Дайджест за 27 октября 2026

ИИ доказал квазигипотезу Римана — прорыв в математике

ИИ и агенты · Habr · 9/10

OpenAI представила доказательство квазигипотезы Римана — ослабленной версии одной из фундаментальных нерешённых проблем математики, которая связана с распределением простых чисел и поведением дзета-функции Римана. Гипотеза Римана остаётся открытой более 160 лет; её доказательство позволило бы лучше понять природу простых чисел. Квазигипотеза требует доказать, что нетривиальные нули дзета-функции находятся в более узкой полосе (между 1/12 и 11/12), чем известная полоса между 0 и 1. Математики, включая Максима Радзивилла и Александра Данна, подтвердили, что доказательство корректно и назвали его «самым значительным достижением ИИ в математике». Главная новизна — объединение уже известных идей теории чисел, включая недавно разработанные методы и малоиспользуемые метаплектические формы. Эксперты были удивлены, что ИИ обнаружил нужное семейство математических объектов, которые люди упустили ранее, и что знакомых инструментов оказалось достаточно для решения. Доказательство уже позволит десяткам результатов в теории чисел, геометрии и информатике получить статус математических истин. Хотя полная гипотеза Римана кажется по-прежнему недосягаемой, результат открывает новые перспективы в исследовании фундаментальных свойств простых чисел.

Выводы автора:

• ИИ доказал квазигипотезу Римана — ослабленную версию одной из главных нерешённых проблем математики, что специалисты считают наиболее значительным достижением ИИ в математике на сегодня.
• Решение основано на неожиданном объединении известных методов теории чисел, включая метаплектические формы, которые редко применялись ранее; ИИ смог предположить достаточность уже имеющихся инструментов, когда люди были в этом неуверены.
• Результат незамедлительно повысит статус десятков открытых проблем в теории чисел, геометрии и информатике до доказанных теорем.

Это доказательство представляет собой неожиданное объединение хорошо известных идей.

Оригиналы:ИИ доказал квазигипотезу Римана. Что дальше?

Как Salesforce построила надёжную систему агентов: от промптов к гибридной архитектуре

ИИ и агенты · ByteByteGo · 9/10

Salesforce разработала новую многоуровневую архитектуру для AI-агентов, которая комбинирует детерминированный код с моделями рассуждений для обеспечения надёжности. Первая версия Agentforce использовала один большой промпт со всеми инструкциями, но обнаружилась критическая проблема: модели начинали игнорировать инструкции при их количестве более восьми, хотя исследование IFScale показало, что даже лучшие модели следуют лишь 68% инструкций из 500. Новый дизайн разделяет четыре основные функции между специализированными системами: Agent Script (детерминированные правила и инструкции), Data 360 (унифицированные профили клиентов с разрешением идентичности), Agent Context Engine (выбор релевантных данных для промпта) и слой приложений. К октябрю 2026 года агенты Salesforce выполнили 7 миллиардов Agentic Work Units, из них 3,2 миллиарда за второй квартал. Например, контекстный двигатель сокращает потребление токенов с 124 000 до 9 000 для одного вопроса и с 300 000 до 65 000 для многооборотного диалога.

Выводы автора:

• Надёжность агентов достигается не через промпты, а через разделение задач: детерминированный код для правил, унифицированные данные для идентификации, контекстный движок для выбора информации, и модели только для рассуждений.
• Агенты, полагающиеся только на большие промпты, страдают от деградации следования инструкциям при их количестве свыше восьми, что делает такой подход непригодным для production-систем.

Промпт пытается только придать форму поведению модели. Он не может это поведение обеспечить.

