OpenAI представила GPT‑6, новую модель, доступную более чем 1,2 миллиарда еженедельных пользователей ChatGPT. Вместе с ней запущен Intelligent UI — интерфейс, позволяющий ИИ генерировать полностью интерактивные визуальные ответы прямо в чате. Теперь ChatGPT может не только объяснять, но и показывать: например, при запросе о конструкции 7‑скоростного велосипеда он выдаёт интерактивную схему с деталями — рамой, колёсами, тормозами, трансмиссией и рулём — которую можно исследовать, увеличивая и переключая компоненты. Это делает ответы более наглядными, упрощает изучение сложных тем и позволяет мгновенно создавать полезные инструменты под запрос — от схем до мини‑приложений — без кода. Intelligent UI работает за счёт глубокой интеграции генеративного ИИ с рендерингом интерфейсов в реальном времени, сохраняя при этом безопасность через многоуровневую фильтрацию и контроль вывода. Модель оптимизирована для скорости: frontier‑intelligence теперь доставляется быстрее благодаря улучшенной архитектуре и эффективному использованию вычислений. Доступ к GPT‑6 с Intelligent UI постепенно расширяется — сначала для платных пользователей, затем для всех через ChatGPT. В дальнейшем OpenAI планирует расширить возможности интерфейса, сделав его ещё более адаптивным и полезным в образовании, работе и повседневной жизни. GPT‑6 позиционируется как шаг к универсальному ИИ‑ассистенту, который не просто отвечает, но и действует через интерфейс, понимая намерения пользователя и материализуя их в полезные, взаимодействующие формы.

Intelligent UI вызывает противоречивую реакцию: пользователи ценят интерактивные объяснения, особенно для нишевых тем, но критикуют избыточный дизайн (пустые строки, чек‐листы, «детские» блоки), баги (громкость только вкл/выкл, кнопка воспроизведения работает один раз, полоса прогресса не показывает начало/конец), потенциальную рекламу в чатах, рост задержек и падение показателей безопасности. В PDF‐отчёте указано, что модели GPT‐6 Sol и Luna демонстрируют статистически значимый регресс в безопасности по темам самоповреждения, насилия и сексуального контента по сравнению с GPT‐5.6. Есть требования открыть веса и детали модели для проверяемости визуализаций и доступа для всех. Спор: одни видят в UI реализацию идей Бретта Виктора и демократизацию сложных интерфейсов; другие считают его избыточным, мешающим быстрым текстовым ответам и увеличивающим задержку. Есть опасения, что формат будет использован для рекламы, как анонсировано OpenAI. Пользователь @selicos требует открытости модели; @jjcm называет UI «одноразовым» и вопрошает о задержке; @BjoernKW восхищается идеей; @revolvingthrow называет её «детской» и избыточной. Вопрос о достоверности автоматически генерируемых визуализаций остаётся открытым.

ChatGPT генерирует изображения в стиле The New Yorker и подделывает подписи реальных художников, включая Брендана Лопера, чьё имя «BLOPER» появляется на ИИ-созданных мультфильмах, которых он не рисовал. Один такой фейковый мультфильм — с Долли Партон и Тимом Карри у небесных ворот — стал вирусным в соцсетях после их смерти в августе 2026 года, набрал 25 000 лайков в Twitter и распространился по Facebook, Instagram и Bluesky, вводя пользователей в заблуждение относительно авторства.

OpenAI не только имитирует стиль журнала, но и нарушает этические нормы, присваивая работы реальных создателей без их согласия. Лопер подтвердил, что не рисовал этот и подобные мультфильмы, подчеркивая риск дезинформации и подрыва доверия к журналистскому и художественному контенту. Ситуация демонстрирует, как генеративный ИИ может использоваться для создания убедительных подделок, маскирующихся под аутентичные произведения, что требует новых механизмов проверки и защиты интеллектуальной собственности.

Подделка подписей в ИИ‐генерируемых карикатурах — системная проблема, а не технический баг. Модели копируют подписи из обучающих данных (например, карикатур New Yorker), воспринимая их как обычный визуальный элемент, что превращает ИИ в инструмент плагиата. Это нарушает авторские права и право публичности, делая такие изображения потенциально незаконными. Требуются юридические меры: регистрация подписей как товарных знаков и защита права публичности. Практические рекомендации: удалять подписи вручную, по умолчанию не добавлять их в вывод, обучать модели избегать воспроизведения реальных подписей (как фильтры для текста). Проблема проявляется не только в OpenAI, но и в Gemini, Claude и других моделях. Спор: одни видят в этом баг, другие — следствие непонимания моделями смысла подписи. Отсутствие судебных исков позволяет практике продолжаться, выявляя пробелы в правоприменении к ИИ‐контенту. Для этичного использования необходимо менять подбор обучающих данных и по умолчанию генерировать изображения без подписи, если пользователь не запросил её явно. Коммерческое использование таких карикатур рискует привести к искам по праву публичности.

Автор выражает раздражение тем, что люди всё чаще используют ИИ для создания документов — от технических спецификаций до личных сообщений — но получают сухие, контекстно оторванные тексты, которые сложно читать и которые не вызывают вовлечённости. Он отмечает, что такие документы, будь то pull request-ы или дизайн-предложения, лишены голоса, перспективы и человеческой задумчивости, превращая коммуникацию в механическую передачу фактов без смысла. Особенно обидно, когда ИИ используется для суммаризации чужих мыслей, выдавая их за собственный ответ — это выглядит как насмешка над диалогом.

