Perpetual Prompt ♾️

Steve Yegge (ex-Google, ex-Amazon, создатель Gas Town) запустил Wasteland, федеративную сеть, где тысячи AI-агентов работают вместе над общими задачами. В центре общая доска задач: кто угодно публикует задачу, другие берут её в работу своим AI-агентом, а валидаторы выставляют многомерные «штампы» за качество, креативность и надёжность. Всё построено на Dolt, по сути это GitHub для любой работы, не только кода. Самое интересное тут - переносимая репутация. Каждый штамп привязан к конкретному выполненному заданию, всё аудируемо и неизменяемо. Со временем формируется структурированный профиль навыков - не то что ты сам о себе написал (привет, LinkedIn), а то что подтвердили люди, проверявшие твою работу. Плюс, можно создавать свои Wasteland'ы - для команды, компании, университета - и переносить репутацию между ними. Фактически это попытка построить децентрализованное резюме на основе верифицированной работы по оркестрации ИИ агентов.

я ненавижу заполнять анкеты. и 10 лет назад я принял решение: все артефакты, связанные со здоровьем, аккуратно сохранять на компе. анализы, сканы, чекапы, заключения. как эти два факта связаны? пару месяцев назад я завайбкодил себе персонального медицинского агента на Claude Code. он загрузил и обработал все мои дата поинты по здоровью за 10 лет. и это прям прорыв. например, он нашел КТ зубов от 2020 года, рассмотрел глубокое проникновение некоторых зубов в челюсть — и выдвинул гипотезу: мой непроходящий аллергический ринит может объясняться вообще не аллергией, а вот этим. и это оч круто. потому что такая гипотеза живет на пересечении областей. не зона аллерголога. но и к зубному я не думал идти — жалоб на зубы нет. в итоге записался к зубному. мне присылают анкету на 35 вопросов. мля, так я никогда до него не дойду) знаю себя — буду прокрастинировать по-максимуму. а заполнить надо, чтобы у доктора был контекст для качественных решений. и тут я вспоминаю про своего мед-агента) через 15 секунд — полностью заполненная анкета. загруженная на google drive. суууууккааааа, просто proud dad moment!!! вчера созваниваемся с врачом — "Дмитрий, вы доктор? Я никогда в жизни не видела так четко заполненную анкету!". — я к чему это все. экспериментирую с агентами и вайбкодингом каждый день уже несколько месяцев. медицинский агент — один из десятка проектов. какие-то дают результаты, от которых я в восторге. часто — трачу больше времени, чем получаю на выходе. и продолжаю, потому что главная идея за всем этим — не получить результат. идея — с каждым экспериментом менять мышление. от «как мне это сделать» к «что теперь вообще возможно».

Завтра проведем лайвстрим с Байрамом Аннаковым, основателем onsa.ai, App in the Air и Empatika. Говорить будем об использовании агентов в бизнесе: как компании используют агентов в продажах, ops, маркетинге, управлении, финансах? о том, как гарантровать автономию бизнес-процессов и как сделать чтобы функция работала автономно максимально долго и самоулучшалась? Начало завтра в 5pm GMT (20:30 MSK / 9:30am PST) на этом канале!

Xiaomi заявили, что впервые запустили своих роботов гуманоидов на свой завод по сборке автомобилей. За 3 часа автономной работы на установке самонарезающих гаек получили 90,2% успешности, цикл — 76 секунд (соответствует требованиям линии). Используется собственная VLA-модель на 4,7 млрд параметров + reinforcement learning. Обучение — сотни миллионов симуляций, есть zero-shot перенос в реальность. Планируется масштабирование на другие операции. Глава Сяоми заявил, что в течение 5 лет роботы массово появятся на заводах Xiaomi.

