Hacker News Digest

Исследователи сопоставили существующие ИИ-бенчмарки с таксономией профессий O*NET, чтобы оценить, насколько тесты покрывают реальный труд американцев. Результат оказался скромным: из 923 профессий лишь 208 имеют хотя бы одну задачу, представленную пятью и более запросами из бенчмарков, а из 18 797 задач покрыты всего 924. В шести из 22 профессиональных семейств — например, в здравоохранении, образовании и управлении — таких профессий нет вовсе. По оценке авторов, около 90% рабочих часов в США приходится на задачи, которые почти или совсем не отражены в существующих тестах, поэтому судить о реальных способностях моделей на этой работе крайне сложно.

Покрытие распределено неравномерно и следует за размером рынка труда. Бенчмарки хорошо охватывают задачи юристов, подверженных влиянию ИИ, но почти не затрагивают задачи столь же «ИИ-подверженных» юридических секретарей и судебных клерков. Длинный хвост небольших среднеоплачиваемых офисных профессий остаётся в тени. В основе карты — данные Минтруда США: 923 профессии и 18 797 задач, а также оценки заработных плат и занятости по BLS. Авторы называют карту первым шагом к постоянно обновляемому ресурсу о возможностях ИИ по всей экономике.

Бенчмарки смещены в сторону низкоценных задач, плохо отражают реальную нагрузку и используют неточные классификации O*NET, что ставит под сомнение вывод о 90% незакрытых задач. Термин «well covered» часто трактуется как «covered at all», и 13 запросов для социальной работы недостаточно для охвата спектра профессий. Большинство участников отмечают, что текущие бенчмарки игнорируют сложные и ценные аспекты работы. По опыту @bunderbunder, 90% — вероятно преувеличение; следует избегать «падения МакНамары», измеряя эффективность по задачам, приносящим реальную ценность. O*NET не охватывает современные белые воротнички (финансы, технологии, консалтинг) и даёт неверные наборы задач, подрывая методологию. @legitster связывает несоответствие с болезнью Баумоля: автоматизация одних задач делает остальные относительно дороже, усиливая нагрузку на менее автоматизируемые операции. @mikert89 считает, что большинство людей не производят полезный вывод, поэтому автоматизировать нечего — это объясняет низкую покрываемость. @CoolestBeans отмечает, что AI решает «узкий» узел, а не основное «бутылочное горлышко», ограничивая прирост продуктивности. @insane_dreamer указывает на плохой опыт с Gemini: LLM-инструменты часто не справляются с простыми офисными задачами и требуют ручного вмешательства. Упоминания встреч (@ks2048, @verdverm) показывают, что значительная часть рабочего времени тратится на совещания, которые AI пока не оптимизирует. @purplepatrick и другие критикуют O*NET как непригодный для классификации современных профессий, ставя под сомнение выводы о покрытии задач. @Animats подчёркивает, что утверждение о 90% — комментарий к измерительному инструменту, а не к реальной способности AI. @jerf ссылается на закон Амдала: даже при мгновенной автоматизации всех возможных задач, оставшиеся процессы ограничивают общий прирост производительности.

Для сжатия фотографий с потерями в вебе AVIF почти всегда даёт файлы меньше, чем JPEG XL: при настройках усилия по умолчанию лучший результат JPEG XL обычно на 15–25% больше, а при максимальных настройках разрыв сокращается до 6–20%. Бывают исключения, где JPEG XL близок к AVIF или даже обгоняет его, поэтому для конкретного изображения стоит пробовать оба формата. Для скриншотов и иллюстраций AVIF заметно лучше: эквивалентный JPEG XL больше на 30–90% при обычных настройках и на 20–70% при максимальных. Для изображений с прозрачностью AVIF тоже выигрывает: версия libjxl больше на 31–44% и 61–70% соответственно, а jixel всегда кодирует прозрачность без потерь, из-за чего файлы в 2–3 раза крупнее, чем у AVIF.

