# Сопутствующие статьи по теме Автоматизация

Новостной центр HTX предлагает последние статьи и углубленный анализ по "Автоматизация", охватывающие рыночные тренды, новости проектов, развитие технологий и политику регулирования в криптоиндустрии.

Почему AI-агенты для покупок не так широко распространены?

**Почему AI-агенты для покупок не получили широкого распространения?** Идея о том, что AI-агент с кошельком может полностью заменить человека в совершении покупок, кажется простой, но содержит логические изъяны. Она смешивает два ключевых аспекта шопинга: **информационный поиск** (сбор, фильтрация, сравнение) и **ценностную оценку** (субъективное суждение о качестве, уместности, доверии к продавцу). Машинный поиск данных успешно автоматизируется. Однако ценностная оценка, особенно **определение потребностей** (что важно для меня и почему), остается прерогативой человека. Исследования показывают, что предпочтения нестабильны и формируются в процессе выбора, поэтому взаимодействие с AI должно быть итеративным, а не разовым. Критическое разграничение — является ли сам процесс выбора **рутиной или удовольствием**. * **Стандартные товары** (бумага, батарейки): выбор не имеет ценности, идеальны для полной автоматизации. * **Товары для удовольствия** (вино, книги, одежда): сам выбор — часть наслаждения. Здесь AI должен выступать как помощник, сужая опции для финального решения человека. Схема **«дать AI кошелек»** решает лишь самую простую проблему — проведение платежа, и только в сценарии, где AI обладает полной автономией. Отраслевые решения (Stripe, Mastercard, Google, Visa) уже разделяют **авторизацию** и **хранение средств**, предоставляя AI ограниченные, одноразовые платежные токены, а не полный контроль над кошельком. Истинные сценарии для автономных AI-кошельков лежат не в розничной торговле, а в **B2B-закупках** и **межмашинных расчетах (M2M)**, где процессы стандартизированы, а решения лишены субъективизма. Таким образом, главными препятствиями для повсеместного внедрения AI2C-покупок являются не технологии платежей, а: 1. **Недостаток достоверных данных** (фальшивые отзывы, поддельные товары), без которых любая автоматизация опасна. 2. **Принципиальная невозможность автоматизировать определение человеческих потребностей и ценностей**. Итог: будущее AI в шопинге — не в полном замещении, а в усилении. AI должен взять на себя утомительный поиск и анализ, оставляя человеку ключевые права: **определять критерии выбора** и **получать удовольствие от самого акта выбора**. Платформам следует сосредоточиться на улучшении именно этого опыта.

Foresight News07/20 06:07

Почему AI-агенты для покупок не так широко распространены?

Foresight News07/20 06:07

Claude проникает в классы по всей Америке: учителя, работающие 49 часов в неделю, наконец получили бесплатного ИИ-ассистента

Клод становится бесплатным ИИ-ассистентом для учителей в США. Anthropic запустил Claude for Teachers, предоставив учителям K-12 бесплатный доступ к продвинутым возможностям ИИ. Система интегрирована с учебными стандартами всех 50 штатов и помогает в трех ключевых областях: подготовка учебных планов, соответствующих стандартам; создание дифференцированных материалов для учащихся с разным уровнем; анализ данных об успеваемости для выявления пробелов в знаниях. Инструмент также подключается к популярным образовательным платформам. Цель — сократить рабочую нагрузку учителей, которые в среднем работают 49 часов в неделю, освободив время для непосредственного взаимодействия с учениками. Подчеркивается, что продукт предназначен исключительно для учителей, а не для учеников младше 18 лет, чтобы избежать спорных вопросов, связанных с использованием ИИ детьми, таких как списывание. Anthropic делает акцент на конфиденциальности данных, соответствии FERPA и сотрудничестве с профсоюзами учителей для построения доверия. Проект ставит вопрос о подготовке будущих поколений к жизни в мире, где ИИ повсеместен, если их обучают с помощью ИИ, но не имеют собственного опыта его использования.

marsbit07/20 02:01

Claude проникает в классы по всей Америке: учителя, работающие 49 часов в неделю, наконец получили бесплатного ИИ-ассистента

