Давненько я про Цукерберга не писал. Не могу сказать, что мне (и вам наверно тоже) от этого хуже жилось, но сегодня напишу:
Итак, у очков RayBan Meta есть LED-индикатор - такая светящаяся точка на оправе. Когда очки записывают - точка всегда горит. Зачем это сделано - думаю, понятно.
Так вот, если заклеить LED скотчем, закрасить маркером или просто прикрыть пальцем - на сенсор перестанет поступать свет, он тут же прочухает шпиёнские наклонности юзера и выключит запись автоматом.
НО! Недавно на маркетплейсах (включая сам Facebook Marketplace, что любопытно) появились услуги по удалению сенсора. Умельцы предлагали физически его высверлить за 50-100 баксов. Одна блогерша решила проверить - и реально, ей его вынули, всё работало, можно было идти и без палева всех снимать.
7 июля Meta на это отреагировала и выкатила апдейт. Теперь при любой попытке "проникнуть в индикатор" камера блокнется полностью. И ещё, компания пообещала банить объявления с такими услугами и подавать в суд на исполнителей.
При этом стоит отметить, что:
- В мае генпрокурор Техаса запустил расследование против Meta, как раз из-за этого индикатора (и других вопросов приватности)
- В марте был громкий скандал, что все видосы с очков Meta попадают прямо к ИИ-разметчикам из Кении, Филиппин и других стран. Включая секс, походы в туалет и т.д.
Но реагировать рептилия решила только после того, как пост блогерши (которой высверлили индикатор) завирусился и вокруг Meta начал раздуваться репутационный скандал (какой по счёту?).
Но и это ещё не всё! Всего через 2 дня, 9 июля, tech-медиа слили, что Meta хочет выпустить очки с ПОСТОЯННОЙ записью видео и голоса и ВООБЩЕ БЕЗ индикатора.
Не знаю, как это вообще возможно в данной ситуации, но точно могу сказать одно: всё это сплошной экстремизм, запрещённый в РФ.
Что там ChatGPT нарелизил, и есть ли смысл пользоваться?
Вчера OpenAI выкатил одно из самых увесистых обновлений. Не по количеству новых фич и апдейтов (хотя их тоже дофига), а по содержанию и масштабу изменений. Собрал всё в одном посте, и проанализировал, стоит ли переходить с Claude/Gemini, и если стоит, то для каких задач.
Итак, если кратко, то всё обновление я бы назвал "ChatGPT пытается стать Клодом". Основных изменения три:
1. GPT-5.6 - новая модель с другим фокусом.
2. Sol / Terra / Luna - новая иерархия, полностью переворачивающая логику использования.
3. ChatGPT Work - новый агентный режим, похожий на Claude Cowork, но с парой важных нюансов.
Ещё по мелочи: похоронили браузер Atlas (отправляются в соседний гроб с Sora), слили ChatGPT и Codex в одно приложение, выкатили плагин для Chrome и обновили голосовые модели GPT-Live (если вы их используете, то знайте - они теперь умеют говорить и слушать одновременно, беседа должна стать менее "роботной")
Если брать 3 ключевых апдейта, то это меняет всю логику ChatGPT и делает его приоритетным выбором для некоторых (но далеко не для всех) сценариев. Подробнее расписал на Лабе @Disruptor_lab_bot (подробнее про Лаб - здесь).
Ещё на этой неделе на Лабе мы разбирали:
- Какой новый (вернее, старый, но он "мутировал" и вырос) ИИ-риск теперь есть у компания, которые активно внедряют ИИ, и у AI-native/based стартапов.
- Новую схему финансирования, из-за которой ИИ-индустрия становится всё больше похожа на пузырь доткомов.
Когда появляется ребёнок - начинаешь по-другому смотреть на здоровье
У нас с женой есть дочка Вика, ей 4 года. Но когда ей было примерно 2 года, я поймал себя на мысли: я понятия не имею, что конкретно досталось ей от меня генетически. Какие у неё предрасположенности, какие именно частички истории двух семей в ней перемешались.