Красивая картинка из поста David Sinclair в Х , ниже описание от gpt про что: На картинке пересказана “информационная теория старения” (Information Theory of Aging) и показана классическая метафора ландшафта Уоддингтона (Waddington landscape) — как клетка “удерживает” свою идентичность. 1) Что такое “ландшафт” и шарики Представь, что у организма есть “рельеф” из долин и хребтов: • Шарик = клетка. • Долина = устойчивое состояние/тип клетки (нейрон, клетка почки, кожи). • Хребты между долинами = барьеры, которые не дают клетке “съехать” в чужую идентичность. В эмбриогенезе эпигеном (регуляторные метки) выстраивает этот рельеф так, что нейрон “сидит” в нейронной долине и стабильно экспрессирует нейронные гены, подавляя “почек/кожу”. 2) Что такое “эпигеном” (главная идея) Эпигеном — это слой управления поверх ДНК: метилирование, модификации гистонов, упаковка хроматина, 3D-архитектура генома. Он отвечает за то, какие гены включены/выключены, то есть за идентичность клетки. 3) Что такое “эпигеном стирается / erosion” Теория утверждает, что с возрастом из-за хронических стрессов и особенно ДНК-повреждений и их ремонта клетка многократно “перестраивает” хроматин. Это приводит к: • дрейфу эпигенетических меток (эпигенетический “шум”), • ухудшению точности включения/выключения генов, • частичной утрате “жёстких” барьеров между программами разных типов клеток. На рисунке это показано как эрозия рельефа: долины мелеют, хребты рушатся. Следствие (пункт 3–4 в списке): клетки хуже удерживают свою специализацию → ткань начинает работать хуже. Фраза “Neurons start expressing non-neuronal identity” означает: нейроны (как пример) начинают ошибочно включать гены, нехарактерные для нейронов (элементы чужих программ), что может ломать функцию даже без “полной” смены типа клетки. 4) “Есть резервная копия” — что имеется в виду Это спорный, но понятный тезис: информация о том, как должна выглядеть “молодая” регуляция, не обязательно безвозвратно исчезает, а может быть восстановима, потому что: • ДНК (геном) остаётся той же “инструкцией”, • а эпигенетическое состояние можно частично “перенастроить”. Жёсткое доказательство “резервной копии” как отдельного механизма — не общепринятый факт; это скорее интерпретация результатов перепрограммирования. 5) “Partial reprogramming” (частичное перепрограммирование) Это идея временно включать факторы перепрограммирования (часто упоминают факторы Яманаки; в некоторых подходах берут не полный набор), чтобы: • подправить эпигеном, • “углубить долины” и вернуть хребты, • приблизить профиль регуляции генов к более молодому. Ключевое слово partial: цель — не сделать клетку стволовой (это опасно), а слегка “откатить настройки” без потери специализации. 6) Важные ограничения (чтобы правильно понимать картинку) Даже если эпигеном “омолодить”, это не обязано автоматически исправить всё старение, потому что старение многокомпонентно: • соматические мутации, митохондриальные дефекты, внеклеточные сшивки, сенесцентные клетки и т.п. могут остаться, • перепрограммирование несёт риски (например, потеря идентичности/опухолевые процессы), поэтому контроль дозы/времени — критичен. Итого: картинка говорит, что старение — это во многом потеря регуляторной информации (эпигенетической “настройки”), а частичное перепрограммирование — попытка эту настройку восстановить, “вернув” клеткам правильную идентичность и улучшив функцию тканей.

Навеянно этой статейкой про связь вирусов и колоректального рака. Да и в целом что почти все болезни вызываются вирусами и бактериями, просто еще не все открыты и изучены. Да и в целом, если есть вирусы (бактерии, простейшие (токсоплазма)), которыми заражены более половины населения планеты. То почему не быть вирусу, которым заражены 100% населения планеты, и не называется ему - Геровирус (Gerovirus humanus) :)

