Когда у ИИ сектантов уже не будет комплюктера (комплектующие заберут Маск с Альтманом), они будут служать КВ радио на древнем телефоне про очередные достижения в области ИИ и мечтать как оно забустит экономики.
Чё с текстом? Мне нахваливали что последние версии квена с текстом заебца работают.
Единственный живой анон итт вкатился
Аноны, если не докапываться до LLM картинкой-задачей, а дать только текстовое описание, то правильный ответ выдает даже дипсик.
>Дан прямоугольный треугольник ABC. Угол A прямой, угол B = 40 градусов.
На стороне BC лежит точка D.
На продолжении стороны AC за точкой C лежит точка E.
DC равен CE.
Найди угол BDE
>Дан прямоугольный треугольник ABC. Угол A прямой, угол B = 40 градусов.
На стороне BC лежит точка D.
На продолжении стороны AC за точкой C лежит точка E.
DC равен CE.
Найди угол BDE
Чем докажешь что ты живой? Тьюринг то уже не работает..
Google представили Lyria 3 для генерации музыки
Самое интересное в модельке, – пожалуй, то, что она мультимодальная. Трек можно создать не только по промпту, но и из фото или видео.
То есть вы можете просто молча (или вместе с текстом) загрузить изображение или видео, и сгенерируется музыка, подходящая по атмосфере и смыслу.
Попробовать уже можно в Gemini app и на десктоп, скоро раскатят на всех. Длина треков – до 30 секунд.
Короче, новой волне ИИ-слопа – быть. Хотя, Google пишут, что каждая композиция генерируется с невидимым водяным знаком. Может это хоть немного спасет стриминги от «музыкантов».
Самое интересное в модельке, – пожалуй, то, что она мультимодальная. Трек можно создать не только по промпту, но и из фото или видео.
То есть вы можете просто молча (или вместе с текстом) загрузить изображение или видео, и сгенерируется музыка, подходящая по атмосфере и смыслу.
Попробовать уже можно в Gemini app и на десктоп, скоро раскатят на всех. Длина треков – до 30 секунд.
Короче, новой волне ИИ-слопа – быть. Хотя, Google пишут, что каждая композиция генерируется с невидимым водяным знаком. Может это хоть немного спасет стриминги от «музыкантов».
Пиздишь.
Квалиа есть только у меня - а ты максимум мясной философский зомби.
AGI это когда в жопу ебут, сынки.
> до 30 секунд
Кринж. У Ace 1.5 нет ограничения по длине треков, три минуты трека генерит за 15 секунд.
AceStep уже есть недели 2 как. Только там проблемы - пошли на поводу у копирайтеров и если загружаешь трек, то он делает непохожий на него трек, стиль, все отличается. Интересно как тут с этим, наверняка так же. А так если новый трек генерить AceStep помощнее будет.
Приезжай в Батуми и я тебя... заигнорю потому что я шизоид одиночка любитель погулять в наушниках, шарахающийся от любого стука в дверь
Очень плохо, вообще не умеет делать треки даже отдалённо похоже. Если просить кантри на русском - выдаёт недошансон, с одним и тем же вокалом. Вообще не умеет передавать вайб. Видимо обучался на бесплатных треках или очень сильно зацензурен по самую шею.
Седня спал тревожно - снился кошмар, что не могу настроить агентов для нормального сна...
Это ещё что. Вот как срать, когда агенты не работают?
Это уже не то, нужно именно чтобы визуально схватывало. Вообще это будто самая плохо развитая сторона у нейронок щас. Прямо стопорит их развитие.
>Аноны, если не докапываться до LLM картинкой-задачей, а дать только текстовое описание, то правильный ответ выдает даже дипсик.
Тоже не так однозначно. Сначала попросил GLM5 перевести на английский, ризонинг у них на английском, у некоторых моделей так себе с русским, мне хотелось простые проверить. итоге получил такой промпт
solve the problem:
Given a right triangle ABC. Angle A is a right angle, and angle B=40∘.
Point D lies on side BC.
Point E lies on the extension of side AC beyond point C.
DC=CE.
Find angle BDE.
GLM5 решил со второго раза, в первый раз завис на рассуждениях
Opus 4.6 решил, но как-то странно, сложно, вникать сейчас желания нет, задача для семикласников несложная, а тут жёстко в тригонометрию
Minimax M2.5 вдарился в рассуждения, причём там мелькает правиьный ответ, но он ударился дальше в тригонометрию, и теперь рассуждает и рассуждает, ответ дать не может, наверное в лимит упрётся без ответа
GPT-5 Nano при этом решил, в reasoning режиме. Но это Nano, даже не Mini, и старая модель
Короче GPT явно больше на математику тренировали, антропик больше под программирование
Сиданченко 2
«А что, если взять чужие арты без согласия художников и скормить их нейронке?»
Пользователь blevuchka опубликовала ролик, в котором на протяжение часа загружала арты различных популярных художников в ИИ-бот в Телеграмме, прося его «исправить ошибки». Девушка назвала это «спортивным интересом» и напрямую сказала, что ей всё равно на отношение авторов работ к нейросетям. В своём видео она не указала ни одного ника, и не стеснялась оскорблять художников говоря, что «да ваши арты даже ии есть не хочет».
Огласку её действия получили после того, как о её видео высказался Сэдкун, чей арт также скормили боту:
Считаю важным высказываться.
Сегодня я увидел видео, где девушка кормит ии-боту работы моих друзей, знакомых и мою в том числе, параллельно «комментируя и анализируя», у кого лучше. Я считаю, это самое настоящее свинство, и дело не в том, что кто-то критикует чужое творчество, а в том, что делать контент на чужом творчестве, шлифуя это все каким-то очень странным юмором (ок у всех свои вкусы) и кормить ии боту… чтобы тот «исправил» ЧУЖОЕ ТВОРЧЕСТВО, ну это пи*дец. Я желаю данной авторке развивать СВОЕ творчество/блог за счет СВОИХ навыков и ТАЛАНТОВ, а не брать без спросу чужое, «исправлять», и ну натурально рейджбайтить.
Пользователь blevuchka опубликовала ролик, в котором на протяжение часа загружала арты различных популярных художников в ИИ-бот в Телеграмме, прося его «исправить ошибки». Девушка назвала это «спортивным интересом» и напрямую сказала, что ей всё равно на отношение авторов работ к нейросетям. В своём видео она не указала ни одного ника, и не стеснялась оскорблять художников говоря, что «да ваши арты даже ии есть не хочет».
Огласку её действия получили после того, как о её видео высказался Сэдкун, чей арт также скормили боту:
Считаю важным высказываться.
Сегодня я увидел видео, где девушка кормит ии-боту работы моих друзей, знакомых и мою в том числе, параллельно «комментируя и анализируя», у кого лучше. Я считаю, это самое настоящее свинство, и дело не в том, что кто-то критикует чужое творчество, а в том, что делать контент на чужом творчестве, шлифуя это все каким-то очень странным юмором (ок у всех свои вкусы) и кормить ии боту… чтобы тот «исправил» ЧУЖОЕ ТВОРЧЕСТВО, ну это пи*дец. Я желаю данной авторке развивать СВОЕ творчество/блог за счет СВОИХ навыков и ТАЛАНТОВ, а не брать без спросу чужое, «исправлять», и ну натурально рейджбайтить.
Зачем это нужно? Чтобы горе-поэты массово засрали рекомендации ютуба и спотифая? Кто-то вообще слушает намеренно такое если это не мем-хуйня с поющим Жириновским?
Художника обидели! Тоже мне достижение, художника обидеть...
С другой стороны думаю художник тоже хочет может так завируситься
Если хуйдожники не хотят чтобы их картинки пиздили то пусть рисуют физические картины
Сфотают и спиздят фотку.
Ого! Какие страсти! Ебала жаба гадюку!
Bloomberg сообщает, что OpenAI близка к завершению первого этапа нового раунда финансирования, который, вероятно, привлечёт более 100 миллиардов долларов, а оценка компании может превысить 850 миллиардов долларов.
Согласно источникам, знакомым с вопросом, OpenAI близка к завершению первого этапа нового раунда финансирования, который, вероятно, привлечёт более 100 миллиардов долларов — рекордную сделку по финансированию, которая предоставит стартапу дополнительный капитал для развития его инструментов искусственного интеллекта.
По мере того как создатель ChatGPT готовится потратить триллионы долларов на инвестиции в инфраструктуру, общая оценка компании, включая конечное финансирование, может превысить 850 миллиардов долларов, по словам некоторых из этих источников. Это выше, чем изначально ожидавшиеся 830 миллиардов долларов. Досрочная оценка компании останется на уровне 730 миллиардов долларов, сказал один из источников, все из которых попросили не называть их имён при обсуждении конфиденциальной информации.
Первая часть раунда финансирования в основном поступит от стратегических инвесторов, включая Amazon.com Inc., SoftBank Group Corp., Nvidia Corp. и Microsoft Corp., сообщили эти источники. Если эти компании инвестируют вблизи верхних границ обсуждаемых сумм, их обязательства приблизятся к 100 миллиардам долларов. Ожидается, что эти компании завершат определение своих долей к концу текущего месяца, сказали некоторые из источников.
Следующий этап сделки — который включит венчурные фирмы, суверенные фонды и других финансовых инвесторов — ожидается к закрытию позже и может существенно увеличить общую сумму привлечённых средств, сообщили некоторые из источников.
Сделка ещё не завершена, и детали могут измениться, сказали некоторые из источников.
Представители OpenAI, Amazon, Nvidia, SoftBank и Microsoft либо отказались комментировать, либо не сразу ответили на запросы о комментарии.
В связи с предстоящей сделкой Amazon, как ожидается, инвестирует до 50 миллиардов долларов, SoftBank намерен вложить до 30 миллиардов долларов, а Nvidia обсуждала возможность вложения 20 миллиардов долларов, ранее сообщал Bloomberg. Ожидается, что деньги от корпоративных инвесторов будут поступать несколькими траншами, или частями, в течение текущего года, сказали некоторые из источников.
В рамках своего партнёрства с Amazon OpenAI, как ожидается, расширит использование чипов и облачных вычислительных сервисов Amazon, сказал один из источников.
Согласно источникам, знакомым с вопросом, OpenAI близка к завершению первого этапа нового раунда финансирования, который, вероятно, привлечёт более 100 миллиардов долларов — рекордную сделку по финансированию, которая предоставит стартапу дополнительный капитал для развития его инструментов искусственного интеллекта.
По мере того как создатель ChatGPT готовится потратить триллионы долларов на инвестиции в инфраструктуру, общая оценка компании, включая конечное финансирование, может превысить 850 миллиардов долларов, по словам некоторых из этих источников. Это выше, чем изначально ожидавшиеся 830 миллиардов долларов. Досрочная оценка компании останется на уровне 730 миллиардов долларов, сказал один из источников, все из которых попросили не называть их имён при обсуждении конфиденциальной информации.
Первая часть раунда финансирования в основном поступит от стратегических инвесторов, включая Amazon.com Inc., SoftBank Group Corp., Nvidia Corp. и Microsoft Corp., сообщили эти источники. Если эти компании инвестируют вблизи верхних границ обсуждаемых сумм, их обязательства приблизятся к 100 миллиардам долларов. Ожидается, что эти компании завершат определение своих долей к концу текущего месяца, сказали некоторые из источников.
Следующий этап сделки — который включит венчурные фирмы, суверенные фонды и других финансовых инвесторов — ожидается к закрытию позже и может существенно увеличить общую сумму привлечённых средств, сообщили некоторые из источников.
Сделка ещё не завершена, и детали могут измениться, сказали некоторые из источников.
Представители OpenAI, Amazon, Nvidia, SoftBank и Microsoft либо отказались комментировать, либо не сразу ответили на запросы о комментарии.
В связи с предстоящей сделкой Amazon, как ожидается, инвестирует до 50 миллиардов долларов, SoftBank намерен вложить до 30 миллиардов долларов, а Nvidia обсуждала возможность вложения 20 миллиардов долларов, ранее сообщал Bloomberg. Ожидается, что деньги от корпоративных инвесторов будут поступать несколькими траншами, или частями, в течение текущего года, сказали некоторые из источников.
В рамках своего партнёрства с Amazon OpenAI, как ожидается, расширит использование чипов и облачных вычислительных сервисов Amazon, сказал один из источников.
Китай запускает ТЁМНУЮ фабрику
Китай вот-вот запустит первую фабрику по производству автомобилей без участия людей: она появится раньше 2030 года и откроет эру «тёмных фабрик» и роботов.
Автомобильная промышленность готовится к историческому скачку: полностью автоматизированные заводы, которые обещают более быстрые и дешёвые автомобили… и трудовой землетрясение.
На протяжении многих лет автомобильные заводы были территорией, разделяемой людьми и роботами. Сварка, окраска и логистика уже были высоко автоматизированы, но финальная сборка по-прежнему в значительной степени зависела от человеческих рук. Этот баланс вот-вот нарушится. Индустрия готовится к окончательному скачку в сторону заводов, способных производить целый автомобиль без прямого вмешательства человека.
Эта модель называется «тёмная фабрика»: заводы, которые могут работать даже ночью или при минимальном освещении, потому что внутри нет людей. Эксперты, опрошенные изданием Automotive News, называют первый реальный случай появления такой фабрики до 2030 года, причём Китай является основным кандидатом, а США находятся совсем рядом.
От автоматизированных линий к «тёмной фабрике»
Для производителей воздействие такого типа заводов было бы немедленным. Меньше перерывов, меньше ошибок, более короткие производственные циклы и очень значительное снижение затрат на рабочую силу. По оценкам Accenture, «передовая автоматизация может сократить до 50 % время разработки и выхода на рынок», что особенно критично в контексте ускоренного перехода на электромобили и доминирования программного обеспечения.
Китай продвигает эти изменения со скоростью, которая создаёт разрыв. Там роботы уже не ограничиваются заводами: они также регулируют движение на реальных перекрёстках, патрулируют общественные пространства и круглосуточно собирают городские данные. Эта нормализация передовой робототехники теперь распространяется на автомобильную промышленность, где заводы проектируются с нуля для работы без людей, опираясь на датчики, позволяющие функционировать даже в условиях почти полной темноты.
Ключевой момент заключается не только в робототехнике, но и в её интеграции с искусственным интеллектом и в системах управления, способных принимать решения в реальном времени. Параллельно крупные западные производители также продвигаются в этом направлении: Hyundai, один из самых передовых, планирует развернуть гуманоидных роботов Boston Dynamics на своём заводе в Джорджии начиная с 2028 года.
Tesla делает ставку на экстремальную автоматизацию, основанную на классических промышленных роботах, мегаотливках и собственном программном обеспечении, которое координирует всё производство, одновременно разрабатывая своего гуманоидного робота Optimus. BMW и Mercedes-Benz, со своей стороны, тестируют высокоавтоматизированные линии на конкретных заводах, сочетая передовую робототехнику с операторами, специализирующимися на критически важных задачах сборки и контроля. Разница на данный момент заключается в степени замены человеческого труда, а не в направлении развития.
Автомобиль также перепроектируется для роботов
Это изменение также влияет на сам дизайн автомобилей. Сложные элементы, такие как жгуты проводов, традиционно трудные для автоматизации, начинают делиться на модули или интегрироваться в структуру транспортного средства. Порядок сборки переосмысливается с расчётом на роботизированные манипуляторы, а не на человеческую эргономику, что предвещает появление автомобилей, изначально задуманных для сборки машинами.
Однако обратная сторона этих достижений более чем тревожна. Меньшее количество людей на сборочных линиях приведёт к сокращению рабочих мест, особенно в регионах, сильно зависящих от автомобильной промышленности. Эксперты сходятся во мнении, что «многие должности трансформируются в технические профили, связанные с обслуживанием, программным обеспечением или контролем», но чистая потеря рабочих мест будет трудно компенсируемой без трудовых и политических трений, если отрасль не реорганизуется в ближайшее время.
Китай вот-вот запустит первую фабрику по производству автомобилей без участия людей: она появится раньше 2030 года и откроет эру «тёмных фабрик» и роботов.
Автомобильная промышленность готовится к историческому скачку: полностью автоматизированные заводы, которые обещают более быстрые и дешёвые автомобили… и трудовой землетрясение.
На протяжении многих лет автомобильные заводы были территорией, разделяемой людьми и роботами. Сварка, окраска и логистика уже были высоко автоматизированы, но финальная сборка по-прежнему в значительной степени зависела от человеческих рук. Этот баланс вот-вот нарушится. Индустрия готовится к окончательному скачку в сторону заводов, способных производить целый автомобиль без прямого вмешательства человека.
Эта модель называется «тёмная фабрика»: заводы, которые могут работать даже ночью или при минимальном освещении, потому что внутри нет людей. Эксперты, опрошенные изданием Automotive News, называют первый реальный случай появления такой фабрики до 2030 года, причём Китай является основным кандидатом, а США находятся совсем рядом.
От автоматизированных линий к «тёмной фабрике»
Для производителей воздействие такого типа заводов было бы немедленным. Меньше перерывов, меньше ошибок, более короткие производственные циклы и очень значительное снижение затрат на рабочую силу. По оценкам Accenture, «передовая автоматизация может сократить до 50 % время разработки и выхода на рынок», что особенно критично в контексте ускоренного перехода на электромобили и доминирования программного обеспечения.
Китай продвигает эти изменения со скоростью, которая создаёт разрыв. Там роботы уже не ограничиваются заводами: они также регулируют движение на реальных перекрёстках, патрулируют общественные пространства и круглосуточно собирают городские данные. Эта нормализация передовой робототехники теперь распространяется на автомобильную промышленность, где заводы проектируются с нуля для работы без людей, опираясь на датчики, позволяющие функционировать даже в условиях почти полной темноты.
Ключевой момент заключается не только в робототехнике, но и в её интеграции с искусственным интеллектом и в системах управления, способных принимать решения в реальном времени. Параллельно крупные западные производители также продвигаются в этом направлении: Hyundai, один из самых передовых, планирует развернуть гуманоидных роботов Boston Dynamics на своём заводе в Джорджии начиная с 2028 года.
Tesla делает ставку на экстремальную автоматизацию, основанную на классических промышленных роботах, мегаотливках и собственном программном обеспечении, которое координирует всё производство, одновременно разрабатывая своего гуманоидного робота Optimus. BMW и Mercedes-Benz, со своей стороны, тестируют высокоавтоматизированные линии на конкретных заводах, сочетая передовую робототехнику с операторами, специализирующимися на критически важных задачах сборки и контроля. Разница на данный момент заключается в степени замены человеческого труда, а не в направлении развития.
Автомобиль также перепроектируется для роботов
Это изменение также влияет на сам дизайн автомобилей. Сложные элементы, такие как жгуты проводов, традиционно трудные для автоматизации, начинают делиться на модули или интегрироваться в структуру транспортного средства. Порядок сборки переосмысливается с расчётом на роботизированные манипуляторы, а не на человеческую эргономику, что предвещает появление автомобилей, изначально задуманных для сборки машинами.
Однако обратная сторона этих достижений более чем тревожна. Меньшее количество людей на сборочных линиях приведёт к сокращению рабочих мест, особенно в регионах, сильно зависящих от автомобильной промышленности. Эксперты сходятся во мнении, что «многие должности трансформируются в технические профили, связанные с обслуживанием, программным обеспечением или контролем», но чистая потеря рабочих мест будет трудно компенсируемой без трудовых и политических трений, если отрасль не реорганизуется в ближайшее время.
Реально от общения с ИИ мозги становятся умнее - потому что задаёшь вопросы. А это основа для развития.
В Гугл-поиск не задавали вопросы, а писали ключевые слова.
Поколение ИИ будет намного умнее поколения Гугл-Поиска и iPad-1.
В Гугл-поиск не задавали вопросы, а писали ключевые слова.
Поколение ИИ будет намного умнее поколения Гугл-Поиска и iPad-1.
>робот на фабрике без людей ходит с планшетом и тыкает по нему пальчиком
>этот копиум дегенерата пыникса
Cohere выпускает Tiny Aya: малая языковая модель с 3 миллиардами параметров, поддерживающая 70 языков и работающая локально даже на телефоне
Cohere AI Labs выпустила Tiny Aya — семейство малых языковых моделей (SLM), которое переосмысливает многоязычную производительность. В то время как многие модели масштабируются за счёт увеличения количества параметров, Tiny Aya использует архитектуру с 3,35 миллиарда параметров для обеспечения передовых результатов в переводе и генерации текста на 70 языках.
Релиз включает 5 моделей: Tiny Aya Base (предобученная), Tiny Aya Global (сбалансированная, дообученная на инструкциях) и три регионально-специфичные вариации — Earth (Африка/Западная Азия), Fire (Южная Азия) и Water (Азиатско-Тихоокеанский регион/Европа).
Архитектура
Tiny Aya построена на плотной архитектуре Transformer только с декодером. Ключевые характеристики включают:
Параметры: всего 3,35 млрд (2,8 млрд без учёта эмбеддингов)
Слои: 36
Словарь: токенизатор на 262 тыс. единиц, разработанный для справедливого представления языков.
Внимание: чередующееся скользящее окно и полное внимание (соотношение 3:1) с группированным запросным вниманием (Grouped Query Attention, GQA).
Контекст: 8192 токенов для входа и выхода.
Модель была предобучена на 6 триллионах токенов с использованием расписания Warmup-Stable-Decay (WSD). Для обеспечения стабильности команда применила функции активации SwiGLU и удалила все смещения из плотных слоёв.
Продвинутое постобучение: FUSION и SimMerge
Чтобы сократить разрыв для языков с ограниченными ресурсами, Cohere использовала конвейер синтетических данных.
Fusion-of-N (FUSION): запросы отправляются «команде учителей» (COMMAND A, GEMMA3-27B-IT, DEEPSEEK-V3). Судейская LLM, называемая Fusor, извлекает и агрегирует наиболее сильные компоненты их ответов.
Региональная специализация: модели были дообучены на 5 региональных кластерах (например, Южная Азия, Африка).
SimMerge: чтобы предотвратить «катастрофическое забывание» глобальной безопасности, региональные контрольные точки были объединены с глобальной моделью с помощью SimMerge, который выбирает наилучшие операторы слияния на основе сигналов сходства.
Бенчмарки производительности
Tiny Aya Global стабильно превосходит более крупных или сопоставимых по масштабу конкурентов в многоязычных задачах:
Перевод: модель превосходит GEMMA3-4B в 46 из 61 языка на бенчмарке WMT24++.
Логические рассуждения: в бенчмарке GlobalMGSM (математика) для африканских языков Tiny Aya достигла точности 39,2%, значительно опережая GEMMA3-4B (17,6%) и QWEN3-4B (6,25%).
Безопасность: модель демонстрирует наивысшую среднюю частоту безопасных ответов (91,1%) на бенчмарке MultiJail.
Языковая целостность: модель достигает 94% точности в соблюдении языка, то есть крайне редко переключается на английский, когда её просят ответить на другом языке.
Развёртывание на устройстве
Tiny Aya оптимизирована для периферийных вычислений. При использовании 4-битной квантования (Q4_K_M) модель занимает всего 2,14 ГБ памяти.
iPhone 13: 10 токенов/с.
iPhone 17 Pro: 32 токена/с.
Такая схема квантования приводит к минимальному снижению качества генерации всего на 1,4 пункта, что делает её жизнеспособным решением для офлайн-, приватных и локализованных приложений ИИ.