Выбор кодера JPEG XL сильно влияет на результат: новый jixel обычно даёт меньшие файлы, чем libjxl, кроме изображений с детальной прозрачностью. AVIF в целом быстрее кодируется и требует меньше памяти с учётом размера файла, а декодируется в 2–3 раза быстрее JPEG XL при среднем качестве, хотя на очень высоких качествах разрыв сокращается. Повышенные настройки усилия оправданы для AVIF и jixel, но не для libjxl: они намного медленнее, расходуют больше памяти и почти не улучшают результат, иногда даже увеличивая файл. Режим 4:2:0 у AVIF не стоит делать значением по умолчанию — он редко уменьшает размер и затрудняет достижение высокого качества, хотя быстрее кодируется и декодируется; лучше использовать 4:4:4. Настройки качества работают надёжно у всех кодеров.

Анимированный AVIF по сути представляет собой переупаковку видео AV1 — MP4 можно преобразовать в AVIF и обратно без потерь, поэтому он так хорошо работает с движением. Однако в Chrome и Safari он воспроизводится плохо, хотя в Firefox всё в порядке: это чисто проблема реализации. При этом анимированный AVIF поддерживает прозрачность, чего нет у видео AV1.

Обсуждение дополняет статью практическими данными о качестве энкодеров, проблемами рендеринга в браузерах и специфическими сценариями использования (анимации, HDR, архивация), при этом подтверждая преимущество AVIF в размере файлов для веба.

• Спор: Пользователь @PaulHoule заметил потерю деталей в бликах на фото F1 в AVIF, однако @jaffathecake пояснил, что это было вызвано некорректной работой WASM-рендерера в браузере без поддержки JPEG XL, а не самим форматом.

• Спор: По мнению @linolevan, текущие энкодеры JPEG XL недостаточно оптимизированы: использование более качественного энкодера позволило ему уменьшить размер lossless-скриншота на 39% и иллюстрации на 30% по сравнению с результатами в статье.

• Совет: Для достижения максимального сжатия AVIF с сохранением прозрачности PNG @Metricon рекомендует использовать ffmpeg с параметрами: libaom-av1, crf 25, cpu-used 3 и специфическими настройками sharpness и chroma-deltaq.

• AVIF считается более подходящим форматом для замены GIF и создания анимаций с прозрачностью, так как он фактически является переупакованным видео AV1, оптимизированным под движение.

• JPEG XL обладает уникальным преимуществом в виде возможности эффективного транскодинга существующих JPEG-файлов, что делает его ценным для архивации фото.

• Совет: По опыту @yhjc2692, медленная работа libjxl на высоких настройках (efforts >7) связана с итеративной оптимизацией метрики Butteraugli; для ускорения процесса он разработал GPU-порт gjxl (CUDA/Metal).

• AVIF выигрывает на маленьких изображениях, в то время как JPEG XL предпочтительнее для lossless-сжатия, высокобитрейтных изображений и прогрессивного рендеринга.

• Контейнерная архитектура AVIF может упростить будущий переход на новые кодеки (AV2, AV3) без необходимости повторного внедрения формата на сайтах.

I think people are really forgetting that JXL's encoders are bad right now. For instance, in TFA Jake presents- The Firefox screenshot w/ lossless JXL at 66.9kB, when with a better encoder you get get it down to like 40.7kB (39% smaller) — @linolevan

Перевод: Мне кажется, люди забывают, что энкодеры JXL сейчас работают плохо. Например, в статье Джейк приводит скриншот Firefox с lossless JXL размером 66,9 кБ, в то время как с более качественным энкодером его можно сжать до 40,7 кБ (на 39% меньше).

Waymo официально выходит на канадский рынок: компания готовит запуск полностью автономного сервиса поездок в Торонто, инвестируя в местную инфраструктуру и рабочие места. Первых пассажиров планируют принять в 2028 году. Уже в ближайшие дни на улицах города появятся автомобили Waymo — пока в ручном режиме. Компания применяет поэтапный подход с приоритетом безопасности: сначала высокоточное картографирование дорожной сети, затем тестирование с обученными специалистами за рулём, чтобы система адаптировалась к особенностям движения в Торонто.

Для обслуживания города Waymo заключила партнёрство с Element Fleet Management — тороронтской компанией, мировым лидером в области интеллектуальных решений для управления автопарками. Вместе они создадут сотни рабочих мест в сфере обслуживания автопарка, тестового вождения и поддержки клиентов. Это продолжает давние связи Waymo с Канадой, включая инвестиции Canada Pension Plan Investment Board и партнёрство с производителем Magna International. По данным о более чем 400 млн километров полностью автономного пробега, автомобили Waymo попадали в аварии с серьёзными травмами или хуже на 95% реже (в 20 раз), чем машины под управлением людей. Компания также сотрудничает с организациями по защите прав людей с инвалидностью, включая BALANCE for Blind Adults и CNIB.