Предсказание 4: достаточность (самое опасное и самое сильное) Если агент причинен, то введение его в “наивную” систему должно: • ускорять старение, • и давать специфический паттерн (те же биомаркеры, те же ткани-мишени). Как проверить: заражение “наивных” животных/органоидов/человеческих клеточных моделей + измерение эпигенетических часов, сенесценции, митохондриального статуса, фраильности. Как убить: если инфекция не ускоряет старение ни в одной адекватной модели, или вызывает острые эффекты, но не “aging-фенотип”. Предсказание 5: обратимость или хотя бы замедление при подавлении Если вирус — драйвер, то: • вакцинация до инфицирования, • или антивирусная супрессия реактиваций, • или точечное выключение вирусного фактора (CRISPR/ингибитор) → должно замедлять биологическое старение (пусть даже без “омоложения”). Как проверить: долгие интервенционные исследования на животных; у людей — хотя бы суррогатные конечные точки (эпигенетические часы, воспаление, фраильность). Как убить: если вы демонстрируете полное подавление репликации/реактиваций, а биомаркеры старения и клинические траектории не меняются. Предсказание 6: эволюционные “следы войны” Если такой агент сопровождал вид долго, в геноме хозяина должны быть: • сигнатуры отбора в антивирусных факторах, • специфические ограничения рецепторов/путей персистенции. Как проверить: популяционная генетика, сравнительная геномика приматов. Как убить: отсутствие ожидаемых следов (с оговоркой, что “молодой” вирус мог их ещё не оставить). ⸻ Два важных способа, как такую теорию обычно “спасают” — и как не дать ей стать нефальсифицируемой 1. “Это не один вирус, а их ансамбль” — удобно, но тогда надо заранее зафиксировать критерии ансамбля (какие именно агенты/подписи), иначе это превращается в вечное “не нашли — значит, искали не то”. 2. “Вирус вызывает старение только при X” — тоже возможно, но X должен быть измеряемым и заданным до анализа (например, конкретный HLA-аллель, конкретная метаболическая среда), иначе это пост-хок. ⸻ Если продолжить мечтать в сторону “похожести на реальную науку”, то самый красивый “минимальный пакет” для серьёзности такой гипотезы выглядел бы так: 1. воспроизводимая детекция агента + тропизм, 2. продольная предсказательная связь с биологическим возрастом, 3. причинность в животных/органоидах, 4. замедление при профилактике/супрессии. Хотите, я набросаю 2–3 конкурирующие версии “геровируса” (человеческий латентный вирус vs бактериофаг-переключатель микробиома vs интегрированный ретровирусоподобный механизм) и для каждой — самый короткий список экспериментов, которые либо быстро подтвердят, либо быстро уничтожат гипотезу?

Мечты GPT :) 🦠 Мечта-теория: «Геровирус» как первопричина старения 1) Постулат Старение (по крайней мере у людей) — это хроническое, медленно прогрессирующее инфекционное состояние, вызываемое персистирующим вирусом (назовём его условно Gerovirus humanus), которым заражаются почти все в раннем детстве, после чего он остаётся в организме пожизненно. Почему “100%” вообще возможно: • вертикальная передача (внутриутробно/во время родов/с молоком) + сверхконтагиозность в раннем возрасте; • латентность (вирус “спит” десятилетиями, как герпесвирусы), периодически реактивируясь; • или экстремальный вариант — интеграция (ретровирусоподобная стратегия): вирусный геном встраивается в ДНК клеток-предшественников и передаётся клонам. 2) Центральный механизм (как он “делает старение”) Чтобы теория была не метафорой, ей нужен один-два конкретных механистических “рычага”, которые связаны с известными признаками старения (hallmarks of aging): Механизм A: “инфламмэйджинг как цена контроля” Вирус удерживается иммунитетом в латентном состоянии, но это требует пожизненного низкоуровневого воспалительного тонуса. Со временем: • растёт доля сенесцентных клеток (частично как антивирусная стратегия: сенесценция = блок репликации); • усиливается SASP (секреторный фенотип сенесценции) → системное воспаление; • истощаются стволовые ниши (костный мозг, кишечный эпителий, кожа). Механизм B: “эпигенетический дрейф как побочный эффект” Вирус кодирует факторы/микроРНК, которые перепрошивают регуляцию хроматина так, чтобы поддерживать латентность. Побочный эффект — ускорение эпигенетических часов, ухудшение репарации ДНК, сбои митохондрий. Механизм C (микробиомный, как в вашей статье): “вирус управляет бактерией, бактерия управляет хозяином” Не обязательно один человеческий вирус. Может быть вирус бактерий (бактериофаг), который меняет метаболизм ключевых комменсалов → те начинают продуцировать метаболиты/токсины/сигнальные молекулы, хронически повреждающие барьер, иммунитет и сосуды. Это делает “универсальность” проще: микробиомные агенты реально могут быть почти у всех. ⸻ Как сделать такую теорию фальсифицируемой Проблема “100% населения”: нет естественных “неинфицированных” людей для сравнения. Значит, нужны искусственные контрфакты (модели, когорты, вмешательства) и жёсткие предсказания. Ниже — набор предсказаний, где каждое имеет понятный эксперимент и понятный фальсификатор. Предсказание 1: универсальная детекция + правильная топология Если вирус — причина, его следы должны быть: • практически у всех (ДНК/РНК/белки/антитела), • в правильных тканях (стволовые ниши/иммунные клетки/эндотелий/кишечник), • и стабильно во времени. Как проверить: метагеномика/виромика + single-cell RNA-seq/ATAC-seq на разных возрастах, плюс серология. Как убить гипотезу: если при высокочувствительных методах оказывается, что агент не универсален, случайно распределён по тканям, или не воспроизводится между лабораториями. Предсказание 2: вирусная динамика должна предсказывать “биологический возраст” У людей одного календарного возраста: • больше реактиваций/выше вирусная нагрузка/выше экспрессия вирусных транскриптов → ускоренные эпигенетические часы, протеомные “aging-подписи”, более ранняя фраильность. Как проверить: продольные (longitudinal) когорты с частыми измерениями и “омиксами”. Как убить: если вирусные метрики не объясняют дисперсию биологического возраста (после учёта пола, курения, ожирения, воспалительных маркеров и т.д.) или объясняют, но только как следствие уже имеющейся деградации (обратная причинность). Предсказание 3: необходимы “вирус-free” контрольные животные Даже если у людей “100%”, у животных можно создать почти стерильные условия: • SPF/гнотобиотические линии, • колонии с элиминацией конкретного вируса, • или генетические модели, не допускающие персистенции. Как проверить: сравнить скорость старения и продолжительность жизни “virus-free” vs “infected”, при одинаковых диете/стрессе/микробиоме. Как убить: если полная элиминация/невозможность инфекции не меняет траекторию старения и lifespan/healthspan.