Оригиналы:A Deep Dive into Salesforce's Agent Tech Stack

5 ключевых терминов ИИ для понимания технологии

ИИ и агенты · Habr · 8/10

Статья разбирает пять фундаментальных терминов, необходимых для глубокого понимания работы языковых моделей и ИИ в целом. Токены — это атомы языка для ИИ, аналог кусочков текста, на которые разбивается ввод; русские тексты требуют в 2–4 раза больше токенов из-за меньшего места в словарях моделей. Галлюцинация происходит потому, что ИИ предсказывает следующий вероятный токен, а не ищет факты в базе данных, поэтому он выдаёт уверенные ошибки вместо признания незнания. Контекстное окно — это объём текста в токенах, который модель видит одновременно; старые версии работали с 4 000 токенов, новые — с миллионом, что определяет, как долго ИИ помнит диалог. Температура — параметр, регулирующий креативность: низкая температура даёт точные, предсказуемые ответы (для программирования), высокая — рискованные, творческие варианты (для написания). RAG (Retrieval-Augmented Generation) — это метод, при котором система разбивает документы на фрагменты, сохраняет их в векторной базе данных и передаёт релевантные части ИИ вместе с запросом, позволяя ему работать с внешними данными без переобучения. Автор подчёркивает, что понимание этих концепций создаёт разрыв между пользователями, которые просто применяют ИИ, и теми, кто действительно понимает, как он работает.

Выводы автора:

• Токены — основная единица для ИИ-моделей, и их количество определяет стоимость использования API и объём контекста, который может обработать модель.
• Галлюцинации ИИ — результат его природы предсказывать вероятные токены, а не искать факты, поэтому инструмент требует проверки критичной информации.
• RAG позволяет ИИ работать с внешними документами и свежей информацией без переобучения, являясь основой практически всех полезных ИИ-продуктов последних двух лет.

ИИ никуда не денется. А разрыв между людьми, которые просто немного пользуются ИИ и теми, кто хотя бы на базовом уровне действительно понимает, как он работает, в ближайшие годы будет всё больше и больше.

Оригиналы:5 терминов из сферы ИИ, которые полезно знать каждому

Claude Duet: красивый личный агент, который забывают использовать

ИИ и агенты · Lenny's Newsletter · 8/10

Клэр тестирует Claude Duet от Anthropic — новый персональный агент с отличным дизайном — и проверяет, достоин ли он места в её растущем наборе ИИ-инструментов. Duet применяется к сортировке входящих и Slack, анализу sales pipeline, работе с Google Docs, поиску билетов и другим задачам. Агент демонстрирует полированный интерфейс, продуманные примитивы (задачи, артефакты, каналы по типам работы), интеграцию с внешними сервисами через плагины и наследование возможностей Claude. Однако Duet так и не стал основным инструментом: главные проблемы — медленные ответы (параллельные задачи часто занимают свыше 10 минут), тихие уведомления, отсутствие десктопной версии и командной поддержки. Результаты работы были способными, но непостоянными: анализ sales pipeline сработал хорошо, но сортировка почты и Slack пропустила важный контекст. Для личного агента недостаточно только красивого дизайна — нужна скорость, проактивность и интеграция в рабочий процесс команды.

Выводы автора:

• Claude Duet — самый отполированный запуск личного агента на данный момент, но медленные ответы и отсутствие возможности работать в teams делают его неконкурентным инструментом для основного рабочего стека.
• Успех проактивного агента зависит не столько от качества моделей, сколько от скорости ответов и интеграции в ежедневный рабочий процесс; тихие уведомления недостаточны, чтобы пользователи помнили об инструменте.
• Контекст пользователя до сих пор не переносится чисто между ИИ-продуктами, и отсутствие поддержки локальных Claude skills требует дополнительного преобразования рабочих процессов в плагины.

Более быстрый агент с немного более слабым выходом может казаться более полезным, чем более умный, который исчезает во время работы.

Оригиналы:Claude Duet Is Beautiful. That Doesn't Make It My Go-To Agent. · How to Draft a Sales Deck on Your Phone Using Claude Duet · Analyze Your Sales Pipeline Using Claude Duet's Connected Apps

Brevier — браузер для чтения без JavaScript и рекламы

Разработка и архитектура · Habr · 8/10

Brevier — это открытый браузер, специализированный исключительно на чтении статей и контента, созданный на Rust без поддержки JavaScript и CSS сайтов. Автор разработал его в ответ на засоренность современного интернета рекламой, поп-апами, видео и бесконечным скроллингом, которые мешают чтению. Браузер извлекает из веб-страниц текстовое содержимое, преобразует его в Markdown и отображает в едином стиле с типографией, которую выбирает пользователь — единый шрифт, размер, цветовая схема на всех сайтах. Ключевые возможности включают: встроенную поддержку RSS/Atom-лент, загрузку статей из Git-репозиториев (через префиксы gh: и gl:), сохранение прочитанных статей в сжатом Markdown-архиве с возможностью полнотекстового поиска, интеграцию с Wayback Machine для исчезнувших страниц, и панель навигации с оглавлением и заметками. При тестировании на 108 живых страницах 74% статей читались хорошо, на новостных сайтах успешно открываются 94% статей. Brevier доступен для Linux (Flatpak, tar.gz, cargo), Windows 10/11, Android 7+ и как командная строка для macOS. Для веб-разработчиков предусмотрена утилита brevier --check для оценки читаемости сайта без скриптов (0-100 баллов).

