Новости

15 Дек 2025

Новости

OpenAssistant или ChatGPT в 2025: честное сравнение без маркетинга

К 2025 году рынок разговорных ИИ окончательно вышел из стадии экспериментов. Если ещё несколько лет назад пользователи сравнивали нейросети по принципу «кто умнее отвечает», то сегодня разговор идёт о практической ценности, устойчивости, прозрачности и реальной пользе в работе. На фоне этого особенно часто звучит вопрос: OpenAssistant или ChatGPT — что выбрать в 2025 году, если отбросить маркетинг, громкие заявления и фанатские споры.

Обе системы активно используются для текстов, программирования, аналитики, SEO, обучения и автоматизации. Но их философия, архитектура и подход к пользователю заметно отличаются. В этой статье мы разберём различия без рекламных обещаний, опираясь на реальное использование, сильные и слабые стороны, а также на то, кому и в каких задачах каждый инструмент подойдёт лучше.

Что такое ChatGPT в 2025 году и как он эволюционировал

ChatGPT в 2025 году — это уже не просто чат-бот, а универсальная платформа для работы с текстом, кодом, логикой и контекстом. Основное отличие от ранних версий заключается в глубине понимания задач и способности удерживать длинные логические цепочки. Модель научилась работать с большими текстами, соблюдать сложные требования к стилю, структуре и SEO, а также адаптироваться под конкретного пользователя и его привычки.

Ключевая особенность ChatGPT сегодня — ориентация на результат, а не на демонстрацию интеллекта. В коммерческом использовании это выражается в стабильности формата, умении следовать инструкциям без «творческих отклонений» и способности писать тексты, которые выглядят как человеческие, а не как машинная генерация. Особенно это заметно в нишах SEO, контент-маркетинга, технической документации и аналитических обзоров.

При этом ChatGPT остаётся закрытым продуктом. Пользователь не контролирует архитектуру, не видит обучающие данные и полностью зависит от политики компании. Это создаёт высокий уровень качества, но одновременно ограничивает гибкость и кастомизацию на уровне ядра.

OpenAssistant в 2025: философия открытого ИИ и реальность

OpenAssistant позиционируется как альтернатива крупным коммерческим моделям, построенная на принципах открытости и коллективного развития. В 2025 году проект действительно вырос по сравнению с ранними версиями: улучшилась связность ответов, повысилось качество диалогов, появилась поддержка более сложных инструкций.

Однако философия открытого ИИ накладывает и ограничения. OpenAssistant по-прежнему зависит от сообщества, доступных моделей и вычислительных ресурсов. Это означает, что качество может колебаться в зависимости от сборки, хостинга и конкретной реализации. В одном сценарии пользователь получает адекватный и логичный ответ, в другом — поверхностный текст с повторами и упрощениями.

При этом OpenAssistant выигрывает там, где важны прозрачность, экспериментальность и отсутствие жёстких ограничений. Его часто используют разработчики, исследователи и энтузиасты, которым важнее контроль и гибкость, чем полированное качество каждого ответа.

Качество текста, логика и работа с инструкциями

Если рассматривать именно качество текстов в 2025 году, разница между ChatGPT и OpenAssistant становится особенно заметной. ChatGPT лучше справляется с длинными структурированными материалами, где важны логика, плотность текста, соблюдение SEO-требований и отсутствие противоречий. Он устойчиво держит заданный стиль на протяжении тысяч слов и корректно встраивает элементы вроде списков, таблиц и мета-блоков.

OpenAssistant чаще работает на уровне «разумного черновика». Он может дать хорошую основу, идеи или направление, но при увеличении объёма текста начинает терять связность, повторять мысли или упрощать формулировки. Это не критично для обсуждений, обучения или прототипирования, но становится проблемой в коммерческом контенте.

В сравнении важно зафиксировать ключевые различия в практическом использовании, чтобы было понятно, где каждая система проявляет себя лучше. Ниже приведён список, который логично вытекает из опыта работы с обеими платформами и помогает быстро оценить их поведение в реальных задачах.

• ChatGPT стабильно соблюдает сложные инструкции и ограничения по структуре.
• OpenAssistant чаще интерпретирует задачу свободно и может отходить от формата.
• ChatGPT лучше работает с длинными SEO-текстами и аналитическими статьями.
• OpenAssistant удобен для экспериментов, обсуждений и открытых исследований.
• ChatGPT реже допускает логические разрывы в длинных материалах.