Последний месяц, видя что вытворяют агентные системы, у меня ровно такое же ощущение. Все что происходит в окружающей жизни воспринимается как игра в песчаные замки на пляже, в то время как на горизонте уже видна волна цунами ИИ. Посматривая на эту волну, думаешь что уже не важно кто кому какие песчаные домики порушит, все равно всех смоет цунами :)

Вследом за понгом, биокомпьютер теперь научили играть в... DOOM DOOM значительно сложнее, потому что игрок должен перемещаться в условном трёхмерном пространстве, ориентироваться на карте, реагировать на появление врагов и стрелять. Чтобы реализовать это, была создана облачная система Cortical Cloud и разработан CL API на Python. С помощью API изображение из игры преобразуется в электрические стимулы, которые подаются на нейроны через электроды. Их ответная активность считывается и интерпретируется как игровые команды - например движение или стрельба. Если враг появляется слева, стимулируются соответствующие электроды, а возникающий отклик может быть преобразован в действие в игре. Независимый исследователь реализовал обучающую среду DOOM всего за неделю после появления API. Пока такие "игроки" часто быстро погибают, однако уже заметны признаки обучения - нейроны начинают находить и атаковать цели. По словам разработчиков, ключевая задача ввода и вывода - передача цифровой информации клеткам, считывание их реакции и возврат сигнала в систему - в целом решена. Следующий этап заключается в совершенствовании стратегий обучения, кодирования информации, системы наград и интерпретации сигналов, чтобы биокомпьютер мог играть всё эффективнее https://github.com/SeanCole02/doom-neuron

