Приложения умирают, но у файлов есть шанс выжить

- 1 -
Египетские храмы покрыты иероглифами, высеченными тысячи лет назад. Они до сих пор несут идеи древних людей, а инструменты, которыми их вырезали, давно пропали. Кажется эту простую мысль мы забыли напрочь, если посмотреть на то, как мы создаём цифровой контент.

Мир полон идей прошлых поколений — глиняные таблички, манускрипты, картины, скульптуры, гобелены. Это всё объекты, которые можно потрогать, взять в руки, хранить, передать. Чтобы прочитать текст на бумаге, нужны только глаза.

Сегодня мы создаём бесчисленное количество цифровых артефактов, вот только контроля над ними у нас нет. Они лежат на серверах, в базах данных, доступны только с интернет-соединением и логином в облачный сервис. Даже файлы на вашем личном жёстком диске используют проприетарные форматы, несовместимые с другими инструментами и старыми системами.

- 2 -
К чему это я? Чтобы создавать контент, который переживёт инструменты, нужно использовать файлы, которыми мы владеем, в форматах, которые легко прочитать и извлечь. И использовать инструменты, которые дадут нам эту свободу.

Чтобы мои заметки можно было прочитать на компьютере в 2055 или 2125 году, я должен сделать так, чтобы их можно было прочитать на компьютере 1960-х.

Сейчас я использую Obsidian, но все чаще — plain text файлы. Вот самые частые кейсы:
1. Простые текстовые файлы пока что самый удобный формат для хранения и загрузки данных в разные нейронки.
2. Сохраняю в отдельных файлах транскрипты важных звонков и потом вытягиваю из них рабочие задачи и важные мысли.
3. Все больше использую простой текстовый файл и markdown-разметку для ведения списка рабочих и личных дел.
4. Сохраняю текстовые версии прочитанных книг, из которых на основе личных отметок делаю расширенные персональные саммари.

Короче, всё, с чем я планирую работать через нейронки хранится простым текстом, остальное идёт в Obsidian (который на самом деле тоже использует в своей основе текстовые файлы с markdown). Время от времени какие-то данные переходят из первого вида во второй или наоборот.

Неизвестно, захочет ли кто-нибудь когда-нибудь читать всё это, но будущий я через условные 10-20 лет — уже достаточная аудитория.

—
Пономарь

Сегодня в рубрике #попалподлошадь сразу два выпуска видеоподкаста «Адмитада», где мы с Родионом рассуждаем про контент, медиа и, естественно, возможности монетизации медиа в партнерском маркетинге.

Про будущее медиабизнеса

Про дистрибуцию контента

Кажется, это мои последние публичные выступления как CEO Лайфхакера, но актуальности сказаное там точно не утратило 🙂

—
Пономарь

OpenAI с 4 ноября сделала подписку ChatGPT Go бесплатной на целый год для всех пользователей в Индии.

ChatGPT Go — это промежуточный тарифный план между бесплатной версией и премиум-подпиской Plus, изначально запущенный в Индии в августе 2025 года примерно за ₹399 в месяц (около $4.60).

Преимущества ChatGPT Go по сравнению с бесплатной версией:
- в 10 раз больше сообщений и генераций текста;
- возможность создавать изображения;
- работа с файлами и расширенным контекстным окном;
- более высокая скорость отклика и стабильность при нагрузке.

Основные отличия ChatGPT Go от Plus:
- примерно вчетверо дешевле (около $5 в месяц против $20);
- Go предоставляет расширенный доступ к GPT-5, но с ограничениями по сравнению с полной версией Plus;
- в Plus значительно выше лимиты и память, есть доступ к Sora и Codex;
- в целом Go — это более экономичный и доступный вариант с большинством ключевых функций.

Это крупнейшая маркетинговая акция OpenAI на развивающихся рынках, направленная на расширение пользовательской базы и популяризацию ИИ в стране с большим количеством интернет-пользователей. И возможность использовать десяток-другой миллионов юзеров для дальнейшей тренировки своих моделей :)

Если вам не хочется платить 20$ в месяц и у вас есть запрещенная к упоминанию трехбуквенная технология с индийским сервером, а также нероссийская карта — это ваш выбор.