Выводы автора:

• Brevier решает проблему засоренности веб-контента рекламой и JavaScript, предоставляя чистое окружение для чтения с единообразной типографикой
• Браузер строит всю функциональность на простых правилах парсинга без ИИ и позволяет полностью контролировать внешний вид текста пользователю
• Разработчики получают инструмент (brevier --check) для оценки читаемости их сайтов без включенного JavaScript

Brevier никогда не впускает дракона, потому что никогда не запускает JavaScript — ни для какого-то конкретного сайта, ни для маленького меню, никогда.

Оригиналы:Brevier — браузер, созданный только для чтения

Как Reddit создал собственный инструмент для прототипирования с ИИ

Разработка и архитектура · Lenny's Newsletter · 8/10

Блэр Метклаф, principal UX engineer в Reddit, рассказал о Reddit Proto — внутренней платформе для создания production-подобных прототипов без работы с GitHub. Система позволяет дизайнерам и product-менеджерам быстро воплощать идеи, скрывая сложность управления репозиториями и ветками. Ключевая особенность — использование реальных данных Reddit: пользователи могут авторизоваться своими аккаунтами, и ленты заполняются знакомым контентом вместо mock-данных, что делает прототипы более убедительными для руководства. Reddit Proto использует custom design-system MCP, который позволяет Cursor-у точно знать, какие компоненты использовать и где их размещать. За счёт этого аннотации к дизайну становятся достаточно точными для автоматического преобразования в рабочий код. Платформа включает Figma-to-PRD workflow, превращающий дизайн-макеты в структурированные requirements с acceptance criteria, что делает передачу задач в инженерию намного менее подверженной интерпретациям. За время использования Reddit построил около 700 прототипов с 100% adoption среди UX и product-команд. Примечательно, что лучшие прототайперы в компании не всегда самые технические — среди них есть визуальные дизайнеры и аниматоры без инженерного опыта, которые выигрывают за счёт сильного product-контекста и готовности экспериментировать.

Выводы автора:

• Лучшие инструменты прототипирования скрывают сложность (Git, репозитории, ветки) без потери возможностей, позволяя non-technical пользователям создавать production-shaped прототипы.
• Использование реальных данных и аккаунтов вместо mock-данных делает прототипы убедительнее и ускоряет принятие решений руководством, так как исчезает необходимость мысленно корректировать placeholder-контент.
• Custom design-system MCP, связывающий компоненты дизайна с production-кодом и контекстом, превращает AI-ассистента (Cursor) в надёжного строителя, а не угадывающего помощника.

Когда руководители могут открыть shared прототип, построенный с компонентами Reddit и собственными данными своего аккаунта, вопросы реализации перестают доминировать в обсуждении.

Оригиналы:Inside Reddit Proto: Real Data, Constrained Prototypes, and a Better Handoff · Create a Realistic Prototype with Live Data in Reddit Proto · Generate a Draft Pull Request from a Figma Design with Reddit Proto

Поиск боровиков через спутниковую классификацию лесов

Данные и аналитика · Habr · 8/10

Рассказ о том, как попытка оптимизировать поиск грибов привела к разработке системы классификации пригодных биотопов с использованием спутниковых данных и машинного обучения. Автор применил метод косвенного моделирования местообитаний (Habitat Suitability Modelling), комбинируя данные о почвах из карты Фридланда (1988), глобального мониторинга лесов Copernicus Global Land Service и краудсорсинговой базы OpenStreetMap. Ключевой объект поиска — белый гриб сосновый (Boletus pinophilus), образующий эктомикоризу с сосной обыкновенной на сухих кислых песчаных почвах. Алгоритм пересекал слои хвойных лесов с иллювиально-железистыми подзолами, используя зональную статистику по содержанию песка на глубине 60 см из SoilGrids, выделив 1048 перспективных зон площадью 4348 км². Техническая реализация включала веб-харвестинг данных через Chrome DevTools Protocol, работу с облачно-оптимизированными GeoTIFF через GDAL, разработку мобильного приложения с геолокацией и решение проблемы сдвига в 18 км между геодезическими проекциями EPSG:3857 и EPSG:3395 путём переноса с Leaflet на OpenLayers. На практике метод подтвердился: карта вывела поисковую группу в целевой беломошник с обилием боровиков.

