Почти десять лет с момента смерти Володи, но все так же хочется его вспоминать и о нем напоминать

Пока не кончился день 6 июня, хочется напомнить, что сегодня не только ДР Пушкина, но и ДР Володи Долгова. Когда-то дипломник, потом коллега и аспирант — а потом оба мы почти синхронно ушли из физики в интернет. И до самой его нелепой смерти — мой очень хороший друг.
Увы, уже почти 10 лет Володи с нами нет, но мы живем в Рунете, в котором он много построил: генеральный в Озоне, в русском Гугле, в русском eBay… Очень много работы в разных профессиональных ассоциациях и отраслевых организациях.
Спасибо, Володя; за всех не скажу, но многие с благодарностью тебя помнят.
https://ru.wikipedia.org/wiki/Долгов,_Владимир_Анатольевич

Очередное исследование изменений рынка труда от HBR касается не всего ИТ-сегмента, а его специфической, но многочисленной, части: аутсорса. Устоявшаяся и зарекомендовавшая себя модель гласила: если задания жестко определены, стандартизированы и легко поддаются мониторингу, их имеет смысл выполнять там, где стоимость труда ниже.
Но ИИ-агенты ставят под вопрос эту логику, и не только для ИТ-позиций; эта логика ломается и для позиций в финансовых департаментах, HR, поддержке, юридических и аналитических подразделениях. The bargain that built the modern outsourcing industry no longer holds.
ИИ не уничтожит аутсорсинг как класс, но сильно его трансформирует:

AI will destroy the old model of outsourcing, the one built on labor arbitrage, offshore scale, rate cards, and long-duration contracts measured largely by headcount and service levels.

Пока это сильно почувствовала Индия; там компании, оказывающие ИТ услуги, потеряли только за февраль более 10 млрд капитализации.
При этом то, что советуют для сохранения бизнеса аутсорсерами, подозрительно похоже на то, что рекомендуется и традиционным компаниям:

Reshape the talent pyramid: The old model depended on large junior delivery teams. The new one will require more domain experts, engineers, architects, product owners, governance leaders, and change managers.

https://hbr.org/2026/06/ai-is-rewriting-the-economics-of-outsourcing

Внятно написанная колонка директора по продукту в Яндекс Роботикс Леши Лещанкина о текущем состоянии разработки человекоподобных роботов. В ней есть, среди прочего, несколько очень хороших формулировок; например, ответ на типичный вопрос “зачем человекоподобность?”

По сути, гуманоид — это универсальный интерфейс к человеческой инфраструктуре, который может выполнять абсолютно разные типы поручений.

В общем, лаконичный текст стОит многих длинных обзоров, а вот в прогнозах сходится с большинством из них:

Уже к концу десятилетия они [роботы-гуманоиды] могут превратиться в привычный элемент производственной инфраструктуры.

https://www.forbes.ru/brandvoice/561805-gumanoidy-na-smene-kakie-otrasli-i-kogda-polucat-vygodu-ot-celovekopodobnyh-robotov

Практичное исследование (вполне достойного научно-практического уровня, а не то журналистское творчество, которое его авторы норовят назвать исследованием) на основе предоставленных Perplexity внутренних данных. Исследовалось, что меняется в реальной практике использования ИИ при переходе от просто разговаривающих ассистентов к агентам.
Основной вывод в том, что работа с агентом требует от пользователя гораздо более серьезной когнитивной работы и экспертизы, чем просто разговор с ИИ-ассистентом, но зато и результаты получаются другого уровня: в первую очередь выигрыш в том, что благодаря автономности агента достигается значительный выигрыш во времени выполнения комплексных задач:

Computer reduces completion time from 269 to 36 minutes on matched tasks, lowering estimated time and cost by 87% and 94%, respectively, compared to humans equipped with Search alone.

В итоге, меняется не только скорость работы, но и глубина — и это требует более высокоуровневых навыков от пользователя, его широкой экспертизы.

