Insights

⚠️ Starbucks-მა ავტომატური თვლის AI სისტემა 9 თვეში გააუქმა Starbucks-ის აღმასრულებელმა დირექტორმა, ბრაიან ნიკოლმა, ჩრდილოეთ ამერიკის ყავის სახლებში პროდუქტების აღრიცხვის ხელოვნური ინტელექტის პროგრამა ოფიციალურად გააუქმა. სააგენტო Reuters-ის მიერ მოპოვებული შიდა საინფორმაციო ბიულეტენის მიხედვით, ხელმძღვანელობამ მიიღო გადაწყვეტილება, რომ პროდუქტების ავტომატური თვლის რეჟიმი სრულად შეაჩეროს. პროგრამა Automated Counting, რომელიც NomadGo-სთან პარტნიორობით შეიქმნა, ქსელში 2025 წლის სექტემბერში დანერგეს. ტექნოლოგიური დირექტორის, დებ ჰოლ ლეფევრის, გეგმით, ხელოვნურ ინტელექტს პლანშეტების კამერითა და Lidar სენსორების გამოყენებით სწრაფად უნდა აღერიცხა ინგრედიენტები. რეალურ სამუშაო გარემოში სისტემა ხშირად ვერ ასხვავებდა ერთმანეთისგან ნუშისა და შვრიის რძეს, ან საერთოდ ტოვებდა სიროფის ბოთლებს. ეს ხარვეზი კომპანიის ოფიციალურ სარეკლამო ვიდეოშიც გამოჩნდა, სადაც აპლიკაციამ პიტნის სიროფის ბოთლი ვერ ამოიცნო. მიუხედავად იმისა, რომ 2026 წლის თებერვალში კომპანია პროდუქტების ხელმისაწვდომობის გაუმჯობესებაზე საუბრობდა, მოგვიანებით ეს განცხადება ვებგვერდიდან წაშალეს. ამავდროულად, ბრენდის საოპერაციო მარჟა რეგიონში ბოლო ორ წელში 18%-დან 9.9%-მდე შემცირდა, რასაც მიმდინარე თვეში 300 კორპორატიული თანამშრომლის შემცირებაც მოჰყვა. ეს შემთხვევა ცხადყოფს, რომ ფიზიკური ობიექტების მართვაში კომპიუტერული ხედვის სრული ავტომატიზაცია კვლავ სერიოზულ ტექნიკურ გამოწვევებთან არის დაკავშირებული. ყავის სახლების ქსელი კვლავ მარაგების აღრიცხვის სტანდარტულ, მექანიკურ მეთოდებს უბრუნდება, ხოლო დეფიციტის პრობლემის მოგვარებას მიწოდების ჯაჭვის ყოველდღიური შევსების ახალი მოდელით შეეცდება.

🧪 Google-მა წარადგინა Gemini for Science - 3 ახალი AI ინსტრუმენტი Google DeepMind-ის CEO-მ, დემის ჰასაბისმა, პარასკევს წარადგინა Gemini for Science - ექსპერიმენტული ხელოვნური ინტელექტის ხელსაწყოების ნაკრები სამეცნიერო აღმოჩენების დასაჩქარებლად. ახალი კვლევითი პლატფორმა Google Labs-ის სივრცეში 2026 წლის მაისიდან ეტაპობრივად იხსნება. სისტემა აერთიანებს 3 ძირითად ექსპერიმენტულ ინსტრუმენტს. Literature Insights, რომელიც NotebookLM-ის ბაზაზეა შექმნილი, აანალიზებს სამეცნიერო ლიტერატურას და მონაცემები ცხრილებად ან ანგარიშებად გადააქვს. Hypothesis Generation იყენებს Co-Scientist-ს მრავალაგენტიანი ტურნირის პრინციპით ახალი სამეცნიერო იდეების გენერირებისა და შეფასებისთვის. მესამე ხელსაწყო, Computational Discovery, ეყრდნობა AlphaEvolve-სა და ERA-ს, რათა პარალელურ რეჟიმში შექმნას და შეაფასოს კოდის ვარიაციები ისეთ სფეროებში, როგორიცაა ეპიდემიოლოგია და მზის პროგნოზირება. შედარებისთვის, კონკურენტმა ხელოვნური ინტელექტის კომპანია Anthropic-მა ამავე კვირაში ლონდონში გამართულ დეველოპერების ღონისძიებაზე Code with Claude-ის შესაძლებლობები აჩვენა, რაც მიუთითებს ბაზარზე მიმდინარე დივერსიფიკაციაზე სპეციალიზებულ სამეცნიერო სისტემებსა და ავტონომიურ პროგრამირების ხელსაწყოებს შორის. Gemini for Science-ის გამოშვება პრაქტიკულად აფართოებს ხელოვნური ინტელექტის როლს აკადემიურ სივრცეში, სადაც მრავალაგენტიანი სისტემები ადამიანური რესურსის მულტიპლიკატორად გვევლინებიან. ფაქტობრივი ცვლილება მკვლევარებს საშუალებას აძლევს რუტინული ვერიფიკაცია და მონაცემთა სინთეზი სამუშაო პლატფორმებს გადააბარონ.

