Неделя получилась не про одну большую кнопку «ИИ всё сделает», а про три более скучные и важные вещи: кто контролирует вход в информацию, какие инструменты уже можно трогать руками и где новичку не утонуть в словах вроде «агент», «память» и «фреймворк».

Я собрала этот выпуск не как список ссылок, а как маршрут: сначала новости, потом прикладные штуки, потом гайды, к которым можно вернуться, когда захочется собрать свой первый рабочий контур.

Новостной блок: кто забирает управление

Здесь материалы про власть над вниманием, данными и правилами игры. Не всё из этого нужно срочно внедрять, но всё это полезно понимать, если вы смотрите на AI не как на игрушку, а как на инфраструктуру.

Adobe меняет правила игры в Photoshop: теперь можно рисовать поверх фото, чтобы объяснить нейросети задачу

Вы когда-нибудь пытались объяснить нейросети, что именно нужно изменить на картинке, но в итоге тратили больше времени на подбор слов, чем на саму работу? Adobe решила эту проблему, добавив в Photoshop новый интерфейс «AI Assisted Editor» и инструменты для визуальной разметки. Adobe внедряет «AI Assisted Editor» и инст. Мы кладём это в новости недели, потому что здесь меняются правила: кто получает внимание, данные или право объяснять реальность за пользователя.

Открыть материал

Amazon SageMaker G7e: новые GPU-инстансы — где реальная экономия, а где просто витрина

Amazon запустил G7e-инстансы с NVIDIA RTX PRO 6000 Blackwell GPUs — до 2.3x производительности inference по сравнению с G6e. Мы кладём это в новости недели, потому что здесь меняются правила: кто получает внимание, данные или право объяснять реальность за пользователя.

Открыть материал

Chrome переходит на двухнедельный цикл обновлений: почему это больше, чем просто техническая правка

Google официально перевел Chrome на двухнедельный цикл выпуска обновлений, сократив время между выходом исправлений в коде и их доставкой пользователям вдвое. Этот шаг — не просто техническая оптимизация, а вынужденная реакция на изменение ландшафта безопасности, где ИИ-инструменты ускоряют как разработку, так и создан. Мы кладём это в новости недели, потому что здесь меняются правила: кто получает внимание, данные или право объяснять реальность за пользователя.

Открыть материал

Nvidia доказала: в работе ИИ-агентов важнее не «мозг», а «обвязка»

Вы когда-нибудь задумывались, почему одна и та же нейросеть в руках одного разработчика творит чудеса, а у другого — постоянно ошибается или просто «зависает»? Nvidia опубликовала исследование, которое дает простой ответ: дело не в самой модели, а в том, как именно мы её «одеваем» в программную оболочку. Главная мысль. Мы кладём это в новости недели, потому что здесь меняются правила: кто получает внимание, данные или право объяснять реальность за пользователя.

Открыть материал

Прикладной блок: что можно потрогать

В этом блоке — инструменты недели. Я смотрю на них простым тестом: что это, зачем нужно, сможет ли нормальный человек хотя бы начать, и где он, скорее всего, застрянет.

Oh My Pi: когда ваш терминал знает о коде всё, включая то, что забыли вы

Разбираем мощный автономный агент для работы с кодом, который подключается к LSP и отладчику, работает с Git и может вести проект за вас. Это прикладной блок: не «ещё один AI-инструмент», а повод понять, можно ли эту штуку поставить, потрогать и использовать без рекламного тумана.

Открыть материал

Не просто диалоговый бот: AIRI — цифровая сущность, которая играет в Майнкрафт и живёт на вашем компьютере

AIRI интересна как попытка сделать не очередной чат, а цифрового компаньона, который видит экран, разговаривает голосом и может жить на вашем компьютере. Это прикладной блок: не «ещё один AI-инструмент», а повод понять, можно ли эту штуку поставить, потрогать и использовать без рекламного тумана.

Открыть материал

Unsloth — дообучение DeepSeek дома на 8GB видеокарте

Инструмент для локального fine-tuning LLM: запускаете одну команду в терминале и получаете веб-интерфейс для обучения моделей на своих данных без отправки информации в облако. Это прикладной блок: не «ещё один AI-инструмент», а повод понять, можно ли эту штуку поставить, потрогать и использовать без рекламного тумана.

Открыть материал

Инструменты AI

Это инструмент недели: его стоит открыть, если хочется понять, есть ли за красивым названием реальный сценарий, который можно проверить руками. Это прикладной блок: не «ещё один AI-инструмент», а повод понять, можно ли эту штуку поставить, потрогать и использовать без рекламного тумана.

Открыть материал

Практический блок: что разобрать спокойно

Это не новости, а база. Если хочется не просто читать про AI-агентов, а понять, как они собираются, где у них границы и почему без памяти они быстро превращаются в одноразовый чат, начинайте отсюда.

Гайды

Это практический разбор для тех, кто хочет перейти от разговоров про AI-агентов к понятному следующему шагу. Это блок «сделать руками»: открыть, повторить шаги и чуть лучше понять, как устроены агенты, память и рабочие контуры.

Открыть материал

Audit trail AI-агента: как доказать, что он сделал и почему

Практическая схема audit trail для AI-агента: correlation ID, структурированные события, execution receipts, live read-back и журнал, который позволяет восстановить решение без чтения гигабайтов логов. Это блок «сделать руками»: открыть, повторить шаги и чуть лучше понять, как устроены агенты, память и рабочие контуры.

Открыть материал

Как агент улучшает себя: гипотеза, benchmark и rollback

Самоулучшение агента начинается не с разрешения менять код, а с benchmark. Разбираем безопасный цикл: baseline, гипотеза, эксперимент, проверка и откат. Это блок «сделать руками»: открыть, повторить шаги и чуть лучше понять, как устроены агенты, память и рабочие контуры.

Открыть материал

Что это всё значит

Главная линия недели простая: AI становится не отдельной вкладкой в браузере, а слоем поверх поиска, музыки, работы, торговли и личных инструментов. Поэтому вопрос уже не «пользоваться или нет», а «понимать ли, кто в этой схеме принимает решения вместо вас».

Что сделать на следующей неделе

  1. Выберите один инструмент из прикладного блока и проверьте его руками, а не по скриншотам.
  2. Пересмотрите свой рабочий процесс: где AI уже помогает, а где просто добавляет ещё один шумный интерфейс.
  3. Если собираете агента, начните с границ и памяти: что он должен помнить, что забывать и где обязан спросить человека.