🥊 В США вступили в силу новые пошлины в размере 10% в отношении импорта из Китая. В ответ Китай ввел пошлины в размере 10–15% на американскую нефть, сельхозтехнику, уголь и СПГ.

Изображение поста

Получаем токены CASHCAT за активность в OpenSea 💰

Если вы пользовались мобильным приложением OpenSea и торговали через него на прошлой неделе — проверьте свои аккаунты. Некоторым пользователям уже начали начислять награды в токене $CASHCAT. Размер дропа небольшой — примерно до $5, но проверить точно стоит. Что делаем: ▪️Открываем приложение OpenSea Mobile ▪️Переходим в уведомления ▪️Ищем сообщение о награде Cashcat Token ▪️Если доступно — забираем токены Проверяйте кошельки, вдруг что-то прилетело 💰

🇮🇹 Итальянский банк Intesa Sanpaolo сократил свою долю в IBIT на 94% во втором квартале, одновременно утроив свои активы в ETF на основе Ethereum.

📉 Общий объем активов в биткойн-ETF снизился на 35% и составляет теперь $69,3 млн. @PROBLOCKCHAIN SQUAD

Мои агенты стабильно не находят лучший тул под задачу, и вот почему

Прошу агента найти способ транскрибировать ютуб-видео. Он приносит yt-dlp, который блокируется на серверных запросах — вместо transcript API или скилла, который его уже оборачивает. Прошу лучшие системы persistent memory. Выдаёт Mem0 и всякое старье, что давно на рынке но уже не так релевантно. GBrain, который реально лучше под мой кейс, не всплывает вообще. И вот тут начинается дорогая часть. Если бы я не знал, что GBrain существует, я бы взял Mem0, остался бы им недоволен по куче причин и начал бы пилить своё — ровно это мне агент и предложил после того, как мы разобрали Mem0 и поняли что он не подходит. Дни работы над тулом, который уже есть. It's pain. It's fucking pain. И в целом я хочу, чтобы агент всегда находил лучший вариант среди конкурентов под мои задачи. Одна эта штука ускоряет всё на порядок, потому что экономит огромное количество времени и сил. Поэтому я считаю, что поиск правильного тула — один из самых ценных скиллов, которые вообще может иметь агент. Но для этого ему надо подключиться туда, где инфа реально лежит, и получить нормальные инструкции, что там делать. Поэтому я написал под это скилл. Наверняка похожих уже полно, но тестить их у меня нет времени, так что я начал со своего. Правила, которые я заложил: 1. Задавать направление, а не ограничения. Перечислять тулы и команды как примеры и явно писать, что агент может пробовать другие, если посчитает нужным 2. Две фазы, строго по порядку. Сначала прогнать десятки кандидатов по дешёвым сигналам — README, звёзды, последний коммит, что пишут на Reddit и в X — и только потом отобрать 3-5 в шортлист и проверять код в репозиториях каждого из кандидатов. Иначе агент зациклиться на первым попавшихся тулах. 3. Сравнивать, а не хвататься за первое. Один норм вариант — это не ответ. Если до конца дожило меньше трёх кандидатов, значит поиск был слишком узкий. 5. Не хардкодить то, что стареет. Rate limits, URL реестров, CLI-флаги — вместо этого ссылаться на доки. 6. Про факапы говорить вслух. Какой клиент, какая ошибка, что не покрыли. Жидкий результат, поданный как тщательный поиск, хуже, чем отсутствие результата. и др. Пока скилл заточен в основном под поиск по гитхабу, но буду расширять на X, Reddit, Exa и другие источники. Называется «scouting-solutions». Следить можно тут: https://github.com/klima-tm/agent-skills
💰 bStocks с дивидендами: у кого какая доходность?
Многие думают, что bStocks — это только про рост цены. Но часть токенизированных активов приносит ещё и дивиденды: компания делится прибылью с держателями. На bStocks это начисляется автоматически через мультипликатор — дивиденд приходит, с него удерживается налог, остаток реинвестируется, и баланс растёт сам. Дивидендная доходность у разных компаний сильно отличается. Вот ориентиры (годовая доходность к цене, примерно — меняется вместе с котировками) 👇 Заметная доходность (~2–4%): — Nokia (NOKB) — ~3–4% — IBM (IBMB) — ~2,2% — Qualcomm (QCOMB) — ~2,2% — Corning (GLWB) — ~2% — Goldman Sachs (GSB) — ~2% Умеренная (~1–1,5%): — Dell (DELLB) — ~1,5% — TSMC (TSMB) — ~0,9% Символическая (менее ~1%): — Broadcom (AVGOB) — ~0,8% — Microsoft (MSFTB) — ~0,7% — Oracle (ORCLB) — ~0,7% — Nvidia (NVDAB) — ~0,5% — Apple (AAPLB) — ~0,4% — Meta (METAB) — ~0,3% (начали платить в 2024) — Alphabet/Google (GOOGLB) — ~0,3% (начали платить в 2024) Пока не платят дивиденды: — Amazon (AMZNB), Tesla (TSLAB), AMD (AMDB), Palantir (PLTRB), Coinbase (COINB) — прибыль вкладывают обратно в развитие ⚠️ Цифры примерные и меняются вместе с ценой актива. Размер и сам факт дивидендов компания может пересматривать. Это не инвестрекомендация — всегда DYOR. → Узнать больше о bStocks Приложение Binance | Чат | Instagram | YouTube | X | Блог | Поддержка | Активности