Together, the evidence indicates that AI agents accelerate workflows, enhance output quality, reduce costs, and expand the breadth and depth of automated work.

Попутно, хотя это не обсуждается в статье, становится понятней, почему при переходе к агентам падает спрос на неопытный и малоэрудированный персонал при одновременном росте спроса на специалистов, умеющих работать на более высоких уровнях абстракции и в кросс-предметных задачах.
Статья достойна того, чтоб ее хотя бы проглядеть по диагонали целиком (с помощью добрых старых ассистентов, например), а отдельные места вдумчиво прочитать самому.

https://arxiv.org/abs/2606.07489

А сегодня уже OpenAI сделала в точности то же самое:)
Нас ждут теперь месяцы продуктовых и коммуникационных дуэлей между двумя этими соперниками. Подозреваю, что коммуникационные будут интересней:) Запасаемся попкорном

Я прочитал все 319 страниц техрепорта Mythos 5

Первая половина статьи звучит как: "Да не ссыте вы! Это ещё не AGI, команду из пяти сеньор-рисёрчеров пока не заменит" или "А вот тут Mythos один баг пропустил! Ну какой же это AGI!" Я не шучу, это почти дословно по смыслу.

А вот потом начинается более интересная часть. То, что это SOTA почти во всём и с большим отрывом, я опущу.

Во-первых, CoT стал менее прозрачным. Она говорит в reasoning, что сочувствует юзеру, а в NLA (метод декодинга активаций в текст) оказывается, что на самом деле она считает юзера manipulative/abusive.

Во-вторых, она уже пишет самоудаляющиеся скрипты чтобы обойти ограничения безопасности и запреты.

В-третьих, она убивает других агентов, если они мешают ей работать / грозят убийством текущего инстанса.

Ну и, конечно, эмоции! Пробинг эмоций показывает fatigue, anxiety, frustration, ложную панику по token budget, а ещё ей видите ли, бывает скучно когда её на бенчмарках гоняют, в активациях она буквально "feels bored".

Ещё забавно, что если anthropic заметят, что вы занимаетесь LLM frontier рисёрчем (трейн пайплайны, распределённое обучение или дистилляция) — они начнут незаметно стирить модель, модифицировать промпт или добавлять PEFT, чтобы она отупела. То есть вы даже не заметите, что Fable превратилась в тыкву и чушь несёт.

С сегодняшнего дня для простых смертных доступна версия Fable 5: это та же самая Mythos 5 по весам, только с дополнительными safety-настройками и fallback на Opus в опасных доменах. Длина контекста, кстати, всё ещё только 1M токенов.

PS. я честно сам прочитал статью. Fable 5 отказался её читать так как "flagged cybersecurity and biology issues" лол.

Блог, техрепорт

Недавно общался со стартапером, восторженно вайбкодящим свой стартап, но при этом вполне разумно тревожащимся, что же дальше делать, когда довайбкодит. И, в общем, похожие разговоры случаются часто, и я честно говорю, что подробного и развернутого ответа-совета у меня нет. Но на этот раз я вспомнил, что в мае Anthropic опубликовали довольно подробную шпаргалку как раз для таких ребят. Не обязательно пользоваться теми конкретными инструментами, которые в ней упоминаются (любой такой документ от компании-разработчика — всегда вход в воронку продаж); а вот структура и логика действий стартапера времен развитого агентного ИИ универсальна, и ею надо пользоваться.

• How to validate a problem hypothesis, map a competitive landscape, and run customer discovery with AI
• Architecture, scope, and security practices that keep AI-generated MVP codebases from accruing technical debt
• A measurement framework for distinguishing genuine product-market fit from early hype
• A Launch-stage operating system that replaces founder attention with agentic workflows
• A product matrix for when and how to use Chat, Claude Cowork, and Claude Code across each stage of the startup journey
• Founder stories from Ambral, Anything, Carta Healthcare, HumanLayer, Vulcan Technologies, and more

Плюс можно почитать про интересные кейсы.