Этот список не означает, что один инструмент «умнее» другого. Он лишь показывает разницу в подходе: ChatGPT ориентирован на предсказуемый результат, OpenAssistant — на гибкость и открытость. После такого сравнения логично перейти к более формализованному анализу параметров.

Сравнительная таблица: OpenAssistant и ChatGPT в 2025

Перед таблицей важно уточнить, что сравнение проводится с точки зрения конечного пользователя, а не разработчика модели. Речь идёт о том, как системы ощущаются в ежедневной работе, насколько они надёжны и удобны.

Критерий	ChatGPT	OpenAssistant
Качество длинных текстов	Высокое, стабильное	Среднее, нестабильное
Соблюдение инструкций	Чёткое, предсказуемое	Часто свободная интерпретация
SEO и структурирование	Отлично подходит	Требует доработки
Гибкость и кастомизация	Ограниченная	Высокая
Прозрачность модели	Закрытая	Открытая
Подходит для бизнеса	Да	Частично

После таблицы становится очевидно, что выбор зависит не от абстрактного «лучше или хуже», а от целей. ChatGPT выигрывает в задачах, где важны стандарты, повторяемость и качество без доработок. OpenAssistant же остаётся инструментом для тех, кто готов мириться с нестабильностью ради свободы и экспериментов.

Безопасность, ограничения и цензура в 2025 году

Один из самых чувствительных вопросов — ограничения и фильтры. В 2025 году ChatGPT работает в рамках строгих правил, что иногда раздражает пользователей. Определённые темы обрабатываются осторожно, формулировки смягчаются, а в спорных вопросах модель старается уходить от прямых утверждений.

OpenAssistant в этом плане заметно свободнее. Его ограничения зависят от конкретной реализации, а не от единой корпоративной политики. Это плюс для исследователей и минус для бизнеса, где важна юридическая и репутационная безопасность. Свобода здесь означает большую ответственность пользователя за результат.

Важно понимать, что ограничения ChatGPT — это не «глупость», а осознанный дизайн. Он снижает риски, но иногда делает ответы менее прямыми. OpenAssistant же может быть честнее, но и более резким или неточным.

Кому подойдёт ChatGPT, а кому OpenAssistant

Если подводить практический итог, то в 2025 году ChatGPT — это инструмент для тех, кто зарабатывает на результате: SEO-специалистов, редакторов, маркетологов, аналитиков, предпринимателей. Он экономит время, снижает количество правок и позволяет масштабировать контент без потери качества.

OpenAssistant больше подойдёт разработчикам, исследователям, энтузиастам и тем, кто ценит идею открытого ИИ. Он хорош как среда для экспериментов, обучения и кастомных решений, но требует терпения и доработки.

Заключение

Честное сравнение OpenAssistant и ChatGPT в 2025 году показывает, что это не конкуренты в классическом смысле, а инструменты для разных задач. ChatGPT — это стабильность, качество и предсказуемость. OpenAssistant — свобода, открытость и эксперимент.

Если вам нужен результат здесь и сейчас, без лишних компромиссов, ChatGPT остаётся более практичным выбором. Если же вы ищете контроль, гибкость и готовы мириться с шероховатостями, OpenAssistant даёт возможности, которых закрытые системы не предлагают.

15 Ноя 2025

Новости

Партнёрство OpenAI × AWS 2025: какие возможности открываются бизнесу

Развитие искусственного интеллекта в 2025 году ускорилось благодаря объединению крупнейших технологических игроков. Партнёрство OpenAI и AWS стало одним из самых заметных событий, поскольку объединяет мощность облачных инфраструктур AWS с передовыми моделями OpenAI. Для компаний это означает новый уровень скорости внедрения ИИ-решений, снижение порога входа в технологии и расширение возможностей автоматизации. Ниже рассмотрены ключевые направления, где синергия этих двух платформ открывает бизнесу реальные конкурентные преимущества.

Масштабируемая архитектура OpenAI на AWS и её преимущества

Главным эффектом интеграции стало то, что бизнес теперь может разворачивать решения OpenAI непосредственно в экосистеме AWS, без сложной миграции. Это существенно ускоряет проекты, позволяет экономить ресурсы и повышает надёжность сервисов.

