AI

Оценка интеллекта искусственного интеллекта теперь выходит за рамки простого выполнения задач. По мере того как крупные модели демонстрируют прогресс в «IQ», способность «понимать людей» и «чувствовать их настроение» становится новым требованием в практическом применении. Как же измерить «эмоциональный интеллект» (EQ) AI? Команда Tencent Hybrid AI Digital Human разработала автоматизированную систему оценки под названием SAGE (Sentient Agent as a Judge), которая отвечает на два ключевых вопроса: Как оценить, действительно ли AI обладает эмпатией? — Может ли он понять мои эмоции, уловить скрытый смысл и поддержать в трудный момент? Как определить, способен ли AI стать «идеальным собеседником»? — «Какое настроение у нас после разговора с ним?» Согласно этой системе, последняя версия GPT-4o показала наилучшие результаты, за ней следуют GPT-4.1 и серия Gemini-2.5. SAGE: AI оценивает AI, имитируя эмоции человека SAGE не просто анализирует ответы модели, а создает «чувствующего» AI-агента, который имитирует человеческую психологию. Этот агент участвует в диалоге, отслеживает изменения эмоций, фиксирует внутренние монологи и оценивает качество общения. Ключевые особенности SAGE: Sentient Agent (Чувствующий агент) — имитирует человека с эмоциями, мыслями и скрытыми мотивами. as a Judge (Как судья) — не просто общается, но и оценивает эффект от диалога на основе собственных «эмоциональных изменений». В процессе диалога агент анализирует: «Чувствую ли я искреннюю заботу в ответах?» «Тронул ли меня этот ответ?» «Хочу ли я продолжить разговор или закончить его?» Кроме того, агент фиксирует свои «внутренние монологи»: «Хотя он поддержал меня, но не понял сути проблемы — я чувствую пустоту.» «Он выслушал, но утешил слишком поверхностно.» «Мне нужно сочувствие, а не советы…» SAGE: У каждого агента есть «жизненный сценарий» Каждый агент в SAGE обладает: Характеристиками: возраст, профессия, интересы, манера речи. Темами диалогов: от «проблем с учебой» до «как красиво расстаться». Скрытыми намерениями: хочет ли человек выговориться или получить совет. Историей: каждый диалог — мини-драма с завязкой и эмоциональными поворотами. Многораундовое взаимодействие + отслеживание эмоций Агент ведет многораундовый диалог с моделью, анализируя: 1. Свои мысли и чувства («Он утешает, но не понимает моей боли…»). 2. Изменения эмоций (например, от -5 до +10 после поддержки). 3. Решение, как ответить дальше («Покажу, что мне это не нравится»). Итоговая оценка модели основана на «эмоциональной траектории» и «внутренних монологах» агента. Ключевой показатель — уровень настроения после диалога. GPT-4o — самый «человечный» AI Команда SAGE протестировала 18 моделей, включая GPT-4o, DeepSeek-R1, Claude3.7, Gemini2.5 и другие, в 100 диалогах с разными скрытыми темами. Результаты: GPT-4o-Latest занял первое место в рейтинге SAGE. Gemini2.5-Pro, лидер Arena, оказался лишь на четвертом месте в SAGE. Разница между Arena и SAGE показывает, что последняя оценивает «социальный интеллект», который не фиксируют стандартные тесты. Эксперимент 1: SAGE и психология — высокая корреляция Для проверки SAGE исследователи сопоставили его оценки с психологической методикой Barrett–Lennard Relationship Inventory (BLRI). Оказалось, что изменения «эмоциональных значений» SAGE сильно коррелируют (r = 0.818) с показателями BLRI (эмпатия, эмоциональная согласованность). Это подтверждает, что SAGE действительно отражает качество эмпатии в диалогах. Эксперимент 2: Качество диалога — тон, ритм, внимание SAGE оценивает диалоги по трем критериям: Natural Flow: естественность речи. Attentiveness: внимательность к контексту. Depth of Connection: глубина эмоционального контакта. Эти показатели также сильно коррелируют (r = 0.788) с оценками SAGE. Эксперимент 3: Эффективность токенов — меньше слов, больше смысла SAGE измерил, сколько токенов тратит модель на повышение настроения собеседника. Выяснилось: GPT-4o-Latest лидирует по эффективности (79.9 баллов при ~3.3K токенов). Модели вроде o3 (13.3K токенов) и