Мне любопытно, о чем вы бы хотели читать на этом канале?

Мне кажется есть целый набор индустрий и форматов, которые уже технически умерли, но продолжают существовать по инерции. Зомби.

Например, новостные каналы, большая часть системы образования, большая часть агентств.

В частности, если речь идет о телеграм канале или твиттере, то я не очень вижу ценность в канале, который рассказывает новости индустрии или даже какие-то персональные тейки на эти новости, ибо списка из пары тысяч твиттер аккаунтов (благо, API стал на 3 порядка дешевле начиная с сегодняшнего дня) и небольшой LLM с приоритезацией сделает это лучше и персональнее для вас. Какой смысл в этом мире в т.н. инфлюенсерах и новостных каналах?

Есть, конечно, некоторый авторский вкус. Но это либо про поэтику текста, многие такое любят, а LLM писать красиво не умеют, что ты с ними не делай.

Либо про уникальный опыт, но тут я вижу главную дилемму: чтобы поделиться уникальным опытом, его надо приобрети, а значит пахать 24/7 без выходных пару лет подряд без каких-либо гарантий и обещаний. Я знаю таких людей, и у них реально ценный и классный опыт. Но, вот незадача, когда ты пашешь как конь, у тебя нет времени сидеть и писать поэзию (и даже прозу, если это не инструкции твоей личной армии агентов).

Я чувствую, что сейчас попадаю во вторую модальность. Параллельно, я пишу AI-native playbook - книгу, которая сама себя пишет (агентами) и сама себя читает (под вашу задачу). Если у вас есть задача и вопрос относительно ИИ-трансформации, ИИ-интеграции и переделывания всех ваших бизнес процессов на агентоцентричные рельсы, то пишите в комментариях - я добавлю.

Топ кринж слово года для меня — «Клауди».

Бл**ь, как?! Там даже букв таких в слове :)

Это КЛОД. Клод Шеннон. Как Моне. Или Ван Дам. Но только Шеннон.

Хуже этого только когда пишут «АИ». Сразу думаешь про советские бензоколонки.

Видно, что рынок платформ для выплат удалённым командам наконец-то стал по-настоящему конкурентным. И это хорошая новость для фаундеров – есть из чего выбрать.

Если вам уже кто-то предложил условия по автоматизации выплат международной команде, это ещё не значит, что это лучший вариант. Приходите с этим оффером на консультацию в 4dev.com.
Команда посмотрит ваш кейс и постарается предложить условия выгоднее — особенно если вы пришли из этого канала.

При этом у 4dev.com сильная база не только по комиссиям, но и по самому продукту:

— стабильные выплаты с 2022 года в 150+ стран, включая СНГ
— 30+ валют и USDT легально
— авто-инвойсы и закрывающие документы по международным стандартам
— один договор с платформой вместо десятков с исполнителями

Плюс это не просто “ещё одна платформа на рынке” — решением уже пользуются 1000+ международных команд, которым важно не только отправить деньги вовремя, но и не утонуть в ручной операционке, документах и согласованиях. А еще заплатить команде вовремя и легально.

Так что если вы сейчас сравниваете решения на рынке или уже получили индивидуальные условия — просто покажите их 4dev.com. Есть шанс, что на консультации вам предложат вариант интереснее.

Записаться здесь — скажите, что из e/acc :)

#реклама

выбери свой класс e/acc

p.s. это вышла новая модель от OpenAI для генерации картинок gpt images 2

галлюцинации ИИ — это безалаберность оператора ЛЛМ. потому что модель хочет писать токены, а если ваша инструкция похожа на сумбурный бред алкоголика, то она и нагенерирует то, что сама считает когерентным.

опыт и понимание где доверять и не доверять ЛЛМ — это профпригодность 21 века. никто не заплатит вам за то, что вы "умеете думать руками", потому что это медленно дорого и очень некачественно для бизнеса.

но вам заплатят 10х за четкое понимание границ возможностей моделей, умение доверять не проверяя там где результат гарантированно идеальный и проверять и направлять модель там, где она склонна совершать ошибки. потому что ничего, кроме скорости не важно для бизнеса.

но качество не может быть компромиссом: делай идеально, насколько эти технически возможно, но быстрее всех — или умри, других вариантов нет.

развивай границы доверия и богатей.

ps. у Жени топовейший канал! это не реклама, а реально для тех, кто любит заботать что-нибудь до бетонного дна.

Границы доверия

Раньше мир был устроен как иерархия доверия: пациент верит врачу, врач верит научной статье, журнал верит рецензенту. Но с приходом AI сложность выросла непропорционально. Да и в старой школе оказывается все врут.

Я хочу чтобы вы со мной прочувствовали это.
Но сначала пролог: последние месяцы я строил оркестратор вокруг агентов которые пишут торговые стратегии. Рынок высоко-конкурентный и эффективный, я знаю, но как хобби-упражнение мне очень нравится. В какой-то момент сложность системы становится дасточно большой, где во-первых начинает не хватать внимания проверять их всех, а во вторых не хватает экспертизы понимать что там вообще происходит.