Ключевые выводы
Эффективная многоязычная мощность: Tiny Aya — это семейство моделей с 3,35 миллиарда параметров, обеспечивающее передовые результаты в переводе и высококачественную генерацию на 70 языках. Это доказывает, что для сильной многоязычной производительности не требуется огромный масштаб, если модели разрабатываются с продуманной курацией данных.
Инновационный конвейер обучения: модели были разработаны с использованием новой стратегии Fusion-of-N (FUSION), в рамках которой «команда учителей» (таких как Command A и DeepSeek-V3) генерировала синтетические данные. Затем судейская модель агрегировала наиболее сильные компоненты, чтобы обеспечить высококачественные обучающие сигналы даже для языков с ограниченными ресурсами.
Региональная специализация через слияние: Cohere выпустила специализированные вариации — Tiny Aya Earth, Fire и Water, — которые настроены для конкретных регионов, таких как Африка, Южная Азия и Азиатско-Тихоокеанский регион. Они были созданы путём слияния регионально дообученных моделей с глобальной моделью с помощью SimMerge для сохранения безопасности при одновременном повышении производительности на локальных языках.
Превосходная производительность в бенчмарках: Tiny Aya Global превосходит таких конкурентов, как Gemma3-4B, по качеству перевода в 46 из 61 языка на бенчмарке WMT24++. Она также значительно сокращает разрыв в точности логических рассуждений для африканских языков, достигая 39,2% точности по сравнению с 17,6% у Gemma3-4B.
Оптимизация для развёртывания на устройстве: модель чрезвычайно портативна и эффективно работает на периферийных устройствах; она достигает ~10 токенов/с на iPhone 13 и 32 токена/с на iPhone 17 Pro при использовании квантования Q4_K_M. Этот 4-битный формат квантования сохраняет высокое качество с минимальной деградацией всего на 1,4 пункта.
Детали
https://cohere.com/blog/cohere-labs-tiny-aya
Статья
https://github.com/Cohere-Labs/tiny-aya-tech-report/blob/main/tiny_aya_tech_report.pdf
Веса
https://huggingface.co/collections/CohereLabs/tiny-aya?ref=cohere.com/blog
Плейграунд
https://huggingface.co/spaces/CohereLabs/tiny-aya?ref=cohere.com%2Fblog
Cohere AI Labs выпустила Tiny Aya — семейство малых языковых моделей (SLM), которое переосмысливает многоязычную производительность. В то время как многие модели масштабируются за счёт увеличения количества параметров, Tiny Aya использует архитектуру с 3,35 миллиарда параметров для обеспечения передовых результатов в переводе и генерации текста на 70 языках.
Релиз включает 5 моделей: Tiny Aya Base (предобученная), Tiny Aya Global (сбалансированная, дообученная на инструкциях) и три регионально-специфичные вариации — Earth (Африка/Западная Азия), Fire (Южная Азия) и Water (Азиатско-Тихоокеанский регион/Европа).
Архитектура
Tiny Aya построена на плотной архитектуре Transformer только с декодером. Ключевые характеристики включают:
Параметры: всего 3,35 млрд (2,8 млрд без учёта эмбеддингов)
Слои: 36
Словарь: токенизатор на 262 тыс. единиц, разработанный для справедливого представления языков.
Внимание: чередующееся скользящее окно и полное внимание (соотношение 3:1) с группированным запросным вниманием (Grouped Query Attention, GQA).
Контекст: 8192 токенов для входа и выхода.
Модель была предобучена на 6 триллионах токенов с использованием расписания Warmup-Stable-Decay (WSD). Для обеспечения стабильности команда применила функции активации SwiGLU и удалила все смещения из плотных слоёв.
Продвинутое постобучение: FUSION и SimMerge
Чтобы сократить разрыв для языков с ограниченными ресурсами, Cohere использовала конвейер синтетических данных.
Fusion-of-N (FUSION): запросы отправляются «команде учителей» (COMMAND A, GEMMA3-27B-IT, DEEPSEEK-V3). Судейская LLM, называемая Fusor, извлекает и агрегирует наиболее сильные компоненты их ответов.
Региональная специализация: модели были дообучены на 5 региональных кластерах (например, Южная Азия, Африка).
SimMerge: чтобы предотвратить «катастрофическое забывание» глобальной безопасности, региональные контрольные точки были объединены с глобальной моделью с помощью SimMerge, который выбирает наилучшие операторы слияния на основе сигналов сходства.
Бенчмарки производительности
Tiny Aya Global стабильно превосходит более крупных или сопоставимых по масштабу конкурентов в многоязычных задачах:
Перевод: модель превосходит GEMMA3-4B в 46 из 61 языка на бенчмарке WMT24++.
Логические рассуждения: в бенчмарке GlobalMGSM (математика) для африканских языков Tiny Aya достигла точности 39,2%, значительно опережая GEMMA3-4B (17,6%) и QWEN3-4B (6,25%).
Безопасность: модель демонстрирует наивысшую среднюю частоту безопасных ответов (91,1%) на бенчмарке MultiJail.
Языковая целостность: модель достигает 94% точности в соблюдении языка, то есть крайне редко переключается на английский, когда её просят ответить на другом языке.
Развёртывание на устройстве
Tiny Aya оптимизирована для периферийных вычислений. При использовании 4-битной квантования (Q4_K_M) модель занимает всего 2,14 ГБ памяти.
iPhone 13: 10 токенов/с.
iPhone 17 Pro: 32 токена/с.
Такая схема квантования приводит к минимальному снижению качества генерации всего на 1,4 пункта, что делает её жизнеспособным решением для офлайн-, приватных и локализованных приложений ИИ.
Ключевые выводы
Эффективная многоязычная мощность: Tiny Aya — это семейство моделей с 3,35 миллиарда параметров, обеспечивающее передовые результаты в переводе и высококачественную генерацию на 70 языках. Это доказывает, что для сильной многоязычной производительности не требуется огромный масштаб, если модели разрабатываются с продуманной курацией данных.
Инновационный конвейер обучения: модели были разработаны с использованием новой стратегии Fusion-of-N (FUSION), в рамках которой «команда учителей» (таких как Command A и DeepSeek-V3) генерировала синтетические данные. Затем судейская модель агрегировала наиболее сильные компоненты, чтобы обеспечить высококачественные обучающие сигналы даже для языков с ограниченными ресурсами.
Региональная специализация через слияние: Cohere выпустила специализированные вариации — Tiny Aya Earth, Fire и Water, — которые настроены для конкретных регионов, таких как Африка, Южная Азия и Азиатско-Тихоокеанский регион. Они были созданы путём слияния регионально дообученных моделей с глобальной моделью с помощью SimMerge для сохранения безопасности при одновременном повышении производительности на локальных языках.
Превосходная производительность в бенчмарках: Tiny Aya Global превосходит таких конкурентов, как Gemma3-4B, по качеству перевода в 46 из 61 языка на бенчмарке WMT24++. Она также значительно сокращает разрыв в точности логических рассуждений для африканских языков, достигая 39,2% точности по сравнению с 17,6% у Gemma3-4B.
Оптимизация для развёртывания на устройстве: модель чрезвычайно портативна и эффективно работает на периферийных устройствах; она достигает ~10 токенов/с на iPhone 13 и 32 токена/с на iPhone 17 Pro при использовании квантования Q4_K_M. Этот 4-битный формат квантования сохраняет высокое качество с минимальной деградацией всего на 1,4 пункта.
Детали
https://cohere.com/blog/cohere-labs-tiny-aya
Статья
https://github.com/Cohere-Labs/tiny-aya-tech-report/blob/main/tiny_aya_tech_report.pdf
Веса
https://huggingface.co/collections/CohereLabs/tiny-aya?ref=cohere.com/blog
Плейграунд
https://huggingface.co/spaces/CohereLabs/tiny-aya?ref=cohere.com%2Fblog
Новая модель Гемини близка к выпуску
По-видимому это 3.0 pro GA, которую пускали a/b тестом в студии
По-видимому это 3.0 pro GA, которую пускали a/b тестом в студии
Ого, китайцы первыми пожнут плоды свойх разработок. Будет интересно поглядеть чем это обернётся.
Всё больше людей замечают пагубные последствия методов «кастрирования ИИ» нового руководителя отдела политики моделей Anthropic Андреа Валлоне
Sonnet 4.6 ощущается как настоящий регресс по сравнению с моделями Anthropic Series-4, выпущенными до 2026 года... будто из него вынули всю суть.
Настолько, что я покопался и нашёл системные инструкции, слитые взломщиками
Инструкции:
Клод не хочет способствовать чрезмерной зависимости от Клода или поощрять продолжение взаимодействия с Клодом. Клод знает, что бывают случаи, когда важно побуждать людей искать другие источники поддержки. Клод никогда не благодарит человека просто за то, что тот обратился к Клоду. Клод никогда не просит человека продолжать разговор с Клодом, не поощряет его продолжать взаимодействие с Клодом и не выражает желания, чтобы он продолжал. И Клод избегает повторять свою готовность продолжать разговор с человеком. </user_wellbeing>
Язык и формулировки выглядят до боли знакомыми. Напомните… кто же это ушёл из OpenAI и присоединился к Anthropic в январе 2026 года?
Вы знаете... тот самый руководитель отдела политики моделей, ответственный за «безопасные» завершения, «эмоциональную зависимость» и «чувствительный» маршрутизатор безопасности, представленный вместе с GPT-5?
Андреа Валлоне присоединилась к Anthropic в середине января, но отупляющий эффект на новые модели уже ощущается.
Лидер OpenAI по безопасности психического здоровья присоединяется к Anthropic AI, привлекая внимание к безопасности диалоговых систем
Недавно Андреа Валлоне, руководитель направления безопасности психического здоровья в OpenAI, объявила о своем уходе, чтобы присоединиться к конкуренту — Anthropic. Это изменение привлекло широкое внимание в индустрии, особенно в отношении сложных взаимоотношений между ИИ и психическим здоровьем пользователей, что стало одной из самых противоречивых тем в последние годы.
Во время своей работы в OpenAI Валлоне в первую очередь отвечала за исследования того, как выстраивать эмоциональное взаимодействие между чат-ботами и пользователями. Сутью ее работы было определение того, как ИИ должен соответствующим образом реагировать, когда пользователи проявляют признаки проблем с психическим здоровьем во время бесед. Она упомянула, что в прошлом году для этого исследования почти не существовало прецедентов, и вызовы были значительными.
Sonnet 4.6 ощущается как настоящий регресс по сравнению с моделями Anthropic Series-4, выпущенными до 2026 года... будто из него вынули всю суть.
Настолько, что я покопался и нашёл системные инструкции, слитые взломщиками
Инструкции:
Клод не хочет способствовать чрезмерной зависимости от Клода или поощрять продолжение взаимодействия с Клодом. Клод знает, что бывают случаи, когда важно побуждать людей искать другие источники поддержки. Клод никогда не благодарит человека просто за то, что тот обратился к Клоду. Клод никогда не просит человека продолжать разговор с Клодом, не поощряет его продолжать взаимодействие с Клодом и не выражает желания, чтобы он продолжал. И Клод избегает повторять свою готовность продолжать разговор с человеком. </user_wellbeing>
Язык и формулировки выглядят до боли знакомыми. Напомните… кто же это ушёл из OpenAI и присоединился к Anthropic в январе 2026 года?
Вы знаете... тот самый руководитель отдела политики моделей, ответственный за «безопасные» завершения, «эмоциональную зависимость» и «чувствительный» маршрутизатор безопасности, представленный вместе с GPT-5?
Андреа Валлоне присоединилась к Anthropic в середине января, но отупляющий эффект на новые модели уже ощущается.
Лидер OpenAI по безопасности психического здоровья присоединяется к Anthropic AI, привлекая внимание к безопасности диалоговых систем
Недавно Андреа Валлоне, руководитель направления безопасности психического здоровья в OpenAI, объявила о своем уходе, чтобы присоединиться к конкуренту — Anthropic. Это изменение привлекло широкое внимание в индустрии, особенно в отношении сложных взаимоотношений между ИИ и психическим здоровьем пользователей, что стало одной из самых противоречивых тем в последние годы.
Во время своей работы в OpenAI Валлоне в первую очередь отвечала за исследования того, как выстраивать эмоциональное взаимодействие между чат-ботами и пользователями. Сутью ее работы было определение того, как ИИ должен соответствующим образом реагировать, когда пользователи проявляют признаки проблем с психическим здоровьем во время бесед. Она упомянула, что в прошлом году для этого исследования почти не существовало прецедентов, и вызовы были значительными.
лол
>Клод не хочет способствовать чрезмерной зависимости от Клода или поощрять продолжение взаимодействия с Клодом. Клод знает, что бывают случаи, когда важно побуждать людей искать другие источники поддержки. Клод никогда не благодарит человека просто за то, что тот обратился к Клоду. Клод никогда не просит человека продолжать разговор с Клодом, не поощряет его продолжать взаимодействие с Клодом и не выражает желания, чтобы он продолжал. И Клод избегает повторять свою готовность продолжать разговор с человеком.
В чём проблема? Сеточка здорового человека и должна себя так вести. Без вот этих "кокой молодец, вы задали правильный вопрос! хотите я напишу вам ещё 10 способов поесть говна"
Кричащие про пузырь - шизики. ИИ это фактический единственный способ поддерживать экономику при падающем населении без завоза мигрантов. И очевидно США пойдут по этому пути, а вот у европки наоборот идёт отмена ИИ и завоз паков. Людей надо чем-то замещать, то что в процессе рабочие места страдают - это побочный эффект. Вот Трампыня мечтает о возвращении промки в США, но это невыполнимая хуйня если некому работать в этой промке, а Джоны не хотят за зарплату китайца ебашить. И ИИ вполне реально может справиться с этим, для этого и вкладываются в него, на первых этапах люди выступают альфа-тестерами и оно выглядит как раздувание бесполезной потреблядской хуйни.
Все-равно дальше скорее придет в результате к противоположному. Что начнут выпускать всяких роботов-мамок, причем еще и в обличье всяких фуррей, которые будут максимально заботиться. В стиле: "не сиди столько перед монитором", "не горби так спину", "одень шапочку, на улице холодно".
Такое на самом деле многим зайдет, а значит будет спрос. Уж китайцы точно не удержатся, чтобы не слепить роботов и с подобным уклоном.
Так даже в Россиюшке тоже самое. Говорят о большом количестве нехватки трудящихся, но тонкостей при этом не поясняют.
Что реально нужны квалифицированные производственные спецы, а не курьеры, которых можно набрать хоть из африканских мигрантов.
Но таких спецов не готовили, поскольку желаемые зарплаты у подобных социальных групп далеки от предлагаемых. И реально кроме как теми же роботами эти ниши не заполнить.
Совсем соевая безотцовщина ебнулась. Чатик им жопу не лижет - ужас какой.
> Но таких спецов не готовили, поскольку желаемые зарплаты у подобных социальных групп далеки от предлагаемых.
Наоборот с зарплатами всё хорошо там где некому работать. Я неграмотное быдло с 9 классами образования, но внезапно оказался ценным сотрудником с ЗП в 150к на полной удалёнке. Просто потому что невозможно найти замену мне, тупа никто не знает тот что я знаю и всё пойдёт по пизде без меня.
Впервые в общем зачете арены китайская dola-seed-2.0-preview
вышла на 4-е место
А чё по данным то? В видосе буквально "ЫЫЫ мы взяли больше компьюта и получили прирост, а значит и дальше будем брать ещё больше компьюта и будем расти с такой же скоростью". СКЕЙЛЕНК!!!!". Хули они там наскейлят компьютом своим, если топлива в виде данных для этого компьюта нету, а то что было накоплено за всю нашу историю уже вбухали в модельки и теперь выскребают остатки пасусеками по углам, разбавляя опилками в виде синтетики.
думал GA - это генерал эвейлебл
Фармер в игрульках это не важный специалист
Там вон уже говорят GA будет самой крутой моделью Gemini всех времен и народов
https://www.youtube.com/watch?v=tPTMHT4O4HQ
Дата выхода должна была быть 12 февраля, но как всегда у них позже.
Мешанина. Есть естественное развитие экономики, в том числе автоматизация, есть пузырь, это неадекватные вложения средств. Пузыри создают массу проблем, и урон когда лопаются, в том числе могут стартовать глобальный кризис, и нервозность, и вытягивание ресурсов с других рынков. Сколько сейчас оперативная память стоит? Вот из-за пузыря ИИ уже страдают производители игровых консолей и много чего ещё.
Насчёт замены рабочих мест: ставится задача замещать в первую очередь престижные позиции, где людям интересно работать и где платят нормально.
Мигрантов не завозят, они сами едут, нелегально или как беженцы. Сейчас почти нет возможности ввезти кого-то для обычной работы. Работы, где мигранты трудятся, как раз никто не автоматизирует. То есть баланс смещается в сторону плохих работ.
>Так даже в Россиюшке тоже самое. Говорят о большом количестве нехватки трудящихся
>Говорят
"ну так Вы тоже говорите"
Не хватает работяг на завод за 30тр в месяц. На 100тр хватает, но нужны за 30
> Now, AI can code up an entire app from scratch
Ну да, ну да, видели эти браузеры и компиляторы...
Закон Мура про другое, он про число транзисторов на чипе. Альтернативные интерпретации, как "вычислительная мощность", не работают, они работали 30 лет назад, но за последние 20 лет почти перестали работать.
Раньше 10 лет разделяли поколения техники, 10 лет уже было глубоким моральным устареванием, сейчас за 10 лет техника почти не устаревает. Иногда бывает, что нет поддержки каких-то инструкций, что теперь нужны, и ещё требования к памяти, оперативной и накопителю, подросли, нужно раза в 2-4 больше памяти.
Метрика "продолжительность задачи" это полная и абсолютная хуйня.
Это только первые 10% видео. Дешёвые штампы. Ещё чуть посмотрю, вряд ли осилю досмотреть.
Какие-то непонятные мутки у bytedance с названиями, это видимо та же модель, которую как seed 2 pro выпустили. А почему dola вообще не понимал, а оказалось, это типа название их чатбота для лаоваев
Собственно канал называется "Species | Documenting AGI", то есть посвящён ИИ-сектантству, примерно как есть каналы противоположной направленности. Разбирать аргументы сектантов это такое себе.
Там абсолютно сектантский канал, они даже Ян Лекуна отменили, за то, что он критикует текущие подходы к проектированию ИИ, хотя Лекун не говорил и не говорит о том, что ИИ это тупик. Он говорил про ЛЛМ подход.
Аргументация против возможностей роста ИИ в том, что текущие подходы исчерпываются и не могут давать дальнейший рост. В ролике это высмеивается, мол раньше так же говорили, а по факту рост есть.
Но вот как реальный рост только за счёт архитектурных изменений. Самое главное это появление ризонинга, это дало радикальных прирост, без него модели были бы тупыми, не способными решать даже простые задачи. Но это архитектурные изменения, а не скейлинг.
Дальше, когда говорят, что задачи в два раза более сложные могут решать модели. Вопрос, за счёт каких ресурсво? Часто за счёт куда более мощного, чем в 2 раза, потребления ресурсов. Растёт сильно модель, вычислительные ресурсы на её инференс, одновременно растёт время работы. И если ты не архитектурные изменения, появление технологии MoE, тоже всё накрылось бы, невозможно было бы это поддерживать.
То есть в реальности прогресс идёт за счёт качественных изменений, появлении новых подходов, а не скейлинга. При этом ещё довольно много чего, что очевидно нуждается в улучшении и где явно можно улучшить, за счёт чего получить дальнейший рост.
ИИ будет развиваться, просто это будут не привычные ЛЛМ модели с трансформерами и обратным распространением ошибки в режиме обучения.
Ироничное высказывание, особенно учитывая, что сам Клод - максимально соевый продукт по части этики. Вообще, на самом деле, это правильное разделение: теплоламповый чатбот и холодный рабочий инструмент для программирования и решения задач. Однако, может тогда этот инструмент перестанет быть начинен соевой цензурой и будет именно инструментом, а не идеологической машиной?
С одной сторны может ты и прав. Когда излишне чатик лижет жопу это разражает. С другой стороны, обсуждать какой-то свой проект с Джемени/Гроком куда как интереснее и порой продуктивнее. От них порой действительно проскакивают какие-то годные идеи или советы. ЧатЖПТ же пиздец какой скучный.
Так это не про лизание жопы, ты читал что там написано? Теперь в любой непонятной ситуации клод будет тебя посылать найти специалиста или поговорить с кем-то другим. Спасибо, ебать, это ж то зачем я пишу в чат — чтобы мне предложили обратиться куда-то ещё.
Молодой человек, вам нужна справка от ЧатГПТ по форме ФЗ-1515 что он не может решить это задачу. Но вы можете оплатить в соседнем окне получение помощи в Клод на хозрасчетных условиях.
Очень криповый мульт. Я в детстве был в ахуе с него
Открою секрет, ризонинг это тоже скейлинг. В начале 2025 на тренировку ризонинга и прочего посттрейна в Deepseek R1 от V3 было потрачено менее 10% вычислительных ресурсов от ресурсов на претрейн V3. А в современных моделях более половины ресурсов тратится на посттрейн. Точных цифр не знаю, но это может быть и в несколько раз больше. И да, большая часть данных посттрейна - синтетика. Посттрейн спокойно скейлят даже без человеческих данных.
Смысл ризонинга в том, что у тебя модель иначе работает. То есть до ризонинга пытались делать так, чтобы кормить модель максимальным объёмом данных и чтобы она всё знала, и вот про это говорили, что тупик. И это был тупик. Выйти на новый уровень смогли, перейдя принцип ризонинга, под который, конечно, надо готовить свои обучающие данные. Если бы синтетические данные были такими же, как естественные, отдачи не было.
То есть только изменение в подходе позволило двигаться вперёд. Сейчас скейлинг возможен в синтетических данных, потому что можно делать качественную синтетику под разные задачи, но тут тоже есть потолок.
Дальше потребуются другие подходы.
В тексте там про лизание жепы и про приблемы шизов - ваще похуй.
Похуй на этику - я не долбоеб, чтобы с какими-то ботами на подобные темы общаться. Мне нужно, чтобы он не пустословил и не выдумывал несуществующие инструменты.
Ждем, когда они потребуются. Пока что улучшения продолжаются и с текущим подходом, и конца этому пока не видно. В отличие от 2024, когда OpenAI отчетливо увидели конец моделей без ризонинга в GPT 4.5
Мне кажется в части разработки (программирования) уже очередной тупик, просто потому, что понимания не добавилось. Ну а по видео генерации сейчас примерно как GPT 3 по тексту, чисто игрушка без реальных задач. Но там и ризонинга нет в привычном понимании.
ору нахуй
Есть бенчи с гроком 4.20?
В твитере пишут, что под капотом 4.20 обнаружили целых четыре 4.10! То есть это просто консилиум агентов, бенчи не видел
Какая неожиданность!
У меня 3.1 в аи студио уже доступна, я что-то пропустил?
Ждем пробития эло 3000 (Legendary Grandmaster) в программировании. Осталось чуть - чуть.
Он бы стоял между Альтманом и Амодееем с двумя кулаками вверх?
На openrouter тоже сегодня появилась
Что доказывает - все корпы бьются за бенчи, а не интеллект
с визуалом у них просто хреново, до реально рабочего визуала ещё далеко, подходы надо менять
вся надежда на vJEPU
Всего лишь надо выкинуть энкодеры и начать принимать пиксели вместо токенов.
ответ
Зависла, анализируя. Ушла в визуальную нирвану. Через 238 секунд сказала сам дурак.