—
Пономарь

На ранних этапах развития ChatGPT произошёл странный инцидент: модель внезапно перестала отвечать на хорватском языке.

ChatGPT и подобные модели обучаются с помощью метода RLHF (Reinforcement Learning from Human Feedback) — обучение с подкреплением на основе человеческой обратной связи. В этом методе используются кнопки upvote/downvote в интерфейсах LLM. Модель учится на том, какие ответы люди оценивают положительно, а какие — отрицательно.

Короче, когда хорваты оказались более критичны в оценках, чем носители других языков, модель интерпретировала это как «мои ответы на этом языке плохие, лучше вообще не отвечать». И «забыла» хорватский.

На картинке ниже — иллюстрация культурных различий в оценке качества через призму нормального распределения.

Американцы называют то, что объективно является средним, "This is awesome!". Даже откровенно плохие вещи получают оценку "It's a good start". Позитивный оптимизм и склонность к преувеличению положительных качеств — характерная культурная особенность.

Другое дело восточные европейцы — большая часть того, что объективно хорошо, попадает в категорию «что за мусор?». Даже действительно хорошие вещи получают в лучшем случае «мне не нравится» или скупое «ну так себе».

Неудивительно, что никто в OpenAI долго не мог понять, что случилось с ChatGPT, но мы-то с вами прекрасно понимаем хорватов, не правда ли? :)

Макс Вульф из BuzzFeed опубликовал подробный разбор Nano Banana, в котором обнаружил критическую особенность — капслок типа MUST в промптах резко улучшает точность выполнения инструкций.

Nano Banana обучена не только на описаниях изображений, но и на репозиториях кода. Это принципиальное отличие от старых моделей, Нано Банана читает промпты как структурированные инструкции, а не как описательный текст. И это очень круто!

Вульф тестировал абсурдно сложные промпты — например, три котёнка с конкретными характеристиками:
- Мех определённых hex-цветов
- Гетерохромные глаза, цвета которых соответствуют цветам меха
- Позиционирование по правилу третей
- Специфичная одежда для каждого

Модель выполнила каждое требование точно, результат — на картинке выше :)

Оптимальная структура промпта для Nano Banana
1. Markdown-списки с дефисами для структурирования требований
2. MUST заглавными буквами перед критичными инструкциями
3. Композиционные ограничения типа "Pulitzer Prize-winning cover photo for The New York Times" для улучшения качества
4. Негативные инструкции — "NEVER include any text or watermarks"

Еще интересное. Вульф "случайно" извлёк системный промпт Nano Banana и обнаружил, что инженеры Google используют угрозы вроде YOU WILL BE PENALIZED для улучшения поведения модели.

Короче, абьюз в промптах официально одобрен Google :)

—
Пономарь

Я пару недель назад закончил читать «Я понял Японию» Раевского, и хотя книжка довольно поверхностная, свежая волна интереса к моментам японской истории у меня снова проснулась.

И тут как раз вышел Last Samurai Standing – сериал про то, как 292 самурая дерутся насмерть за деньги под взглядом богачей — прямо как в «Игре в Кальмара». И тоже Netflix, разумеется. Но тут дело происходит в 1878 году, когда самураи оказались никому не нужны после реформ Мэйдзи, и вместо детских игр здесь настоящие дуэли с катанами.

Короче, батл-рояль про самураев, который трудно не сравнивать с «Игрой в кальмара», но все равно это другое кино — здесь меньше психологии и больше, гораздо больше сражений на мечах.

Есть такой пласт придонной юридической жизни — компании-вымогатели денег за нарушение авторских прав. Подписывают договоры со стоковыми фотографами и затем занимаются массовой рассылкой досудебок «в интересах клиента».

И вот на сайте очередного такого «защитника» используются премиум-иллюстрации с freepik, где по условиям лицензии надо обязательно указывать источник. И никаких упоминаний freepik, конечно же, нет.

Пожалуй, самое смешное, что я видел сегодня.

Гугл выкатывает новую версию Gemini, я немного поковырял ее в AI Studio, пока впечатления очень хорошие. Думает быстро, большие файлы жует без вопросов, результаты генерации весьма, весьма неплохие.

Google продолжает догонять OpenAI и Anthropic.

Попробовать Gemini 3 бесплатно можно тут.