Тред содержит реальные отзывы о работе Waymo: положительные и проблемные случаи. Некоторые пользователи отмечают безупречные поездки, другие — длительные отклонения маршрута и необходимость перехода на Uber. Зимние условия (снег, обледенение) сильно усложняют работу лидаров и распознавание разметки — это главное испытание для автономных такси. Есть спор о влиянии на занятость: одни видят в запуске Waymo в Торонто новые рабочие места и технологический прорыв, другие опасаются потери водителей‐таксистов и сомневаются в регулятивной готовности. Рекомендуется проводить длительные полевые испытания в сильных снегопадах и корректировать алгоритмы восприятия до официального запуска в 2028 году, чтобы избежать аварий. Комментаторы отмечают, что анонсы новых рынков часто опережают реальное открытие — как в случае с Нью‐Йорком, где запуск не состоялся. Для снижения опасений по цене предлагается сделать тарифную политику более прозрачной, так как один пользователь сообщил о резком росте стоимости до $10 за милю.

Фреймворк MLX с открытым исходным кодом позволяет запускать передовые языковые модели локально на Apple silicon, используя унифицированную память. В новой версии показано, как модель Muse Spark Open почти на триллион параметров работает прямо на рабочем столе: на кластере из четырёх Mac Studio она выдаёт более 36 токенов в секунду — выше средней скорости человеческого чтения. Ключ к этому — сочетание трёх технологий: поддержки нейронных ускорителей в GPU чипов M5, низколатентной связи между машинами через RDMA поверх Thunderbolt и эффективной реализации архитектуры смеси экспертов (MoE).

Сравниваются два поколения Mac Studio — новый M5 Ultra и предыдущий M3 Ultra. Тестировались три модели: Muse Spark Open (816 млрд параметров, MoE, в 4-битной точности NVFP4), Mistral Medium 3.5 (128 млрд, FP8) и Qwen 3.8 (27 млрд, BF16). Замерялись время до первого токена, пропускная способность генерации и пиковое энергопотребление. Благодаря комбинации нового кремния, 512 ГБ унифицированной памяти и RDMA поверх Thunderbolt 5 модели свыше 800 млрд параметров запускаются локально, а скорость старта выросла до 4,6 раза по сравнению с прошлым поколением.

Apple демонстрирует локальный запуск Muse Spark на дорогих Mac Studio, но сообщество сомневается в экономической целесообразности из-за завышенных бенчмарков и высоких цен, рассматривая это как ранний шаг к доступному локальному ИИ. Apple позиционирует себя как поставщик аппаратного «инструмента», позволяя другим разрабатывать и обучать модели, а не занимаясь этим самостоятельно. По оценкам, запуск Muse Spark на Mac Studio требует $20 000–$80 000 в аппаратных инвестициях, что может быть оправдано для некоторых SMB, но сомнительно масштабируемо. Рынок локальных LLM на потребительском уровне считается небольшим, и неясно, сможет ли Apple продать достаточно дорогих машин, чтобы покрыть затраты. Пресс‐релиз Apple почти не упоминает Meta, делая анонс похожим на рекламный материал, а не на научный доклад. Пользователь peri‐cl обвиняет Apple в «sandbagging» модели Qwen, сравнивая 4‐bit вариант Meta с BF16‐версией Qwen; другие комментарии не опровергают эту претензию, создавая спор о корректности бенчмарков. Тесты показывают, что один M5 Ultra с 256 GiB запускает DeepSeek 4.1 Flash и GLM 5.3 Flash с приемлемой скоростью, но качество под 4‐bit может ухудшаться. Токен‐пропуск 15–36 токенов в секунду при контексте 8192 токенов считается недостаточным для большинства практических задач. Стоимость Mac Studio (256 GB от $9 499, 512 GB ещё не объявлена) делает локальный запуск крупных моделей дорогим и пока академическим. Для удобного многозадачного использования требуется улучшить поддержку контейнеров macOS, иначе настройка сложных локальных кластеров будет затруднена. Некоторые пользователи выражают оптимизм, что в будущем такие модели смогут работать на более доступном оборудовании, делая локальный ИИ массовым.

