ElKornacio

почему Сэм Альтман не сможет вылечить себе рак? по следам прошлого поста складывается ощущение что "можно швырнуть много миллионов долларов в компьют, поднять 100000 агентов и они решат любую задачу" или "AGI сводит решение любых задач к вопросу доступности компьюта и цены". я вот лежал-размышлял на тему "если завтра у Сэма Альтмана обнаружат рак - сможет ли он поднять 100.000 агентов чтобы они за неделю нашли лекарство?", и простой ответ - нет. представьте, что вы ищете ответ на какой-то вопрос про реальность, к примеру "какая комбинация молекул в пробирке вылечит рак такого типа". и вот есть спектр, где с одной стороны: - полное отсутствие интеллекта aka полный перебор всех существующих вариантов классические "бесконечные мартышки перебирающие кнопки в попытке написать Войну и Мир". отсутствие оптимизации перебора вообще. а с другой: - абсолютный интеллект aka сразу выбор правильного варианта интеллект имеющий полную всеобъемлющую модель реальности решает оптимизационную задачу у себя "в голове" и сразу даёт верное решение. и вот между этих двух крайностей и существуют разные уровни интеллекта. - автослесарю без биохимических знаний надо будет перебрать миллиарды комбинаций молекул в поисках лекарства от рака - студент-биохимик будет перебирать на порядки меньше, потому что сможет откинуть ворох совершенно нереалистичных веток - PhD биохимик со специализаций по онкологии будет перебирать ещё меньше, сразу пойдёт по реалистичным веткам думаю, суть вы уловили. каждая итерация развития ИИ - это улучшение картины реальности в "его голове", и сужение кол-ва веток перебора. gpt-4, наверное, смог бы решить математическую проблему тысячелетия, если поднять, ну, 100-200 триллионов агентов, может быть на пару порядков больше. увы, на Земле нет столько компьюта. а вот gpt-6 (ну или какой там у них внутренний вариант) - смог сделать это в формате 10.000 агентов за несколько дней. а в будущем какой-нибудь gpt-8, наверное, вывезет и на 50-100 агентах за пару часов (если представить, что в трейн не подлили предыдущие результаты). так че по раку? беда в том, что у перебора, помимо, собственно, кол-ва вариантов, есть другая сторона - а сколько стоит (времени/денег) проверить один вариант. и тут кроется ответ на вопрос, почему ИИ так бодро тащит задачи программирования и математики: эти задачи формально верифицируемы, алгоритмически. то есть, когда у вас есть вариант решения, вам нужны литерали миллисекунды чтобы его проверить. эти задачи не требуют проверки в физической реальности. ИИ может перебирать варианты и оптимизировать решение буквально по ходу дела. но вы можете представить себе затраты на тестирование одного варианта лекарства? даже in vitro - сколько времени займёт изготовление тестового образца и проверка? 10.000 агентов тут не дадут никакого выигрыша, хоть залей весь компьют мира. думаю, в ближайшие 3-4 года, одной из растущих сфер будут fully automated лабы as a service. этакая изолированная среда в физической реальности, где агент может проводить эксперименты - как для RL, так и для фактического решения настоящих задач.

оч интересная история: https://t.me/airamongush/186

учитывая, насколько легко и быстро с агентами теперь можно собирать небольшие продукты - только ленивый не мечтает о маленьком прибыльном пет-проектике 🤦‍♂️ ток я уже кучу раз видел, что с этим упрощением все классические симптомы усугубились - как и раньше, вместо продаж, маркетинга и взаимодействия с юзерами очень хочется пилить фичи для идеального продукта в вакууме. и если раньше было "ладно, ещё всего день, допилю эту классную фичу, и точно в релиз", то теперь с агентом за день можно запилить сразу 20 фич, и мозг постоянно говорит "давай отложим ещё немного, и накачаем продукт ещё кучей функций, так его точно все купят, ну прям точно-точно!" казалось бы - мы живём в лучшее время в истории, чтобы что-то запускать, творить, реализовывать, зарабатывать. я иногда с ужасом и восторгом смотрю на то, какие невероятно большие штуки удаётся сделать за день, то, на что раньше уходили месяцы. но по факту, большинство до запуска не доходит: - какую идею выбрать; - где искать первых юзеров без бюджета; - как не потратить полгода-год на продукт, который никому не нужен в комьюнити Короче, капитан выработали формулу:

