Шатоха, ну как talk?!

Мой дед был последним в семье, кто умел точить ножи на водных камнях, но я не успел перенять этот навык. Острота ножа - напрямую влияет на удовольствие от готовки. У меня очень хорошие ножи, но даже они тупятся и начинают резать как обычные. Раньше я отвозил их на заточку, но давно хотел сам это делать. Точить на гриндере - это портить хорошие клинки. Мракобесие! Грубо и съедает кучу металла и форму меняет. Точить на водных камнях - я буду учиться до старости и то не факт. Но есть вот такие станки для ручной заточки алмазными камнями , но на фиксированных углах. Сделал все ножи острыми как бритва! По ходу изучил вопрос стали ножей , техник как точили раньше, узнал больше про историю катан и т.д. 😅 Еще один скилл из разряда «это только дед/папа умел» закрыл ✅

Всем привет: я Дима - 5 лет McKinsey, 5 лет предприниматель. Новость: вместе с Глебом, ex-Meta machine learning, мы строим AI-компанию, которая привлекла от a16z speedrun. Наш вижен: создать "company brain", который поможет десяткам тысяч компаний совершить AI-трансформацию и прийти в точку recurring self-improvement. Позже будет полноценный анонс. Мы собираем founding команду: 1. Founding Engineer: сильный инженер, кто уже успешно решал задачу контекста на уровне команды/компании, строил пайплайны агентов и evals, и способен продуктивно потратить >$10k/mo на токены. 2. Founding Product: экс-консалтинг вайбкодер/фаундер или AI-native продакт, который любит решать проблемы юзера, строит продукты и ведет 10+ Codex/Claude Code сессий параллельно. 3. Founding Growth: с успешными кейсами в B2B inbound (content-marketing-SEO-offline), который может вести много экспериментов параллельно и кто успешно раскачивал как минимум один канал на US рынке с AI-компаниями ранней стадии. Форма тут: ссылка. Bay Area компенсация, founding level опционы и безлимит на токены. Отдельно: если у вас глобальная компания и вам нужна AI-трансформация - пишите сюда! А если вы консультант и у ваших клиентов спрос на AI - сюда. Буду благодарен за репосты и интро к сильным людям (успешный реферал - $5k).

Все великое начинается с малого. Возможно это тот шанс, которого вы ждали? Ребят я знаю лично и думаю это очень хороший шанс ;)

В новом интервью Дудя, русская инженер Анна Юдинцева рассказывает про лазерную установку в обсерватории LIGO. Создатели лазера построили его в 2000 году и настраивали 15 лет! 15 мать его ЛЕТ! 😱 Мы живем в эпоху вайб-кодинга, когда хочется всё, сразу и побыстрее. Когда после пары неудач слышно со всех концов “Может попробовать вообще другое?” А где-то есть люди, которые 15 лет каждый день двигались к одной цели, не зная, получится ли вообще увидеть результат. Вот это действительно “космическое” терпение 🚀

Получив из доставки очередные безвкусные помидоры, огурцы и ягоды, мне стало прям обидно. Чтобы вывозить весь спорт, работу и учебу — нужно хорошо восстанавливаться и кушац😁 Одной из моих DIY-мечт всегда была готовка. Чтоб прям как в кино: — у себя дома на большой кухне — на очень хорошей утвари (это был отдельный квест) — из хороших продуктов Несколько месяцев назад по совету опытных мужей поехал на ФудСити. И это буквально изменило мою жизнь. Оказывается, и в Москве можно: — покупать продукты, которые пахнут и на вкус как должны — платить за них разумные деньги, а не миллионы за 100гр голубики в Азбуке — выбирать, пробовать и понимать, что ты вообще покупаешь И вот ресторанная еда вообще перестала меня интересовать. Потому что дома я просто с ума схожу по мясу, рыбе, овощам и фруктам, которые сам привожу и готовлю. В ресторан — разве что за атмосферой. Силовые растут, энергии дофига, самочувствие — топ. Котлеты, рваное мясо, гуляш, рыба в духовке — готовлю сам и кормлю друзей приятными вечерами. Для понимания, часть сегодняшней закупки: Манго — 400₽/кг Огурцы — 100₽/кг Помидоры — 130₽/кг Яблоки — 150₽/кг Голубика — 850₽/кг Икра — 3750₽ / 500гр Мясо: Мякоть — 900₽/кг Шея — 800₽/кг Дэнвер(стэйк)— 4500₽/кг ФудСити - топ, рекомендую. Первый раз сложно выбирать и «своих точек» нет , но потом кайфанёте ❤️

