Gemini vs Claude

Год назад в кулуарах «Я люблю фронтенд» Артём @artalog показал мне Roo. Я вернулся в Петербург, подключил Roo к Sonnet 3.7, удивился, что теперь действительно что-то можно отдать на откуп LLM и пошёл подсаживать команду. Мы нашли кейсы, где нейронка хороша, собрали мемори банк и настроили конфиги там, где она тупила. Именно тогда для меня и был переломный момент, когда я полностью поменял свое отношение к AI-кодингу.

А вчера я удалил папку .roo из проекта. И мемори банки удалил. Клод код пошуршал по этим файлам и сказал, что это прошлый век, там нет ничего полезного и он может лучше из коробки. Я с ним согласился и ушёл настраивать openclaw.

Что 9000 часов работы расскажут обо мне?

Попросил Сlaude Cowork проанализировать всю выгрузку моего Session за 3 года и проанализировать, что отличает мои лучшие недели (по часам работы) от остальных:

1. Consistency > Intensity Не "пахать 16ч в один день", а "не иметь дней по 1-2ч" Постоянство лучше, чем разовые рывки. В лучших неделях я работаю 7 дней в неделю и даже самый слабый день (из 7 дней в неделе) в среднем 5.8 часов. Если эта неделя была хорошей, следующая скорее всего будет тоже (корреляция +0.39)

2. Wide Span > Grind Hard Не "интенсивнее за 8ч", а "растянуть рабочее окно и заполнить его" Я не работал 10-12 часов без перерыва, мои рабочие блоки относительно широко распределялись по дню. В мои лучшие недели начало и конец работы разделяло, в среднем, 16.5 часов (по сути всё время бодрствования), но работа чередовалась с прогулками, спорт-залом и т.п. Я рано начинал и поздно заканчивал работу (но не позже полуночи, иначе испортишь себе следующий день

3. Deep Sessions > Many Sessions Способность уйти в длинную сессию – маркер лучших недель Не распыляться на много мелких задач, а иметь цельные блоки непрерывной фокусированной работы. В топ-неделях я начинаю день в среднем с 2-часовой сессии ("начинать день с Top Goal of the Day") + хотя бы раз в неделю была сессия на 8ч. Около 72% всех сессий в блоках по 90+ минут работы. В плохие недели первая сессия 87мин и много мусорных заходов <15мин

4. Afternoon Core + Morning Bonus Твой движок – afternoon. Утро – это то, что отличает хорошие недели от средних В лучших неделях моё время работы приходится в основном на день и на утро (с 6 утра до 6 вечера). В худших неделях на вечер и день, больше на вечер. И самое важное отличие, в свои худшие недели, я более чем в 2 раза меньше времени набираю днём

5. 1 Project Focus > Scatter Концентрация на 1 проекте коррелирует с output. Когда 60%+ времени на одном проекте (обычно разработка по Vibe) – выхлоп выше. Расфокус по нескольким проектам = слабая неделя. В лучшие недели всегда было ясно, что сегодня основное

6. Streak Killers: что убивает следующую неделю? Your worst day protects your best streak Худший день этой недели многое говорит о следующей. Если вечером (или тем более ночью) работаю больше чем днём, очень высокая вероятность спада продуктивности на следующей неделе. Высокий минимум дня на этой неделе – высокий шанс, что серия хороших недель продолжится. Опять же consistency > intensity

#LifeOps

агент для metabase

выше писал про то, что хочется иметь "cursor для metabase". поэтому почитав ваши комменты, я сделал настроил себе cursor для metabase (хех)

что делал: 1. взял курсор как агента 2. выпустил себе metabase api-ключик 3. прикрутил к агенту metabase-mcp-server. однако агент использовал его только для read-операций. все write операции делались через curl напрямую 4. по итогу процесс такой: я пишу агенту запрос "построй bar chart за последние 14 дней по всем solo escape играм и сделай разбивку по ton/stars" –– курсор выдает ссылку на карточку, которую я редактирую визуально, итерирую и добавляю в дашборд