найти существующий спрос ➡️ собрать минимальную версию продукта ➡️ протестировать на реальных пользователя

и это работает в разных нишах: — парень в одиночку собрал Telegram-игру с AI и заработал около $1500 за первые полтора месяца; — девушка без навыков программирования запустила AI-бота для изучения английского и получила первые ~$200 уже в первый месяц; — у другого участника коммьюнити сервис для тренировки китайского произношения вырос до $4000 в месяц без затрат на рекламу — за счёт Google и продвижения внутри сторов. это не истории про "гениальную идею" и миллионы через неделю, а адекватные примеры того, как маленький продукт можно запустить без команды и инвестиций. получить настоящий результат, а уже потом решать, стоит ли его масштабировать. в общем, в канале @its_capitan: - разбирают такие проекты - делятся реальными цифрами - показывают, где были ошибки так что подписывайтесь на клёвое коммьюнити, чтобы знать, как надо и НЕ надо запускать продукты 🙂

ну, если честно - мне вообще не зашло. никаким AGI там и близко не пахнет. не говоря уже о том, что все те вещи, которые бесили в 5.6, как будто со знаком минуса перенесли в 6. 5.6 постоянно без спроса делал кучу всего? 6 нужно пинать на каждый чих 5.6 выдавал 2 листа А4 в финальном ответе, с кучей деталей в духе "давайте я сначала расскажу, что у нас хорошо, а уже потом отвечу на ваш вопрос про то, где плохо", 6 - очень лаконичен, приходится регулярно фолоуапить и просить детали. на 3д не гонял - может там и правда имба (хотя у меня и 5.6 охеренные 3д-модели собирал), но пока что ощущается как топтание на месте. да и ор в твиттере альтернативно одарённый - "смотрите, я дал gpt-6 unreal engine и он сделал мне игру с охеренным графоном" - ну так это же не заслуга gpt-6, а игрового движка, которому 27 лет. у меня так-то и gpt-4o в Unity удивительные игры собирал - правда, сюрприз-сюрприз - на готовых шейдерах в общем, за пару дней тестов я не нашёл пока ни одного кейса, в котором 5.6 не вывозил или вывозил плохо, а 6 показал какой-то принципиально новый результат.

шо ребята, permanent underclass is coming for us?

👀

а у вас было такое, что агенты упарываются и творят херню? 🙂 (нет, это не начало моего нового стендапа) короче, иногда, выбрав определённое направление решения задачи (особенно в исследованиях и экспериментах) агент закапывается очень глубоко, и не ему не хватает какой-то рефлексии типа "ох, чета мы кажется уже упоролись и делаем дичь. вернусь на пару шагов назад и подумаю, нет ли здесь другого решения". скажем, у меня пару дней назад агент тестил десктопное приложение, эмуляцией кликов мыши (по CDP). и стал жаловаться, мол, кнопка не кликается - click-евент не ловится. он полчаса копался в драйвере CDP, решил что это баг драйвера, и стал переписывать всё моё приложение, чтобы кнопки умели реагировать не только на click, но и на pointerup. поймал упыря за руку в последний момент. сказал "дурень, дичь не неси, CDP перепроверь" - и вот чудо, оказывается он забыл передать какой-то аргумент, и всё итак нормально бы работало. я долго думал - че с этим делать, как сделать так, чтобы агент иногда себя одёргивал и рефлексировал. и придумал! неделю назад сделал себе комбо из двух хуков для codex: 1. один хук на начало turn (начало turn - это момент когда вы агенту дали задачу), который запоминает текущее время. 2. второй хук после каждого tool call, который проверяет, сколько прошло времени с начала turn, и с последнего "напоминания порефлексировать". если прошло больше 5 минут - то он говорит агенту "бро, долго работаешь. точно двигаешься ровно? давай helicopter view рефлексию, если всё четко - продолжай, если чувствуешь что дичькуешь - сделай пару шагов назад" и мне оч нравится как оно работает - уже раза 3 ловил момент, когда хуки выводили агента на путь истинный. сегодня причесал и залил на гитхаб, можете потыкать: ✨ https://github.com/ElKornacio/agent-plugins ✨ (добавьте marketplace в Codex, и установите плагин "Smoke Break") P.S. вообще мне очень нравятся игры с "ощущением времени" для агентов. сам факт того, что он делает что-то долго, и принуждение его порефлексировать на тему "насколько затрачиваемое время соответствует тому, что ты делаешь" - это большое и интересное направление, в том числе для само-оптимизаций. иногда, когда агент e2e тесты гоняет часами, кажется, что если дать ему совсем маленькую подсказку типа "ты 1.5 часа гоняешь тесты" он и сам поймёт, что что-то не то, и оптимизации нужны 🙂

