Приложения на базе языковых моделей обещают «поговорить о тревоге» в любое время суток. Разбираем, что они умеют, где ломаются и почему компании прячут дисклеймеры мелким шрифтом.
Персональные AI-агенты и игрушки с чат-ботами массово выходят на рынок детских товаров. Разбираем, что о них известно, чем они рискованны и где проходит граница безопасного использования.
Голосовые ассистенты и роботы-компаньоны продают как средство от одиночества и забывчивости. Разбираемся, что они реально умеют, чем опасны и кому подходят.
Приложения-компаньоны на базе больших языковых моделей выросли из ниши в массовый продукт. Вместе с этим появились первые данные о том, как люди привязываются к чат-ботам — и где это выходит боком.
Character.AI, Replika и голосовой режим ChatGPT собирают миллионы пользователей, которые говорят с ботами часами. Разбираем, где это снимает тревогу, а где загоняет глубже.
Смена модели по умолчанию в ChatGPT вызвала волну недовольства: часть пользователей описала переход на GPT-5 как потерю собеседника. OpenAI пришлось вернуть доступ к старой версии.
Компании закрывают старые версии моделей и меняют характер новых. Разбираем, что происходит с вашими промптами, привычками и рабочими процессами, когда любимого агента «выключают».
Вендоры всё чаще продают агентные системы как экологичный выбор: меньше действий, меньше энергии, меньше выбросов. Разбираем, где здесь измеримая экономия, а где маркетинг без цифр.
Один запрос к чат-боту тратит электричество, но сколько именно — вендоры называют редко и разными способами. Разбираемся, какие цифры уже опубликованы, а где остаются оценки.
Стартапы и облачные платформы продают AI-агентов, которые сами собирают данные о выбросах компании и готовят отчёт. Разбираем, что эти агенты реально считают, а где выдают оценку за факт.
Стоимость запуска моделей в проде всё чаще упирается не в саму GPU, а в счёт за электричество. Новое поколение чипов для инференса продаёт не пиковую производительность, а токены на ватт.
Prompt caching у Anthropic и OpenAI режет стоимость повторяющихся запросов в разы. У этой оптимизации есть побочный эффект — меньше вычислений, меньше энергии на inference.