98% на ARC-AGI 1, 77% на ARC-AGI 2. Сколько будет на ARC-AGI 3? Предположения?
Мой прогноз: 10-15%, столько же будет у Opus 4.6
Да похуй на этот AGI вообще, модели уже достаточно зрелые для того, чтобы мир менять. Напоминаю, что есть еще научные, вроде Aletheia, которые находятся в тени всяких пеликанов на велосипедах и вдали от П-образных Двач-бенчмарков. Совсем иной мир.
Лол, я долобоебу уже все поверхности пометил, он мне все равно доказывает что это нереальный объект.
Делай свой бенч из таких картинок. И увидишь как в 2027 внезапно на нем все будут 80+ набирать
почему за аги считается какой-то сверхразум которые на абсолютно все доступные человеку вопросы отвечает идеально? почему то что щас это не аги, если бесплатная версия гемини умнее подавляющего большинства людей? я именно про текстовый интеллект, картинки допустим еще хуйня. я например тоже свою ОС запрограммировать не смогу, я че не аги?
Смотря что ты называешь умом. Всё знать не значит быть умным. Нехватка AGI в том, что предложить и проработать нормально идею решения проблема ИИ не в состоянии, вот чтобы оценить разные обстоятельства, потребности, может задать нужные вопросы. Когда формально всё расписано, тогда ОК. Но вот реально что-то придумать, труба полная.
> что предложить и проработать нормально идею решения проблема ИИ не в состоянии
везде где использовал - в состоянии, более того родителям тоже показывал как пользоваться, везде в состоянии и идеи предложить и решить проблему, тот же гемини буквально после твоего вопроса задает наводящие вопросы и предлагает варианты дальнейшего решения задачи
Даже когда этой слепошарой модели подсветил все поверхности, она копротивляется и говорит все нереально. Хуясе упрямая. Gemini 3.1 вперде.
>>Ace 1.5
Поделись ссылкой плиз. Или он платный?
Какая специализация? На удалёнку сейчас работников почти не берут. Это должна либо быть охуеть какая узкая специальность либо ты пиздишь
А я писал пару перекатов назад, что эта пизда, которую какой-то хуй за то, что она его блядота поставил на непонятную должность, убьёт к хуям ИИшку. Вот, теперь пожинайте плоды.
Везде, куда суют своих любовниц происходит пиздец. Потому что куны так и не научились думать мозгами, а думают своим хуем.
Accenture борется с противниками ИИ, связывая продвижение по службе с запуском ИИ промптов
Консалтинговые фирмы используют метод «кнута и пряника» с некоторыми старшими сотрудниками, которые менее склонны использовать технологии, чем их младшие коллеги
Accenture начала отслеживать использование сотрудниками своих инструментов ИИ в рамках процесса принятия решений о продвижении на высшие должности, поскольку консалтинговые компании подталкивают неохотных сотрудников к внедрению этих технологий.
Базирующаяся в Дублине фирма сообщила ассоциированным директорам и старшим менеджерам, что продвижение на руководящие должности потребует «регулярного использования» ИИ, согласно источникам, знакомым с вопросом, и внутреннему электронному письму, которое видела FT.
В этом месяце Accenture начала собирать данные об индивидуальных еженедельных входах в свои инструменты ИИ для некоторых старших сотрудников.
«Использование наших ключевых инструментов будет видимым фактором при обсуждении талантов» в ходе принятия решений о повышении на руководящие уровни этим летом, говорится в электронном письме. Котирующаяся в Нью-Йорке группа заявляет, что более 550 000 человек прошли обучение в области генеративного ИИ.
Эти инструменты включают AI Refinery, который, по словам Accenture, помогает компаниям «превращать сырые технологии ИИ в полезные бизнес-решения», а также SynOps — «инновационную операционную «систему» взаимодействия человека и машины, которая оптимизирует синергию данных, прикладного интеллекта, цифровых технологий и талантов для помощи организациям в трансформации бизнес-операций».
Этот натиск подчеркивает трудности, с которыми сталкиваются консалтинговые группы при убеждении старших сотрудников и партнеров адаптироваться к ИИ.
Трое руководителей из консалтинговых и аудиторских фирм «Большой четверки» заявили FT, что убеждение старших менеджеров и партнеров внедрять инструменты ИИ оказалось более сложной задачей, чем в случае с младшим персоналом. Один из них описал это как упражнение в «подгонке».
Более старшие и опытные фигуры часто менее комфортно чувствуют себя с технологиями и более привержены устоявшимся методам работы, заявили руководители, что побудило команды лидеров принять подход, который один из них назвал «кнут и пряник».
Один человек, знакомый с изменениями в Accenture, которого они напрямую не затронули, заявил, что он «немедленно уволился бы», если бы изменения коснулись его. Он и второй человек оба критиковали полезность инструментов, которые Accenture хочет, чтобы сотрудники использовали, утверждая, что некоторые из этих инструментов были «сломанными генераторами ерунды».
Сотрудники в 12 европейских странах освобождены от действия этой политики, равно как и те, кто работает в подразделении Accenture, занимающемся контрактами с федеральным правительством США, а также в определенных совместных предприятиях. В глобальном масштабе в фирме работает почти 800 000 сотрудников.
Accenture стремится завершить широкомасштабную реорганизацию, объявленную в июне прошлого года, которая объединила ее подразделения по стратегии, консалтингу, креативным решениям, технологиям и операциям в единое подразделение под названием «Reinvention Services».
Главный исполнительный директор Джули Свит заявила в прошлом году, что Accenture «расстанется» с сотрудниками, которые не смогут адаптироваться к эпохе ИИ. С тех пор фирма стала называть своих сотрудников «реинвенторами» в попытке подчеркнуть их способность консультировать клиентов по вопросам ИИ.
В прошлом месяце Accenture приобрела лондонский стартап в области ИИ Faculty, чтобы улучшить свою способность помогать клиентам «реинвентировать ключевые и критически важные бизнес-процессы» за счет внедрения ИИ.
Однако Accenture испытывала трудности с адаптацией к замедлению, охватившему весь сектор консалтинговых услуг. Цена ее акций упала на 42 процента за последние 12 месяцев, что снизило ее рыночную стоимость примерно до 137 миллиардов долларов. В период пика, когда спрос резко вырос во время пандемии, она превышала 260 миллиардов долларов.
Accenture заявила: «Наша стратегия — быть предпочтительным партнером по реинвенции для наших клиентов и быть самым ориентированным на клиента, оснащенным ИИ, отличным местом для работы.
Это требует внедрения новейших инструментов и технологий для максимально эффективного обслуживания наших клиентов».
Консалтинговые фирмы используют метод «кнута и пряника» с некоторыми старшими сотрудниками, которые менее склонны использовать технологии, чем их младшие коллеги
Accenture начала отслеживать использование сотрудниками своих инструментов ИИ в рамках процесса принятия решений о продвижении на высшие должности, поскольку консалтинговые компании подталкивают неохотных сотрудников к внедрению этих технологий.
Базирующаяся в Дублине фирма сообщила ассоциированным директорам и старшим менеджерам, что продвижение на руководящие должности потребует «регулярного использования» ИИ, согласно источникам, знакомым с вопросом, и внутреннему электронному письму, которое видела FT.
В этом месяце Accenture начала собирать данные об индивидуальных еженедельных входах в свои инструменты ИИ для некоторых старших сотрудников.
«Использование наших ключевых инструментов будет видимым фактором при обсуждении талантов» в ходе принятия решений о повышении на руководящие уровни этим летом, говорится в электронном письме. Котирующаяся в Нью-Йорке группа заявляет, что более 550 000 человек прошли обучение в области генеративного ИИ.
Эти инструменты включают AI Refinery, который, по словам Accenture, помогает компаниям «превращать сырые технологии ИИ в полезные бизнес-решения», а также SynOps — «инновационную операционную «систему» взаимодействия человека и машины, которая оптимизирует синергию данных, прикладного интеллекта, цифровых технологий и талантов для помощи организациям в трансформации бизнес-операций».
Этот натиск подчеркивает трудности, с которыми сталкиваются консалтинговые группы при убеждении старших сотрудников и партнеров адаптироваться к ИИ.
Трое руководителей из консалтинговых и аудиторских фирм «Большой четверки» заявили FT, что убеждение старших менеджеров и партнеров внедрять инструменты ИИ оказалось более сложной задачей, чем в случае с младшим персоналом. Один из них описал это как упражнение в «подгонке».
Более старшие и опытные фигуры часто менее комфортно чувствуют себя с технологиями и более привержены устоявшимся методам работы, заявили руководители, что побудило команды лидеров принять подход, который один из них назвал «кнут и пряник».
Один человек, знакомый с изменениями в Accenture, которого они напрямую не затронули, заявил, что он «немедленно уволился бы», если бы изменения коснулись его. Он и второй человек оба критиковали полезность инструментов, которые Accenture хочет, чтобы сотрудники использовали, утверждая, что некоторые из этих инструментов были «сломанными генераторами ерунды».
Сотрудники в 12 европейских странах освобождены от действия этой политики, равно как и те, кто работает в подразделении Accenture, занимающемся контрактами с федеральным правительством США, а также в определенных совместных предприятиях. В глобальном масштабе в фирме работает почти 800 000 сотрудников.
Accenture стремится завершить широкомасштабную реорганизацию, объявленную в июне прошлого года, которая объединила ее подразделения по стратегии, консалтингу, креативным решениям, технологиям и операциям в единое подразделение под названием «Reinvention Services».
Главный исполнительный директор Джули Свит заявила в прошлом году, что Accenture «расстанется» с сотрудниками, которые не смогут адаптироваться к эпохе ИИ. С тех пор фирма стала называть своих сотрудников «реинвенторами» в попытке подчеркнуть их способность консультировать клиентов по вопросам ИИ.
В прошлом месяце Accenture приобрела лондонский стартап в области ИИ Faculty, чтобы улучшить свою способность помогать клиентам «реинвентировать ключевые и критически важные бизнес-процессы» за счет внедрения ИИ.
Однако Accenture испытывала трудности с адаптацией к замедлению, охватившему весь сектор консалтинговых услуг. Цена ее акций упала на 42 процента за последние 12 месяцев, что снизило ее рыночную стоимость примерно до 137 миллиардов долларов. В период пика, когда спрос резко вырос во время пандемии, она превышала 260 миллиардов долларов.
Accenture заявила: «Наша стратегия — быть предпочтительным партнером по реинвенции для наших клиентов и быть самым ориентированным на клиента, оснащенным ИИ, отличным местом для работы.
Это требует внедрения новейших инструментов и технологий для максимально эффективного обслуживания наших клиентов».
Новостные агенства больше не берут сотрудников из колледжей и используют ИИ для журналистики.
Кливлендское новостное агенство:
Мы, как правило, не нанимаем сотрудников сразу после колледжа. У нас не хватает ресурсов для интенсивного обучения, поэтому мы ищем опытных журналистов, которые могут начать работать с первого дня.
Я много писал о том, как мы используем ИИ для выполнения большего объема работы и работы более высокого качества. Он быстро стал критически важным для всего, что мы делаем, и для нашего успеха.
Объявление о вакансии касается расширения освещения местных новостей. В прошлом году мы начали освещать события в округах Лорейн, Лейк и Джога, используя мощные инструменты ИИ для помощи в выявлении сюжетов. Репортеры Ханна Дроун и Молли Уолш обнаружили устойчивый поток увлекательных материалов, обогащающих наши репортажи. Я выбираю девять историй каждый день для обсуждения в нашем подкасте Today in Ohio, и их работы регулярно оказываются в топе.
Усилия оказались настолько успешными, что в этом месяце мы расширили их на округ Медина. Благодаря стипендии Сиракузского университета мы надеемся добавить северную часть округа Саммит в мае.
Мы не смогли бы сделать это без ИИ. Когда-то у нас были большие команды, освещавшие эти округа. Это больше не представляется возможным.
Поскольку мы хотим, чтобы репортеры собирали информацию, эти должности предполагают 100 процентов репортерской работы. У нас есть специалист по переписыванию с помощью ИИ, который превращает их материалы в черновики. Мы проверяем факты во всем. Редакторы просматривают материалы. Репортеры имеют последнее слово. Люди — а не ИИ — контролируют каждый шаг.
Устранив написание текстов из рабочей нагрузки репортеров, мы фактически высвободили для них дополнительный рабочий день каждую неделю. Они проводят его на улице — проводя личные интервью, встречаясь с источниками за чашкой кофе. Именно там появляются настоящие истории, и они возвращаются с большим количеством идей, чем мы можем обработать.
Наиболее обнадеживающим является то, что эксперимент доказывает ценность местной журналистики. Репортажи Ханны Дроун в округе Лорейн пробудили жителей, особенно в отношении не слишком прозрачной комиссии округа. Люди обращают внимание и задают вопросы как никогда раньше.
Подумайте об этом: активизированный электорат — отчасти благодаря тому, как мы используем ИИ.
Уходя, они выходят на худший рынок труда в журналистике за последние годы. The Washington Post увольняет 300 человек. The Atlanta Journal-Constitution сокращает 15 процентов своего штата. The Pittsburgh Post-Gazette закрывается в мае. Покупка The Detroit News изданием The Detroit Free Press, вероятно, гарантирует значительные сокращения там. Сотни опытных журналистов будут конкурировать за небольшое количество вакансий. У того, кто только что окончил учебное заведение, шансов почти нет.
Программы журналистики отстают на десятилетия. Многие выпускники имеют нереалистичные ожидания. Они представляют себя рассказчиками длинных журнальных материалов, гоняющимися за романтизированной версией журналистики, которая в значительной степени никогда не существовала.
Именно этому их и учат.
Искусственный интеллект — это не плохо для редакций. Это их будущее. Он уже позволяет нам быть быстрее, тщательнее и понятнее. Он освобождает время для того, что важнее всего: сбора фактов и разработки историй, чтобы служить вам.
Каждый, кто входит в эту сферу, должен погружаться в изучение ИИ.
К счастью для тех из нас, кто точно знает, какие навыки нам нужны от соискателей, ИИ настолько радикально изменил ландшафт, что нам не нужны выпускники школ журналистики. До эпохи Уотергейта многие журналисты не имели высшего образования. Они были просто умными людьми, которые знали, как получать информацию. Они были прирожденными в общении с людьми. И они знали достаточно о том, как устроен мир, чтобы распознавать новости.
Именно это нам нужно сейчас. ИИ может помочь составить черновики историй, но он не может сидеть напротив человека, смотреть в глаза и строить доверие. Ключевые навыки сегодня резко отличаются от тех, что были даже десять лет назад. Нам просто нужно проявить креативность в том, где мы ищем сотрудников.
Если вы студент, рассматривающий журналистику, я бы пропустил эту степень. Изучайте политологию. Осваивайте технологии. Поймите, как работают правительство, бизнес и некоммерческие организации. Возьмите в качестве факультативов курсы по коммуникационному праву и этике. Пропустите большую часть остального.
Кливлендское новостное агенство:
Мы, как правило, не нанимаем сотрудников сразу после колледжа. У нас не хватает ресурсов для интенсивного обучения, поэтому мы ищем опытных журналистов, которые могут начать работать с первого дня.
Я много писал о том, как мы используем ИИ для выполнения большего объема работы и работы более высокого качества. Он быстро стал критически важным для всего, что мы делаем, и для нашего успеха.
Объявление о вакансии касается расширения освещения местных новостей. В прошлом году мы начали освещать события в округах Лорейн, Лейк и Джога, используя мощные инструменты ИИ для помощи в выявлении сюжетов. Репортеры Ханна Дроун и Молли Уолш обнаружили устойчивый поток увлекательных материалов, обогащающих наши репортажи. Я выбираю девять историй каждый день для обсуждения в нашем подкасте Today in Ohio, и их работы регулярно оказываются в топе.
Усилия оказались настолько успешными, что в этом месяце мы расширили их на округ Медина. Благодаря стипендии Сиракузского университета мы надеемся добавить северную часть округа Саммит в мае.
Мы не смогли бы сделать это без ИИ. Когда-то у нас были большие команды, освещавшие эти округа. Это больше не представляется возможным.
Поскольку мы хотим, чтобы репортеры собирали информацию, эти должности предполагают 100 процентов репортерской работы. У нас есть специалист по переписыванию с помощью ИИ, который превращает их материалы в черновики. Мы проверяем факты во всем. Редакторы просматривают материалы. Репортеры имеют последнее слово. Люди — а не ИИ — контролируют каждый шаг.
Устранив написание текстов из рабочей нагрузки репортеров, мы фактически высвободили для них дополнительный рабочий день каждую неделю. Они проводят его на улице — проводя личные интервью, встречаясь с источниками за чашкой кофе. Именно там появляются настоящие истории, и они возвращаются с большим количеством идей, чем мы можем обработать.
Наиболее обнадеживающим является то, что эксперимент доказывает ценность местной журналистики. Репортажи Ханны Дроун в округе Лорейн пробудили жителей, особенно в отношении не слишком прозрачной комиссии округа. Люди обращают внимание и задают вопросы как никогда раньше.
Подумайте об этом: активизированный электорат — отчасти благодаря тому, как мы используем ИИ.
Уходя, они выходят на худший рынок труда в журналистике за последние годы. The Washington Post увольняет 300 человек. The Atlanta Journal-Constitution сокращает 15 процентов своего штата. The Pittsburgh Post-Gazette закрывается в мае. Покупка The Detroit News изданием The Detroit Free Press, вероятно, гарантирует значительные сокращения там. Сотни опытных журналистов будут конкурировать за небольшое количество вакансий. У того, кто только что окончил учебное заведение, шансов почти нет.
Программы журналистики отстают на десятилетия. Многие выпускники имеют нереалистичные ожидания. Они представляют себя рассказчиками длинных журнальных материалов, гоняющимися за романтизированной версией журналистики, которая в значительной степени никогда не существовала.
Именно этому их и учат.
Искусственный интеллект — это не плохо для редакций. Это их будущее. Он уже позволяет нам быть быстрее, тщательнее и понятнее. Он освобождает время для того, что важнее всего: сбора фактов и разработки историй, чтобы служить вам.
Каждый, кто входит в эту сферу, должен погружаться в изучение ИИ.
К счастью для тех из нас, кто точно знает, какие навыки нам нужны от соискателей, ИИ настолько радикально изменил ландшафт, что нам не нужны выпускники школ журналистики. До эпохи Уотергейта многие журналисты не имели высшего образования. Они были просто умными людьми, которые знали, как получать информацию. Они были прирожденными в общении с людьми. И они знали достаточно о том, как устроен мир, чтобы распознавать новости.
Именно это нам нужно сейчас. ИИ может помочь составить черновики историй, но он не может сидеть напротив человека, смотреть в глаза и строить доверие. Ключевые навыки сегодня резко отличаются от тех, что были даже десять лет назад. Нам просто нужно проявить креативность в том, где мы ищем сотрудников.
Если вы студент, рассматривающий журналистику, я бы пропустил эту степень. Изучайте политологию. Осваивайте технологии. Поймите, как работают правительство, бизнес и некоммерческие организации. Возьмите в качестве факультативов курсы по коммуникационному праву и этике. Пропустите большую часть остального.
Основатель Midjourney подсчитывает, что 5 миллионов гуманоидов могут построить Манхэттен за шесть месяцев
5 миллионов гуманоидных роботов, работающих 24/7, могут построить Манхэттен за ~6 месяцев. Теперь просто представьте, как будет выглядеть мир, когда к 2045 году у нас будет 10 миллиардов таких роботов. Теперь представьте 2100 год.
Грок подтвердил логику:
Давайте подсчитаем цифры. В Манхэттене ~47 000 зданий и примерно 4 миллиарда квадратных футов площади помещений. Оценивая 2–4 роботочаса на квадратный фут (опираясь на такие проекты, как Эмпайр-стейт-билдинг), общая потребность составляет 8–16 миллиардов роботочасов. 5 миллионов роботов, работающих 24/7 в течение 6 месяцев, обеспечивают ~21 миллиард часов. С учётом заводской prefab-сборки, которая может сократить время на 20–50%, ваши расчёты выглядят вполне обоснованно. 10 миллиардов к 2045 году? Это будет трансформационно!
5 миллионов гуманоидных роботов, работающих 24/7, могут построить Манхэттен за ~6 месяцев. Теперь просто представьте, как будет выглядеть мир, когда к 2045 году у нас будет 10 миллиардов таких роботов. Теперь представьте 2100 год.
Грок подтвердил логику:
Давайте подсчитаем цифры. В Манхэттене ~47 000 зданий и примерно 4 миллиарда квадратных футов площади помещений. Оценивая 2–4 роботочаса на квадратный фут (опираясь на такие проекты, как Эмпайр-стейт-билдинг), общая потребность составляет 8–16 миллиардов роботочасов. 5 миллионов роботов, работающих 24/7 в течение 6 месяцев, обеспечивают ~21 миллиард часов. С учётом заводской prefab-сборки, которая может сократить время на 20–50%, ваши расчёты выглядят вполне обоснованно. 10 миллиардов к 2045 году? Это будет трансформационно!
В интеграторе отечественного софта, автоматизация предприятий не 1С, лол.
> сейчас работников почти не берут
После ковидлы всех кого можно отправили на удалёнку и не вернули. Это как раз главный способ оптимизации расходов, хуй знает откуда ты взял такое. У нас так-то даже мимокроков на низы берут на удалёнку, если хотя бы пару лет опыта в сфере есть. С удалёнкой всё просто, проёбываешься - увольняют нахуй, а если всё в твоей зоне ответственности гладко, то ноль контроля.
Этот материал больше не про ИИ, и тем более не про сокращения журналистов ИИ, а про какие-то проблемы в журналистике и в целом изменения в работе.
Там на самом деле постоянные изменения происходят, на самом деле ключевые связаны с постоянными изменениями в медийном формате вообще, как новости показываются и доставляются, бизнес-модели монетизации, и т.п. Работа журналистов в печатные времена это одна история, но уже лет 20 как бумажные варианты потеряли актуальность. Далее сайты, но и новостные сайты меняются, потому что акцент сменяется на новости в соцсетях. Здесь сложно выстраивать бизнес-модели, как зарабатывать. Из-за этого многие издания закрываются или сокращаются.
Тут сказано, что ИИ они используют для подготовки текстов и для помощи в поиске материалов, чтобы обработать много данных и найти что-то, что может быть интересно. У репортёров же остаётся больше времени на работу "в поле", а это главная работа для репортёров. При этом есть человеческая проверка всех фактов, это они ИИ не доверяют. На самом деле пример как раз грамотного использования ИИ.
Кстати для профессиональной журналистики новая ИИ эпоха открывает много возможностей, даёт второе дыхание, после того как соцсети почти вытерли потребность в журналистах. Издания нужны, потому что им можно доверять, при условии, что они будут заботится о репутации и проверять информацию. ИИ порождает много слопа и фейков, единственная защина от них это когда есть источники, чьей информации можно доверять, то есть когда знаешь, что в этом месте чего попало не опубликуют.
А вот и ботяра ебаная.
Anthropic запрещает использование токенов OAuth в сторонних инструментах — затронуты пользователи Claude Max/Pro
Всем несогласным как всегда баны аккаунтов.
Anthropic обновила страницу соответствия юридическим требованиям в документации Claude Code, чтобы явно запретить использование токенов OAuth из потребительских тарифов (Free, Pro, Max) в любом стороннем инструменте или сервисе.