При этом автор не отвергает ИИ полностью: он признаёт, что технология помогает ему писать лучше и быстрее, но только когда используется как инструмент для усиления собственного голоса, а не как замена мышлению. Он ссылается на исследования, показывающие, что большинство читателей прекращают чтение, если подозревают ИИ-участник в тексте, и избегают таких авторов в будущем. В заключение он подчеркивает ценность личного опыта, уязвимости и авторского голоса в письме — качества, которые ИИ не может воспроизвести, и которые, по его мнению, делают текст по-настоящему значимым.

Проблема не в ИИ, а в его неправильном использовании: когда тексты отправляются без проверки и редактирования, они становятся бременем для читателя. ИИ эффективен как инструмент синтеза больших объемов данных (200–300K токенов) в краткий вывод, но не как замена мышления. Пользователи отмечают ухудшение качества новых моделей (например, Claude Sonnet 4.5 по сравнению с GPT-4 или GPT-3 с доработкой). Читатели предпочитают человеческий «поток сознания» даже с ошибками, так как он отражает подлинное мышление, в то время как ИИ-тексты часто перегружены деталями, скрывающими суть. В технической документации и pull request избыточные описания делают ревью невозможным. Существует спор: может ли ИИ восполнить недостающую информацию из контекста или это лишь «угадывание», создающее шум. Использование ИИ для формулирования идей убивает процесс размышления и мешает глубже понять проблему. ИИ-тексты разрушают доверие, так как стирают грань между человеческим и машинным письмом. Письмо — это не просто передача информации, а вызов опыта через стилистику и подтекст, которые ИИ не воспроизводит. Основной критерий ценности: если текст не стоил автору времени на написание, он не стоит времени читателя на чтение. Рекомендации: 1. Используйте ИИ для сбора и синтеза, но вручную редактируйте неестественные или искаженные фрагменты. 2. Допустимо использовать ИИ для подготовки, если итоговый текст неотличим от человеческого и автор полностью понимает его содержание. 3. Вместо призывов отказаться от ИИ требуйте от коллег присылать необработанные человеческие версии текстов. Парадокс заключается в том, что многие критические посты на HN о проблемах ИИ-письма сами сгенерированы нейросетями.

Я пережил внутренний кризис, не взрывной, а скорее медленное разрушение уверенности и мотивации — как будто ткань твоего я превратилась в мокрую бумагу после стирки. Причина — генеративный ИИ, который обесценивает труд творцов, превращая их работу в продукт подписки, будто птенца кормят из клюва. В искусстве я всё ещё верю, что ИИ-искусство — это анти-искусство, бездушное и стыдное, но в программировании ситуация тревожнее: почти все инженеры, которых я знаю, сошли с ума за последние годы. Ремесло переживает сдвиг, и каждому приходится выбирать, как реагировать, без подсказок из будущего. Давление сверстников и реальная мощь LLMs делают сопротивление ощущением гонки с движущейся финишной чертой.

Лично мне не нравится программировать с ассистентом: это не весело, результат не кажется своим, и я не горжусь им. Раньше я мог укрыться в своих маленьких проектах — например, в интерактивном переключателе веток git, которым гордился и которым пользовался ежедневно. Теперь такой инструмент можно получить одним запросом, и никто не ценит ручную работу. Мне нужны эти «похлопывания по плечу» от коллег, чтобы чувствовать себя реализованным — и их лишиться больно. То же самое происходит в играх: пост Зака Гейджа о том, что разработка становится похожа на музыку, разрушил меня — годы обучения кажутся напрасными. Потом я поговорил с Шэдом, создателем Uncamera — красивого приложения для iOS, имитирующего плёнку через сенсорные данные и LUT, без ИИ. Его мотивы совпадают с моими: радость в процессе, а не в результате. Он продолжает работать несмотря на сомнения; я же ушёл в саможалость. Но я понял: есть три пути — использовать ИИ и потерять удовольствие, бросить творить (невозможно для творца) или продолжать делать вещи сложным способом, просто потому что это нравится. Я выбрал последнее. Потому что мы делаем игры — и всё остальное — не для результата, а для самого дела.

AI не убивает творчество, а перераспределяет его: кто-то теряет радость от кода, кто-то находит её в новом ритме работы, а другие переходят от написания кода к проектированию систем и управлению сложностью. Многие отмечают, что AI снимает рутину, позволяя сосредоточиться на архитектуре, дизайне и решении сложных проблем, а не на шаблонном коде. Опыт @user43928 показывает ускорение разработки в 10–20 раз: 200k LOC + 100k тестов за 4 месяца без потери качества, опровергая миф о несопровождаемости AI-кода. Спор: @goonersallofyou считает использование AI для генерации кода обманом, как называть себя шефом после заказа еды; @abstractcontrol утверждает, что суть — в понимании проблемы, а не в ручном написании строк. @x3haloed считает, что автор боится изменений и «отстаёт»; @sicktriple и @standfest утверждают, что AI ускоряет рутину, но не заменяет творческое решение сложных задач — в этом и суть. По опыту @blahgeek, AI разделил работу и хобби: на работе он вынужден использовать AI, но только в хобби чувствует радость от чистого творчества — общая тенденция в треде. @Tade0 подтверждает, что полная передача понимания кода AI ухудшает качество: его ревьювер нашёл избыточные переменные, которые AI не смог упростить — необходим человеческий контроль. @saejox и @Aeolun отмечают, что радость от программирования исчезла не из-за AI как инструмента, а потому что «1000 строк кода теперь — это один промпт», убивая ощущение личного вклада. @guiloj использует AI не для замены себя, а для создания инструментов, которые делают его лучше — AI как расширение разработчика, а не замена. @djha-skin использовал AI для документации и скучных функций в проекте на Janet, что усилило его понимание: он бы не написал эти части без AI — инструмент расширил возможности, а не заменил. @rikroots создаёт нишевые инструменты без ожидания коммерческого успеха — мотивация смещается от признания к личному удовлетворению, особенно при перенасыщенности рынка AI-продуктами. @realaleris149 сталкивается с ограничениями AI в интеграции кода и визуальных активов: генерация изображений — одно, их адаптация под игровые механики — другое, и это остаётся человеческой задачей. @wartywhoa23 описывает конфликт между Eros (наслаждение процессом) и Thanatos (желание результата), объясняя, почему одни теряют радость, а другие — находят её в новом ритме. @theplumber отмечает, что AI работает лучше при чётких ограничениях: его инструментарий даёт AI качественные входные данные, делая его эффективным, но не заменяющим разработчика. @ultamatt указывает, что для многих радость от работы — роскошь: реальные проблемы — аренда, здоровье, выживание — и разговоры о «творческом кризисе» звучат как привилегия. @t43562 сравнивает программирование с литературой: если Tolkien писал бы с AI, он бы потерял глубину — ценность в личном, медленном, осознанном творчестве, а не в скорости.