marsbit07/20 02:01

Основатель Claude Code: ночная армия AI, Fable 5 и две команды для настройки

Ключевые разработчики, такие как Борис Черный, отец Claude Code, больше не пишут код вручную. Вместо этого они управляют сотнями, а ночью тысячами ИИ-агентов, которые самостоятельно выполняют задачи, такие как написание кода, исправление ошибок и анализ отзывов пользователей. Секрет эффективности заключается в использовании петель (Loops) — автономных процессов, которые работают по расписанию (каждые 30 минут, день и т.д.). Основные инструменты — это команды /goal и /loop в Claude Code (и таких продуктах, как Fable 5). /goal задает конкретную, проверяемую цель, например, «все тесты должны проходить», и агент работает, пока не достигнет ее, самостоятельно проверяя результат. /loop запускает повторяющиеся действия, например, регулярную проверку почты. Критически важным элементом является система валидации, где отдельная модель-«надзиратель» проверяет работу основной, обеспечивая качество. Это меняет роль инженера: вместо написания кода человек проектирует системы, которые пишут код сами, и занимается утверждением результатов. В Anthropic ИИ-агенты даже общаются друг с другом в Slack для координации задач. Чтобы Fable 5 работал эффективно, рекомендуется настроить локальную систему контекста — папку с файлами, описывающими бизнес, правила и историю решений, что позволяет модели «помнить» пользователя между сессиями. Таким образом, будущее автоматизации заключается не в замене людей, а в их переходе к роли архитекторов автономных систем, где ключевым навыком становится умение четко определять цели для ИИ.

marsbit07/20 00:25

Основатель Claude Code: ночная армия AI, Fable 5 и две команды для настройки

marsbit07/20 00:25

Meituan лидирует в раунде: рождается новый единорог на рынке манипуляторов

Инновационная компания Xynova (Синоува Футуре), занимающаяся комплексными решениями в области манипуляторов (ловких роботизированных рук) для воплощенного искусственного интеллекта, объявила о завершении раунда финансирования A+ на 5 млрд юаней. Раунд возглавила Meituan, к нему также присоединились NIO Capital, China Merchants Capital и крупная интернет-компания, а прежний инвестор Xiaomi продолжил участие. Это третье привлечение средств компанией в этом году, а общий объем финансирования за последние 4 месяца составил около 15 млрд юаней, что позволило Xynova достичь статуса единорога. Инвесторы, включая CATL, Xiaomi, JD.com, Li Auto, Meituan, NIO и BYD (через Zhengyuan Investment), представляют стратегические интересы в ключевых сценариях — от производства электромобилей и гибкой сборки до интеллектуальной логистики и доставки. Их цель — занять позиции в технологической базе для воплощенного ИИ, где ловкая рука является решающим компонентом, позволяющим роботам выполнять сложные задачи в физическом мире. Основанная в 2024 году 95-летним Ся Юйсюанем, компания Xynova сосредоточилась на решении проблемы «последнего сантиметра» для роботов. Преодолев трудности с цепочкой поставок и проведя исследования ключевых компонентов, в августе 2025 года она выпустила свою первую полностью самостоятельную ловкую руку с тросовым приводом Flex 1. В мае 2026 года был представлен Flex 2 — первая в мире гибридная (тросовый + прямой привод) бионическая рука с 23 степенями свободы и весом менее 400 граммов. Ключевые компоненты имеют ресурс более 1,5 млн циклов, что соответствует промышленным стандартам надежности. Компания подчеркивает глубокую интеграцию аппаратного и программного обеспечения, создание замкнутого цикла данных и библиотеки базовых навыков для выполнения сложных операций. Уже создав собственный завод в Ханчжоу, Xynova развивает серийное производство, планируя достичь мощности в 10 тыс. единиц в год к концу года, что является решающим фактором для коммерциализации в сфере воплощенного ИИ. Отрасль ожидает, что роботы начнут массово использоваться в реальных сценариях в ближайшие 1,5–3 года.

marsbit07/17 03:51

Meituan лидирует в раунде: рождается новый единорог на рынке манипуляторов

marsbit07/17 03:51

Дженсен Хуан превращает Японию в «физический ИИ» плацдарм для Nvidia: 30 лет назад — спасательный грант, 30 лет спустя — полный стек интеграции

Автор: Wall Street Insights Генеральный директор NVIDIA Дженсен Хуанг посетил Токио, где объявил о серии стратегических партнерств, направленных на превращение Японии в ключевой узел для развития «физического ИИ» компании. **Ключевые партнерства:** NVIDIA сотрудничает с японскими гигантами робототехники Fanuc и Yaskawa Electric, а также расширяет сотрудничество с Toyota в области автономного вождения, симуляции заводов и интеллектуальных городов. **Исторический контекст:** Визит был отмечен эмоциональной встречей Хуанга с бывшим президентом SEGA Сёитиро Иримадзири, который 30 лет назад, инвестировав в NVIDIA, помог компании избежать банкротства. Сейчас партнерство возобновлено: будущие игры SEGA будут поддерживать платформу NVIDIA RTX Spark. **Стратегические связи:** На приватном ужине в токийском идзакая Хуанг встретился с руководителями ключевых японских поставщиков полупроводников (Kioxia, Shin-Etsu Chemical, Tokyo Electron, Ajinomoto и других), укрепляя цепочку поставок для следующего поколения систем ИИ. **«Физический ИИ» как фокус:** Хуанг позиционирует Японию, с её мощной производственной базой, как естественного союзника в развитии «физического ИИ» — внедрении ИИ в роботов, автомобили и фабрики для повышения производительности и решения проблемы нехватки рабочей силы. **Расширение сотрудничества:** Партнерства NVIDIA в Японии охватывают множество отраслей: фармацевтика (Eisai, Astellas и др.), медицинское оборудование (Canon, Fujifilm), финансы (Mizuho, SMFG), квантовые вычисления (RIKEN) и потенциально проект «физического ИИ» Noetra при поддержке японского правительства. Хуанг отверг опасения по поводу «пузыря ИИ», заявив о чрезвычайно сильном спросе и необходимости «строить инфраструктуру как минимум десять лет».