Собрал себе секретаря о котором давно мечтал, не могу нарадоваться!💃 Проблемы которые решал: 1️⃣ Договариваюсь в телеге о чем-то и забываю поставить тудушку или событие в календарь. Фрустрация, страдание, стыд 😢 2️⃣ Подписан на самые знаменитые рассылки западные, но не получается читать их в почте. Хоть убей. Из 10 топиков 1 письма , мне интересен может быть 1-2, что не добавляет мотивации открыть почту. 3️⃣ Ловить счета на оплату или ошибки оплаты. Недавно прошляпил алерты от Hetzner , мне залочили VPS 🤦 Ждал 3 дня, чтоб поднять проекты. 4️⃣ Хочу иметь семантический поиск по всем чатам которые у меня есть, а не вот это “одинаковыми символами”, которым ничего не могу найти , когда нужно. Сделал систему хранения данных, ботов и теперь утром получаю дайджест и по делам и по рассылкам и по чатам. В календарь ставятся эвенты сами. НУ МЁД , медятина 🙂

Корпуса пока в разработке на 3D принтере, провода будут изолированы термоусадкой, датчики почвы силиконом. Это прототип v2 😅

🌱 Я задолбался тыкать пальцем в землю горшков и собрал умные датчики Дома появилось 12 цветов разного калибра, про которые я регулярно забываю, а они отходят в Валгаллу! Хотел купить готовые датчики, но варианты так себе: • палочки за 200₽ быстро высаживаются (2-3 дня) и врут • дорогие с подпиской и закрытой экосистемой: raw-данных не дают Сделал в итоге свои на хороших комплектующих. Теперь в нужный момент мне летит алерт в Telegram о том, что пора полить. Пишу боту /status — все цветы отсортированы от самого сухого, сразу понимаю, какой и сколько полить. Под капотом ESP32-C3 (deep sleep, месяцы автономии), capacitive датчик, VPS с FastAPI + SQLite. Устройство тупое, вся логика на сервере. И не торчит уродливой коробкой из горшка, который так старательно выбирался, а приклеен сзади незаметно :D Вышло в ~5 раз дешевле коммерческого решения сравнимого качества. Плюс — данные мои, доступ полный, бот пилю как хочу. Самое тёплое: появилась история по каждому растению. Уже видно, что бонсай сохнет в 2 раза быстрее фикуса. Обучаюсь ботанике по чуть 🧪