Хорошее. Две недели назад Coca-Cola выложила свой классический рождественский рекламный ролик, переснятый с помощью ИИ

Но кое-что пошло не так

Mediascope впервые приводит рейтинг ИИ-ассистентов в России.

В Notion Calendar (который я в прошлом уже пару раз рекомендовал как свой основной инструмент для работы с несколькими Google Calendars) наконец-то снова стали появляться интересные функции.

Новая киллер-фича — подобие синхронизации событий в двух календарях, можно в двух календарях поставить одновременный блок занятых слотов. Я использую два аккаунта Google (а порой бывает, что и больше) — один для личных дел и всего, что не связано с Палиндромом, ну и второй — рабочий палинромовский. Теперь случаев, когда поставили в одном календаре, не посмотрев в другой, точно станет меньше.

Как только я купил себе новый ноут на M4, Apple, конечно же, сразу выпустила M5. И судя по первым обзорам, все впечатлены, хотя большинство разборов сводятся к «цифры выросли!».

Я смотрю на это иначе. M5 — это заявление Apple, что для AI важно не просто больше мощности, а правильная архитектура под задачу.

M5 превращает локальные LLM из экспериментальной фичи для гиков в рабочий инструмент, из «ну, технически оно работает» в «реально можно использовать каждый день».

Пока Apple проигрывает в софте — никому в голову нынче не придет пользоваться Сири для задач сложнее чем поставить таймер, пока варятся пельмени.

Зато в железе ставка на AI-first дизайн чипов, проектирование с нуля под эти нагрузки — работает лучше, чем у конкурентов.

И хотя мой Air временами не вытягивает какой-нибудь локальный Whisper для расшифровки звонков в реальном времени, я не призываю всех бежать обновляться. Но если вы работаете с локальными моделями регулярно — разницу вы заметите.

P.S. Забавно наблюдать, как индустрия постепенно возвращается к локальным вычислениям. Десять лет назад всех тащили в облако, теперь — обратно на устройства, только уже с AI на борту.

—
Пономарь

Так, в последний раз. Хватит демонизировать длинные тире! И кавычки-ёлочки. И букву ё.

Это не (всегда) признак нейронок! Есть люди, которые их ставят принципиально.

Исследователи из Cognizant AI получили миллион (!) последовательных шагов от AI без единой ошибки. Забавно, что секрет оказался не в более продвинутой модели — они использовали обычный GPT-4.1-mini.

Всё дело в декомпозиции. Вместо одного сложного промпта — цепочка микрозадач, каждая настолько простая, что даже дешёвая модель справляется идеально.

Судя по моему опыту работы с AI в продакшене, это работает везде, где критична точность.

Берёшь задачу «напиши маркетинговый план» и режешь на шаги:
1. аудитория
2. боли
3. каналы
4. месседжи для каждого канала.

Для важных решений прогоняешь каждый шаг 2-3 раза и сравниваешь ответы — простейший механизм голосования ловит ошибки, которые потом множатся.

В итоге получается парадокс: лучше 10 примитивных промптов, чем один сложный. Декомпозиция задачи бьёт изощрённость модели.

Но человек ленив, и большинство (я и сам не без греха) всё ещё пытается найти самую умную модель вместо того, чтобы научиться правильно формулировать задачу.

—
Пономарь

Помните историю из книг Кови про двух дровосеков? Один рубит без остановки, второй периодически прерывается. К концу дня второй нарубил вдвое больше, потому что останавливался, чтобы наточить пилу.

В школе нас поощряли за выполнение работы. Не важно, зачем она нужна — просто делай. В школе НЕ поощряли вопросы типа "А зачем я это делаю?". В реальной жизни этот вопрос — главный.

С сожалением замечаю в себе и многих знакомых — большинство занятых людей пилят тупым инструментом. Они слишком заняты, чтобы остановиться и понять, что вообще пилят не то дерево.

—
Пономарь

Центр Земли моложе её поверхности на 2,5 года

Это не заголовок из жёлтой прессы, а физика — Эйнштейн, общая теория относительности, вот это всё. Фейнман ещё в 60-х предположил, что ядро моложе, но он считал, что на несколько дней. Датские физики пересчитали точнее.