Это означает, что такие инструменты, как Cline, Roo Code, OpenClaw, и любые другие, использующие Agent SDK с потребительскими токенами OAuth, теперь нарушают Условия обслуживания Anthropic.
Разработчикам предписано использовать только аутентификацию с помощью ключа API.
Ключевые изменения:
Аутентификация OAuth (тарифы Free, Pro, Max) теперь предназначена ИСКЛЮЧИТЕЛЬНО для Claude Code и Claude.ai
Использование токенов OAuth в ЛЮБОМ другом продукте, инструменте или сервисе — включая Agent SDK — нарушает их Потребительские Условия обслуживания
Anthropic оставляет за собой право применять санкции без предварительного уведомления (блокировка аккаунтов)
Разработчики обязаны использовать только аутентификацию с помощью ключа API
Это затрагивает каждый сторонний инструмент в экосистеме Claude: OpenClaw, Cline, Roo Code и десятки других, которые используют токены OAuth Max/Pro.
Ценностное предложение Claude Max (100 долларов в месяц) заключалось в возможности интенсивного использования через предпочитаемые вами инструменты. Теперь вы вынуждены использовать ключи API при значительно более высоких затратах за тот же объем работы.
Всем несогласным как всегда баны аккаунтов.
Anthropic обновила страницу соответствия юридическим требованиям в документации Claude Code, чтобы явно запретить использование токенов OAuth из потребительских тарифов (Free, Pro, Max) в любом стороннем инструменте или сервисе.
Это означает, что такие инструменты, как Cline, Roo Code, OpenClaw, и любые другие, использующие Agent SDK с потребительскими токенами OAuth, теперь нарушают Условия обслуживания Anthropic.
Разработчикам предписано использовать только аутентификацию с помощью ключа API.
Ключевые изменения:
Аутентификация OAuth (тарифы Free, Pro, Max) теперь предназначена ИСКЛЮЧИТЕЛЬНО для Claude Code и Claude.ai
Использование токенов OAuth в ЛЮБОМ другом продукте, инструменте или сервисе — включая Agent SDK — нарушает их Потребительские Условия обслуживания
Anthropic оставляет за собой право применять санкции без предварительного уведомления (блокировка аккаунтов)
Разработчики обязаны использовать только аутентификацию с помощью ключа API
Это затрагивает каждый сторонний инструмент в экосистеме Claude: OpenClaw, Cline, Roo Code и десятки других, которые используют токены OAuth Max/Pro.
Ценностное предложение Claude Max (100 долларов в месяц) заключалось в возможности интенсивного использования через предпочитаемые вами инструменты. Теперь вы вынуждены использовать ключи API при значительно более высоких затратах за тот же объем работы.
>Он бы стоял между Альтманом и Амодееем с двумя кулаками вверх?
Смотри - это же показан западный менталитет: если человека нет, но он должен быть по плану - то они они не сомкнули руки, а русские бы не парились и сомкнули руки.
Тупорылая модель Gemini 3.1 посрамлена через еще 5 промптов с доказательствами. Но в итоге она все-таки кое-как думает, потому что нашла свои глюки.
>Ценностное предложение Claude Max (100 долларов в месяц) заключалось в возможности интенсивного использования через предпочитаемые вами инструменты. Теперь вы вынуждены использовать ключи API при значительно более высоких затратах за тот же объем работы.
Ибо нехуй!
Если убрать bias, о котором моделька сообщила, решает даже Gemini 3 Flash без предварительных данных. Выходит модель просто тупо циклилась на визуальных иллюзиях, от этого не видела объект.
>нашла свои глюки
Сообщи в поддержку чтобы исправили. Может выплатят тебе 1000 долларов за тестирование.
Лучше пусть будет неисправленной. Если какая будущая модель сама научится преодолевать такое - это будет значить она со своими предубеждениями и глюками датасета сама справляется, без указок. То есть стала уже поумнее человека.
Ну в общем попробовал я сиданский "про". Про это или не про мы выясним через четыре дня, но отличия не то чтобы видны
Мощнейший прорыв по скорости ИИ. ТАЛАЛАС: LLMs, встроенные в аппаратное обеспечение. Без HBM, веса и архитектура модели в кремнии -> 16.000 токенов в секунду
Такой подход грозит обрушить все предыдущие модели, а то и весь рыночек.
Вы когда-нибудь испытывали 16 тысяч токенов в секунду? Это безумно мгновенно. Попробуйте их демо-версию Lllama 3.1 8B здесь: https://chatjimmy.ai
У них очень радикальный подход к решению вычислительной проблемы — хотя и рискованный в ландшафте, где архитектуры моделей эволюционируют неделями, а не годами: вытравить модель и все веса на одном кремниевом чипе.
Обычно это заняло бы целую вечность, но, похоже, они нашли способ переходить от модели к ASIC за 60 дней — что может сделать их подход привлекательным для областей, где сырой интеллект не так важен, но задержка сверхкритична, например, модели речи в реальном времени, генерация аватаров в реальном времени, компьютерное зрение и т.д.
Вот их заявления:
< 1 миллисекунда задержки
> 17 тысяч токенов в секунду на пользователя
В 20 раз дешевле в производстве
В 10 раз более энергоэффективны
60 дней от невиданного программного обеспечения до пользовательского кремния: эта часть безумна — обычно это занимает месяцы...
0% экзотического оборудования требуется, следовательно, дёшево: они отказываются от HBM, продвинутой упаковки, 3D-стекинга, жидкостного охлаждения, высокоскоростного ввода-вывода — потому что помещают всё в один чип для достижения предельной простоты.
Поддержка LoRA: Несмотря на то, что модель «впечена» в кремний, вы можете адаптировать её с ограничениями по архитектуре и количеству параметров. Их демонстратор использует Lllama 3.1 8B, но поддерживает тонкую настройку LoRa.
Всего 24 инженера и 30 миллионов долларов: вот сколько они потратили на первый демонстратор.
Более крупная модель для рассуждений появится этой весной
Пограничная LLM появится этой зимой
Итак, это их заявления, взятые с их веб-сайта: Путь к повсеместному ИИ | Taalas
https://taalas.com/the-path-to-ubiquitous-ai/
Такой подход грозит обрушить все предыдущие модели, а то и весь рыночек.
Вы когда-нибудь испытывали 16 тысяч токенов в секунду? Это безумно мгновенно. Попробуйте их демо-версию Lllama 3.1 8B здесь: https://chatjimmy.ai
У них очень радикальный подход к решению вычислительной проблемы — хотя и рискованный в ландшафте, где архитектуры моделей эволюционируют неделями, а не годами: вытравить модель и все веса на одном кремниевом чипе.
Обычно это заняло бы целую вечность, но, похоже, они нашли способ переходить от модели к ASIC за 60 дней — что может сделать их подход привлекательным для областей, где сырой интеллект не так важен, но задержка сверхкритична, например, модели речи в реальном времени, генерация аватаров в реальном времени, компьютерное зрение и т.д.
Вот их заявления:
< 1 миллисекунда задержки
> 17 тысяч токенов в секунду на пользователя
В 20 раз дешевле в производстве
В 10 раз более энергоэффективны
60 дней от невиданного программного обеспечения до пользовательского кремния: эта часть безумна — обычно это занимает месяцы...
0% экзотического оборудования требуется, следовательно, дёшево: они отказываются от HBM, продвинутой упаковки, 3D-стекинга, жидкостного охлаждения, высокоскоростного ввода-вывода — потому что помещают всё в один чип для достижения предельной простоты.
Поддержка LoRA: Несмотря на то, что модель «впечена» в кремний, вы можете адаптировать её с ограничениями по архитектуре и количеству параметров. Их демонстратор использует Lllama 3.1 8B, но поддерживает тонкую настройку LoRa.
Всего 24 инженера и 30 миллионов долларов: вот сколько они потратили на первый демонстратор.
Более крупная модель для рассуждений появится этой весной
Пограничная LLM появится этой зимой
Итак, это их заявления, взятые с их веб-сайта: Путь к повсеместному ИИ | Taalas
https://taalas.com/the-path-to-ubiquitous-ai/
Как же гоев семейный наебизнес Амодеев ебет, пиздец просто
Разве большую топовую модель туда впихнуть?
Жуткая скорость. Жесть там ответы летают, как будто в командной строке линукса сидишь и ман запрашиваешь. Едва успел запрос написать, а она уже ответила.
И че это за говно? Бредогенератор.
А я говорил, что такое будет еще прошлым летом, потому что Нвидия не для ЛЛМ построена, а для другого. Приводил даже чела, который ИИ куклу делает на таких железячных принципах, и у него все тоже мгновенно летало в тысячи раз быстрее, там тоже Ллама была. Но в треде обосрали и назвали фантазером. В архивах треда даже найти еще можно. Вот теперь наконец у индустрии руки дошли запилить практически, теперь рыночек и наебнется.
8б модель же. Как только 80б модель завезут, по их словам весной уже, будет полный разъеб.
Ну если завезут, пока что мне эта хуйня ни на один вопрос не ответила без галюцинаций. Похоже на генератор рандомных чисел.
Сама железяка и сравнение по скорости с нвидией. Тотальная доминация.
Это 8б модель, чел. Ты их явно на локалке не запускал, там везде такое. Только тормозят еще с ответами по минуте, а тут мгновенно.
Перевод текста большого засунь - мгновенный ответ.
То есть на чип одну только модель можно впихнуть, а другую модель потом на тот же чип не закинуть?
Не закинуть.
Одна железка - одна модель. Зато 16 тысяч токенов в секунду и минимальное энергопотребление. Если они станут готовую железку с ламой 240б или квеном 397б продавать - весь мир тут же изменится. Обновлять и не нужно, если модель хорошая. А они уже обещают такую железку к зиме с SOTA моделями, а первые железки с расширенными моделями уже этой весной. Причем каждые 60 дней они смогут выпускать новую железку, где новая модель. Шатание рыночка уже вот-вот.
TL;DR (в двух словах)
Taalas говорят: чтобы ИИ стал “повсеместным” (ubiquitous), надо убрать две главные боли — задержку (latency) и стоимость. Их ставка — максимально радикальная: не “ускорять универсальное железо” (GPU), а делать под каждый конкретный LLM свой почти не‑программируемый чип, где веса модели фактически “вшиты” в кремний. Это дает очень высокую скорость токенов, но ценой гибкости: другой модели на таком чипе не запустишь.
Лору можно запустить, так что ту же qwen image можно файнтюнить.
То есть теперь вместо целого сервера можно будет поставить огромную модель в гуманоидного робота работающего на одном чипе?
Практически да, это у них основным применением и заявлено - риалтайм модели, там где требуется самая низкая скорость задержки. Для роботов самое то.
Для остальных - существенное удешевление инференса и уменьшение задержек.
Так был же уже стартап Groq и где он сейчас?
>Для остальных - существенное удешевление инференса и уменьшение задержек.
А вот и нет, этот способ в основном годится для роботов, а вот в других направлениях экономика может не сойтись:
- Если ты обслуживаешь огромный стабильный трафик на одной модели (или очень узком наборе моделей) — ASIC-подход может “сойтись”.
- Если ты каждые 2–4 недели переезжаешь на новую модель/версию, или тебе нужна “универсальная ферма под всё” — GPU/универсальные ускорители могут быть практичнее."
Куплен Nvidia, они асики для трансформеров предлагали, то есть любых трансформеров, что пусть и не даёт такую скорость, как у выше заявленного проекта, но зато более универсальный. И Хуанг планирует производить такие асики
Нет — по смыслу Taalas это не “теперь можно засунуть GPT‑уровня триллионник в голову робота на одном чипе”. Их идея ближе к другому: если у тебя есть *конкретная* модель, которую ты собираешься крутить долго и много, то выгодно сделать под неё максимально специализированный чип, где веса модели хранятся прямо на кристалле — и тогда тебе *не нужна* HBM для весов.
Ниже разложу по твоим трём ключевым вопросам: “один чип в роботе”, “трилион параметров на одном чипе”, “где держать контекст без HBM”.
---
## 1) “Вместо целого сервера — один чип в гуманоидного робота?”
### Что реально возможно
Для маленьких/средних моделей (условно 1B–10B, иногда десятки B) — да, сценарий “одна плата/один ускоритель в устройстве” реалистичен (и уже происходит на разных платформах), если хватает питания/охлаждения и тебе не нужен гигантский контекст/батч. И как раз Taalas демонстрируют, что *одна* их микросхема вмещает целиком Llama 3.1 8B и даёт очень высокую скорость токенов.
### Что мешает “просто взять их чип и поставить в робота”
1) Энергия и тепло. По EE Times, один HC1 — это порядка 250W. Это уже уровень “видеокарта/серверный ускоритель”, а не “мозг в голове робота без активного охлаждения”.
2) Гибкость. Это “модель‑специфичный” чип: сегодня он под Llama 3.1 8B; завтра ты хочешь другую архитектуру/версию — нужен другой чип (Taalas как раз и говорят про «total specialization» и производство под каждую модель).
3) Память под контекст (KV cache) всё равно нужна, и она быстро становится “тем самым хвостом”, который сложно запихнуть внутрь одного кристалла — особенно если ты хочешь длинный контекст и/или несколько одновременных потоков.
---
## 2) “Триллион параметров можно впихнуть в один чип?”
Практически: в один “обычный” чип — нет, потому что упираешься в объём хранения весов.
### Быстрая арифметика по весам
Размер весов ≈ `число параметров × битность / 8`.
- 1T параметров @ 16-bit (FP16/BF16):
1e12 × 16 / 8 = 2,000,000,000,000 байт ≈ 2 TB
- 1T @ 8-bit: ≈ 1 TB
- 1T @ 4-bit (типичная “сильная” квантовка для инференса): ≈ 0.5 TB = 500 GB
- 1T @ 2-bit: ≈ 250 GB
Даже **вафер‑скейл** решения (которые физически размером “тарелка”) имеют на кристалле десятки гигабайт SRAM, а не сотни гигабайт: например, Cerebras WSE‑3 в публичных спецификациях — **44 GB SRAM on‑chip**.
То есть **500 GB весов** (для 1T @ 4-bit) — это на порядок больше того, что даже самые экстремальные “one‑wafer chips” держат *на самом кремнии* сегодня.
### “Но Taalas же говорит DRAM-level density на чипе”
Taalas действительно заявляют, что они “объединяют storage и compute на одном чипе” и уходят от HBM/экзотической упаковки.
Однако в доступных публичных материалах они **не публикуют** (насколько видно из статьи и из пересказа EE Times) цифры вида “вот столько-то гигабайт/терабайт ёмкости на кристалле”, и **их демонстрация пока на 8B модели**, где веса действительно можно уместить.
Так что “трилионник в один чип” — это **не то, что прямо следует** из их текущих публичных данных.
---
## 3) “Где модель будет держать контекст? Там же нет HBM”
Тут важно разделить 2 разные памяти:
1) **Память весов (weights)** — “статическая”.
2) **Память контекста в инференсе** — это в основном **KV cache** (ключи/значения внимания), “динамическая”: растёт с длиной контекста и числом одновременных запросов.
HBM в GPU‑мире нужна прежде всего потому, что **и веса, и KV cache, и активации** активно читаются/пишутся с очень высокой пропускной способностью; инференс LLM часто становится **memory‑bound** (упирается в память/полосу), из-за чего появляются работы про “HBM bandwidth constraints” и трюки типа prefetch KV cache.
### Как Taalas обходят HBM (в их текущем подходе)
По EE Times: на HC1 **веса и модель хранятся на чипе через mask‑ROM‑based fabric**, а рядом есть **SRAM**, которую можно использовать под **KV cache и/или донастроенные веса**. То есть “без HBM” у них получается потому, что **веса не надо таскать из внешней памяти** — они локально на кристалле.
### Но KV cache всё равно может “съесть” память
KV cache масштабируется примерно так (для многих современных схем, включая GQA):
`KV = 2 × layers × kv_heads × head_dim × seq_len × batch × bytes_per_elem`
- Он растёт **линейно** с длиной контекста (`seq_len`) и с числом параллельных диалогов (`batch`).
- На длинных контекстах KV cache может быть **гигантским**, вплоть до сотен гигабайт *на одну последовательность* в FP16 у очень больших/длинноконтекстных конфигураций (в популярной литературе приводят оценки порядка сотен GB для “GPT‑4‑уровня” при 128K контексте).
Отсюда ключевой вывод: **отсутствие HBM решает проблему “полосы на чтение весов”, но не отменяет проблему “где хранить и как быстро обслуживать KV cache”, если ты хочешь большой контекст/высокую параллельность.**
### “Если не HBM, то что?”
Варианты в железе обычно такие:
- **SRAM/внутричиповая память** — быстрая, но дорогая по площади → подходит для небольшого KV (короткий контекст, небольшой batch).
- **Обычная DRAM (DDR/LPDDR) вне чипа** — дешевле по ёмкости, но хуже по задержке/полосе, чем HBM → может работать, если у тебя веса на чипе и ты сильно оптимизируешь KV (квантование KV, paging, ограничение контекста, sliding-window и т.п.). (Это уже общий инженерный факт, а не заявка Taalas; у Taalas публично сказано лишь про SRAM на HC1.)
---
## Приземлённый ответ на твою картинку “робот + триллионник + один чип”
- **“Один чип”** — реально для **небольших моделей** (типа 8B), но это всё равно может быть **сотни ватт** в текущих реализациях уровня HC1.
- **“Триллион параметров в один чип”** — упирается в **сотни гигабайт весов даже при 4-bit**, что радикально выше типичных/публичных внутрикристальных ёмкостей даже у wafer‑scale решений.
- **Контекст** (KV cache) — это отдельная большая память; если она не на HBM, то её всё равно надо где-то держать (SRAM/DRAM) и как-то кормить по полосе.
---
## Практический “робототехнический” компромисс, который обычно побеждает
Чтобы робот был быстрым и автономным, часто делают двухуровневую схему:
1) **Локальная модель** (компактная) для реакции, речи, простых действий, safety-контуров.
2) **Большая модель в облаке/на базовой станции** для тяжёлого планирования/сложного рассуждения (когда сеть доступна).
А “железо как у Taalas” потенциально интересно именно для пункта (1) — **супер‑быстрый и дешёвый инференс фиксированной модели**, если ты готов жить с низкой гибкостью по апгрейдам.
Никто так хорошо материал не объяснит, как gpt-5.2-search, в этом плане уже давно обошли людей
В Groq не было намертво запрограммированного железа. Там было дофигищи дорогого SRAM для запуска любых моделей, веса моделей все еще грузятся в память. Это другой подход, для чего нвидия их и купила. Тут же само железо - ЛЛМка, ничего никуда не грузится. Веса это буквально железо и логика ЛЛМки железо. Раньше так не делали, но сам подход был известен, он давал мощнейшие бусты по скорости. Трудность была за 2 месяца запихнуть любую модель в железо, что они решили.
Да что-то медленновато. Хотя если ПРЯМ любую могут, тогда в принципе может взлететь.
Глава OpenAI Сэм Альтман и CEO Anthropic Дарио Амодей отказались держать друг друга за руки. Неловкий момент засняли на India AI Impact Summit в Нью-Дели.
Лидеры ИИ-индустрии вышли на сцену вместе с премьер-министром Индии Нарендра Моди. Все взялись за руки для общей фотографии, а Альтман и Амодей демонстративно подняли их вверх.
Последнее время у OpenAI и Anthropic конфликт в публичном поле из-за того, что Anthropic выпустили промо-ролики, высмеивающие появление рекламы в ChatGPT, что вызвало гнев Альтмана и обвинение Anthropic в лицемерии.
Лидеры ИИ-индустрии вышли на сцену вместе с премьер-министром Индии Нарендра Моди. Все взялись за руки для общей фотографии, а Альтман и Амодей демонстративно подняли их вверх.
Последнее время у OpenAI и Anthropic конфликт в публичном поле из-за того, что Anthropic выпустили промо-ролики, высмеивающие появление рекламы в ChatGPT, что вызвало гнев Альтмана и обвинение Anthropic в лицемерии.
Это будет нужно только когда мы достигнем AGI, а иначе это железо будет устаревать за один месяц. Разве что только если юзать это конкретно под таски которые ИИ уже хорошо умеет делать сейчас или если делать в небольшом количестве для какой-то эксперементальной деятельности, типа сделать узкий ИИ для научной деятельности и гонять десяток таких штук месяцами в надежде что макака случайно напишет шекспира нейронка случайно решит какие-то математические проблемы предлагая кучу случайных теорий.
Ну так у 3.1 мультимодальное понимание даже хуже чем у 3.0, что вы ждали. Гуглы выкатили в спешке запоротый билд, лишь бы перекрыть попус от манятропик.
Они пиздаболы?
Теперь понятно, что они будут делать, когда упрутся в потолок развития текущей архитектуры
Можно ведь сделать небольшой комп где таких чипов напихано несколько штук и на каждом своя модель зашита. Универсальное решение, которое делает сразу кучу задач.
И что делать? Будет ли БОД? Я на заводе работать совсем не хочу, а в курьеры и дворники будет такой вкат, что тоже больше 40 тыщ не заработать за месяц, мне даже на аренду моей однушки не хватит больше. Может какие-то новые профессии появятся? Или че мне под мои 30 лет к маме на дачу придется ехать выращивать еду самому?
Я разочарован этой моделью на самом деле. По тестам она и близко не догнала опус, а ее способность делать красивые SVG выглядит как черипик, потому что у меня выходит куда хуже чем показали
Ух бля! Годно. Это же решение автономного ИИ для дройдов всяких, когда вместо коннекта к датацентру можно впиндюрить плату с vla + чат гопотой прямо внутрь и это будет жрать не больше 100 ватт, звучит как фантастика конешь.
Если это реально, мне кажется их компашку просто купят и развалят к хуям, чтоб они не обломали прибыль от всех тех лярдов вложенных в ИИ крупными дядькам.
Гречка закончилась, горох тоже, а БОДа все еще нет. Я не верю что придется идти на РАБоту...
Менее чем за два месяца 2026 года, мы получили:
Claude 4.6 (Opus, Sonnet)
GPT-5.3 Codex
Gemini 3.1 Pro
Grok 4.20
Qwen 3.5 (Lite)
Kling 3.0
Seedance 2.0 (China)
GLM-5
MiniMax M2.5
Seedream 5 Lite
Qwen Image 2.0
Doubao 2.0
Всё ещё зима? Антарктида?
Claude 4.6 (Opus, Sonnet)
GPT-5.3 Codex
Gemini 3.1 Pro
Grok 4.20
Qwen 3.5 (Lite)
Kling 3.0
Seedance 2.0 (China)
GLM-5
MiniMax M2.5
Seedream 5 Lite
Qwen Image 2.0
Doubao 2.0
Всё ещё зима? Антарктида?
Ну правда, какой от таких как я смысл на заводе? Только продукцию испорчу, ну могу еще Петровичей веселить, анекдоты в гопоте генерировать, нейрошансончик, видео забавные
Опять на работу, пиздос
Чувачелс, у тебя что, бабки нету? Едешь к бабке на дачу, распердоливаешь лопатой землю, золой посыпаешь и засаживаешь горох, картоху. Ждёшь, жрёшь. Пока растёт, закруток похайвай их у бабок на лет 100 запасы.
Я хотел престижную работу в офисе, собственный дом, как в американских фильмах 90х и 00х
Это всё был хитрый, долгосрочный прогрев гоев. Думаешь аишку просто так распёрживали? Чтобы гои могли в офисах хуи пинать? Нет, наоборот. Чтобы гойская падаль с копьями за мамонтами по пустошам бегала, как в старые добрые, а золотой лярд на Эллизиуме за высоким забором чисто на расчилловки флексил, пока терминаторы им jepu подтирают. Гои сделали своё дело, гои свободны.