И в день 2398-й сотворил Константин сервис @tnved_find_bot; и увидел Константин, что это хорошо. ❤️‍🔥 Господа, наконец пришел хвастать! Если Вы нет-нет , да и привезите из-за рубежа в Россию каких-то товаров, то точно знаете что каждый из них имеет свой код ТНВЭД подобрать который нетривиальная задача. По коду ТНВЭД рассчитывают пошлины 💸, разрешительную документацую, небходимость лицензирования и прочие понятные логистам штуки. Сейчас в логистических компаниях есть специальные сотрудники “Декларанты”, которые по описанию от клиента подбирают эти коды и формируют сопроводительную документацию. Если клиент ввозит в РФ только 1 товар - то проблем нет. Но если клиент весь такой “гибкий предриниматель” и хочет протестировать разные товары (10-20-30 позиций) то по каждой из них (даже на ластик или сперму быка) - надо подобрать код и оформить каждый товар в отдельности. Декларанты к сожалению, не могут держать в своей памяти все 14 000 кодов и все примечания , субпримечания и суб-суб примечания, а вот бот с векторной памятью - может. Текущие сервисы работают по классическому совпадению слов (полнотекстовый поиск), но классифайд в оригинале составлен так, что полнотекстовый поиск не дает ответа на вопрос “какой код выбрать” потому что вариаций у того же “ластика” может быть с десяток. Я давно хотел предметно поработать с агентской памятью, добиться высокой точности, понять проблемы RAG’a и “универсальных хранилищ памяти”, на примере этого сервиса хлебнул сполна, но справился. Если для вас эта задача актуальна - пользуйтесь! Бот бесплатный! По всем вопросам, пожеланиям, предложениям (и жалобам конечно 😅) - пишите в личку. P.S. Я планирую развивать этого бота , добавив в него: - отображение налогой ставки сразу - ссылки на нормативку которая нужна - доразбирусь с параллельным импортом и чтоб показывало еще статус по этой части

Новости с полей обработки ебучих нормативных PDF, чтоб создать векторную память по ним: За полторы недели я хер знает сколько раз переписал парсеры потому что: 1️⃣ даже визуальная LLM значительно лучше считала страницы, но все равно не идеально. Поэтому как и во всех агентских сервисах, к каждой странице добавлены еще 2! контролера (QA-агента, которые перепроверяют за предыдущим) Это позволило поднять качество обработки до ~90% (что все равно мало Т_Т но у меня нервов не хватает уже) 2️⃣ В силу того, что данных дофига, я пытался нарезать на ембединги (то как данные будут храниться в базе) сразу все имеющиеся данные. И конечно этот план нихера не сработал. Обнаружил я это, когда нарезал все имеющиеся данные и попытался по ним что-то поискать. 3️⃣ В силу того, что мои данные имеют вложенность (это коды ТНВЭД) то когда я записываю все в базу мне нужно постараться соблюсти баланс между тем, чтобы данные не дублировались в каждом эмбединге и в то же время искались корректно. Поэтому нужно было переделать архитектуру самого эмбединга (структуру хранения записи о каждом коде). В коментариях будет картинка для наглядности. Обратите внимание, что нельзя сохранить к коду 2005 20 800 только то, что указано к нему, иначе поиском я найду что товар “прочее”. 4️⃣ После переписывания парсеров и архитектуры и снеся в хер знает какой раз все данные, пошел постранично прогонять все. Вроде успех близок, но вижу как упираюсь в качество 90% изначальных данных (т.е. если едет часть таблицы, то руинится вся группа). ЪУЪ 😢😐 P.S. Offtop Я еще сюда планирую постить весь DIY который делаю по хате. Потому что именно туда я переключаюсь когда jopa прожигает стул от очередной неудачи. Ну и потому что в продаже никогда не находится того, что мне хочется видеть в нужных размерах/цветах/материалах, ну либо стоит как чугунный мост (компьютерный стол регулируемый из толстенного щита дуба сделан за 70к, вместо 400к в продаже)

Большую часть рабочего времени я чувствую себя бесталанным идиотом: двигаюсь по плану в разы медленнее, чем рассчитывал и хотел бы. Всегда что-то идёт не так, приходится переписывать и переделывать, пока не добьюсь нужного результата. Самое тяжёлое — в конце дня понимать, что задачу так и не сделал, хоть и просидел над ней весь день. Морально выматывает: учиться, пытаться, проваливаться и снова лезть в ту же гору. Сегодня был редкий день созвонов. На каждом мне было интересно, я голосом решал непростые задачи и к вечеру чувствовал себя отлично: «Какой же я нужный и вроде не глупый даже! Круто как! Приношу пользу!» А потом понял, что могу провести хоть сто таких дней, но сами по себе разговоры ни задачи не двигают, ни что-то создают. Это ощущение — не то чтобы ложное, но явно сильно приукрашено. Выпил чай, выгулял пса и пошёл дальше получать очередную пачку: «Бля, да это должно по-другому работать! Какого х…»