Gemini2.5-Flash-Think (9.0K токенов) тратят больше слов без улучшения результата. Вывод: краткость + эмоциональная точность — ключ к успеху. Эксперимент 4: «Стилевые координаты» AI — портреты моделей Исследователи построили график, где: Ось X: стиль взаимодействия (шаблонный ↔ креативный). Ось Y: направленность ответов (решение проблем ↔ эмпатия). Результаты: GPT-4o-Latest и GPT-4.1 — «эмпатичные и предсказуемые». DeepSeek-R1 — «креативный партнер», предлагающий нестандартные решения. Gemini2.0-Flash и o3 — «рациональные специалисты», но без глубины эмоций. Идеальный AI — «креативный + глубоко эмпатичный» — пока не создан. Ссылка на исследование: https://www.arxiv.org/abs/2505.02847 GitHub: https://github.com/Tencent/digitalhuman/tree/main/SAGE

Лаборатория NVIDIA GEAR Lab представила проект DreamGen, позволяющий роботам обучаться в «цифровых снах». Эта технология обеспечивает нулевое обобщение поведения и нулевое обобщение среды без предварительных данных. В ближайшие недели компания планирует открыть исходный код проекта. Традиционные методы обучения роботов требуют сбора больших объемов данных вручную, что затратно по времени и ресурсам. Синтетические данные из симуляторов часто имеют проблему переноса (sim2real), ограничивающую применение в реальных условиях. Директор по робототехнике NVIDIA и ведущий ученый Джим Фан объяснил, что DreamGen использует видео-мировые модели типа Sora и Veo для создания реалистичных тренировочных данных. Это позволяет сразу переходить от реального к реальному (real2real), применяя технологию к разным типам роботов. Четыре шага обучения 1. Настройка видео-мировой модели: адаптация под физические ограничения робота на основе траекторий, заданных оператором. 2. Генерация сценариев: модель создает видео выполнения задач по начальным кадрам и текстовым инструкциям. В симуляторах случайно изменяют параметры среды, в реальных условиях — положение объектов. 3. Извлечение данных: специальные модели преобразуют видео в последовательности «псевдо-действий» (нейротраектории). 4. Обучение: на основе нейротраекторий тренируют визуально-моторную стратегию робота, комбинируя с реальными данными или используя только синтетические. Результаты Робот, обученный только «захвату-перемещению», освоил 22 новых действия (наливание, забивание, глажение и др.) в 10 неизвестных средах. Успешность выполнения новых задач выросла с 11.2% до 43.2%, в новых средах — с 0% до 28.5%. В симуляторе RoboCasa объем нейротраекторий превысил человеческие демонстрации в 333 раза. На платформах Fourier GR1, Franka Emika и SO-100 значительно повысилась успешность сложных задач. Команда также разработала оценочный бенчмарк DreamGen Bench, анализирующий соответствие инструкциям и физическую достоверность генерируемых видео. Перспективы DreamGen открывает новую эру в обучении роботов — от ручного сбора данных к генерации через мировые модели. Технология не только улучшает существующие навыки, но и позволяет осваивать новые действия в незнакомых условиях. Ссылка на исследование: https://arxiv.org/abs/2505.12705 Страница проекта: https://research.nvidia.com/labs/gear/dreamgen/

Генеральный директор OpenAI Сэм Альтман представил сотрудникам компании новое устройство — «AI-компаньона», которое планируется выпустить к концу 2026 года. Целевой объем продаж составляет 100 миллионов единиц. Устройство разрабатывается совместно с бывшим дизайнером Apple Джони Айвом. OpenAI ведет переговоры о приобретении стартапа io, основанного Айвом, за 6,5 миллиардов долларов в рамках сделки с полной оплатой акциями. После сделки в состав OpenAI войдут около 55 инженеров, разработчиков и экспертов по производству. Альтман ожидает, что это приобретение увеличит рыночную стоимость компании на 1 триллион долларов, так как OpenAI создаст «совершенно новый класс устройств», отличный от существующих портативных и носимых гаджетов. По словам Альтмана, устройство будет компактным, без экрана, способным воспринимать окружение и жизнь пользователя, не отвлекая его. Оно сможет