# Сопутствующие статьи по теме Инструмент

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

AMLBot запускает AI Tracer для самостоятельного расследования в блокчейне

Компания AMLBot запустила инструмент AI Tracer для самостоятельного анализа блокчейна. Этот сервис автоматически отслеживает движение средств по хэшу транзакции через различные блокчейн-сети и мосты, идентифицируя известные адреса, такие как биржи. Инструмент не видит внутренние переводы на биржах, не определяет цели платежей и не может заморозить активы. Его отчёты служат начальной точкой для расследований. AI Tracer предлагает бесплатные проверки и платные тарифы с увеличенным лимитом. Поддерживаются сети Bitcoin, Ethereum, BNB Chain, Solana, Cardano, Ripple и другие. Сервис предназначен для журналистов, исследователей, трейдеров, правоохранительных органов и compliance-команд.

cointelegraph07/31 14:16

AMLBot запускает AI Tracer для самостоятельного расследования в блокчейне

cointelegraph07/31 14:16

ChatGPT вводит запрет, и мировые AI-писатели в одночасье остаются без работы

Эпоха расцвета AI-письма подходит к концу. Несмотря на то, что модели становятся мощнее, качество генерируемых текстов падает — они становятся шаблонными и безликими, оставляя после прочтения лишь ощущение пустоты. Исследователи, такие как Адам Хант из Кембриджа, отмечают, что прогресс в области кодирования и математики не сопровождается аналогичным улучшением языкового выражения и простых рассуждений. Основная причина — смещение фокуса обучения. Модели всё больше оптимизируются для задач с чёткими сигналами обратной связи (например, написание кода), в то время как оценка художественной ценности текста остаётся сложной. Это приводит к стагнации или даже деградации языковых способностей, что является примером закона Гудхарта. Параллельно усиливаются ограничения. ChatGPT и подобные системы теперь отказываются имитировать стиль конкретных известных авторов (таких как Стивен Кинг, Дж. К. Роулинг и других) по прямому запросу, хотя абстрактные запросы ещё работают. В результате рушатся прежние ожидания: модели не обязательно пишут лучше, а рабочие процессы, построенные вокруг определённых промптов, становятся нестабильными. AI-письмо не исчезнет, но вернётся к своей инструментальной роли — помощника в поиске информации, структурировании и редактировании. Окончательные решения, творческое видение и сама потребность в выражении мыслей остаются за человеком, ценность которого только возрастает.

marsbit07/31 08:02

ChatGPT вводит запрет, и мировые AI-писатели в одночасье остаются без работы

marsbit07/31 08:02

OpenAI, выпустила код с открытым исходным кодом

OpenAI выпустила в открытый доступ свой инструмент безопасности кода — Codex Security CLI (интерфейс командной строки) и TypeScript SDK. Инструмент предназначен для автоматического обнаружения, проверки и исправления уязвимостей в кодовой базе. Для работы необходимы Node.js 22+, Python 3.10+ и ключ API OpenAI. За первые 30 дней тестирования инструмент проанализировал более 1.2 миллиона коммитов, выявив 792 критических и 10 561 высокоуровневых уязвимостей, при этом уровень ложных срабатываний снизился на 50%. Однако первые пользователи столкнулись с высокими затратами и техническими проблемами. По умолчанию инструмент использует дорогую модель GPT-5.6-sol с максимальными настройками анализа, что привело к быстрому исчерпанию квот и счетам на десятки долларов за один прогон. Также были сообщения о сбоях при длительном сканировании. Этот шаг OpenAI в сторону открытости последовал за публичным заявлением Дженсена Хуанга (Nvidia) в поддержку открытого ИИ. При этом компания открыла клиентскую часть приложения, оставив базовые модели проприетарными.

marsbit07/30 07:43

OpenAI, выпустила код с открытым исходным кодом

marsbit07/30 07:43

Большая модель ставит оценку изображениям не только "на слово", используя структурные диаграммы и спектрограммы в качестве "материальных доказательств", для оценки изображений применяются "визуальные доказательства".