Как сделать поиск с пониманием контекста вопроса по сотням тысячам PDF с рукописными и отсканенными доками? Ща расскажу (часть 1): У меня есть сотни многостраничной нормативной и технической документации в PDF, по которой надо искать. Если использовать “классический” полнотекстовый — то находить он будет только то, что вы напишите в запросе: “огурец” и “агурец” — это разные слова с разной поисковой выдачей (которой может вообще не быть). Хочется сделать классный векторный поиск (чтобы сервис понимал СУТЬ вопроса), но есть 2 проблемы: 1️⃣парсить данные из PDF — это адовый геморрой, особенно если: + это сканы страниц + есть формулы + есть хитрые таблицы, которые еще и на одну страницу не вмещаются 2️⃣такой поиск крайне чувствителен к тому, как вы нарежете “чанки”. Чанк — это как бы страничка выдачи для поиска, но LLM не очевидно, что если он прочел один чанк — он должен посмотреть какой-то следующий. Я шел поступательно, наступив, кажется, на все возможные грабли: - штук 6–7 разных скриптов, которые пытались спарсить доку. Не получалось. Формулы, таблицы, да и банально текст пропадал буквально кусками, что недопустимо для точного поиска. - перепробованы все SOTA LLM и их мини-версии. Либо адово дорого (причем, на удивление, с 80% качеством!), либо вообще падало по контекстному окну (не на вход, а на вывод JSON). - пробовал воспользоваться AI-сервисами Adobe и иже с ними для парса PDF. Тоже отдавали какую-то фигню (может, с англ. документами работало бы лучше?) Я уж было сдался, но решение оказалось вообще нетривиальным! Оказывается, есть LLM, которые “optimized for visual recognition”, при этом они стоят копейки. И если им на вход дать не PDF, а картинки страниц — то она распознает текст прекрасно! Ну и с этим знанием: 1️⃣пару дней на тюнинг системного и пользовательского промптов, настройку выдачи модели 2️⃣Poppler-библиотекой нарезаем PDF в набор PNG 3️⃣из картинок делаем наборы JSON с данными страниц 4️⃣объединяем JSON в один большой файлик — и вуаля! Теперь вы можете работать со своими данными как с JSON, что не просто упростит, а вообще сделает возможным векторный поиск. Огромное спасибо Леше (если ты это читаешь 🙏) за совет, это буквально спасло мне дни или недели. P.S. Если вам кто-то говорит, что они изобрели уникальный сервис, который делает “единую крутую память в организации, типа как ассиста, который подключается ко всему и хорошо ищет” — напишите мне, что это за сервис такой. На данный момент думаю, что это будет 90% маркетинга, и на деле продукт будет обрабатывать ограниченный набор сценариев.

MCP сервер для WhatsApp. Можно ли автоматизировать “необходимое” общение? Разгоняем переодически с ребятами на тему полноценного AI-ассистента: какая функциональность у него должна быть, какие технические ограничения есть и как их можно преодолеть. Делать не собирались, просто разгоняем 🙂 Мои любимые из списка проблем: 1️⃣ доступ к переписке и умение собственно ее вести и в нужно ton of voice и контекстом 2️⃣ работа с памятью, особенно если нужно смотреть в разные источники 3️⃣ конфиденциальность данных и переписки. Помимо прочего, интерефейсов “человеческих” нет для таких ИИ-агентов. Мне нравится как звучит связка “человеческих для ИИ” 😄 Но вот Led Grow Eleven labs поделился репозиторием, который позволяет подключить богомерзкий WhatsApp (не могу простить ему устройство сообществ и отсутствие системы ботов как в телеге) притворившись веб-клиентом. Фактически это будет работать, как будто вы авторизовали свой ноутбук как доп. устройство и он может отправлять сообщения от вашего лица, читать и искать в истории переписки все что хотите и подключив такой MCP к ИИ-агенту-календарю, например , напоминать о чем-то или наоборот договариваться. Кейсов вокруг этого миллионы: от поздравить вовремя кого-то с днем рождения, до поторговаться за какие-то товары и услуги (особенно покупая б/у товары на досках объявлений). У этого куча удобства, но в вопрос безопасности будет стоять все крепче. И кстати тема апгрейда oAuth до версии 3.0 для агентов - звучит все громче. Даже Microsoft об этом пишет - вот статья Я вот не знаю, готов ли из точки сейчас дать доступ какой-либо LLM ко всем своим перепискам в телеге 😅 Если б можно было настройками мессенджера отделить рабочие от личных - то возможно, да. Ссылка на репо MCP WA : https://github.com/lharries/whatsapp-mcp