Это и стало финальным толчком сдать ДНК-тест в Genotek, что я в итоге и сделал полтора года назад.
Результаты оказались неожиданными. Во-первых, и у меня нашлись кое-какие приколы в этническом бульоне, о которых я не особо догадывался. Отмечу, что жена свой состав знала сильно лучше, и у неё тест точно всё отразил.
Но этнос - для меня это так, развлечение. Главное - тест подсветил конкретные риски лично для меня: например, склонность к астме и респираторным заболеваниям (которые реально есть). И ещё несколько позиций, за которыми теперь слежу прицельно. Не потому что "всем рекомендуется", а потому что конкретно мой организм вот такой.
Дочке, конечно, тест сделать пока проблематично. Но в будущем планируем и ей сделать.
В общем, ДНК-тест рекомендую, это полезная штука. Хотя бы для того, чтобы понимать с чего начать свой собственный чек-ап организма. Тест называется "Генетический паспорт". Это микрочиповый анализ по ~650 тысячам SNP-маркеров с высокой точностью. Помимо происхождения и рисков заболеваний в него входят очень полезные блоки реакция на лекарственные препараты и предрасположенности по дефицитам витаминов.
А ещё в стоимость включена консультация с врачом - чтобы сразу копнуть по горячим следам. Сдаёте тест один раз - ДНК не меняется, данные актуальны всю жизнь.
В общем, если давно хотели сделать такой тест - сейчас самое время.
У Генотек большая акция стартует только на следующей неделе, но для моей аудитории ребята открыли ранний доступ. До 19 июля заказывайте тест по ссылке по промокоду DISRUPTOR5, он обойдется вам в 7 990 рублей.
Это медицинский продукт, поэтому я обязан добавить: ЕСТЬ ПРОТИВОПОКАЗАНИЯ. НЕОБХОДИМА КОНСУЛЬТАЦИЯ СПЕЦИАЛИСТА.
Пока ваш агент генерит новый код, три поляка получают бабки за то, что удаляют его.
Наткнулся на прикольный стартап. Три синьора из Варшавы запустили Slopfix - сервис, который переписывает приложения за вайбкодерами (по сути, чистит лишний слопо-код). Они бесплатно смотрят репозиторий - и если нечего вычищать, то просто отказываются. А если есть что - прайсят пропорционально срезанному коду. Условно: "У вас 100К строк кода, мы урежем до 30К строк за $10 тыс. Если урежем меньше, то возьмём пропорционально меньше".
Перед тем как что-то трогать, они вручную расписывают, что приложение делает. То есть, одновременно и код режут, и ТЗ делают.
Пост про них завирусился на Hacker News. В комментах ржут: "Нишевый сервис для мамкиных стартаперов, которые узнали про агентов, но забыли прочитать инструкцию". И в общем-то, это правда. Но на самом деле чуваки сделали очень крутую штуку. Смотрите:
Агент, как известно, написать симфонию изобрести архитектуру не может. Зато находит в памяти или в интернете миллиарды строк чужого кода и подставляет похожий кусок. Пока проект маленький - агент видит его целиком и переиспользует свои куски. Но кода становится больше, и агент хуже помнит, что уже писал внутри проекта (контекст не резиновый). Искать в старом коде рискованно (вдруг он сломает то, чего агент уже не видит), а написать кусок с нуля - безопасно. Вот он это и делает.
Но он пишет с нуля КАЖДЫЙ кусок, из-за чего происходит дофига дублирований и лишнего шлака. Итоговый аутпут получается громоздким, жрёт память (в том числе память агентную), и даёт больше уязвимых точек из-за своей неоптимальности. Это и есть СЛОПО-КОД. Он как бэ работает, но как бэ... *миккирурк.иванванко.джипег*.
