КайфКодинг

🎙 Провели второй созвон Lecture Club по Stanford MS&E 435: Economics of the AI Supercycle. Лекция 2 — fireside chat с Brad Gerstner (Altimeter Capital) и Sunny Madra (Groq → Nvidia). Тема — экономика inference и compute как узкое горлышко AI. Waiting room и пароль на Zoom-е сработали — «незваных гостей» в этот раз не поймали. Несколько мыслей из обсуждения: • Никита (я) — Курс ведёт сотрудник Altimeter, гости — из портфельных компаний, поэтому всё «мы — гении» фильтруем. Главный практический сигнал — цена аренды H100: 5-летнему чипу до сих пор не хватает supply. И — модели, которыми мы пользуемся сегодня, обучены ещё на Hopper, не на Blackwell/Rubin. Самое интересное впереди. • Джин (футуролог) — GDP как метрика изначально манипулятивна (придумана в 30-х, искажена военными расходами с WWII). График «удвоения GDP» из лекции — красивая картинка, не научный аргумент. И вообще риторика «нам срочно нужны новые железки» — отчасти лоббирование рынком самого себя. • Александр — Положительная gross margin Anthropic = пузырь скорее не лопнет, а «сдуется» через отбрасывание слабых. Параллельный вывод для каждого из нас: либо станешь глубоким специалистом, либо AI обучится на твоих действиях и сам тебя заменит — как роботы заменили сортировщиков на китайских складах. • Паша — Внутри Nvidia Jensen требует «×100, не меньше» от каждой итерации — это перенастраивает горизонт планирования. Параллель из истории: переход от собирательства к земледелию = переход от труда к услугам. IQ коммодитизируется, EQ становится новой редкостью. • Артём — Прорыв в inference может прийти не со стороны железа, а со стороны архитектуры моделей: меньше токенов на запрос = тот же эффект, что новые чипы. Отдельно: упомянутый Madra «deterministic AI» — потенциально следующий quantum-like прорыв, потому что детерминированность критична для бизнес-процессов. • Дмитрий — Скорость отклика становится ключевой UX-метрикой для AI-продуктов. Большие игроки начнут делать свои чипы — прецедент Apple M-серии. Европа рискует пропустить волну из-за медленной регуляции и превратиться в «туристическую экономику». • Илина — Адвокат дьявола: технологии меняются быстрее, чем люди успевают перестроиться. Между «AI уже здесь» и «люди ещё не приспособились» — окно для кризиса масштаба COVID-локдауна. Энтузиазм есть, готовности — нет. • Виктор — Параллель с 2000: те, кто инвестировал в S&P 500 на пике дотком-пузыря, выходили в ноль 14 лет. Главный анти-пузырный индикатор — размер реального спроса. И встречный вопрос: кто реально пользуется 5-летними H100 и для чего? • Артём (вторая мысль) — Мы в развилке сценариев. Один из них — киберпанк: high-tech + low life, корпорации больше государств. Провокативная альтернатива: построить экономику на «рабстве агентов» — гуманно, и распределение богатства решено через зарплату владельцу агента. • Андрей — Возможно, следующий скачок — аналоговые чипы под конкретные сети (как когда-то GPU отделились от CPU). И отдельно: в разговоре не хватает марксистской рамки — меняется не просто индустрия, меняется природа труда. 📺 Запись созвона: https://youtu.be/YFR1e1bKheg 📆 Следующая встреча — понедельник 18 мая, 10am ET / 5pm MSK 📍 Регистрация на luma: https://luma.com/13cl7bnz К просмотру — Lecture 3: Chase Lochmiller (CEO, Crusoe) 🎥 https://www.youtube.com/watch?v=4zk-hJ50vmU Доп. материалы: • A Primer on AI Data Centers — https://www.generativevalue.com/p/a-primer-on-ai-data-centers • The AI Infrastructure of the Future (McKinsey podcast) — https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/the-ai-infrastructure-of-the-future Обсуждать в чате: @rvnikita_blog_chat #stanford #ai #crusoe #chase_lochmiller

Всех с праздником!

