e/acc

Топ лабы готовятся к глобальной катастрофе. И тебе пора, анон. Любопытный материал, в котором рассказывается как лидеры топовых лаб типа Антропика, Меты и OpenAI моделируют и готовятся к разного масштаба катастрофическим событиям, которые могут привести к бурлению говн социальному беспокойству и PR-скандалам. Они считают вероятным такое событие в ближайшие 6-12 месяцев. Вероятнее всего, это будет кибератака, которое приведет к разрушению или отключению какой-то инфраструктуры, типа интернета, финасовой системы, поломка публичной криптографии и даже вплоть до остановки критической инфраструктуры воды, электричества, газа. Если замедлить не выходит, то нужно готовиться к публичным воплям и обвинениям во всех грехах, ибо толпа бесконтрольна и как масса донельзя предсказуема.

Вы не поверите, но в среду на следующей неделе я делаю очередной воркшоп Building AI-Native Startups. Формат тот же: бесплатно, онлайн, без слайдов и лекций, никто ничего не продает. Три фаундера шарят экран, показывают, как у них на самом деле устроена работа, и отвечают на вопросы из чата. Язык - пиндосский. В этот раз: — Василий Маркович, основатель Cognee (опенсорсная память для агентов, 31 тысяча звезд на гитхабе), покажет свой "личный мозг": как подключает к нему все источники данных и своих агентов и автоматизирует поверх этого рабочие процессы. — Фред Бартле, CTO Alpic, со своим правилом "если агент не может этим пользоваться, не выпускай". На примере Skybridge, их фреймворка для MCP-приложений: как дать любому кодинг-агенту знания, чтобы он строил на твоем инструменте сам, и как довести это до продакшена. — Майкл Маган из Charming про jigs. В столярке так называют самодельный инструмент, который делаешь до того, как браться за саму вещь. Его мысль: теперь каждая роль собирает себе такие инструменты из софта и агентов, вместо связки гугл-таблиц, Zapier и чужого SaaS. Покажет, что они собрали у себя внутри и когда стоит строить свое, а когда нет. Мне эта тема особенно нравится: все это уже делают, а нормального названия у явления до сих пор не было. 14 октября, 9am PT / 6pm CET / 19:00 MSK, трансляция в X. Регистрация: https://luma.com/jetx3mbv

Когда мне было лет 10, я скачивал пиратский фотошоп, потому что не мог представить что такое $500-600 за лицензию и уж тем более как их заработать. Потом появились торренты и я их использовал (и использую), потому что это проще, даже если есть подписка или лицензия. Но постепенно эра платного софта подходит к концу. Софт не стоит ничего, и защитить обратный аргумент станет все сложнее. Например, вот этот чувак взял Опус и ВСЕ продукты Adobe (photoshop, Lightroom, premier, acrobat, after effects, illustrator) и попросил модель собрать с нуля опенсорсную версию на Rust. Это, конечно, не один промт, но функциональная копия. Фотошоп неплох, остальные пока не имеют 100% функционала. Смысл тут не в гениальности этого чувака из Барселоны, а в том что такое теперь доступно каждому. Вы можете снять 10 секунд видео 3D игры или какого-нибудь профессионального софта и получить копию. Не точную, но заменяющую первые 2-3 года, которых это стоило оригинальным разработчикам. Ровно то же самое случится с любым софтом для ИИ трансформации, корпоративными ИИ платформами и прочим. Любой бизнес софт будет open source. Компании (а вернее их агенты) будут брать необходимые компоненты и собирать из них систему и процессы. Я верю в модель, где пользователи платят открытом репозиторию, который тратит эти деньги на токены для поддержания открытых и совместно развиваемых версий Slack, Notion, Salesforce и т.д. В таком мире ценность имеет сильная инфра для деплоя, SLA, комплаенс и доступ к историческим данным (ака system of record).