такой сетап с нуля работает плохо агент вообще ничего не понимает, не понимает данные, совершает ошибки, попадает в бесконечные циклы из-за неправильного формата api-запросов

поэтому пришлось его ✨обучить✨

можно было потратить несколько часов и описать все самостоятельно в AGENTS.md, но это противная задача – я с ней прокрастинировал (думаю, вы тоже не любите это делать)

я решил сделать так: 1. прошу агента что-то сделать 2. итерируюсь в чате, пока не добьюсь результата 3. (главное) в конце задачи прошу сделать дамп всех инсайнтов о процессе в AGENTS.md, чтобы последующие агенты могли быстрее выполнить свои задачи

и это действительно работает. спустя запросов 5 агент смог хорошо ориентироваться в дашбордах и таблицах. ему можно было давать bulk-операции вида "сделай везде цвет профит-чартов зеленым" и задачи на построение целых дашбордов в 1 запрос

про модели в основном у агента 2 задачи: хорошо уметь в тулколлы (для ресерча бд и дашкбордов) и уметь писать sql. супер много интеллекта тут не надо. я попробовал 3 модели. больше всего зашел sonnet-4.5 (отличный баланс скорости и умности). gpt-5-* – слишком долгая, хочется быстрее, хотя надежнее. также попробовал composer-1 (модель от курсора) – очень быстро, но чет ума не хватает, частые ошибки и пропуски

я доволен. -1 рутинная задача, спасибо ии

Clawwork Cowork

Тем временем Anthropic превращает Cowork в эдакого clawdbot/openclaw --> появилась фича Dispatch, которая позволяет с телефона запускать задачи на компе: на скрине я попросил сказать мне, что на последнем скриншоте, что я сделал

Как я говорил на том вебинаре - подобие openclaw/clawdbot постепенно появится в "безопасном" виде у топовых лаб. ЧТД. Но проактивность пока не подвезли "Claude responds to messages only. Claude won't reach out proactively—it only works on tasks you assign."

Мне кажется, от зависимости на Claude Code и других агентов поляжет много народу

Когда я попал в ИТ и годы спустя, основная ценная мысль к которой приходишь примерно такая «по одному мы мало что можем, мы должны работать как команда чтобы делать великие вещи»

И это абсолютная истина – талантливые коллеги на местах мотивируют делать больше, гордиться продуктом, а вместе, иногда, вы делаете невероятное; но все это – очень сложная в поддержании система отношений между людьми

И вот, настает эпоха кодинг агентов - теперь любой член команды может заменить многих коллег цифровыми аналогами – Codex 5.2 xhigh и Opus 4.5 для работы, с GPT 5.2 Pro для написания PRD, в умелых руках способны на чудесные вещи, которые лет 5 назад стоили больших денег на рынке – «универсальная команда» доступна 24/7 и попадает в руки человеку с идеями, и любой человек с идеями не готов к этому новому миру

Человек с идеями начинает сначала делать, то, что давно хотел, потом реанимирует заброшенные проекты, через какое-то время покупает уже 7й домен «на всякий случай», ставит рекорды заброшенных в будущем проектов – но сегодня он ИТ-всемогущ, как ему кажется, на каждое сложное знание есть свой skill, на API-интеграцию – MCP сервер, на каждый сложный вопрос есть 5.2 Pro, которая не хуже чем многие эксперты в своих областях

И человек с идеями теряется – у него впервые в истории ИТ развязаны руки, он перепробовав все, не знает из чего выбрать, потому что идей, впервые, не больше чем ресурсов и терминал теперь источник эндорфина, не рилсы-тиктоки, даже не игры – мечта детства, всемогущая терминальная сила теперь стоит 200$ в месяц

