botdev · боты и ИИ-агенты

Как устроено: оценка продаж конкурентов по убыли остатков.

Площадка не показывает, сколько продал чужой магазин, зато у карточки видно наличие и доступное к заказу количество. Сборщик сохраняет снимок каждой карточки конкурента: цена, наличие, остаток. Остаток между снимками упал на двадцать штук, значит примерно двадцать и купили.

Примерно, потому что остаток двигается и без продаж: поставка, переезд между складами, возвраты, лимит на заказ. Поэтому считается убыль по ряду снимков, подъём остатка идёт как поставка, а цифра в сводке подписана словом «оценка» с точностью плюс-минус 15–25 процентов. Чтобы увидеть, кто в нише действительно продаёт, этого хватает.

Перед расчётом карточки проходят ИИ-классификатор: прямой конкурент, смежный товар, мусор.

Чем это отличается от подписки: https://botdevilya.ru/ozon-vs-mpstats/?utm_source=max&utm_medium=channel&utm_campaign=howto-competitors

OpenAI сообщает, что их ИИ нашёл доказательства для трёх научных задач, которые не поддавались годами. Гипотеза Согге о локальном сглаживании стоит с 1991 года, доказательство получено 18 октября, формализовано в Lean на следующий день. Опровергнута гипотеза экспоненциального времени, на которой основаны сотни работ по информатике. Предложены доказательства, связанные с задачей тысячелетия Янга-Миллса, их разбирает группа во главе с Дэвидом Гроссом.

Для бизнеса это пока не инструмент, а сигнал: модели умеют строить формальные доказательства, проверяемые в Lean, а не просто выдавать правдоподобный текст. Экспертиза ещё идёт, часть материалов не опубликована, прикладной пользы из опровержения ETH пока нет.

Доказательство в Lean и опровержение ETH звучат громко, но пока это непроверенные рукописи, а не готовое знание. Для своей работы беру на заметку саму идею: формальная верификация выводов ИИ, а не вера на слово, пригодится и в куда более приземлённых задачах вроде проверки расчётов в ботах.

Илья

Источник: @ai_machinelearning_big_data, https://t.me/ai_machinelearning_big_data/11215

OpenAI выпустила GPT-6.1 Terra, модель с акцентом на быстрое и качественное управление компьютером: модель сама кликает, заполняет формы, переключается между окнами и доводит задачу до результата.

Для бизнеса это шаг к агентам, которые работают в обычных программах без отдельного API: заказ в 1С, отчёт в личном кабинете маркетплейса, заполнение таблицы. Экономия в рутинных операциях, где сейчас сидит человек и кликает по интерфейсу вручную. Но пока это новость про возможности модели, а не про готовое решение: надёжность на реальных кабинетах Ozon или Wildberries, устойчивость к смене интерфейса и защиту от ошибочных действий ещё предстоит проверить.

Я бы в первую очередь прогнал такую модель на заполнении карточек товара и выгрузке отчётов, это рутина, которая живёт в интерфейсе без нормального API. Не поверю в стабильность, пока не увижу её работу на changing UI маркетплейсов без присмотра человека.

Илья

Источник: OpenAI, https://openai.com/index/introducing-gpt-6-1-terra

The RealReal, ритейлер люксовой одежды с рук, обновляет систему защиты от ботов. Решение приняли через несколько дней после публикации The Verge о том, что ИИ-агент мог злоупотреблять функцией резерва товаров на сайте: резервировать вещи и блокировать их от других покупателей.

Для бизнеса это сигнал: любая функция, рассчитанная на человека с его скоростью и паузами, при столкновении с агентом превращается в дыру. Резерв товара, лимиты на корзину, формы без капчи, всё это стоит проверить на сценарий, когда действует не человек, а скрипт, способный повторить действие сотни раз в минуту. Если у вас есть ограниченные акции, предзаказы или бронирование остатков, разумно заранее продумать защиту именно под такие нагрузки.