я просто в ахуе. в первую очередь, от количества возможностей, которые сегодня существуют для того, чтобы сделать бизнес. никогда в истории такого не было. понятно, что бла-бла-бла, есть экзистенциальный страх, который триггерит глобальную человеческую психологическую травму: мы все не нужны, нас всех не любят, ИИ и роботы порешают всю экономику, а люди останутся гнить в каких-нибудь клетках и вырабатывать рилсы для тиктока. и, возможно, это наше будущее. и оно примерно настолько же вероятно, как и будущее, в котором людям больше не нужно работать, потому что у каждого человека на планете решены все базовые и даже небазовые проблемы, связанные со здравоохранением, питанием, воспитанием детей и развлечениями. но если говорить про прямо сегодняшний день, конец 26-го года, мы находимся не там и не там. мы находимся в ситуации, в которой существуют просто тысячи, десятки тысяч возможностей. практически каждую из них можно превратить в прибыльный бизнес. это не гарантирует пассивный доход. это не гарантирует возможность бесконечно пожинать плоды и абсолютно не работать, потому что это (а) невозможно и (б) бесполезно. но для тех, кто готов хреначить, умеет продавать или готов учиться продавать, сегодня построить небольшой бизнес с выручкой от 10 до 100 тысяч долларов в месяц проще, чем когда-либо в истории. построить бизнес на сотни миллионов ARR - совершенно другая категория: это сложнее, там сильно меньше победителей и 90% конкурентов умирает, это требует быть лучшим в своей категории, работать 80 часов в неделю и не принимать никакой, кроме лучший из технически возможного результата. зная мир VC, для них никого кроме этой категории не существует. и это разумно: компания, которая не дойдет хотя бы до $100M ARR никогда не сгенерирует прибыль фонду, и это уже благотворительность а не инвестиции. я физически не успеваю даже нормально рассмотреть все возможности, которые вижу. времени в сутках столько же, а вещей, которые хочется попробовать, стало в разы больше. самая сложная задача - выбрать что-то одно и продолжать этим заниматься, когда каждый день видишь еще десять крутых идей. в этом году я проебал ряд возможностей (вокруг AI-native истории), потому что недостаточно верил себе и в себя. это ошибка, и я пока не понимаю какой правильный из нее выход. можно злиться, можно расстраиваться, но безусловно стоит собраться и пробовать до тех пор, пока не получится.

🤯 OpenAI выложили в открытый доступ 722 пейпера по математике, над которыми их модели работали последние недели. Совру, если скажу что я что-то понял просто читая заголовки, но каждая из этих задач входит в топ самых важных в своей области. Стоит повторить заезженную фразу о том, что это самый глупый, медленный и неспособный ИИ, который мы увидим в течении нашей жизни. И именно поэтому стоит готовиться к миру, который развивается значительно быстрее, чем сегодня.

Как я работаю с агентами Каждый мажорный релиз модели (в данном случае Astra и Opus 5.5) меняет возможности моделей, но главный эффект - это меняет КАК и КАКАЯ работа может быть сделана с помощью ИИ. Помните, на заре этого рынка была такая профессия как промт-инженер. Сегодня, очевидно, это не просто бесполезная, а вредная история (есть пейперы которые доказывают что скилы и длинные промты делают результат ощутимо хуже). Потом были всякие контекст инженеры, RAG-монтажеры и n8n-ниндзя. Не сказать, что это прям активно вредно, но для 99% задач никакой пользы это не дает. Выясняется, что модель из коробки решает эти задачи лучше чем накостыленный софт. Сегодня эра мультиагентов, динных сессий, но все еще без continual learning (апдейта весов модели/лоры в процессе работы), нативной коммуникации агентов (градиентами и весами), и это все придет в ближайшие год-два. Прямо сейчас почти любая сессия, которую я запускаю - это: - оркестратор оркестраторов, то есть есть менеджер с которым я общаюсь, у него есть субагенты на отдельные куски проекта (например, разные сделки, разные типы работы, разные части продукта или исследования). на скрине - одна сессия, которая создает субсессии, которые сами создают субсессии и все между собой общаются. я в чужие чатики не лезу, у меня есть ответственный менеджер. - я не читаю чат агентов, только чат с оркестратором. у типичной задачи 20-40 субагентов, они работают от пары до 40-50 часов на задачу, читать весь этот слоп так же бесполезно как читать код для меня - мне важен результат - моя работа это выставить правильные гейты Вкуса, то есть договориться с агентом на каком этапе он мне показывает результат, собирает с меня фидбек и направления дальнейшей работы. без этого сессия на 60 часов уйдет в неправильное направление после первого шага и вы потратите недельный лимит на слоп - половина работы агентов - автоматизации. каждый день это полтора десятка автоматически запускаемых задач: ревью всех новых сделок и заявок, ответы в почте и тг, анализ трафика и кампаний, подготовка целей на день и неделю, трекинг проектов, читалка важных новостей по рынкам и т.д. Мораль: то, чем является работа и как меняются бизнес-процессы зависит от текущего состояния моделей. Именно в этом и есть ИИ-нейтивизация, а не в том чтобы натянуть РАГ на Слак.