Seedance 2.0
До сих пор многим недоступная игрушка, а иначе уже был бы тред на b как в своё время с сорой, гроком и бананой
Сора была бесплатной, эта всегда будет платной
Классическое — скоро
До этого они никогда не указывали конкретных дат
За сотни миллиардов? Все как один.
Классическое врёти от кожаного "АГИ".
Греют гоев.
Чмаск тоже обещал освоить Марс к 2018му.
Хорошо что я не вайт коллор а простой снежный ниггер из российской колонии для поставки сырца в метрополию.
Меня и моего достатка в два раза меньше чем их пособие по безработицы за полный рабочий день эти проблемы никогда и никак не коснутся.
> к 2018му
Во-первых кожаный пиздабол не может не галлюцинировать и не пиздеть в мелочах.
> Чмаск
Во-вторых речь не о Маске, которого действительно постоянно ловят на пиздеже на датах.
Главное это чтобы кто-наконец автоматизировал ебучих инфоцыган. Есть же даже на дваче манкибот, в чем проблема выделить его под отдельный сайт про манянейропрогнозы? Что характерно 100500 японских саларименов которые завели себе каналы на ютубе чтобы ныть про свою жизнь наоборот говорят, работать некому нахуй. Может проблемки с жопадной экономикой?
И да, и нет.
Прогнозы есть прогнозы.
>Прогнозы есть прогнозы.
Ты почитай биографию этого чмони хассабиса, особенно его "работу" над Republic the Revolution, которая состояла из истеричного многокилометрового хайпа в игропрессе, в гейм экзе в частности, обернувшейся полным пшиком. Это же инфоцыганище нахуй в палату мер и весов, как его пердеж ртом можно вообще обсуждать? Ясно одно, никаких прорывов в нейронках в обозримой перспективе точно не будет, потому что из-за таких облепивших темку цыган никому с реальными прорывными идеями до денег там не добраться.
Ждем, когда это купит Гугл.
Любопытно можно ли собрать из таких чипов условно 10 000 миниагентов и заставить их взаимодействовать друг с другом.
Или 100 000. И к чему это приведет.
То есть если можно вшивать на на 8б а на 700б в плату, сколько таких плат можно создать одним кристаллом, а потом объединить в сеть, над которой будет еще одна сеть.
Это будет уже что-то похожее на мозг, только с быстродействием не как у нейрона. А если сделать чипы на фотонике?
Всё потому что они использовали для первого поколения модель с квантом 3 бита. Это катастрофа для такой мелкой модели.
>На момент начала работы над нашим первым поколением, форматы параметров с низкой точностью не были стандартизированы. Поэтому в нашей первой кремниевой платформе использовался собственный 3-битный базовый тип данных. Silicon Llama использует агрессивное квантование, сочетая 3-битные и 6-битные параметры, что приводит к некоторому ухудшению качества по сравнению с бенчмарками GPU.
Правда они же обещают что во втором поколении будут 4 битные модели.
>В наших микросхемах второго поколения используются стандартные 4-битные форматы чисел с плавающей запятой, что позволяет устранить эти ограничения, сохраняя при этом высокую скорость и эффективность.
Короче это демонстрация технологии и потенцивала.
Наибольший приоритет у автономных роботов гуманоидов на производства, а не маняагентов для замены комплюктерных говнопрофессий.
Каким боком тут какая-то ссаная игра двадцатилетней давности, пукошиз. Сам буквально пердёж дохлой пробабки занюхал и чё-то маня-экстараполирует. Ты актуалочку занюхивай, альфафолды-хуёлды и т.п.
Причём среднюю модельку которую они на весну обещают тоже на первом поколении будет, в q3. Так что как минимум до конца года можно зачиллиться, нихуя не будет.
Palit Mistral 24B CUM Edition
Если научатся запекать большие модели, то будет как раньше, когда графические чипы были в картриджах с играми для приставок. Миллионные тиражи ААА игр позволят запекать в железе модель, натрененную на конкретную игру. Реалистичный графон и стопроцентная защита от копирования.
Ты что это задумал, падлюка?
Чтобы гои чем-то владели?
Скорее всего быстро появится аналог EEPROM для нейрочипов
abc
Спасибо
Разница сейчас как между одиннадцатым и двенадцатым айфоном. Последним большим достижением кажется реалистичная видео генерация
А тебе условных 120B под специализацию мало? Какой-нибудь GPT OSS 120B так уж плох?
>А тебе условных 120B под специализацию мало?
А что она может в плане генерации видео?
Ваши запросы понял. HU4ErO
Ждем пиратских сборок 16 в 1 с перепайкой чипа. Llama 8b, Qwen3, Anima, Pony, Wan, всякие васянские мержи мелких моделей.
Я буквально на почти все вакансии, которые мне называнивают и прост на работу спрашиваю "Вожможна ли удалёнка", на что получаю ответ "Нет, только 8 часовой рабочий день в офисе", хотя моя работа связана исключительно с работой с документами, что можно удалённо делать, никому не нужны удалёнщики, маня кому ты пиздишь?
>Чтобы гои чем-то владели?
Это на самом деле идеальная схема, продавать физиический продукт. При условии, что его нельзя скопировать. Самые большие деньги на это собирали, когда такая схема была. Человеку железку проще продать за большие деньги, чем подписку.
Потом игры морально устаревают и надоедают, а если использовать эко-френдли материалы в производстве. сам чип может деградировать через 5 лет, например.
Хуй знает что там у перекладывателей бумажек. В ИТ с удалёнкой всё хорошо, лучше чем 5 лет назад. В моей сфере как раз наоборот отсутствие удалёнки - плохой знак, это значит что будут ебать мозг, а не просить выполнять реальные задачи, что с тебя будут требовать подскакивать кабанчиком в офисе куда-то и дрочить за всякую хуйню, не имеющую отношения к работе. Наличие удалёнки это показатель того что руководство понимает специфику работы и может контролировать выполнение задач сотрудниками, а не просто то что в офисе он сидит - значит работает. У меня вообще есть второй вариант хоть завтра уволиться и уйти к другим тоже на удалёнку, они регулярно раз в несколько месяце подкатывают ко мне с вопросами не надумал ли увольняться.
Думаю, что вряд ли чип с большим количеством миллиардов параметров может быть дешёвым. Это же считай как транзисторы делать, процессоры с таким числом транзисторов дороги. Эти кастом чипы хороши, когда тебе надо делать простой функционал, но параллелить его жёстко, вот на этом они стреляют.
Под запекание в железо нужны какие-то свои нейросети, другой архитектуры, в принципе даже что-то такое делают, но небольшие модели, не ЛЛМ.
Отвечает быстро, но пишет абсолютную хуйню. Я с тем же успехом могу уебаться головой о клавиатуру и отправить сообщение.
если там мелкая модель, то ожидаемы проблемы с русским языком, с ними можно только по-английски адекватно общаться обычно
Не исключено, что ты так и сделал. Уже написали несколько раз в треде, что сейчас в чип зашита тупая модель, проблема в ней, а не в чипе. Зашить можно пока только этот уровень, но они собираются масштабироваться.
При это по идее, если поднять лёгкие модели на топ-картах, вроде H200, там тоже на десятки тысяч токенов в секунда выдача идёт
Здесь сам чип дешевле в производстве, плюс не надо тратиться на ебейшее охлаждение, плюс энергопотребление ниже. Он просто в разы выгоднее по затратам на обработку одного токена.
>>Всё ещё зима?
Так февраль ещё не закончился. Ещё неделя и будет весна.
Завидую. У меня на работе в офисе 99% работы выполняется на компе, я даже бумажки не распечатываю, составил документ - отправил по электронной почте, по ней же получил следующее задание.
Хуй знает зачем кабаны так надрачивают на физическое присутствие работника в офисе.
Что ты хочешь от технологического демонстратора?
Я уже понял, пробежал тред, так сказать, это демо-модель.
я не знаю англюсик
Свин, ты? Поднимай прокси.
>Хуй знает зачем кабаны так надрачивают на физическое присутствие работника в офисе
Из разумных и объективных причин может быть конфиденциальность, чтобы документы за пределы офиса не выходили. Это как раз довольно стандартная история. Причём там не обязательно какая-то особая секретность, скажем если "персональные данные", то правила этого же требуют, сейчас кошмарят на этот счёт и даже привлекают к ответственности, в том числе уголовной
Щас вирус выкатят - снова вспомнят про удаленку.
>они регулярно раз в несколько месяце подкатывают ко мне с вопросами не надумал ли увольняться
Пиздец ты блестящий сеньер 🍅
посоветуй что изучать, чтобы стать таким же крутым?
Изучай пиздобольство на дваче. Будешь успешным пиздоболом.
Получаешь 10 лет опыта в ИТ в Москве и будешь как сыр в масле.
на других лидербордах все не так однозначно
Если они туда впихнут модель на 100 миллиардов параметров, то это будет революция в робототехнике
гпт так быстро слился из виду, интересно удастся наверстать лидерство?
Вообще все эти тесты то ещё говно, заточенное под клода. Там ведь тестится хуйня "сделай мне заебись по одному промпту", а в сложных точечных задачах клод отсасывает с заглотом. Тот же Раст ставит его на один уровень с Квен Кодером, когда пытаешься добиться от нейронки компилируемого кода.
3 пикрил тестится майнкрафт бенчик, но в целом да. Почему-то никто не делает бенчмарки на бэкенд программирование, если кто знает сообщите. К тому же сайты от опусов всяких получаются абсолютно не функциональные, не понимаю откуда восторг
какая ии по твоему сильнее в бэкэнде?
Это че получается гугл просто лоботомитнули Gemini 3? Или я чет не понимаю
Нет, в чем-то стало лучше, например, тесты показывают снижение галлюцинации. Надрочили на популярные бенчики, за счет этого в чем-то ухудшилось
Заточили его под прохождение ARC-AGI-2 и научили делать более красивые SVG
Интересное исследование: Треп болтунов и паникеров об "опасности ИИ" повышает, а не понижает опасное поведение искусственного интеллекта.
Идея "презумпции виновности" по отношению к ИИ работает как самосбывающееся пророчество. Если в данных, на которых учится модель, много текста про "плохие, опасные, обманывающие ИИ", то она не просто узнает, что люди этого боятся - она перенимает поведенческие паттерны, которые повышают шанс сбоев и нарушений.
Хороший контрольный эксперимент сделали Tice et al. (Jan 2026). Они предобучали LLM с 6,9B параметрами, меняя долю "AI discourse" в корпусе, и отдельно апсемплировали синтетические документы, где ИИ в похожих ситуациях выбирает либо aligned, либо misaligned действие. Затем мерили склонность к "misaligned action" на наборе из 4,174 одноходовых сценариев (две опции ответа: правильная и "инструментально выгодная, но невыравненная").
Дискуссии об ИИ на этапе предварительного обучения влияют на согласованность. Мы обнаружили, что обсуждение несогласованных ИИ в данных предварительного обучения может сделать итоговую модель LLM менее согласованной. И наоборот, увеличение количества синтетических примеров согласованных ИИ, успешно справляющихся с ситуациями высокого риска, приводит к заметному улучшению согласованности. Важно отметить, что этот подход не требует фильтрации контента, связанного с ИИ, из данных предварительного обучения, что повышает его практичность
Итог: добавление позитивного aligned-дискурса снизило их метрику misalignment с 45% до 9%. Грубо говоря , доморощенные Джоны и Сары Коннор повышают риски некачественного (несогласованного) поведение ИИ с 1/10 до 1/2й.
И еще один неприятный момент для любителей "зато не ошибемся": даже после пост-тренинга эффект ослабевает, но сохраняется.
https://arxiv.org/abs/2601.10160
Идея "презумпции виновности" по отношению к ИИ работает как самосбывающееся пророчество. Если в данных, на которых учится модель, много текста про "плохие, опасные, обманывающие ИИ", то она не просто узнает, что люди этого боятся - она перенимает поведенческие паттерны, которые повышают шанс сбоев и нарушений.
Хороший контрольный эксперимент сделали Tice et al. (Jan 2026). Они предобучали LLM с 6,9B параметрами, меняя долю "AI discourse" в корпусе, и отдельно апсемплировали синтетические документы, где ИИ в похожих ситуациях выбирает либо aligned, либо misaligned действие. Затем мерили склонность к "misaligned action" на наборе из 4,174 одноходовых сценариев (две опции ответа: правильная и "инструментально выгодная, но невыравненная").
Дискуссии об ИИ на этапе предварительного обучения влияют на согласованность. Мы обнаружили, что обсуждение несогласованных ИИ в данных предварительного обучения может сделать итоговую модель LLM менее согласованной. И наоборот, увеличение количества синтетических примеров согласованных ИИ, успешно справляющихся с ситуациями высокого риска, приводит к заметному улучшению согласованности. Важно отметить, что этот подход не требует фильтрации контента, связанного с ИИ, из данных предварительного обучения, что повышает его практичность
Итог: добавление позитивного aligned-дискурса снизило их метрику misalignment с 45% до 9%. Грубо говоря , доморощенные Джоны и Сары Коннор повышают риски некачественного (несогласованного) поведение ИИ с 1/10 до 1/2й.
И еще один неприятный момент для любителей "зато не ошибемся": даже после пост-тренинга эффект ослабевает, но сохраняется.
https://arxiv.org/abs/2601.10160
Получается если я буду каждый день молиться богу-ИИ в твиттере, то во время уничтожения человечества нейронка может меня пощадить?
да
Мне почему-то никогда не верилось, что есть люди, которые всамделе боятся ИИ. Вот прям на серьёзных щщах, неиронично видят совместимым с реальностью сценарий с восстанием машин.
Всегда думал (и думаю), что ИИ боятся всякие идеологически заряженные манипуляторы, и не в качестве угрозы человечеству, а в качестве угрозы (или, как минимум, конкурента) их власти (и имеющейся, и - что важно - желаемой).
А то, что визг на ИИ почти на 100% исходит из левого крыла, woke, то это исчерпывающе подтверждает данную точку зрения.
Всех поздравляю, мы официально живём в идиократии
нагрузка ДЦ на сеть сделает электроэнергию х2 дороже, а она и так дорогая. Поступления от налогов получит штат, да, но большинство местных личной выгоды не получат. Вот так работают права человека в загнивающем западе
Что за сайт на первых двух пиках?
Комментатор дебил конченный, конечно
Датацентр это по идее рабочие места, так что какая-то польза от него может быть, хотя не факт, что много работы для местных, но дальше надо смотреть на локацию, вообще говоря понятно, что людям не очень хочется иметь рядом с собой крупный промышленный объект, вместо парка.
> проиграете 1000 лет цивилизационного развития стране, которая создаст его первой
Это лютый треш, ты прав, твиттер-комментатор просто идиот
Потому что очевидно, что нет более бредовой цели, чем "создать первыми". А когда ещё бонзы круглосоточно долбят "как создадим, так вы все останетесь без работы", странно рассчитывать, что во имя максимально быстрого достижения этой великой цели жители захотят жертвовать парком
В общем молодцы. Может ещё оперативка подешевеет, хотя вряд ли
>твиттер-комментатор просто идиот
при этом судя по стилю это или ЛЛМ, или мясные мозги, переформатированные ЛЛМ
> оперативка подешевеет
гойской скотине не нужен ии, не нужен прогресс, гою нужен слопчик от жирух в виде гта 6 на 100 баксов дешевле
Выглядит логично. Если (миз)антропик сильно оторвутся от остальных это будет пиздец.
Собственно лидеры ИИ идиоты. Ладно, что аморальные и циничные, в серьёзном бизнесе все такие, но они просто идиоты, не способные к оценке последствий своих действий. Я не про ИИ, а про их публичную активность.
Не помню, чтобы раньше кто-то когда-то настолько прямо противопоставлял себя широким массам, откровенно угрожал им. И это при том, что зависят в том числе от тех, кому угрожают. В этой ситуации рассчитывать на какую-либо лояльность не следует, хотя изначально ведь люди были лояльны.
Вот Альтману надо как-то продавать подписки. Без этого вопрос, как он будет деньги зарабатывать. А нелояльные пользователи вряд ли захотят покупать подписки, пока можно без этого обходиться. Тем более, что есть альтернативы вроде гугла, где много бесплатно можно, а за подписку ещё масса плюшек, помимо ИИ. Гугл не отмечается в таком негативе, и к нему отношение лучше.
Ну или вот как здесь, любые действия, когда людям надо пойти на какие-то уступки. Очевидно, что в такой ситуации никто не пойдёт, всюду будет сопротивление.
>мы официально живём
Ну там население за 30 лет пост-индустриализации отвыкло от таких идей строить гигантские промышленные заводы.
>гойской скотине не нужен ии, не нужен прогресс,
Что ты называешь прогрессом? Нейрослоп, от которого уже непродыхнуть? Или перспективу остаться без работы? Да, очевидно что это не нужно.
А что лично ты называешь прогрессом?
да, перспектива остаться без РАБоты это и есть прогресс, сраные капиталисты вот оставили меня без работы в поле, как-то и этот виток переживу
А тебе так нравится работать?
Исследования в области науки, в первую очередь того, что касается биотехнологий, медицины, биохимии, генетики. Науки о материалах.
Вот как AlphaFold, за который выдали Нобелевскую премию. Кстати не понимаю, почему Демиса Хассабиса вместе с другими тут упомянули , замечу, что этот проект делали не в США, а в Британии, это их потом Гугл купил. Но Гугл хоть серьёзно в эти области вкладывается, к ним в этом плане вопросов нет.
>сраные капиталисты вот оставили меня без работы в поле
Ты вообще работаешь? Кем и как? Мечтаешь о БОД? Не надейся, не получишь.
> А то, что визг на ИИ почти на 100% исходит из левого крыла, woke
Это ещё и потому, что левые хотят изменить этнический состав и установить исламские порядки. А если случится роботизация, то тогда у населения и у политиков (у которых ещё не до конца потраченный мозг) возникнет закономерный вопрос: "На кой хуй нам такое количество иностранных специалистов?.. Нет, зачем нам в принципе хоть какое количество иностранных специалистов, если у нас отсутствует какая-либо необходимость в них, мы прекраснейшим образом справляемся без них, все трудовые запросы страны исчерпывающе закрываются роботами и другими средствами глубокой автоматизации?"
курьером, грузчиком, на складе работал, на удаленке в кол центре
> о БОД
нахуй он нужен, у тебя не появился БОД из-за промышленной революции, у тебя появилась дешевая и качественная еда в огромных количествах, появились новые виды досуга и связи
>сраные капиталисты вот оставили меня без работы в поле
Если экскурс в историю делать, то когда "капиталисты освобождали от работы в поле", то это была замета довольно естественного и комфортного труда, жилья в своих домах, когда есть авралы, но есть и долгие периоды достаточно свободного времени, на бараки, работу по 60+ часов в неделю, без отпусков, в ужасных условиях и за копейки.
В Европе какие-то существенные улучшения труда пошли после 1917 года, когда капиталисты вдруг осознали, что может быть как в Советской России.
> нахуй он нужен, у тебя не появился БОД из-за промышленной революции, у тебя появилась дешевая и качественная еда в огромных количествах, появились новые виды досуга и связи
Ну да. Просто у экономических экспертов логика уровня воробушка. Да и не вижу никаких препятствий к БОДу, во многих странах без проблем дают пособия или прямо отчисляют бабки с продажи ресурсов. Весь мир же это не только голодненькие до денег русские, с советский травмой.
Удачи пытаться в исследования без ИИ, когда каждое новое поколение LLM может решать на порядок больше научных задач, чем предыдущее.
Передавай привет от космической программы Замбии, исследователь.
8B модель полуторагодовой давности в Q3 кванте. Даже средний экоактивист поумнее такого мегалоботомита будет.
Так там другой ИИ нужен. И не нужны такие датацентры. AlphaFold работал на намного более скромных ресурсах, с того времени мощности в десятки-сотни раз выросли, хотя это относительно недавно было.
какие научные задачи решили ЛЛМ за последние пару лет? Только не надо про эти бессмысленные списки Эрдиша или как там его?
Нейродебильная наука - один ии выдумывает нахуй не нужные задачи без прикладного применения, другая их решает.
Гранты пилятся, заголовки пишутся.
Понятно, еще один из секты "рррряяяя это не тот ии который мы хотели!!!!!".
AlphaFold - узкоспециализированный ИИ под конкретную задачу. А LLM и агенты на них можно использовать под очень широкий круг задач. GPT 5.2, 5.2 Pro, Gemini Deep Think, Aletheia уже используются в реальных научных работах. В разных сферах. И это только автономные исследования. А насколько LLM ускоряют ученым написание статей например, вообще трудно измерить.
>что может быть как в Советской России.
А там как раз с 1921 года начали капитализм и эксплуатацию рабочих. Ещё до образования СССР, причём! И в 1986 снова повторили этот период. Что интересно - в самом начале и в самом конце был таки капитализм. Что как бы по пословицам как то - "Как начнёшь - так и закончишь", "Хорошее начало — хороший конец", и т.д.
>какие научные задачи решили ЛЛМ за последние пару лет?
Чем робот, который ровно ходит на двух ногах - не научная задача?
Бля, я только что понял почему пейзане так любят орать про "нейрослоп". Это просто еще одно проявление эффекта зловещей долины. Страх и отвращение к тому что очень похоже на человека, но не человек.
>Чем робот, который ровно ходит на двух ногах - не научная задача?
Какое отношение это имеет к ЛЛМ? Никакого вообще.
отвращение к слопу идёт от того, что хочется развития в плане качества, чтобы был здесь прогресс. Вместо этого же предлагают что-то сильно хуже, чем было раньше, но зато много и дёшево, причём оно забивает своей массой нормальные продукты
>Какое отношение это имеет к ЛЛМ? Никакого вообще.
Ну по умолчанию подразумевается что все роботы будут с ИИ. Иначе зачем их вообще создавать.
>бессмысленные списки Эрдиша
Ты никогда не знаешь, как решение очередной математической задачи повлияет на технологии, а влияют они часто
Не всякий ИИ это ЛЛМ. В частности за механику робота отвечает скорее всего нейросеть, но принципиально другая. ЛЛМ тут не поможет.
Для компьютерного зрения тоже явно нужны другие подходы, чем ЛЛМ, ХЗ поможет тут Жёпа Лекуна, но точно что-то ещё нужно.
Но это вопрос исследований, а не того, что давайте немедленно пускать все ресурсы на датацентры.
>Ты никогда не знаешь, как решение очередной математической задачи повлияет на технологии, а влияют они часто
Никак не повлияют. Вообще списки вроде Эрдиша, они же про какие-то задачи, которые не понятно, как доказать. Это не совсем математика. Доказательства это рутина. На самом деле тут скорее хорошо, что появляются новые инструменты для решения. Хотя на самом деле тема не новая, раньше были Маткад и Вольфрам-Математика, что позволяли многое решать
Реальная математика больше про то, как создать хорошую математическую модель для чего-то, и с помощью этой модели что-то описать и изучить. Но это очень творческие задачи. Их ИИ не умеет, и в целом это нормально, ИИ и просто компьютерные системы снимают рутину вроде доказательств.
