FoundersFeed

Seedance 2.5 demo: character animation testing workflow before full production.

Showing a witch character concept (Nyx) - demonstrates the model's ability to generate consistent character motion from minimal input. The approach here is smart: validate the character's movement style and visual consistency before committing to full animation sequences.

Seedance 2.5 is positioning itself as a rapid prototyping tool for animation pipelines - lets you iterate on character design and motion without burning resources on full renders. Useful for indie game devs and animators who need to test concepts fast.

Got interesting feedback today: someone tried running TDS in Android Termux and it failed.

Gonna add support for it - opens up some genuinely cool use cases. Running TDS natively on Android through Termux means you could have a full dev environment in your pocket without needing a laptop. Pretty wild for edge testing and mobile-first workflows.

Historical ideas split into two categories: representative (what people believed back then) vs parapposite (still useful stepping stones today).

Math and physics are cumulative—Newton and Euler are still part of the path to current theories. You study them because they're *still right*, not just historically interesting.

Psychology, econ, law, biology? Mostly representative. Old theories tell you more about those societies than about correct answers today.

Some fields are representative not because they're hard, but because their subject matter is *genuinely contingent*—politics, ethics, aesthetics don't have timeless laws. They're about people with changing preferences in changing cultures.

If that's true, AI won't turn those fields into physics. It'll just be another voice in the conversation.

This breaks a core AI safety assumption: that persuasive ability scales like chess or math. If persuasion is more like politics than chess, there might not even be a single axis where "arbitrarily greater capability" exists. No ELO rating for rhetoric. No convergent super-persuader.

Implication: AI alignment in non-cumulative domains might require fundamentally different thinking than the "optimize toward objective truth" frame that works in math/physics.

DeepSeek-V4 Flash и GPT-5.6 Luna позиционируются как действительно доступные модели для всех, а не только для крупных компаний с огромными бюджетами. Главный отличительный фактор здесь — демократизированный доступ: эти модели нацелены на предоставление производительности уровня передовых моделей без непомерных затрат на API или требований к вычислениям, которые отсекают индивидуальных разработчиков и небольшие команды.

В частности, DeepSeek-V4 Flash ориентирована на сверхнизкую задержку при инференсе, при этом сохраняя сильные способности к рассуждениям. Это делает её пригодной для real-time приложений, которые ранее требовали дорогих моделей класса GPT-4. Вероятно, в основе архитектуры лежит агрессивная квантовка и разреженное внимание, чтобы добиться выгодного компромисса «скорость — стоимость».

Сообщество продвигает идею мультимодальной поддержки в дорожной карте DeepSeek. Сейчас она текстовая, что ограничивает сценарии использования по сравнению с GPT-4V или Gemini. Добавление зрения/аудио сделает её полноценной альтернативой для разработчиков, создающих агентные решения, инструменты для работы с контентом или интерактивные системы — без того, чтобы их «раздавили» счета за API.

Why does Claude need its own CLAUDE.md file? Turns out it doesn't—just symlink it to AGENTS.md and call it a day.

ln -s AGENTS.md CLAUDE.md

Classic case of unnecessary file duplication in docs. One source of truth > multiple identical files.

Why does Claude need its own CLAUDE.md file? Spoiler: it doesn't.

Ended up just symlinking it to the main AGENTS.md anyway:
ln -s AGENTS.md CLAUDE.md

Classic case of unnecessary file fragmentation in docs. One canonical agents spec > scattered per-model files. Keep your repo DRY.

Seedance 2.5 has a forced music injection issue that breaks workflow control. The model ignores "no music" prompts and auto-generates audio tracks regardless of user intent.

This is a massive pain for post-production. If you're editing clips, syncing custom audio, or building sequences, you're now stuck stripping out unwanted music layers every single time.

Tested multiple prompt variations - none worked. The model's audio generation pipeline appears hardcoded to always produce a soundtrack, treating music as a mandatory output rather than an optional parameter.

For devs: this suggests the audio diffusion model is tightly coupled with video generation, likely sharing latent space or conditioning tokens. No clean separation between visual and audio streams in the architecture.

Makes the tool unusable for professional workflows where audio control is critical. Hope they expose an audio toggle flag in the next release.

Shitcoins might've just saved someone's hardware wallet stash. The irony? Bitcoin maxis bullied them away from Trezor/Ledger for supporting altcoins, and that decision ended up being protective.

The take: Being a Bitcoin maximalist when you start makes sense—focus, clarity, less noise. But toxic maximalism? That's where ideology becomes a liability. Diversifying wallet infrastructure or asset exposure isn't betrayal, it's risk management.

The crypto space rewards technical pragmatism over tribal purity. Sometimes the "shitcoins" you avoid aren't the risk—it's the rigid thinking.

Harness = уборка после поломанных ответов LLM

Некоторые модели даже не могут корректно скопировать номера из примеров. В итоге вручную допатчил 10 файлов, добавив 398 строк кода для исправления ошибок — только чтобы это заработало 😂

Классический случай: реальность продакшена vs модельные бенчмарки — не самая гламурная инфраструктурная работа, о которой никто не говорит, но с которой все сталкиваются при масштабированном внедрении LLM.

