Gusev | Technological Singularity | Future of Work

Еще можно записать прям видео экрана на его машине, чтобы ботик сам заполнил процесс и использовал как надо

Основная фича в том, что там сразу поднимается remote desktop, на который можно глазками смотреть, ручками потрогать, и, соответственно, эта виртуальная машина шарится между всеми агентами. В итоге получается, что у вас есть прям реальный удаленный сотрудник, к которому вы можете и хвосты в гриву гонять как угодно, потом сделать 10 таких же, которые будут гонять друг друга

Тестирую https://x.ai/bot Кажется, будет супер кайфово для и технических людей

Потестил https://getbb.app/, выглядит прям очень перспективно! 1. Во-первых, можно быстро запилить плагин, который встраивается прямо в интерфейс. Для примера, можно делать дэшборды, task manager или куски CRM, которые встроены прямо в ваш AI IDE. 2. Он по дефолту умеет запускать агентов из различных подписок (Claude, Codex, Cursor) и координировать их взаимодействия сам. Спасибо Рефату за наводку https://t.me/nobilix/288

Zero-sum мышление - ржавый гвоздь западного общества Не дает мне покоя разруха в головах вокруг: призывы 'tax the rich' вместо того, чтобы работать активнее. При этом никто из крикунов не напрягся прикинуть, что конфискация состояний всех миллиардеров США покрыла бы расходы западных стран на 3 месяца. Откуда эта зараза? Люди, чье формирование пришлось на период низкого роста экономики, воспринимают богатство как фиксированный пирог: если у кого-то много - значит, у меня отняли. В США молодые поколения более zero-sum, чем старшие: бумеры росли при 4% роста экономики, миллениалы - в стагнации после 2008-го. Китаец и сингапурец видели, как доходы выросли в 10 раз за одно поколение - они физически наблюдали, что богатство создается. Отчасти так жили и мы в России: 20 лет отличного возврата на единицу сверхусилий. Британец за ту же жизнь почти не видел новых self-made богатых - и уверен, что богатство просто перекладывается из кармана в карман. Самое неочевидное для меня оказалось в том, что достигаторство - не причина роста, а его следствие. Азиатские родители давят на детей не потому, что у них особые школы, а потому что верят: усилие конвертируется в результат. Они это видели. Европейский родитель этого не видел - и расслабился, тем более что в школах перестали требовать результат. Поэтому в Европе на high-ачиверов и смотрят как на чудаков. В Китае начался похожий тренд: как только рост там замедлился и конкуренция подросла, молодежь независимо пришла к тому же выводу и придумала свое слово: 躺平, 'лежать плашмя'. Zero-sum мышление приходит туда, куда перестает приходить рост. Общество от этого не вылечить. Но себя и детей - можно. Рецепт тот же, которому нас учат венчурные инвесторы: не оценивай себя внутри болота - не принимай стагнацию как норму, ищи рынки и среды с потенциалом роста, где усилие окупается. Это работает для бизнесов, работает и для карьеры. А детям я объясняю - богатство не делят - его создают, и сосед разбогател не за твой счет. Если вокруг все требуют отнять чужое, при этом уходя домой в 5 вечера - беги от этой радиации. Выбирай среду, где усилие окупается и дает уважение, - и создавай ценность. Андрей Анищенко in London

Классный пост крутого предпринимателя:

А вчера еще и личный рекорд в Codex поставил. Большую часть времени полностью автономно ребята отработали.