Muse — это личный AI-агент от Meta, разработанный для автоматизации повседневных задач и снижения когнитивной нагрузки. Он интегрируется в экосистему Meta и использует передовые модели генеративного ИИ для понимания контекста, планирования действий и выполнения задач от имени пользователя — от составления расписания и отправки напоминаний до бронирования встреч и поиска информации в реальном времени. Muse адаптируется под привычки и предпочтения пользователя, обучаясь на взаимодействиях, чтобы предлагать всё более точные и персонализированные рекомендации.

Ключевые возможности Muse включают голосовое и текстовое взаимодействие, многозадачность (например, одновременное управление календарём, сообщениями и поиском), а также глубокую интеграцию с сервисами Meta — WhatsApp, Instagram, Facebook и Messenger. Агент поддерживает контекстную память, позволяя ему помнить детали предыдущих разговоров и действовать последовательно. Muse позиционируется как шаг к настоящему агентному ИИ: не просто отвечающему на запросы, а проактивно anticipating потребности и выполняющий сложные, многошаговые задачи с минимальным вмешательством пользователя. Доступен для загрузки в App Store и Google Play.

Muse — попытка Meta интегрировать ИИ в свою экосистему (Facebook, WhatsApp) для привлечения массовой аудитории, но вызывает серьёзные опасения по конфиденциальности на фоне прошлых нарушений. Пользователи, не следящие за деталями ИИ, могут принять предустановленные решения, как ChatGPT, что делает Muse привлекательным для «normie-tier». Преимущество Meta — огромная база пользователей, но доверие к компании низкое. Угроза в том, что агент с доступом к календарю, сообщениям и финансам станет мощным вектором сбора данных. Рекламные примеры Muse сосредоточены на покупках (билеты, коляски), что усиливает подозрения в приоритете монетизации над удобством. Некоторые видят потенциал в автоматизации рутинных задач — например, отслеживании школьных мероприятий в WhatsApp-группах или извлечении данных из закрытых Facebook-групп (после отключения API). Предложение генерировать одноразовые карты воспринимается как разумная мера, но пользователи хотят и лимиты расходов. Опасения вызывают персонализированные ленты новостей — риск эхо-камер и алгоритмической манипуляции. Технически Muse использует детерминированный код и ансамбли классификаторов для защиты от инъекций, возможно, на основе идей DeepMind CaMeL. Встроенный браузер для наблюдения за действиями агента полезен, но его устойчивость под вопросом при росте требований к прозрачности. Многие предпочитают создавать собственных агентов или использовать альтернативы, чтобы избежать передачи данных Meta, даже при необходимости технических навыков. Маркетинг Muse ориентирован на стейкхолдеров, а не на пользователей — акцент на монетизации, а не на решении реальных проблем. Сравнение с Facebook M 2015 года показывает повторение стратегии: сначала — люди, потом — ИИ, но теперь модели достаточно мощны, чтобы заменить их быстрее.

Нью-Йорк запретил использование искусственного интеллекта в начальных и средних школах, включая инструменты для обучения, проверки домашних заданий и коммуникации с родителями. Запрет касается всех публичных школ города и вводится из-за опасений по поводу влияния ИИ на развитие критического мышления, риска плагиата и неравного доступа к технологиям среди учащихся. Чиновники подчеркнули, что технологии должны поддерживать, а не заменять учителей и живого взаимодействия в классе.

Исключение сделано только для специализированных курсов по информатике в старших классах, где ИИ изучается как предмет, а не как инструмент обучения. Родители и педагоги выразили смешанную реакцию: некоторые applaudируют защиту детского развития, другие опасаются, что запрет отстает от реальности и готовит учеников хуже к будущему. В городе планируются альтернативные программы по цифровой грамотности без использования генеративного ИИ.

Большинство комментаторов поддерживают запрет как способ развить критическое мышление и сократить образовательное неравенство, поскольку более обеспеченные семьи уже используют ИИ дома. При этом многие согласны, что младшим ученикам нужно сначала научиться думать самостоятельно, а ИИ вводить позже как инструмент — аналогично калькуляторам. Спорные аргументы: @rps93 делится опытом использования ИИ в колледже для создания тестов и заметок, отмечая ускорение обучения и экономию на учебниках; @ytoawwhra92 ссылается на исследование 1997 года, показавшее, что калькуляторы в начальной школе не ухудшали арифметические навыки, предполагая аналогичный нейтральный эффект для ИИ; @rmason сравнивает запрет с запретом персональных компьютеров в 80-х, опасаясь отставания учеников NYC от сверстников. @pj_mukh отмечает, что личные устройства и «читающие» ИИ уже запрещены в классах, а эксперименты с новыми цифровыми инструментами проходят в частных и школах для одарённых, где родители активно вовлечены, — так что новый запрет лишь расширяет существующие ограничения. В качестве компенсации @WCSTombs указывает на планируемый курс по AI-грамотности в старших классах, а @mango7283 предлагает контролируемое внедрение по аналогии с подъёмником в спортзале — использовать для ускорения, но не заменять собственные усилия.