Высокая масштабируемость AWS дополняет вычислительные потребности моделей OpenAI. Компании, работающие с большими объёмами данных, могут использовать гибкую инфраструктуру для обучения, тестирования и внедрения моделей. Благодаря тому что сервисы OpenAI интегрированы в знакомую среду AWS, разработчики получают возможность создавать ИИ-продукты быстрее и безопаснее.

Кроме того, встроенные механизмы безопасности AWS позволяют компаниям доверять системам искусственного интеллекта даже при работе с конфиденциальной информацией. Это особенно важно для финансовых, медицинских и государственных организаций, где соблюдение регуляторных требований имеет ключевое значение.

Инструменты AWS для генеративного ИИ и их усиление благодаря OpenAI

AWS уже развивал собственную линейку решений для генеративного ИИ, но партнёрство с OpenAI расширило функционал и дало возможность объединить лучшие инструменты двух миров. Теперь бизнес может использовать модели OpenAI через Amazon Bedrock, что увеличивает доступность технологий даже для компаний, не имеющих глубоких технических компетенций.

Дополнительным преимуществом стала оптимизация рабочих процессов. Инженеры могут подключать модели OpenAI к AWS Lambda, интегрировать их в серверлесс-архитектуру, использовать в пайплайнах аналitika на базе Amazon SageMaker. Все это снижает затраты на обслуживание и ускоряет вывод продуктов на рынок.

Важным аспектом является улучшенная поддержка мультимодальных решений — от обработки текста до анализа изображений, видео и звука. Бизнесы, работающие в сфере e-commerce, здравоохранения, логистики, образования и креативных индустрий, получают возможность внедрять широкий набор ИИ-сценариев без необходимости строить собственные вычислительные мощности.

Как объединение AWS и OpenAI влияет на развитие корпоративных решений

Интеграция двух платформ открыла пути к созданию целого класса корпоративных приложений. Компании теперь могут внедрять чат-ботов, интеллектуальные поисковые системы, аналитические панели и инструменты автоматизации бизнес-процессов, используя единую инфраструктуру.

Поскольку в середине статьи необходимо показать структурированность материала, сюда уместно включить список, который будет логическим продолжением анализа возможностей для бизнеса. Ниже представлены ключевые направления, где партнёрство OpenAI и AWS приносит максимальную пользу корпоративным клиентам.

Перед тем как перейти к списку, важно подчеркнуть, что перечисленные возможности формируют основу для стратегического внедрения ИИ в корпоративных средах и позволяют организациям не только автоматизировать процессы, но и повышать качество решений.

Ключевые направления применения ИИ-партнёрства:

• автоматизация клиентских сервисов и внедрение интеллектуальных помощников;
• повышение эффективности аналитики и генерация бизнес-отчётов на базе ИИ;
• улучшение процессов кибербезопасности и мониторинга рисков;
• персонализация продуктов и сервисов с учётом поведенческих данных клиентов;
• создание мультимодальных решений для маркетинга, обучения и внутреннего документооборота.

После рассмотрения ключевых направлений можно отметить, что потенциал партнёрства выходит далеко за рамки стандартной автоматизации. Интеграция затрагивает всю структуру цифровой трансформации, позволяя создавать решения нового уровня гибкости и масштабируемости.

В середине статьи также важна таблица — она поможет отразить основные выгоды партнёрства для разных типов компаний. Ниже приведено пояснение: таблица показывает, какие сегменты бизнеса могут получить наибольшую отдачу от использования OpenAI на базе AWS и какие эффекты наиболее значимы для их работы.

Тип бизнеса	Основная выгода	Ожидаемый эффект
Малый бизнес	Снижение затрат на ИИ-разработку	Быстрое внедрение автоматизации
Средний бизнес	Оптимизация процессов и аналитики	Рост продуктивности и сокращение ошибок
Крупные корпорации	Масштабируемость и безопасность	Возможность внедрения сложных ИИ-систем
IT-компании	Готовые модели OpenAI в AWS	Ускорение разработки продуктов
Финансовый сектор	Соответствие требованиям безопасности	Контроль рисков и защита данных

Таблица демонстрирует, что выгоды от партнёрства масштабируются в зависимости от зрелости компании: чем выше уровень организации, тем шире спектр сценариев внедрения.