Выводы автора:

• Косвенная классификация биотопов через интеграцию многоисточниковых геоданных позволяет существенно снизить фактор случайности в поиске
• Технический стек обработки геопространственных данных включает GDAL, rasterio, COG-стандарт и облачные хранилища, позволяя избежать загрузки многогигабайтных файлов
• Согласование геодезических проекций критично при наложении слоёв — небольшие различия в эллипсоидах приводят к физическим сдвигам на местности в десятки километров

Связь с сосной не абсолютна: зафиксированы находки микоризы в еловых насаждениях. Белый гриб под сосной — не обязательно сосновый боровик.

Оригиналы:Как я искал боровики и дошёл до спутниковой классификации леса

Ловушка для ботов: что делают взломщики на фейковом сервере с H100

Кибербезопасность · Habr · 9/10

Исследователи развернули SSH-медведку Cowrie на фейковом сервере с виртуальными видеокартами NVIDIA H100 и терабайтом памяти, чтобы понять, что делают бот-сети после успешного взлома. За первые 12,5 часов на ловушку попали 1846 подключений с 126 адресов: большинство — автоматизированные скрипты на Go, подбирающие пароли по словарю. После входа боты из ботнета Outlaw (с подписью mdrfckr) выполняли стандартный сценарий: добавляли свой SSH-ключ, меняли пароль root, удаляли чужие майнеры, затем устанавливали собственный майнер через архив dota, содержащий также бэкдор и модуль для дальнейшего взлома других серверов.

Авторы выявили три критических недостатка в стандартной Cowrie, из-за которых боты могли разоблачить ловушку: grep игнорировал флаг -i, пути команд не совпадали с Debian 12, имя хоста было несогласованным. После исправлений боты начали видеть вычислительные ресурсы и проявили интерес. Наиболее активный разведчик возвращался 38 раз, пока grep работал неправильно и не показывал видеокарты, но после fix пропал. Подавляющее большинство попыток входа использовали логин root с простыми паролями (123456, 123, admin). Ключевой вывод: единственная эффективная защита от таких ботов — полное отключение парольной аутентификации в пользу ключевой.

Выводы автора:

• Все успешные взломы на ловушке совершались ботами, подбирающими пароли по словарю — единственная надёжная защита это отключение парольной аутентификации и использование только SSH-ключей.
• Взломанные серверы немедленно становятся частью ботнетов для майнинга криптовалют и распространения вредоноса, включая модули для самостоятельного взлома соседних машин.
• Детали реализации сервера критичны для убедительности медведки: боты проверяют версии команд, пути в файловой системе и выходы утилит, поэтому любое отклонение от реальной системы выдаёт ловушку.

Взломанный сервер сам начинает подбирать пароли к чужим серверам, а владелец узнаёт об этом из жалобы хостинга или по счёту за процессор.

Оригиналы:Пустили ботов по SSH на фейковый сервер с четырьмя H100: что они там делали

Эксплойт ядра для отключения глючного Wi-Fi 7 в точке доступа

Кибербезопасность · Habr · 9/10

Разработчик обнаружил критический баг в точке доступа TP-Link EAP770 v1, где подсистема аппаратной разгрузки SFE/PPE некорректно обрабатывает мосту между Ethernet и Wi-Fi, повреждая 64-байтные блоки данных, при этом пересчитывая контрольные суммы так, что TCP принимает испорченные пакеты за корректные. Производитель прекратил поддержку устройства и запретил доступ к параметрам sysfs (echo 0 > /sys/sfe/l2_feature и echo 0 > /sys/sfe/ppe_rfs_feature), которые могли бы отключить эту подсистему. Официальный образ прошивки недоступен, GUI не предоставляет нужных опций, а SSH-оболочка работает без root-привилегий. Оставался единственный путь — написать эксплойт для ядра, чтобы получить доступ и просто прописать два нуля. Автор связал уязвимость целочисленного переполнения CVE-2022-0185 в функции legacy_parse_param() с манипуляциями буфером пайпа для получения произвольной записи в память, затем перезаписал modprobe_path и запустил систему команд с правами ядра. Эксплойт стабилен благодаря подделке pipe_buf_operations, позволяющей избежать паники ядра при чтении страниц образа. Кейс демонстрирует проблему отсутствия поддержки устройств раннего поколения стандартов и беспомощность пользователей перед закрытыми бинарниками даже в своих собственных устройствах.