🧪 Google-მა გამოუშვა Gemini for Science - 3 მილიონი მკვლევარისთვის Google DeepMind-ის CEO-მ, დემის ჰასაბისმა, Google I/O კონფერენციაზე დააანონსა კომპანიის ახალი სტრატეგიული ცვლილება სამეცნიერო ხელოვნური ინტელექტის მიმართულებით. ტექნოლოგიური გიგანტი ეტაპობრივად უარს ამბობს მხოლოდ ვიწრო სპეციალიზებული ხელსაწყოების შექმნაზე და გადადის დიდ ენობრივ მოდელებზე (LLM) დაფუძნებულ აგენტურ სისტემებზე, რომლებსაც დამოუკიდებელი სამეცნიერო კვლევების ჩატარება შეუძლიათ. აქამდე კომპანიის სპეციალიზებული მოდელები ფართოდ გამოიყენებოდა სამეცნიერო წრეებში. მაგალითად, ბიოლოგიურმა მოდელმა, AlphaFold-მა, ბაზარზე არსებობის განმავლობაში 3 მილიონზე მეტ მკვლევარს გაუწია დახმარება. ახალი მიდგომის ფარგლებში, Google-მა წარადგინა პლატფორმა Gemini for Science, რომელიც ერთ ბრენდში აერთიანებს ისეთ სამეცნიერო აგენტებს, როგორებიცაა AI Co-Scientist და AlphaEvolve. გარდა ამისა, სტრატეგიულ ცვლილებაზე მიანიშნებს ისიც, რომ ნობელის პრემიის ლაურეატმა, ჯონ ჯამპერმა, რომელმაც AlphaFold-ის პროექტი შექმნა, კომპანიაში ხელოვნური ინტელექტის კოდირების მიმართულებაზე გადაინაცვლა. ამავდროულად, კონკურენტმა OpenAI-მ აჩვენა, რომ მისმა ზოგადი დანიშნულების მოდელმა მათემატიკური ჰიპოთეზის უარყოფა შეძლო სპეციალური სამეცნიერო დატრენინგების გარეშე. ეს ცვლილება მნიშვნელოვანია, რადგან სამეცნიერო ხელოვნური ინტელექტი ვიწრო დამხმარე ხელსაწყოდან ავტონომიურ ინფრასტრუქტურად ყალიბდება. ზოგად აგენტებს შეუძლიათ სამეცნიერო აღმოჩენებში დამოუკიდებელი წვლილის შეტანა, რაც ამცირებს კონკრეტული დომენისთვის მოდელების ხელახალი მომზადების საჭიროებას. Google ამ ეტაპზე ახალ სისტემებს ადამიანის კოლაბორატორებად აფიქსირებს, თუმცა განვითარების ტრაექტორია სრულად ავტონომიური ციფრული მეცნიერების შექმნისკენ არის მიმართული.