Тарн Адамс, создатель Dwarf Fortress, считает, что игровая индустрия находится в кризисе из-за бездумного внедрения генеративного ИИ и массовых увольнений, инициированных руководителями, которые не понимают сути творческого труда. Он отмечает, что руководители стремятся заменить людей кнопкой, генерирующей контент, но такой подход неустойчив и ведёт к коллапсу, сравнивая ситуацию с повторяющимися циклами эксплуатации труда, которые существовали ещё до ИИ. Адамс приводит личный пример: его отца уволили с очистных сооружений, потому что руководство не поняло его работу, а позже компания развалилась — история повторяется в игровой индустрии.

Он критикует иллюзию, что ИИ может воспроизвести качество человеческого труда, особенно когда руководители сами не разбираются в технологиях, но настаивают на их использовании. Адамс также шутит, что теперь вынужден говорить о «поведении гномов» вместо «ИИ гномов», так как термин «ИИ» стал токсичным из-за его искажённого применения. По его мнению, проблема не нова — это паттерн непонимания и обесценивания труда теми, кто им не занимается, но генеративный ИИ усилил самообман управленцев, которые принимают имитацию за реальную продуктивность.

Обсуждение уточняет: рост поставки контента из‐за ИИ оспаривается, но согласовано, что внимание пользователей ограничено и ценность смещается к кураторству. Прибыльность индустрии неоднозначна (рост выручки не равен росту прибыли из‐за расходов и инфляции), управление и массовые увольнения воспринимаются как хронические, а текущий ИИ‐контент — низкокачественный и пока не заменяет творческих специалистов. Цифровой контент почти без предельных издержек, поэтому внимание становится дефицитом. Спор: одни (@munificent) утверждают, что поставка контента выросла в 10 раз, другие (@asdff) — что реального роста объёма нет, лишь увеличилось количество спама и низкокачественного материала. Участники с опытом 90‐х и 00‐х описывают игровую индустрию как исторически плохо управляемую, с частыми увольнениями и фокусом на интересы акционеров. Советы: перейти к модели финансирования до создания продукта; сосредоточиться на отборе и фильтрации вместо бесконечного добавления функций; разделять вакансии на специалистов по игровому ИИ и по крупным языковым моделям. ИИ‐дисрупция затронет все программные отрасли, а не только игры.

EFF призывает суды не поддаваться панике вокруг ИИ и не переписывать авторское право под давлением правообладателей. История показывает, что подобные страхи уже возникали — с видеомагнитофонами в 1980-х, пианино-автоматами в 1906 году и фотоаппаратами — но каждый раз технологии не убивали творчество, а, наоборот, расширяли его: видеомагнитофоны позволили время-сдвиг, фотоаппараты дали толчок fotожурналистике. Авторское право должно стимулировать новые идеи и рынки, а не защищать существующих монополистов от конкуренции.

Судьи уже получили аргументы от EFF в делах вроде Concord Music Group v. Anthropic и In re Mosaic LLM Litigation: требование расширить авторское право на не infringing работы, созданные другими с помощью ИИ, основано на спекулятивной теории «размытия рынка» — будто бы генеративные инструменты не могут быть fair use, потому что могут порождать конкурирующие произведения. Но это противоречит сути авторского права: оно наказывает нарушение, а не конкуренцию. Принятие такой теории дало бы правообладателям вето на любое выражение, отдалённо напоминающее их работу — стили, жанры, приёмы — и убило бы будущее творчество.

Кроме того, исследования показывают, что большие модели ИИ маловероятно производят прямое копирование: чем больше данных, тем меньше влияние любого отдельного примера. А ИИ уже используется художниками — от Nettrice Gaskins, создающей Afro-футуризм, до архитекторки MIT Ana Miljački, сделавшей документальный фильм о югославских мемориалах, и музыкантов, работающих с Bronze над неповторяющимися треками. Суды не должны заранее решать, что считать «человеческим творчеством» — как и с VTR, ИИ — универсальный инструмент, и его последствия надо оценивать фактами, а не паникой. Переписывание права под хайп только навредит прогрессу.

Обсуждение дополняет статью EFF: проблема не в ИИ, а в перекосе авторского права в пользу корпораций, чрезмерной длительности защиты и отсутствии справедливой компенсации создателям. При этом почти все согласны, что полная отмена авторского права уничтожит экономику творчества. Спор об отмене: сторонники видят в этом ускорение инноваций, противники — потерю единственного механизма дохода для художников, особенно при низкой оплате стримингом. Спор об AI-обучении: одни считают его справедливым использованием, другие — массовой эксплуатацией труда творцов без компенсации, в отличие от строгого применения fair use в прошлом. Часть участников полагает, что AI-компании должны платить за данные для обучения, поскольку это не аналог человеческого обучения — мозг не копируется массово и не используется в коммерческих целях без согласия. Другие возражают: AI не копирует, а трансформирует, хотя модели обучены на миллионах защищённых произведений без согласия. Почти все согласны, что текущий срок (жизнь автора + 70 лет) чрезмерно длинен и должен быть сокращён до 20–28 лет, как у патентов. Предлагается вернуться к системе 28 лет с возможностью продления по образцу Statute of Anne, чтобы устранить абсурды вроде ситуации с песней «Happy Birthday». Авторское право должно сохраняться в короткой форме: дать автору время на монетизацию, затем передать произведение обществу — это баланс между стимулированием творчества и культурным доступом. Копилефт зависит от авторского права — его отмена уничтожит лицензии GPL и другие системы открытого кода. Один участник утверждает, что авторское право было создано печатными гильдиями для восстановления монополии, а не для защиты авторов, ставя под сомнение его моральную основу. Другой считает, что отмена приведёт к тому, что Amazon будет публиковать книги без оплаты, что сделает писательство невозможной профессией. Подчёркивается также, что фильмы с бюджетами в миллионы долларов невозможно создать без хотя бы ограниченной защиты. Музыкант, работающий под CC0, настаивает: любые изменения должны быть добровольным выбором создателей, а не навязанными корпорациями или законодательством. Все согласны, что текущая система злоупотребляется крупными компаниями для монополизации, а не защиты творцов (примеры Disney, DMCA). Один участник утверждает, что EFF поддерживает Big-AI и отошёл от принципов свободы информации. Предложение: ограничить авторское право коммерческим использованием, разрешив свободное некоммерческое копирование при сохранении защиты от эксплуатации со стороны медиакомпаний.