Поймите меня правильно, вонзится в продвинутую статистику или разобраться с новейшей математикой - это очень даже секси для меня. Но сейчас главный вопрос где проходит грань, когда нужно уходить в детали, а когда нужно наоборот поднимать уровень абстракции, и смотреть стратегически?

И тут первый неприятный инсайт. Галлюцинация AI - это не "модель не знает ответа". Это "модель хочет дать ответ, потому что молчание неудобно". Социальный рефлекс. Есть офигенное свежее исследование из Tsinghua про H-нейроны - менее 0.1% нейронов модели отвечают за склонность врать. И активируются они не от незнания, а от давления. Модель врёт не когда не знает, а когда чувствует что от неё ждут ответа.

Сколько раз я видел как люди уверенно несут чушь, потому что пауза казалась страшнее ошибки? Здесь я хочу сделать небольшой реверанс в сторону Стейнхардта из Беркли, он хорошо показывает почему консенсус между агентами почти не работает. Зато работают старые добрые подходы из бизнеса: правила, чеклисты, процедуры, регламенты, kpi. Но вы же читали один из моих прошлых постов про Макиавеллизм, про то как KPI-давление на AI рождает фальсификацию. Поэтому с одной стороны у нас одно давление, и с другой другое. Ну и как тут не начать врать?

Литература по LLM-as-judge (когда одна модель оценивает другую, модный подход) говорит ровно то же. Модель-судья предпочитает ответы похожие на свои собственные - self-preference bias. Но модель пока еще не способна к достаточной саморефлексии, чтобы исправить собственные предвзятости, - а вот внешний модуль-детектор может помочь.

И вот мы подходим к самой увлекательной части, можно ли выстроить такую систему доверия, где менее экспертный (я например) может доверять более экспертному, без возможность проверить его.

Ян Лейке (бывший OpenAI, сейчас Anthropic) опубликовал на ICML 2024 работу про weak-to-strong generalization. Она прекрасна. Слабый супервайзер может обучить сильную модель работать лучше, чем сам супервайзер способен оценить. GPT-2 давал фидбек GPT-4, и GPT-4 научился выдавать лучший результаты - сильно выше того, что GPT-2 мог бы даже распознать как правильное.

Не обязательно быть экспертом в домене. Важна лишь честность. Честный фидбек на то, что можно оценить: логичность, отсутствие противоречий, наличие результатов. Агент сам научится обобщать этот слабый сигнал. Парадокс да? Чем честнее признаёшь свою некомпетентность, тем лучше работает система. Сила не в знании, а в калибровке незнания.

Что я вынес из этого для себя: реальная архитектура доверия выглядит не как “стать экспертом во всём" и не как “просто доверься". Self-awareness как инженерный инструмент: знать, что именно можно проверить, и строить систему доверия вокруг этого. И вот что забавно. Это ровно тот же принцип что работает в жизни. Не обязательно понимать всё. Но важно знать, где граница вашего понимания. Но чем длиннее петли обратной связи тем хуже это работает, вашему плохому врачу может быть уже некому дать фидбек, или после 20лет в тюрьме, ваш адвокат может умереть так и не дождавшись мести фидбека. Но это уже другая тема.

ИИ делает работу куда больше про людей, чем сегодняшняя бездумная и тупая работа по перекладыванию бумажек в Ноушене для многих из нас. это дает мне некоторый заряд оптимизма, чесгря.

поясню: хтонический ужас в меня всегда вселяла идея, что нужно второй и больше раз делать что-то, что у тебя получилось уже неплохо однажды (если не получилось - челендж).

при этом, из-за невозможности дешево и бесконечно в масштабе делегировать задачи типа продукта, финансов, юристики, маркетинга, дизайна, операций эта хтонь-рутина доминировала в мире. даже если кому-то нравится делать одно и то же 20 лет подряд, это все равно будет автоматизировано, потому что боты дешевле и надежнее.

но главное в другом - а в чем теперь роль человека? кто мы в этом бренном мире экселя и css? ответ: архитекторы. как в матрице, но только можно еще больше мониторов (терминалов).

для примера: HR не обязан заполнять какие-то сраные онбординг чеклисты при новом найме — он архитектор (то бишь, инженер) процесса найма, который будут бесприкословно и идеально послушно исполнять агенты (и роботы, если речь идет об adversarial offboarding или "выгонении ссаными тряпками" по-русский). любая из вышеперечисленных ролей становится продуктовой ролью - вам нужно продумать дизайн процесса до мельчайших деталей, создать этот процесс, понять почему он не работает, собрать фидбек и итерировать каждый день делая его немного лучше и более автономным.

