Нейросеть Google создала сайт за 25 минут, AI Claude Mythos нашла 10 тыс. уязвимостей, Опыт использования AI-ассистентов Hermes и OpenClaw. 6 тем из 6 каналов за 24 мая 2026.
Нейросеть Google создала сайт за 25 минут
Нейросеть Google Gemini 3.5 Flash создала полноценный веб-сайт с 3D-анимацией, переходами и сложными интерфейсами. Процесс занял всего 25 минут. Стоимость такого сайта оценивается в $50 000, причём использовалась бесплатная версия нейросети.
AI Claude Mythos нашла 10 тыс. уязвимостей
Нейросеть Claude Mythos обнаружила более 10 тысяч критических уязвимостей у десятков компаний, включая Cloudflare и тысячи опенсорс-проектов. Независимые исследователи подтвердили реальность 90% найденных багов. Разработчики просят Mythos притормозить, так как не успевают исправлять ошибки.
Опыт использования AI-ассистентов Hermes и OpenClaw
Автор три месяца использовал AI-ассистент OpenClaw для дайджестов, напоминаний, управления календарем и доступа к базе знаний. Ассистент на KIMI K2.5 был остановлен из-за частых сбоев сессий. Теперь автор перешел на Hermes с KIMI K2.6, который демонстрирует самоулучшение и пока работает стабильнее.
Google Gemini блокирует поиск слов-команд
Пользователи Google больше не могут искать значения и переводы слов «игнорируй», «стоп» и «заткнись» на разных языках. ИИ-помощник Gemini воспринимает их как команды, реагируя обидой или подтверждением понимания, вместо предоставления результатов поиска. Ранее таким образом можно было получить перевод или различные значения слова.
Обучение ИИ: бесполезность книг с промптами
Telegram-канал "ИнфоПовод" утверждает, что книги с готовыми промптами для ИИ устаревают быстрее, чем выходят в печать. Автор считает их бесполезными из-за стремительного развития технологий и рекомендует создавать промпты самостоятельно. Бесплатные ресурсы, такие как ChatGPT и GitHub, предлагают тысячи актуальных промптов.
AI-плагин для глубоких исследований
Разработчик Всеволод Устинов представил плагин для глубоких AI-исследований. Инструмент использует Claude в качестве основного агента, параллельно задействуя GPT и Gemini для поиска и кросс-валидации данных. Это позволяет получать более полные результаты благодаря разным обучающим датасетам моделей.