Расширенные возможности интеграции данных и автоматизации

Одним из главных преимуществ синергии OpenAI и AWS стало улучшение обработки данных. Бизнес может использовать AWS Glue, Athena, Redshift и другие сервисы в комбинации с моделями OpenAI для создания контент-генерации, прогнозирования, интеллектуальной классификации документов и автоматизации отчётности.

Компании, работающие со сложными процессами, могут внедрить интеллектуальные пайплайны, где модели OpenAI анализируют данные в реальном времени, а AWS обеспечивает стабильность и передачу между сервисами. Например, розничные сети используют это для прогнозирования спроса, страховые компании — для оценки рисков, а производственные предприятия — для оптимизации цепочек поставок.

Также важно отметить возможности автоматизации HR-процессов. Интеграция облачных технологий с ИИ позволяет ускорять найм, повышать точность скрининга кандидатов и строить внутренние обучающие системы на основе персонализированных материалов, созданных моделями OpenAI.

Будущее ИИ-технологий в экосистеме AWS × OpenAI

Партнёрство стало фундаментом для развития новых продуктов, ориентированных на более глубокую ИИ-трансформацию. Бизнесы смогут создавать собственные модели на базе технологий OpenAI, используя мощные GPU-кластеры AWS. Это расширяет возможности кастомизации и позволяет компаниям создавать уникальные решения, не ограниченные стандартными моделями.

Также ожидается появление новых сервисов для разработчиков, аналитиков и дата-сайентистов. Например, улучшенные инструменты для fine-tuning, автоматизации MLOps, мультимодальной генерации и интеграции с API-сервисами. Организации, которые инвестируют в ИИ сейчас, получат долгосрочное преимущество перед конкурентами.

Перспективы партнёрства напрямую связаны с развитием генеративного ИИ. В 2025 году бизнес-процессы становятся всё более интеллектуальными: компании стремятся автоматизировать не только рутинные операции, но и творческие задачи — от написания маркетинговых материалов до сложных инженерных расчётов. Благодаря AWS эти возможности становятся массовыми и доступными.

Заключение

Партнёрство OpenAI и AWS в 2025 году стало поворотным моментом для индустрии искусственного интеллекта. Оно объединило вычислительную мощность облачных систем и интеллектуальные возможности моделей нового поколения. Для бизнеса это означает появление масштабируемых, безопасных и эффективных решений, которые позволяют ускорить цифровую трансформацию. Компании всех размеров получают доступ к инструментам, ранее доступным только технологическим гигантам, и могут строить продукты будущего уже сегодня.

7 Окт 2025

Новости

Как работает интеграция OpenAssistant и Deck.gl: визуализация через команды

Современные системы визуализации данных всё чаще объединяются с искусственным интеллектом для автоматизации аналитики и создания динамичных графических представлений. Интеграция OpenAssistant и Deck.gl — пример того, как диалоговые модели могут управлять визуализацией геоданных и аналитических панелей через команды, превращая сложные процессы в простые интерактивные действия. Deck.gl обеспечивает мощный визуальный движок на базе WebGL, а OpenAssistant добавляет интуитивное управление с помощью естественного языка. Такая связка позволяет пользователю не просто строить графики, но и взаимодействовать с ними в реальном времени.

Основы взаимодействия OpenAssistant и Deck.gl

Интеграция начинается с настройки связей между NLP-моделью OpenAssistant и визуализационной библиотекой Deck.gl. Главная идея состоит в том, что команды пользователя — это не просто текстовые запросы, а структурированные инструкции, которые OpenAssistant преобразует в код на JavaScript или Python, способный управлять визуализацией. Например, пользователь может сказать: «Покажи тепловую карту активности пользователей в Лондоне за последние 24 часа», — и OpenAssistant автоматически создаст конфигурацию слоя HeatmapLayer, подставив нужные координаты и данные.

Deck.gl при этом выступает рендеринговым ядром. Он принимает объекты визуализации (например, ScatterplotLayer, ArcLayer, PolygonLayer) и отображает их на WebGL-платформе. OpenAssistant взаимодействует с API Deck.gl через промежуточный слой — обычно это Node.js-сервер или Python-скрипт, который принимает команды и обновляет состояние визуализации в браузере.

