🔹 SEO — трафик, позиции, выдача. 🔹 AI — нейросети, автоматизация, контент нового поколения. 🔹 GEO — продвижение в мире, где ответы генерируют машины.
✅ На этом канале — практические инструкции, аналитика, разборы ошибок и тренды digital-маркетинга. Для специалистов, кто хочет быть в курсе завтра, а не вчера.
СводкаГлавные показатели канала за выбранный период. Изменение — к такому же отрезку перед периодом, если за него есть статистика. Наведите на диаграмму плитки, чтобы увидеть число в каждой точке периода.
Главные числа
ПодписчикиСколько подписчиков у канала сейчас. Волна — число подписчиков в каждой точке периода. Изменение — к началу периода.220,0 %+0 за период
ПросмотрыСколько сейчас просмотров у постов, вышедших за период. Это не просмотры за день: сколько посмотрели вчера, MAX не сообщает.53▼ 47,6 %было 103
РеакцииСколько реакций у постов, вышедших за период.5▼ 71,7 %было 18
УпоминанияСколько раз канал упомянули другие каналы: ссылки и репосты, без рекламных постов. Чем крупнее круг, тем больше упоминаний в этой точке периода.61▼ 19,4 %было 76по подписке
РепостыСколько раз другие каналы сделали репост постов этого канала (без рекламных постов). Репосты входят и в число упоминаний.28▲ 12,5 %было 25после входа
Средний охват постаСколько просмотров в среднем набирает один пост. Считаем по постам старше двух суток: у свежих просмотры ещё растут. Точки, где есть свежие посты, — пунктиром и полыми кружками: охват всех постов на сейчас, он ещё вырастет.7▼ 25,2 %было 9
ERRКакая доля подписчиков видит средний пост: средний охват ÷ подписчики × 100 %. Линия — ERR в каждой точке периода, пунктир — ERR прошлого такого же периода. Точки с постами моложе двух суток — полые кружки на пунктирном конце линии.31,8 %▼ 10,7 п. п.пунктир — было 42,6 %
Вовлечённость ERКак часто читатели реагируют на посты: реакции ÷ просмотры × 100 %. Засечка на полосе — прошлый период.9,43 %▼ 8,0 п. п.
было 17,48 %
Постов в деньСколько публикаций в среднем выходит за день. Клетка — точка периода: чем темнее, тем больше постов в день.1,1▼ 26,0 %было 1,6
Доля рекламыКакая доля публикаций за период похожа на рекламу: маркировка erid, рекламные ссылки и другие признаки. Шкала — рекламная нагрузка по порогам индекса качества: до 10 % — низкая, до 25 % — умеренная, до 50 % — высокая, дальше — очень высокая. Рост доли отмечается красным.3,9 %▲ 1,8 п. п.
ДинамикаСверху — число подписчиков на конец каждой точки периода, снизу — прирост за точку: зелёный — подписчиков стало больше, красный — меньше. Над графиком прироста — самый большой прирост и самая большая убыль. Сколько подписалось и отписалось по отдельности, MAX не сообщает.
Рост аудитории
0подписчиков за период
Число подписчиков за период не менялось
Оценка каналаОценка канала от 0 до 100 из пяти частей: аудитория, честность роста, рекламная нагрузка, доверие и достоверность расчёта. Полоса — сколько баллов часть набрала из своего максимума. Индекс пересчитывается каждую ночь; каналы сравниваются с похожими — той же категории и размера.
Индекс качества пока не рассчитан. Он появляется у каналов от 500 подписчиков, которые публикуют посты хотя бы раз в неделю, после недели наблюдения.
ОхватыСколько сейчас просмотров у постов, вышедших в каждой точке периода (а не просмотры за день). Подписан рекорд; точка с сегодняшним днём бледнее — день ещё идёт. Средний охват поста — по постам старше двух суток.
Просмотры и охват
53просмотров за период▼ 47,6 %
Средний охват поста — 7 просмотров (посты старше двух суток).