Что кросс-ревью реально ловит — и где болит Обещанные примеры из практики. Сетап из прошлого поста: Claude писал — Codex ревьюил. 🎯 Что поймал Codex за последние недели ▪️ Опечатка в флаге `--dryrun` в свежем скрипте: «сухой прогон» на самом деле сделал бы живую запись в Notion. Найдено на первом пассе, до запуска. ▪️ Нода-каннибал. Скрипт обновления инфраструктуры после ужатия флота до одной ноды: нода осталась собственным «канареечным» сервером → обновила бы саму себя дважды. Тесты этого не видели. ▪️ Два PII-блокера в отчётном пайплайне: полное имя клиента утекало через экзотические пути (заголовки с ведущим подчёркиванием + имя клиента в slug ссылки Notion). Ушло бы наружу. ▪️ 468 перепроверенных цифр. Инвесторский бриф на официальной статистике USCIS: Codex независимо пересчитал все значения и нашёл, что мой парсер терял годовые данные одного файла. После фикса — ноль расхождений. Отдельно завернул 5 преувеличенных формулировок («рынок удвоился» → на самом деле +61%). ▪️ Слепое второе мнение не по коду: черновик моей собственной O-1A петиции. Панель Claude-ревьюеров и слепой Codex-пасс независимо сошлись на «не подавать как есть», причём Codex принёс находки, которых у панели не было (учебник 1998 года, опровергающий тезис «первым предложил концепцию»; неверный правовой стандарт в выводах брифа). ▪️ Самое отрезвляющее: аудит легаси-кодовой базы. Codex отклонил 4 из 4 батчей фиксов — пять независимых попыток исправления, и каждая вносила новый баг того же класса, который чинила. Без второй модели всё это выглядело «готово, тесты зелёные». 🩹 Где болит (честно) ▪️ Не бесплатно по времени. Большие гейты — 2–8 раундов, на сложных лейнах — часы wall-clock. Максимальный effort прожорлив: даже тривиальный запрос на ultra — ~20k токенов. ▪️ Ревьюер ошибается. False positives — регулярно; находки отклоняю с доказательствами (например, ревьюер объявил данные «недостоверными», не видя таймстемпов API, которые их подтверждали). А однажды Codex-исполнитель протащил в дифф изменение вне скоупа — поймал уже я. Поэтому «решает водитель» — не лозунг, а механика. ▪️ Обвязка хрупкая. Headless-запуск полон ловушек: — без закрытого stdin (`< /dev/null`) вызов из-под агента повисает; — жёсткий kill -9 оставляет воркера-сироту, который продолжает править файлы (у меня — 40 минут после kill, когда Codex был исполнителем, а не read-only ревьюером); — логин и смена аккаунта не раз молча сбрасывали reasoning effort в конфиге; — устаревший CLI молча запускал предыдущую модель при новой в конфиге: конфиг не доказательство, сверяй заголовок запуска (`model:` / `reasoning effort:`); — ревью ПУСТОГО диффа радостно возвращает PASS: сначала проверь, что дифф не пустой. ▪️ Ритуал работает только целиком. Принимать вердикты не разбирая — получишь чужие галлюцинации поверх своих. Пропускать гейт «когда некогда» — через неделю его не существует. Правило одно: ревьюер — всегда другая модель, решение — всегда за водителем. ✅