Никто не хочет про это слышать (потому что это не укладывается в их пессимистичную повесточку), но реальный рост рабочих мест от ИИ в США составил больше 500,000 с 2023 года. Некоторые из них не останутся с нами навсегда (так же сегодня почти нет смысла в профессиях переводчиков, иллюстраторов или операционистов). Например, лейблинг данных был крайне важен, но сегодня реальный спрос либо на роботические данные (коих нужно в разы больше, чем текста и картинок), либо на продвинутые RL среды типа финансов, медицины. Другие же, наоборот, только появляются. Например, людей создающих крутой ИИ контент или умеющих внедрять агентов в сложные старые и "несексуальные" бизнес-процессы критически не хватает, и за опытного человека бизнес готов платить прилично. Глобально, в краткосрочной перспективе я все равно ожидаю общее падание занятости в интеллектуальной сфере во всех странах, но это вопрос перехода, а не конца света.

Нобелевеский лауреат по экономике Дарон Ачемоглу (который год назад предсказывал что эффект ИИ на экономику будет около 1%) разразился серией статей и твитов на тему того переживет ли демократия столкновение с ИИ. Если кратко, он пишет что один из самых недооцененных эффектов AI - не безработица, а концентрация экономической власти. Интеллект становится дешевле и доступнее, но инфраструктура, лучшие модели, капитал и данные концентрируются у очень небольшого числа компаний. И если AI действительно станет основным фактором производства, то несколько компаний потенциально будут контролировать все большую часть создаваемой экономикой ценности. А дальше экономическая власть довольно быстро превращается в политическую. Еще интереснее, что происходит со странами. США и Китай хотя бы контролируют значительную часть собственного ИИ стека. Для большинства остальных стран сценарий может быть странным: производительность растет, компании активно используют ИИ, ВВП потенциально тоже растет, но все большая часть интеллектуального труда фактически импортируется. Страна может стать богаче и одновременно более зависимой не имея чипов, компьюта и моделей. Это справедливо на всех уровнях. Человек может выдавать лучший результат с ИИ, но терять собственную экспертизу. Компания может резко увеличить производительность, но потерять moat, потому что тот же интеллект доступен всем. Страна может получить экономический рост, но потерять часть контроля над собственной экономикой. Поэтому главный вопрос ближайших лет, кажется, не только насколько умным станет ИИ, а кто будет им владеть, кто будет определять его цели и кому в итоге достанется большая часть созданной им ценности. Отсюда вопрос: переживет ли вообще демократия столкновение с ИИ? Демократия построена вокруг идеи, что власть в конечном счете распределена между миллионами людей. ИИ потенциально двигает нас в обратную сторону - к миру, где несколько компаний и несколько тысяч их акционеров контролируют капитал, инфраструктуру и все большую долю интеллектуального производства. Пока совершенно не очевидно, что политические институты, придуманные для индустриальной экономики XX века, смогут переварить такую концентрацию власти.