ВовлечённостьER — реакции, делённые на просмотры, в процентах — у постов каждой точки периода. Пунктир — ER за весь период. Изменение — в процентных пунктах к прошлому такому же периоду.
Вовлечённость подписчиков
9,43 %ER = реакции ÷ просмотры▼ 8,0 п. п.
ER каналав среднем за период
ЦитируемостьИндекс цитируемости (ИЦ) — насколько часто и какими каналами упоминают этот канал за последние 30 дней, без рекламных постов. Уровень — место среди похожих каналов. Линия — ИЦ в каждой точке периода (в неделе и месяце — средний за её дни).
Индекс цитируемости пока не рассчитан: он появится после ночного расчёта, когда канал упомянут другие каналы.
РитмСколько постов в среднем выходит в каждый час каждого дня недели, время московское: чем темнее клетка, тем больше публикаций. «Лучшее время» — часы, в которые у постов старше двух суток самый высокий средний охват.
Когда и сколько публикует
ПнВтСрЧтПтСбВс
036912151821
Лучшее время:09:0018:00часы, в которые у постов самый высокий средний охват
ФорматыИз чего состоит лента. У каждого поста один формат — по старшинству: репост, видео, фото, ссылка, текст. Полоса и проценты — доля постов формата; справа — средний охват одного поста формата (по постам старше двух суток), полоска — сравнение с самым просматриваемым форматом.
ПубликацииКаждая точка — пост за период: по горизонтали — дата выхода, по вертикали — просмотры, размер точки — реакции, цвет — формат. Так видно хиты, провалы и то, как меняется охват. У крупных каналов показаны 100 самых просматриваемых постов и равномерная выборка остальных — не больше 1 500 точек.
Каждый пост — точка
Выше — больше просмотров, крупнее — больше реакций. Нажмите на точку, чтобы открыть пост.
ВидеоФотоДругоеразмер — реакцииПриближение — кнопками «+» и «−», щипком или Ctrl + колесо мыши; приближенный график сдвигается перетаскиванием
СводкаИтоги выбранного периода: сколько вышло публикаций, сколько у них сейчас просмотров и реакций и средний охват поста. Просмотры — текущие у постов, вышедших в эти дни, а не просмотры за день. Изменение — к такому же отрезку перед периодом, если за него есть статистика.
Итоги периода
Нажмите на показатель — ниже он появится по точкам периода
Просмотрысегодня — день ещё идётТочки с постами моложе двух суток — бледные с пунктиром: их просмотры ещё растут.
РекламаКакая доля публикаций за период похожа на рекламу: маркировка erid, рекламные ссылки и другие признаки. Детектор осторожный, поэтому настоящая доля обычно выше. Шкала — рекламная нагрузка по порогам индекса качества. Ниже — средний охват рекламного и обычного поста и кого рекламирует канал (сайты, на которые ведут ссылки из рекламы).
Что работаетПосты периода с наибольшим числом просмотров. Полоса — просмотры относительно первого места. Превью — картинка поста, у поста без картинки — аватар канала. Просмотры — сколько у поста сейчас.
РитмСколько постов вышло в каждый день периода (бледные столбики) и среднее за 7 дней (линия): видно, разгоняется канал или затихает. Сегодняшний день ещё идёт, поэтому среднее для него считается по вчерашний день.
Публикации по дням
Бледные столбики — дни, линия — среднее за 7 дней: видно, разгоняется канал или затихает
Публикации за деньСреднее за 7 дней
Данные обновлены в 21:02 по Москве. Просмотры — текущие у постов, вышедших в эти дни; средний охват — по постам старше двух суток.
Как считается индекс качества
Иногда новости про ИИ читаешь как детектив, а заканчиваются они главой из учебника по веб-гигиене.
20 октября стало известно, что Meta временно отключила в своём ИИ-агенте Muse функцию обмена беседами по веб-ссылке. Причина — утечка, которую нашли исследователи безопасности из Claroc.
Механика простая до неприличия. Muse формировал адрес расшаренной беседы из её же заголовка. Заголовок становился поддоменом, поддомен попадал в публичный DNS. Дальше — один запрос к базам пассивного DNS, и у тебя на руках список чужих разговоров, отсортированный по названиям. Как оглавление чужого личного архива.