Программный рендеринг, при котором каждый пиксель рисует центральный процессор без участия 3D-ускорителя, даёт играм вроде Doom, Duke Nukem 3D, Blood и Quake особый облик. Текстуры сэмплируются попиксельно, поэтому каждый тексель остаётся чётким квадратом, тогда как ранние видеокарты размывали картинку билинейной фильтрацией. Палитра из 256 цветов и освещение через таблицы подстановки создают ступенчатые тени и характерную зернистость — технически это цветовые полосы, но именно они придают изображению грубую фактуру, которую аппаратный рендеринг сглаживает.

Главная идея в том, что сегодня появился третий путь: запускать оригинальный программный рендерер на машине, достаточно быстрой для разрешений, недоступных в девяностые. На Dell OptiPlex 380 Quake в 800×600 держит стабильные 60 кадров в секунду. Однако самые тяжёлые игры требуют огромной мощности: даже четырёхъядерный Xeon с частотой 3,3 ГГц, по словам Rasteri, «не вполне тянет Shadow Warrior в полном разрешении 1600 на 1200». Это вопрос предпочтения, а не правила: Blood в режиме 3dfx уступает по красоте программным режимам VESA, а подводные уровни Tomb Raider, наоборот, лучше выглядят с ускорением. Программный рендеринг жив и в новых играх — Ion Fury 2019 года на движке Build по-прежнему поставляется с ним.

Программный рендеринг не предоставляет уникальных преимуществ: современные GPU воспроизводят те же эффекты через шейдеры, включая таблицы подстановки и освещение. Однако исторически CPU‐рендеринг позволял достичь более качественных визуальных эффектов в эпоху ранних 3D‐карт, выступая как универсальный пиксельный шейдер. Современные программные рендереры (LLVMpipe, OpenSWR, WARP) реализуют полноценные D3D/OpenGL/Vulkan и работают как драйверы без аппаратного ускорения. Программный рендеринг обеспечивает портативность: классические игры (Doom, Quake 2) запускаются на разнообразных платформах без GPU, включая Plan 9 и старые Pentium. Ностальгия по пиксельным текстурам без билинейной фильтрации остаётся значимым фактором для пользователей, ценящих «аутентичный» вид. В VFX‐производстве CPU‐рендеринг предпочтителен из‐за стабильности и способности обрабатывать большие сцены, где GPU сталкивается с ограничениями памяти. Он также показывает хорошую производительность на скромных процессорах (например, Quake 2 на ThinkPad T410i с i3 при 1440×900). Отключение пространственного анти‐алиасинга не эквивалентно программному рендерингу; современные мультисэмплинговые методы работают иначе. Для настольных приложений программный рендеринг полезен как способ избежать драйверных багов и снизить нагрузку на GPU, особенно в условиях AI‐задач. Спор о необходимости программного рендеринга продолжается: одни считают его устаревшим из‐за возможностей GPU, другие подчёркивают его историческую роль в ранних визуальных эффектах, ностальгическую ценность и актуальность для нишевых задач.

Tesla раскрыла подробности о новом Roadster — электрическом спорткаре, который позиционируется как «настоящий автомобиль для пилота» и выходит за рамки линейки Plaid. Главная идея — сочетание аэродинамики, управления и физики на уровне, недостижимом для серийных машин. Среди ярких решений: скрытая аэродинамика с убирающимися фарами и полноразмерным задним фонарём, активные крылья и многороторная система всасывания, удерживающая машину вверх колёсами даже на месте и создающая прижимную силу на нулевой скорости. Управление — steer-by-wire с обратной связью, есть режим Track Mode с изменением подвески и переключением между высокой прижимной силой и низким сопротивлением.

Кузов и салон выполнены в космической стилистике: краска Ano White с УФ- и криогенной защитой, тонированные стёкла под золотое напыление визоров скафандров, титановые акценты, интерьер Ultrawhite с серой микрофиброй и штурвал под проводное руление. Масса снижена за счёт магния, титана и углеволокна, а также фиксированного положения сиденья и ручных регулировок.

Предлагаются три версии: базовая по резервации (два места, активная аэродинамика), Thrust ограниченного выпуска (холодногазовые двигатели, разгон 0–60 менее чем за секунду) и Rocket только по приглашению — с двигателями по периметру, обеспечивающими полёт. Отмечается, что версия Rocket не одобрена для дорог общего пользования и доступна не во всех регионах.