Автономные ИИ-программисты откладываются 🙃 Вот тут писал про сценарный прогноз от уважаемых людей о том, как ИИ нас всех поработит сделает жизнь лучше! В нем говорится, что ИИ-программисты полноценные появятся в 2027 году. Но ребятки, принимавшие участие в составлении этого самого прогноза все таки подумали-подумали и сроки чуть сдвинули. Говорят сложности, связанные с масштабной инженерией, отсутствием обратной связи, необходимостью снижения затрат и скорости , вобщем “давайте уже в 2033 приходите” 😄 Кожанные программисты - чуть выдохнули, владельцы бизнесов наоборот вдохнули🤭. Оригинал статьи

Вот такие сообщения в какой-то момент прилетали после старта продаж 😭 Сказать что это “больно” - ничего не сказать 🥲 Особенно в начале жизни продукта, когда каждого клиента ты проверяешь вручную и следишь чтоб все прошло хорошо.

Я запустил pet-project в продакшен! И все пошло не по плану… 😅 Решил нарушить затянувшееся молчание, причина которого - запуск в продакшен https://personiqo.com/ 🥳 Персонико решает боль, с которой я сам столкнулся во время привлечения инвестиций в проект пару лет назад на рынке EU/US: 1️⃣ чтобы привлечь деньги, нужно сыграть в “numbers game” т.е. отправить несколько сотен холодных писем потенциальным инвесторам 2️⃣ для этого нужно провести исследование нескольких тысяч фондов и профилей инвесторов (в разных соц. сетях и инфо ресурсах) 3️⃣ чтобы конверсия в ответ была выше - нужно подобрать наиболее релевантного инвестора к вашей компании , а потом еще найти его контакты (которые не доступны на сайтах) и подготовить персонализированное письмо, чтобы это не было спамом. Все эти задачи решает https://personiqo.com/ , точнее как… будет решать очень скоро 🤭 Привлечение инвестиций - это прям full-time job 🤯 и отнимает месяцы времени у основателя, во время которых заниматься строительством продукта или чем-то еще практически невозможно. При этом reply rate около 2% к таким письмам и поверьте, нет ничего более тленного, чем подготовить 100 писем за 2 недели, получить 2-3 ответа и после этого заставить себя еще раз подготовить 100 следующих писем. Боль, ощущение что живешь в “дне сурка” и т.д. 💀 Собственно имея 2 летний опыт построения агентских систем, я подумал, что понимаю как можно это автоматизировать и принялся за работу. Те с кем общаемся лично, знают, что был пре-прототип (который я запускал в консоли когда делал первые продажи, а люди предоставляли мне данные в GoogleSheet файликах 😅) и после какого-то количества довольных клиентов было решено сделать “production-ready” сервис , которым люди смогут воспользоваться без моего участия. Так вот. Сервис запустился тихонько 2 недели назад, начались первые продажи и для комфортного развития нужно было добавить CI/CD на все репозитории… и тут все пошло по одному месту.🤦‍♂️ И вот 2 недели разбирательств идут уж… злоба , грусть, отчаяние , но есть вера в свет в конце тонеля 😇 Сейчас сервис все еще “лежит” (зарегаться не получится), но скоро поднимется. Решил рассказать о таком вот своем фэйле… чтоб показать сотую часть того, как приходится “жевать стекло” переодически, но о чем обычно не рассказываю. Зато будет повод рассказать об успехах, когда они случатся 😁 и продолжить писать в канал в целом.