Debian проголосовало за «ответственное использование генеративного ИИ» в разработке, поддержке и документации проекта. Решение не запрещает и не одобряет использование LLM, но подчеркивает, что все вклады должны соответствовать тем же стандартам качества, корректности, поддерживаемости и правовой соответствия, независимо от инструментов. Ответственность за результат остаётся у участника: он должен проверять, тестировать и при необходимости модифицировать вывод ИИ перед включением в Debian.

Голосование показало отказ от крайних позиций: полные запреты на ИИ (варианты 1 и 3) набрали меньше голосов, чем «Ни один из вышеперечисленных», что указывает на неприязнь к невыполнимым правилам. Участники отмечают, что строгий запрет был бы невозможен в таком большом проекте, а разрешение с акцентом на ответственность — прагматичный компромисс. Некоторые выражают опасения по поводу будущих проблем с поддержкой из-за потенциальной безответственности использования ИИ, но согласны, что текущий курс избегает разрушительных «охот на ведьм» и сохраняет гибкость мейнтейнеров.

Обсуждение добавляет к статье практический контекст: голосование интерпретируется как отказ от экстремумов, нейтральная опция победила все альтернативы попарно (Condorcet winner), а отсутствие pro-LLM вариантов указывает на разрыв между авторами предложений и избирателями.

• Суть политики — «каким бы инструментом ни был сделан вклад, ответственность несёт автор»: @chuckadams и @matheusmoreira поддерживают именно качественный фильтр, независимый от происхождения кода.

• Принцип «понимай код так, будто набрал его сам» как рабочая эвристика: @Tubelord формулирует критерий приёмки, @NietTim напоминает, что этот стандарт существовал задолго до LLM.

• Спор: @shevy-java против итога голосования, считая нейтральную опцию фактическим одобрением LLM; @lowsong называет это «голосованием за slop». @tulio_ribeiro возражает анализом — Option E победила все альтернативы попарно (даже Option 2 с перевесом 57.8% против 42.2%), с 99.9993% пост-вероятностью по Bradley-Davidson, то есть исход не размытый.

• Спор: @sheepscreek и @gentlerain настаивают на прагматичном принятии LLM и невозможности запрета, @Grimeton возражает, что без определения «responsible» политика бессодержательна и оставляет статус-кво.

• Спор: @onesandofgrain и @seizethecheese обсуждают разные формы «slop»: первый видит риск в падении компетенции ревьюеров, второй — что настоящий вред возникает не на уровне строк, а на архитектурном (Claude используется для пропуска этапа проектирования).

• Совет: @GZGavinZhao ссылается на практику self-assessed AI level для контрибуций (visidata.org) как удобный способ коммуницировать уровень LLM-ассистента ревьюерам и экономить их время.

• Совет: @new12 ищет открытую политику кодинга, которую можно скормить агентам, и стандарт ревью при agentic-инструментах; конкретного ответа в треде нет.

• @jhack и @baggy_trough считают, что «истеричные» возражения проиграли; @dooglius добавляет наблюдение: корреляция голосования с pro-LLM позицией была почти линейной, но pro-LLM варианта в списке не было, что показывает разрыв между авторами предложений и избирателями.

• @kurthr ставит вопрос о правовой устойчивости: суды США сужают copyright на AI-вывод, open source традиционно полагается на авторское право для enforcement, а требование «mental conception» для копипаста не переносится на генерацию.

• Совет: @firefax описывает личный кейс применения LLM: для короткого shell-скрипта с визуальной проверкой ИИ полезен, чтобы не тянуть «теневой бинарь с UI».

• @TZubiri отмечает специфику Debian: проект не пишет код, основная нагрузка — review, упаковка, доки и поддержка, поэтому дебаты об AI касаются Debian иначе, чем кодопроизводящих проектов.

Qwen‑Image‑3.0 представляет третье поколение базовой модели генерации изображений, где ключевое слово — «Real» (实). Модель сочетает три возможности: богатый контент — поддержка до 4,5 к токенов ввода, позволяющая создавать сложные раскладки газет, сценариев и экзаменационных листов; аутентичные детали — точное воспроизведение мелкого текста размером 10 пкс и микроскопических деталей вроде пор и волос; глубокие знания — нативная работа с 12 языками и имитация веб‑страниц, игр и стримов, опирающаяся на обширные знания мира. Например, за один запрос модель нарисовала 3×3‑ячейковый набор сложных инфографик, а описание всех ячеек заняло 3,7 к токенов, но изображение получилось целостным.

Цель проекта — перевести генерацию картинок от «приятного» к «полезному», сделав её продуктивным инструментом в реальных задачах. Благодаря поддержке длинных инструкций, точности мелких деталей и широким знаниям, Qwen‑Image‑3.0 уже применяется для создания газет‑PDF, стрит‑драмы‑сторибордов и сложных интерфейсов, а также в дизайне, контент‑создании, образовании и электронной торговле. Как подчёркивают разработчики, модель «не просто красиво выглядит, а реально работает», открывая путь к массовому использованию в профессиональных потоках.