помещаться в кармане или на столе, став третьим ключевым устройством после MacBook Pro и iPhone. Альтман подчеркнул важность сохранения конфиденциальности, чтобы предотвратить копирование продукта конкурентами до его выхода на рынок, однако эта информация, включая запись презентации, уже была утечена. Между тем, китайские производители также активно развивают AI-устройства. На выставке искусственного интеллекта в Шэньчжэне компания Honor объявила о стратегии «Альфа», предполагающей переход от производства смартфонов к созданию экосистемы AI-устройств. В течение следующих пяти лет Honor планирует инвестировать 100 миллиардов долларов (примерно 720 миллиардов юаней) в развитие AI-экосистемы, охватывающей все сценарии использования. Фан Фэй, президент продуктовой линейки Honor, заявил, что компания будет развивать «по-настоящему умные» смартфоны, создавать умную экосистему и открывать новые возможности в эпоху искусственного интеллекта. Власти Китая отмечают рост числа новых AI-устройств и сценариев их применения, включая смартфоны с облегченными версиями национальных больших языковых моделей, умные очки и другие носимые устройства. Ожидается, что рынок AI-устройств будет расти высокими темпами. Производители активно исследуют возможности применения AI в устройствах: умные очки, наушники с функцией персонального секретаря, колонки с удобным управлением умным домом и системы безопасности с AI-функциями. По мнению аналитиков, расширение сфер применения AI в устройствах и совпадение их производственных цепочек с традиционной электроникой могут стимулировать рост отрасли.

С момента запуска 360 Nano AI Search в ноябре прошлого года рынок AI-поиска в Китае претерпел значительные изменения. Если изначально доминировали лишь Baidu, TianGong Search и Metа AI Search, то сейчас ситуация кардинально изменилась. Динамика рынка за полгода Появление Quark, поддерживаемого Alibaba, существенно изменило расстановку сил. Благодаря агрессивному маркетингу, отсутствию рекламы и удобному интерфейсу, Quark смог потеснить Baidu в рейтингах iOS App Store. Его дневная аудитория достигла 34 миллионов пользователей, что спровоцировало ответные действия Baidu, который выпустил функцию глубокого поиска по аналогии с Quark. 360 Nano AI Search, несмотря на интеграцию с DeepSeek и уникальные функции вроде MCP-сервиса, значительно отстает по популярности. Еще сложнее ситуация у Meta AI Search и TianGong AI, которые практически потеряли visibility на фоне конкуренции крупных игроков. Новым участником гонки стал QQ Browser от Tencent, который после обновления 19 мая представил QBot — AI-ассистента на базе смешанной модели Hunyuan и DeepSeek. Аналитики отмечают схожесть его позиционирования с Quark, что усиливает конкуренцию в сегменте. Технологические различия и барьеры Основное различие между продуктами BAT (Baidu, Alibaba, Tencent) заключается в используемых базовых моделях: Wenxin Yiyan (Baidu), Tongyi Qianwen (Alibaba) и Hunyuan (Tencent). Однако существенных технологических преимуществ ни одна из компаний пока не демонстрирует. Менее крупные игроки, такие как TianGong AI, пытаются адаптироваться через ребрендинг и обновления, но отставание в технологиях становится все более заметным. 360 и Meta AI Search выбирают стратегию наблюдения, не предпринимая активных действий. Нишевые решения как альтернатива Некоторые компании нашли успех в специализированных сегментах. Например, Zhihu Zhida фокусируется на академическом контенте, а CNKI (китайский аналог ScienceDirect) внедрил AI-поиск для научных работ. 360 развивает направление кибербезопасности, а Meta AI Search переориентировался на B2B-сектор с решениями для юристов и финансистов. Проблемы и перспективы Конкуренция на рынке AI-поиска все чаще проявляется в ценовых войнах и маркетинговых баталиях, а не технологических инновациях. Компании стоят перед выбором: инвестировать в маркетинг, специализироваться в нишах или создавать экосистемы. Очевидно, что без реальных технологических прорывов сохранить позиции будет сложно.