Исследователи насчитали около 6800 таких ссылок. В самих беседах — время встреч, кредитные заявки, банковские предупреждения о подозрительных операциях с частью реквизитов, внутренние документы компаний.
Меня зацепило не масштаб, а тип ошибки. Это не взлом, не хитрый эксплойт и не «дыра в модели». Это забытая базовая вещь: если что-то попадает в DNS, оно попадает в индекс, а значит — в чью-то выборку. Мы годами объясняем клиентам, что сайт нельзя прятать за «неугадываемый URL». А тут ровно тот же урок, только на стороне ИИ-продукта.
Meta отреагировала: функцию приостановили, а ссылки, которые уже успели открыть, перестали работать. Компания говорит, что изучает отчёт и думает, как менять обнаружимость ссылок.
Что я вынес для себя. Первое: кнопка «поделиться» в любом ИИ-инструменте — это публикация, а не приватный жест. Второе: прежде чем отдавать агенту клиентские документы, стоит понимать, что он с ними делает и куда пишет. Третье: если на сайте есть шаринг с человекочитаемыми адресами, пройдитесь по нему руками — «удобно» и «безопасно» часто стоят на разных полках.
И главное: чем больше мы пускаем ИИ в рутину, тем дороже становятся скучные инженерные привычки. Не промпты и не модели — гигиена. Проверка того, что уходит наружу. Понимание, где заканчивается приватное.
А вы бы доверили агенту свои рабочие документы? И если да — с какими оговорками?
📈 Аудитория ИИ-сервисов в России за год выросла вдвое: в сентябре 2026 года месячный охват (monthly reach) достиг 55% населения старше 12 лет против 26% в сентябре 2025-го, а недельное проникновение (weekly penetration rate) — 12% (замер Mediascope).
Структура аудитории здесь важнее всего. Лидер — Алиса AI: 59 млн человек в месяц, 48% населения старше 12 лет, то есть почти девять из десяти пользователей ИИ-сервисов в стране. DeepSeek — 13 млн (11%), GigaChat — 6 млн (5%). Рынок не фрагментирован: есть доминирующая точка входа и нишевые игроки. Для бренда это значит, что дистрибуция через ИИ неравномерна, а рейтинг сервисов не равен спросу в конкретной нише.
⚠️ Две оговорки, без которых цифры вводят в заблуждение. Первая — методика: учитываются только сайты и мобильные приложения ИИ-сервисов; чат-боты в мессенджерах и ИИ внутри поисковиков в замер не попали. Значит, реальный охват ИИ в России выше 55%, и 55% — это нижняя граница. Вторая — глубина: 55% — это «хотя бы раз в месяц», тогда как еженедельная аудитория — 12%. Планировать «половину страны каждый день» нельзя.
🔖 Что это меняет для SEO и сайтов. Когда аудитория приходит к ассистенту, часть спроса закрывается до открытия сайта: решение уже принято, бренд, о котором ассистент не упомянул, в конкуренции просто не участвует. Значит, видимость бренда в ответах ИИ (brand visibility) и корректность данных о бренде становятся полноценной задачей оптимизации, а не экспериментом на будущее.
✅ Что делать SEO-специалисту и разработчику:
• Завести мониторинг упоминаний бренда в ответах Алисы AI, DeepSeek и GigaChat: где модель отвечает точно, где ошибается, где отвечает «не знаю». Это и есть измеримая видимость бренда в ИИ.
• Проверить источники фактов о бренде: карточки товаров, каталоги, справочники, отраслевые обзоры. Ошибка в них тиражируется в ответах и потом приписывается бренду.
• Развести в отчётности месячный охват и недельное проникновение: смешивать эти метрики — типовая ошибка при оценке эффекта.
• Сделать страницы удобными для цитирования: короткие определения, таблицы характеристик, даты обновления и структурированные данные (structured data).
