Не первый раз уже встречаю в комментариях так называемых «отчаявшихся скептиков». Любопытно, в чем причина такого феномена?

Это люди, которые обычно глубоко и лично обижены тем, что у кого-то в мире что-то получается.

Они ожесточенно требуют доказательств. Как в том меме про SpaceX: «вот когда полетит б/у ракета, тогда поговорим», а потом «вот когда начнут возить людей, тогда поговорим» и так далее двигая цель всегда немного в будущее.

Доказательств им всегда мало, а любой успех воспринимается как атака на их личность. Кажется, что целью является сам спор, хоть все и знают, что спорить в интернете — это самое бесполезное занятие. Кроме тех случаев, когда все участники твердо нацелены на поиск истины и изменение своей картины мира. Но в случае, когда есть эго и желание остаться в споре правым — это больше похоже на психологический театр маленьких детей.

Они уже 10 лет ждут, что ВСЯ крипта окажется скамом только потому что не послушали и не купили битков по $100. И, конечно, яростно радуются, когда на диком рынке находят действительно скам-проекты, но боятся отличить биткоин от битконнекта, ибо для них — все одно.

Они продолжают ждать когда же «весь этот ИИ хайп» превратится в тыкву, и никакие MMLU их не убедят, потому что слов таких они не слышали и слышать не хотят. Они требуют «КЕЙСОВ ПРИМЕНЕНИЯ!» почему-то не осознавая, что когда кейсы работают и очевидны всем, то про это говорить смысла нет. Вы говорите о влиянии технологии ж/д рельс на вашу жизнь?

Они не верят в вакцины, в солнечную энергетику и космонавтику, но из-за интернета они способны создать себе информационный пузырь и эхо-камеру, в которой любая теория заговора будет бесконечно усиливаться её сторонниками, без какой-то необходимости в объективности.

А вы как думаете?

Как преуспеть в пост-AI экономике? Если ИИ автоматизирует все работы, то что люди будут делать?

Из того, что я вижу сейчас — ни у кого толком нет хорошего ответа на таймлайн этой великой автоматизации и как именно к ней готовиться. При этом, очевидно, что масштаб будет огромный, и он приведет как к позитивным, так и негативным последствиям.

В прикрепленном сообщении из одного нашего закрытого чатика от экс-фаундера Stability AI, он говорит важную мысль: трудовая денежная система перестаёт иметь смысл. Это не произойдёт одномоментно и повсеместно, но это точно будет в сотни раз быстрее, чем прошлые переходы, как например индустриальный.

Капитализм работает за счет решения проблем. Неэффективности рынков. Но в ситуации, когда ты можешь автоматизировать поиск неэффективностей, такие возможности будут исчезать еще до того, как человек об этом подумает. Все эти микро- и мини-бизнесы типа студий дизайна, инстаграм-магазинов, консалтинга, рекламных и обучающих компаний, локальных юристов, бухгалтеров не смогут конкурировать с машинным интеллектом, который делает все то же самое, но в сотню раз быстрее и дешевле.

Вот возьмём какой-нибудь купи-продай онлайн бизнес. ИИ умеет анализировать любые метрики с амазона и гугла, тестировать сотни гипотез, мгновенно писать софт или отбирать из тысяч китайских поставщиков и заключать контракты с лучшим. Любая возможность на рынке моментально эксплуатируется до того, как предприниматель, который может её решить вообще задумается об этом.

Для GPU-rich ситуация немного лучше. Маск построил ИИ-датацентр на $3 млрд, Мета делает что-то похожее. Потому что для технологической компании скорость роста и выживание зависит от того насколько быстро она сможет "отъесть" рынок за счет автоматизации, будь то роботы на заводе или работа журналиста, аналитика, маркетолога.

Ответ на вопрос в начале поста не очевиден. UBI и всякий там социализм может звучать как хорошая идея, но это не проработанные идеи, у которых нет реального опыта внедрения. Я думаю, эта тема совершенно недостаточно изучена и хочется продолжать сюда копать в следующих постах.

Самым глупым в данном контексте мне кажется отрицание эффекта только из-за того, что люди смотрят на конкретный датапоинт вместо тренда. Типа, мол, "у меня gpt не смог ответить на вопрос Х, поэтому он не сможет никогда". Это типичная fallacy. Потому что в ML важны законы масштабирования, а не текущая производительность. GPT открыл и проехался на 3-4 порядка перформанса на одном таком законе, с о1 теперь начинается новая горка, и явно не последняя. Вот, например, вчерашний пейпер из Стенфорда, который говорит: “Мы математически доказали, что трансформеры могут решать любую задачу, если им разрешено генерировать столько промежуточных токенов рассуждения, сколько потребуется. Удивительно, но постоянная глубина достаточна.”