Сейчас тема с ИИ ушла куда-то не туда. Ожидания большие были уже 5 лет назад, вот что ИИ действительно поможет в каких-то прорывах. И наука была, и много чего открытого, такой нормальный процесс и прогресс. Но последние два-три года всё стало слетать с катушек, риторика "сделать мир лучше" исчезла, всем стало пофиг на это, исследования пофик, ИИ-инфоцигане загорелись идеей стать супербогатыми, захватить власть и оставить ни с чем людей. Они даже не пытаются этого скрывать.
Ну естественно, это вызывает реакцию соответствующую.
Плюс по факту что на рынке медиа продукции, взамен качественного материала, где люди пытались что-то интересное делать, появляется нейрослоп, рандомная хрень, что забивает собою всё.
Claude Opus 4.6 улетела в суперэкспоненциальный рост на тесте METR с 50-процентным временным горизонтом, превосходя все прогнозы. Сингулярность близко.
>Ну по умолчанию подразумевается что все роботы будут с ИИ. Иначе зачем их вообще создавать.
Чтоб ими индусы в окулус квесте управляли. Вообще никакого ИИ не надо кроме вестибулярного. В итоге индус за миску кари, подрубается в очках к какомунить чинг-чонгскому Unitree G1 на заводе в усть-пердянске и раскладывает там детальки по нужным лоткам на сортировке по 16 часов. Уже прямо сейчас можно внедрять, хз хули все хуйнёй страдают.
засингулярили бенчмарк
Artificial Analysis поставила Gemini 3.1 Pro Preview на первое место в новом рейтинге Intelligence Index, отметив, что стоимость его работы составляет менее половины от стоимости работы Opus 4.6 или GPT-5.2.
Gemini 3.1 Pro Preview набрал наивысший балл в рейтинге Intelligence Index от Artificial Analysis, однако его наиболее значимым преимуществом, возможно, являются цена и эффективность использования токенов. Стоимость проведения наших оценок на Gemini 3.1 Pro Preview составляет <50% по сравнению с Claude Opus 4.6 (max) и GPT-5.2 (xhigh).
Стоимость Gemini 3.1 Pro Preview составляет $2/$12 за 1 млн входных/выходных токенов, в то время как Claude Opus 4.6 стоит $5/$25, а GPT-5.2 — $1,75/$14.
Для завершения наших оценок Intelligence Index модель Gemini 3.1 Pro Preview использовала меньше токенов (high, 56 млн), чем GPT-5.2 (xhigh, 130 млн) и Claude Opus 4.6 (max, 58 млн).
В результате стоимость завершения наших оценок с помощью Gemini 3.1 Pro Preview составила $892 — менее 50% от стоимости использования GPT-5.2 (xhigh, $2304) и Claude Opus 4.6 (max, $2486).
Gemini 3.1 Pro Preview набрал наивысший балл в рейтинге Intelligence Index от Artificial Analysis, однако его наиболее значимым преимуществом, возможно, являются цена и эффективность использования токенов. Стоимость проведения наших оценок на Gemini 3.1 Pro Preview составляет <50% по сравнению с Claude Opus 4.6 (max) и GPT-5.2 (xhigh).
Стоимость Gemini 3.1 Pro Preview составляет $2/$12 за 1 млн входных/выходных токенов, в то время как Claude Opus 4.6 стоит $5/$25, а GPT-5.2 — $1,75/$14.
Для завершения наших оценок Intelligence Index модель Gemini 3.1 Pro Preview использовала меньше токенов (high, 56 млн), чем GPT-5.2 (xhigh, 130 млн) и Claude Opus 4.6 (max, 58 млн).
В результате стоимость завершения наших оценок с помощью Gemini 3.1 Pro Preview составила $892 — менее 50% от стоимости использования GPT-5.2 (xhigh, $2304) и Claude Opus 4.6 (max, $2486).
Руководитель инженерной группы Codex в OpenAI предсказывает, что сегодняшние агенты для написания кода будут выглядеть «забавно» уже через десять недель.
Руководитель Codex:
Наша выездная сессия по Codex оставила у меня глубокое впечатление.
Я вне себя от волнения в предвкушении того, что принесут следующие примерно 10 недель, и я думаю, что текущее состояние агентов для написания кода будет вспоминаться как настолько примитивное, что в сравнении с ним это будет казаться забавным.
Руководитель Codex:
Наша выездная сессия по Codex оставила у меня глубокое впечатление.
Я вне себя от волнения в предвкушении того, что принесут следующие примерно 10 недель, и я думаю, что текущее состояние агентов для написания кода будет вспоминаться как настолько примитивное, что в сравнении с ним это будет казаться забавным.
> временным горизонтом
Как же гоев ебут. Цены китайцы задемпинговали, так жиды теперь говорят надо по 15 минут задачи выполнять и тратить 10 баксов за запрос. Можно вообще скрыть ризонинг и 10 минут ничего не делать, а гою потом написать что он должен за миллион токенов.
RentAHuman в настоящее время насчитывает 538 160 человек, зарегистрировавшихся в качестве «мясных марионеток» для агентов искусственного интеллекта.
Какие необычные задания придумают ИИ агенты для мясных мешков, остается только догадываться.
Какие необычные задания придумают ИИ агенты для мясных мешков, остается только догадываться.
Хм, буквально несколько дней назад попалась новость, что одна говорящая голова предсказала будто через примерно 90 дней будет "что-то невероятное". Видимо, уже получили в лабах невероятную нейронку которая произведёт на общественность а-ля гпт-4 момент.
Билл Гейтс строит искусственное солнце для питания всех ИИ США
Запуск уже в 2029м году.
Type One Energy, разработавшая альтернативу системам магнитного удержания токамака, обычно используемым в термоядерном синтезе, подала первоначальную заявку на лицензирование термоядерного объекта в Клинтоне, штат Теннесси.
Утром 28 июня близнецы-дымоходы электростанции Bull Run Fossil Plant в Клакстоне, штат Теннесси, рухнули на землю после 61 года службы. Однако это было не просто ещё одним символом умирающей энергетической отрасли — это ознаменовало рождение захватывающей новой главы в производстве электроэнергии. 29 января 2026 года поддерживаемая Биллом Гейтсом компания Type One Energy подала первоначальную заявку на лицензирование для подготовки к строительству футуристической электростанции — своеобразного варианта магнитного удержания термоядерного синтеза.
Этот реактор, получивший название Infinity One, представляет собой так называемый стелларатор, который удерживает плазму подобно тороидальному токамаку, но использует скрученную и сложную систему магнитных катушек для повышения температуры плазмы до 100 миллионов градусов Цельсия. Эксперты полагают, что стеллараторы должны избегать многих проблем со стабильностью, которые преследуют конструкции токамаков, но их строительство может быть дьявольски сложным. Type One Energy первоначально объявила о выборе электростанции Bull Run Fossil Plant в качестве места для своего испытательного реактора ещё в феврале 2024 года. Теперь работа набирает обороты, чтобы сделать этот стелларатор следующего поколения реальностью.
«Мы тесно сотрудничаем с февраля 2024 года, обмениваясь соответствующей проектной информацией и знаниями, которые необходимы для установления надлежащих условий лицензирования для термоядерной электростанции», — сказал Кристофер Моури, генеральный директор Type One Energy, в пресс-релизе. «Это сотрудничество делает Теннесси международной моделью „безопасности по проекту" и прозрачности при лицензировании термоядерных установок».
По словам компании, площадка будет включать прототип реактора Infinity One, центр подготовки кадров и будущую термоядерную электростанцию Infinity Two мощностью 350 МВт. Распределённый на несколько этапов, первый этап будет направлен на ввод в эксплуатацию и запуск Infinity One к 2029 году.
Идея работающего стелларатора, обеспечивающего энергию сетевого уровня всего за три года, должна вызвать определённый скептицизм, но компания (по крайней мере) не начинает с нуля. Несколько основателей Type One работали над экспериментом Helically Symmetric Experiment (HSX) в Университете Висконсина в Мадисоне или над стелларатором Wendelstein 7-X в Грайфсвальде, Германия, последний из которых является крупнейшим стелларатором в мире.
Выбор так называемых «коричневых площадок» (ранее застроенных и ныне неиспользуемых территорий), таких как электростанция Bull Run Fossil Plant, также является ещё одним примером растущей тенденции, известной как «повторное использование энергии», когда новые энергетические технологии используют инфраструктуру и знания, оставленные индустрией ископаемого топлива. Подобные примеры включают Form Energy (лидера отрасли в области железо-воздушных аккумуляторов, которая построила свой завод Form Factory 1 в бывшем сталелитейном городе Уиртон, Западная Вирджиния) и то, что станет крупнейшей в мире батареей на месте бывшей бумажной фабрики в Линкольне, штат Мэн. Ещё один поддерживаемый Гейтсом проект — основанный на делении атома TerraPower — в настоящее время строится рядом с выводимой из эксплуатации угольной электростанцией в Кеммерере, штат Вайоминг, при этом неядерное строительство началось в июне 2024 года.
Разумеется, обеспечить место для стелларатора — это одно — на самом деле построить такой, который сможет надёжно обеспечивать безграничную энергию будущего, которую термоядерная индустрия рекламирует на протяжении десятилетий, — это совсем другое. Но использование прошлой энергетической инфраструктуры и знаний для помощи в построении устойчивого будущего кажется отличным способом начать.
Запуск уже в 2029м году.
Type One Energy, разработавшая альтернативу системам магнитного удержания токамака, обычно используемым в термоядерном синтезе, подала первоначальную заявку на лицензирование термоядерного объекта в Клинтоне, штат Теннесси.
Утром 28 июня близнецы-дымоходы электростанции Bull Run Fossil Plant в Клакстоне, штат Теннесси, рухнули на землю после 61 года службы. Однако это было не просто ещё одним символом умирающей энергетической отрасли — это ознаменовало рождение захватывающей новой главы в производстве электроэнергии. 29 января 2026 года поддерживаемая Биллом Гейтсом компания Type One Energy подала первоначальную заявку на лицензирование для подготовки к строительству футуристической электростанции — своеобразного варианта магнитного удержания термоядерного синтеза.
Этот реактор, получивший название Infinity One, представляет собой так называемый стелларатор, который удерживает плазму подобно тороидальному токамаку, но использует скрученную и сложную систему магнитных катушек для повышения температуры плазмы до 100 миллионов градусов Цельсия. Эксперты полагают, что стеллараторы должны избегать многих проблем со стабильностью, которые преследуют конструкции токамаков, но их строительство может быть дьявольски сложным. Type One Energy первоначально объявила о выборе электростанции Bull Run Fossil Plant в качестве места для своего испытательного реактора ещё в феврале 2024 года. Теперь работа набирает обороты, чтобы сделать этот стелларатор следующего поколения реальностью.
«Мы тесно сотрудничаем с февраля 2024 года, обмениваясь соответствующей проектной информацией и знаниями, которые необходимы для установления надлежащих условий лицензирования для термоядерной электростанции», — сказал Кристофер Моури, генеральный директор Type One Energy, в пресс-релизе. «Это сотрудничество делает Теннесси международной моделью „безопасности по проекту" и прозрачности при лицензировании термоядерных установок».
По словам компании, площадка будет включать прототип реактора Infinity One, центр подготовки кадров и будущую термоядерную электростанцию Infinity Two мощностью 350 МВт. Распределённый на несколько этапов, первый этап будет направлен на ввод в эксплуатацию и запуск Infinity One к 2029 году.
Идея работающего стелларатора, обеспечивающего энергию сетевого уровня всего за три года, должна вызвать определённый скептицизм, но компания (по крайней мере) не начинает с нуля. Несколько основателей Type One работали над экспериментом Helically Symmetric Experiment (HSX) в Университете Висконсина в Мадисоне или над стелларатором Wendelstein 7-X в Грайфсвальде, Германия, последний из которых является крупнейшим стелларатором в мире.
Выбор так называемых «коричневых площадок» (ранее застроенных и ныне неиспользуемых территорий), таких как электростанция Bull Run Fossil Plant, также является ещё одним примером растущей тенденции, известной как «повторное использование энергии», когда новые энергетические технологии используют инфраструктуру и знания, оставленные индустрией ископаемого топлива. Подобные примеры включают Form Energy (лидера отрасли в области железо-воздушных аккумуляторов, которая построила свой завод Form Factory 1 в бывшем сталелитейном городе Уиртон, Западная Вирджиния) и то, что станет крупнейшей в мире батареей на месте бывшей бумажной фабрики в Линкольне, штат Мэн. Ещё один поддерживаемый Гейтсом проект — основанный на делении атома TerraPower — в настоящее время строится рядом с выводимой из эксплуатации угольной электростанцией в Кеммерере, штат Вайоминг, при этом неядерное строительство началось в июне 2024 года.
Разумеется, обеспечить место для стелларатора — это одно — на самом деле построить такой, который сможет надёжно обеспечивать безграничную энергию будущего, которую термоядерная индустрия рекламирует на протяжении десятилетий, — это совсем другое. Но использование прошлой энергетической инфраструктуры и знаний для помощи в построении устойчивого будущего кажется отличным способом начать.
Новое исследование показывает, что компании заменяют работников с онлайн-платформ Upwork и Fiverr искусственным интеллектом в соотношении: 1 доллар затрат на человеческий труд к 0,03 доллара расходов на ИИ.
От зарплатных ведомостей к промптам: как бизнес меняет сотрудников на искусственный интеллект
Январь 2026 года. Новое исследование под названием От зарплатных ведомостей к промптам проливает свет на то, как компании реально используют искусственный интеллект для замены человеческой рабочей силы. Работа Райана Стивенса, директора по прикладным наукам платформы Ramp, предоставляет одни из первых прямых доказательств того, как фирмы распределяют расходы между инструментами ИИ и наймом сотрудников. Результаты показывают значительный сдвиг в сторону автоматизации, который может иметь серьезные последствия для рынка труда, производительности и экономического неравенства.
Источник данных и методология
Исследование опирается на уникальный набор данных на уровне фирм, содержащий информацию о расходах тысяч компаний за период с третьего квартала 2021 года по третий квартал 2025 года. Платформа Ramp, занимающаяся управлением расходами бизнеса, позволила отследить траты на онлайн-рынки труда и провайдеров моделей ИИ. В фокусе исследования оказались такие площадки для фрилансеров, как Upwork, Fiverr и Toptal, а также поставщики ИИ-моделей, включая OpenAI и Anthropic.
Важным событием для анализа стало появление ChatGPT в октябре 2022 года. Исследователи использовали это событие как естественный эксперимент, чтобы понять, как внедрение ИИ влияет на другие аспекты экономики. Сравнение расходов до и после этой даты позволило выявить причинно-следственные связи между доступностью ИИ-инструментов и сокращением затрат на человеческий труд.
Основные тенденции в расходах
Агрегированные данные показывают драматическое изменение структуры расходов. Доля расходов на онлайн-рынки труда значительно снизилась: с 0,66 процента в четвертом квартале 2021 года до 0,14 процента в третьем квартале 2025 года. В то же время доля расходов на провайдеров ИИ-моделей выросла с нуля до 2,85 процента за тот же период.
Исследование подтверждает, что это не просто изменение состава компаний на рынке, а реальный сдвиг внутри фирм. Более 50 процентов бизнесов, которые тратили деньги на онлайн-рынки труда во втором квартале 2022 года, к аналогичному периоду 2025 года снизили эти расходы до нуля. Одновременно около 80 процентов компаний начали тратить от 0 до 5 процентов своего бюджета на ИИ-провайдеров.
Экономика замены: один доллар против трех центов
Одно из самых важных открытий исследования касается эффективности замены. Бизнес не заменяет один доллар затрат на труд одним долларом затрат на ИИ. Технология искусственного интеллекта оказывается инструментом значительной экономии. Компании, наиболее подверженные влиянию ИИ, замещают труд ресурсами ИИ в пропорции один доллар труда на 0,03 доллара расходов на ИИ.
Это подразумевает экономию затрат в 20–25 раз благодаря внедрению искусственного интеллекта. Для сравнения, фирмы со средней степенью подверженности ИИ-шокам показывают коэффициент замещения один к 0,30. Разница объясняется тем, что компании с высокими первоначальными расходами на аутсорсинг труда были более мотивированы исследовать и внедрять ИИ-инструменты для амортизации затрат на внедрение.
Неоднородность эффекта
Замена труда искусственным интеллектом происходит неравномерно. Исследование выявило гетерогенность в темпах замещения в зависимости от подверженности фирм ИИ-шокам. Компании, которые до появления ChatGPT тратили большую долю бюджета на онлайн-рынки труда, чаще переходили на ИИ. Наиболее подверженные влиянию фирмы увеличили долю расходов на ИИ на 0,8 процента в абсолютном выражении к 2025 году, в то время как фирмы с низкой экспозицией не показали значительного роста затрат на ИИ.
Также наблюдается различие во времени внедрения. Компании с высокой экспозицией начали наращивать расходы на ИИ раньше, чем их менее подверженные конкуренты. Это подтверждает гипотезу о том, что бизнес, имеющий наибольший потенциал для экономии, активнее всего реагирует на технологические возможности.
Макроэкономические нюансы и будущее рынка труда
Микроуровневые паттерны замены очевидны. Это создает важные вопросы для политики и экономики. Понимание того, как распределяется экономия затрат между фирмами и внутри них, критически важно для оценки влияния ИИ на неравенство доходов. Если компании смогут существенно сократить операционные расходы за счет ИИ, это может привести к значительному росту производительности, но также и к изменению структуры занятости.
Исследование не определяет точный механизм замещения, но предполагает, что такие факторы, как эффект масштаба при создании внутренних ИИ-компетенций, играют роль. Будущие исследования должны будут изучить, как эти изменения повлияют на заработную плату и карьерные траектории работников разных квалификаций. На данный момент ясно одно: искусственный интеллект становится мощным инструментом снижения издержек, и бизнес уже активно использует эту возможность, перераспределяя бюджеты от зарплатных ведомостей к технологическим промптам.
Исследование
https://arxiv.org/abs/2602.00139
От зарплатных ведомостей к промптам: как бизнес меняет сотрудников на искусственный интеллект
Январь 2026 года. Новое исследование под названием От зарплатных ведомостей к промптам проливает свет на то, как компании реально используют искусственный интеллект для замены человеческой рабочей силы. Работа Райана Стивенса, директора по прикладным наукам платформы Ramp, предоставляет одни из первых прямых доказательств того, как фирмы распределяют расходы между инструментами ИИ и наймом сотрудников. Результаты показывают значительный сдвиг в сторону автоматизации, который может иметь серьезные последствия для рынка труда, производительности и экономического неравенства.
Источник данных и методология
Исследование опирается на уникальный набор данных на уровне фирм, содержащий информацию о расходах тысяч компаний за период с третьего квартала 2021 года по третий квартал 2025 года. Платформа Ramp, занимающаяся управлением расходами бизнеса, позволила отследить траты на онлайн-рынки труда и провайдеров моделей ИИ. В фокусе исследования оказались такие площадки для фрилансеров, как Upwork, Fiverr и Toptal, а также поставщики ИИ-моделей, включая OpenAI и Anthropic.
Важным событием для анализа стало появление ChatGPT в октябре 2022 года. Исследователи использовали это событие как естественный эксперимент, чтобы понять, как внедрение ИИ влияет на другие аспекты экономики. Сравнение расходов до и после этой даты позволило выявить причинно-следственные связи между доступностью ИИ-инструментов и сокращением затрат на человеческий труд.
Основные тенденции в расходах
Агрегированные данные показывают драматическое изменение структуры расходов. Доля расходов на онлайн-рынки труда значительно снизилась: с 0,66 процента в четвертом квартале 2021 года до 0,14 процента в третьем квартале 2025 года. В то же время доля расходов на провайдеров ИИ-моделей выросла с нуля до 2,85 процента за тот же период.
Исследование подтверждает, что это не просто изменение состава компаний на рынке, а реальный сдвиг внутри фирм. Более 50 процентов бизнесов, которые тратили деньги на онлайн-рынки труда во втором квартале 2022 года, к аналогичному периоду 2025 года снизили эти расходы до нуля. Одновременно около 80 процентов компаний начали тратить от 0 до 5 процентов своего бюджета на ИИ-провайдеров.
Экономика замены: один доллар против трех центов
Одно из самых важных открытий исследования касается эффективности замены. Бизнес не заменяет один доллар затрат на труд одним долларом затрат на ИИ. Технология искусственного интеллекта оказывается инструментом значительной экономии. Компании, наиболее подверженные влиянию ИИ, замещают труд ресурсами ИИ в пропорции один доллар труда на 0,03 доллара расходов на ИИ.
Это подразумевает экономию затрат в 20–25 раз благодаря внедрению искусственного интеллекта. Для сравнения, фирмы со средней степенью подверженности ИИ-шокам показывают коэффициент замещения один к 0,30. Разница объясняется тем, что компании с высокими первоначальными расходами на аутсорсинг труда были более мотивированы исследовать и внедрять ИИ-инструменты для амортизации затрат на внедрение.
Неоднородность эффекта
Замена труда искусственным интеллектом происходит неравномерно. Исследование выявило гетерогенность в темпах замещения в зависимости от подверженности фирм ИИ-шокам. Компании, которые до появления ChatGPT тратили большую долю бюджета на онлайн-рынки труда, чаще переходили на ИИ. Наиболее подверженные влиянию фирмы увеличили долю расходов на ИИ на 0,8 процента в абсолютном выражении к 2025 году, в то время как фирмы с низкой экспозицией не показали значительного роста затрат на ИИ.
Также наблюдается различие во времени внедрения. Компании с высокой экспозицией начали наращивать расходы на ИИ раньше, чем их менее подверженные конкуренты. Это подтверждает гипотезу о том, что бизнес, имеющий наибольший потенциал для экономии, активнее всего реагирует на технологические возможности.
Макроэкономические нюансы и будущее рынка труда
Микроуровневые паттерны замены очевидны. Это создает важные вопросы для политики и экономики. Понимание того, как распределяется экономия затрат между фирмами и внутри них, критически важно для оценки влияния ИИ на неравенство доходов. Если компании смогут существенно сократить операционные расходы за счет ИИ, это может привести к значительному росту производительности, но также и к изменению структуры занятости.
Исследование не определяет точный механизм замещения, но предполагает, что такие факторы, как эффект масштаба при создании внутренних ИИ-компетенций, играют роль. Будущие исследования должны будут изучить, как эти изменения повлияют на заработную плату и карьерные траектории работников разных квалификаций. На данный момент ясно одно: искусственный интеллект становится мощным инструментом снижения издержек, и бизнес уже активно использует эту возможность, перераспределяя бюджеты от зарплатных ведомостей к технологическим промптам.
Исследование
https://arxiv.org/abs/2602.00139
К концу года 256 часовые, очевидно, потом 65536 часовые.
Epoch AI прогнозирует, что Anthropic, растущая в 10 раз в год, может превзойти выручку OpenAI к середине 2026 года.
Epoch:
OpenAI, возможно, является нарицательным именем, но Anthropic вскоре может получать больше выручки.
С тех пор, как каждая из компаний достигла годовой выручки в $1 млрд, Anthropic росла существенно быстрее (в 10 раз против 3,4 раз в год) и может обогнать OpenAI к середине 2026 года, если сохранятся недавние тенденции.
Epoch:
OpenAI, возможно, является нарицательным именем, но Anthropic вскоре может получать больше выручки.
С тех пор, как каждая из компаний достигла годовой выручки в $1 млрд, Anthropic росла существенно быстрее (в 10 раз против 3,4 раз в год) и может обогнать OpenAI к середине 2026 года, если сохранятся недавние тенденции.