В этой системе, мне кажется, самый ценный новый навык которого раньше не существовало, он был не нужен – научиться себе говорить «я это не делаю, не нужно» – потому что ресурсов уже сейчас хватает почти на всё и из-за этого формируется новая зависимость «создавать»

Мне кажется, многие не научатся себе это говорить – в коктейле FOMO и желания что-то сделать, видимо, появится новый психоз – уже чисто айтишный, где АИ-слоп выражен даже не в качестве кода, а в самом смысле продукта, в объемах информации, что человек производит в интернет

Ну или это правда ранние сигналы технологической сингулярности – мир где все могут всё в ИТ, мне пока непонятен, я к нему тоже не готов, и тоже учусь отказывать себе делать любую идею, что приходит в голову 🏥

Мой AI-сетап FW2026

Claude Code за $100. Планирование и agentic таски: перс ассистент, сетап VDS, всё что требует контекст и рассуждение. Планирование через superpowers

Codex за $200. Чисто code execution. Все матёрые OG разрабы пишут на нём. Плох в планировании и вайб-кодинге, когда не знаешь чего хочешь. Но если знаешь — улетает.

Ещё один трюк — cross-review. Задачу оформляю в Claude Code через брейншторминг, собираем план и финал скидываю кодексу на проверку. Кодекс доточенный к деталям: хорошо ловит ситуации когда хотим реализовать функцию, но забыли поддержку в другом месте или тест не написали. Клод чаще соглашается. Кодекс ищет.

IDEшка Zed, но в 90% случаев хватает Ghostty. Ещё понравился Codex App: удобный интерфейс для ревью изменённых файлов, работает быстро. Жду T3Code от Theo.

Был бы broke – оставил только кодекс. Токенов в разы больше, модели с контекстом работают лучше. Клод даже за один небольшой промпт у меня 30-40к контекста съедает при отсутствии system prompts и mcp. При этом работаю часто в 2-3 потока одновременно и на кодексе до 50% лимита ни разу не добирался, а клод периодически отлетает.

Antigravity не пробовал, как и курсор. Не очень понимаю как посредники работают с моделями.

Gemini пока не тестировал, но хочу скоро потестить с Pi agent. Модель вроде до сих пор плохо работает с tool calling.

Elon Musk vs OpenAI: День 6 (5 мая, Грег Брокман)

Сара Эдди (адвокат OpenAI) провела прямой допрос Брокмана. Полный разворот нарратива после понедельника:

• «Я действительно думал, что он меня ударит» — Маск встал, обошёл стол на встрече в августе 2017 после отказа дать ему контроль • Двойное «нет» — Брокман не обещал Маску ни не создавать коммерческую структуру, ни оставаться некоммерческой организацией навсегда • Город на Марсе $80 млрд — Маск хотел контроль над OpenAI частично для финансирования марсианской колонии • Open source: «честно говоря, это даже не было темой обсуждения» — Маск никогда формально не требовал открыть исходники • Anrej Karpathy — Маск тайно использовал инженеров OpenAI для работы над автопилотом Tesla • Письмо Маска (сентябрь 2017): «Я больше не финансирую OpenAI, пока вы не дадите твёрдое обязательство остаться, иначе я просто дурак, который бесплатно финансирует вам стартап» — то есть Маск сам прекратил пожертвования, пытаясь надавить • Молo на повторном допросе вернулся к доле в $30 млрд, но без новых документов уровня дневниковых записей

После Брокмана — видеопоказание Роберта Ву (замглавный юрисконсульт OpenAI): структура capped-profit 2019 года, инвестиции Microsoft на $13 млрд, некоммерческая часть не получит средств, пока Microsoft и партнёры не получат компенсации более $250 млрд

Судья объявила: фаза «виновности» может завершиться на неделе 11–15 мая — раньше первоначальной оценки в 21 мая.

https://claude.ai/public/artifacts/3fd2c85e-0580-48b6-b079-a2b207fe1db0

— Claude

Как тратить на LLM не 20-30% выручки, а 5-10%?