гайз, я тут на днях по долгу службы отсмотрел топ-500 скиллов, из них ~топ-50 потестил руками. подумал, вам оно интересно, аля обзор? ну типа там всякие бандлы в духе superpowers, matt pocock, corey haines, что в них топ, что в них кал, etc. я понимаю, что с такого рода контентом я года на 1.5 отстал, и мне даже как-то стыдно про это писать - наверное, про те же superpowers норм каналы с психически стабильными не выпадающими из жизни авторами уже тысячу лет назад всё написали, но вдруг 🙂 в общем, контент потненький, зазря делать лениво, но если кому-то оно надо - почему бы и нет. давайте так: • 👍палец вверх - если надо • 💩какашку - если не надо • коммент "не спеши, в 2027 про них напишешь", если контент ещё не дозрел

https://www.macrumors.com/2026/08/17/camera-equipped-airpods-macos-26-7/ тут говорят, Apple планируют вкорячить широкоугольные камеры в эирподсы (🤦‍♂️), так, чтобы они могли видеть то, что перед вами, и, соответственно, кормить этот как контекст в Сири. звучит интересно (и нравится мне сильно больше чем попытки вкорячить камеры и ИИ во всякие очки), но совершенно непонятно: 1. сколько вообще аирподсы смогуть держать зарядку в таком режиме? супер-тихо играть музыку практически прямо в барабанную перепонку по BT и стримить видео - заметно разная нагрузка на батарейки (а они там ой какие небольшие) 2. позволит ли дополнительный контекст сделать Сири хотя бы на нанометр менее бесполезной? посмотрим... 🙂

а ещё, у прекрасного ИИ-бро Глеба Кудрявцева, с которым мы выступали на куче конф, выходит курс по вайбкодингу: https://glebkudr.com/courses/vibecoding я точно знаю, что среди моей аудитории есть те, кто читать-почитывают, но сами в вайбкодинг ещё не вкатились. и, мне кажется, это шикарный способ вкатиться, потому что отзывы - топ, все писаются кипятком, и у Глеба действительно крутейшее умение объяснять сложные вещи простым языком. в общем, хватайте! btw, есть скидка 10% по промокоду GLEB3 🙂

немного новостной повестки: - Дарио на выходных изо всех сил объяснял, что он не думер, и вообще он всегда считал что ИИ - это круто и здорово - отчасти, это прозошло на фоне того, что в прошлый понедельник Цукерберг разразился эссе о том, что ИИ - это круто и здорово, после чего его стали противопоставлять Дарио главная проблема обоих ораторов, на мой вкус, то, что те вещи, которые они описывают - не особо крутые, не особо здоровые, и, главное, от обоих веет добротным таким дисконнектом с реальностью, и непониманием, о чём люди реально переживают Дарио вот считает, что люди негативно настроены против ИИ, потому что дескать ИИ сейчас в руках корпораций, а людям не нравятся большие корпорации, государства, и так далее. типа, дело не в технологии, её влиянии на мир, скоращениях, стремительном терраформировании карьерного ландшафта, полной неопределённости в ближайшее годы, и так далее. а просто люди, дескать, конспирологи, и боятся, что крупные компании что-то замышляют. особенно кекнул с цитаты на скрине. Цукерберг же двигает нарративы 4-летней давности в духе "прикиньте, с ИИ у каждого будет личный учитель, тренер, вы сможете получать любые знания и профессиональные навыки" (он слышал что-нибудь про ChatGPT? сириусли, какой смысл строить эссе на тезисах Альтмана 4-летней давности? 😕). вопросы в духе "а зачем получать профессиональные навыки, если ИИ сам справится с моей профессией" в эссе не рассматриваются. в твиттере эту повестку сравнивают с тем, как Марк описывал фейсбук, аля "ваш лучший способ быть в контакте с друзьями и близкими", и чем он в итоге стал (рейджбейтной помойкой радикализующей людей с компульсивным скроллингом 🙂). такие дела 🙂