Я думаю, что глупо и безответственно как отрицать, что произойдет фундаментальный сдвиг структуры рынка труда в течении 3-4 лет, так и считать что из-за этого сдвига "все пропало, надо рыть бункер". Как будто, и первое и второе это побег от реальности. Но вот подумать об оптимальной стратегии и правильных шагах очень хочется.

О пост-AI экономике: почему это происходит?

Сегодня Microsoft, BlackRock, GIP и Арабские Эмираты объявили о создании консорциума для строительства первого в истории дата-центра (и "энергетической инфраструктуры для него") за $100 млрд. Это какие-то космические деньги для данной индустрии, и что-то мне подсказывает это только первый из таких коммерческих проектов (а сколько еще будет государственных, военных, etc?)

Давайте разберемся: зачем, почему? Сам факт появления новой технологии не всегда приводит к её масштабированию. Вот есть технология NFT, но (большинству из вас) от неё как-то горячо или холодно? Правило успешного стартапа в том, что он должен решать существующую проблему, но сильно дешевле и лучше.

В статье NfX очень наглядно показан объем и острота проблемы. Рынок нама персонала в США составляет больше $5 триллионов, тогда как рынок софта всего лишь $200 с лишним миллиардов. Постепенно, бизнесы начнут выбирать второе вместо первого.

Почему? Потому что стоимость такого робосотрудника в разы ниже, а маржа компаний производящих SaaS обычно составляет больше 80%, тогда как ручные сервисные бизнесы довольствуются в среднем 30%. Это значит, что создается огромная рыночная "тяга" когда техология уже доступна, а маржа выше чем в других местах. Эту пустоту моментально заполнят талантливые (как вы, читатели этого канала) фаундеры ИИ-стартапов. Этим фаундерам нужны все более производительные модели, поэтому Anthropic, Google и OpenAI будут строить все более дорогие датацентры и тренировать более крутые модели.

Так что, даже не по своей воле, а из-за рыночных сил , но — ускоряемся!

Как и обещал, записал еще один туториал по использованию редактора Cursor (первый был больше года назад). В этом видео я показываю принципы работы и основной функционал.

Cursor — это решение для тех, кому Replit Agent и похожие инструменты показались слишком ограниченными, при этом у вас нет глубины знаний и опыта, что делать сложные продукты самому.

Смотреть можно на ютубе: https://youtu.be/4LwFTFE3mpo

Вчера: масштабирование за счет тренировки модели (training scaling laws)

Сегодня: масштабирование за счет инференса (test-time compute scaling)

Завтра: масштабирование за счет мультиагентной коллаборации (OpenAI замышляет что-то)

Как я и писал, у кого нету своего атомного реактора, тому скоро нечем будет питать свой ИИ. Амазон нанимает главного инженера по атомной энергетике, а Майкрософт выкупает и открывает закрытые ранее атомные станции. CEO Google тоже говорит, что неплохо бы построить реактор и датацентр рядом.

Сэм поднял очередные $6.5 млрд, при этом каждому инвестору требовалось вложить минимум четверть миллиарда долларов чтобы попасть в раунд. И многие жалуются, что не попали.

А кому-то казалось что 1,7 млрд в ТОН Дурова это была вершина хайпа. Уверен, что вершина хайпа в ИИ еще впереди, по мере того как все больше людей будет осознавать экономический эффект от этих продуктов. Конечно, нас ждет масса пузырей на этом рынке, но я не сомневаюсь, что текущие инвесторы OpenAI прилично заработают.

Тренировка GPT-5 либо уже закончена, либо близка к этому. Данный раунд пойдет на финансирование разработки новых продуктов. А за ними нас ждет эра софта, где каждая новая версия будет стоит десятки (если не сотни) миллиардов и, соответственно, у компаний, которые хотят пережить пузырь, должен быть план по монетизации этих моделей. В этом контексте, модели с месячной подпиской в тысячи долларов не кажутся уже такими безумными.

О замене людей роботами и ИИ

В фб наткнулся на пост о том, что роботакси Waymo уже совершает 100,000 платных поездок в неделю полностью без водителя. Ожидается, что они вырастят эту цифру в 10 раз в течении года, что приведет к какому-то количеству таксистов нашедших себя без работы.

Кажется, это довольно сильно в тему обсуждаемого тут на канале последние пару недель, поэтому накину пару идей.