marsbit07/16 11:44

Дженсен Хуан превращает Японию в «физический ИИ» плацдарм для Nvidia: 30 лет назад — спасательный грант, 30 лет спустя — полный стек интеграции

marsbit07/16 11:44

Понимание работы основателя Circle о «агентной экономике», чтобы увидеть, как изменится экономическая форма в ближайшие десять лет

Резюме статьи «Доктрина агентной экономики» от основателя Circle Джереми Аллера: В работе исследуется конвергенция двух технологических систем — искусственного интеллекта (ИИ-агенты) и блокчейна — которые вместе формируют новую «агентную экономику». Аллер утверждает, что эти системы представляют собой две стороны одной экономики будущего, где ИИ-агенты выполняют бизнес-задачи, а блокчейн обеспечивает основу для программных денег, контрактов и координации со скоростью машин. Ключевые тезисы: 1. **Деконструкция фирмы:** Компании можно разложить на наборы навыков, которые могут выполняться автономными программными агентами, снижая затраты на интеллектуальный труд. 2. **Оркестровка и доверие:** Для координации агентов необходим «слой оркестровки». Ответственность и доверие обеспечиваются цепочкой подотчетности, основанной на проверенных в реальном мире идентификаторах и публичном блокчейне. 3. **Денежная основа:** Экономике агентов нужны полностью обеспеченные стейблкоины с мгновенным и окончательным расчетом, которые служат безопасной базой для машинных транзакций. 4. **Кредитные рынки:** Цепочка данных на блокчейне позволяет снизить стоимость андеррайтинга, открывая доступ к кредитам для большего числа заемщиков, включая агентов, которым нужен оборотный капитал. 5. **«По умолчанию глобальная»:** Система изначально безгранична, что требует новых подходов к регулированию, основанных на подотчетности эмитентов, а не только на юрисдикции. 6. **Новая модель ценообразования:** Стоимость смещается от подписок (доступ) к оплате за выполненную работу (потребление), что возрождает микротранзакции между агентами. 7. **Ончейн-компании:** Компании, управляемые агентами, естественным образом существуют в ончейн-среде, где правила исполняются кодом, а не только юридическими документами. 8. **Влияние и концентрация:** Главные риски — снижение доли труда в доходах и концентрация власти в контрольных точках (эмитенты, уровень идентификации). Проблемы труда и собственности взаимосвязаны. 9. **Гражданское видение:** Чтобы избежать неравенства, необходимо расширять широкое владение капиталом (агентами, инфраструктурой) с помощью ончейн-инструментов, делая это центральным элементом нового общественного договора.

Odaily星球日报07/15 02:12

Понимание работы основателя Circle о «агентной экономике», чтобы увидеть, как изменится экономическая форма в ближайшие десять лет

Odaily星球日报07/15 02:12

Чем лучше AI отвечает, тем больше людям нужно глубоко размышлять? Фуданьский университет опубликовал «Синюю книгу интеллектуального развития гуманитарных и социальных наук на 2026 год»

