AI Product | Igor Akimov

Попалась в ленте реклама новой версии бесплатного OnlyOffice (10.0), и кажется, что с офисами вопрос уже решен

Написали, что полностью пересобрали приложение, ИИ (всякие там саммари, редактирования, вопросы по документу) вынесли в аддон, добавили поиск, MCP сервера, поддержку как облачных, так и локальных моделей, ну и еще большую поддержку форматирования, редактирования, печати и всяких старых форматов. Бесплатно и доступно для всех операционок.

То есть теперь у нас есть LibreOffice (но он без ИИ-ек и кажется устаревает уже), OpenOffice (но давно не обновляется), WordCraft, GridCraft, DeckCraft, написанный ИИ-кой с нуля, GenOffice от GenSpark, тоже с нуля с ИИ, но командой, и всякие маргинальные Euro-Office, WPS и Collabora.

Кажется, вопрос с открытием/редактированием документов как людьми на всех операционках, так и ИИ-ками уже полностью закрыт и бесплатен.

https://www.omgubuntu.co.uk/2026/10/onlyoffice-10-expands-ai-tools

О, И Argon 4 вышла в API и Gemini
https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-4-argon/

Мне тут дали промокод на скидку 50% на AI-митап для бизнеса в Никосии

Panis.News (это один из крутых обозревателей ИТ-бизнеса на Кипре) собирает «AI in Practice: Changing the Future of Business». Для CEO, C-level и владельцев МСБ, которые хотят понять, что ИИ реально даёт бизнесу. Практически всех участников знаю и они довольно много делают реальных сервисов, а не просто презентаций и сгенерированных ИИ статей в Linkedin про космические корабли.

– Monica Odysseos (Head of AI & Data Lab, Grant Thornton) – зачем вообще это всё и какие удобные мифы пора выкинуть
– George Malekkos (CEO Powersoft, президент CITEA, местной ассоциации IT бизнеса) – как начинать с болей бизнеса, а не с технологий
– Paris Thomas – «Будет ли ваш бизнес жив в 2030?» с живыми демо. Он преподаёт Strategy with AI в London Business School и IMD и консультировал Nestlé и Saudi Telecom
– приветственное слово от Chief Scientist Кипра Демитриса Скуридиса
– Q&A, потом нетворкинг с напитками до 22:30

European University Cyprus, Энгоми, 19 октября (понедельник). Сбор с 18:00.
Короче, со скидкой 50% будет стоить всего 25 евро. Промокод - 50 (просто цифры)
https://luma.com/ai-in-practice-cyprus

Посмотрел, что там Apple представила нового в девайсах по ИИ (спойлер - переупакованный Gemini)

Короче, что нового:
– Siri AI выходит в бете 14 сентября с iOS 27. ТОЛЬКО НА АНГЛИЙСКОМ. Остальное подтянется в октябре и дальше. Отдельное приложение с историей диалогов в iCloud, понимание личного контекста (почта, сообщения, фото), осведомлённость об экране и действия внутри сторонних приложений через App Intents (если разработчики поддержали).

– Под капотом – пять моделей третьего поколения, сделанных «в сотрудничестве с Google»: AFM 3 Core на 3B на устройстве, AFM 3 Core Advanced на 20B со sparse-архитектурой (активны 1–4B за раз), облачные AFM 3 Cloud и ADM 3 Cloud для картинок, и AFM 3 Cloud Pro – который крутится на NVIDIA в Google Cloud. Apple арендует чужие GPU под чужой моделью, немыслимо...

– Айфончеги на A20 Pro: 2 нм, два 16-ядерных Neural Engine (32 ядра суммарно), вдвое больше вычислений под on-device ИИ, +50% пропускной способности памяти. iPhone 18 Pro – $1199, Pro Max – $1299, в продаже 18 сентября.
– Складной iPhone Duo за $1999: 5,4" снаружи, 7,6" внутри, тот же A20 Pro. Предзаказ 16 октября. Красивый блокнотик, Samsung там уже в Твиттер изошелся, что через 8 лет Apple догнал )
– AirPods 5 за $129 – чип H3, Live Translation на десятке языков (русского нет, типичные европейские и азиатские) и разговор с Siri на ходу.
– Watch Series 12 ($399) и Ultra 4 ($799): Health Age, Readiness score 0–10, всякая прочая геймификация жизни, пульс каждые 5 секунд, Audio Intelligence с Live Rewind – отматывает последние 15 секунд звука, если вы прослушали (это прикольно, но странно)

– Из интересного еще Apple Reference Image – подтверждение, что фото снято на iPhone, а не сгенерировано.