Выводы автора:

• Отсутствие поддержки прошивки и запрет на доступ к системным параметрам заставили пользователя писать полноценный kernel exploit для своего домашнего устройства
• Баг в аппаратной разгрузке Wi-Fi 7 повреждал данные в сетевом мосту, но контрольные суммы пересчитывались, что скрывало проблему от TCP
• Никогда не покупайте оборудование до финального утверждения стандартов и прохождения сертификации, иначе рискуете получить заброшенное устройство

Тратить лишние 200 баксов на замену девайса только потому, что в TP-Link не стали заморачиваться его поддержкой после продажи, я тоже не собирался. Устройство работает у меня дома, я точно знаю, какую настройку нужно подкрутить, но софт этого не позв

Оригиналы:Хотел просто скачать ISO, в итоге написал эксплойт для ядра

Rubrik Code Guardian: ИИ-анализ кода для выявления цепочек атак

Кибербезопасность · Tech Scoop Newsletter · 7/10

Rubrik запустила Code Guardian — сервис анализа исходного кода на базе Claude Mythos 5, который использует ИИ для выявления сложных цепочек уязвимостей вместо простого сканирования отдельных проблем. В отличие от традиционных инструментов (SAST, SCA, DAST), которые выявляют отдельные слабости, Code Guardian анализирует взаимодействие между уязвимостями: например, неполная проверка авторизации в API могла бы скомбинироваться с чрезмерными правами сервиса для доступа к облачным ресурсам. Сервис работает с изолированной, зашифрованной копией репозитория кода, исключая риск влияния на боевые системы. Процесс включает пять этапов: изоляция кода, понимание архитектуры приложения, выявление и валидация цепочек атак, приоритизацию по реальной опасности и интеграцию результатов в Jira или GitHub. Rubrik объявила о Code Guardian 15 сентября 2026 года и расширила партнёрское распределение через Project Hourglass в октябре; сервис остаётся в приватном превью. Компания пока не опубликовала независимую сравнительную оценку эффективности относительно традиционных сканеров и не раскрыла все детали верификации находок.

Выводы автора:

• Цепочки связанных уязвимостей представляют больший риск, чем отдельные слабости, и требуют рассуждений на уровне архитектуры приложения, а не сканирования файлов
• Использование изолированных копий кода для анализа позволяет применять мощный ИИ без риска нарушить боевые системы или разработку
• Критическим фактором успеха будут не объём обнаруженных уязвимостей, а количество действительно эксплуатируемых находок и сокращение времени на их проверку и исправление

Традиционные сканеры хороши в выявлении отдельных уязвимостей, но реальные злоумышленники редко эксплуатируют их по одной — они их связывают.

Оригиналы:Rubrik Wants AI to Hack Your Code Before Attackers Do · Rubrik — Code Guardian announcement (September 15, 2026) · Rubrik — Technical introduction to Code Guardian

Банки блокируют ИИ-агентов и перекладывают риски на клиентов

Финтех и финансы · Linas from Linas's Newsletter · 9/10

Крупнейшие американские банки (JPMorgan, Bank of America, Citi, Wells Fargo, Morgan Stanley, Schwab) с середины октября блокируют доступ ИИ-агентов в аккаунты клиентов, использующих общие пароли. Клиенты, позволившие агентам доступ, могут потерять защиту от мошенничества в соответствии с Regulation E, которая рассматривает действия агента как действия самого клиента. Банки начали блокировку раньше, чем была опубликована статья Axios о найденных агентах, некоторые из которых действовали вопреки инструкциям пользователей. Автор отмечает, что это соответствует предсказанному им сценарию: банки блокируют неидентифицированных агентов, разрабатывают собственные решения и готовы продавать доступ. Параллельно Visa рассматривает покупку Fireblocks за $2,5 млрд, стремясь получить критическую инфраструктуру для работы со стейблкоинами, хотя такой шаг может подорвать нейтральность платформы Fireblocks.