Обсуждение вызывает серьёзные сомнения: большинство комментаторов считают демонстрацию холодных газовых реактивов маркет‐трюком, указывают на опасность высоконапорных сосудов (5500 psi), невозможность массового производства и регулятивные преграды. Лишь небольшая часть восхищается инженерным достижением. По мнению @CommieBobDole, реактивные холодные газовые системы требуют огромных высоконапорных сосудов, которые могут взорваться при аварии, что делает их неприемлемыми для серийного автомобиля. @bastawhiz подчёркивает, что зарядка занимает 2–6 часов и даёт лишь один «выстрел», что делает систему непрактичной для реального использования. Большинство участников (например, @chunkyslink, @b8, @Machado117) считают демонстрацию лишь рекламным трюком, не имеющим шансов стать массовым продуктом из‐за стоимости, регуляций FAA и технической сложности. Некоторые пользователи (например, @nunez, @pbohun) восхищаются инженерным мастерством, отмечая, что создание работающих реактивных систем в автомобиле – редкое и впечатляющее достижение. По опыту @jdelsman, потенциальным покупателям следует осторожно относиться к предзаказам и «бесплатным кредитам», так как реализация проекта может затянуться или вовсе не произойти.

С 30 октября новые коммерческие условия Meta позволят компании собирать контент с сайтов, «связанных» с бизнес-аккаунтами на её платформах. Под действие попадут практически все новостные издания, поскольку у каждого есть хотя бы один бизнес-аккаунт для управления страницами, рекламой и каналами в Facebook, Instagram и WhatsApp. Продолжая пользоваться сервисами, владельцы таких аккаунтов автоматически дают согласие на скрейпинг.

Юристы, изучившие документ по запросу Nieman Lab, считают, что формулировки позволяют Meta использовать собранный контент для обучения ИИ-продуктов — в других разделах условий «AI at Meta» прямо назван одним из них. «Это примечательное положение, спрятанное в условиях обслуживания, учитывая, что оно даёт Meta доступ к материалам, которые на лицензионном рынке стоили бы многие миллионы долларов», — заявил медиаюрист Мэтт Топик. По его словам, неясно, признает ли суд условие исполнимым, но издателям стоит исходить из того, что оно сработает.

В тексте Meta прямо оговаривается право использовать автоматический софт — скраперы, ботов, пауков и краулеры — для доступа, индексации, кэширования, анализа и сбора данных с доменов и страниц, а также периодически обновлять эти данные.

Обсуждение показывает, что новые условия Meta формализуют уже существующую практику скрапинга контента с новостных сайтов, предоставляя компании юридическую защиту. Однако это вызывает опасения: возможное нарушение лицензий третьих сторон, законов ЕС и антимонопольного законодательства. Многие считают, что реальное согласие владельцев контента не получено, а формулировка «will consent» вводит в заблуждение. Скрапинг остаётся «серой зоной», и его включение в правила позволяет Meta защищаться от претензий, но вызывает сомнения в легитимности таких условий. Для защиты сайтов предлагается разместить чёткое click‐wrap соглашение, запрещающее скрапинг, либо блокировать запросы Meta‐бота по IP, заголовкам или поддельному User‐Agent. Некоторые эксперты видят в новых условиях форму «bundling» — принудительное объединение рекламных услуг с передачей данных. Судебная перспектива остаётся неопределённой: одни считают, что такие условия могут быть признаны недействительными, другие полагают, что они выдержат проверку до судебного разбирательства.

Устранение високосных секунд упростит программное обеспечение и IoT‐устройства, устраняя частую причину багов, связанных с обработкой дополнительной секунды. Большинство существующего кода не готово к отрицательным високосным секундам, поэтому их отсутствие снижает риск неожиданных ошибок. Некоторые специалисты считают, что следует перейти на TAI, так как отклонение UTC от солнечного времени будет постепенным и не критичным. Идея «високосного часа» маловероятна: за несколько столетий отклонение будет несущественным. Разработчикам рекомендуется использовать отдельный параметр UT1‐UTC от IERS или перейти на TAI для долгосрочных телеметрических приложений. Спор существует: некоторые (например, @weinzierl) видят в этом поражение и предлагают полный переход на TAI, другие (например, @BoppreH) считают это практичным решением, устраняющим текущие проблемы.