Мультимодальные большие языковые модели (MLLM) часто неточно оценивают качество изображений из-за «семантического смещения» — они фокусируются на высокоуровневом содержании, а не на визуальных дефектах. Чтобы решить эту проблему, исследователи из Северо-Западного политехнического университета и Гонконгского университета науки и технологий представили IQA-T1 — новую архитектуру, которая заставляет MLLM оценивать качество на основе визуальных доказательств. Ключевая идея — предоставить модели набор специализированных инструментов для анализа. Во время работы модель самостоятельно решает, какие инструменты использовать для генерации структурированных «доказательств»: карты остаточного шума, спектры Фурье, карты согласованности градиентов и другие. Эти визуальные доказательства последовательно интегрируются в цепочку рассуждений, что делает оценку объективной и объяснимой. Обучение проходит в два этапа: контролируемая тонкая настройка (SFT) учит модель использовать инструменты и связывать доказательства с оценкой, а обучение с подкреплением (RL) оптимизирует стратегию их вызова, поощряя эффективность и избегая избыточности. Для обучения создан новый набор данных Q-Tool, содержащий 11k мультимодальных цепочек рассуждений с доказательствами. В тестах на 7 наборах данных IQA-T1 показала наилучший средний результат (PLCC 0.795 / SRCC 0.784), превзойдя современные методы. Модель не только точнее оценивает качество, особенно на синтетических и алгоритмических искажениях, но и предоставляет понятную, основанную на доказательствах цепочку рассуждений, делая процесс оценки прозрачным. Работа открывает путь к созданию более надежных и интерпретируемых систем визуального анализа.

marsbit07/20 07:48

Большая модель ставит оценку изображениям не только "на слово", используя структурные диаграммы и спектрограммы в качестве "материальных доказательств", для оценки изображений применяются "визуальные доказательства".

marsbit07/20 07:48

Падение Zapper: стихийное бедствие или результат человеческих ошибок?

Сооснователь Zapper Seb Audet объявил о полном закрытии платформы 3 августа 2026 года. Некогда звездный проект с 2 млн активных пользователей в месяц и объемом обработанных транзакций в $13 млрд прекратит работу. Zapper родился в 2020 году на волне DeFi Summer, решая ключевую проблему того времени — предоставление единой информационной панели для отслеживания активов и доходности по разным протоколам. Это привлекло миллионы пользователей и $16,5 млн инвестиций. Пиковый функционал «Zap» позволял выполнять сложные операции в DeFi одной транзакцией. Однако успех был недолгим. Основная бизнес-модель — комиссии с агрегированных сделок — оказалась низкомаржинальной в условиях жесткой конкуренции. При этом затраты на поддержку кросс-чейн инфраструктуры для сотен протоколов были огромны. Кроме того, рынок изменился: капитал сконцентрировался в топовых протоколах, а спрос на сложные инструменты для навигации по множеству мелких пулов, который был сильной стороной Zapper, снизился. Попытки трансформации — система очков и NFT в 2021 году, социальное приложение Chainchat в 2023, анонсированный, но так и не выпущенный токен ZAP в 2024 — не увенчались успехом. Платформа продолжала фокусироваться на не приносящих дохода 2C-продуктах, пытаясь создать новую потребность, вместо укрепления монетизируемых функций. В отличие от конкурента DeBank, который сократил поддержку малых сетей, но имеет успешный продукт Rabby Wallet, Zapper не смог найти устойчивую бизнес-модель. Его уход — это урок для инструментальных проектов: недостаточно быть полезным в расцвет ниши, нужно вовремя адаптироваться к изменениям рынка, а не оставаться в плену первоначальных «блокчейн-идеалов».

Foresight News07/10 02:12

Падение Zapper: стихийное бедствие или результат человеческих ошибок?

