Мифы об ИИ и ментальные модели
Понять, что делает ИИ, где он ошибается и какие мифы мешают работе.
26 материалов (12 статей · 14 видео)
Начните здесь
Несколько хороших первых материалов перед полной лентой.
6 мин чтенияЧто такое ИИ на самом деле и чем он не является: объяснение без хайпа
ИИ в 2026 году для большинства людей означает одну конкретную вещь, и это не то, что показывали в кино. Простое объяснение того, что происходит на самом деле, что ИИ делает хорошо и чего он не делает.
Новичок в ИИ
6 мин чтенияКак ИИ генерирует ответы: ментальная модель, после которой промптинг становится понятным
ИИ думает не так, как вы. Он генерирует вероятные продолжения из контекста. Простая ментальная модель, после которой почти все советы по промптингу становятся гораздо понятнее.
Новичок в ИИ
7 мин чтенияДесять мифов об ИИ, которые мешают разумному внедрению
Устойчивые убеждения об ИИ мешают даже умным взрослым людям попробовать его в работе. Каждый миф разобран честно: что в нём правда, что преувеличено и что с этим делать.
Новичок в ИИЕще по этой теме
7 мин чтенияПочему объяснения ИИ кажутся обучением — хотя часто это не так
Беглое объяснение может создать ощущение знакомства с темой раньше, чем вы сможете её реально применить. Эти три теста покажут, помог ли ИИ вам учиться или лишь помог следовать за текстом.
Новичок в ИИ
69 минЛандшафт агентов — уроки внедрения агентов в рабочую среду
MLOps.community. Вице-президент по ИИ в Prosus и ИИ-инженер рассказывают, что реально ломалось при внедрении агентов в портфельных компаниях группы: пентесты на промпт-инъекции перед запуском, опасная запись, когда Jira-агент споткнулся о человеческие сокращения, устаревший контекст, против которого агентов научили показывать свои допущения, и проектирование запасных сценариев, где агентов объединяли или отключали, как только они добавляли когнитивную нагрузку. Это реестр отказов из статьи, проигранный как живой постмортем.
Продвинутый
10 мин чтенияСбои ИИ-систем в эксплуатации: что ломается после демонстрации
ИИ-системы обычно ломаются предсказуемо: галлюцинации, устаревший контекст, подхалимство, инъекция в промпт, небезопасное использование инструментов, дрейф схемы и слабые запасные сценарии. Реестр режимов сбоя в продакшне для команд, которые запускают реальные рабочие процессы.
Продвинутый
6 мин чтенияИИ против Google: когда искать, а когда спрашивать
Поиск и ИИ-ассистенты — не взаимозаменяемы. Практическое руководство о том, какой инструмент подходит для какого вопроса, с примерами в сравнении и случаями, где стоит использовать оба.
Новичок в ИИ
8 мин чтенияАнатомия промпта: роль, контекст, задача, ограничения, формат
Шаблон из пяти частей, который делает важные промпты яснее, удобнее для проверки и улучшения. С разобранными примерами, типичными ошибками и практичным порядком.
Начинающий
10 мин чтенияChain-of-thought, self-critique, tree-of-thoughts — когда что использовать
Три способа организовать рассуждение модели на сложных задачах и компромиссы между качеством, стоимостью и задержкой. Конкретные промпты, сравнения и ограничения современных моделей с углублённым рассуждением.
Уверенный
11 мин чтенияЧанкинг, переранжирование и гибридный поиск: как заставить RAG реально работать
Большинство RAG-реализаций работают плохо, потому что неправильно делают три вещи. Практический гид по чанкингу документов, переранжированию результатов и сочетанию ключевого поиска с семантическим — без необходимости становиться поисковым инженером.
Уверенный
10 мин чтенияВыбор и промптинг рассуждающих моделей
Настройки рассуждений влияют на качество, задержку, стоимость и иногда на подход к промптингу. Практическое руководство по их выбору на основе оценок, а не общепринятых представлений.
Уверенный
7 мин чтенияВыбор модели под задачу: шпаргалка на 2026 год
Какую модель выбирать для разных типов задач. GPT, Claude, Gemini, режимы рассуждения и модели с открытыми весами: правила выбора и примеры середины 2026 года вместо вечного рейтинга.
Начинающий
6 мин чтенияПочему ИИ уверенно ошибается: гид по галлюцинациям для начинающих
ИИ не обманывает намеренно, как человек. Модель может генерировать гладкие, но ложные детали, потому что правдоподобие и проверка фактов — разные задачи. Вот что происходит, почему это случается и как не обжечься.
Новичок в ИИ
10 минОсвойте 80% Perplexity меньше чем за 10 минут!
Jeff Su. Джефф открывает с того самого спектра, на котором держится статья: ChatGPT и Gemini на «творческом» конце, Perplexity и Google Search на «точном, актуальном, с источниками», — а потом показывает третий вариант в действии. Сравнение медалей Олимпиады в середине — самое чистое демо «вот когда вы спрашиваете чат-бота, а вот когда гуглите», что мы видели. После просмотра у вас будет третий инструмент в вашем поисковом распорядке и рабочее правило, как выбирать между тремя.