В эпоху быстрого развития искусственного интеллекта, когда ИИ способен генерировать тексты, анализировать данные и даже участвовать в научных исследованиях, возникает парадоксальный вопрос: чем больше ИИ умеет отвечать, тем больше человек нуждается в глубоком мышлении. Синяя книга «Развитие интеллекта в гуманитарных и социальных науках на 2026 год», выпущенная Фуданьским университетом, посвящена именно этой проблеме. Книга указывает, что отношения между ИИ и гуманитарными науками переходят от «одностороннего расширения возможностей» к «двусторонней интеграции». Хотя ИИ может значительно повысить эффективность обработки информации, он часто упрощает сложные социальные проблемы, превращая их в форматы, удобные для машинной обработки. Ключевые задачи — постановка значимых вопросов, построение реальных механизмов и формирование проверяемых цепочек доказательств — по-прежнему требуют человеческого суждения. Чем мощнее становится ИИ, тем больше ответственность ложится на человека за определение целей, оценку предпосылок, контроль рисков и этических норм. В научной сфере ИИ ускоряет написание статей, но одновременно возрастают риски: модели могут создавать статистически значимые, но необоснованные результаты, а автоматизированный поиск паттернов может маскировать случайности под научные открытия. Поэтому необходимо сохранять полную прозрачность и проверяемость исследовательского процесса. В области публичного управления различаются «агентская» и «вспомогательная» модели внедрения ИИ. Важно, чтобы за алгоритмическими решениями сохранялся человеческий контроль, включая право на вмешательство, коррекцию и объяснение. Принципы управления ИИ должны быть воплощены в конкретные процедуры на протяжении всего жизненного цикла системы. Таким образом, глубинное мышление — это не просто личное усилие, а системная необходимость. Оно требует интеграции в исследовательские процессы, управленческие процедуры и институциональные нормы. Гуманитарные и социальные науки призваны не просто критиковать технологии, а преобразовывать ценностные конфликты в анализируемые компромиссы, предоставляя обществу знания для ответственного выбора направления развития. ИИ может помочь нам найти ответы, но именно человек должен решать, какие вопросы стоит задавать, какие цели преследовать и какую ответственность нести за последствия технологического прогресса.

marsbit07/14 06:11

Чем лучше AI отвечает, тем больше людям нужно глубоко размышлять? Фуданьский университет опубликовал «Синюю книгу интеллектуального развития гуманитарных и социальных наук на 2026 год»

marsbit07/14 06:11

ИИ кардинально обновил 30-летнюю домашнюю страницу Терри Тао и попутно нашёл два бага, скрывавшихся более 20 лет

Инженер-программист на основе искусственного интеллекта всего за день полностью модернизировал и перенес личную веб-страницу математика Теренса Тао, созданную почти 30 лет назад. AI не только переместил 560 научных статей, записи о 374 поездках и другие данные на новую платформу, но и обнаружил устаревшую информацию, неработающие ссылки и даже две ошибки в исходном коде на Java, написанном самим Тао более двадцати лет назад. Ключевым изменением стал переход от ручного редактирования HTML-страниц к системе, где единственным источником истины являются структурированные данные в формате YAML, а веб-страницы автоматически генерируются. Это значительно упростило поддержку и исправление ошибок. Кроме того, AI помог оживить старые учебные Java-апплеты, переписав их на JavaScript, и всего за два часа реализовал идею визуализатора для специальной теории относительности, которую Тао отложил в 1999 году. Проект демонстрирует эффективность использования современных AI-инструментов для автоматизации рутинных задач по поддержке и структурированию цифровых архивов, что освобождает исследователей для более творческой работы.

marsbit07/14 04:03

ИИ кардинально обновил 30-летнюю домашнюю страницу Терри Тао и попутно нашёл два бага, скрывавшихся более 20 лет

marsbit07/14 04:03

Рейтинг ИИ-работников: Способность Claude Fable 5 к автоматическому заработку в 2.5 раза выше, чем у GPT-5.5

Статья представляет исследование "Индекса удалённой рабочей силы" (Remote Labor Index, RLI), оценивающего способность ИИ-агентов автоматически выполнять реальные проекты фрилансеров. По последним данным, модель Claude Fable 5 достигла уровня автоматизации 16.1%, что примерно в 2.5 раза выше, чем у GPT-5.5 (6.3%). Модель Opus 4.8 заняла второе место с 8.3%. RLI использует 240 реальных проектов с платформы Upwork, охватывающих 23 области, такие как 3D-моделирование, дизайн и анализ данных. Ключевой метрикой является "уровень автоматизации" — процент проектов, результат которых был признан человеком-оценщиком приемлемым для платящего клиента. Всего за 8 месяцев с момента публикации RLI максимальный показатель автоматизации вырос с 2.5% до 16.1%. Такой скачок связан с улучшением архитектуры агентов, в частности, с внедрением цикла "работник-критик", где отдельный агент проверяет и отправляет работу на доработку. Также на результат Fable 5 повлиял более высокий бюджет на проект ($150 против $50 у других). Исследование показало, что использование ИИ для оценки результатов работ ненадёжно: автоматизированная оценка значительно завышала показатели новых моделей. Несмотря на быстрый прогресс, текущий абсолютный уровень автоматизации остаётся низким — 84% проектов всё ещё не под силу ИИ. Авторы подчёркивают, что RLI измеряет не способность решать абстрактные задачи, а экономический потенциал ИИ — его возможность "зарабатывать деньги", выполняя коммерческую работу.

marsbit07/13 09:49

Рейтинг ИИ-работников: Способность Claude Fable 5 к автоматическому заработку в 2.5 раза выше, чем у GPT-5.5

marsbit07/13 09:49

活动图片