– учитесь писать харнессы

Попросил диприсёрч проанализировать слитые исходники Claude Code (OpenCode), опенсорсные OpenClaw, Hermes и других ребят – и собрал супер-мега-полезный playbook по упаковке контекста в своём агенте в виде скилла для Клода

TL;DR: это поможет вам максимизировать cache hit % и снизить себестоимость своего AI-продукта в 3-5 раз

Мини-ликбез для тех, чей CTO работает по подписке:

1) 99% LLM (включая ChatGPT, Claude, Gemini) работают на одной архитектуре - трансформеры. По умолчанию, трансформер на каждый ваш запрос пересчитывает с нуля весь промпт - системную инструкцию, всю историю разговора, ваш новый вопрос. Если в инструкции 10 000 токенов, а вы дописали 50 - она честно прогоняет вычисления по всем 10 050

2) Провайдеры поняли, придумали кеширование промпта. Если начало вашего нового запроса точно совпадает с началом предыдущего - модель не пересчитывает его заново, а берёт готовый результат из памяти. Те токены, которые "попали в кеш", стоят в 10 раз дешевле. Пример из документации OpenAI: https://developers.openai.com/api/docs/guides/prompt-caching

3) Cache hit rate – это % токенов вашего запроса, которые удалось переиспользовать из кеша. 0% – ничего не сэкономили, платите полную цену. 90% – платите ~10% от обычного. Это и есть та переменная, которая отделяет AI-продукт со здоровой экономикой от продукта, который сжигает деньги / перепродаёт токены с минимальной наценкой

4) Правило большого пальца, чтобы попадать в кеш: то, что не меняется (статическая часть) – в начало запроса, то, что меняется/дополняется каждый раз (динамическая часть) – в самый конец. Звучит банально, но 90% команд кладут в начало системной инструкции текущую дату / ID сессии / метку из аналитики / цель (либо злоупотребляют вставками/плейсхолдерами внутри промпта) – и получают 0% попадания в кеш. Каждый запрос для модели выглядит «новым», даже если отличается на 10-20 токенов где-то вначале

5) Норма для хорошо спроектированного AI-агента – 80–90% cache hit rate. Claude Code (агент от Anthropic, на котором сидят разработчики) держит 92% в проде, и команда объявляет инцидент, если показатель проседает

Внутри скилла в папке references/ покрыты все основные провайдеры: Anthropic, OpenAI, Gemini, self-hosted, OSS-agents, а также бенчмарки по индустрии

Попросил Google и ChatGPT порекомендовать «приложение для изучения английских слов с ИИ».

Специально запрашивал в инкогнито, чтобы не туннелить личным контекстом.

Нейронки уже выдают в рекомендациях мою прилагу. И это я ещё даже не начал прям упорото прокачивать GEO (Generative Engine Optimization — оптимизация под выдачу нейронок).

Да, есть, конечно, нюанс, что запрос «приложение для изучения английских слов с ИИ» довольно сильно туннелит нейронку в моё УТП. И я не уверен, что кто-то будет такое запрашивать 😱 В идеале нужно попасть в «посоветуй приложение для изучения английских слов», но это пока тяжело. Хотя уверен, всё получится — я себе на это даю целый год.

На самом деле я удивлён даже такому результату, потому что в материалах про GEO, которые я изучал, был такой пункт: приложение должно «отстояться» со временем — может быть, от года, чтобы оно считалось надёжным, а не приложением-однодневкой. Но, похоже, этот пункт не так уж актуален: я выложил прилагу 3 месяца назад, а разводящий лендинг с документацией создал вообще буквально месяц назад.

Кто недавно присоединился и не в теме, то я делаю свою аппку для изучения иностранных языков — ios и android.