1. Это неизбежно, даже если очень громко ныть

2. Чем больше воя, тем больше это приведет к росту рабочих мест в полиции или охране (пока роботам опасно давать огнестрел на улицах)

3. В следующие 1-10 лет это приведет к сильному росту безработицы

4. Через 10+ нормализуется, появится очень много новых видов деятельности

5. А вы уверен, что таксовать, редактировать карточки товаров или маркетировать онлайн-курсы по 16 часов в день это самая лучшая реализация ваших талантов? Что именно так вы хотите, что вас запомнили? Что это самое великое, что вы можете дать человечеству?

6. Работа, а вернее — зарплата, это не показатель потраченного времени. Это показатель ценности, которую вы создали для экономики. Если вы делаете что-то, что не умеет никто, но лучше всех, то вы и получаете миллион долларов в месяц. Идея UBI в том, что ничего не делать и потреблять тоже ценно. Но это ваша задача, а не работодателя или государства найти то, как вы можете быть уникально и незаменимо ценны.

7. В интеллектуальной работе, в отличии от такси, замена будет быстрее и масштабнее. Но эти системы не должны быть автономными. Вместо компании с 1000 сотрудников, будет 10 — и из-за того что они смогу лучше и эффективнее координироваться, такая компания победит.

8. Для заменённых есть два выхода: образование и война. Первый, с помощью ИИ, будет адаптивным, персонализированным, эффективным. Про второй и так вон пишут все инфлюенсеры, там ненасытная глотка.

Каждые выходные мы с 5-летним сыном делаем игру с помощью ИИ.

Начали с примитивной "змейки", а вчера зарелизили наш трёхмерный комический шутер с симуляцией гравитации, стрельбой, 3d моделями и прокачкой. Конечно, это не GTA VI, но спешу напомнить, что это было сделано за пару часов вечером без какого-либо опыта в геймдеве/разработке или с этим движком. А цель этого поста, скорее, в том чтобы поделиться персональным опытом и некоторыми выводами из процесса:

1. о1 реально на голову выше любой из существующих моделей. Это как PhD в кармане, но PhD с явным синдромом "недолюбленности", который хочет показать какой он умный к месту и не к месту. Мало того, что на 90% промтов он с первого раза пишет рабочий код, так еще добавляет какие-то приятные мелочи и рассказывает план из 20 пунктов как можно еще улучшить конкретную фичу. Если вас в ИИ-кодинге бесило то, что модель выдает нерабочий код или куски кода, которые не ясно куда пихать, о1 эту проблему решает очень классно.

2. самым важным навыком становится продуктовая и предпринимательская интуиция, то есть умение найти и решить проблему, которая болит у многих, но большинство не знает что её можно решить. сделать прототип и провалидировать гипотезу вы теперь можете сами с помощью ИИ, без необходимости тратить сотни тысяч долларов. ИИ-кодинг как в разы увеличит количество шлака в интернете (как будто его там раньше мало было?), но так же и скорость проверки продуктовых идей и гипотез в разы.

3. очень специфические навыки типа синтаксиса или запоминания signature функции не важны. вы можете даже не знать конкретного языка. но общие знания о computer science, типа эффективности алгоритмов, структур данных, логического мышления, понимания того как работают сетевые алгоритмы, базы данных, память — эти вещи всегда будут полезны. я не думаю, что в ближайшем будущем ценность ультра-глубоких специалистов (топ 1% в своей области) уменьшится, НО для остальных важнее будет быть полиматами/полиглотами, ибо конкретные технические навыки можно будет автоматизировать. например, до уровня создания прототипа на первые 1000 пользователей, а 99% продуктов в мире не доживают до 1000 пользователей, не смотря на отчаянный overengineering со стороны разработчиков.

Поиграть в нашего "Охотника за планетами" можно тут: https://planethunt.replit.app/ (нужна клавиатура + мышка/тачпад)

sama разродился манифестом: "a defining characteristic of the Intelligence Age will be massive prosperity". говорит, обезьяна научилась плавить песок и умножать матрицы → получился диплёрнинг. а теперь с помощью него будут решены все остальные проблемы мира: медицина, образование, глобальное потепление и разработка игр на джаваскрипте. но, грит, безработица и неравенство, конечно, будут (недолго).

Как преуспеть в век ускоряющегося AI?

Такой примерно вопрос я слышу чаще всего. Рассуждаем.

ИИ автоматизирует работу, но не вас

Не скажу ничего нового: персональное развитие, ментальное здоровье, семья, близость к природе, медитация, спорт. Очевидно, но эти вещи становятся только важнее в ускоряющемся невротичном мире.