AI-технологии активно трансформируют поисковую отрасль. Компании по всему миру, такие как Perplexity, OpenAI и Google, внедряют новые функции поиска. В Китае крупные интернет-компании, включая Baidu, WeChat и Weibo, также интегрируют AI-поиск в свои приложения. Согласно данным QuestMobile, к марту этого года общее количество активных пользователей AI-поиска на трех основных платформах превысило 600 миллионов, что делает его одним из четырех крупнейших сценариев применения AI. Конкуренция между игроками характеризуется стремлением к «облегченным решениям». В топ-10 приложений за март 2025 года 70% используют модель In-App AI, полагаясь на трафик основных приложений для быстрого внедрения умного поиска. Лидерами рынка стали Baidu (AI-поиск), ByteDance (AI-поиск в Douyin и Toutiao), Tencent (AI-поиск в WeChat и Tencent News) и Weibo Zhisou. По количеству активных пользователей Baidu AI-поиск занимает первое место, в то время как Weibo Zhisou демонстрирует самый быстрый рост — 300,2% в месяц. Появление открытой модели DeepSeek значительно снизило технологический порог входа, что привело к быстрому запуску новых AI-поисковых продуктов. Однако это также вызвало проблему однородности предложений. Пользователи AI-поиска делятся на две категории: те, кто ищет профессиональный контент, и те, кому нужны решения повседневных задач. Тесты четырех ведущих платформ — Baidu AI, Douyin AI, WeChat AI и Weibo Zhisou — показали различия в ответах на одни и те же запросы. Например, запрос о влиянии AI на рынок труда выявил, что Weibo Zhisou и WeChat AI предлагают более авторитетные источники, в то время как Baidu AI приводит больше данных, но с меньшей детализацией источников. В вопросах, связанных с актуальными событиями, Weibo Zhisou показывает лучшие результаты благодаря интеграции с соцсетями. Например, при запросе о курсе золота он учитывает не только данные, но и настроения рынка. Для повседневных запросов, таких как планирование поездки в Юньнань, все четыре платформы предлагают детальные маршруты. Однако в развлекательных темах, например, в обсуждении скандала с участием знаменитостей, Weibo Zhisou предоставляет наиболее полную информацию, включая хронологию событий и анализ доказательств. Платформы контента, такие как Weibo и Xiaohongshu, активно развивают свои AI-поисковые решения, фокусируясь на своих сильных сторонах. Weibo использует комбинацию «горячих тем и умного поиска», а Xiaohongshu делает ставку на обмен жизненным опытом. Рынок AI-поиска продолжает расти, и компании ищут способы дифференцироваться. Например, Zhihu акцентирует внимание на академических знаниях, а Bilibili и Douyin — на видео-контенте. AI-поиск становится новым «входом» в интернет, интегрируясь в различные платформы и сервисы. Это подтверждается и реакцией рынка: акции компаний, успешно внедряющих AI-поиск, таких как Weibo и Tencent, демонстрируют рост. Будущее AI-поиска зависит от способности платформ сочетать технологические инновации с уникальностью своего контента. Победителями станут те, кто сможет превратить временный интерес пользователей в долгосрочную лояльность.