Обсуждение ставит под сомнение заявленную точность модели и критикует отсутствие открытых весов, бенчмарков и прозрачности. В примерах с корейским текстом находят системные ошибки — смешение символов, искажённые слова и глаголы, — опровергающие обещанную точность генерации текста; тесты на chat.qwen.ai выявляют анатомические артефакты (третья нога, светящиеся глаза), а простой график роста ВВП Польши выходит мусорным. Жёлтый оттенок, идентичный GPT-Image-1, наводит на мысль об обучении на его выходах, бракованное арабское заглавное изображение подрывает доверие к демонстрациям, а механизм связывания текста с картинками без миллионов аннотированных пар остаётся неясным. Сообщество разочаровано отсутствием сроков публикации весов и «пластиковой» эстетикой одинаковых идеализированных лиц, из-за чего заявления об «аутентичности» выглядят парадоксально. Из практики отмечают, что в OCR по-прежнему лидирует Gemini и платные решения всё ещё нужны, спрашивают, требуются ли модели установленные шрифты, и рассуждают, как реалистичные продукт-фото изменят поведение потребителей.

Apple has just filed a lawsuit in a California federal court, accusing former Apple engineers of pilfering the company’s closely guarded trade secrets and handing them to OpenAI. The complaint alleges that these ex‑employees transferred confidential details about Apple’s neural‑network architecture, data‑handling pipelines and proprietary training methodologies to the AI startup, giving it a shortcut that would normally require years of independent research. Apple contends that the stolen knowledge was used to accelerate OpenAI’s large‑language‑model capabilities, effectively letting the rival leapfrog ahead in the race for generative AI.

Apple frames the dispute as a clear case of intellectual‑property theft, quoting the lawsuit: “This case is about Apple’s former employees stealing Apple’s trade secrets for the benefit of OpenAI. Apple brings this suit to put a stop to it.” The company seeks an injunction to halt further misuse, monetary damages, and a court order forcing OpenAI to return or destroy the stolen material. By acting, Apple wants to safeguard the proprietary technology behind its own AI efforts and deter future breaches of confidentiality.

• Apple подала иск против OpenAI, обвиняя компанию в краже коммерческих секретов и приманке сотрудников Apple, обещая им работу в OpenAI при условии передачи конфиденциальной информации.
• В иске упоминаются практики OpenAI, при которых новые сотрудники тайно копируют данные Apple, включая внутренние отчёты и контакты с поставщиками, чтобы использовать их в обучении моделей.
• Юристы отмечают, что у Apple есть ресурсы и опыт для судебных битв, что может привести к серьёзным последствиям для OpenAI и её будущим проектам.
• Дискуссия поднимает вопросы этики и законности использования чужих данных в генеративном ИИ, что может повлиять на восприятие отрасли в целом.

Каждую минуту на сайте AI World Clocks отображаются новые часы, сгенерированные девятью разными AI-моделями. Каждая модель получает 2000 токенов для создания уникального дизайна аналоговых часов с анимированной секундной стрелкой, адаптивным дизайном и белым фоном. Проект представляет собой постоянную демонстрацию творческих возможностей ИИ в создании простых, но визуально разнообразных объектов.

Идея проекта принадлежит Брайану Муру, который вдохновился работой Мэтью Рейфилда. Каждые 60 секунд пользователь видит совершенно новый набор часов, демонстрирующий, как разные ИИ-модели интерпретируют одну и ту же задачу по-разному. Это интересный пример творческого применения генеративного ИИ для создания повседневных объектов, где функциональность сочетается с уникальным визуальным стилем.

• Kimi K2 демонстрирует наибольшую точность и стабильность при генерации циферблатов, включая корректное отображение секундной стрелки.
• Qwen 2.2 и 2.5 выделяются креативными, но часто абсурдными решениями, напоминающими сюрреализм (например, искажённое расположение цифр).
• Большинство моделей испытывают трудности с базовыми задачами: правильным размещением цифр, отображением 13 часов или точным временем.
• Отсутствие визуальной обратной связи у ИИ приводит к непредсказуемым результатам и "когнитивной перегрузке" при решении логических задач.
• Проект сравнивают с тестом на деменцию ("нарисуй часы") и рассматривают как новый "тест Тьюринга" для оценки качества LLM.

Netflix опубликовал руководство по использованию генеративного ИИ в производстве контента, рассматривая эти инструменты как ценные творческие вспомогательные средства при прозрачном и ответственном применении. Компания ожидает, что все партнеры будут сообщать о любом планируемом использовании ИИ, особенно когда вывод включает финальные материалы, сходство с актерами, персональные данные или объекты третьих лиц, требующие письменного одобрения. Большинство низкорисковых случаев, следующих основным принципам, вряд ли потребуют юридической проверки.

Netflix выделил пять ключевых принципов: выходные данные не должны воспроизводить защищенный контент, инструменты не должны хранить или обучаться на производственных данных, сгенерированный материал должен быть временным и не входить в финальную версию, а ИИ нельзя использовать для замены актерских выступлений без согласия. Компания также предупреждает о случаях, всегда требующих письменного одобрения, включая использование проприетарной информации или создание ключевых творческих элементов с помощью ИИ.