Короче, Apple арендует и покупает ИИ у остальных, как-то грустновато... Ну и делает гибрид под мини-модель, норм-модель и облако. Ну и если у вас приложение, то поддержка App Intents – маст-хев. Иначе сири про вас ничегошеньки знать не будет.

http://apple.com/newsroom

ChatGPT Work научился писать вашим почерком

Я у себя пока не нашел, но возможно раскатывают волнами. В Твиттере опубликовали.
OpenAI добавила в ChatGPT Work функцию Writing style – модель изучает, как вы реально пишете, и дальше пишет так же.

– Учится на ваших письмах, сообщениях и файлах – подключаются Gmail, Google Drive, Slack и SharePoint
– Подхватывает любимые фразы, манеру заканчивать письма и даже привычки со строчными/заглавными
– Включается один раз в Settings → Personalization → Writing style, дальше применяется ко всему, что пишете в ChatGPT Work – и в вебе, и в мобилке
– Доступно на всех платных тарифах, где есть ChatGPT Work. Настройка – только через веб
– На Business и Enterprise ваши письма по умолчанию не идут в обучение моделей, но сам факт, что ассистент читает всю переписку ради «стиля», многих смутит

Идея понятная: до этого стиль приходилось описывать вручную в custom instructions – «пиши коротко, без воды, подпись такая». Теперь он извлекается из корпуса вашей переписки автоматически, а человеку остаётся меньше правок перед отправкой. По сути это стилевой RAG поверх ваших же документов – ничего революционного, но в бизнесе выигрывает не тот, кто придумал, а тот, кто первый встроил в почту.

https://x.com/ChatGPT/status/2097018264048251309

А Антропик предлагает студентам стипендию в $3500, если будете организовывать мероприятия про Клод и ходить всех учить им пользоваться: https://claude.com/programs/campus
Покажите студентам вашим знакомым

Не знаю, как там у кого, но Астра реально клевая. Очень умная и не многословная. Можно делать как большие код-ревью, так и точечные правки во множестве файлов. Конечно как и для Фейбл лучше просить сделать ревью и составить план, а потом уже Сол/Опус завершить, чем все токены потратить на забивание микроскопом гвоздей.

Вот еще что пишут в гайде по промптингу:
– async tool calling – модель не ждёт, пока ваш инструмент отработает, а продолжает думать и дёргать другие тулы. Ставите async: true, результат отдаёте по call_id.
– mid-turn steering – по WebSocket можно докинуть уточнение прямо во время работы, сделанное не сбрасывается.
– reasoning effort меняется посреди диалога через configuration_update без слома кэша промпта. Ну и интерфейсе соответственно тоже можно менять без боли.
– misalignment monitoring – OpenAI асинхронно мониторит запросы на признаки misalignment и шлёт алерты. Читай: за вашим агентом теперь присматривают.
– reasoning none больше нет – минимум low. Fast mode с EU-резиденцией не работает (ту-дум-с)
– temperature, top_p, logprobs – удаляйте из кода, параметры не поддерживаются. Эх, температурушки теперь нет практически ни у кого, так что да, забейте, главное задачи модели ставить правильно.

Вот еще прикольное из гайда:
– модель чаще останавливается и задаёт вопросы вместо того, чтобы делать (и это хорошо). Если не надо - дают промпт «bias towards action», чтобы она доводила задачу до конца.
– сильнее реагирует на инструкции из skills и http://AGENTS.md/ – настолько, что рекомендуют аудит всех файлов, к которым у неё есть доступ. А то там может быть старье всякое.
– любит списки, таблицы и markdown, повторяет одни и те же фразы. В гайде есть готовый промпт со списком слов-паразитов: delve, leverage, foster, «it's worth noting» и знаменитое «This isn't about X. It's about Y».
– для маленьких коммитов пишет слишком много тестов.
– делегирует субагентам меньше, чем хотелось бы.

Обещают, что за счёт меньшего числа выходных токенов задача в среднем выходит дешевле, чем на GPT-5.6, хотя цена за токен выше.

https://developers.openai.com/api/docs/guides/latest-model

Чип OpenAI Халапеньо обогнал Nvidia.