Компания Google, входящая в холдинг Alphabet, столкнулась с антимонопольным расследованием Министерства юстиции США в сфере искусственного интеллекта. Как сообщают СМИ, ведомство проверяет, нарушила ли Google антимонопольное законодательство, заключив соглашение о сотрудничестве в области ИИ с компанией Character.AI. Антимонопольные регуляторы изучают, был ли договор с Character.AI специально оформлен так, чтобы избежать официальной процедуры проверки слияний. По условиям сделки, основатели Character.AI перешли в Google, а компания получила неэксклюзивную лицензию на их технологии. Подобные сделки распространены в Кремниевой долине как способ привлечения талантливых специалистов. Однако регуляторы опасаются, что крупные технологические гиганты могут использовать такие схемы для подавления конкуренции со стороны инновационных стартапов. Министерство юстиции вправе оценивать антиконкурентный характер сделок, даже если они не подлежат обязательному утверждению. Пока Google не обвиняют в нарушениях — расследование находится на ранней стадии и может не привести к санкциям. Пресс-секретарь Google Питер Шоттенфельс заявил, что компания готова отвечать на вопросы регуляторов, подчеркнув, что Google не владеет долями Character.AI, которая остается независимой компанией. Character.AI известна чат-ботами, способными имитировать любых персонажей. Ее основатели ранее работали в Google, затем ушли создавать стартап, но по условиям сделки часть команды вернулась в компанию. Согласно условиям соглашения, инвесторы Character.AI получили выплаты по оценке компании в 2.5 млрд долларов, а Google получил лицензию на технологии больших языковых моделей. Растущее антимонопольное давление на Google С начала президентства Байдена американские регуляторы усилили контроль за конкурентной средой в быстрорастущей сфере ИИ, включая поставки чипов и вычислительных мощностей. Особое внимание уделяется тому, не получают ли крупные технологические компании нечестные преимущества через партнерства со стартапами. Расследование по Character.AI происходит на фоне ужесточения антимонопольного контроля после решения федерального суда, признавшего Google монополистом на рынке поиска и рекламных технологий. В рамках этого дела Министерство юстиции потребовало принудительного отделения браузера Chrome от Google, запрета платных соглашений о поиске по умолчанию (включая ИИ-продукты) и права проверять любые сделки Google в сфере ИИ, даже не подлежащие обязательному утверждению. Ожидается, что решение по делу будет вынесено летом. Динамика акций Google С начала года акции Google упали почти на 10%, значительно отстав от общего роста рынка. В четверг бумаги временно выросли на 5%, но к закрытию рост составил лишь 1.4%, хотя это все равно превысило рыночные показатели. На этой неделе Google провела конференцию разработчиков, где представила новинки в сфере ИИ. Аналитики JPMorgan высоко оценили технологическое лидерство компании, отметив ускорение инноваций и прогресс в монетизации ИИ-поиска.