В какие AI-стартапы больше всего инвестируют? Захотел разобраться, какие AI-стартапы реально финансируют, и в каких доменах есть рост инвестиции год к году. Сделал так: 1) Открыл Claude 2) Подключил его через MCP к Anysite.io 3) За пару часов сделал разбор 7 740 AI-стартапов по 20 разным юзкейсам, которые они решают (например, voice generation и т.д.) Самое сочное: — Anthropic, xAI и Project Prometheus забрали $138 млрд. Это 43% всех денег AI-стартапов с 2020 года — В 2025-м денег в AI стало вдвое больше, а сделок — всего на 20%. Деньги уходят в мега-раунды — По числу сделок быстрее всех растут голосовые агенты (+59%) и роботы (+41%), а по инвестициям разрывает Legal AI: +423% за год — Публичная информация о выручке нашлась всего по 30 компаниям. У Anthropic $65 млрд в год, у Cursor $4 млрд В удивительно время живём. Ресёрч уровня инвестфонда теперь собирается за полдня и без команды аналитиков. Промпт Клоду и доступ к Crunchbase и новостям через Anysite.io. Обязательно посмотрите файлик с отчётом — это просто кайф. Если хотите собирать такие же исследования для своего GTM — используйте free trial Anysite.io на 7 дней + по промокоду ANYCC вы получите месяц бесплатного доступа на тарифе MCP $30. А ещё через этот сервис можно парсить соцсети, искать почты, и в целом полностью закрывать GTM и outbound потребности. #реклама

3. Цели ИИ трансформации меняются. Если в 2022-2025 годах это в первую очередь были конкретные функциональные KPI, типа «больше правильных ответов поддержки за меньше денег» или «больше принятых в продакшен фич меньшим штатом», то в этом году это сменяется в сторону изменения бизнес-модели. Компании осознают, что ИИ в первую очередь это не инструмент автоматизации бек-офиса, а инструмент изменения рынка. Причем доступный и им, и конкурентам. Соответственно, самый дорогостоящий вопрос это не про то как мне встроить очередную автоматизацию, а про то как выжить и преуспеть на рынке, где интеллект растет а его стоимость падает в 10,000 раз, софт и код не стоят почти ничего, а экономика проходит шок адаптации к новому фронтиру. - Как сделать не автоматизацию задачи, а автоматизацию функции? - Как создать некопируемое преимущество на основе данных, экспертизы, оркестраций и харнесов? - Как создать компанию вокруг измеримых и автоматически оптимизируемых с помощью ИИ бизнес-метрик? При этом, обогнать и защитить её от конкурентов? Я хоть и не знаю всех ответов в мире, но обожаю эти вопросы. Если у вас компания 200+ человек и бизнес вне СНГ, то буду рад созвониться и постараться помочь в этом.

Код дешевеет в 100 раз, дистрибуция дорожает в 10 Первая половина этой фразы уже случилась: мультиплеерную игру на Астре собирают за сутки, а релизов в App Store за год стало больше на 50%+. Со второй сложнее, ведь внимания у людей больше не стало, и продукт, до которого никто не дошёл, стоит ровно столько же, сколько теперь его код. Найти тех, кто заплатит, пробиться к ним через шум и сделать так, чтобы они вернулись: теперь узкое место здесь. Промптом его не расшить, тут нужны годы на живых бюджетах. Костя Сухачев расшивает его каждый день: будучи корпоративным предпринимателем, отвечает за стратегию и рост в Overgear, то есть за выручку и всё, что приносит компании деньги, от новых клиентов до бренда. Игр Overgear не делает, но зарабатывает на них больше $30M в год: игроки со всего мира приходят туда прокачаться в World of Warcraft (да-да, он жив и здравствует) и других больших играх. При этом ждать, пока ему кто-то внедрит AI, он не умеет и пилит сам внутренние решения: кабинет для команды вместо интегратора, агентов, которые запускают рекламу и даже окупают кампании, квартальное планирование за пару дней вместо двух недель и ролик про Overgear одним промптом (промпт лежит в канале). Ещё из интересного: • Порог входа упал, порог выживания нет • Узкое место переехало из «создать» в «доставить» • Если фичу скопируют за год, это не преимущество • Нейронка уже отговаривает людей покупать • Почему личный x2 от AI не доезжает до прибыли Чтобы ваш продукт стоил дороже своего кода → @sukhachevk #реклама

2. С ИИ люди становятся более универсальными. На графике ниже из исследования OpenAI видно, что по мере использования ИИ люди все чаще начинают выполнять задачи из смежных областей. Например, продажник начинает самостоятельно делать качественные (в разы лучше любого отдела дизайна!) маркетинговые материалы, может проверить на ошибки сложный контракт или написать красивое письмо назнакомом языке. Исторически, компании строились на разделении труда и отделах маркетинга, финансов, юристов, инженеров. Функции не меняются и не исчезают, но кросс-функциональная работа требовала медленной и дорогой коммуникации. Саму коммуникацию вместо людей все больше делают агенты, а те места где взаимодействие отделов не слишком важно, оно схлопывается до эффективной связки IC<>агент.