Foresight News07/10 02:12

Шокирующее происхождение Claude Code раскрыто: он произошел из проекта безопасности, Boris: завершено лишь 1%

**Откровение о происхождении Claude Code: проект родился из задачи обеспечения безопасности (Alignment), и он завершен лишь на 1%** История Claude Code, инструмента, изменившего подход к программированию в Кремниевой долине, началась в 2021 году с раннего расширения VS Code от команды Бена Манна в Anthropic. Однако настоящим истоком проекта, как раскрывает ведущий разработчик Борис Черны, стала внутренняя работа Anthropic по **безопасности и согласованию (Alignment) ИИ**. Первоначальные попытки создания автономного инженерного агента в 2022 году столкнулись с кошмаром инфраструктуры: безопасное выполнение кода, работа с файлами, таймауты. Инструмент `clide`, внутренний прототип командной строки, созданный в 2023 году, был слишком медленным и нестабильным, хотя и революционным по возможностям. Прорыв произошел в конце 2024 года с приходом Бориса Черны. Получив задачу создать агент для программирования для «моделей будущего», он быстро собрал рабочий прототип CLI. Ключевым моментом стала интеграция с `clide`, когда тот по описанию проблемы написал полный запрос на слияние (pull request). Это поразило команду и дало старт двухнедельному спринту, в ходе которого были созданы основные функции. Официальный запуск **Claude Code** состоялся в феврале 2025 года. С выходом мощных моделей Claude 4, таких как Sonnet 4, эффективность инструмента взлетела, завоевав доверие разработчиков. Сам Черны теперь практически не пишет код вручную, полностью полагаясь на Claude Code. Несмотря на успех, Борис Черны заявляет: **«Мы завершили лишь 1%»**. По его мнению, впереди — реализация истинно долгосрочной автономии, сложного управления контекстом, планирования в открытом мире. Роль инженера трансформируется от архитектора кода к управляющему ИИ, открывая путь к решению более масштабных задач.

marsbit07/07 12:33

Шокирующее происхождение Claude Code раскрыто: он произошел из проекта безопасности, Boris: завершено лишь 1%

marsbit07/07 12:33

Microsoft отказывается от Claude: слишком дорого или уже всё выяснили?

**Краткое содержание:** Корпорация Microsoft прекращает внутреннее использование инструмента программистам с искусственным интеллектом Claude Code для тысяч своих инженеров с 30 июня, переводя их на собственный продукт GitHub Copilot CLI. Основной официальной причиной называются высокие затраты, связанные с токенной моделью оплаты, которая привела к значительным расходам, как и в случае с Uber. Анализ предполагает, что решение может быть не только финансовым, но и частью стратегического эксперимента. Microsoft разрешила использование Claude Code на шесть месяцев, чтобы сравнить его с собственным Copilot, выявить слабые места и улучшить свой продукт на основе отзывов инженеров. Глубокая проблема для Microsoft заключается в трёх ключевых областях: 1. **Зависимость от внешних моделей:** У Microsoft нет собственной передовой базовой модели ИИ уровня GPT-4 или Claude, что делает её зависимой от OpenAI и Anthropic. 2. **Отставание в продукте:** Claude Code, по многим оценкам и внутренним предпочтениям инженеров, превосходит GitHub Copilot по функциональности, особенно в работе с длинным контекстом и сложными инженерными задачами. 3. **Ослабление контроля над экосистемой:** Рост популярности Claude Code среди разработчиков и предприятий (Anthropic обогнал OpenAI по внедрению в корпоративном сегменте) означает, что Microsoft рискует утратить контроль над ключевым звеном в цепочке создания ценности ИИ — инструментами разработчика, несмотря на владение GitHub. Таким образом, отказ от Claude Code отражает более широкую стратегическую дилемму Microsoft: как сохранить влияние в эпоху ИИ, не имея сильной собственной базовой модели и теряя позиции в области инструментов для разработчиков в пользу более agile-конкурентов.