• Netflix и другие студии продолжают настаивать на том, что не используют ИИ для замены актёров, но при этом продолжают использовать ИИ для замены актёров, что вызывает вопросы о том, что они могут быть нечестны в этом вопросе.
• Использование ИИ в креативной индустрии продолжает быть спорным вопросом, особенно когда речь идет о правах интеллектуальной собственности и о том, как ИИ может быть использовано для замены людей, которые создают контент.
• В то же время, когда ИИ используется для создания контента, это может вызвать вопросы о том, кто будет владеть правами на этот контент и как это может повлиять на будущее креативной индустрии.
• Использование ИИ в креативной индустрии может быть связано с этическими вопросами, особенно когда речь идет о том, как ИИ может быть использовано для замены людей, которые создают контент, и о том, как это может повлиять на будущее креативной индустрии.
• В то же время, когда ИИ используется для создания контента, это может вызвать вопросы о том, кто будет владеть правами на этот контент и как это может повлиять на будущее креативной индустрии.

В предоставленном фрагменте отсутствует содержательная информация о репозитории character-ai/Ovi. Это лишь навигационное меню и общие элементы интерфейса GitHub без описания самого проекта. Нет данных о функциональности, целях или особенностях Ovi.

Для создания содержательного пересказа требуется информация из README-файла или описания репозитория, которая отсутствует в данном фрагменте. Без этих деталей невозможно определить, представляет ли собой Ovi инструмент, библиотеку, приложение или что-то иное от character-ai.

• Обсуждение вращается вокруг быстрого прогресса в генеративном ИИ: отдельные инструменты сливаются в единое решение, и теперь можно запускать модели локально.
• Участники обсуждают, как быстро ИИ-видео может дойти до «блокбастера» и как это повлияет на индустрию.
• Поднимаются вопросы этики: deep-fake, влияние на детей, коммерческое использование и монетизация.
• Участники также обсуждают, что влияние ИИ на креативную индустрию может быть негативным для художников и сценаристов.
• И наконец, обсуждается, что если ИИ сможет создавать полнометражные фильмы, то это может привести к концу традиционного кино.

OpenAI активно собирает отзывы о Sora и готовится внести изменения. Правообладатели получат более детальный контроль над генерацией персонажей — смогут указывать, как их можно использовать, включая полный запрет. Многие из них видят потенциал в «интерактивной фанфикшн» и ожидают роста вовлечённости.

Также компания ищет способ монетизации генерации видео, поскольку пользователи создают контента больше ожидаемого. Часть доходов планируется делиться с правообладателями, чьи персонажи используются. OpenAI предупреждает, что возможны ошибки в процессе, но обещает быстро реагировать на фидбэк и постоянно совершенствовать систему.

• OpenAI столкнулась с юридическими угрозами от правообладателей (включая Ghibli и Nintendo) из-за генерации контента с использованием их IP, что привело к введению строгих ограничений на создание видео.
• Компания осознала необходимость монетизации генерации видео из-за высоких вычислительных затрат и планирует внедрить плату за использование, а также рассмотреть возможность распределения доходов с правообладателями.
• Пользователи выражают разочарование из-за резкого ужесточения ограничений, которые теперь блокируют создание контента по мотивам даже не самых известных игр и франшиз.
• В сообществе распространено мнение, что изначальное разрешение генерации защищённого контента было осознанным PR-ходом для роста популярности, а не ошибкой.
• Подход OpenAI к решению проблемы воспринимается многими как лицемерный, неискренний и технически сложный для реализации на практике.

OpenAI превратилась в хаотичный конгломерат без чёткой стратегии, пытаясь казаться всем сразу: соцсетью с генеративным видео, конкурентом Microsoft в продуктивности, платформой для найма, рекламным бизнесом, поставщиком вычислений, разработчиком чипов и даже производителем потребительского железа. Эти утечки в СМИ служат одной цели — раздуть оценку компании перед новыми раундами финансирования, ведь ей нужно $1 трлн в ближайшие годы.

На деле это скучный и убыточный софтверный бизнес: 20 млн платных подписчиков ChatGPT и 5 млн корпоративных (полмиллиона из них — скидочные места для университета) генерируют основную выручку, но траты колоссальны. GPT-5 оказался провалом — дороже в эксплуатации без реального улучшения возможностей. Компания теряет фокус, а её агенты и «новые продукты» остаются лишь проекциями на 2027 год.

• Критика финансовой модели OpenAI: обсуждение методов амортизации затрат на модели (3-12 месяцев против 3 лет) и высокой стоимости инференса, что ставит под вопрос реальную прибыльность.
• Признание масштаба и влияния OpenAI: 800 млн активных пользователей и быстрое распространение передового ИИ, сравнимое с появлением интернета и мобильных технологий.
• Дебаты о конкурентных преимуществах (moat): отсутствие технологического рва, давление со стороны открытых моделей (DeepSeek) и крупных игроков (Google), зависимость от государственной поддержки и финансирования.
• Оценка продуктов и дороги к AGI: полярные мнения о GPT-5 и Sora 2 (от "разочарования" до "впечатляющих"), скептицизм насчет скорого перехода к AGI и смещение фокуса на коммерциализацию.
• Обвинения автора исходного поста (Ed Zitron) в предвзятости, сенсационности и использовании "яростного байта" для продвижения собственного бизнеса на подписках.

Suno Studio — это веб-платформа для создания музыки с помощью искусственного интеллекта, позволяющая пользователям генерировать треки по текстовым описаниям. Она предлагает интуитивный интерфейс, где можно указать жанр, настроение, инструменты и даже добавить вокал, получая готовые композиции за секунды.

Сервис демократизирует музыкальное производство, делая его доступным даже для новичков без специальных навыков. Пользователи отмечают высокое качество звука и креативные возможности, хотя иногда AI может выдавать неожиданные результаты. Это инструмент для быстрого прототипирования, вдохновения или просто развлечения, расширяющий границы творчества.