Архитектура интеграции и обработка команд

Архитектура связки OpenAssistant + Deck.gl строится на концепции «command-driven visualization». OpenAssistant принимает естественный запрос, анализирует контекст и формирует JSON-команду для Deck.gl. Этот JSON описывает тип слоя, набор данных, цветовую схему, фильтры и прочие параметры. После этого команда отправляется в Deck.gl, который мгновенно обновляет сцену.

Обработка выглядит так:

1. Понимание намерения пользователя — OpenAssistant использует NLU (Natural Language Understanding), чтобы определить, что именно нужно визуализировать.
2. Генерация структуры данных — модель строит JSON-описание.
3. Отправка команды визуализатору — через REST API или WebSocket.
4. Рендеринг и обратная связь — Deck.gl визуализирует сцену, а OpenAssistant возвращает пользователю подтверждение или результат анализа.

Благодаря такому подходу OpenAssistant превращается в интерфейс визуальной аналитики: теперь не нужно писать код вручную — достаточно команд в естественной форме.

Типы визуализаций и примеры применения

Deck.gl поддерживает более десяти типов слоёв, каждый из которых может управляться командами через OpenAssistant. Среди них — точки, линии, арки, сетки, 3D-объёмы и тепловые карты. Команды могут быть простыми («Покажи точки продаж в Берлине») или комплексными («Добавь слой с динамикой выручки по неделям и отметь отклонения более 10%»).

Интеграция позволяет создавать сложные визуальные отчёты без ручного вмешательства. Например, аналитик может визуализировать:

• перемещение транспорта на карте города;
• распределение клиентов по регионам;
• корреляцию между плотностью населения и уровнем продаж;
• временные изменения активности пользователей.

Таким образом, OpenAssistant делает визуальную аналитику доступной даже тем, кто не знаком с Deck.gl или программированием.

Визуальные команды и динамическая аналитика

Взаимодействие через команды — ключевая особенность такой интеграции. OpenAssistant способен не только строить визуализацию, но и обновлять её на лету. Например, если пользователь уточняет: «Добавь слой с историей маршрутов» или «Измени цветовую схему на градиент по температуре», система не пересобирает проект заново, а изменяет конкретные параметры текущей конфигурации.

Чтобы обеспечить гибкость, разработчики создают специальные словарные команды, где каждая команда соответствует конкретному действию Deck.gl. Вот несколько типовых примеров:

• «Добавить слой точек» — создаёт ScatterplotLayer;
• «Показать маршруты» — формирует ArcLayer;
• «Построить тепловую карту» — использует HeatmapLayer;
• «Скрыть слой» — изменяет видимость в параметрах;
• «Обновить данные» — подгружает новый массив данных.

Эта модульная система превращает OpenAssistant в голосовой контроллер визуальных приложений, при этом Deck.gl остаётся высокопроизводительным инструментом рендеринга.

Вставка таблицы и пояснение

Чтобы понять, как команды преобразуются в визуализацию, ниже представлена таблица, показывающая соответствие между типами команд и слоями Deck.gl. Она демонстрирует, как OpenAssistant интерпретирует фразы пользователя и какой код генерирует.

Команда пользователя	Слой Deck.gl	Пример визуализации	Параметры
«Покажи точки заказов»	ScatterplotLayer	Геолокации заказов	координаты, цвет, радиус
«Построй маршруты»	ArcLayer	Транспортные линии	начальная и конечная точки
«Добавь тепловую карту»	HeatmapLayer	Интенсивность активности	вес, радиус размытия
«Покажи регионы продаж»	PolygonLayer	Геозоны по продажам	полигоны, цветовая шкала
«Построй временную сетку»	GridLayer	Сетка плотности событий	размер ячеек, высота колонок

Эта таблица иллюстрирует, что каждая команда соответствует не просто текстовому действию, а готовому визуальному компоненту. Такой формат делает систему интуитивной и расширяемой.

Использование списка: преимущества подхода

Преимущество интеграции OpenAssistant и Deck.gl заключается не только в автоматизации, но и в адаптивности. Система обучается контексту и может предлагать пользователю варианты действий. После обработки нескольких запросов она «понимает», какие слои или стили предпочитает аналитик, и предлагает оптимальные шаблоны. Чтобы подчеркнуть ключевые выгоды, выделим основные преимущества такого решения:

1. Минимум кода — визуализация создаётся без ручного программирования.
2. Интерактивность — пользователь управляет сценой голосом или текстом.
3. Контекстное обучение — OpenAssistant адаптируется под стиль аналитика.
4. Высокая производительность — Deck.gl обрабатывает миллионы объектов.
5. Гибкость интеграции — поддержка REST, WebSocket, Python, Node.js.