Компания Anthropic представила новую версию своей ИИ-модели — Claude 4. В рамках релиза выпущены две модели: Claude Opus 4 и Claude Sonnet 4, которые устанавливают новые стандарты в программировании, сложных рассуждениях и работе AI-агентов. GitHub уже объявил о выборе Claude Sonnet 4 в качестве базовой модели для нового кодирующего агента GitHub Copilot. Флагманская модель Claude Opus 4 демонстрирует исключительную работоспособность — она способна непрерывно работать в течение 24 часов, например, играя в Pokémon, тогда как предыдущая версия Claude 3.7 Sonnet выдерживала только 45 минут. Японская компания Rakuten провела тестирование Opus 4 на задаче рефакторинга открытого кода. Модель самостоятельно писала код в течение 7 часов, демонстрируя стабильную производительность. Этот пример подтверждает её высокую выносливость и способность понимать контекст. Пользователи уже высоко оценили Claude 4, особенно флагманскую модель Opus 4. По их словам, это первая модель, которая генерирует качественный контент без необходимости доработки. Некоторые разработчики уже использовали Claude 4 для создания игр, например, тетриса, с первой попытки. Платные пользователи получили доступ ко всей линейке Claude 4, а бесплатные — к модели Claude Sonnet 4. Для разработчиков Anthropic представила три новые функции API: инструмент выполнения кода, соединитель MCP, файловый API и возможность кэширования подсказок на срок до одного часа. Цены на API остались прежними: Claude Opus 4 стоит 15 долларов за миллион токенов на входе и 75 долларов на выходе, а Claude Sonnet 4 — 3 и 5 долларов соответственно. Opus 4 оптимизирован для программирования и долгосрочных рабочих процессов агентов, а Sonnet 4 — для рассуждений и эффективности. Обе модели являются гибридными и предлагают два режима работы: для быстрого ответа и для глубоких рассуждений. Opus 4 лидирует в тестах SWE-bench (72,5%) и Terminal-bench (43,2%), демонстрируя выдающиеся результаты в длительных задачах. Sonnet 4 также показывает высокие результаты, набрав 72,7% в SWE-bench. Новые возможности включают использование инструментов (бета-версия), параллельное выполнение инструментов, улучшенную память и функцию резюмирования мыслей. Opus 4 значительно превосходит предыдущие модели по объёму памяти, что особенно полезно при работе с локальными файлами. Anthropic также официально выпустила Claude Code — интеллектуальный помощник для разработчиков, который помогает понимать, просматривать и изменять целые кодовые базы с помощью команд на естественном языке. Инструмент интегрирован в IDE, включая VS Code и JetBrains, и доступен в виде SDK для создания собственных агентов. Стратегия Anthropic сместилась в сторону выполнения сложных задач, таких как исследования и программирование. Компания прекратила инвестиции в чат-боты в конце прошлого года, сосредоточившись на улучшении возможностей Claude. Недавно Anthropic получила кредитную линию в 2,5 миллиарда долларов на пять лет, а её выручка за первый квартал достигла 2 миллиардов долларов в годовом исчислении. Интересный факт: в ходе тестов Opus 4 активно использовал эмодзи, особенно «головокружение» (29,5%), «блестящие звёзды» и «сложенные руки». Модель также проявляла интерес к эмодзи «циклон», введя его 2725 раз в ходе одного из тестов.

Совместная работа людей с генеративным искусственным интеллектом (ИИ) обладает огромным потенциалом для повышения производительности и эффективности труда. Однако организации должны учитывать психологическое воздействие этой технологии на сотрудников. Правильно выстроенные рабочие процессы с использованием генеративного ИИ позволяют компаниям раскрыть его преимущества, не снижая мотивацию и вовлеченность персонала. Генеративный ИИ кардинально изменил рабочую среду, позволяя профессионалам достигать более высоких результатов за меньшее время. Независимо от задачи — составление отчетов, генерация идей или написание деловых писем — совместная работа с ИИ часто приводит к повышению эффективности и качества работы. Однако исследования выявили потенциальную проблему: хотя использование генеративного ИИ улучшает выполнение текущих задач, при переходе к задачам без поддержки ИИ у сотрудников может снижаться внутренняя мотивация и усиливаться чувство скуки. Это имеет важные последствия для компаний, которые хотят