Вторая пара глаз: две флагманские модели, которые проверяют друг друга Модель, которая сама пишет и сама себя проверяет, — это не ревью: тот же прайминг, те же слепые зоны. Поэтому у меня в связке два флагмана: Claude Code (подписка Claude Max) ведёт работу, OpenAI Codex CLI (подписка ChatGPT) ревьюит. Никакого API-биллинга — обе подписки у многих уже оплачены. 🔧 Сетап за вечер 1️⃣ npm i -g @openai/codex, логин через ChatGPT-аккаунт. 2️⃣ В ~/.codex/config.toml — флагманская модель на верхней ступени reasoning effort (у меня сейчас `gpt-5.6-sol @ ultra`). Для ревью не даунгрейдить никогда. 3️⃣ В инструкции агента (`CLAUDE.md` / `AGENTS.md`) — жёсткое правило: любой нетривиальный план или код перед «готово» уходит на ревью ДРУГОЙ модели. Не по настроению — всегда. 4️⃣ Механика: агент в фоне запускает headless codex exec в read-only песочнице с промптом: «прогони git diff и отревьюй только изменённые строки — корректность, безопасность, edge cases; вердикт PASS/BLOCKED — в файл». Ревьюер файлы не редактирует — только читает. Работа тем временем продолжается: мелочь — 15–20 секунд, большой дифф — единицы минут. 5️⃣ Симметрия: когда за рулём Codex или Cursor — ревьюером становится Claude. Ревьюер — всегда другая модель. ⚖️ Два принципа, без которых это не работает ▪️ Решает водитель. Ревьюер — советник. Каждая находка классифицируется: валидно / уже учтено / false positive / спорное. Валидное чиним, ложное отклоняем с доказательствами. Слепо применять вердикты второй модели опаснее, чем не ревьюить вообще. ▪️ Гейт виден. Каждая нетривиальная задача заканчивается строкой «Cross-model review: PASS» или «skipped + причина». Тихо пропустить нельзя. 📈 Эскалация по ставкам Обычное изменение — один пасс. Прод, безопасность, деньги, миграции — трёхпассовый гейт (полный дифф → дифф фиксов → финальный дифф) плюс smoke-тест. Данные и отчёты — адверсариальный пересчёт цифр. Работает и наоборот: на части задач Codex — исполнитель, Claude — менеджер и гейт, со свежим инстансом ревьюера на каждый раунд. 📊 Цифры за июль ~60 рабочих сессий, ревью в ~85% из них, гейт срабатывал каждый рабочий день. Первый прогон почти никогда не чистый: до зелёного — 2–8 раундов. За последние 10 недель — 50+ блокирующих вердиктов. То есть 50+ случаев, когда вторая модель остановила то, что иначе уехало бы в прод. Дешёвая страховка на подписке, которая уже оплачена. ✅

Я использую Claude Desktop App как основной интерфейс. И иногда, из любопытства, в Codex Desktop App смотрю, что там происходит. Про хуки и прочее Клод сейчас готовит ответ 🏋️‍♂️

Снова хочу напомнить про возможность работать с двумя моделями одновременно. Я с момента выхода этого плагина использую OpenAI модели как “second pair of eyes” - очень рекомендую сделать это базой для большинства задач (автоматизируется через хук+скиллы). Fable/Opus отлично менеджерят и дергают тулы, но в кодинге OpanAI на голову лучше антропиковских. В итоге и качественней, и быстрей, и дешевле получается.

Принёс вам перевод нашумевшего твита Dean W. Ball — в прошлом это американский исследователь политтехнологии, эксперт по регулированию искусственного интеллекта (главный автор американского плана действий в области искусственного интеллекта, America’s AI Action…