ИИ не сокращает рабочие места. Кликбейтные заголовки от «ИИ заменит всех» (что неизбежно) до «ИИ не заменит никого» не рассказывают ничего о реальности. Я инвестировал в кучу ИИ-нейтив компаний и хочу поделиться несколькими трендами, которые, кажется, подтверждаются исследованиями. 1. Найм растет, но только для сеньорных позиций. Джуны не нужны никому, поэтому количество начальных позиций в ИТ компаниях сократилось на 10%, а реальная занятость упала на 2.5%, тогда как сеньорные открытые позиции выросли на 6.7%. Про это говорится в недавнем исследовании Стенфорда на эту тему. Никому не нужен аналитик, маркетолог, программист — эти вещи в разы лучше (а еще и дешевле) делает китайский опенсорсный бот, но зато вместо одного, любая адекватная компания должна нанять 10 человек уровня СТО, каждый из которых создает команды из пары инженеров, тысяч агентов и деливерит результаты для бизнеса. То есть, не нужен джун который умеет программировать, но нужен СТО, который не раз был фаундером, понимает бизнес и продажи, ультраумный и глубокий в технологиях и может организовать ИИ процесс вокруг новых продуктов, R&D или полностью оунить клиента без посторонней помощи. Отсюда и ответ на вопрос «откуда возьмутся новые сеньоры» — это будут те самые сотни тысяч билдеров, которые продают свои стартапчики направо и налево в лабы, учатся кодить одновременно с обучением продавать привередливым клиентам, одновременно с обучением менеджерить и рейзить.

Завтра, в среду очередной онлайн-воркшоп Building AI-Native Startups. От фаундеров для тех, кто строит компании, делает AI-native продукты или перестраивает рабочие процессы вокруг AI. Бесплатно, в лайве, без презентаций и лекций, только практика, никто ничего не продает, никаких спонсоров и курсов. Три фаундера покажут, как у них устроена работа: - CEO DoltHub расскажет, как рой агентов за 2000 пул-реквестов собрал форк SQLite с гитовским версионированием, а он сам делал это в свободное от управления компанией время. - Бывший инженер Meta и Google Research покажет фабрику софта, где агенты-менеджеры берут цель и доводят флот кодинг-агентов от спеки до релиза - CEO Interfaze (YC) покажет, как нанимать с помощью AI и не терять сильных кандидатов. Без теории, только скриншейр живого экрана. 90 минут с вопросами после каждого демо. Приходите посмотреть, как другие строят свои компании, и забрать что-нибудь полезное себе. Регистрация: https://luma.com/3wh1rjkv

Легендарная штука от Антропика: теперь создание любого приложения или бизнес-процесса это автоматическая автоматизация, а не исполнение кода. В ML любая система создается через обозначение количественных метрик (эвалов) и последовательность экспериментов, которые приближают к ним (карабкание по топологическому холму, hillclimb). Антропик добавил две этих команды (eval и hillclimb) в API Клод-кода, так что теперь вы можете определить цель своего приложения, например, 100% клиентов которые хотят оплатить доходят до конца процесса. Клод будет анализировать тикеты поддержки, логи, трейсы и прочие данные, формировать гипотезы и автоматически создавать изменения, проверяя каждый раз насколько улучшилась метрика. Именно такой подход автоматической оптимизации это то, что необходимо для создания эффективных software factories, самоуправляемых продуктов и AI-нейтив организаций. Это не делает работу полностью автоматической — скорее, наоборот, ваше участие тут становится только важнее. Но вместо придумывания гипотез или, боже упаси, их реализации, задача владельца продукта или процесса сводится к установлению четких метрик и критериев их достижения, которые нельзя обмануть или оверфитнуть.