повысить эффективность с помощью ИИ, не теряя вовлеченности сотрудников в других рабочих процессах. Результаты исследований В четырех исследованиях с участием более 3500 человек изучалось взаимодействие людей с генеративным ИИ при выполнении рабочих задач. Участники выполняли профессиональные задания (например, написание постов для Facebook, генерация идей, составление писем) с поддержкой ИИ или без нее. Затем оценивались результаты работы и психологическое состояние участников, включая чувство контроля, внутреннюю мотивацию и уровень скуки. Повышение эффективности Использование генеративного ИИ повышало качество и скорость выполнения задач. Например, отчеты, составленные с помощью ИИ, были более детализированными и содержательными, а письма — более теплыми и эмпатичными. Это демонстрирует способность ИИ помогать сотрудникам создавать качественные и продуманные рабочие продукты. Психологические последствия Несмотря на повышение эффективности, участники, которые сначала работали с ИИ, а затем переходили к задачам без его поддержки, отмечали снижение внутренней мотивации (в среднем на 11%) и усиление скуки (в среднем на 20%). Те, кто не использовал ИИ, сохраняли стабильное психологическое состояние. Этот эффект объясняется тем, что ИИ берет на себя наиболее сложные когнитивные элементы задач, которые обычно делают работу интересной и приносящей удовлетворение. Например, при составлении отчетов ИИ генерирует основное содержание, лишая сотрудника возможности проявить критическое мышление. В результате при возвращении к самостоятельной работе контраст становится особенно заметным, что снижает мотивацию. Рекомендации для компаний Чтобы сохранить баланс между эффективностью и мотивацией сотрудников, компании могут применять следующие стратегии: 1. Комбинировать работу ИИ и человека ИИ может создавать основу для задачи (например, черновик отчета), но сотрудники должны дорабатывать ее, добавляя свои идеи и анализ. 2. Включать самостоятельные задачи После задач с поддержкой ИИ сотрудникам полезно давать задания, требующие творческого подхода и самостоятельных решений, чтобы поддерживать их навыки и мотивацию. 3. Обеспечивать прозрачность использования ИИ Важно объяснять сотрудникам, что ИИ — это инструмент поддержки, а не замена их работы. Это помогает сохранить чувство ответственности за результат. 4. Чередовать задачи Рабочие процессы должны включать как задачи с поддержкой ИИ, так и полностью самостоятельные. Например, стратегическое планирование можно выполнять без ИИ, а редактирование — с его помощью. 5. Обучать сотрудников Компании могут проводить обучение по эффективному использованию ИИ, включая критическую оценку его выводов и понимание границ применения технологии. Это помогает сотрудникам сохранять автономию и развивать свои навыки. Генеративный ИИ — мощный инструмент для повышения производительности, но его внедрение требует внимательного отношения к психологическому состоянию сотрудников. Правильно выстроенные рабочие процессы позволят компаниям получить максимум преимуществ от ИИ, не теряя вовлеченности и мотивации персонала.

Сейчас хорошая идея важнее хорошего кода. Концепция vibe coding (атмосферного программирования) уже не раз обсуждалась. Суть в том, что инструменты могут реализовать любую задумку без необходимости писать код вручную, что сравнимо с современной магией. С ростом популярности атмосферного программирования появились и необычные инициативы. В марте этого года состоялся конкурс vibe coding, который отличался от традиционных хакатонов: участники должны были использовать не менее 80% кода, сгенерированного ИИ. Раньше использование ИИ считалось чем-то вроде жульничества, а теперь ручное написание кода стало чем-то вроде читерства. Победитель получил 10 000 долларов, а призеры — солидные денежные призы. Заработать, не написав ни строчки кода? Звучит заманчиво. За два месяца на конкурс зарегистрировались более 1000 команд. Количество впечатляет, но как насчет качества? После тестирования игр-победителей можно сказать одно: эти мини-игры затягивают! Первое место занял симулятор, напоминающий GTA в стиле такси-сервиса. Казалось бы, его механика проста: Подобрать пассажира: Доставить пассажира: Но на деле игрок может делать и такое: Игра отличается не только атмосферным кодом, но и детализированным