• Обновить справочные разделы — FAQ, услуги, контакты, цены: устаревшая версия страницы рискует закрыться в ответах ИИ и разойтись с актуальной.
Главное в одном предложении: ИИ-ассистент стал полноценной точкой входа наравне с поисковиком — это уже не тренд, а вопрос оптимизации. 📌
19 октября на конференции «День Бренда 2026» представили данные о том, как потребители в России, США и Китае доверяют ИИ-поиску товаров. Разрыв между рынками — кратный.
«Меньше трети россиян используют ИИ для поиска и сравнения товаров, при этом в США количество таких пользователей составляет 62%, а в Китае — 75%», — Дмитрий Орченко, генеральный директор «Сбермаркетинга».
🤖 Для SEO и маркетинга это сигнал о смене точки входа: часть покупателей начинает путь не с поисковой выдачи и не с карточки на маркетплейсе, а с ответа ИИ-ассистента. Брендам придётся конкурировать не только за внимание человека, но и за рекомендацию алгоритма — а значит, растёт вес структурированных данных, точных описаний товаров, отзывов и упоминаний в источниках, которые модели цитируют. По приведённым данным, 74% потребителей считают, что алгоритмы справляются с выбором товаров лучше, чем их близкие. В России проникновение пока ниже, и у бизнеса остаётся окно, чтобы подготовить контент и данные раньше конкурентов.
А вы уже проверяли, что ИИ-ассистенты отвечают о вашем продукте или компании? Совпадает с тем, что вы хотите транслировать?
Я тут читал отчёт Anthropic о том, как меняется занятость внутри самой компании, и поймал себя на неприятной мысли.
Смотрите: доля junior-сотрудников в технических отделах упала с 21% до 14% с начала 2025 года. А доля junior-наймов — с 27% до 9%. Это не про рынок труда вообще, это данные одной компании. Но цифры слишком говорящие, чтобы от них отмахнуться.
Дальше ещё интереснее. К августу 2026 года ИИ-агенты работали в шесть раз больше часов, чем сотрудники. Количество коммитов на инженера выросло в пять раз за полгода. А встреч стало больше: плюс 20% на сотрудника и плюс 16% у технических специалистов год к году. То есть рутину действительно унесли агенты, а человеческое время ушло не в свободу, а в согласования.
Вот что меня зацепило. Классический вход в профессию был устроен просто: джуну дают скучные, но понятные задачи — правки в вёрстке, мелкие баги, отчёты, миграции. Он на них учится читать чужой код, чувствовать последствия своих решений, набивать шишки на дешёвых ошибках. Если этот слой забирают агенты, где брать этот опыт?
Получается странная вещь: работать с ИИ-агентом умеет почти любой новичок, а вот понять, что именно агенту поручить и как проверить результат, — уже нет. Проверка стала дороже, чем производство. Именно это, кстати, видно по встречам: компания прямо пишет, что человеческий контроль и координация стали узким местом из-за объёма текста, который генерирует Claude.
И вот мысль, которую я пока держу как гипотезу. Учиться теперь придётся не на скорости, а на разборе. Не «сделай пятьдесят задач», а «объясни, почему агент сделал именно так и где он ошибся». По сути, новичку нужен наставник, который разбирает с ним чужой результат. А это дорого и плохо масштабируется.
Хорошая новость: компаниям всё равно нужны люди, которые принимают решения и отвечают за них. Плохая: путь к этому уровню больше не вымощен рутиной, его придётся выкладывать самому.
А вы как считаете: если рутина уходит агентам, где тогда должен проходить вход в профессию? Мне правда интересно, как это видят те, кто сейчас нанимает, и те, кто сам начинает.
🛡️ Сайты закрывают двери для ИИ-агентов: что меняется для SEO и веб-разработки
Крупные сервисы начали системно ограничивать автономных ИИ-агентов. Yelp пускает только тех, кто платит за лицензирование данных. Delta Air Lines блокирует бронирование билетов агентами. JPMorgan Chase и Charles Schwab закрыли агентам доступ к финансовым счетам из соображений безопасности. Cars.com и Amtrak, по сообщениям пользователей, тоже ограничивают агентов. Amazon ранее заблокировал агентский шопинг Perplexity, заявив, что «неоднократно просил» прекратить. Затронуты агенты Meta Muse, xAI Grok, OpenAI Dots и Instinct.