В общем, именно эту проблему Slopfix и фиксит. Они буквально "отмывают" код и берут процент от отмытого.
Отдельный кек: чинят слоп они тоже через Claude Code, но только "на коротком поводке". Агент плодит дубли, агент же их и подчищает, только рядом три сеньора с ремнём. А основатель Slopfix говорит прямо: "Нам платят не за написание кода, а за его удаление".
Сбер делает ставку на рынок вокруг открытой модели
На Хабре пишут, что новая GigaChat 3.5 Ultra (это их флагман на 432 млрд параметров, вчера выкатили в опенсорс) стала на 40% компактнее, но при этом не слабее, а местами даже сильнее: особенно в коде и математике. HumanEval вырос с 70 до 80%, SWE-Bench - с 8,6% до 42,6%.
Любопытно, что рост не за счёт железа, а через гибридную архитектуру:
Во-первых, у неё скрестили классический MLA-attention (стандартное "внимание" - модель перепроверяет каждое новое слово по всей истории диалога) с линейным вниманием GatedDeltaNet (модель один раз сжимает прочитанное в короткую "выжимку" и дальше дополняет её, а не пересматривает всё заново). Это дало "гибрид", который жрёт в 4 раза меньше памяти на токен и впихивает в ту же память в >2 раз больше контекста.
Во-вторых, теперь у модели две MTP-головы. То есть, она сразу прикидывает несколько следующих слов вместо одного, а это серьёзно ускоряет генерацию.
Пишут, что по бенчам база модели обходит DeepSeek V3.2 и свежий V4 Flash по среднему баллу (72,3 vs 71,5 и 71,9), а в коде и математике отрывается даже сильнее. Инструктированную версию ещё прогнали через "LLM-судью" и получили win-rate 75,9% против своей же 3.1 Ultra и 68,7% против GPT-5. Нюанс: судья тоже нейросеть, в данном случае взяли MiniMax-M2.7, но всё равно результат достойный.
Команду Сбера поздравляю с релизом - судя по цифрам, прогресс большой. И вот что здесь самое интересное:
Первое - модель стала эффективнее в разы, а значит, ИИ должен подешеветь. И тут работает парадокс Джевонса: когда ресурс дешевеет, его начинают не экономить, а наоборот использовать сильнее. Так было с углём на паровых машинах Уатта, так было с Дипсиком и его дешёвым обучением. И получается, если инференс в 4 раза экономнее по памяти и вдвое больше контекста влезает в те же ресурсы, то куча сценариев, которые раньше было невыгодно запускать в широкий продакшен (например, длинные агентные цепочки, RAG по объёмным базам, инференс без гигантских кластеров и т.д.) - становятся экономически оправданными. Эффективность тут не про "теперь можно тратить меньше", а про то, что теперь ИИ можно шире внедрять.
Второй момент - модель отдали под MIT, а это самая "разрешительная" опенсорсная лицензия: разворачивайте где угодно (хоть в чужом облаке), дорабатывайте, зарабатывайте на этом как хотите. Это похоже на историю Linux и Android: вокруг ядра выстраивается открытая база, на которой сам вырастает рынок. Так уже работают Llama, DeepSeek или Qwen, но у Сбера раскрыты не только веса модели, но и сам рецепт обучения - код гейтов, архитектурные решения, детали стабилизации гибрида и т.д. Сами авторы прямо пишут зачем: чтобы подходы проверяло сообщество, а не только внутренние бенчмарки. А это повышает готовность внедрять.
В общем, у этого релиза простая и рациональная логика: чем дешевле и доступнее сама модель, тем больше её будут внедрять в каждый угол. А значит, ценность модели будет повышаться за счёт всего, что строится вокруг неё.
Смотрю на стартапы и продукты в 2026 году - и у многих одна и та же проблема. Старые каналы работают хуже, рынок сжался, а конкуренция - не особо.
И первое, что приходит в голову: надо перестраивать product-market fit и выстраивать под него другое продвижение и рекламу.