Выводы автора:

• Банки перемещают ответственность за мошенничество на самих клиентов через Regulation E, если те разрешают агентам доступ с общим паролем
• Это часть стратегии блокировки внешних агентов, создания собственных решений и последующей монетизации доступа к аккаунтам
• Visa хочет купить Fireblocks прежде всего для получения инфраструктуры работы со стейблкоинами, но покупка уничтожила бы её нейтральность на рынке

Они сделали первый шаг и ведут переговоры по третьему: блокировка неидентифицированных агентов, создание собственных решений и последующая продажа доступа.

Оригиналы:Банки блокируют ИИ-агентов и смещают убытки на клиентов · Как ИИ-агенты изменили работу, найм и производительность в Anthropic · Как нанять Grok Bot: ваш первый ИИ-сотрудник

Факторинг как альтернатива кредитам: когда банки ограничивают лимиты

Финтех и финансы · Б.О: Не банки · 7/10

Материал рассказывает о факторинге как инструменте финансирования для малого бизнеса в условиях ограниченного доступа к кредитам. Директор по факторингу Альфа-Банка Леонид Култыгин объясняет, что факторинг актуален, когда предприниматели работают с покупателями по отсрочке платежа или уже исчерпали кредитные лимиты. Ключевое преимущество: компания получает выручку раньше срока, а долг перед банком закрывает покупатель при оплате поставки. Стоимость услуги зависит от типа покупателя — если это партнер банка, ставка ниже, чем по кредиту (от ключевой ставки плюс 2,5%). Процесс полностью оцифрован: от подачи заявки с предзаполненными полями до коммерческого предложения за 4 часа или 1-3 дня. Факторинг доступен всем, кто работает по отсрочке с контрактом; для менее крупных покупателей требуется выручка клиента от 2 млн рублей и покупателя от 90 млн рублей в год. Полученные деньги можно потратить на любые цели: оборотные средства, зарплаты, налоги, аренду.

Выводы автора:

• Факторинг служит практической альтернативой кредитам для МСП при исчерпанных кредитных лимитах и работе с покупателями на отсрочке платежа
• Цифровизация процесса позволяет получить решение о финансировании в течение нескольких часов или 1-3 дней с минимальным пакетом документов
• Полученные по факторингу средства можно направить на любые бизнес-задачи без согласования с банком

Бизнесу нравится, что при факторинге деньги поступают ему, а долг перед банком закрывает покупатель, просто оплачивая поставки с отсрочкой.

Оригиналы:Факторинг — когда кредитные лимиты ограничены

Генри Дрейфус и универсальный язык интерфейсов для ИИ

Продукт и карьера · Habr · 8/10

Статья исследует, как идеи дизайнера Генри Дрейфуса о создании универсального языка пиктограмм полвека назад стали актуальны в эпоху генеративного ИИ и создания динамических интерфейсов. Дрейфус разработал "Справочник символов" (1972), собрав 20 тысяч символов из мировой практики и отобрав 3 тысячи для книги, чтобы обеспечить мгновенное понимание знаков людьми разных культур без переводов. Методология Дрейфуса строилась на дистилляции (отборе лучших существующих символов) и абсорбции (их распространении через стандарты и экраны). Современные системы вроде GPT-6 Intelligent UI и Google A2UI применяют этот подход: ИИ генерирует интерфейсы под каждый запрос, используя проверенные компоненты, подобно словарю Дрейфуса. Статья разбирает парадокс символов: стилизованные иконки, потерявшие сходство с объектами (как значок дискеты для сохранения), понятны всем, а реалистичные рисунки разводят людей по культурам. Исторический контекст показывает, что попытки создать язык чистых картинок встречались ещё в Египте и неоднократно терпели неудачу, пока письменность не интегрировала звук и смысл. Автор прослеживает линию от иероглифов к майя и работам Юрия Кнорозова, подчёркивая, что универсальное понимание достигается через многоуровневую систему, а не через одни пиктограммы.

Выводы автора:

• Методология Дрейфуса (дистилляция лучших символов и их абсорбция через стандарты) напрямую применима к генерированию ИИ-интерфейсов, где модели используют словарь проверенных компонентов
• Универсальный язык символов работает только если знаки потеряли буквальное сходство с объектом и живут на договоренности; реалистичные картинки разводят пользователей по культурам и восприятию
• История показывает, что попытки создать язык из чистых картинок обречены; письменность везде эволюционирует в сторону интеграции звука, смысла и контекста, а не остаётся при одних пиктограммах

Знак, давно потерявший сходство со своим предметом, понятен всем, а честный рисунок с натуры разводит людей по разным кухням.