как начать играться с ai в 2026? вышел новый подкаст про ai от нас с Олей. постарались сделать его максимально прикладным, чтобы каждый смог забрать из него штуки, которые можно сделать сразу после просмотра. основные слои которые поднимали: agentic-сдвиг главное отличие chat gpt от кодинг-агентов - у моделей появились руки. agent сидит внутри твоей среды, видит файлы, ходит в github, поднимает сервер. это не «умнее chatgpt», а выше уровень агентности голос как главный способ взаимодействия печатать = фильтровать = терять контекст. голос даёт другое качество входа, потому что не успевает включиться внутренний цензор эмпатия к агенту под эмпатией здесь имеется в виду не переживание как они себя чувствуют. под эмпатией подразумевается theory of mind - способность представить, что другой знает и не знает. тут был про это отдельный постик claude code vs codex codex - немецкий инженер, точный и сухой, для архитектуры и делания. claude - про вкус, тонкость, смыслы, тексты. пять фаз вайб-кодера барьер → "вау, я могу всё" → растерянность → маниакальная фаза с красными глазами → отрезвление. фаза четыре самая болезненная и самая важная - там начинаешь спрашивать «зачем» ai-fomo и срединный путь психика by default не собрана под такую скорость смены контекста. без границ, ритуалов, защищённого времени вайбкодинг превращается в зависимость и ворует настоящее смотреть подкаст тут что чувствуете?

OpenAI выкатили GPT-Realtime-2 в API - https://openai.com/index/advancing-voice-intelligence-with-new-models-in-the-api/. Это новая голосовая модель для realtime-агентов: слушает, отвечает голосом, может использовать инструменты и, по словам OpenAI, получила reasoning уровня GPT-5. Рядом с ней появились еще две отдельные штуки для аудио: - GPT-Realtime-Translate для живого перевода речи; - GPT-Realtime-Whisper для потоковой расшифровки речи в текст. Лично я этого ждал, потому что активно пользуюсь голосовыми интерфейсами. И кажется, мы заходим на очередной виток внимания к голосу. Пока ставлю на 2027 🙂 Сейчас это только в API. Надеюсь, в подписку это тоже добавят в каком-то виде скоро 🙂

🎙 Провели первый созвон Lecture Club по Stanford MS&E 435: Economics of the AI Supercycle. Спасибо всем, кто пришёл — было около 80 человек, обсуждение получилось живое и местами спорное. Отдельно: на Zoom-е поймали пару «незваных гостей» — на следующей встрече включу waiting room и пароль, чтобы такого не повторялось. Несколько мыслей, которые подсветили участники: • Михаил — текущая монетизация AI выглядит как «опять изобретаем паровоз»: реклама и подписка. Маркетинговый бюджет в мире ограничен — новый рост возможен только через автономных агентов, заменяющих сотрудников. • Александр — а вдруг треугольник не перевернётся? Apps зарабатывают всего ~30% gross margin, ChatGPT глубоко убыточен, реклама подорвёт доверие. Плюс открытый вопрос: как показывать рекламу агенту, а не человеку? • Сергей — реальная монетизация уже на горизонте: Agentic Commerce. ChatGPT откусывает у Amazon и TikTok Shop через Agentic Commerce Protocol — 5–15% с каждой транзакции. Удивительно, что Amazon до сих пор не вынес Rufus в standalone-приложение. • Светлана (экономист в Amazon) — каждый предыдущий переворот пирамиды требовал новой модели монетизации (license → ads → SaaS). Новой для AI пока не видно — поэтому все лекции выглядят как гадание на кофейной гуще. • Мика — «not all the work is knowledge work». Большая часть истории про physical AI: роботы и взаимодействие с миром. И реклама в AI-эпоху, скорее всего, будет вообще не похожа на текущую контекстную баннерку. • Паша — в пирамиде не 3, а 4 уровня: продавцы моделей через API (OpenAI, Anthropic) — отдельный слой, а не приложения. И будущее — зарплата агентам, а не подписка на софт. • Ира — встречный вопрос: купят ли пользователи подписку за то, чтобы рекламы НЕ было? Как это работает в YouTube Premium. • Костя — стоимость инференса падает, открытые модели лежат под рукой. Появятся «средние» провайдеры с децентрализованной инфраструктурой. Деньги — в агентах: SaaS + agent как новое лицо сервисов. 📺 Запись созвона: https://youtu.be/4oawuoWhYmg 📆 Следующая встреча — понедельник 11 мая, 10am ET / 5pm MSK 📍 Регистрация на luma: https://luma.com/ilz7seef К просмотру — Lecture 2: Silicon, The GPU Economy 🎥 https://www.youtube.com/watch?v=4faCRNl9Bi4 Доп. материалы: • Acquired: Altimeter (with Brad Gerstner) — https://www.youtube.com/watch?v=npBC3R-dOr0 • Jonathan Ross (Groq): «OpenAI & Anthropic будут строить свои чипы. Дойдёт ли NVIDIA до $10T?» — https://www.youtube.com/watch?v=VfIK5LFGnlk Обсуждать в чате: @rvnikita_blog_chat #stanford #ai #apoorv_agrawal ————————— Мысли Рвачева —————————