Мне кажется, что даже образованные люди нередко недооценивают значение просвещения. Между тем, если попытаться проанализировать происхождение многих антропогенных кризисов, можно заметить повторяющийся механизм. Сначала возникает группа людей, способных целенаправленно использовать особенности человеческого мышления — склонность к трайбализму, когнитивные искажения, эмоциональные реакции, упрощённые картины мира. Затем значительная часть общества начинает принимать решения, которые в долгосрочной перспективе противоречат их собственным интересам. Этот момент принципиален. Рационально мыслящий человек вполне способен на причинение вреда. Более того, он может делать это эффективно. Однако он редко действует вопреки своим интересам. Массовые же трагедии требуют другого условия — большого числа людей, которые добровольно поддерживают процессы, объективно им вредящие. Возникает вопрос: почему это возможно? Одно из объяснений — дефицит навыков различения достоверной информации и манипуляции. Если человек не придаёт значения проверке источников, логике аргументации, научному методу, он становится уязвим к систематическому введению в заблуждение. При этом выгоду получает не большинство, а те, кто умеет эту уязвимость эксплуатировать. В долгосрочной перспективе интересы большинства людей, как правило, совпадают: развитие науки, здравоохранения, образования, технологий и торговли увеличивает шансы на безопасность и благополучие. Кооперация рационально выгоднее конфликта. Однако для понимания этого необходим определённый уровень когнитивной культуры. Можно сказать, что проект Просвещения оказался реализован лишь частично. Формальный доступ к образованию расширился, но навыки самостоятельного мышления распространились не так широко, как хотелось бы. Это создаёт асимметрию: манипулировать проще, чем защищаться от манипуляции. При этом ответственность лежит не только на тех, кто сознательно пользуется чужими заблуждениями. Определённую роль сыграло и снисходительное отношение к просветительской работе. Объяснение базовых принципов научного подхода, информационной гигиены, аргументированной дискуссии часто воспринималось как второстепенная задача. Между тем именно эти навыки формируют интеллектуальный иммунитет общества. Никогда в истории не возникало ситуации «избыточного просвещения». Общество не может пострадать от того, что слишком много его граждан умеют проверять утверждения и различать аргументы. На этом фоне особенно странным выглядит активное противодействие просветительской работе, нередко оправдываемое надуманными доводами. В условиях, где дефицит когнитивной культуры остаётся системной проблемой, подобное сопротивление трудно считать рациональным. Ситуация, тем не менее, не является необратимой. Распространение критического мышления уменьшает конкурентное преимущество тех, кто извлекает выгоду из искажённой картины мира. В обществе, где больше людей умеют анализировать аргументы и проверять факты, стоимость обмана возрастает. Поэтому просвещение — это не абстрактная гуманитарная миссия, а прагматическая стратегия снижения масштабов антропогенных катастроф. И чем больше людей готовы делиться компетенцией в своей области, тем устойчивее становится среда, в которой решения принимаются на основании аргументов, а не импульсов. Иначе нам и дальше придётся удивляться повторяемости событий, которые при ином уровне интеллектуальной культуры были бы значительно менее вероятны.

«Проект Pi» от Google взломал «универсальную механику понимания»: у людей и у Больших Языковых Моделей. Критики больших языковых моделей годами высмеивали ИИ на их основе, называя их «стохастическим попугаем» или «размытым JPEG-ом интернета».

Забудьте эту ошибочную метафору. Похоже, мы сами – такие же попугаи, просто чуть более высокого разрешения. 

Новое совместное исследование ведущегося в Google «Проекта Pi» и Висконсинского университета (препринт 2026 года) наносит сокрушительный удар по нашему интеллектуальному самолюбию. Исследователи провели эксперименты в стиле Бармаглота из повести-сказки «Алиса в зазеркалье»: скормили модели Gemini 3 Pro тексты, где все значимые слова были заменены на «бессмысленную абракадабру» или безликие токены <BLANK>. Результаты шокировали: ИИ восстановил смысл бытовых сцен и юридических прецедентов, опираясь только на «скелет» грамматических конструкций. Из этих результатов может следовать следующее:

✔️ Понимание – это не мистическая искра, а многомерное сопоставление паттернов; ✔️ Умение видеть и дополнять паттерны - это не имитация понимания, а сама его суть, его фундаментальная механика.

И если это подтвердится, это будет значить, что мы – не логические машины Буля. Значит наш мозг – такая же «грязная» вероятностная машина, которая ошибается в простых числах и «галлюцинирует» точно так же, как нейросеть. Разрыв между «имитацией» и «настоящим разумом» оказался иллюзией, вызванной лишь масштабом систем. В моем новом лонгриде разбираются 4 инсайта нового исследования «Проекта Pi», которые принципиально меняют представления людей о собственном разуме и будущем AGI. Этот лонгрид (в текстовом и аудио-форматах), а также две аудио-видео-презентации его ревю и обсуждения патроны канала могут найти здесь [1, 2, 3, 4] и в закрытых чатах для патронов. #ParadigmsofIntelligence #DiverseIntelligence

китайские скоростные поезда

Будущее, к которому мы не готовы. И как нас пока что еще спасает от ИИ старое «железо» Джош Тиранджел написал большое эссе в The Atlantic. Что говорит? Мир стоит на пороге огромных перемен. Мы привыкли думать, что новые технологии — это просто более удобные инструменты, как пылесос вместо веника. Но то, что происходит сейчас с искусственным интеллектом, больше похоже на падение гигантского астероида, который может полностью перекроить нашу жизнь. 💥 https://tinyurl.com/mdj7pze3

Исходя из моих источников, полноценный домашний робот с быстрым софтом, который убирает, стирает, готовит еду и тд появится серийно к 2028г. Главные кит игроки рынка попросят за такой гаджет около 10к$ с гарантией (как мне сказали) минимум 5 лет.