⚠️ კიბერსარდლობამ AI მოდელების დასანერგად 2 უწყების საერთო ჯგუფი შექმნა აშშ-ის ეროვნული უსაფრთხოების სააგენტოსა (NSA) და კიბერსარდლობის ხელმძღვანელმა, გენერალმა ჯოშუა რადმა, პენტაგონის უმაღლესი კლასიფიკაციის მქონე საიდუმლო ქსელებში ხელოვნური ინტელექტის მოდელების დასანერგად სპეციალური სამუშაო ჯგუფი წარადგინა. ინიციატივის შესახებ გენერალმა თანამშრომლებს შიდა მიმოწერის საშუალებით 2 კვირის წინ აცნობა. პროცესის დაჩქარების მთავარი მიზეზი აპრილში გამოსული Anthropic-ის ახალი მოდელი, Claude Mythos-ია, რომელიც ციფრულ სისტემებში უსაფრთხოების ხარვეზებს ადამიან ჰაკერებზე სწრაფად პოულობს. ეროვნული უსაფრთხოების რისკების გამო მოდელზე წვდომა შეზღუდულია, თუმცა Anthropic-ის შეფასებით, მსგავსი ინსტრუმენტები მომდევნო 6-დან 24 თვეში ფართოდ ხელმისაწვდომი გახდება. ახალი ერთობლივი სამუშაო ჯგუფი შეაფასებს, თუ როგორ შეიძლება სილიკონის ველის კომპანიების, მათ შორის OpenAI-ისა და Google-ის ტექნოლოგიების უსაფრთხოდ ინტეგრირება უმაღლესი დაშვების სამხედრო ქსელებში. პროექტს კიბერსარდლობის ოფიცერი უხელმძღვანელებს, ხოლო ტექნიკურ ექსპერტიზას უშუალოდ NSA-ის ხელოვნური ინტელექტის უსაფრთხოების ცენტრი უზრუნველყოფს. კიბერსარდლობის ყოფილი მოადგილის, გენერალ-ლეიტენანტ ჩარლზ მურის განცხადებით, სამხედრო სისტემებში AI ინსტრუმენტების დანერგვა უკვე კრიტიკული აუცილებლობაა. ახალი ტექნოლოგია უმნიშვნელოვანესი ხდება როგორც თავდაცვით, ისე შეტევით კიბეროპერაციებში საფრთხეების სწრაფი აღმოჩენის, მოწყვლადობების პრიორიტეტიზაციისა და გადაწყვეტილებების დროულად მისაღებად.

🤖 Anthropic-მა 2-დღიან ღონისძიებაზე ავტონომიური AI აგენტები წარადგინა Anthropic-ის ინჟინერმა, ჯერემი ჰედფილდმა, 19 მაისს ლონდონში გამართულ სპეციალურ ღონისძიებაზე პროგრამული უზრუნველყოფის დეველოპერებისთვის ახალი, ავტონომიური კოდირების აგენტები წარადგინა. 2-დღიანი შეკრება, სახელწოდებით Code with Claude, დროში ზუსტად დაემთხვა კონკურენტი კომპანიის მიერ ორგანიზებულ Google I/O-ს გახსნას. დემონსტრაციისას კომპანიის წარმომადგენლებმა აჩვენეს, თუ როგორ წერენ, ამოწმებენ და აგზავნიან AI აგენტები სრულ pull request-ებს ადამიანის მუდმივი ჩარევის გარეშე. სისტემა ეფუძნება Claude-ის განახლებულ მოდელებს, რომლებიც არა მხოლოდ კოდის ავტოშევსებას ასრულებენ, არამედ კოდის მთლიან ბაზასთან დამოუკიდებლად მუშაობენ. ახალი ვერსია მოიცავს ადაპტური აზროვნების ფუნქციასაც, რაც მოდელს აძლევს საშუალებას, თავად გადაწყვიტოს, როდის სჭირდება დამატებითი დრო რთული ამოცანების გადასაჭრელად. ოფიციალური ბენჩმარკების მიხედვით, აგენტური კოდირების ტესტებში (Terminal-Bench 2.0) სისტემა ინდუსტრიას ლიდერობს. ეკონომიკურად ღირებული ცოდნის დავალებების შეფასებისას, Anthropic-ის ფლაგმანი მოდელი კონკურენტ OpenAI-ის უახლეს GPT-5.2-ს 144 Elo ქულით უსწრებს, ხოლო საკუთარ წინა ვერსიას - 190 ქულით. API-ს მეშვეობით დეველოპერებს უკვე შეუძლიათ აგენტების გუნდების შექმნა, რომლებიც ერთობლივად მუშაობენ მოცულობით პროექტებზე. მსგავსი ავტონომიური სისტემების დანერგვა პროგრამული უზრუნველყოფის შექმნის პროცესში მნიშვნელოვნად ამცირებს უშუალოდ კოდის წერაზე დახარჯულ დროს და დეველოპერებს ფართო სამუშაო პლატფორმის არქიტექტურულ დაგეგმარებაზე აკონცენტრირებს.