Но прикол в том, что у продукта может быть отличный PMF, но полностью отсутствовать go-to-market fit (GTM). То есть, продукт есть, он работает, свою боль cнимает, но вообще непонятно - кому продаём, через какой канал и с каким сообщением.
В такой ситуации больше рекламного бюджета просто сливается (в лучшем случае), а в худшем - ещё сильнее размывает позиционирование и создаёт только больше путаницы.
Как разрубить этот узел - расскажут сегодня в 19:00 по Москве у Roots воркшоп как раз про эту дыру: из чего состоит GTM-стратегия, какие ошибки убивают запуск, и как спроектировать её на практике.
Ведут Валерия Розова и Савелий Белопросов. От себя отмечу, что Валерия - классный продуктовый эксперт, я размещал много ивентов от неё, отзывы хорошие. А у Савелия большой опыт в стартапах (он кофаундер B2B-стартапа Glancing), tech-продуктах и венчуре.
Участие бесплатное, но нужна зарегаться (по этой ссылке). Участвуйте, и да прибудет с вами не только PMF, но и классный GTM 👍
В Южной Корее скандал с умными очками. В мае там спалили двух человек на TOEIC (это глобальный экзамен по английскому, вроде TOEFL или IELTS) - оба решали в ИИ-очках. Им обнулили результаты, отлучили от пересдач на 4 года и скорее всего надавали по жёппе.
На этой теме решил хайпануть местный техноблогер. Он нацепил очки Rokid и на камеру прогнал пробный вариант "корейского ЕГЭ" по математике. Он использовал облегчённую бесплатную ИИ-модель, но всё равно набрал 96% - балл, с которым легко можно подаваться в топ-вузы. Сотню не набрал, потому что на одной задачке глюкнуло распознавание текста.
Корейский Минобр прифигел от такого расклада и разослал школам методичку "Как ловить очкастых читеров". И знаете, никаких умных сканеров и продвинутой детекции там нет. Единственное, что работает - это строгая училка, которая смотрит, не слишком ли толстая у очков дужка, и как часто ученик стучит пальчиком по оправе. Кстати, тех двух читеров тоже спалили на толщине дужки и странных жестах.
И это логично. Половина класса носит очки по зрению - все не запретишь. Так что, весь антифрод 80 левела свёлся к простой советской внимательности бабушки-вахтёрши.
И вот в чём главный прикол этой истории. Технологическая угроза настолько превзошла технологическую защиту, что вся верификации откатилась на сто лет назад, к своим истокам. Ищут не саму технолоджию, а человеческие странности, которые её выдают.
Помните, я писал про стартап Cluely, который делает ИИ-копайлот помогает читерить на любых видеозвонках. Их подсказки хитро рендерятся и просто не попадают в поток видео при шеринге экрана. Детект-компании физически не могут их отследить, из-за чего приходится переключаться на трекинг задержки глаз и прочие "кожаные паттерны".
Такая же фигня и с железом. У меня был пост про дубайский стартап Xpanceo. Он делает ИИ-линзу, которая вставляется прямо в глаз. Так вот, пока что их линза работает в паре с внешней приблудой, которую хорошо видно. Но они (и другие стартапы тоже) выкатывают новые прототипы, и тренд везде один: миниатюризация вплоть до полной автономности.
Получается, рано или поздно мы окажемся в точке, когда ИИ-ассистент будет сидеть в глазу (или вообще в нейрочипе), и хрен его спалишь стандартными методами. Отслеживать толщину оправы и стук пальцев по дужке не получится - потому что никакой дужки не будет.
И вот тут должна возникнуть новая ниша - выявлять читерство, которого не видно. Не знаю, как именно это будут делать, но вангую, что так или иначе будут привязываться к нашему людскому поведению. Потому что можно миниатюризировать, обесшовить и "подделать" что угодно, но его - точно нет.