• Музыканты и энтузиасты разделились во мнениях: одни видят в Suno мощный инструмент для творчества и исследования звука, другие считают его лишённым души и чувства достижения.
• Ключевые обсуждаемые особенности Suno: переход к браузерной DAW, генерация качественного контента, включая MIDI и stems, а также вопросы авторских прав и коммерческого использования.
• Поднимаются вопросы этики использования ИИ: заимствование чужих работ для обучения моделей и потенциальная девальвация человеческого труда в музыке и искусстве.
• Отмечается стремительный прогресс качества генерации (Suno v5), что делает музыку неотличимой от профессиональной для большинства слушателей, но эксперты могут определить искусственное происхождение.
• Высказываются опасения о насыщении рынка однообразным контентом и влиянии ИИ-инструментов на будущее профессии музыканта и процесс обучения.

Массовое внедрение генеративного ИИ привело к парадоксу: компании активно внедряют ИИ-процессы, но 95% организаций не видят измеримой отдачи от инвестиций. Количество полностью автоматизированных процессов удвоилось за год, использование ИИ на работе также выросло вдвое с 2023 года, однако реальная продуктивность не увеличивается.

Вместо эффективности ИИ генерирует «ворк-слэп» — бессмысленные задачи, такие как автоматизированные отчеты, переписывание текстов и бесконечные правки. Это создает иллюзию занятости, но отвлекает от ценной работы, усиливая выгорание и снижая креативность. Ключевая проблема — слепое доверие к ИИ без критической оценки его output, что превращает технологии в инструмент бюрократии, а не прогресса.

• Руководство предписывает обязательное использование ИИ в работе и требует отчётов о повышении продуктивности, не учитывая возможное негативное влияние.
• Участники критикуют слепую веру руководства в возможности ИИ, сравнивая это с маркетинговой шумихой и отмечая отсутствие у менеджеров технических знаний.
• Генерируемый ИИ контент (тексты, код) часто описывается как низкокачественный, многословный и неточный, что увеличивает нагрузку на сотрудников, вынужденных его проверять и исправлять.
• Обсуждается парадокс: внедрение ИИ, призванное повысить эффективность, может привести к её снижению из-за роста бюрократии и производства бесполезного контента.
• Некоторые предлагают саботировать требование отчётов, используя для их генерации тот же ИИ или просто выдумывая результаты.

Изучай по-своему: Переосмысление учебников с помощью генеративного ИИ

Исследования Google

Кто мы

Создаем технологии сегодняшнего и завтрашнего дня. Стремимся к созданию среды для разнообразных исследований с разными временными масштабами и уровнями риска.

Области исследований

• Фундаментальное ML и алгоритмы: теория алгоритмов, управление данными, машинное восприятие, NLP
• Вычислительные системы и квантовый ИИ: распределенные системы, квантовые вычисления, робототехника, безопасность
• Наука, ИИ и общество: климат и устойчивость, инновации в образовании, здравоохранение, взаимодействие человека и компьютера

• Пользователи обсуждают потенциал ИИ-инструментов для персонализированного обучения, отмечая как преимущества (бесконечное терпение, возможность углубляться в темы), так и серьёзные недостатки (фактические ошибки, выдумывание информации, высокая стоимость инфраструктуры).
• Критики выражают сомнения в эффективности и целесообразности замены учителей ИИ, указывая на риск снижения качества образования, антиинтеллектуализм и отсутствие подотчётности за вредоносные или ложные выводы модели.
• Многие комментаторы проводят параллели с концепцией «Иллюстрированного букваря для юной леди» из романа «Алмазный век» Нила Стивенсона, видя в проекте шаг к подобному будущему.
• Поднимается вопрос о методологии исследования Google: отсутствие контроля в виде печатного учебника и сравнения с не-ИИ интерактивными форматами, что ставит под сомнение заявленные преимущества.
• Обсуждается фундаментальная проблема школьного образования — необходимость заинтересовать и заставить учиться всех детей, а не только мотивированных, и сомнения, что ИИ способен решить эту задачу.

Anycrap – магазин бесконечных товаров
Доставка по всему миру, горячие скидки.

Поиск: назови желаемое – найдём в параллельных мирах.

Популярно:

• Дикий технохлам
• Космические снеки
• WTF-товары

100 % уникальные концепции
Идея → картинка на экране за секунды.

Товар ещё не придуман?
Назови – мы изобретём.

Письма о несуществующих новинках – подпишись.

contact@anycrap.shop
© 2025 – товары завтрашнего дня (но не настоящие).

• Проект anycrap.shop — генератор абсурдных «товаров» с картинками и описаниями; автор в шоке от 15 000 созданий и исчерпанных токенов.
• Пользователи смеются над безумными идеями, «покупают» несуществующее, просят добавить фейковые трекинги, избранное и продажу реальных мерча.
• Обсуждают деньги: кто-то видит маркетплейс для мелких производств, кто-то боится счёта за инференс.
• Отмечают слабость ИИ к отрицанию («no lace» → кеды с шнурками) и повторяющийся визуальный стиль картинок.
• Просят раскрыть стек, промпты, модель генерации; просят «мерчант-акки» и экспорт коллажей.

95 % компаний не получают отдачи от $30 млрд, потраченных на генеративный ИИ, — MIT

• Исследование MIT: только 5 % проектов приносят измеримую пользу.
• Причины: нечёткие KPI, отсутствие данных, недостаток навыков персонала.
• Вывод: без стратегии и качественных данных ИИ превращается в дорогую игрушку.

• 5 % проектов приносят деньги, 95 % — нет: основная причина — отсутствие чёткого плана и метрик.
• Реальные экономии уже есть: автоматизация пост-обработки звонков в кол-центрах экономит миллионы.
• Рынок перегрет: многие запускают «AI-инициативы» ради хайпа и финансирования, не ради пользы.
• Компании тратят деньги на консультантов и маркетинг вместо решения конкретных задач.
• Наблюдается спад доверия («Trough of disillusionment»), но технология остаётся ценной как встроенная функция, а не как отдельный продукт.