Причина — в масштабе. По данным отраслевого отчёта за III квартал 2026 года, трафик ИИ-агентов вырос на 41,5% квартал к кварталу и достиг почти 25 млрд запросов. Боты Meta (Meta-ExternalAgent и Meta-WebIndexer) дали 12,4 млрд запросов — 49,7% всего агентского трафика. Трафик агентных браузеров (agentic browsers — браузеры, где ИИ сам выполняет действия на странице) вырос с 12,5 млн запросов в августе до 58,2 млн в сентябре.
Показательный кейс — Meta Muse, запущенный 22 сентября: 29,1 млн запросов за первые 12 дней, и 8,9% из них попали на чувствительные страницы: логины, формы оплаты, корзины.
Главный технический вывод: robots.txt (файл с правилами для ботов) и блокировка по имени бота (user-agent — строка, которой бот себя представляет) против агентных браузеров не работают. Они действуют из облачных виртуальных машин и имитируют поведение обычных пользователей — почти весь трафик Muse выглядит как трафик дата-центра, а не устройства человека.
Практический смысл: модель «пусть ходят, лишь бы индексировали» больше не покрывает все случаи. Часть агентов не приносит трафик, а забирает действия — покупки, бронирования, заявки. Для владельцев сайтов это одновременно риск для конверсии и для рекламных доходов; для SEO — вопрос управления краулинговым бюджетом (crawl budget — лимит запросов, который сайт готов отдать ботам).
Чек-лист:
— проверьте в логах долю агентского трафика и его попадания на чувствительные URL;
— отделите полезных ботов от нежелательных по поведению, а не только по user-agent;
— не полагайтесь на один robots.txt: добавьте серверную валидацию запросов;
— защитите логины, оплату и корзину отдельными правилами и лимитами;
— оцените риски для конверсии, роста нагрузки и рекламных доходов;
— зафиксируйте политику доступа к данным, включая условия платного лицензирования.
Replit сменил провайдера модели по умолчанию: Replit Agent теперь работает на моделях OpenAI, а не Anthropic. Об этом CEO компании Амджад Масад рассказал на TechCrunch Disrupt 2026, объяснив выбор стоимостью, производительностью и партнёрством.
«Думаю, сейчас ChatGPT лучше. Это решение, основанное на стоимости, партнёрстве и производительности. По всем этим причинам мы почувствовали, что на данный момент они — лучший партнёр», — Амджад Масад, CEO Replit.
Почему это важно: Replit был одним из пяти крупнейших клиентов Anthropic, то есть речь не о нишевом эксперименте, а о перераспределении заметного объёма запросов. Для рынка это сигнал, что модели становятся взаимозаменяемым компонентом: платформы всё чаще держат несколько поставщиков и переключают маршрутизацию по цене и качеству. Для тех, кто делает продукты на ИИ, практический вывод простой — слой абстракции над моделями нужно закладывать сразу, чтобы смена провайдера была настройкой, а не переписыванием продукта. И второе: сравнивайте модели на своих задачах. Replit опирался на внутренние замеры на приложениях, собранных «на ходу», а не на общие лидерборды.
Вопрос подписчикам: если бы вы выбирали модель для своего продукта, доверились бы внутреннему бенчмарку или оставили выбор пользователю?
Вчера вечером разбирался с релизом DeepSeek-V4.1-Flash-1017 и поймал себя на мысли, что смотрю не на новость, а на сдвиг.
По фактам коротко. 17 октября вышло обновление Flash-версии: около 763 млрд параметров, контекст в миллион токенов, картинки на входе. Лицензия MIT, веса опубликованы на Hugging Face, их можно скачать. В API модель называется deepseek-flash: вход от пятнадцати центов за миллион токенов, выход от шестидесяти.
Но зацепило меня не это.