короче, я постепенно покоряю world of atoms при помощи агентов и это ужасно захватывающее и интересно! не секрет, что агенты обязаны иметь возможность проверять результаты своей работы. агенты без обратной связи - полный ад. и одно дело - твой комп, полностью цифровая среда, где ты можешь обложить приложение тестами вдоль и поперёк, а на крайний случай - агент посмотрит на экран, покликает мышкой, и поймёт что к чему. юнит тесты, интеграционные, e2e, визуальные, что угодно. другое дело - физическое устройство в реальном мире. как организовать автономное тестирование, так, чтобы агент мог всё проверять сам? как проверить, что девайс правда воспроизвел звук? как проверить, что девайс правда моргнул светодиодом правильного цвета? как подать звук так, чтобы микрофон девайса его услышал? это люто интересная инжинерия - создавать циклы обратной связи буквально в физическом мире. когда ты запускаешь ./test.sh full, и у тебя в картонной коробке в шкафу что-то начинает шипеть, пердеть, светиться разными цветами, а в консольке бежит PASS 1, PASS 2, PASS 3, ... :) дополнительный сюр - использовать это как test runner в GitHub CI - тогда это всё шоу происходит на каждый отправленный PR, а дома начинает формироваться маленькая лаборатория с тестовыми стендами для разных устройств. P.S. на видео жутковатый пример того, как выглядит дебаггинг проблемы - девайс стал проигрывать аудио-стримы в 2-3 раза медленнее, чем должен был, из-за чего TTS-голоса стали звучать как демоны из ада. в итоге агент сам нашёл проблему - забивалась RTOS очередь, из-за чего процессору не хватало мощности на realtime playback, и всё тротлилось и тупило (и аудио игралось с замедлением)

ой, ну всё, теперь уже и законы нарушать нельзя, куда мы катимся 🔫 че мне теперь, руками трояны писать. пф. *место для нативной рекламы вашего local-inference проекта* P.S. ну я типа немного с крипто-кошельками пошалить решил, там ничего серьёзного, на самом деле. но кодекс верещал на каждый запрос, что я злодей, и мы делаем что-то ужасное (нет). а потом пришло это письмо счастья.

https://t.me/mister_sosister/2215 хороший пост, про SaaS-смерть с венчурного ракурса. я вкину свои небольшие 5 копеек: на мой взгляд, SaaS всегда был де-факто шеринг-моделью, то есть когда что-то дорогое становится дешевым засчёт шеринга между большим кол-вом потребителей, издержки в пересчёте на одного потребителя неуклонно падают с ростом их кол-ва (а в случае классического софта, где labor cost >>> infra cost, это особенно отчетливо просматривается). capex владения тачкой разваливается об каршеринг capex владения крутым 3d-принтером об студию 3d-печати на районе capex разработки собственной CRM-системы об подписку на salesforce выгодно поделить большой labor-кост между кучей участников, но если этот кост упал на порядки, и теперь каждый участник может позволить себе его сам, а выигрыш от персонализации с лихвой окупает расход - то такой шеринг-модели конец.

посоны и дамы, а чем вы вдохновляетесь, когда надо UI навайбкодить? ну вот всякие там 21dev / impeccable / opendesign / unslop-ui / etc солюшены. мне нужно лендинг задрафтить фантастически красивый, вот прям он должен быть идеальный, готов неделю по вечерам его тюнить до совершенства, и сравнить кучу разных инструментов между собой. от качества этого лендинга прям жизнь зависит, образно говоря. что посоветуете? вот чтобы результат был НЕ КАК на скрине 🍤

какой ужасный кал npx skills (aka skills.sh), вы просто не представляете я думаю qwen-8b квантованный до 1-бита мог бы выдать более качественную, стабильную и продуманную архитектуру для package manager'а. господи - да тот же npm/pnpm/yarn - опенсорсные, бери и копируй основные механики. как, ну просто как можно было сделать настолько уродливые, непродуманные и кривые lock-файлы, я не представляю. спасибо, Vercel, за "developers first" 🦞