Как мы знаем со школы (знаем же, да?) массивные объекты искривляют пространство-время и замедляют ход времени рядом с собой. Чем глубже к центру Земли — тем сильнее гравитация, тем медленнее идут часы. За 4,5 миллиарда лет эти микроскопические доли секунды накопились в 2,5 года разницы между ядром и поверхностью.

Практического смысла в этом знании ноль: геологические процессы влияют на состояние планеты куда сильнее. Но это еще одно доказательство того, что гравитация буквально замедляет время. Наверное, когда-нибудь мы научимся использовать это в практических целях.

Ну а пока что, когда в следующий раз будете вспоминать свой возраст и думать, что внутри-то вы моложе, помните, даже наша планета точно такая же.

UPD. «Новости», оказывается 10 лет, так что пост переезжает в рубрику Today I Learned…

—
Пономарь

Поразмышлял для sfera.fm о текущем положении дел ИИ в бизнесе, куда уже можно совать нейронку, а куда пока не стоит.

Большие корпорации уже запустили первые рабочие продукты, но до глубокого внедрения во все процессы еще очень далеко. МСБ тоже в активном поиске, как оседлать эту волну прогресса и не утонуть в хайпе.

По-моему, получилось толково.

А 3 декабря проведу в Питере мастер-класс, где расскажу, можно использовать нейронки для личной продуктивности, и как по моему мнению это может стать мостиком к внедрению ИИ на уровне бизнеса. Если интересно и будете в городе — приходите, вот тут регистрация.

—
Пономарь

Нашел когда-то для себя самое внятное объяснение, зачем вообще нужен менеджмент среднего звена.

Суть работы менеджера — отправлять контекст вниз, а информацию вверх.

У линейных сотрудников максимум информации — они знают проект лучше всех, разработчики понимают технические детали на уровне кода, редакторы — на уровне конкретных кусков отдельных текстов. У топ-менеджеров максимум контекста — они понимают бизнес-цели, стратегию, почему мы вообще делаем то, что делаем, как это связано с продажами и планами на месяц, год, пять лет вперёд.

Проблема в том, что исполнители принимают решения с кучей информации, но без контекста, и оптимизируют локально — что лучше для них и их команды прямо сейчас. Чаще всего это дает нормальные результаты, но иногда приводит к полной ерунде.

Рассмотрим конкретный пример. Команда разработки несколько недель пилит кастомную аутентификацию для сайта. А в соседнем отделе в это время обсуждают с поставщиком готовое решение, которое закроет все потребности. Командам никто не дал общий контекст и одна из них в любом случае просто потратит время впустую. Руководитель не донёс контекст, хотя это была буквально его работа.

И наоборот, руководитель не знает, что реально происходит в коде, какие есть технические ограничения, где узкие места. Ему нужна информация снизу, чтобы принимать адекватные решения.

В общем, вот и вся работа менеджера — собирать информацию от репортов, синтезировать, пушить наверх. Собирать контекст от своих менеджеров и от пиров, спускать вниз. И не пропускать этап синтеза! Грамотная переработка информации на язык получателя это 90 процентов успеха. А то и все 99. Если что-то из этого не происходит, значит, менеджер просто не работает.

—
Пономарь

MIT запустил Project Iceberg — систему, которая отслеживает в реальном времени, какие профессии AI уже может автоматизировать сегодня. По сути это система раннего предупреждения, которую Штаты используют для планирования загрузки рабочей силы.

11.7% рабочей силы технически заменяемы прямо сейчас и это оценка текущих возможностей технологий, а не прогноз на условный 2030-й. Из очевидного —в основном IT, но под водой — финансы, здравоохранение, административная работа, профессиональные услуги.

Ключевой фактор роста автоматизации — запуск Anthropic в конце 2024-го Model Context Protocol (MCP, стандарт, который позволяет AI подключаться к любым инструментам). Раньше каждая интеграция требовала кастомного кода. Теперь AI-агенты могут сами заходить в базы данных, работать с таблицами, вызывать API. К марту 2025 уже существовало 7950+ MCP-серверов и рост продолжается. Это открыло для AI возможность выполнять ценные задачи, которые раньше делали люди.

Образование — главный фактор выживания наций в периоды трансформации. Но вот успеют ли образовательные системы и программы переподготовки за темпом изменений.

—
Пономарь