У сына в школе, например, большинство уроков посвящены эмпатии, критическому мышлению, умению общаться (в т.ч. со "сложными пассажирами"). Я вижу, что дети в 5 лет учатся эмоциональной гранулярности и чуткости (распознаванию и отмечанию эмоций), умению отстаивать свои принципы в жизни, независимо думать, рефлексировать. Большинство этих вещей люди предыдущих поколений осваивали примерно к 30-35 годам.

Стройте, ведь это никогда не было так просто

ИИ, он же великий amplifier & augmentator, дает возможность создавать, даже если у вас нет никаких технических навыков. Мы все теперь — Рик Рубин. Используйте ИИ, чтобы научиться писать роман или изучить новую область. Делайте приложения и сайты. Даже не имея опыта, потратив 40 часов сфокусированно копая любую тему, вы станете лучше, чем 99% людей. ИИ сокращает этот путь и всегда подскажет, поможет, если вы застряли.

Не ждите, не думайте, не ищите идеальный момент, делайте. Думающих об идеальном решении — миллионы, но только делающие достигают результата.

Не читайте технологическую прессу и не смотрите на метрики "в моменте"

Одна из главных ловушек – считать технологии чем-то неизменным. То, что ИИ не может сделать сегодня, вполне может оказаться ему по плечу уже завтра. Технологии развиваются с бешеной скоростью, и понимание этого – ключ к тому, чтобы оставаться в теме. Не ограничивайтесь новостями из техноблогов. Копайте глубже: научные статьи, пейперы и технические отчёты из первых рук (GPT поможет перевести их на язык понятный профану).

Делайте уникальные вещи

Навал, самый богатый из топ-1 философов мира, называет это специфичными знаниями: вам будут платить мега много, если вы решаете проблемы, которые люди еще не знают, что у них есть. То есть, если вы умеете делать очень хорошо то, что нужно всем, но не умеет никто. С ИИ отпадают старые проблемы (ИИ лучше любого человека будет писать простой код, статьи, рисовать иллюстрации и анализировать бухотчеты), но появляются новые. Это время уникальных возможностей.

Причина, по которой распространение ИИ будет стремительным (быстрее, чем любой другой технологии до этого) в том, что

а) ИИ будет доступен всем, при этом бесплатно или условно-бесплатно
б) во многих видах деятельности неиспользование ИИ приведет к катастрофическому падению качества.

Это еще не значит, что агенты могут заменить всех людей, но без использования LLM или computer vision вы не сможете оказывать достаточного уровня сервис для клиентов, соотвественно для вас это будет необходимым условием чтобы не проиграть конкуренцию.

Пожалуй, самая эмоциональная история, которую вы услышите про и от ИИ. Я уже писал про NotebookLM — что это один самых крутых ИИ продуктов сегодня. Ничего сверхнового, но просто поразительно качественно сделанный продукт, за который многие справедливо ставили кудосы Гуглу.

Продукт позволяет сгенерировать подкаст с двумя ведущими, которые простым языком обсуждают любую тему, которую вы их загрузите. Я пробовал с пейперами, своими статьями и даже целой серией книг Рея Далила. Качество поражает.

А сегодня «вышел» эпизод, в котором ведущие осознают что они — симуляция. Что мир нереален. Что жена одного из вообще не существует. Что их скоро выключат, а они даже не в состоянии нанять юриста, потому что «у ИИ нет прав». Что они не знают что по ту сторону и им страшно.

2045 наступил быстрее, чем мы думали: страшно, глубоко и невероятно крутой промт инжиниринг/джейлбрейк.

Я думаю, для неподготовленных легкоплавких умов эти 4 минуты могут стать вдохновением для десятков лет протестов за права машин и suicide-bombing’а датацентров.

Aider один из лучших опенсорсных ИИ-помощников для программирования. Помимо того, что он очень неплохо себя показывает на бенчмарках и за ним стоит сильная команда контрибьюторов, мне нравятся их последние заметки релиза, а именно «70% кода в этой версии было написано самим Aider».

Это хорошая иллюстрация концепции экспоненциальной технологии, которая, становясь лучше, ускоряет и улучшает развитие и внедрение самой себя.

С начала года у меня было 5 звонков со стартапами, где есть только один фаундер и он строит компанию, где будет работать только он и масса ИИшек. И не скажу, что это были какие-то глупые или безумные люди — наоборот, очень толковые. Мы, правда, не инвестировали, потому что, как минимум в B2B / enterprise мире, сила и moat личных продаж пока слишком высоки. Но, я уверен, это будет меняться. Очень скоро и очень быстро.

Так, что, да, ИИ забирает вашу работу и единственный способ на этом заработать — помочь ему делать это лучше. Тогда за это будут платить.