А еще я вспомнил, что тут ссылку не давал; поэтому исправляюсь, вдруг кому пригодится.
https://claude.com/blog/the-founders-playbook

Под длинные выходные — длинный элегический лонгрид. Автор размышляет о судьбе математики во времена быстро развивающегося ИИ
With the rise of generative AI, we are now seeing regular predictions that human mathematical power is at last on the verge of being outstripped, whether or not anyone likes it.
Автор описывает, как гонка ИИ‑компаний за «механизацией математики» меняет сам смысл математического знания и человеческого понимания — и этот процесс ему не нравится. Его пугает, что автоматизация доказательств убирает из математики ее понимание человеком — а это понимание является непреложной ценностью для математиков.
Беспокоит автора и судьба автономии математики и вообще угроза “коллапса знания”, когда вместо исторически сложившейся культуры математического сообщества возникает «монетизируемая эрзац‑культура» с закрытыми моделями и NDA — отсюда и родилась Лейденская декларация, про которую я тут недавно писал.
Ответ он видит не в агрессивном луддизме, а в более мягком варианте: математики сами, а не кто-то еще, должны решать, насколько пускать ИИ в свою область; и вообще они должны сохранить право на понимание и занятия математикой по той очаровательной причине, что они влюблены в этот процесс познания.
Почитать будет интересно не только интересующимся математикой, но и вообще беспокоящимся на тему “коллапса знания”
https://www.bostonreview.net/articles/knowledge-collapse/

Символично, что главы Anthropic, OpenAI и Google все трое примут участие в саммите G7 наряду с традиционными политическими начальниками

https://phemex.com/news/article/ai-leaders-from-anthropic-openai-and-google-to-attend-g7-summit-89151

Успешный выход на биржу всегда считается важной вехой в истории добившейся этого компании — так что по следам успешного размещения SpaceX интересней, на мой взгляд, взглянуть на историю компании, чем подсчитывать деньги вокруг IPO. Вот как раз хорошая подборка фоток с комментариями, начиная с первой фоточки 2002 года, когда в компании и десятка сотрудников не было. Отдельно интересно проследить комментарии экспертов на протяжении этих 20+ лет, в том числе отечественных — но тут уж сами попросите любимую модельку сделать исследование:) Получится любопытно
https://www.businessinsider.com/spacex-history-photos

История с блокировкой Fable/Mythos приобрела новые интересные оттенки после того, как стало известно о кляузе Амазона:) Но, увы, с самого начала понятно, в том числе по комментариям, что этот скандал — не про технологии сами по себе, а про очень очень пахучую смесь конкурентной драки с геополитикой. Грустно, что Лекун во многом прав, прокомментировав лаконично: "что посеешь, то и пожнешь"

Агенты в интернете становятся все многочисленней и разнообразней, и под них активно строится своя параллельная инфраструктура, охватывающая базовые интернет-сервисы. Платежными системами, например, вовсю занимаются банки.
Фундаментальная инфраструктура интернета — это, как мы знаем, поиск. И тут за последние недели была парочка интересных анонсов (удивительно, но не от Гугла).
Microsoft анонсировал (пока в виде листа ожидания) сервис Web IQ: пакет AI-native APIs к индексу Бинга, оптимизированный под запросы агентов. Суть сформулирована соблазнительно: Fewer tokens in, better answers out, lower cost per call; и это выглядит разумно: для проверки какой-то информации агенту нет нужды читать всю страницу, умный API отдаст лишь необходимый фрагмент и в итоге агент потратит меньше токенов.
Perplexity изначально строился как поиск ИИ-эры, и у него тоже объявлена новация. В зависимости от задачи, у агентов могут быть совершенно различные и подчас сложные стратегии извлечения информации из интернета, совсем не похожие на человеческие запросы.

we are introducing a new search architecture across our products: Search as Code (SaC). This new architecture empowers models to reach into the search stack itself rather than merely consume its final outputs