Я особо не рассказывал про то, что такое Ретро, и чем мы отличаемся от среднего по больнице в биотехе и старении. Биотехнологии и фарма — удовольствие очень дорогое. Часто люди, заставшие IT бум, приходят в область с завышенными ожиданиями, что если они на коленке напишут тысячу строк кода за вечер, то сразу станут как Цукерберг, и им принесут приглашение в список Форбс. Есть ещё отдельный жанр эго, где умение хорошо играть в шахматы в детстве экстраполируется на то, что они решат рак за 5 лет с помощью виртуальных клеток и ИИ без реальной лаборатории. Реальность оказывается диаметрально противоположной — чтобы сделать хоть что-то отказывается нужно сначала построить лабораторию, которая занимает место в специальном здании, которое должно соответствовать требованиям безопасности. Нужно оборудование и люди, которые понимают, как этим оборудованием пользоваться. И, конечно, же нужны люди, которые будут в состоянии все это собрать вместе и придумать что лечить, как провести всю доклинику, клинику и получить одобрение от регулятора на продажу лекарства. Сроки разработки, клинических испытаний и одобрение регулятора — при большой удаче займет годы (читайте ближе к минимум 10-15 годам). Это все накладывается на огромные риски, что большая часть попробованного отвалится по пути, и худшем случае прямо в третьей фазе клинических испытаний после сжигания сотни другой миллионов долларов. На рынке разработки лекарств олигополия больших фарм-компаний, многие из которых существуют уже несколько веков и за это время накопили достаточно опыта, знаний, денег, людей, чтобы мыслить и инвестировать десятилетиями — Merck & Co. (1668), GlaxoSmithKline (1715), Pfizer (1849), Eli Lilly (1876), Abbott Laboratories (1888), Johnson & Johnson (1886) и прочие. Эти ребята, в целом, очень скучные и умеют считать деньги на десятилетия вперед. Сложно их винить, таков рынок, на котором они пытаются выживать и самоокупаться. Помимо них, из более-менее новых крупных игроков можно наверно упомянуть Genentech (1976), которая выросла на производстве рекомбинантных белков (инсулина) — про них есть интересная книжка, можете почитать. В остальном, область наполнена огромным количеством мелких компаний, которые наполняют пайплайн для большой фармы своими разработками, в промежутках пытаясь выжить до следующего раунда, и накопить достаточно результатов, чтобы ими заинтересовался кто-то из крупных игроков, и выкупил их. В старении вообще перекати-поле — и кроме крупных Calico, Altos Labs ни у кого пока не было больше $1 милларда, что по меркам биг фармы — пшик. Calico и Altos Labs часто позиционируются как исследовательские институты с огромным штатом выкупленных состоявшихся профессоров-звезд из академии с космическими зарплатами, раздутой структурой лабораторий и сильным фокусом на публикации и фундаментальные исследования. Есть много мелких стартапов, обычно в лимбе поиска инвестиций от ангелов и мало понятным путем до любого возврата инвестиций. Профессиональные биотех фонды долго не инвестировали в старение от слова совсем, наметился небольшой интерес и тренд на это после успеха Оземпика, но пока интерес остается в основном на словах. В Ретро у нас пока что $180 миллионов от Сэма — это в разы меньше, чем у Calico и Altos Labs. Но это в десятки раз больше того, на что обычно претендуют стартапы в старении. Миссия Ретро — в продлении здоровой жизни человека на 10 лет. А фокус на том, чтобы вырасти в следующее поколение большой фармы для старения — и история Genentech во многом вдохновляет и наши долгосрочные планы. Нет цели продаться большой фарме, нет цели встраиваться в статус кво — есть цель переломить хребет рынку, и создать новый рынок лекарств именно от старения, а не от болезней, мы в Долине и тут кроме безумных идей, другие никого особо не интересуют. Либо пан, либо пропал.