Мы привыкли мерить модели баллами, как таблицу результатов. А здесь важнее другое: сильная модель стала доступной, скачиваемой и дешёвой. Плюс рост во всех одиннадцати заявленных бенчмарках, и самый заметный рывок — Terminal-Bench 4.0: с 31,2 до 42,3.
И вот тут меняется разговор про ров в ИИ.
Если модель можно скачать, конкурентное преимущество переезжает из доступа к модели в данные, процесс и продукт. Ров — это не лучший чекпоинт. Это данные, которых больше ни у кого нет. Отлаженный процесс под конкретную задачу. Продукт, который кто-то любит и не хочет менять.
Модель всё больше похожа на электричество: оно есть у всех, а заводы у всех разные.
Быстрее всего разница чувствуется в агентных задачах и коде. Там результат видно сразу: агент либо довёл задачу до конца, либо нет. Когда сильная модель стоит копейки, экономить на попытках странно. Дешевле дать ей сделать работу и проверить итог, чем спорить, справится ли она.
Для тех, кто делает продукты на ИИ, это и подарок, и проблема. Подарок — можно строить то, что раньше упиралось в стоимость инференса. Проблема — то же самое может собрать кто-то другой за выходные. Ценность держится не в обёртке над моделью, а в том, что вокруг неё.
Теперь про SEO и маркетинг. Генерация текста стала почти бесплатной. Поэтому «мы пишем с помощью ИИ» больше не аргумент. Аргумент — что вы знаете про аудиторию, какие данные собираете и как проверяете результат. Контент дешевеет, доверие — нет.
Вот что меня зацепило: гонка окончательно переехала из лабораторий в продуктовые команды. Модель дают почти всем. Вопрос лишь в том, что вы с ней сделаете.
А вы это замечаете? Похоже, что выбор модели в проекте уже перестал быть главным решением, — или пока нет?
🛠 Яндекс Вебмастер восстанавливается: что уже работает, а что пока только «на просмотр»
16 октября Яндекс опубликовал апдейт: Вебмастер постепенно возвращается к работе после сбоя в дата-центрах, начавшегося 11 октября. Полного восстановления нет, сроков компания не называет. Практический вывод: работать можно, но исходим из того, что часть данных отстаёт.
✅ Что работает полностью: анализ robots.txt, анализ индексации, анализ Sitemap, валидатор микроразметки, проверка IP-адреса и XML-валидатор. Это базовый технический контур — им можно пользоваться как обычно.
👁 Что доступно только в режиме просмотра (read-only — без возможности изменений): отзывы и рейтинг в поиске, фиды и ошибки, биллинг, переобход страниц, удаление страниц из поиска. Интерфейс открывается, но действия не выполняются: отправить URL на переобход или убрать страницу из поиска сейчас нельзя.
⏳ Ограничения: данные могут обновляться с задержкой из-за замедленного обхода страниц роботом. На практике это значит, что crawl budget — краулинговый бюджет сайта — расходуется медленнее и менее предсказуемо, а статусы в отчётах отстают от реальности. Выгрузка отчётов может быть временно недоступна.
🔗 Смежные сервисы: кабинет Директа открыт на сайте и в приложении. Метрика и AppMetrica восстанавливаются частично. По сообщениям отраслевых изданий со ссылкой на пресс-службу Яндекса, в Метрике доступны просмотр и редактирование стандартных отчётов и настроек счётчиков, сбор данных не прерывался, но отчёты группы «Поведение» с Вебвизором, контентная аналитика и Logs API ограничены, а статусы привязки офлайн-конверсий могут быть некорректными. В AppMetrica часть рекламных установок может временно определяться как органические. Яндекс рекомендует не менять цели и ставки до стабилизации статистики — для SEO-настроек логика та же.
📋 Чек-лист, пока данные отстают:
• Не делайте выводов по динамике. Сравнения «неделя к неделе» на неполных данных дают ложные сигналы и провоцируют лишние правки.