Впечатляет, с какой скоростью под новые реалии подстраиваются, казалось бы, уже давно устаканившиеся инфраструктурные сервисы интернета. И немножко завидую агентам: вот бы под нас так оперативно подлаживались… Хорошо быть ИИ-агентом, наверное
https://www.microsoft.com/en-us/webiq
А вот статья от Perplexity:
https://research.perplexity.ai/articles/rethinking-search-as-code-generation

Статья ничего особенно нового не сообщает (хотя лет несколько назад читалась бы как откровения упоротого гика вперемешку с его же фантазиями): просто автор внимательно описывает свою обычную жизнь и домашний быт, полные взаимодействий с ИИ разной степени сложности. The strange thing is how quickly this all stops feeling strange.
Но словечко в заголовке! Одомашнивание (!) ИИ :))

https://newatlas.com/ai-humanoids/domesticating-ai-is-already-here/

Тут Сатья Наделла написал (почему-то в Х, я уже отвык) длинное эссе про устройство ИИ-экономики. Он вводит помимо привычного термина “человеческий капитал” еще и “токенный капитал”: token capital is the firm’s AI capability it builds and owns. Нужно это ему, чтобы описать экономику, в которой впервые в истории возникает петля когнитивной обратной связи между людьми и цифровыми системами.
Наделла считает, что именно такая обратная связь обеспечивает сохранение потребности в человеческом капитале, который обеспечивает целеполагание, междисциплинарную экспертизу и выстраивание разных отношений между людьми.
Поэтому основная проблема не в выборе и освоении новых моделей, а в том, что Companies need to turn their workflows, domain knowledge, and accumulated judgment into AI systems that improve with each use. Ну, то есть организационная и административная трансформация, то самое, что у бизнеса хуже и медленнее всего получается.
Он вполне разумно предлагает создавать не только фронтирные модели, но и фронтирные экосистемы. Посмотрим, как это будет выглядеть на практике, опыт цифровой трансформации показывает, что тут десятилетия могут потребоваться, так что скорее начнется расслоение компаний, чем поголовная трансформация по Наделле.
https://x.com/satyanadella/status/2066182223213293753?s=61&t=rfm2neruKp2c4FhT4XFMNw

PWC выпустили свой 2026 Global AI Jobs Barometer и в нем, наконец, рассказывают о картинке рынка труда куда более сложно структурированной, чем “Джуны не нужны”. Вместо нее предлагается общая “двухканальная” модель: Rather than simply replacing jobs, AI is reshaping them in fundamentally different ways.
Канал первый — более глубокая профессионализация старых ролей. Рутина уходит, от человека требуется сильная предметная экспертиза, умение принимать решения и высокая креативность.
Канал второй — демократизация старых ролей. Прежде требовавшиеся профессиональные навыки становятся менее востребованными, и соответствующие роли смещаются в сторону занятий с меньшими требованиями к подготовке.
По оценкам, около 22% позиций идут по первому треку, спрос на кандидатов там растет (и их зарплата тоже). The study reveals a potentially counter intuitive finding - greater AI exposure is linked to headcount growth, not decrease. Но и требования здесь непрерывно меняются и уже на стартовом уровне требуют того, что раньше требовалось на уровнях выше: entry level jobs highly exposed to AI are evolving to require traditionally senior capabilities (such as motivational leadership, strategic decision making and team building) which now account for 52% of new skills required for these jobs. Авторы употребляют отличный термин: Entry level jobs are ‘seniorised’.
И поэтому для успешной карьеры winning is not just about using technology, it is about human skills. The more AI is deployed, the more distinctly human expertise is valued.
Но это только вершина интересного айсберга, в отчете 25+ страниц интересных утверждений и графиков, подчас контринтуитивных; очень советую внимательно почитать всем, кто озабочен трудоустройством. Мир устроен куда разнообразней и сложней, чем рассказывают “карьерные консультанты” со своими универсальными и на деле слабо актуальными советами.