🛠 DeepSeek-მა კოდირების აგენტისთვის 2 ახალი ვაკანსია გამოაცხადა ჩინური ხელოვნური ინტელექტის კომპანიის, DeepSeek-ის მკვლევარმა და წარმომადგენელმა, დელი ჩენმა, ოთხშაბათს სოციალურ ქსელ X-ზე ახალი კოდირების აგენტის, DeepSeek Code-ის შექმნა და პეკინში 1 ახალი სამუშაო გუნდის ჩამოყალიბება ოფიციალურად დააანონსა. ახლადშექმნილი Harness გუნდის მთავარი დანიშნულება ნულიდან ისეთი ინფრასტრუქტურის აშენებაა, რომელიც ძირითად მოდელს ინსტრუმენტების, დაგეგმვისა და მეხსიერების ფუნქციებს დაუმატებს. ჩენმა უკვე გამოაქვეყნა 2 ახალი პოზიცია - პროდუქტის მენეჯერისა და დეველოპერის ვაკანსიები, რომლებიც კვლევით გუნდთან ითანამშრომლებენ პროექტის განვითარების გეგმაზე, უკუკავშირის ანალიზსა და დეველოპერთა საზოგადოების მშენებლობაზე. შერჩეულ კანდიდატებს მოეთხოვებათ ბაზარზე უკვე არსებული ინსტრუმენტების, მათ შორის Claude Code-ის, Cursor-ის, Codex-ისა თუ GitHub Copilot-ის ინტენსიური გამოყენების გამოცდილება. გარდა ამისა, სავალდებულოა ისეთი ტექნიკური მიმართულებების სიღრმისეული ცოდნა, როგორიცაა აგენტების ციკლები, Model Context Protocol-ი (MCP), მულტი-აგენტური სისტემები, კონტექსტის ინჟინერია და „vibe coding“-ი. მსგავსი პროდუქტის შექმნით DeepSeek-ი პირდაპირ კონკურენციაში შედის ბაზრის ამჟამინდელ წამყვან ინსტრუმენტებთან, მათ შორის Anthropic-ის Claude Code-თან, OpenAI-ის Codex-სა და Cursor-თან. ახალი აგენტის შემუშავება მიზნად ისახავს დეველოპერებისთვის განკუთვნილი ავტომატიზაციის ინსტრუმენტების ბაზარზე კონკურენციის გაზრდას და მომხმარებლებისთვის ალტერნატიული სამუშაო პლატფორმის შეთავაზებას.

🤖 Wired-მა OpenClaw რობოტს დაუკავშირა - 1 წარმატებული ტესტი Wired-ის ტექნოლოგიურმა მიმომხილველმა და პროექტის ავტორმა ოთხშაბათს გამოაქვეყნა ტესტირების საბოლოო შედეგები, რომლის ფარგლებშიც ხელოვნური ინტელექტის ავტონომიური აგენტი, OpenClaw, რეალურ რობოტულ მკლავს ფიზიკურად დაუკავშირა. ექსპერიმენტის მთავარი მიზანი იყო ემპირიულად შეემოწმებინათ, თუ რამდენად სწრაფად შეძლებდა კომპიუტერული მოდელი ფიზიკური აპარატურის დამოუკიდებლად მართვას ყოველგვარი წინასწარი კოდირებისა და რთული მათემატიკური ალგორითმების გარეშე. 2026 წლის დასაწყისში გამოშვებული OpenClaw თავდაპირველად მხოლოდ ვირტუალური სივრცისთვის შეიქმნა, რათა მომხმარებლის მაგივრად ემართა ელექტრონული ფოსტა, კომპიუტერული ოპერაციული სისტემები და სხვადასხვა API-ები. ახალი ექსპერიმენტის მსვლელობისას, სისტემა Raspberry Pi 5-ის ბაზაზე მომუშავე ფიზიკურ მოწყობილობაში ჩაიტვირთა. შედეგად, ხელოვნური ინტელექტის აგენტმა კონკრეტული მექანიკური დავალებების შესრულება მხოლოდ ადამიანის მიერ მიცემული ტექსტური ბრძანებების საფუძველზე შეძლო. ტრადიციული პროგრამირების მეთოდებისგან მკვეთრად განსხვავებით, სადაც რობოტის თითოეული მოძრაობა დეტალურ ინსტრუქციას მოითხოვს, OpenClaw-მ მექანიკური ოპერაციები დიდი ენობრივი მოდელების (LLM) მეშვეობით დამოუკიდებლად დაარეგულირა. ტესტმა აჩვენა, რომ ღია წყაროს მქონე პროგრამას შეუძლია რეალურ დროში მიიღოს გადაწყვეტილებები და ფიზიკური ობიექტების მანიპულაცია მოახდინოს. AI აგენტების მსგავსი პირდაპირი ინტეგრაცია რობოტექნიკაში დეველოპერებს საშუალებას აძლევს, ახალი ტექნიკური მოწყობილობების შექმნისა და პროგრამული უზრუნველყოფის დანერგვის პროცესი საგრძნობლად დააჩქარონ, რაც ინდუსტრიაში მოქმედი კომპანიებისთვის წარმოების ხარჯებსაც ამცირებს.