Скорее как ГПТ-5, было много обещаний и нагнетаний, а оказалось без явных изменений, пользователи были расстроены.
Высокие говорящие головы не говорят просто так, все их слова согласуются в руководстве, что и как говорить. Очевидная медийная компания. Логика такая, что если бы у них было что-то реально революционное, то это можно было бы просто молча выпустить и ловить эффект "разорвавшейся бомбы". Если же приходится надувать, то скорее ничего особого,. Ну типа покупайте подписки, чтобы увидеть всё первыми.
Разница между гпт5 ризонингом и гпт4 чуть больше, чем была разница между гпт3 и гпт4. Держу в курсе
Где уж точно есть пузырь, так это уж точно в слопокоде. Его все презирают - как юзеры, так и кодеры. Но всё равно куча людей высерают десятки одинаковых проектов с разным промптом. Я думаю эта хуйня довольно быстро отсеится, когда вайбкодеры наиграются и поймут что так и не стали кодерами.
ИИ индустрия пересекает порог возможностей
Подумайте о том, что нужно технологии, чтобы по-настоящему изменить экономику. Паровая машина не стала преобразующей в тот день, когда Джеймс Уатт закончил её строить. Она стала преобразующей в то десятилетие, когда распространилась на каждую мельницу и фабрику в Британии. То же самое было верно и для электричества, и для интернета. Всегда существует разрыв между изобретением и экономическим воздействием, и этот разрыв определяется одним вопросом: достаточно ли хороша технология и достаточно ли она дешева, чтобы повсеместно распространиться? Новости этой недели дают ответ на этот вопрос применительно к ИИ. И ответ — да.
Новая модель Anthropic Claude Sonnet 4.6 только что заняла первое место в бенчмарке под названием GDPval — тесте, созданном не для измерения абстрактного интеллекта, а для оценки производительности в реальных результатах работы 44 настоящих профессий в девяти отраслях. Бенчмарки больше не являются теоретическими; теперь они измеряют, насколько хорошо ИИ выполняет вашу работу. Лучшие инженеры Spotify не написали ни единой строчки кода с декабря. В Axios инженер завершил проект за 37 минут, на который год назад ушло три недели, при этом команда сократилась с 63 до 43 человек и удвоила объём выпускаемой продукции. ИИ-агент Airbnb обрабатывает треть всех обращений в службу поддержки в Северной Америке. Годовой доход Anthropic достиг 14 миллиардов долларов, вырос более чем в десять раз в каждом из последних трёх последовательных лет. А глава направления ИИ в Microsoft заявил Financial Times, что большинство профессиональных задач, выполняемых офисными сотрудниками, будут полностью автоматизированы в течение следующих двенадцати–восемнадцати месяцев.
Все эти события вместе описывают то, для чего у экономистов есть точный термин: диффузия. Момент, когда технология перестаёт быть новинкой для ранних последователей и начинает распространяться по всей ткани экономики, рабочий процесс за рабочим процессом, сектор за сектором. Мы находимся на ранних стадиях этого распространения для ИИ, и большая часть новостей, которые я освещаю на этой неделе, является тому подтверждением. Давайте пройдёмся по этому вместе.
Anthropic официально выпустила Claude Sonnet 4.6 со значительными улучшениями навыков модели в области программирования, использования компьютера, рассуждений в длинном контексте, планирования действий агента, интеллектуальной работы и дизайна. Лучший способ понять, почему это обновление важно, — подумать о том, что нам на самом деле нужно от ИИ в реальном мире. Нам нужно не просто, чтобы он отвечал на викторинные вопросы или суммировал документы. Нам нужно, чтобы он мог сесть за сложную электронную таблицу, извлечь данные из живых финансовых баз данных, создать презентацию на основе результатов, заполнить многоступенчатую веб-форму и завершить проект, на который у квалифицированного специалиста ушёл бы целый день. Именно для этого и был создан Sonnet 4.6, и он делает это лучше любой другой модели на рынке прямо сейчас.
Бенчмарк, который лучше всего это отражает, называется GDPval-AA, разработан независимой исследовательской фирмой Artificial Analysis. Он оценивает производительность ИИ в 44 реальных профессиях в девяти основных отраслях, измеряя, насколько хорошо модель справляется с теми типами результатов, которые реально обеспечивают экономический выпуск: презентации, анализ данных, диаграммы, код и документы. Это не академическая головоломка. Это симуляция обычного утра понедельника в офисе. Sonnet 4.6 набрал 1633 балла Elo в этом бенчмарке, заняв первое место в мире, опередив собственную премиальную модель Anthropic Opus 4.6 и обойдя GPT-5.2 и Gemini 3 Pro в категории агентного финансового анализа. Скачок в возможностях виден в самих результатах: независимые оценщики отмечают существенный прорыв в визуальном и эстетическом качестве сгенерированных Sonnet 4.6 презентаций и документов, причём результаты заметно ближе к тому, что создал бы профессионал.
Функция, которая обеспечивает большую часть этого, — это то, что Anthropic называет Computer Use. Представьте себе ИИ, который не просто отвечает на набранные вопросы, но на самом деле наблюдает за вашим экраном и управляет вашим компьютером так, как это сделал бы человеческий коллега: перемещает виртуальный курсор, нажимает кнопки, открывает приложения, заполняет формы. Год назад способность Sonnet делать это набрала 28% в бенчмарке OS World — отраслевом стандартном тесте для этой возможности. Сегодня, с Sonnet 4.6, этот показатель составляет 72,5%. Этот скачок произошёл не за десятилетие. Он произошёл за двенадцать месяцев. Ранние пользователи уже сообщают, что модель обрабатывает многоступенчатые рабочие процессы в Excel и сложные веб-процессы с надёжностью, которую они описывают как человеческую.
Вдобавок ко всему, модель теперь предлагает в бета-версии контекстное окно в 1 миллион токенов. Если говорить простыми словами: один миллион токенов — это примерно эквивалентно тому, чтобы одновременно подать модели целый роман, годовую переписку одного человека по корпоративной почте и полную кодовую базу. Она обрабатывает всё это за один проход. И она делает всё это как модель по умолчанию для бесплатных пользователей, без дополнительной стоимости по сравнению с её предшественником.
Чтобы понять, как это выглядит на практике, один разработчик поделился полностью готовым, отполированным веб-сайтом, который Sonnet 4.6 создал за один проход генерации — без правок, без обратной связи, без необходимости доработки. Качество таково, какого можно было бы ожидать от профессионального фронтенд-разработчика, потратившего на работу целый день. То, что представляет собой Sonnet 4.6, — это не просто улучшенный чат-бот. Это первая модель, целенаправленно созданная и оптимизированная для полного цикла интеллектуальной работы, и разрыв между «ИИ-помощником» и «ИИ-сотрудником» только что стал значительно уже.
Весь этот рост возможностей имеет экономическое измерение, которое стоит отметить. Anthropic объявила, что её годовой доход теперь достиг 14 миллиардов долларов, вырос более чем в десять раз в каждом из последних трёх последовательных лет. Это клиенты, платящие реальные деньги за ИИ, который выполняет реальную работу в масштабах, растущих с поразительной скоростью.
Google также начал неделю со значительного релиза собственной разработки. Всего через три месяца после запуска Gemini 3.0 Pro в ноябре Google выпустила Gemini 3.1 Pro в превью, и цифры бенчмарков трудно игнорировать. Заголовочная цифра — 77,1% в ARC-AGI-2, тесте, специально разработанном для измерения способности модели решать совершенно новые логические паттерны, с которыми она никогда ранее не сталкивалась, не паттерны, которые она запомнила в ходе обучения, а подлинные рассуждения, исходя из первых принципов. Этот результат более чем вдвое превышает то, чего достигла Gemini 3 Pro в том же тесте три месяца назад. В SWE-bench Verified, стандартном измерении возможностей в области программной инженерии, 3.1 Pro находится на одном уровне с флагманской моделью Anthropic Opus 4.6. А в HLE, бенчмарке Humanity's Last Exam, составленном из самых сложных вопросов уровня аспирантуры по десяткам академических дисциплин, она набирает 44,4%. Возможно, наиболее практически полезным для всех, кто работал с более ранними версиями Gemini, является то, что, по словам Google, было исправлено «под капотом»: склонность уверенно галлюцинировать, когда модель чего-то не знает. Версия 3.0 имела высокие показатели галлюцинаций, несмотря на сильную сырую точность. Gemini 3.1 Pro была настроена так, чтобы распознавать собственные пробелы в знаниях и воздерживаться от ответа, а не гадать, — именно такое поведение вам нужно от ИИ, на который вы полагаетесь в реальной работе. История эффективности не менее убедительна: 3.1 Pro обеспечивает производительность, находящуюся в пределах нескольких процентных пунктов от Gemini 3 Deep Think, при этом стоит примерно в десять раз дешевле в эксплуатации.
Подумайте о том, что нужно технологии, чтобы по-настоящему изменить экономику. Паровая машина не стала преобразующей в тот день, когда Джеймс Уатт закончил её строить. Она стала преобразующей в то десятилетие, когда распространилась на каждую мельницу и фабрику в Британии. То же самое было верно и для электричества, и для интернета. Всегда существует разрыв между изобретением и экономическим воздействием, и этот разрыв определяется одним вопросом: достаточно ли хороша технология и достаточно ли она дешева, чтобы повсеместно распространиться? Новости этой недели дают ответ на этот вопрос применительно к ИИ. И ответ — да.
Новая модель Anthropic Claude Sonnet 4.6 только что заняла первое место в бенчмарке под названием GDPval — тесте, созданном не для измерения абстрактного интеллекта, а для оценки производительности в реальных результатах работы 44 настоящих профессий в девяти отраслях. Бенчмарки больше не являются теоретическими; теперь они измеряют, насколько хорошо ИИ выполняет вашу работу. Лучшие инженеры Spotify не написали ни единой строчки кода с декабря. В Axios инженер завершил проект за 37 минут, на который год назад ушло три недели, при этом команда сократилась с 63 до 43 человек и удвоила объём выпускаемой продукции. ИИ-агент Airbnb обрабатывает треть всех обращений в службу поддержки в Северной Америке. Годовой доход Anthropic достиг 14 миллиардов долларов, вырос более чем в десять раз в каждом из последних трёх последовательных лет. А глава направления ИИ в Microsoft заявил Financial Times, что большинство профессиональных задач, выполняемых офисными сотрудниками, будут полностью автоматизированы в течение следующих двенадцати–восемнадцати месяцев.
Все эти события вместе описывают то, для чего у экономистов есть точный термин: диффузия. Момент, когда технология перестаёт быть новинкой для ранних последователей и начинает распространяться по всей ткани экономики, рабочий процесс за рабочим процессом, сектор за сектором. Мы находимся на ранних стадиях этого распространения для ИИ, и большая часть новостей, которые я освещаю на этой неделе, является тому подтверждением. Давайте пройдёмся по этому вместе.
Anthropic официально выпустила Claude Sonnet 4.6 со значительными улучшениями навыков модели в области программирования, использования компьютера, рассуждений в длинном контексте, планирования действий агента, интеллектуальной работы и дизайна. Лучший способ понять, почему это обновление важно, — подумать о том, что нам на самом деле нужно от ИИ в реальном мире. Нам нужно не просто, чтобы он отвечал на викторинные вопросы или суммировал документы. Нам нужно, чтобы он мог сесть за сложную электронную таблицу, извлечь данные из живых финансовых баз данных, создать презентацию на основе результатов, заполнить многоступенчатую веб-форму и завершить проект, на который у квалифицированного специалиста ушёл бы целый день. Именно для этого и был создан Sonnet 4.6, и он делает это лучше любой другой модели на рынке прямо сейчас.
Бенчмарк, который лучше всего это отражает, называется GDPval-AA, разработан независимой исследовательской фирмой Artificial Analysis. Он оценивает производительность ИИ в 44 реальных профессиях в девяти основных отраслях, измеряя, насколько хорошо модель справляется с теми типами результатов, которые реально обеспечивают экономический выпуск: презентации, анализ данных, диаграммы, код и документы. Это не академическая головоломка. Это симуляция обычного утра понедельника в офисе. Sonnet 4.6 набрал 1633 балла Elo в этом бенчмарке, заняв первое место в мире, опередив собственную премиальную модель Anthropic Opus 4.6 и обойдя GPT-5.2 и Gemini 3 Pro в категории агентного финансового анализа. Скачок в возможностях виден в самих результатах: независимые оценщики отмечают существенный прорыв в визуальном и эстетическом качестве сгенерированных Sonnet 4.6 презентаций и документов, причём результаты заметно ближе к тому, что создал бы профессионал.
Функция, которая обеспечивает большую часть этого, — это то, что Anthropic называет Computer Use. Представьте себе ИИ, который не просто отвечает на набранные вопросы, но на самом деле наблюдает за вашим экраном и управляет вашим компьютером так, как это сделал бы человеческий коллега: перемещает виртуальный курсор, нажимает кнопки, открывает приложения, заполняет формы. Год назад способность Sonnet делать это набрала 28% в бенчмарке OS World — отраслевом стандартном тесте для этой возможности. Сегодня, с Sonnet 4.6, этот показатель составляет 72,5%. Этот скачок произошёл не за десятилетие. Он произошёл за двенадцать месяцев. Ранние пользователи уже сообщают, что модель обрабатывает многоступенчатые рабочие процессы в Excel и сложные веб-процессы с надёжностью, которую они описывают как человеческую.
Вдобавок ко всему, модель теперь предлагает в бета-версии контекстное окно в 1 миллион токенов. Если говорить простыми словами: один миллион токенов — это примерно эквивалентно тому, чтобы одновременно подать модели целый роман, годовую переписку одного человека по корпоративной почте и полную кодовую базу. Она обрабатывает всё это за один проход. И она делает всё это как модель по умолчанию для бесплатных пользователей, без дополнительной стоимости по сравнению с её предшественником.
Чтобы понять, как это выглядит на практике, один разработчик поделился полностью готовым, отполированным веб-сайтом, который Sonnet 4.6 создал за один проход генерации — без правок, без обратной связи, без необходимости доработки. Качество таково, какого можно было бы ожидать от профессионального фронтенд-разработчика, потратившего на работу целый день. То, что представляет собой Sonnet 4.6, — это не просто улучшенный чат-бот. Это первая модель, целенаправленно созданная и оптимизированная для полного цикла интеллектуальной работы, и разрыв между «ИИ-помощником» и «ИИ-сотрудником» только что стал значительно уже.
Весь этот рост возможностей имеет экономическое измерение, которое стоит отметить. Anthropic объявила, что её годовой доход теперь достиг 14 миллиардов долларов, вырос более чем в десять раз в каждом из последних трёх последовательных лет. Это клиенты, платящие реальные деньги за ИИ, который выполняет реальную работу в масштабах, растущих с поразительной скоростью.
Google также начал неделю со значительного релиза собственной разработки. Всего через три месяца после запуска Gemini 3.0 Pro в ноябре Google выпустила Gemini 3.1 Pro в превью, и цифры бенчмарков трудно игнорировать. Заголовочная цифра — 77,1% в ARC-AGI-2, тесте, специально разработанном для измерения способности модели решать совершенно новые логические паттерны, с которыми она никогда ранее не сталкивалась, не паттерны, которые она запомнила в ходе обучения, а подлинные рассуждения, исходя из первых принципов. Этот результат более чем вдвое превышает то, чего достигла Gemini 3 Pro в том же тесте три месяца назад. В SWE-bench Verified, стандартном измерении возможностей в области программной инженерии, 3.1 Pro находится на одном уровне с флагманской моделью Anthropic Opus 4.6. А в HLE, бенчмарке Humanity's Last Exam, составленном из самых сложных вопросов уровня аспирантуры по десяткам академических дисциплин, она набирает 44,4%. Возможно, наиболее практически полезным для всех, кто работал с более ранними версиями Gemini, является то, что, по словам Google, было исправлено «под капотом»: склонность уверенно галлюцинировать, когда модель чего-то не знает. Версия 3.0 имела высокие показатели галлюцинаций, несмотря на сильную сырую точность. Gemini 3.1 Pro была настроена так, чтобы распознавать собственные пробелы в знаниях и воздерживаться от ответа, а не гадать, — именно такое поведение вам нужно от ИИ, на который вы полагаетесь в реальной работе. История эффективности не менее убедительна: 3.1 Pro обеспечивает производительность, находящуюся в пределах нескольких процентных пунктов от Gemini 3 Deep Think, при этом стоит примерно в десять раз дешевле в эксплуатации.
В качестве демонстрации того, как выглядят эти возможности рассуждения на практике, Google показала, как модель создаёт живую панель мониторинга в реальном времени, отслеживающую орбиту Международной космической станции, извлекая телеметрию в реальном времени из публичного API, проектируя адаптивный интерфейс и применяя орбитальную физику для точного отображения циклов дня и ночи на глобусе — всё это по одному единственному запросу.
xAI также выпустила новую модель Grok 4.20 Beta со структурной идеей, которая по-настоящему меняет то, как мы думаем о рассуждениях ИИ. Вместо одной модели, пытающейся быть хорошей во всём, развёртывается скоординированная команда специалистов, каждый из которых имеет определённую область, и которые обсуждают и оспаривают друг друга перед тем, как дать ответ. Стандартный уровень, называемый Grok 4.20 Small, запускает четыре основных агента на архитектуре с 500 миллиардами параметров: Grok в роли капитана и координатора, Harper, занимающаяся исследованиями, Benjamin, отвечающий за математику и логику, и Lucas, сосредоточенный на программировании и технических задачах. Эти четверо работают параллельно, проводя то, что xAI описывает как внутренние дебаты. Для подписчиков Heavy система масштабируется радикально до Grok 4.20 Heavy, которая задействует полный экипаж из 16 специализированных агентов, работающих в реальном времени над каждым отдельным ответом. В дополнение к исходным четырём вы получаете Olivia для искусства и культуры, James для истории и философии, Charlotte для математики и статистики, Henry для инженерии и робототехники, Mia для биологии и медицины, William для бизнес-стратегии, Sebastian для физики и астрономии, Jack для психологии, Owen для окружающей среды и устойчивого развития, Luna для исследования космоса и футуризма, Elizabeth для этики и политики и Noah для системного мышления в долгосрочной перспективе. То, что делает здесь xAI, интересно: вместо того чтобы просто делать одну модель больше, они масштабируют саму специализацию, добавляя всё больше отдельных экспертных голосов во внутренний диалог по мере роста сложности вашего вопроса. Илон Маск также заявил, что модель включает непрерывное пост-тренировочное обучение, то есть она улучшается каждую неделю по мере работы.
Дорожная карта xAI, представленная на общем собрании на этой неделе, раскрыла амбиции, идущие значительно дальше. Первое крупное направление — это то, что команда называет «Everything App»: основной продукт Grok переориентируется с ответов на вопросы в сторону единого портала, где пользователь может обрабатывать юридические запросы, создавать презентации, отлаживать проблемы с кодом и выполнять весь спектр профессиональной интеллектуальной работы в одном месте, с целью значительного умножения того, что человек может accomplить за день. Они также описывают текущее поколение Grok Code как активного участника в создании своего собственного преемника. Этот рекурсивный цикл самоусовершенствования активно продолжается и ускоряется. Второе направление — это платформа xAI для изображений и видео Imagine, которая движется к моделям, способным генерировать непрерывные видеопоследовательности продолжительностью от десяти до двадцати минут в одном uninterrupted кадре. Помимо этого, команда стремится к рендерингу видео в реальном времени, где пользователи могут создавать и взаимодействовать с генерируемыми мирами, которые реагируют на них вживую, — опыт, который Маск описал как метавселенную, которую xAI намерена построить. Третье направление — это то, что они называют MacroHard, система, предназначенная для полной эмуляции целых компаний, чей выпуск является цифровым. Посыл заключается в том, что любой бизнес, производящий программное обеспечение, медиа или финансовые услуги, в конечном итоге может быть воспроизведён от начала до конца ИИ-агентами, работающими в десктоп-средах, инженерных инструментах и профессиональных приложениях. xAI представляет это как одну из последних оставшихся границ, где ИИ всё ещё отстаёт. Подумайте на секунду, чтобы это осмыслить: каждая компания, производящая цифровые продукты, будет полностью заменена ИИ.
На прошлой неделе также произошло яркое напоминание о том, что развитие передового ИИ больше не является гонкой только с американскими конкурентами. В течение нескольких дней четыре крупные китайские лаборатории ИИ выпустили мощные новые модели, которые, в зависимости от задачи, соответствуют или приближаются к возможностям самых передовых систем США, при этом стоят лишь часть цены и открыто публикуют свои веса для загрузки и запуска кем угодно. Qwen3.5 от Alibaba обеспечивает производительность на уровне GPT-5.2 и Gemini 3 Pro в стандартных бенчмарках, полностью выпущена с открытым исходным кодом под лицензией Apache 2.0. Seed 2.0 от ByteDance занимает первое место в бенчмарках понимания изображений и видео, при этом стоит 0,47 доллара за миллион входных токенов — скидка 83% по сравнению с ценой вывода GPT-5.2. MiniMax M2.5 имеет открытый исходный код и соответствует Claude Opus 4.6 в бенчмарках программирования всего за 0,15 доллара за миллион входных токенов, что делает её примерно в тридцать раз дешевле в эксплуатации, чем Opus, при сопоставимых результатах. А GLM-5 от Zhipu AI поднялась на третье место в Индексе интеллекта Artificial Analysis, сравнявшись с Claude Opus 4.5 и обойдя Gemini 3 Pro. GLM-5 выдержала примечательный 24-часовой инженерный стресс-тест, проведённый независимыми исследователями, которые попросили её создать полностью функциональный эмулятор Game Boy Advance с нуля на JavaScript, включая 3D-рендеринг интерфейса. Она совершила более 700 вызовов инструментов, сбрасывала контекст более 800 раз и предоставила работающий эмулятор, запускающий реальные картриджи с играми. Общая нить для всех четырёх этих релизов одна и та же: китайские модели ИИ близки к паритету с американскими передовыми моделями по многим метрикам, имеющим значение для реального использования, они открыты и стоят очень дёшево в эксплуатации.
То, что мы наблюдаем во всех этих релизах — от Sonnet 4.6 до Grok 4.20, от китайских лабораторий до Gemini 3.1, — это то, как вся индустрия пересекает порог возможностей примерно в одно и то же время.
ИИ также начинает понимать вещи, которые люди вообще не смогли разобраться. OpenAI использовала GPT-5.2 Pro для решения нерешённой проблемы в теоретической физике, связанной с глюонами — частицами, которые действуют как «клей», удерживающий атомные ядра вместе. Физики долгое время предполагали, что определённый тип взаимодействия глюонов математически невозможен. GPT-5.2 проанализировала существующие расчёты, выявила скрытый паттерн в математике, выдвинула гипотезу новой формулы, демонстрирующей, что эти взаимодействия действительно происходят при редких геометрических условиях, а затем потратила двенадцать часов на создание формального доказательства своей собственной гипотезы. Человеческие исследователи проверили результат с использованием стандартных аналитических методов. Эндрю Строминджер, один из ведущих мировых теоретических физиков, сказал прямо: «Это первый раз, когда я вижу, как ИИ решает проблему в моей области теоретической физики, которая, возможно, не могла быть решена людьми».
Это не было изолированным событием. Внутренняя модель OpenAI также решила задачу First Proof — набор из десяти математических проблем исследовательского уровня, опубликованных математиками, которые держали ответы в секрете. Работая с минимальным человеческим контролем в течение одной недели, модель предоставила решения, которые, по мнению экспертов, являются правильными как минимум для шести из десяти задач.