Инженеры Apple раскрыли ключевое изменение в упаковке нового процессора A20 Pro, который стоит в iPhone 18 Pro, 18 Pro Max и первом складном iPhone Duo. Раньше память DRAM размещали прямо поверх чипа — технология «package-on-package». Это экономило место, но мешало отводить тепло: слой памяти физически блокировал выход тепла из процессора в корпус. В A20 Pro память впервые вынесли в сторону, рядом с чипом, по образцу ноутбучных решений линейки M. Такой подход ускоряет обмен данными и заметно улучшает охлаждение.

Вице-президент по кремниевой инженерии Дэн Мюррей и руководитель направления термодизайна Банафше Барабади подчёркивают: задача была трудной, ведь один чип должен работать и в обычном корпусе, и в складном, где места ещё меньше. Результат — на 35% выше длительная производительность графики, чем у iPhone 17 Pro. В тестах A20 Pro показал рекордные результаты, а iPhone 18 Pro Max получил награду за рекордную автономность. Самое примечательное, по словам Барабади, что для пользователя вся эта инженерия невидима.

Тред показывает, что у Apple остаются проблемы: слабое и багованное ПО (например, в приложениях Music и Photos), запутанные названия процессоров (типа Snapdragon 8 Elite Extreme Gen 6), давление на инженеров, вызывающее выгорание, и сомнения в долговечности гибких графитовых тепловых трубок. Одни считают, что Apple могла бы быть лидером в софте при достаточных вложениях, другие — что качественного софта у неё нет. Советуют отказаться от кроссплатформенных решений вроде Electron и перейти на нативные приложения для устранения UX‐ошибок. Бывший инженер подтверждает высокое качество аппаратных решений, но отмечает корпоративное давление и выгорание. Пользователь с негативным опытом гибких графитовых трубок опасается их деградации со временем. Канал High Yield предоставляет ранние снимки чипа A20 и сравнение M6 с M5 — ценный источник. Apple активно отслеживает сайты разборок iPhone («шерлокирует» их). Некоторые обвиняют Apple в копировании чужого железа и выдаче его за своё. Обратная совместимость иногда приводит к багам и лишним функциям.

Женщина выходила травмированную ворону, и с тех пор птица регулярно приносит ей «подарки в знак благодарности». Об этой истории рассказал репортёр Адам Саватски: он выяснил, как у женщины сложилась дружба с вороной после того, как она обнаружила птицу в бедственном положении. В сюжете звучит её возглас: «Ого! Эта ворона сделала мне подарок в знак благодарности!»

Видео набрало более 2,2 миллиона просмотров и свыше 87 тысяч лайков, под ним оставлено около 4,5 тысяч комментариев. Сюжет вышел в рамках канадских новостей и помечен хештегами о национальных и канадских новостях. Отдельно отмечено, что для части языков звуковые дорожки были сгенерированы автоматически.

История перекликается с известными наблюдениями о врановых: эти птицы способны запоминать людей, которые им помогли, и иногда приносят им мелкие предметы.

Тред добавляет наблюдения о способности ворон к решению задач, долгосрочному взаимодействию с людьми и передаче поведения другим птицам, а также предостерегает от недостоверных историй. @ngruhn: ворона бросала камни в стакан с водой, поднимая уровень и получая лакомство — демонстрация использования инструментов. @shoobiedoo: ворон регулярно прилетал к человеку за едой — свидетельство долгосрочной привязанности и планирования встреч. @bob1029: вороны образуют «сетку наблюдения», фиксируя источник корма и используя его — признак социальной координации и коллективного интеллекта. @dofm: десятилетний ритуал кормления, где ворона инициировала взаимодействие, а другие птицы копировали её поведение — обучение через наблюдение. @samlinnfer: басню Эзопа «Ворона и кувшин» приводят как пример давно известной изобретательности ворон — многие истории основаны на этом. @0898: популярный TED‐ток о воронах, собирающих мусор после мероприятий, вымышлен — подчеркивает необходимость проверки фактов. @throwawaySimon: советуют приручить ворону, регулярно бросая ей очищенные арахисовые скорлупки, постепенно завоевывая доверие.