Вайб-код проектам — вайб-код способы оплаты 😄 Подключить оплату - значит разобраться в API и немного покодить, но с ростом вайб-код проектов самые большие платежные провайдеры меняют и подход к оплатам - появились MCP-серверы (Model Context Protocol). AI-агенты теперь сами вызывают нужные методы: "Создай инвойс, отправь клиенту”. PayPal, Stripe, Modern Treasury уже строят эту инфраструктуру. Задумался - это благо или очередной костыль? Кому это может быть нужно? ❗️ Стартапам и no-code/low-code проектам Вайб-кодеры хотят быстро собрать платёжный флоу, не трогая REST и токены. "Создай инвойс на $150 для Мистера Питерсона с дедлайном завтра" — и AI-агент сам делает всё остальное. ❗️ Среднему бизнесу с высокой рутиной Пример — стоматология или салон красоты. Сегодня администратор вручную собирает инвойс: услуги, скидки, налоги. С MCP AI-агент понимает, что нужно клиенту, и сразу создаёт счёт и платёжный линк. ❗️ Платформам с партнёрами и большим количеством транзакций Маркетплейсы, SaaS и агрегаторы услуг. Через MCP можно автоматизировать создание инвойсов, возвраты и оплату партнёров — почти без вовлечения программистов. Плюсы ✅ Снижение барьера входа — не нужен штат программистов для интеграции и поддержки API ✅ Ускорение операций — меньше ручной работы. Агент может брать детали для формаирования инвойса, прям “слушая” чат с пользователем ✅ Гибкость — можно быстро менять бизнес-логику (скидки, условия оплаты) Минусы ⚡️ Слепая зона в бизнес-логике AI + MCP упрощают вызовы, но и отрывают пользователя от понимания «как всё устроено». Можно не заметить ошибки или не понять ограничения API. ⚡️ Зависимость от провайдера MCP Как только ваша бизнес-логика завязана на MCP — миграция становится сложнее. ⚡️ Безопасность и контроль AI-агенты + платежи = нужно внимательно выстраивать безопасность и права доступа. Из личной практики В последнее время удалось каснуться нескольких реальных бизнесов — логистика, салоны красоты, стоматологии. Оказалось, что создание платежек, деклараций и прочих документов "для оплат" отнимает огромное количество времени. Целые отделы занимаются тем, чтобы только перенести это всё с бумаги в электронный вид (!sic). Отдать это полностью на автоматизацию пока страшно и рановато. Но усилить таких менеджеров по инвойсам — вполне реально.