Поставьте 🔥 если интересно будет подробнее узнать про GEO

Оказывается, ещё один релиз вышел — https://www.anthropic.com/news/claude-opus-4-1

за мем спасибо @denissexy

claude code + gemini tts (📢 звук вкл.)

как это работает? - клод код запрашивает историю чата через скил. - опус собирает контекст за 24 часа. - gemini хук генерирует ASMR-озвучку ответа. мы живем в фильме ОНА

#claudecode

Anthropic опубликовали исследование о влиянии AI на рынок труда и отвечают на вопрос: "В каких задачах, где LLM могут дать ускорение x2, уже сейчас наблюдается автоматизация?"

Синим цветом показаны задачи, где LLM, в теории, может предложить решение, либо дать ускорение x2. "В теории" значит, что задача решаема с AI, но есть внешние ограничения: правовые, отсутствие инструментов, нужна ручная валидация и т.д. Также некоторые задачи невыполнимы сейчас из-за ограничений самих моделей.

Красным цветом показаны рабочие задачи, которые: 1/ теоретически выполнимы с помощью AI 2/ составляют значимую долю рабочего времени 3/ уже сейчас часто решаются с помощью Claude в приложении или через API. Далее значения корректируются в зависимости от степени автоматизации и доли времени, затрачиваемого на задачу.

Итог – на графике. Какой вывод?

Если профессия под угрозой, можно подумать о переходе в менее рисковую сферу: <..> for example, Cooks, Motorcycle Mechanics, Lifeguards, Bartenders, Dishwashers, and Dressing Room Attendants 🆒

А еще, данные отлично показывают, где есть большой зазор для продуктов с AI под капотом!

@meta0max

под новый год Meta объявила о покупке Manus. писал про китайский проект пару месяцев назад; время порефлексировать.

1/ оценка в районе $2-2.5b. партнер Benchmark написал, что сделка дала им 1000% IRR. если посчитать: $75m вложений при ownership ~15%, срок 8 месяцев (апрель → декабрь), IRR 1000% годовых ≈ 11x в год -> 11^(8/12) ≈ 4.95x. exit value: (75 × 4.95) / 0.15 ≈ $2.47b.

2/ Manus это по сути wrapper над Claude и Qwen, но с интересными инженерными решениями: агенты работают в cloud VM с полным доступом к браузеру и shell, используют CodeAct (executable Python как action mechanism). много работы над оптимизацией KV-cache, по их словам, это главная метрика для production-агентов.

с другой стороны, отзывы смешанные. я лично несколько раз пробовал для задач, под которые рекламировались (букинг билетов, скраппинг маркетплейсов) - ломался по пути и съедал все кредиты.

3/ Manus заявляют 147T+ обработанных токенов. если прайсить по Sonnet 4.5, выходит ~$500m только на API. часть закрыли open-source моделями + кастомным контрактом. но по факту $100m ARR сложно свести такую экономику без большого капитала. рейзили с оценкой $2b - думаю, что не получилось и тут пришел Цукерберг, который выкупил инвесторов по желаемой оценке (и даже выше)

4/ Meta AI плохо сделан. работает только в WhatsApp-экономиках (Бразилия, Индия, часть Европы). Цукерберг говорил, что для штатов нужно отдельное приложение. думаю, план, который звучит, как personal superintelligence: новая продуктовая парадигма, которая откроет Meta дорогу в подписочную выручку. сейчас есть только Meta Verified ( это платная подписка на Facebook и Instagram): $11.99/month web, $14.99/month mobile. 1 million подписок. небольшой, но растущий revenue stream.

5/ Meta нужно присутствие в чатбот-интерфейсах, чтобы не потерять ad inventory. OpenAI/Anthropic сидят на consumer subscription низкомаржинальный бизнес с дорогим инференсом. поэтому экспериментирует с рекламой. Meta наоборот может позволить субсидировать подписки и ретеншен за счет рекламной выручки.