• Зафиксируйте «точку обрыва» — дату, с которой метрики перестали быть сопоставимыми. Ориентир 11 октября; запишите её, чтобы потом корректно обрезать графики.
• Подключите альтернативную аналитику: логи сервера (коды ответов, частота обхода роботом), статистику CMS, собственные счётчики. Это независимая от Вебмастера картина.
• Проверяйте доступность напрямую: robots.txt, sitemap.xml, коды ответов, canonical — запросами, а не только через интерфейс.
• Не вносите резких изменений в SEO до восстановления данных: массовые правки метатегов, редиректы, смена структуры URL без обратной связи от поиска — риск без выгоды.
Итог: обновлять гипотезы и черновики можно, делать выводы — рано. Полных сроков восстановления не объявлено; следующая точка проверки — официальный блог Вебмастера.
Anthropic продвигает в Конгрессе США свой закон о безопасности ИИ
Anthropic передала законодателям США черновик закона о безопасности ИИ. Он разрешает властям приостанавливать выпуск или использование модели — но лишь при предвидимом неизбежном риске катастрофического ущерба.
«Этот законопроект отражает предложения из Advanced AI Framework („продвинутой системы ИИ“) Anthropic, за которые мы выступаем перед законодателями с июня», — заявил представитель компании («This bill represents the proposals outlined in Anthropic’s Advanced AI Framework, which we have been advocating for with federal and state lawmakers since June»).
Порог срабатывания ограничен: ущерб свыше $1 млрд либо гибель или серьёзный вред более 50 человек. Поводы — биооружие, кибератака, выход модели из-под контроля разработчика. Остановить релиз сможет только федеральный судья округа Колумбия, а риски оценивают независимые эксперты, аккредитованные при Минторге США.
Для отрасли это сигнал: крупные лаборатории сами задают правила игры, не дожидаясь регулятора. Для команд, которые делают продукты на ИИ, независимая оценка рисков, отчётность об инцидентах и защита разоблачителей становятся частью продуктового цикла. Отдельно документ преемптирует (даёт приоритет федеральному праву) часть законов штатов об ИИ.
А вы как считаете — отрасль должна сама писать себе правила безопасности или это всё же задача государства? 💬
Смотрю на новости и ловлю себя на мысли: мы годами спорим, какая модель умнее, а по факту измеряем не совсем то. Вот что меня зацепило на этой неделе.
Попалось исследование Mercor. Они сопоставили популярные ИИ-тесты с реальной экономикой США и получили жёсткий результат: около 90% рабочих часов в США уходит на задачи, которые эти тесты почти не покрывают. Девять десятых живой работы просто не попадает в замер. Причём бенчмарки перекошены в сторону высокооплачиваемых, «модных» задач — про них писать интересно, а про остальное как будто забыли.
И рядом — новость, которая нравится мне куда больше. Сбер представил Cowork Bench — первый в России бенчмарк для оценки ИИ-агентов именно в офисных задачах, а не в абстрактных тестах. Не «дай красивый ответ», а «сделай то, что я делаю каждый день».
Почему я об этом вообще думаю. Есть показательная цифра: внутри Сбера ИИ-сервисы потребляют около 9 трлн токенов в месяц. Это уже не проценты в лидерборде, это реальный поток работы. И на таком масштабе видно главное: выигрывает не модель с лучшим баллом, а та, которую встроили в конкретный процесс.
Похожая логика и в разработке. В Anthropic проверку кода отдали ИИ ещё до того, как изменения посмотрит живой разработчик. Агент первым смотрит на правки и подчищает мелочи, а человек приходит уже к разбору сути. Это не «ИИ заменил программиста», это перераспределение внимания: машина берёт рутину, человек — то, где нужно решение.
Вот что выношу для себя. Гонка за процентами в тестах — это гонка за красивой цифрой. Реальная польза начинается там, где модель сталкивается с вашим рабочим столом: с папкой договоров, с письмом клиента, с таблицей, которую никто не любит заполнять.
А теперь вопрос к вам: вы уже нашли задачу, которую ИИ делает реально лучше вас, или пока только сравниваете модели по тестам?