#AI: ChatGPT научился слушать, пока сам отвечает 🔭
😐 Ранее писали про демку GPT-Live, где он на лету искал билеты и погоду прямо в разговоре. Теперь OpenAI перекроила сам голосовой движок - он слышит тебя прямо во время своего ответа. Старый голосовой режим работал по очереди: ты договорил, помолчал, модель распознала, ответила. Любая пауза или шум в фоне - и она влезала не вовремя. Что поменялось: GPT-Live это одна модель, которая принимает звук напрямую и много раз в секунду решает: говорить, слушать, замолчать или лезть в тулзу. Отдельные ступени распознавания и синтеза речи просто выкинули. Что теперь умеет: 🟢Слушать и говорить одновременно 🟢Поддакивать "ага", "мгм" пока ты думаешь 🟢Ловить, что ты перебил, и замолчать 🟢Молчать, когда тебе надо подумать Тяжёлые задачи - поиск, рассуждения - ушли в фон на GPT-5.5, разговор при этом не встаёт. По сути голос отвязали от мозгов: болталка отвечает мгновенно, тяжёлая модель думает в фоне. Что по скорости: Запуск сессии срезали с шести сетевых циклов до одного. Старый режим тупил ~1.7 секунды перед первым словом, теперь ~1.1 на реакцию. 🗒 Бенчмарки тут вторичны - главное, голос перестал быть автоответчиком и стал нормальным собеседником. Это тот самый интерфейс, через который агенты будут решать бытовые задачи. Как собрать своего голосового агента разбираем в ИИ-клубе. Slavik | Updates | Инстаграм | ИИ Клуб
Серебро около $60 — вдвое ниже пика конца января. Исторически бумы сменялись годами медвежьего рынка: 1980 (сжатие маржи на COMEX, «серебряный четверг», обвал до $10,80) и 2011 (QE, затем -75% до ~$12 к марту 2020) 📉
Цикл 2025–2026 иной: дефицит с 2019-го, биржевые запасы на минимумах, ставки займов металла >30% к октябрю 2025, 26 января 2026 ближний фьючерс +14%. Ралли позже усилили плечо, но ставки ФРС оставались высокими. Спрос подпирают солнечная энергетика, оборудование для ИИ и электрификация транспорта ⚙️ Новости криптовалют 📲
⚡ США и Япония впервые с 1998 года вместе вышли скупать йену — биткоин это почувствовал.
Минфин США подтвердил в воскресенье совместную интервенцию против «беспорядочного» ослабления йены: пара доллар/йена рухнула со ~164 до 156,5, на поддержку ушло около $59 млрд. Биткоин растерял дневной плюс и за пару часов упал больше чем на 2%. Логика простая: когда йена резко крепнет, схлопывается кэрри-трейд — заняли дешёвую йену, купили рисковое, теперь надо срочно откупать йену и продавать всё подряд. Хотя 52-недельная корреляция биткоина с йеной −0,90 намекает, что давит скорее крепкий доллар. #рынок 🔗 Мои каналы: YoutubeXLinkedInInstagram
Что вас ждет на обучении?
Читайте на скрине все подробности по курсу ⬆️ Обучение начнется уже в субботу, 8 августа. Проходите регистрацию, она доступна только ближайший 41 час по кнопке ниже ♥️
Битва гигантов: кто круче зарабатывает на ИИ? 🔥
И Microsoft, и Amazon вливают миллиарды в нейросети, но профит у них разный 📊 Microsoft выжимает максимум из ИИ-инвестиций, показывая мощный рост доходов. Благодаря OpenAI и Copilot майки получают реальный кэшбек 🚀, пока Amazon только раскачивает свои процессы. 🤔 Кто победит в этой гонке? 📍 Источник: Barchart · via Yahoo Finance: «Microsoft and Amazon Are Spending Billions on AI. 1 Is Getting Far Better...» 🤩🤩🤩🤩🤩🤩 Regular Trader — здесь торгуем! 📊 🤩🤩🤩🤩🤩🤩 Биржи: MEXC, BingX
IBM с Qedma и Algorithmiq представили методы проверки квантовых расчётов без классического пересчёта: статистические тесты и независимые проверки. На IBM Quantum Heron с подавлением ошибок смоделировали квантовые материалы, превзойдя Fugaku. Курс — к Trusted Quantum Computation.