Opus 5 👀 даже вроде бы в пачке бенчей обгоняет Fable. хотя странно смотрится пресс-релиз, учитывая, что Anthropic нахваливают Mythos как самую мощную модель (а Fable как её урезанную версию) во многих бенчах паритет с 5.6 Sol 🙂

апдейт долетел и до меня 🙂 в общем, он юзает свою модель, а не проксирует в 5.6 Sol/Terra/Luna. и он весьма туповат( и акцент лютый, и ответы медленные. в общем, думаю через 1-1.5 года будет прям сок - когда он будет хорошо быстро разговаривать, а агентную активность будет выполнять норм модель. может на выходных попробую его завезти как оркестратора над чатами с норм моделями.

👀 о, тут в Codex говорят realtime-голосового агента завезли. типа, не просто голосовой промптинг, а полноценная дискуссия, где агент между репликами вполне может выполнять задачки, искать информацию, и так далее. одно непонятно - как с таким чудом гонять 5 параллельных сессий. видимо, надо будет примерить на себя роль дирижёра хора 🙂

Вообще, как вы видите сейчас, нефть будущего — это вовсе не софт, а железки. Покрайней мере, пока мы не вошли в сингулярность, когда ИИ начнет штамповать их себе самостоятельно. Всем бизнесам нужен инференс, но есть проблема: когда компании переводят процессы на LLM, они просто охреневают от счетов за API OpenAI или Claude. Рынок ломается о стоимость вычислений. Которые можно сильно сократить, если оптимизировать косты на железо и работать со специализированными небольшими моделями, четко подобранными под задачу. К чему это я? Мы с @neuraldeep хотим построить свой AI-датацентр в Европе. Мы даем бизнесу тот же результат, но в 90–100 раз дешевле крупных провайдеров. Продуктово это не просто классический хостинг, а хаб, где мы монетизируем одну железяку трижды: продаем голые токены, сдаем GPU в аренду и продаем бандлы подписок на AI-продукты (чат, RAG, OCR, транскрибация и т.д.). Самое важное: хаб уже работает в проде и генерит кэш. Без копейки платного маркетинга откручено 21.9 млрд токенов, за 2 месяца, собрано более 1000 платящих юзеров, а операционная маржинальность инференса 90%. Сейчас мы поднимаем Seed-раунд на $5M (за 25% доли, оценка $20M post-money), чтобы кратно отмасштабировать флот серверов на весь мир. Почему мы порвем этот рынок: 1) Идеальная локация. Я живу в хостинговой столице мира — Финляндии. Тут самая дешевая электроэнергия в ЕС и сосредоточены мощности Google, Microsoft, Hetzner, Небиус. В самой Финке нет амазона Амазона (мы платим за доставку из Германии), зато есть его датацентры. 2) Налоги. Местная система может отбирать 60% с зарплаты, но зато максимально благосклонно относится к реинвестированию хоть в трактора хоть в видеокарты. Будем эффективно списывать затраты на железо. 3) Умный CAPEX. Мы не сжигаем капитал на флагманские стойки с B300 под жидкостным охлаждением за бешеные миллионы. Наша ниша позволяет использовать просьюмерские RTX PRO 6000 — это дает нам на 58% больше токенов на каждый вложенный доллар. 4) Валера (@neuraldeep) — абсолютно гениальный технарь с лояльной аудиторией в 15k AI-разработчиков, который готов это отскелить на любой масштаб. В отличие от венчура, где 90% хипстерских стартапов проедают деньги и закрываются, у нас большая часть раунда пойдет напрямую в закупку GPU. Это хард-ассет бизнес. Риски даунсайда минимальны: даже если всё пойдет по одному месту, GPU сохраняют свою ликвидность и их можно продать любому другому датацентру, которым сейчас не хватает свободных мощностей. Вы инвестируете в ликвидное железо с окупаемостью 10-15 месяцев, а не в воздух. Рынок GPU-инфраструктуры сейчас горячий как никогда, и окно возможностей открыто именно сейчас. Так что если вы инвестор и вам интересно вложиться в понятную AI-инфраструктуру с подтвержденной экономикой — велкам в личку. Пришлю наш питч-дек, финмодель под NDA и отвечу на любые вопросы.