Новичок в ИИ
29 минTree of Thoughts: обдуманное решение задач с большими языковыми моделями (разбор статьи)
Yannic Kilcher. Янник проходится по оригинальной статье Tree-of-Thoughts из Princeton/DeepMind — циклу «генерация — оценка — отсечение — откат», почему он поднимает точность на Game of 24 с 4% до 74% и где техника перестаёт быть оправданной при её 10-кратной стоимости в токенах. Полезно ровно тем, что заставляет увидеть ToT как алгоритм поиска, а не как магический префикс к промпту.
Уверенный
25 минОсновы промптинга
Anthropic. Два человека из команды Applied AI в Anthropic вживую собирают реальный промпт, послойно добавляя роль, структурированные секции и явные шаги размышления. Это самая авторитетная демонстрация на YouTube «как использовать chain-of-thought, не превращая его в ритуал», и она делает тезис статьи «перестаньте вставлять во всё “Let's think step by step”» конкретным.
Уверенный
132 минКак я использую LLM
Andrej Karpathy. Продолжение, где Карпатый реально садится перед ChatGPT, Claude, Gemini и Perplexity и пользуется ими как продвинутый пользователь. Посмотрите его после статьи и его же «Intro» — вы увидите ментальную модель в действии в реальном времени, включая мелкие выборы (какая модель, какой режим, когда вставлять, а когда загружать файлом), которые отделяют разочарованных новичков от людей, получающих полезные ответы с первой попытки.
Новичок в ИИ
60 мин[Часовая лекция] Введение в большие языковые модели
Andrej Karpathy. Один из основателей-инженеров OpenAI даёт самое чистое часовое объяснение того, что такое LLM, на простом языке. Секция «психология LLM» — ровно та ментальная модель, которую пытается установить статья: почему эти модели галлюцинируют, почему они хороши в «вайбах» и плохи в счёте, почему промптинг ближе к тренерству, чем к программированию.
Новичок в ИИ
3 минСоздание OpenAI o1
OpenAI. Это трёхминутное видео из первичного источника фиксирует, как команда OpenAI представляла o1 при запуске. Оно помогает понять историю категории, но не устанавливает внутреннее устройство текущих моделей или лучший паттерн промптинга для другого поставщика либо задачи.
Уверенный
28 минo1: что происходит? Почему o1 — третья парадигма моделей и десять малоизвестных фактов
AI Explained. Видео предлагает независимое объяснение раннего представления o1 и его последствий для промптинга. Это полезный исторический контекст, но утверждения об o1 нельзя автоматически переносить на более поздние модели OpenAI, R1, режимы мышления Claude или других поставщиков.
Уверенный
34 мин«Генеративный ИИ» — это не то, что вы думаете
Acerola. Разработчик-эссеист терпеливо проходит троицу мифов «ИИ — это просто шлак / ИИ — это магия / ИИ — это воровство» с кодом на экране. Если миф №4 или №7 из статьи («это просто плагиат», «это просто плагиат, но для искусства») вас задевал, это видео — то, которое заслуживает право с вами не соглашаться.
Новичок в ИИ
12 минВ чём мы ошибаемся насчёт ИИ (с бывшим CEO Google)
Cleo Abram. Клео Абрам проходит между крайностями «оно нас всех убьёт» и «оно глубже, чем огонь», задаёт Эрику Шмидту неудобные вопросы и приземляется на трезвую середину. Рамка «мы живём внутри проблемы вагонетки» — ровно дух статьи: не отмахиваться от технологии и не катастрофизировать её, а просто понять, что она такое.
Новичок в ИИ
36 минAndrew Ng: возможности в ИИ — 2023
Stanford Online. Эндрю Ын, один из тех, кто реально строил эту отрасль, спокойно говорит о том, в чём ИИ хорош, в чём нет и где находятся реалистичные возможности. Полезный противовес мнениям из соцсетей — тот же спокойный тон без хайпа, что и в статье, только с большей глубиной по вопросу «куда это всё на самом деле движется».
Новичок в ИИ
8 минКратко о больших языковых моделях
3Blue1Brown. Самая аккуратная восьмиминутная ментальная модель LLM на YouTube. Грант Сандерсон разбирает «предсказание следующего слова», параметры, обучение и обучение с подкреплением на основе обратной связи от человека, ни разу не скатываясь в хайп. Посмотрите его сразу после статьи — и фраза «ИИ — это просто автодополнение на стероидах» перестаёт быть лозунгом и становится полезным сокращением.
Новичок в ИИ
10 минПочему большие языковые модели галлюцинируют
IBM Technology. Мартин Кин сортирует галлюцинации по четырём именованным категориям — противоречия внутри предложения, противоречия промпту, фактические ошибки, бессмыслица — и разбирает каждую на световой доске. После того как статья даёт вам «почему», это видео даёт словарь, чтобы распознавать тип ошибки в живой природе и решать, насколько доверять конкретному ответу.
Новичок в ИИ
36 минChatGPT с Rob Miles — Computerphile
Computerphile. Долгая, спокойная беседа с исследователем безопасности ИИ Робом Майлзом о том, почему модель, обученная предсказывать правдоподобный текст, всегда — структурно — будет иногда выдумывать факты. Запись начала 2023-го, но базовый механизм, который она объясняет, не изменился, и эта рамка до сих пор — самый чистый способ усвоить «это движок беглости, а не движок истины».
Новичок в ИИ