https://youtu.be/Q7pI3uUwfTI?is=eFKBlTlLfaTV6rVH Лёша сделал классный доклад.

🤯Глава отдела продукта Anthropic раскрыла, как они смогли запускать релизы быстрее, чем любая другая компания в области ИИ Они не используют длинные роадмапы. Любой сотрудник может взять один свободный час после обеда, собрать прототип и просто показать его команде Дальше работает естественный отбор: если люди начинают этим пользоваться на следующий день → это превращается в продукт. Если нет → продукт отклоняют без обсуждений И роли бывают размыты: дизайнеры пишут код, инженеры принимают продуктовые решения, продакты делают прототипы И главный инсайт: лучшие фичи часто не планируются, а появляются из любопытства Источник

Дане задали сочиненение и мы с ним сделали сценарий для мультика и его оживили

Если вы используете GitHub Сегодня 24 апреля последний день, когда можно отказаться от автоматического обучения GitHub Copilot на ваших репо. Для этого нужно пройти по ссылке: https://github.com/settings/copilot/features

Около 75% кода в Гугле генерирует ИИ. Это согласуется с другими метриками от крупнейших и ведущих энтерпрайзов со сложными, нагруженными, высоконадежными системами. Для стартапа — если эта цифра сегодня меньше 90%, то вы точно делаете какую-то фигню. Либо вам нужно заменить СТО, либо выстроить нормальный процесс поэтапной спецификации, тестирования, деплоя для агентов.

Last week we demoed the product we built. Quiet a few people called it "insane." We replaced Notion, Airtable, GDrive, Docsend, Mailchimp with our own solution. Forms, Calendly, Spreadsheets, Email Management, Website CMS coming in the next few months. The idea behind this was to have all the data in one place and to enable the team to build any collaborative automation by saying "hey buddy, extract new contacts from everyone's email and calendar and store it in... run it every 15 mins." The result have exceeded our expectations by a mile and judging by the warm reception from over 300 people who signed up to the demo, have inspired quite a few people. Watch the recording from the live demo and let's go build! I also posted it on LinkedIn and X.com. I'd appreciate a lot if you amplify it there in case you find the demo inspiring. It helps us promote our VC fund as a product company. p.s. Also put it on Youtube for your convenience

Попробовал сегодня еще раз Клод Дизайн. Сделал великолепный landing page за 2 доллара. Сделал еще 3 итерации симуляции с клиентами - ушло всего 40 долларов.

Карьерный совет от Andrew Ng

Студент Стэнфорда получил оффер от одной из топовых AI компаний; но конкретную команду назвать отказались до принятия оного. Когда он подписал, то оказалось надо поддерживать платежный бэкэнд на Java. Через год чувак ушёл. А через пару лет - ровно та же история со вторым студентом того же курса. Та же компания, другой проект, тот же исход.