Оригиналы:Язык без слов. Что Генри Дрейфус знал об интерфейсах, которые рисует ИИ

Банковский PR после 2026 года: как адаптировать коммуникации

Продукт и карьера · Б.О: Банки · 8/10

Статья рассматривает, как мегатренды развития общества (демографические изменения, индивидуализация, встроенный ИИ, биотехнологии, сетевые структуры власти, концентрация богатства) заставляют финансовые компании пересматривать PR-стратегии. Автор предлагает отказаться от возрастных стереотипов в коммуникациях и строить сценарии вокруг жизненных ситуаций. При внедрении ИИ банкам нужно объяснять распределение ответственности, а не технологические достижения. Персонализация услуг должна помогать клиентам, а не демонстрировать осведомленность банка о них. Важно не превращать человека в набор рисков при использовании здоровотех-данных и не связывать человеческую ценность с показателями здоровья. PR должен переходить от обещаний благополучия к объяснению последствий финансовых решений и помощи в их принятии. Нужно показывать доступность финансовых инструментов для людей с небольшими доходами. Финкомпании должны адаптироваться к сетевой власти, когда информацию о продуктах клиенты получают через посредников и ИИ-ассистентов, а не напрямую от банка.

Выводы автора:

• Финансовым компаниям необходимо отказаться от возрастных стереотипов и строить коммуникации вокруг жизненных ситуаций клиентов, а не их возраста.
• При коммуникации об ИИ нужно переходить из области технологических достижений в область объяснения ответственности, контроля качества и механизмов обжалования автоматизированных решений.
• Главное изменение в финансовых коммуникациях — переход от демонстрации преимуществ продуктов к объяснению реальных последствий для денег и данных клиентов.

Клиентам важно понимать, что произойдет с их деньгами и данными после принятия финансового решения.

Оригиналы:Банковский PR после 2026 года: какие подходы пора менять

Gizmondo: портативка, созданная шведской мафией

Продукт и карьера · Habr · 7/10

История Gizmondo — портативной консоли 2005 года, которая была технологически впередсмотрящей, но погубила компанию её создателей. Tiger Telematics Inc., получившая 300 млн долларов инвестиций в 2004-2005 годах, разработала устройство с ARM9-процессором, GPS-модулем, GSM-модемом и дисплеем 320×240 на 2.8 дюйма — по меркам 2004 года это было впечатляюще конкурентно Nintendo и Sony. Однако скандальный запуск в Лондоне с поддельными очередями из статистов (платили по 20 евро) и огромными растратами на вечеринки вместо разработки игр предвещал крах. На старте было обещано 30 игр, но вышло только 14, консоль стоила вдвое дороже конкурентов. Главный секрет: компанию возглавлял Стефан Эриксон, лидер шведской Uppsalamaffian (Уппсальская мафия), выпущенный из тюрьмы в начале 2000-х за мошенничество, который использовал Tiger как фасад для лизинговых махинаций и спонсорства Ferrari. Запуск в США провалился, инвесторы вышли, а сам Эриксон сбежал в США, где в 2006 году врезался на Ferrari Enzo на скорости 300 км/ч и выжил. ФБР поймало его с наркотиками и украденными машинами; он получил 3 года и был депортирован в Швецию. Сейчас Gizmondo — редкость для коллекционеров (всего 25 тыс. экземпляров).

Выводы автора:

• Технологически прорывное устройство было погублено криминальным фасадом, растратой инвестиций на развлечения вместо разработки контента и отсутствием реальной поддержки издателей и ритейлеров.
• Компания использовала массированный PR с нанятыми статистами и знаменитостями, чтобы скрыть отсутствие реальных продаж и игровой библиотеки.
• История показывает, насколько технологические амбиции могут быть подорваны моралью создателей и неправомерным использованием инвестиций.

Шлейф из неприятной истории в СМИ с тем, кто стоит за Gizmondo, и полное отсутствие нормальных игр привели проект к закономерному краху и череде расследований.

Оригиналы:Преступность и портативные консоли. Безумная история Gizmondo