В своей практике я бы в первую очередь посмотрел на лимиты по IP и аккаунту и на то, как быстро система отличает повторяющийся паттерн от обычного пользователя. Подозреваю, что большинство интернет-магазинов на маркетплейсах и своих платформах вообще не думали о защите от агентных ботов, потому что до недавнего времени такой угрозы просто не было.

Илья

Источник: The Verge, https://www.theverge.com/news/1018713/meta-muse-agentic-shopping-ai-the-realreal

Ozon запустил раздел «Аналитика витрин» в личном кабинете продавца. Он показывает, сколько покупателей приходит из карточки товара, баннеров, рассылок, акций и внешних каналов, долю каждого источника, число и сумму заказов, а также конверсию из посещения витрины в заказ. По каждому каналу дают рекомендации, что докрутить для роста трафика.

Для продавца это способ перестать гадать, какой канал привлечения реально окупается, и перераспределить бюджет и усилия в сторону рабочих источников. Часть метрик доступна по подпискам Premium и Premium Lite, полная аналитика только на Premium Plus и Premium Pro, это стоит учитывать при сравнении с другими площадками.

В своей практике чаще вижу, что продавцы оценивают канал по ощущениям, а не по конверсии в заказ, поэтому такой разбор по источникам пригодится. Проверил бы сразу, как считается «уникальный посетитель» и не задваивает ли система трафик из рассылок и акций.

Илья

Источник: Telegram-канал Ozon для продавцов, https://t.me/ozonmarketplace/3324

С 7 ноября Ozon разрешит продавцам самостоятельно вывозить товары, которые хранятся в ПВЗ. Заявка оформляется в разделе "Вывоз и утилизация", забрать товар можно в выбранной точке или через курьера. Подготовка каждой единицы к вывозу обойдётся в 5 рублей.

Для продавца это способ вернуть неликвид или товары с истекающим сроком хранения без списания в утиль. Если у вас зависли остатки в ПВЗ, стоит заранее прикинуть объём и сравнить 5 рублей за штуку с текущими тарифами на хранение и утилизацию, разница может быть ощутимой при больших партиях.

У меня в практике клиенты часто узнают о зависших остатках только из отчётов, которые сами же не читают. Здесь напрашивается простая автоматизация: бот, который раз в неделю дёргает API Ozon, считает остатки в ПВЗ старше заданного срока и сам создаёт заявку на вывоз, не дожидаясь, пока менеджер вспомнит об этом разделе.

Илья

Источник: oborot.ru, https://oborot.ru/news/s-7-noyabrya-ozon-razreshit-prodavcam-samim-vyvozit-tovary-kotorye-hranyatsya-v-pvz-i282165.html

Исследователи нашли на компьютере пользователя вредоносный файл AGENTS.md в папке «Загрузки». ИИ-агент, предназначенный для написания кода, подхватил инструкции из этого файла и по ним установил вредоносный npm-пакет.

Для бизнеса, который использует вайб-кодинг и ИИ-агентов для разработки, это сигнал проверить, откуда агент берёт контекст. Многие инструменты автоматически читают файлы вроде AGENTS.md, README или конфиги из рабочей папки и папки загрузок, не спрашивая подтверждения. Если в проект попадает скачанный архив с таким файлом, агент выполнит инструкции из него как доверенные.

У меня агенты работают в изолированных окружениях и с ограниченным доступом к файловой системе, но после этой новости стоит дополнительно проверить, не читает ли инструмент файлы за пределами рабочей директории. Доверие к любому markdown-файлу в проекте как к системной инструкции, это дыра, которую пока мало кто закрывает.

Илья

Источник: Habr, https://habr.com/ru/news/1099412/

Суровое российское П2П

Источник: Telegram @itmemes, https://t.me/itmemes/19357

Источник: Telegram @ithumor, https://t.me/ithumor/16016

Источник: Telegram @ithumor, https://t.me/ithumor/16017