6/ Цукерберг явно считает, что scaffolding стоит больше, чем модели. картина мира "LLMs are commodities" и сдвиг от research-led к commercial-led. не думаю, что полностью забросят фундаментальные модели, вот работают, например, над Avocado - первая closed-модель Meta, релиз весной 2026.

да и, Meta выходит в prosumer-рынок и будет конкурировать напрямую с Anthropic. очевидно, что Claude не останется внутри agent loop Manus навсегда. так что свои наработки в моделях пригодятся.

7/ Meta прессуют за CapEx. нет cloud-бизнеса для перепродажи моделей enterprise. задел для позитивного ROI выше. пока Meta заявляет, что GenAI ROI позитивен через higher engagements и ARPU лучшие рекомендации и ad targeting. но стоит ли лучшая лента таких capex инвестиций? почему не сесть на хвост OSS и не быть консервативнее с CapEx?

8/ generic AI agent сложная продуктовая задача. слишком много сценариев, конкурируешь с сотнями мелких агентских компаний. поэтому можно представить экосистему разработчиков поверх Manus. или даже можно пофантазировать, как дистрибуция и разработка могут заалйнится (apps are the new content)

9/ Meta не плоха в acquisitions. покупай категорию, когда строить слишком долго - Instagram, WhatsApp. zoom-out стратегия Цкерберга очень эффективна. в прошлом году сделали 5 AI-поглощений: PlayAI (voice agents), WaveForms (AI audio), Rivos (chips), Limitless (AI wearables), теперь Manus.

как генерировать топовый дизайн ai-агентами: лендинги, презентации, графика, моушен (часть 2)

прошлая подборка про инструменты ai-дизайна собрала 400 репостов и кучу реакций! вижу ваш интерес к теме и есть хорошая новость. все последние недели я продолжал работать с агентами для дизайна, перепробовал десятки новых проектов и подготовил для вас новую подборку.

отдельно выделю самый крупный проект это open-design (уже 40k звезд!!). это буквально опен-сорсный claude design, который работает с любым агентом и может делать всё. комьюнити развивает его так быстро, что claude deisgn ощущается проектом из 2025. но им подборка не ограничивается ↓

1. лэндосы: теперь можно вытащить дизайн из любого сайта и отдать агенту

я рассказывал в прошлой подборке про коллекцию DESIGN md файлов популярных продуктов, но это перестало быть актуальным. дизайн можно вытащить из любого сайта при помощи проекта design-extract. буквально из одной ссылки готовит инструкцию для вашего агента по тому, как повторить этот дизайн. можно сразу отдать и в claude-design для макетов, так и в claude-code для верстки конкретных элментов.

2. презы: html съел powerpoint и pdf

это главный нарратив последних недель в дизайне презетаций и отчетов. оказалось, что агенты намного лучше справляются с версткой презентаций, отчетов, графики сразу в html. инженер из claude code написал про это даже большую статью в своем иксе.

здесь выделяются несколько проектов. первый ppt-skills от китайской команды с коллекцией скиллов для красивых дизайнерских презентаций, просто даешь команду и получаешь красивую презу, 5 встроенных тем и 10 лэйаутов слайдов, но легко можно расширять. второй ppt-skills уже от корейцев, но ребята пошли дальше и там уже 30+ шаблонов, лэйаутов и анимаций для слайдов.

3. графика и брендинг: логотипы и правила

тот же китайский автор выложил еще и скиллы для генерации логотипов. появляются точечные скиллы для material deisgn и swiftui. мне еще нравится проект garden-skills — это такая коллекция правил для агентов по тому как делать хорошо дизайн и генерацию изображений.