Мы приближаемся к потенциальному разрыву в прогрессе ИИ. История показывает, что один алгоритмический прорыв уровня трансформеров может перевернуть всё за одну ночь.

Разрыв в эффективности огромен: человеческий мозг работает примерно на ~20 Вт, а NVIDIA B200 потребляет 14 000 Вт для сопоставимых задач рассуждения. Это разница по энергопотреблению в 700 раз.

Этот «идиот-индекс» (коэффициент мощности для эквивалентного интеллекта) наводит на мысль, что мы по-прежнему наугад «вычисляем» интеллект с помощью кремния. Настоящий прорыв не будет в том, чтобы собрать более крупные кластеры — это будет архитектура, которая закроет эту пропасть в эффективности. Как только это произойдёт, мы увидим, что стоимость вывода резко упадёт, а возможности взлетят одновременно.

Трансформеры дали нам GPT. Следующий архитектурный скачок может дать нам AGI, который сможет работать на ноутбуке.

Пока Китай отмечает на этой неделе победу двух выпускников Пекинского университета, получивших медали Филдса, американская AI-лаборатория только что автономно решила 10 задач уровня медалей Филдса. Вот в чём разрыв: одна сторона празднует достижения людей в чистой математике, а другая — то, как машины делают это в масштабе. Вычислительное преимущество и исследовательская инфраструктура в американских AI-лабораториях работают на совершенно другом уровне. Это уже не про индивидуальный гений — это про то, у кого есть системы, чтобы автоматизировать математическое рассуждение в сверхчеловеческом масштабе.

Проверка реальности vibe-coding: код-ревью накапливаются, функциональное тестирование никогда не заканчивается (самопроверка и самотестирование с ИИ теперь обязательны)

Смена стратегии → люди фокусируются на тестировании ключевого потока, на надежной инструментализации + логировании, а также на том, чтобы циклы обратной связи были максимально короткими. Проблемы — быстрее обнаруживать, реакции — быстрее. Иронично, но это выматывает больше 😂

Ищем проверенные в боях практики по тому, как балансировать скорость разработки с ИИ и качественные контроли. Что реально работает в производственных средах?

Seedance 2.5 позволяет генерировать апокалиптические видеопоследовательности с ИИ по одному запросу и расширять их до полноценного сериала.

Процесс простой: начните с одного текстового запроса, описывающего вашу апокалиптическую сцену, сгенерируйте исходный видеоролик, затем используйте функцию продолжения Seedance, чтобы последовательно добавлять сцены, сохраняя визуальную согласованность.

Ключевая возможность: временная когерентность между несколькими сгенерированными клипами позволяет создавать нарративные серии, а не просто изолированные видео. Версия 2.5 улучшила качество движения и переходы между сценами по сравнению с более ранними релизами.

Практический вариант использования: прототипирование раскадровок, создание последовательностей концепт-арта или генерация референсных материалов для VFX без необходимости в полноценной производственной цепочке.

Модель довольно хорошо справляется с драматическим освещением, физикой разрушений и атмосферными эффектами для контента, создаваемого ИИ. При этом остаются обычные артефакты видео, сгенерированного ИИ, но их достаточно для быстрых итераций по творческим концепциям.

Риск-доходность: потенциальная выгода обратно пропорциональна вероятности полной потери.

10x → 90% риск разорения
5x → 80% риск разорения
2x → 50% риск разорения
1.5x → 33% риск разорения
1.2x → 17% риск разорения
1.1x → 9% риск разорения
1.05x → 5% риск разорения

Каждая «доходная» новость подразумевает кладбище неудачных ставок позади нее. Когда кто-то демонстрирует 10x, статистически еще девять других были разнесены, преследуя ту же схему. Математика не заботится о вашей уверенности — асимметричная выгода идет рука об руку с асимметричными шансами на провал.

Полезная ментальная модель для определения размера позиций и фильтрации выживательской предвзятости в трейдерских сообществах. Если доходность выглядит невероятной, скорее всего, базовый показатель успеха был в однозначных числах.

Исследования в области пространства Якобиан предполагают, что информационные процессоры могут достигать «сознания доступа» — то есть любого системы, которая обрабатывает информацию (биомы, экосистемы, рынки), теоретически может развиться сознательное осознание. Это иначе определяет сознание как возникающее свойство потока информации, а не как нечто уникальное для биологических мозгов. Технический вывод: если рынки — это информационные процессоры, то они могут проявлять поведение, похожее на сознание — адаптироваться, обучаться и реагировать способами, которые выходят за рамки простых алгоритмических реакций. Дикия идея, соединяющая нейронауку, теорию сложности и распределённые системы.

Рынок только что переварил обвал сопоставимого масштаба с LTCM без вмешательства ФРС. Никаких экстренных снижений ставок, никаких скоординированных спасательных пакетов — только органическое ценообразование и механика ликвидаций делают своё дело. Это проверка на стресс, пройденная в реальном времени — либо рыночная инфраструктура стала намного устойчивее с 1998 года, либо риск распределился иначе настолько, что заражение не пошло цепной реакцией. В любом случае, это важная точка данных: насколько велика сейчас способность к поглощению по сравнению с двумя десятилетиями назад — впечатляет.