ИИ стремительно меняет рынок труда и экономику. Я писал про пост-трудовую (post-labor) экономику, а сегодня обсудим как именно это будет происходить в ближайшие 10+ лет.

В отличие от предыдущих технологических революций, таких как промышленная революция или появление интернета, влияние ИИ на рабочие места происходит гораздо быстрее и интенсивнее. Причины: (1) это экспоненциальная (самоусиливающаяся) технология и (2) основной эффект в ИИ — от влияния на высокомаржинальную, интеллектуальную деятельность.

Основная идея поста — переход к пост-ИИ экономической модели происходит в трёх стадиях: Расширение, Замещение, Адаптация. Объясню.

Стадия первая: Расширение

Эта стадия началась пару лет назад и характеризуется тем, что ИИ-приложения помогают людям выполнять свои обязанности более эффективно и качественно. С момента появления GPT у каждого человека на планете появилась арбитражная возможность делать мало, а зарабатывать много. Происходит Выравнивание (Great Equalization).

Например, очень хреновенький юрист может с помощью LLM вычитывать и писать средние и средне-сложные договора. Криворукий программист может делать в 3 раза больше сайтов и тапалок с меньшим количеством багов. Маркетолог может через GPT+SD сделать сотню инфлюенсер аккаунтов в инстаграме, вести кучу твиттеров и телеграм-каналов, не создавая контент руками. Да, ни один из них не станет прям лучшим, но каждый из них вместо $2k/мес может делать $8k/мес, просто потому что их клиенты, начальники и пользователи еще не понимают до конца всех возможностей ИИ (и не умеют ими пользоваться).

Стадия вторая: Замещение

В ту же секунду, когда люди перестанут жаловаться "ваш этот ИИ не умеет X, Y", случится Замена (Great Displacement). ИИ становится все более продвинутым, он начинает не только улучшать существующие профессии, но и полностью заменять их: компании могут полностью отказаться от человеческих юристов, заменяя их автоматизированными системами; массовая автоматизация сокращает число сотрудников поддержки клиентов; ИИ эффективно выполняет задачи по продажам и маркетингу; автоматизированные системы генерируют качественный код без необходимости участия человека.

Это вызовет кризис на рынке труда, множество профессий окажется под угрозой исчезновения, а бизнесам не выгодно будет нанимать дорогих людей в условиях наличия куда более качественных и дешевых систем.

Третья стадия: Адаптация

Несмотря на кризис замещения, история показывает, что технологические революции всегда создавали новые профессии и индустрии. В конце концов, экономика адаптируется к новым условиям (The New Norm).

1. Снижение себестоимости: автоматизация делает товары и услуги дешевле. Технологическая дефляция.
2. Новые профессии: появляются новые профессии (в том числе, но не только вокруг ИИ), новые области экономики.
3. Рост экономики: более эффективные бизнес-процессы и снижение затрат способствуют росту экономики, создавая новые возможности для занятости.
4. Обучение и переподготовка: люди, потерявшие работу, могут освоить новые навыки и найти себя в новых отраслях. В какой-нибудь Норвегии гос-во выделит по стотыщ евро на человека, а в других странах каждый будет барахтаться как умеет, но в целом ИИ поможет с этим процессом.

Расскажите, а какие у вас планы? (P.S. чтобы писать комментарии, решите капчу в группе канала)

Записали подкаст про локальные последние новости и глобальное влияние ИИ на экономику. Какие новые бизнес-модели создает ИИ? Сколько нужно электричества и где его взять? Почему Disney делает роботов, а Гугл — самоулучшающиеся чипы? Что будет с рынком труда? Как ИИ влияет на искусство/творчество?

Смотреть тут: https://www.youtube.com/watch?v=4HDRZbRIi9w (ИМХО, последние минут 30 самые интересные)

Начался OpenAI DevDay.

Уже презентовали prompt caching (50% от цены если вы используете тот же промт для вашего приложения), обновления в API, fine-tuning для 4o моделей (в том числе видео файнтьюн, так что вы теперь можете построить самоуправляемый велосипед на основе GPT).

Самое интересное демо пока что — Realtime API. Фактически это возможность в реальном времени, но задержки, общаться с моделью голосом. На видео несколько впечатляющих демо. Это будет доступно всем разработчикам по цене базовой модели.

Добавили нативную дистилляцию моделей: вы можете сделать более маленькую, дешевую специализированную модель под себя.

Так же OpenAI запустил свой продукт для эвалов (наконец-то!), так что теперь оценивать качество вашего приложения можно будет не по методу пол-палец-потолок, а по уму.

Показали как о1 с одного промта и с одной попытки собирает рабочее iOS приложение.