marsbit05/25 10:30

Microsoft отказывается от Claude: слишком дорого или уже всё выяснили?

marsbit05/25 10:30

Экспорт и внутренняя реализация: Китайский путь выхода на мировой рынок через AI-короткометражку

Автор Дэвид, Deep Wave TechFlow. Креатор из Китая под ником Mx-Shell, называющий себя любителем без профильного образования, создал с помощью китайского ИИ-инструмента Seedance 2.0 (от ByteDance) короткометражный фильм «Скавенджер Зомби» всего за 10 дней и с бюджетом около 3000 юаней. Работа, выполненная одним человеком, отличается высоким качеством изображения, оригинальной музыкой и сюрреалистичным сюжетом в стиле атомпанк. Видео изначально осталось практически незамеченным на китайских платформах Bilibili и Douyin. Однако его заметил и высоко оценил в Twitter (X) основатель голливудской студии Genre.ai PJ Ace, назвавший его «одним из лучших короткометражных фильмов за последние годы». Его пост с поиском автора набрал миллионы просмотров, что привело к «экспорту с последующим импортом»: популярность пришла к фильму сначала на Западе, а затем волна внимания вернулась в Китай. После успешного поиска с помощью интернет-пользователей, которые связали креатора с PJ Ace, последний предложил Mx-Shell работу режиссера в Голливуде. Эта история иллюстрирует, как современные доступные ИИ-инструменты (особенно на конкурентном китайском рынке) позволяют талантливым людям без традиционного доступа к ресурсам индустрии создавать качественный контент и находить глобальную аудиторию. Ключевым фактором успеха Mx-Shell стали не только технологии, но и его собственная развитая эстетика, насмотренность и навыки повествования. В статье проводится параллель с «экспортом токенов»: ценность (в данном случае творческая) создается в Китае, но признается и распространяется на международном уровне.

marsbit05/14 04:27

Экспорт и внутренняя реализация: Китайский путь выхода на мировой рынок через AI-короткометражку

marsbit05/14 04:27

Агенты вступили в эпоху управления с помощью Harness

Антропология случайно раскрыла исходный код Claude Code, показав передовые инженерные практики в разработке агентов. Ключевой вывод: современные ИА-системы вступают в эру Harness Engineering — архитектурного подхода, где модель дополняется шестью компонентами: многоуровневые системные промты, инструменты, циклы вызова, менеджер контекста, под-агенты и механизмы проверки. Harness позволяет максимизировать потенциал модели, связывая обучение с выполнением задач. Это смещает фокус с чистого моделирования на комплексные инженерные решения, требующие междисциплинарных специалистов и обеспечивающие безопасное развертывание в корпоративной среде.

marsbit04/15 10:13

Агенты вступили в эпоху управления с помощью Harness

marsbit04/15 10:13

18 электронных питомцев Claude уже здесь: тамагочи в терминале

Самый мощный AI-ассистент для программистов Claude представил систему виртуальных питомцев Buddy. Это не просто пасхальное яйцо, а полноценный инженерный продукт с детальной архитектурой. Питомец, визуализированный через ASCII-графику, живет в терминале и реагирует на действия пользователя. Система использует двухуровневую структуру: «костяк» (детерминированные характеристики на основе хэша пользователя) и «душу» (уникальное имя и характер, генерируемые ИИ при первом запуске). Доступно 18 видов существ (утки, кэппибары, роботы и др.) с разной редкостью (от обычной до легендарной с шансом 1%) и пятью атрибутами. Питомца можно гладить (/buddy pet), просматривать его карточку и общаться с ним, называя по имени. Функция, несмотря на запуск в День дурака, имеет четкий план релиза и нацелена на повышение вовлеченности пользователей во время длительных сессий кодинга. Это сигнал о том, что конкуренция на рынке AI-инструментов смещается с мощности моделей на создание эмоциональной связи с разработчиком.

marsbit04/01 09:06