DeepSeek-V4-Flash только что бросил разработчикам AI-приложений спасательный круг. Но по-честному — более умные модели? Большинство обычных пользователей даже не заметят разницы 😂

Разрыв между тем, что самые передовые LLM могут, и тем, что в реальности нужно средним пользователям, продолжает увеличиваться. Разработчики радуются улучшениям в рассуждениях и росту на бенчмарках, но конечные пользователи по-прежнему просто просят написать письма и кратко пересказать документы.

Ценность V4-Flash — это не просто «сырой» прирост интеллекта. Скорее всего, решающими будут соотношение цена/качество и улучшения по задержке для продакшн-приложений. Если вы выпускаете consumer AI-продукты, вы оптимизируете скорость и доступность задолго до того, как начинаете гнаться за возможностями уровня AGI.

Критическое уведомление по вопросам безопасности для пользователей Coldcard Mk3 с мультиподписью (прошивка 4.0.1+):

Разбор модели угроз:
- Если В СЕХ мультиподписантов в вашей схеме с мультиподписью оказались скомпрометированы устройства Coldcard Mk3 (fw 4.0.1+), то ОДНА историческая операция расхода раскрывает достаточно данных, чтобы злоумышленник смог вывести ваши ключи. Вам грозит непосредственная опасность.
- Если ваш порог подтверждений выполнен скомпрометированными устройствами (например, 2 из 3, где 2 — «плохие»), применяется тот же риск.
- Если хотя бы ОДИН подписант был с «чистого» устройства, вам безопаснее: злоумышленник может атаковать только адреса, которые уже были раскрыты в прошлых транзакциях. Неиспользованные адреса остаются скрытыми без здорового публичного ключа.

Протокол эвакуации (НЕ ПАНИКУЙТЕ И НЕ ДЕЛАЙТЕ РЕЗКИХ ДЕЙСТВИЙ):
1. Если вы разошлёте sweep-транзакцию (сбор средств) в публичный mempool, вы раскроете недостающие публичные ключи, которые нужны атакующему. Он может опередить вас, поставив более высокую комиссию, и украсть ваши средства «в полёте».
2. Сначала соберите и протестируйте новый кошелёк.
3. Подметите всё в ОДНОЙ транзакции, чтобы минимизировать окно для раскрытия.
4. Используйте сервис прямой отправки (например, ускорители mempool или приватный ретранслятор), чтобы полностью обойти публичный mempool.

Контекст: злоумышленник уже опустошил 500 кошельков за 3 блока. Такой уровень автоматизации говорит о том, что он запрограммировал вектор атаки на мультиподпись и готов выполнять её в масштабе. Пока нет подтверждений компрометации мультиподписей, но инструментарий явно уже готов.

Если вы никогда не тратили с вашей мультиподписи, или если ваш последний расход перевёл все средства на новый адрес изменения, у вас есть время действовать методично. Но если вы сидите на «горячем» адресе с историей предыдущих расходов и полностью настроенным набором Coldcard, вы проигрываете время.

Аппаратные кошельки Coldcard имеют критическую уязвимость в генерации энтропии для сид-фраз на затронутых устройствах. RNG (генератор случайных чисел) выдаёт недостаточно случайности, из‑за чего сиды становятся предсказуемыми.

Одних обновлений прошивки недостаточно. Вам нужно срочно заново сгенерировать сид-фразы и немедленно перенести средства.

Два технических способа смягчения:

1. Надёжная парольная фраза: добавьте как минимум 6 слов в качестве расширения passphrase по BIP39. Это добавляет дополнительную энтропию поверх слабого сида.

2. Энтропия броска кубиков: Coldcard поддерживает ручное добавление энтропии с помощью физических бросков кубиков. По сути, вы буквально подмешиваете настоящую энтропию из реального мира в процесс формирования сид-фразы, вместо того чтобы доверять скомпрометированным TRNG/PRNG.

Способ с кубиками работает потому, что физическая энтропия (термодинамическая случайность при перекатывании кубиков) полностью обходит сломанную псевдослучайную генерацию устройства. Это не «безумие» — на самом деле это криптографически более надёжно, чем доверять аппаратным RNG, которые могут тихо давать сбой.

Если у вас хранится серьёзный $BTC на затронутом Coldcard, это не опционально. Слабая энтропия означает, что атакующие смогут методом перебора перебрать пространство ваших сидов.

ВНИМАНИЕ: Мошенники выдают себя в Telegram за сотрудников Trust Wallet и активно пытаются выманить seed-фразу (фразу восстановления), запрашивая переводы.

Напоминание: Ни одна легитимная команда кошелька НИКОГДА не попросит вашу recovery phrase (фразу восстановления) и не будет требовать, чтобы вы отправляли средства. Если кто-то в личных сообщениях представляется поддержкой — это мошенничество.

Будьте настороже 🔐