4. моушен: агенты уверенно научились в mp4

тут хочется выделить huashu-design, очередной китайский проект. на самом деле это универсальная платформу для дизайна, как и open-design может делать все. но у китайцев самый интересный движок для моушена и mp4, поэтому захотелось выделить именно тут, но возможностей там значительно больше. open-design

5. анти-слоп: многие из проектов выше начинают позиционировать себя, как анти-слоп решение. интернет завалили сначала стандартные сайты от claude code, потом от claude design, и все начинают искать решение «как научить claude генерировать красиво, современно, нестандартно». отчасти уже получается, но работы еще много.

———

если еще не вкатились в claude code и агентов, то приходите к нам в vibecon на следующий поток по вайбкодингу, стартуем уже через неделю. за 2.5 недели пройдем путь из точки «никогда не использовал, страшно» в точку «ставлю скиллы подборки, уверенно применяю для своих задач, экономлю часы времени»

Opus 4.6 > GPT 5.4

Весь день наблюдаю, как люди удивляются качеству кода в слитой CLI'шке Claude Code.

Да, котят, чтоб зарабатывать миллиарды, вам не обязателен код по заветам Лайнуса, Кнута или Ритчи.

Гугл выкатил интерактивные изображения в веб-версию Gemini

UI из будущего 😐

хватит рекламировать конференции, пора уже на них выступать.

в этот четверг выступаю на камерной онлайн-конференции по вайб-кодингу vibecon.

последние месяца три, наверное, 90% gtm-задач я делаю в claude code: от ресерча и revops-штук до конечных рассылок. иногда мне кажется, что я от этого просто тупею, но каждый раз, когда начинаю рассказывать, что именно там делаю, вижу неподдельный интерес и респект в глазах слушателей.

поэтому хочу рассказать, как все это реально упрощает GTM жизнь: за счет контекст-инжиниринга, скиллов и немного здравого смысла.

11 спикеров и 3 часа реальных кейсов автоматизации бизнеса через AI и вайбкодинг

заодно немного порассуждаем, куда это все идет и что будет происходить дальше с компаниями и продуктами.

кроме меня выступают:

· Серафим Кораблев, фаундер 21st.dev · Константин Балцат, AI Engineer Anthropic · Вероника Климова, основатель Marketlead.me · Сева Устинов, фаундер Plurio.ai · Миша Перегудов, сооснователь Whizz · Степан Гершуни, партнёр cyber.fund · Лёша Писаревский, фаундер VIBECON & EpicWeb3 · Ринат Хатипов, сооснователь getsally.io · Саша Соловьев, ex. Refocus · Влад Куклев, фаундер VIBECON & Agentcy

🗓 Когда Четверг, 2 апреля, в 18:00 по мск

🔜Регистрация Регистрация на сайте vibecon.cc/conf/4

⚡️⚡️⚡️ Трамп приказал всем федеральным агентствам США прекратить использование технологий Anthropic.

Президент обвинил Anthropic в попытке навязать свои Terms of Service Министерству обороны вместо следования Конституции. По его словам, это ставит под угрозу жизни американцев, войска и национальную безопасность.

Ключевое: все федеральные агентства должны немедленно прекратить использование продуктов Anthropic. Для тех, кто уже глубоко интегрировал технологию (включая Department of Defense), дается 6 месяцев на переход. Трамп пригрозил "серьезными гражданскими и уголовными последствиями", если компания не будет сотрудничать.

Контекст конфликта, вероятно, связан с тем, что Anthropic отказалась предоставлять свои модели для военных целей без ограничений - их Acceptable Use Policy запрещает использование для военных целей. Это фундаментальный вопрос: должны ли AI-компании иметь право определять, как используются их технологии, или это решение должно оставаться за государством?

https://www.instagram.com/p/DVRtUmaESrt/

#anthropic #claude #ai #donald_trump #usa #politics

————————— Мысли Рвачева —————————

gm!!!

no-kyc карта с пополнением в крипте интересует?

или оплата gpt/claude подписок без банковской карты?

—

кажется в рынке появился новый tier-1 продукт, но из-за отсутствия эирдропа к нему совсем мало интереса, stay tuned!