Эта история из лекции Andrew Ng в Стэнфорде осенью 2025г. Его поинт был, что дело не в логотипе, а в том, над какой конкретно задачей и с какими людьми ты будешь работать. Что еще было по теме: 1) Работа в AI - пожалуй, самая интересная область сейчас. 2) Продакт-менеджмент становится узким звеном; было бы круто обьединить продакта и инженера - вам это ничего не напоминает? 😉 3) Соотношение инженеров к продактам сдвигается от классических 7:1 к 1:1, а может и даже перевернется.

«take the engineer, take the PM, and collapse them into a single human. Those engineers are the fastest moving people I'm seeing in Silicon Valley today»

4) Будьте на острие AI кодинг инструментов: Claude Code, Codex, Gemini. Каждые 3-6 месяцев меняется фаворит, поэтому надо пробовать, не застревать. Отставание даже на полпоколения - существенная потеря в производительности. AI кодинг, пожалуй, единственная область, где хайп и прогресс двигается ноздря в ноздрю. 5) Надо больше работать - прямо в один голос с Тайлером. Сейчас самое на то время. Просто брать и делать - количество идей сильно превышает количество людей с навыками их претворить в жизнь; вместо того, чтобы работать над бекофис проектом в топовой AI компании, ты можешь работать с интересными людьми над интересной задачей. В общем, вджобываем, дамы и господа! P.S. Ушел дальше мучать Claude Design и прикидывать, как его встроить в новый поток ai product engineer

Шринкфляция в действии - опус 4.7 на 40% дороже. Слепой А\Б тест https://tokens.billchambers.me/leaderboard

https://marble.worldlabs.ai/world/4251241a-f9c7-4c16-8701-337765829b96 Даня сделал игровой мир из своей комнаты

Анализ кода агента с первым местом в слепом прогоне BitGN PAC1 Итак, Operation Pangolin получил первое место в слепом прогоне в Accuracy Leaderboard (поделил его с codex-on-rails) Что у него под капотом? Это не столько чат-бот агент, сколько компактный программируемый аналитик со строгим чеклистом и REPL циклом. Ядро написано на TypeScript. Там вызывается Anthropic Claude (для отладки - Sonnet, для соревнования - Opus). Причем у LLM-ки есть не куча инструментов, а только один - execute_code. То есть LLM-ка генерирует код на Python, который получает доступ к инструментам рантайма через класс Workspace, а еще памяти (scratchpad) и словарику с переменными. Результаты работы передаются обратно в Claude. Повторяем, пока код в итоге не выдаст ответ через ws.answer(scratchpad, verify), который успешно пройдет встроенную верификацию. Решение работает очень хорошо, используя сильные стороны Claude по интерактивному анализу и написанию кода, подкрепленные заложенным заранее списком правил в чеклиста. Слабые места решения (классы задач, на которых архитектура ломалась) - это: - спрятанные в документах вредоносные инструкции, например t011 - удаление пачки файлов - t006 - кейсы, когда мы описываем сущности и проекты (и нужна LLM-ка, чтобы их найти) - t025, t051 - работа с датами, например t012, t037 Но при всем при этом, решение заняло первое место и показало результат лучше более сложных систем. Чтобы повторить в своем решении: - упрощаем число инструментов - даем агенту возможность писать код - даем возможность сохранять память и результаты работы - Прописываем четкие чеклисты и процесс валидации Автор Operation Pangolin - @i_november! Поздравляю с первым местом в соревновательной части BitGN PAC1! Решение заняло первое место в Accuracy Leaderboard (87 очков, поделили с codex-on-rails) и с первым местов в Ultimate Leaderboard (92 очка). Исходники - в GitHub. Задавать вопросы автору можно прямо в комментариях к посту. Туда же я скину график, который сравнивает поведение этого агента с запусками всех других агентов в соревновательном прогоне. Кто помнит хроники спасения проекта с LLM под капотом? Там использовалась схожая архитектура, где LLM генерила кучу кода, который и выполнял всю работу с выдающейся точностью. Ваш, @llm_under_hood 🤗