🚀 OpenAI-მ Guaranteed Capacity გამოუშვა - 3 წლამდე გარანტირებული წვდომა OpenAI-მ კორპორაციული კლიენტებისთვის ახალი ინფრასტრუქტურული პროდუქტი, Guaranteed Capacity წარადგინა, რომელიც კომპანიებს გამოთვლით სიმძლავრეებზე გრძელვადიან და სტაბილურ წვდომას სრულად უზრუნველყოფს. OpenAI-ის CEO-მ, სემ ოლტმენმა განაცხადა, რომ კორპორაციული ხელშეკრულებები 1-დან 3 წლამდე ვადით დაიდება, ფასდაკლების მოცულობა წლიურ ხარჯებზე იქნება დამოკიდებული, ხოლო კომპანია შეინარჩუნებს გამოთვლითი სიმძლავრეების რეზერვს საკუთარი პროდუქტებისთვის, მათ შორის ChatGPT-ისთვის და Codex-ისთვის. ახალი შეთავაზება ეფუძნება კომპანიის არსებულ Reserved Capacity პროგრამას, თუმცა ბევრად უფრო მეტ გრძელვადიან პროგნოზირებადობას სთავაზობს ბაზარს, სადაც დღეს ხელოვნური ინტელექტის გამოთვლითი სიმძლავრეების მკაცრი დეფიციტია. მიმდინარე წლის თებერვალში ChatGPT-ის ყოველკვირეულმა აუდიტორიამ 900 მილიონ აქტიურ მომხმარებელს გადააჭარბა, ინდივიდუალური ფასიანი გამომწერების რაოდენობამ 50 მილიონს მიაღწია, ხოლო პლატფორმაზე რეგისტრირებული კორპორაციული კლიენტების რიცხვმა 9 მილიონი შეადგინა. ამასთანავე, ხელოვნური ინტელექტის ასისტენტ Codex-ის ყოველკვირეული მომხმარებლების რიცხვი 2026 წლის დასაწყისიდანვე გასამმაგდა და 1 600 000-ს მიაღწია. ინფრასტრუქტურის მასშტაბური გაფართოებისთვის კომპანიამ თებერვლის ბოლოს $110 მილიარდი მოიზიდა SoftBank-ის, NVIDIA-სა და Amazon-ის ლიდერობით, რის შედეგადაც ორგანიზაციის საბაზრო შეფასება $730 მილიარდამდე გაიზარდა. ეს სტრატეგიული ნაბიჯი მკაფიოდ ასახავს OpenAI-ის მიმდინარე ტრანსფორმაციას ჩვეულებრივი კვლევითი ლაბორატორიიდან მსხვილ ინფრასტრუქტურულ პროვაიდერად, რომელიც საწარმოებს კრიტიკული ბიზნეს ოპერაციებისა და ხელოვნური ინტელექტის ავტონომიური აგენტების გამართული მუშაობისთვის სტაბილურ სამუშაო პლატფორმას აძლევს.