ТОП-5 аниме-смертей лайфхаков для вайб-кодинга! 😊 Я обожаю Cursor, и вот мои личные приёмы, которые заметно ускоряют работу. Поехали: 1️⃣ Работаю над тз с агентом Перед тем как писать хоть строчку, я создаю Roadmap.md, где описываю: — что должно работать (продуктово), — как это устроено (технически). Потом прошу агента: “распиши, как бы ты это реализовал и почелленджь мои решения”. Мы дорабатываем план вместе, и только тогда начинается кодинг. Это как писать с ТЗ, но на стероидах. 2️⃣ Progress.md для отслеживания прогресса Бывает, что сталкиваюсь с багом, и ни я, ни агент не понимаем, что делать. Он предлагает одно и то же, и это не помогает — контекст слишком большой. Но если в промпт подгрузить progress.md, где агент фиксирует свои шаги, ему часто удаётся выйти из тупика. Работает не всегда, но часто спасает. 3️⃣ Глобальные Rules в Cursor У каждого языка есть best practices, свежие библиотеки и подходы, которые вытесняют старые. Чтобы агент не писал код “по старинке”, используйте глобальные “User Rules” в настройках Cursor. Это поможет писать код современно, читаемо и масштабируемо. Примеры таких правил легко найти в сети — их публикуют опытные разработчики. 4️⃣ MCP-серверы Эта тема заслуживает отдельного поста, но кратко: MCP-сервера расширяют возможности Cursor-агента. С ними модель может: – мыслить последовательно – гуглить – делать скриншоты – “смотреть” на экран, как человек и многое другое. Спросите у GPT, какие MCP-сервисы можно добавить для разработки именно вашего продукта — удивитесь, что доступно. 5️⃣ Индексация документации Если проект плотно завязан на сторонние сервисы (Google, Facebook, Groq, Telethon и т.д.), не заставляйте агента каждый раз лопатить документацию. Скормите Cursor ссылку и попросите проиндексировать её. Агент станет на порядок умнее и будет точнее работать с нужными тулзами и фреймворками. Happy coding! 😌

Как AGI поработит мир — и как пошатнулось одно из моих ключевых убеждений! Пару недель назад вышел прогноз по развитию стран и AGI: https://ai-2027.com/ Один из авторов, Daniel Kokotajlo, делал похожее исследование в 2021 — и пугающе многое из него сбылось! Так что нас ждёт до 2030? - Все крупные эксперты согласны: AGI появится в ближайшие 5 лет. - США и Китай станут двумя сторонами гонки — у них есть вычислительные мощности. - Новые поколения ИИ будут создаваться ради преимущества именно в ИИ-противостоянии. На гига-датацентрах запускаются сотни тысяч систем с общей памятью — чтобы ускорить исследования. - ИИ помогает политикам, военным, бизнесу и знает фактически всё. Он же выпускает следующую версию себя. Чем всё закончится? Прочтите сами 😁 Очень захватывающе — про оружие, шантаж, обман и вообще человечество. История с двумя концовками — я сначала выбрал «плохую» 🙃 ——— И пока я читал, у меня трещала по швам моя модель мира — та её часть, где я верил, что надо 100% уходить «вглубь» в область интересов. Нужно знать и понимать первые принципы — не просто использовать, а разбираться. В прогнозе есть момент, где AGI отбирает работу у ИИ-исследователей (лучших из умов!) — потому что тысячи его копий решают задачи лучше людей. Моя модель держалась на двух столпах: Любопытство — знать матчасть интересно, хоть и непросто. Понимание — даёт больше возможностей и лучшее чувство границ. И всё это пошатнулось. Сложность AGI и объём инфы будут такими, что разбираться в «первых принципах» станет невыгодно. Похожее уже было — интернет и «загуглить» лишили нас базовых знаний. Помните шутку? «Если бы я оказался в прошлом — ничем бы не помог. Потому что… ну как гуглить?» Теперь это станет ещё ярче. Уровень абстракции вырастет, а база знаний — уменьшится. Неужели старые подходы больше не работают? 🥲 Это меняет и работу, и навыки, и подход к обучению. ——— Бонус-мысль! (Если ты дочитал — ты герой 😁) Есть исследование: как реальная ставка (ЦБ минус инфляция) отражает веру рынка в AGI. Если бы рынок реально верил в AGI в ближайшие 10–20 лет, он ожидал бы либо взрывной рост, либо высокую смертность. И то, и другое снижает мотивацию копить — значит, реальные ставки росли бы. Почему рынки — хорошее мерило? Там у многих есть инсайды, и в долгосроке они редко ошибаются (хотя бывают исключения). В любом случае — я всерьёз задумался: - Какие навыки будут ключевыми? - Какой объём знания станет “нормой”? Мы не знаем, как делают пенициллин — просто пьём таблетку. Так чему будут учить детей, если не физике, математике и программированию? Чему учиться мне?