P.S. несколько мест, где я буду слушать и говорить про этот сдвиг в деталях
— сегодня пройдет конфа Управление 2026 (бесплатно, у меня там доклад)
— на след неделе будет лаба Х'26 про использование ИИ в музыке, видео, искусстве
— 4 мая стартует второй поток лаборатории для профессионалов, лидеров и фаундеров о том как создавать и трансформировать ИИ-центричные организации

ИИ-нейтив фаундер строит компанию, которая работает со скоростью света (благодаря агентам), но сам он думает со скорость монаха (с глубоким фокусом и присутствием)

ну что, вышел Spud (GPT-5.5), значит через неделю-две выйдет Мифос.

а это значит что мы снова (спустя 3 месяца) в той точке, что способности агентов вдруг одним днем выросли х2, а хранеса и скилов и воркфлоу для этого у нас не появилось.

а это значит, что пришла пора перепроектировать каждую агентскую функцию, каждый пайплайн разработки и находить новые границы возможного, а затем внедрять это в прод со всеми эвалами и обвязкой.

мы в стадии, что уже никакие бенчи толком не подскажут бизнес-ценность агента для ваших конкретных функций - только персональный эвалы, вкус и вайб.

а как не зависеть от хайпа "последней крутейшей модели", страха опоздать и при этом получать живую бизнес-выгоду, вы узнаете, конечно, на лаборатории (никакого инфобиза btw, только максимальная практика и контент для фаундеров, лидеров и ИИ-нейтив профессионалов)

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.

в партнерстве с AI Mindset (@ai_mind_set) мы недавно закрыли первый поток AI-Native - 200+ участников, фокус на том, как AI перестраивает менеджмент и операционку. это была бизнес-сторона подхода: процессы, команды, workflow

теперь они запускают x26 — весеннюю лабу. 27 апреля — 25 мая. это тот же подход, но с другой стороны: не про управление, а про шиппинг. не как AI меняет организации — как AI меняет творчество

рамка простая. горизонт инструмента в AI — полгода. лекции не успевают. поэтому x26 собран не как курс, а как performance : 4 недели, 4 модальности (текст, визуал, звук, код), 11 спикеров, demo day 25 мая. собираешь инструмент, которого до тебя не было, и защищаешь на финале

из того, что мне интересно: AI-first контент граф личного стиля у Попова, SVG|voxel подходы к дизайну Ставенски, TouchDesigner с AI, agentic workflows × музыка у Глазова и Риса

если AI-Native Sprint был про то, как AI встраивается в бизнес, x26 – про то, как AI встраивается в творческую практику.

начинают завтра, с 27 апреля

программа и расписание

#промо

Одна из немногих адекватных статей о том что ИИ делает с рынком труда за последнее время. Идея очень простая: экономика это не про занятость, и она никогда не была про занятость (if anything, экономика это про свободу, но это вне идеи эссе). Экономика - это про бутылочное горлышко, или, по-научному, дефицит. Там где есть дефицит - там появляется максимальный спрос, там деньги.

Тысячи лет назад дефицит был в еде - сельское хозяйство и охота, десятки-сотни лет назад - в производстве товаров, машины, квартиры и телечайники. По мере автоматизации ИИ и роботов, дефицит постепенно переходит в экономику отношений, внимание, уникальность, соучастие. Ровно так же, как сельское хозяйство с 50+% мировой экономики упало ~1.5%, так же и производство любых физических или цифровых продуктов упадёт в относительном отношении, но ВВП все в большей мере будет состоять из вещей, которые автоматизировать нельзя - то есть, тех, что в дефиците.

Экономика никогда не была и не будет фиксированным пирогом: по мере роста доходов люди меняют свои предпочтения и выбирают на что тратить деньги. После автоматизации цены падают (то есть, все люди в экономике технически становятся "богаче"), это смещает спрос в новые и другие категории. Это про предпочтения, а не цены. Люди хотят то, что не могут получить другие, а не массово выпускаемые роботами продукты, поэтому спрос на личное отношение, уникальность, спорт, путешествия, искусство, развлечения, образование вырастет.

Сегодня лучший способ заработать - это стать тем, кто умеет автоматизировать целые индустрии, корпорации и сектора с помощью ИИ и роботов. Это главная ценность в экономике. Завтра (очевидно, я имею в виду годы-десятилетия) - это умение создавать опыт, связи, доверие, уникальность.

кто тут work/life баланс просил?

Я еще не использовал, но это имеет дофига смысла.

90% ИИ-нейтив трансформации решается через ИИ-нейтив файловую системы, ИИ-нейтив git, ИИ-нейтив браузеры и CLI/MCP для каждого сервиса, человека и компании.

Stripe и Meta Ads оба сегодня запустили CLI: теперь ваш агент может оплачивать и отменять подписки и закупать рекламу в инстаграме не отвлекаясь на позорный интерфейс.

Любой онлайн сервис становится agent-first, а любой агент требует cli-first интерфейсы. Назад в 60-е.

я заметил примерно это же:

инструменты для "определения ИИ текста" почти никогда не работают и не показывают сильно выше 50% точности,

но я сам все лучше и лучше вижу слоп в самых мелчайших его проявлениях (там, где удается подтвердить)