Ждал каких-то обзоров первых и вот случились. SemiAnalysis съездили в лабораторию OpenAI и прогнали свой бенчмарк InferenceX на «Jalapeño» – инференс-чипе, который OpenAI делает с Broadcom. Сделали за 16 месяцев от найма людей до готового чипа.
Что получилось:
– по токенам на мегаватт обходит все чипы Nvidia, AMD и Google, которые SemiAnalysis успели протестировать
– на DeepSeek R1 – больше 700 токенов/сек на одного пользователя, на GPT-OSS – около 1 400
– всё это без спекулятивного декодирования (а это дает 3х+ по цене токена), а у конкурентов уже был включен.
– Сверхбыстрые HBM4, 15,4 ТБ/с, TDP 700 Вт против 900–1 150 у Rubin
– 128 чипов в стойке, до 2 048 в одном scale-up домене

Самое интересное – не железо, а как его довели до ума. Ядра Jalapeño пишут почти как ассемблер, на самом низком уровне, и большую часть этой работы делает внутренняя версия Codex. MLA-кернелов для DeepSeek у OpenAI вообще не было – Codex написал. Doom на чипе тоже портировали и запускали промптами. Философия простая: спроектировать железо с максимальным теоретическим потолком, а оптимальные компиляторы под каждую модель пусть пишет ИИ. Если это сработает – индустрия зря десять лет молилась на универсальные компиляторы.

Выйдет это все только в следующем году и основная масса - в конце года, но это в любом случае означает, что стоимость токена у OpenAI через год упадет в разы!

https://newsletter.semianalysis.com/p/openai-jalapeno-better-than-nvidia

Ответочка от Apple: новые Mac Studio и Mac Mini!
На процах M6 и M5 Ultra

M6 – первый чип Apple на 2 нм, ставят в новый Mac mini:
– 12-ядерный CPU (2 «супер», 4 производительных, 6 эффективных) – на 20% быстрее M5 в многопотоке
– 12-ядерный GPU с Neural Accelerator в каждом ядре – +30% AI-вычислений против M5, обещают заметно быстрый prompt processing для локальных моделей
– двойной 16-ядерный Neural Engine – до 2x пиковой производительности, фреймворки сами раскидывают нагрузку на оба
– до 32 ГБ памяти, 170 ГБ/с

M5 Ultra – в новом Mac Studio, впервые четыре кристалла в одном SoC (два M5 Max, склеенных UltraFusion):
– до 36 ядер CPU, до 80 ядер GPU
– до 512 ГБ unified memory, 1.2 ТБ/с – на 50% больше, чем у M3 Ultra, то есть как у xiaomi процессоров, о которых вчера писал.
– 4.5x AI-вычислений на GPU против M3 Ultra, prompt processing в LM Studio – в 4 раза быстрее

Предзаказ уже можно сделать. Доставка с 22 сентября.

Mac mini от $900 за M6 Pro, 16Gb памяти, 512Gb диск. M6 + 1 Tb SSD + 32Gb памяти - $1800
M5 Pro 24 ГБ – $1,699. M5 Pro + 1Tb SSD + 64Gb памяти - $3000

Mac Studio:
– M5 Max начинается с $2,499 (36 ГБ памяти, 512 ГБ диск). Если нужно 128Гб памяти, то $5400 уже.
– M5 Ultra начинается с $5,499 (на $200 дороже M3 Ultra, 96 ГБ, 1 ТБ, в принципе, не сильно дороже DGX Spark, но скорость памяти бешеная). 256 ГБ минимум $9500
– 512 ГБ только в конце октября, цены нет – по прогрессии ждём около $15k

Получается, что Mac mini M6 с 32 ГБ за $1,299 – самый дешёвый нормальный билет в локальные LLM: 7–14B в квантизации с запасом под контекст, и Apple прямо говорит про «агентные задачи локально». Следующая разумная ступень – M5 Max Studio со 128 ГБ за $4,799: туда влезает 70B в Q4. А Ultra с 512 ГБ и 1.2 ТБ/с – единственный десктоп, куда влезает модель на несколько сотен миллиардов параметров без кластера. Ширина памяти здесь важнее ядер: именно она определяет токены в секунду. Даже за $15k это дешевле одной H100 с обвязкой, и без DevOps. Обидно другое: Apple теперь берёт за память как за GPU – $4,000 за +160 ГБ, год назад тот же апгрейд стоил $1,600.