🤖 Google-მა ახალი Gemini გამოუშვა - მომხმარებელი 900 მილიონს ასცდა Google-ის CEO-მ, სუნდარ პიჩაიმ, I/O დეველოპერების კონფერენციაზე ხელოვნური ინტელექტის განახლებული ეკოსისტემა წარადგინა. მთავარ სიახლეებს შორის არის Gemini 3.5 Flash მოდელი, მულტიმოდალური სისტემა Gemini Omni და პერსონალური აგენტი Gemini Spark, რომელიც დამოუკიდებლად 24 საათის განმავლობაში ფუნქციონირებს. პიჩაის ინფორმაციით, განახლებული 3.5 Flash მოდელი თითქმის ყველა ტესტში ჯობნის წინა 3.1 Pro ვერსიას, ხოლო ახალი სისტემა Omni ვიდეოს, გამოსახულებისა და ტექსტის გენერაციას პირდაპირ ერთ არქიტექტურაში აერთიანებს. აპლიკაციისა და AI სტუდიის ხელმძღვანელის, ჯოშ ვუდვარდის განცხადებით, აგენტი Spark დავალებების შესრულებას Google Cloud-ის სერვერებზე მაშინაც აგრძელებს, როცა მომხმარებლის მოწყობილობა გათიშულია. პარალელურად, აპლიკაციამ ვიზუალური განახლება მიიღო, ხოლო მისი ყოველთვიური მომხმარებლების რიცხვი ბოლო ერთ წელიწადში 400 მილიონიდან 900 მილიონამდე, ყოველდღიური მოთხოვნები კი შვიდჯერ გაიზარდა. დამატებით, ძიებაში ინტეგრირებულმა AI-მ 1 მილიარდ აქტიურ მომხმარებელს გადააჭარბა. მუდმივად ჩართული ავტონომიური აგენტისა და ახალი მულტიმოდალური სისტემის ინტეგრაცია ცვლის პლატფორმის მოხმარების ფორმატს - ხელოვნური ინტელექტი უშუალო მოთხოვნების დამუშავების პარალელურად, დავალებებს დამოუკიდებელ ფონურ რეჟიმში ასრულებს.

⚠️ OpenAI-ის დირექტორის, სამ ოლტმენის სახლზე მოლოტოვის კოქტეილის სროლა და აქტივისტის აპოკალიფსური მანიფესტი ზუსტად აჩვენებს, რამხელა აბსურდია ამ სფეროს გარშემო შექმნილი პანიკა. სანამ გარედან სხვებს ტერმინატორის რეალობის ეშინიათ, სტუდიაში სრულიად საპირისპირო სურათს ვხედავ. ყოველდღიურად აგენტების ქსელთან მუშაობისას კარგად ვხვდები, რომ ინდუსტრიის მთავარი პრობლემა მოდელების ზედმეტი სიჭკვიანე საერთოდ არ არის. რამდენიმე დღის წინ კლიენტის სარეკლამო კამპანიაზე ვმუშაობდი. Claude Opus-ზე დაფუძნებულმა მთავარმა დამგეგმავმა აგენტმა გადაწყვიტა, რომ Grok Imagine Video-სთვის გაგზავნილი პრომპტი თავისით „გაეუმჯობესებინა". შედეგად მივიღე სცენა, სადაც მთავარ პერსონაჟს ყავის ფინჯანი პირდაპირ შუბლში უჭირავს, რადგან სისტემამ ანატომიის და ფიზიკის ბაზისური წესები ვერ გააანალიზა. 🔬 ჯერ იქ ვარ, სადაც ობიექტების სივრცეში სწორად განლაგება ყველაზე რთულია და ხელით მიწევს თითოეული კადრის დეტალურად გასწორება. ისინი, ვინც კაცობრიობის განადგურებაზე საუბრობენ, AI მოდელებს ალბათ მხოლოდ კარგად შეფუთულ დემო ვერსიებში უყურებენ. რეალურად, მე საქმე მაქვს არა ბოროტ სუპერგონებასთან, არამედ უკიდურესად ქაოსურ, არაპროგნოზირებად ინსტრუმენტებთან, რომლებიც დავალებას უბრალოდ არასწორად ასრულებენ და პროდაქშენში უზარმაზარ დროს მაკარგვინებენ. 🛠 ხელოვნური ინტელექტის ნამდვილი საფრთხე მისი გაცნობიერებული ბოროტება კი არა, ჰალუცინაციებზე აშენებული სისტემებისადმი ბიზნესის ბრმა ნდობაა. 👁