Благодаря этим особенностям система особенно востребована в финтехе, логистике, урбанистике и науке о данных, где визуализация и интерпретация информации занимают ключевое место.

Расширенные сценарии и настройка OpenAssistant под Deck.gl

Для более глубокого взаимодействия разработчики создают intent-модели — наборы шаблонов, описывающих, как OpenAssistant должен реагировать на разные типы запросов. Например, запрос «Покажи динамику продаж за неделю» преобразуется в Python-код, подключающий API Deck.gl и рендерящий линейную диаграмму.

Более продвинутые сценарии включают:

• комбинированные визуализации (несколько слоёв одновременно);
• динамическую фильтрацию данных (по дате, региону, категории);
• реакцию на события (например, обновление данных в реальном времени);
• интерактивный диалог — OpenAssistant может уточнить параметры: «Отобразить все города или только столицу?»;
• экспорт визуализации в HTML или PNG через встроенные команды.

Таким образом, OpenAssistant превращается в полноценного помощника для визуального анализа данных — не просто интерфейс, а интеллектуальную надстройку над Deck.gl.

Список ближе к концу и пояснение

Когда визуализация работает в интерактивном режиме, пользователь получает возможность взаимодействовать с данными максимально естественно. Чтобы проектировать такие системы, разработчики придерживаются ряда рекомендаций, повышающих точность и удобство:

• использовать чёткую структуру команд (глагол + объект);
• внедрять систему подтверждения перед изменением слоя;
• добавлять fallback-команды для ошибок;
• обеспечивать связь OpenAssistant с бэкендом данных;
• реализовывать кэширование для ускорения визуализации.

Эти приёмы делают интеграцию устойчивой и безопасной, а взаимодействие — логичным и отзывчивым даже при работе с большими объёмами данных.

Заключение

Интеграция OpenAssistant и Deck.gl представляет собой шаг к новой парадигме визуализации — управлению аналитикой через естественные команды. Теперь аналитик может строить сложные 3D-карты, диаграммы и тепловые слои, не открывая IDE и не тратя время на ручное кодирование. Такой подход ускоряет анализ, делает его интерактивным и доступным для специалистов любого уровня подготовки. В будущем подобные системы станут стандартом визуальной аналитики, объединяя ИИ и графику в едином контексте данных.

24 Июл 2025

Новости

Хаос или демократия? Как работает децентрализованное обучение OpenAssistant

В мире искусственного интеллекта появилась новая возможность. Децентрализованное обучение открывает новые пути. Но вопрос: это хаос или демократия?

OpenAssistant создает уникальную экосистему. Здесь люди вместе учат модель. Этот коллективный подход делает обучение эффективнее и безопаснее.

Это важно для развития технологий. В следующих разделах мы рассмотрим основы децентрализованного обучения. Также поговорим о роли сообщества в этом процессе.

Узнать больше

24 Июл 2025

Новости

OpenAssistant vs ChatGPT: кто кого в битве искусственного интеллекта?

Искусственный интеллект становится все более важным в нашей жизни. Мы сталкиваемся с множеством инструментов, которые могут помочь нам. Сегодня мы рассмотрим OpenAssistant и ChatGPT, два популярных AI решения.

Они предлагают разные возможности и функции. Каждый из них меняет наш подход к технологиям. В этой статье мы проанализируем их сильные и слабые стороны.

Узнать больше

24 Июл 2025

Новости

Создай своего ассистента: кастомизация OpenAssistant шаг за шагом

В наше время цифровых технологий, мы все хотим быть более продуктивными. Кастомизация OpenAssistant — это ключевой шаг к этому. Этот персонализированный ассистент предлагает множество настроек.

Это позволяет каждому адаптировать его под свои нужды. Настройка OpenAssistant делает нашу работу лучше, повышает эффективность. И делает общение с программой удобнее.

Давайте узнаем, почему важно создавать ассистента, который понимает нас. И соответствует нашим предпочтениям.

Узнать больше