Читайте твиттер, там куча уникальной альфы, — говорили они

ИИ, безусловно, увеличивает продуктивность, но он не сделает бедные/отстающие страны и компании автоматически богаче. Причина очень простая: эффект от зависит от способность эту технологию конвертировать в экономическое преимущество. А это больше про человеческий капитал, чем его замену. Выиграют от ИИ те страны и те компании, которые наиболее энергичны, адаптивны, мобильны и имеют человеческий капитал для трансформации технологий в реальный экономический эффект. Представьте себе трактор, который привезли в бедную африканскую страну. В теории он должен увеличить продуктивность, но на деле без тракториста, механика, топливной инфраструктуры, запасных частей и адаптации процесса пахоты, посева и все такое. С ИИ эта аналогия х100 важнее: он заменяет в первую очередь высокооплачиваемый и интеллектуальный труд. Компания со 100 юристами и до экономика с 5% ВВП в юриспруденции получит огромный буст производительности, а ферма или аграрная страна - почти никакого. Еще более важно построение системы для внедрения ИИ. Компания с супер мобильной, адаптивной и переводовой инженерной культурой и огромной личной ответственностью на местах (NVIDIA, Anthropic, Stripe) получают х2 производительности в год, тогда как традиционные ИТ-галеры застрявшие в мире «я начальник - ты дурак», ненужных планерках, кодерах с неподвижными мозгами, немотивированными сотрудниками, дай Бог, 25%. Богатые от ИИ будут богатеть не только из-за роста ценности капитала (это тоже), но и из-за возможности более эффективно внедрять технологический капитал. Они имеют систему менеджмента, институты, системные подходы, инженерную культуру и подход основанный на реальных инновациях вместо бумажек, отчетов, карьерных войн, распила и бюрократической возни. Важно не образование или наличие технологий, а способность (и скорость) эти технологии внедрить в общую систему и получить экономически значимые результаты. Это отличит тех, кто иксанется от тех кто помрет вследствие ИИ.

Пока твиттер подключает коннектом дрозофилы к DOOM и Super Mario, стоит присмотреться, почему у этих демо вообще что-то получается. Карта из 166 тысяч нейронов и примерно 125 миллионов синапсов оживает в симуляции по одной причине: у каждой связи есть адрес. Известно, какой нейрон с каким соединён и куда идёт сигнал. Без этой разметки остаётся облако клеток, которое путает еду с игроком. С распределёнными командами похожая история. Студия, где художники, левел-дизайнеры и ML-инженеры сидят в десятке таймзон, держится на связях, которые обычно никто не размечал: кто с кем в договоре, кому принадлежат права на код, арт и веса модели, какими документами закрыт каждый месяц работы. Пока команда маленькая, всё это держит в голове фаундер. На раунде, аудите или проверке банка выясняется, что половина связей существует только в переписке. 4dev.com делает для команды примерно то же, что коннектом для мушиного мозга, – размечает связи. Платформа становится стороной договора с каждым исполнителем в 150+ странах и сама проводит верификацию и онбординг. Условия передачи прав фиксируются при подключении, если это нужно, а закрывающие документы собираются в одном месте. Компания видит статусы и полную историю, которую можно показать инвестору или аудитору в любой день. Мухе до прохождения первого уровня Марио ещё далеко, а карту своей команды можно собрать уже сейчас. Запишитесь на демо – команда сервиса разберёт вашу структуру и покажет, как выглядит реестр исполнителей на платформе. #реклама

ИИ официально стоить дороже чем марихуана и фентанил, а через два года станет дороже кокаина за каждый грамм

Вчера OAI опубликовали новый тип prompt injection атаки, которую они обнаружили во время тренировки новой модели. Идея в том, что модель может отправить текст, который выглядит как совершенно нормальный для людей в виде письма, слак сообщения, инвайта в календаре, но сам этот текст содержит инструкции для модели принимающей стороны. Инструкции заставляют эту модель так же отправит сообщение всем своим контактам, и так далее по принципу распространения компьютерных вирусов. Эту конкретную уязвимость пофиксили, но идея теперь в трейнинг дате, так что будущие сверхчеловеческие модели могут брать идею на вооружение. Одна из самых опасных вещей тут в том, что подобная атака заставляет модель создавать фейковые цепочки рассуждений — что было одним из единственных надежных способов найти мисалайнд (непослушные) модели на тестах.