Отдельно интересно, что маркетинг полностью развернулся: не «монтаж видео супер-быстро», а «запуск frontier-моделей на десктопе». Для команд, которым нельзя гонять документы, код, аудиозаписи в облаке, это самый простой способ получить приватный инференс.

https://nr.apple.com/Dj0T8P0dD8

Xiaomi снова делает топ за свои деньги для локального AI )

Показала AI Cube – мини-ПК для локальных LLM на трёх собственных чипах. Внутри нет ни Qualcomm, ни Intel, ни Nvidia:

– XRING O3 – основной SoC: 10 ядер CPU, 16-ядерный GPU, NPU на 200 TOPS, 3 нм. Тот же чип поедет в Xiaomi 18 Fold
– XRING O100 – ускоритель для LLM. Главная фишка – память, уложенная прямо на вычислительный слой (wafer-on-wafer, hybrid bonding). Пропускная способность 1,22 ТБ/с, то есть выше не только обрезка Nvidia dgx spark (273 Гб/с), но и Mac Studio с m3 ultra (800)
– XRING D100 – 3-нм автомобильный чип, 20 ядер CPU, 16-ядерный NPU, до 160 ГБ памяти. Сам по себе тянет модели до 200B
– Корпус – цельный алюминий, 150 Вт под нагрузкой
– Заявлено: локально работают одновременно модели 120B и 3B с переключением между «быстрым» и «медленным» режимом

Но! Цены и сроков нет. O100 и D100 идут в коммерцию в 2027-м, retail-версию AI Cube не анонсировали.

Короче, интересное противостояние предстоит. Кажется, что локальные ЛЛМ и правда скоро будут рабочими лошадками. Типа отправил запрос на план архитектуры в какую-нибудь дорогущую Epic Solar 7.5, а потом локально реализуешь на железке за 2000 долларов. Но интересно, что тогда будут делать нвидиа и топовые лаборатории...

https://www.gizmochina.com/2026/08/24/xiaomi-announces-ai-cube-mini-pc-with-xring-o3-o100-and-d100-to-run-llms-locally/

Как сейлзы Anthropic используют AI

Очень показательные кейсы про область, про которую мало пишут. AI в продажах (как обработке входящих заявок, так и всяких там холодных звонков/писем-линкединов). Выложил Джон Альберт – как их команда business development живёт внутри Claude Cowork. Типа год назад тратил ~5 часов в день на разбор входящих в sales-inbox и отвечал на одни и те же вопросы. Теперь почти всё это – скиллы и расписанные по таймеру задачи.

Что у них крутится:
– База знаний. Документ с типовыми вопросами клиентов и лучшими ответами. Клод сам его собрал из продуктовых доков и каналов, сам же периодически помечает, что устарело. Без этого документа ничего дальше не работает.
– Inbox-скилл. Раз в час сканирует почту, находит треды, где нужен ответ, и оставляет черновики. Внутри – тонкий системный промпт, база знаний как контекст и профиль стиля конкретного сейлза (его отдельный voice-скилл собирает из писем и документов человека).
– Ночной прогон по всей книге аккаунтов (их у него 100+). Клод ходит в Salesforce, Apollo, Common Room, Gong и их data warehouse, проверяет сигналы против ICP и утром выдаёт по каждому аккаунту бриф, скор и outbound-план, чего кому написать. Ведёт небольшой memory-файл, чтобы не делать одно и то же дважды.
– Pipeline-скиллы: сверяет стадии сделок в Salesforce с тем, что реально происходит в Gmail и Gong, и предлагает апдейт с доказательствами – но только предлагает, человек апрувит. Если отклонил – записывает причину, чтобы не повторять.
– Мелочь, но приятная: скилл ловит no-show на встречи и «ушедших в тень» клиентов; другой раз в несколько часов берёт новые лиды из CRM и пишет первое касание.
– Call-coach: разбирает транскрипты Gong против плейбука discovery-звонков – три плюса, три минуса, pass/fail и одна вещь, которую тренировать дальше. Прикольно, что они используют дорогущий гонг вместо своих агентов :)

И ещё набор разовых запросов без скиллов: дашборд по usage аккаунта «в один промпт», поиск "скрытого использования" (уже пользуются продуктом, а сделки в CRM нет), подбор аккаунтов под вебинар по ICP.

Основные советы для компаний, что только начинают: сначала база знаний, потом воркфлоу; давать Клоду примеры того, как работает команда, а не абстрактные инструкции; человек на проверке каждой отправке; фидбек записывать обратно в скилл.

Ну и да, показательна нормальная архитектура: хороший адаптированный промпт + курируемый контекст, регулярно обновляемый, + память об ошибках + человек на кнопке «отправить», а не "фабрика агентов". Короче, нормальный контекст и самоусиливающая обратная связь. Супер-полезно конечно такие вещи читать не от всяких блогеров.

https://claude.com/blog/how-anthropics-business-development-team-uses-claude-to-run-inbound-and-outbound-at-scale

Завтра закончится увеличенный на 50% лимит в Claude Cowork и Claude code :(
https://support.claude.com/en/articles/15910845-claude-code-may-august-2026-weekly-limits-promotion

Upd: продлили
https://x.com/ClaudeDevs/status/2089798442306711646