Принёс вам перевод нашумевшего твита Dean W. Ball — в прошлом это американский исследователь политтехнологии, эксперт по регулированию искусственного интеллекта (главный автор американского плана действий в области искусственного интеллекта, America’s AI Action Plan администрации Трампа), бывший советник Белого дома. В июле он вышел работать в OpenAI как руководитель направления стратегического прогнозирования. Некоторые наблюдения о Kimi: 1. Это очень хорошая модель! Не думаю, что ее производительность можно просто списать на дистилляцию или нечто подобное. В сессиях агентского программирования она, кажется, идет практически на равных с лучшими публичными моделями первого квартала 2026 года. В моем довольно ограниченном опыте использования она также показалась весьма прожорливой по токенам. Мне вовсе неочевидно, что работа с этой моделью действительно будет дешёвой. 2. Лично я удивлен, что китайское государство продолжает разрешать выкладывать в открытый доступ настолько хорошие модели, учитывая потенциальные риски. Уточню: *меня самого* вполне может устраивать открытость весов у моделей с таким уровнем риска, но меня удивляет, что это устраивает Китай. Подозреваю, что причина на 75% кроется в их стратегической слепоте / отсутствии веры в AGI (во взглядах на ИИ Коммунистическая партия Китая очень напоминает ИИ-скептика Yann LeCun). Остальные 25% или около того — это нехватка у них вычислительных мощностей для инференса клиентам (что делает китайскую стратегию открытых весов непреднамеренным побочным продуктом экспортного контроля США) и типичная китайская стратегия агрессивного экспорта. Для самих же компаний, в отличие от правительства, решение открыть исходный код отчасти продиктовано идеологией, а отчасти тем, что они отстают и понимают: мало кто станет платить за китайские модели, не дотягивающие до передовых. 3. [вот с этого пункта полыхнуло в обсуждениях больше всего] Модели с открытыми весами по своей природе децелерационны (ведут к замедлению), и меня постоянно удивляет, почему так называемые «акселерационисты» приходят от них в такой восторг. Подозреваю, причина в том, что они знают: модели с открытыми весами фактически неподконтрольны, и им просто нравится та завеса неуправляемости, которую такие модели создают над всей сферой ИИ. Это неплохая стратегия; и все же, в конечном счете, модели с открытыми весами сдерживают дальнейшие капитальные затраты на ИИ [на постройку датацентров и закупки чипов]. 4. Один из вероятных исходов в мире, где доминируют модели с открытыми весами, — это полный ИИ-коммунизм. То есть именно то, что предлагает Китай: ИИ — это не рыночный продукт, а «общественное благо», которое в конечном итоге будет предоставляться государством как своего рода «цифровая общественная инфраструктура». Такое будущее кажется мне антиутопическим адом, но я еще не встречал ни одного сторонника моделей с открытыми весами, который в конечном итоге не признал бы, что именно этим всё и закончится. Вы бы удивились, узнав, сколько «акселерационистов» лоббировали меня, когда я работал в правительстве, чтобы я поддержал финансируемый из федерального бюджета дата-центр за десятки и сотни миллиардов долларов — только чтобы стартапы могли обучать модели за счет субсидий, а затем раздавать их бесплатно. Они говорили, что другого пути для развития ИИ просто нет. Возможно, это и есть логическое конечное положение вещей. Тем не менее, я ловлю себя на удивлении, видя, как предполагаемые акселерационисты радуются такому исходу. Думаю, многие из них просто не ведают, что творят. Многие акселерационисты не рассматривают создание и обслуживание передовых моделей как полноценный бизнес.

Kimi K3 может изменить экономику ИИ Появление конкурентоспособных открытых моделей снижает маржу лидеров — прежде всего OpenAI и Anthropic — и перераспределяет прибыль в пользу всей экосистемы: производителей чипов, дата-центров, облаков, энергетики и разработчиков ПО. Но Kimi K3 пока не идеален: модель расходует слишком много токенов и обходится дороже GPT-5.6 на задачу. Главный вывод: победит не самая мощная модель, а компания, предлагающая максимум интеллекта на каждый вложенный доллар. Защита OpenAI и Anthropic — сильные продукты и возможное технологическое преимущество во внутренней разработке моделей. https://x.com/GavinSBaker/status/2078110934740980193

ИИ убеждает людей лучше, чем другие люди - тоже в тему из комментариев. В четырёх экспериментах с 20к диалогами и 7к участниками модели обошли чемпионов по дебатам и профессиональных агитаторов. Даже подготовка, тренировки и бонусы до £1 000 не помогли людям сравняться с ИИ. Преимущество ИИ оказалось в скорости и объёме информации: при ограничении длины и скорости ответов разрыв исчез. Но без ограничений ИИ почти втрое эффективнее профессиональных фандрайзеров убеждал людей жертвовать реальные деньги. Убедительность становится дешёвой и масштабируемой. С одной стороны, продажи и поддержка станет лучше и дешевле. С другой стороны, собрать сторонников на какую-нибудь неофашистскую партию или антинаучный митинг по срезанию 5G вышек — тоже.