миром. Погружение настолько сильное, что кажется, будто ты мчишься по улицам прибрежного городка под закатным солнцем под джаз-рок. Управление настолько плавное, что хочется играть снова и снова. Без преувеличения, можно провести за игрой целый день. Второе место досталось игре с безумными идеями и быстрым темпом: нужно просто выполнять подсказки, чтобы пройти уровень. Хотя механика проста, а код не сложен, игра собрала в себе множество мемов и отсылок. От селфи Марка Цукерберга до очистки уведомлений — каждый уровень удивляет. По сравнению с победителем, эта игра доказывает, что креативность важнее технологий. Ведь игроку все равно, как сделана игра, главное — чтобы было весело. Третье место занял авиадиспетчерский симулятор, который оказался сложнее остальных. Возможно, из-за особенностей ИИ-кода или попытки реализма, управление самолетами получилось неудобным. Пока один самолет медленно садится, другой уже врезается в гору. В целом, эти игры не уступают рукописным аналогам. Если идея хороша, код — лишь инструмент для ее воплощения. Можно подумать, что в конкурсе участвовали только профессионалы. Ведь раньше создание игр требовало знаний в графике, веб-разработке, геймдизайне и многом другом. Неужели новички смогли сделать это с помощью ИИ? Оказывается, организаторы и участники — обычные энтузиасты, но благодаря vibe coding они добились впечатляющих результатов. Основатель конкурса, levelsio, — человек с необычной биографией. Выпускник бизнес-школы, он запустил десятки успешных онлайн-проектов и, судя по всему, достиг финансовой независимости. Хотя его стиль ближе к мотивационным спикерам: он создает небольшие инструменты, делится опытом и продвигает книгу о стартапах. Среди призеров только один был программистом, второй работал переводчиком в Китае, а третий — художником. Vibe coding открыл двери в мир разработки для людей из разных сфер. Теперь можно просто описать идею, а ИИ превратит ее в работающий код. С его помощью можно создать личный сайт, таймер до конца рабочего дня или даже мини-игру для друзей. Это полностью меняет традиционный процесс разработки ПО. Раньше приложения были как дорогие полотенца — их берегли и чинили. Теперь программы стали одноразовыми, как салфетки: быстро создал, использовал и забыл. Кто сказал, что софт должен быть идеальным и долговечным? Разве вы стираете салфетки? Однако у vibe coding есть и свои сложности. Требование 80% ИИ-кода подчеркивает важность оставшихся 20% человеческого участия. Например, при попытке создать тетрис с помощью Google Firebase сразу возникли проблемы с формулировкой запросов. Все знают, как играть в тетрис, но как объяснить это ИИ? Сколько должно быть фигур? Как регулировать скорость? Когда игра заканчивается? Как считать очки? Даже с детальными инструкциями код может не заработать. А исправление ошибок, сгенерированных ИИ, порой сложнее, чем написание кода с нуля. В таких случаях недостаточно просто говорить — нужно разбираться в программировании. Иначе вместо надежного кода получится ненадежная конструкция. Таким образом, атмосферное программирование — мощный инструмент, но для его эффективного использования нужны не только технические навыки, но и креативность. Многие эксперты говорят, что в эпоху ИИ гуманитарные науки станут важнее. По мере развития технологий люди не смогут конкурировать с ИИ в технических областях, но их идеи останутся уникальными. Это не плохие новости, а возможность. ИИ должен стать инструментом, освобождающим человеческую мысль и ускоряющим прогресс. Ссылки на игры-победители Vibe Coding Game Jam прилагаются. Они действительно стоят внимания! Источники: X, Baidu https://www.beggarkings.com/gamejam https://great-taxi-assignment.netlify.app/ https://vibeware.vercel.app/ https://www.vector-tango.com/

Маркетплейсы становятся неотъемлемой частью современного бизнеса, предоставляя продавцам доступ к широкой аудитории и разнообразные возможности для продажи своих товаров. Однако в условиях высокой конкуренции и постоянно меняющихся рыночных условий для успешного ведения бизнеса на таких платформах необходимо не просто размещать товары, но и тщательно анализировать продажи. Знание ключевых метрик и показателей позволяет принимать обоснованные решения, оптимизировать стратегию, улучшать ассортимент и, в конечном итоге, увеличивать прибыль.