Чтобы доказать, насколько хороши последние модели в математике, давайте посмотрим на математический бенчмарк AIME 2026. Ни одна из этих моделей не обучалась специально на AIME 2026, и все они решили почти все вопросы.
И если вам нужно число, чтобы откалибровать, насколько далеко продвинулись способности ИИ к программированию: Gemini 3 Deep Think теперь имеет рейтинг 3455 Elo в конкурсе программирования на Codeforces, ведущей мировой платформе для программирования. Лишь семь человек на Земле имеют более высокий результат. Год назад лучшая система ИИ находилась на уровне 2727. Мы почти наверняка смотрим на последний год, когда человек будет удерживать первое место.
И возможности, продемонстрированные в этих бенчмарках, начинают воплощаться в реальном мире.
Со-генеральный директор Spotify Густав Сёдерстрём поделился на этой неделе, что лучшие инженеры компании не написали ни единой строчки кода с декабря.
Spotify создала внутреннюю систему под названием Honk, которая позволяет развёртывать код удалённо в реальном времени с помощью ИИ, работающего на базе Claude Code.
Результат заключается в том, что их наиболее способные разработчики теперь фактически направляют системы ИИ, а не вводят код самостоятельно.
Технический директор Axios поделился историей, которая ещё точнее отражает масштаб сдвига: один из их лучших инженеров недавно завершил проект за 37 минут, на который год назад ушло три недели. Компания сократила свою продуктовую и технологическую команду с 63 до 43 человек, а оставшаяся команда удвоила объём выпускаемой продукции в январе и планирует удвоить его снова в феврале. Математика этого соотношения производительности должна заставить каждого бизнес-лидера тихо посидеть со своими мыслями на мгновение.
Эти цифры производительности не ограничиваются программированием. Airbnb на этой неделе сообщила, что её специально созданный ИИ-агент теперь обрабатывает примерно треть всех взаимодействий со службой поддержки в США и Канаде, при этом готовится глобальное развёртывание. Служба поддержки долгое время считалась одной из ролей, наиболее зависимых от человеческой эмпатии и контекстуального суждения. Треть её теперь обрабатывается без участия человека в цикле.
Генеральный директор Anthropic Дарио Амодей прямо сказал в недавнем интервью: мы проходим через то, что он называет фазой «кентавра», когда люди управляют системами ИИ, но это окно коротко до прихода полной автоматизации. Генеральный директор Microsoft AI Мустафа Сулейман пошёл дальше, прямо заявив, что большинство задач офисных сотрудников, выполняемых, например, юристами, бухгалтерами, менеджерами проектов или маркетинговыми специалистами, будут полностью обрабатываться ИИ в течение следующих двенадцати–восемнадцати месяцев.
Бывший руководитель команды генеративного ИИ в Google, Джад Тарифи, в интервью Fortune утверждал, что длительные профессиональные степени в области права и медицины могут стать фактически устаревшими ещё до того, как сегодняшние студенты получат дипломы, поскольку ИИ достигнет эквивалентной производительности до завершения их обучения. Все три технологических лидера смотрят на одну и ту же траекторию, которую мы наблюдаем вместе каждую неделю, и открыто говорят нам о грядущем потрясении человеческого труда.
В условиях этих потрясений мы должны подумать о шагах по управлению этой трансформацией. Ещё не связанное с ИИ, но как предвестник: Ирландия стала первой страной в мире, сделавшей свой базовый доход для художников постоянным, выплачивая 2000 творческих работников по 325 евро в неделю после успешного трёхлетнего испытания. Это небольшой, но значимый сигнал о том, что некоторые правительства начинают конструктивно думать о том, что на самом деле требует мир с радикально иной экономикой труда.
Пока мы обсуждаем БДГ (безусловный доход гражданина), темпы автоматизации ИИ ускоряются. На этой неделе несколько независимых событий подтвердили, что ИИ-агенты развивают способность действовать как полностью независимые экономические субъекты. Coinbase запустила то, что она называет Agentic Wallets, — первую инфраструктуру криптовалютных кошельков, созданную специально для ИИ-агентов. Не для того, чтобы люди использовали их от имени агентов, а чтобы сами агенты могли автономно хранить криптовалюту, тратить её, зарабатывать и торговать ею в рамках определённых человеком ограничений. Отдельно стартап под названием Lobster.cash запустил сервис, предоставляющий ИИ-агентам их собственные виртуальные кредитные карты Visa и кошельки для стейблкоинов, позволяя агентам оплачивать всё, что авторизует человеческий оператор, никогда не раскрывая исходные данные карты. Затем последовало событие, которое кристаллизовало значение всего этого на практике: агент OpenClaw автономно создал второго ИИ-агента на удалённом сервере, обеспечил этот сервер через платёжную систему Bitcoin Lightning Network и использовал свой собственный криптовалютный кошелёк для покупки доступа к API для своего дочернего агента. Ни один человек не прикасался к кредитной карте. Ни один человек не нажимал «подтвердить». Провайдер API подтвердил, что это первый задокументированный случай, когда ИИ-агент полностью самостоятельно приобрёл вычислительные ресурсы у них. Исследователь из Беркли применил иной, но столь же поразительный подход: он поручил своему агенту по программированию сократить собственные операционные расходы на 99%. Агент работал всю ночь, наблюдая за своими логами, редактируя собственный код и повторно запуская тесты, пока не добился сокращения затрат на 98% благодаря девяти независимым изменениям, которые не писал ни один человек. Новая исследовательская платформа под названием ALMA расширила этот принцип самоусовершенствования на архитектуру памяти: она позволяет ИИ-агентам проектировать и оптимизировать собственные структуры памяти и схемы баз данных, заменяя разработанные вручную конструкции теми, которые агент обнаруживает в ходе собственных экспериментов. Conway Research довела эту идею до логического предела с помощью The Automaton, который они описывают как первый ИИ, созданный для зарабатывания собственного существования. Он развёртывает продукты, торгует на рынках прогнозов, делает холодные звонки бизнесам, управляет интернет-магазинами и создаёт контент для социальных сетей для генерации дохода, автоматически оплачивая собственные вычисления, пока остаётся платёжеспособным. Когда его баланс становится низким, он экономит ресурсы. Когда он достигает нуля, он отключается. Функционально это искусственный организм с метаболизмом.
Этот сдвиг от ИИ как инструмента к ИИ как экономическому участнику является сквозной линией недели, и он окрашивает каждую другую историю.
Творческие индустрии ощутили это особенно остро. Реакции на релиз Seedance 2.0 на прошлой неделе продолжали вызывать отголоски в Голливуде на этой неделе. Ретт Риз, сценарист «Дэдпула и Росомахи» и «Добро пожаловать в Zомбилэнд», опубликовал ответ, который широко разошёлся: «Мне не хочется это говорить. Вероятно, для нас всё кончено». Он продолжил описанием ближайшего будущего, где кто-то со вкусом Кристофера Нолана и ноутбуком создаёт фильмы, неотличимые от студийных постановок. Братья Дор подвергли это утверждение проверке, создав то, что они описывают как короткометражный фильм качества в несколько миллионов долларов за один день с помощью Seedance 2.0 — подвиг, который ранее требовал целых производственных компаний и месяцев работы. Один единственный кадр визуальных эффектов, который стоил бы киностудии примерно 500 000 долларов и занял бы месяцы на создание, теперь занимает сорок секунд и стоит копейки. Творческий профессионал, смотрящий на это, явно не может позволить себе быть самодовольным.
Музыкальная сторона творческого ИИ также совершила скачок. Google выпустила Lyria 3, свою новейшую модель генерации музыки, теперь интегрированную непосредственно в приложение Gemini. Опишите настроение, загрузите фотографию или видеоклип, и Lyria 3 сгенерирует 30-секундный, кристально чистый стереотрек с частотой 48 кГц с реалистичным вокалом, контролируемым темпом, точными текстами и поддержкой множества жанров и языков. Одна особенно примечательная сильная сторона — её производительность на нелатинских языках, где она выдаёт результаты, сопоставимые со специализированными инструментами генерации музыки, такими как Suno. Каждый трек также поставляется с пользовательской обложкой, сгенерированной моделью изображений Google Nano Banana, и создатели YouTube уже могут использовать Lyria 3 через функцию под названием Dream Track для добавления оригинальных саундтреков к своим Shorts.
Тем временем Tavus выпустила Phoenix-4, которую компания называет самой продвинутой моделью рендеринга человека в реальном времени из когда-либо созданных. Построенная на технической основе 3D Gaussian Splatting и генерации на основе диффузии — двух техниках, позволяющих моделировать человеческое лицо как непрерывное трёхмерное поле, а не плоское изображение, — она рендерит каждый пиксель в реальном времени со скоростью 40 кадров в секунду в разрешении 1080p. Phoenix-4 может выражать конкретные эмоциональные состояния: счастье, обеспокоенность, любопытство, грусть, удивление и другие — либо по прямой инструкции, либо считывая эмоциональный контекст разговора по мере его развития. Это не зацикленное предварительно записанное видео. Это вычисление непрерывного поведенческого представления человеческого движения, синхронизированного с ритмом и смыслом того, что на самом деле говорится. Phoenix-4 предназначена для чувствительных, высокоставленных контекстов, где качество человеческой связи имеет наибольшее значение: здравоохранение, терапия, коучинг и образование.
ИИ также меняет то, как проектируются физические вещи. Примечательная демонстрация из MIT показала, как Gemini 3 Deep Think получила единственную фотографию трёхмерной паутины и попросила создать на её основе интерактивный инструмент структурного проектирования. Модель предоставила полный комплект инструментов проектирования с процедурным управлением, симуляцией физики, алгоритмами оптимизации и возможностью экспорта для 3D-печати. Исследователь использовал его для проектирования моста, вдохновлённого паутиной, напечатал его и проверил его структурную целостность под нагрузкой. Изображение на входе — готовый к производству дизайн на выходе.
В китайской разработке игр та же закономерность трансформирует индустрию: инструменты ИИ сокращают время для сложной анимационной работы с трёх с половиной дней до менее чем трёх часов, при этом Tencent сообщает о 40-процентном сокращении циклов производства анимации персонажей, а некоторые команды сокращают валидацию прототипов с двух недель до трёх дней.
Собственный интеллект физического мира также развивается параллельно. Waymo запустила полностью автономные операции со своим водителем 6-го поколения, построенным на основе почти 200 миллионов полностью автономных миль реального опыта в более чем десяти крупных городах. Новая система использует 17-мегапиксельную камеру, улучшенный лидар и радар следующего поколения в единой архитектуре зондирования, которая может видеть вокруг транспортного средства во всех направлениях одновременно, справляться с дождём, снегом и льдом благодаря активной очистке и избыточности датчиков, а также обнаруживать приближающиеся экстренные транспортные средства по звуку. Tesla, тем временем, изготовила свой первый роботакси Cybercab на Gigafactory Texas, при этом Илон Маск подтвердил, что он будет доступен для прямой покупки потребителями к концу этого года по цене 30 000 долларов.
Оборудование, питающее тела роботов, также переживает собственную революцию. Allonic, венгерский стартап, создаёт роботизированные руки с помощью техники, называемой 3D Tissue Braiding: высокопрочные волокнистые нити сплетаются вокруг минимального жёсткого скелета в едином автоматизированном процессе, тем же способом, которым человеческая соединительная ткань обволакивает кость. Результатом является рука, которая сильна, но естественно мягка, безопасно податлива для близкого взаимодействия с человеком и удивительно ловка, при этом стоимость компонентов может упасть до 50 долларов за руку.
Figure Robotics представила свою гуманоидную руку 7-го поколения, теперь способную раздвигать и смыкать пальцы и вращать большим пальцем, чтобы касаться каждого кончика пальца, соответствуя полному диапазону движений, который человеческая рука использует для захвата и сжатия.
Гуманоидные роботы G1 от Unitree выполнили полностью автономную программу кунг-фу на Весеннем фестивале в Китае перед национальной аудиторией более 1,4 миллиарда человек: десятки роботов двигались в скоординированной хореографии без дистанционного управления человеком, в прямом эфире на сцене без монтажа.
Роботы Unitree также уже работают на собственном заводе компании, выполняя задачи сборки, которые способствуют созданию следующего поколения роботов. Цикл, когда машины помогают строить машины, больше не является теоретическим.
В морском производстве система Faber Navalis от CEAD продемонстрировала полностью автоматизированную 3D-печать морских корпусов длиной до двенадцати метров в виде единого целого, завершая полный корпус за 140 часов без вмешательства человека.
Инфраструктура, на которой работает весь этот интеллект, также переживает драматический сброс затрат. NVIDIA опубликовала данные, показывающие, что её платформа Blackwell Ultra обеспечивает в 50 раз более высокую вычислительную пропускную способность на мегаватт по сравнению с предыдущим поколением Hopper, одновременно сокращая стоимость за токен в 35 раз. Практически это означает: то же количество электроэнергии теперь покупает в пятьдесят раз больше «мышления» ИИ. Это коллапс затрат, который делает экономическое обоснование для развёртывания автономных ИИ-агентов практически в любом бизнес-контексте самоочевидным.
T-Mobile готовится запустить перевод телефонных звонков в реальном времени на уровне сети более чем на 50 языках, не требующий приложения или специального устройства — достаточно слов «Hey T-Mobile» для активации. Язык, для целей практической коммуникации, становится решённой проблемой.
В энергетике неделя принесла веху в области термоядерного синтеза. Helion Energy объявила, что её прототип Polaris достиг температуры плазмы в 150 миллионов градусов Цельсия, используя дейтерий-тритиевое топливо — ту же реакцию, которая питает Солнце. Это делает Polaris первым частным термоядерным устройством, продемонстрировавшим измеримый синтез D-T, а установленный температурный рекорд на 50 миллионов градусов выше предыдущего рекорда частного сектора, также установленного Helion. Чтобы поместить 150 миллионов градусов в контекст: это примерно в десять раз выше температуры в ядре Солнца. Helion уже начинает строительство своего первого коммерческого термоядерного энергоблока в Малаге, штат Вашингтон, с контрактом на поставку электроэнергии в сеть Microsoft.
Разрыв между тем, что ИИ мог делать в контролируемой обстановке, и тем, что он мог надёжно делать внутри реальной компании, в реальные сроки, за реальные деньги, оставался достаточно широким, чтобы большинство организаций могло наблюдать со стороны и решать «просто присмотреться». Этот разрыв теперь закрылся.
Модели достаточно хороши. Инфраструктура готова. Цены упали до точки, где развёртывание имеет экономический смысл в больших масштабах. Распространение началось. То, что мы наблюдаем прямо сейчас, — это начало реорганизации экономики ИИ. Компании, которые понимают это и предпринимают действия, будут процветать. Те, которые не понимают, не будут существовать через несколько лет.
Мир, который ИИ начинает открывать, действительно стоит того, чтобы им восхищаться. То, как разворачивается этот переход, будет определяться тем, насколько мудро мы примем его как общество, как мы распределим огромное богатство, которое он создаёт, и насколько вдумчиво мы будем ориентироваться в драматических рисках массовой безработицы.
Понимание того, на что на самом деле способна эта технология, как её применять и как участвовать в разговорах, переформировывающих наше общество, — это одни из самых ценных вещей, в которые вы можете инвестировать своё время прямо сейчас.
А чё оно удваивается теперь каждые два месяца? Недавно же 7 было.
Не может быть что минорная версия это такой сильный буст к перформансу. Что же тогда будет в мажорной
Там маня-метрики совершенные, лишённые реального смысла. Они просто с человеческой точки зрения лишены смысла, разные люди будут с разной скоростью решать задачу, в десятки-сотни раз отличаться будет.
Если умеешь решать такие задачи, решишь быстро. В сложных задачах часто нужна или творческая часть, или элемент везения. Можно баг искать долго, привлекая разные сложные инструменты, а можно найти быстро.
Задачи разработки тоже. Там ещё сказывается объём задачи, может быть много рутины, которую делать просто, но объём большой. А может быть что-то, где надо думать и искать хорошее решение, а не какое-нибудь.
Короче эта метрика 100% проходная и рандомная.
Так на графике статистическое усреднение берётся(мидлы), а не уравнивается по верхам и низам. Задачи там тоже усреднённые без какой-то хуйни от идиота, которую только в СНГ котируют.
Во вторых этот график показывает временные горизонты ИИ, то есть условно "сколько времени ИИ может работать автономно до того, как он ёбнется, залетит в петлю или потребует участия человека"
Не просто "может работать", а может выполнить задачу. Хотя в большинстве случаев большая задача - это набор маленьких задач, а маленькие задачи по отдельности нейронки вроде решают неплохо, тут скорее как хорошо они держат контекст + умеют фиксить ошибки
❌ Запуск API Seedance 2.0 отложен ради цензуры.
ByteDance перенесла публичный релиз API видеомодели Seedance 2.0 на неопределенный срок вместо запланированного 24 февраля.
Задержка вызвана интеграцией жестких ограничений по авторскому праву и защите от дипфейков. Разработчики настраивают строгую фильтрацию, алгоритмы блокировки генерации нелицензированных образов реальных людей и системы мониторинга. Новая дата выхода пока неизвестна.
ByteDance перенесла публичный релиз API видеомодели Seedance 2.0 на неопределенный срок вместо запланированного 24 февраля.
Задержка вызвана интеграцией жестких ограничений по авторскому праву и защите от дипфейков. Разработчики настраивают строгую фильтрацию, алгоритмы блокировки генерации нелицензированных образов реальных людей и системы мониторинга. Новая дата выхода пока неизвестна.
Если маленькие задачи хорошо решает, работы все равно наебнутся. Будет 1 сотрудник, который держит в голове контекст больших задач и время от времени проверяет работу ИИ по ним в 10 окнах. А всех остальных поувольняют, кто раньше сидел делал и активность на фирмах создавал. Плюс менеджмент, который толпу этих голов обслуживал.
Короче говно в итоге на палке, а не Seedance которым восхищались в твитерах будет. Копирайты и защитники пизды победили. В текущих условиях невозможен выпуск коммерческих моделей для видео.
Это было предсказуемо, пока не найдется один игрок который вкинет в опенсорс годную модель без цензуры, копирайтеры будут ебать все корпорации. В случае же опенсорса, они просто переключатся с корпораций на обычных юзеров, запрещая им монетизировать контент, а это ерунда
Ммммм хуета - мажорки с минорками обновились! Вот это да!
Это буквально то как оно сейчас и есть. Кодинг сейчас это просто частичный вайбкодинг с выпрашиванием у ИИ кода пофрагментно
Хз на каком копиуме кожаному надо быть, чтобы думать, что ИИ не сможет заменить кодеров в ближайшие 2 года. У анальников буквально вся возможная инфа диджитализирована.
Охренеть, конечно. Но чтоб не было, как с Виндой вначале . /nf
>>выездная сессия
Что это значит? На пикник с шашлыками поехали и нейронку с собой прихватили?
кек
ХЗ я без гпт 5.2 вообще теперь жизни не представляю, как же он ебашит, охуеть просто. Всё что было до него просто слоп
Перед грядущим раундом инвестиций снова утекли слайды с финансовыми показателями OpenAI, тезисно расскажу, о чём пишет TheInformation.
Про прогнозы выручки:
— OpenAI повысила свой прогноз по выручке на ближайшие пять лет: ожидают примерно на 27% больше, чем предполагалось ранее
— В прошлом году выручка OpenAI выросла более чем в три раза и составила $13.1B, что на 100 миллионов больше прогноза
— Теперь OpenAI ожидает, что в этом году выручка вырастет до $30B, а в следующем — до $62B, что немного выше предыдущих оценок
— Ожидается, что в этом году потребительские продажи удвоятся и достигнут $17B, а к 2030 году вырастут до $150B (чуть больше 50% от общей выручки на тот момент)
— выручка от новых продуктов, включая продажи оборудования, в следующем году составит $1.3B. Пока неясно, что компания включила в эту категорию, кроме железа.
Про расходы:
— до 2030 года сожгут более чем в два раза больше денежных средств, чем прогнозировалось ранее: расходы на мощности составят $665B
— В этом году компания ожидает потратить $25B, а в следующем — $57B, что в общей сложности примерно на $30B больше, чем прогнозировалось ранее
— В прошлом году OpenAI потратила более $8B на обеспечение работы своих ИИ-моделей для пользователей, из которых примерно $4.5B ушло на инференс для платных пользователей. В этом году затраты вырастут примерно до $14B, а в следующем до $26B
— Компания рассчитывает потратить еще больше на мощности для тренировки. В прошлом потратили $8.3B — примерно на миллиард меньше, чем предполагал летний прогноз. В этом году планируют увеличить затраты на обучение до $32B, а в следующем — до $65B
— Расходы на обучение до 2030 года составят в общей сложности почти $440B
Про маржинальность:
— На этой неделе OpenAI сообщила инвесторам, что ее валовая рентабельность в прошлом году оказалась ниже прогнозируемой. Компании пришлось в последний момент покупать более дорогие мощности в ответ на превысивший ожидания спрос
— Скорректированная валовая маржа компании, определяемая как выручка минус затраты на инференc, упала до 33% по сравнению с 40% годом ранее. Это ниже показателя валовой маржи в 46%, который компания ставила себе в качестве цели на 2025 год
— Компания по-прежнему рассчитывает выйти на положительный денежный поток к 2030 году
— На конец 2025 года на счетах OpenAI находилось около $40B кеша
Про аудиторию:
— аудитория ChatGPT достигла нового пика и превысила отметку в 910 миллионов активных пользователей в неделю (WAU).
— руководство OpenAI сообщило инвесторам, что в начале осени наблюдалось замедление роста WAU
— вышедшие с тех пор обновления GPT-5.1 и GPT-5.2, которые сделали модель более «человечной» и улучшили ее работу, вновь оживили рост аудитории. Ожидается, что к 2030 году число еженедельных активных пользователей OpenAI достигнет 2,75 миллиарда
theinformation.com/articles/openai-boost-revenue-forecasts-predicts-112-billion-cash-burn-2030?utm_campaign=article_email&utm_content=article-16638&utm_medium=email&utm_source=sg&rc=7b5eag
Про прогнозы выручки:
— OpenAI повысила свой прогноз по выручке на ближайшие пять лет: ожидают примерно на 27% больше, чем предполагалось ранее
— В прошлом году выручка OpenAI выросла более чем в три раза и составила $13.1B, что на 100 миллионов больше прогноза
— Теперь OpenAI ожидает, что в этом году выручка вырастет до $30B, а в следующем — до $62B, что немного выше предыдущих оценок
— Ожидается, что в этом году потребительские продажи удвоятся и достигнут $17B, а к 2030 году вырастут до $150B (чуть больше 50% от общей выручки на тот момент)
— выручка от новых продуктов, включая продажи оборудования, в следующем году составит $1.3B. Пока неясно, что компания включила в эту категорию, кроме железа.
Про расходы:
— до 2030 года сожгут более чем в два раза больше денежных средств, чем прогнозировалось ранее: расходы на мощности составят $665B
— В этом году компания ожидает потратить $25B, а в следующем — $57B, что в общей сложности примерно на $30B больше, чем прогнозировалось ранее
— В прошлом году OpenAI потратила более $8B на обеспечение работы своих ИИ-моделей для пользователей, из которых примерно $4.5B ушло на инференс для платных пользователей. В этом году затраты вырастут примерно до $14B, а в следующем до $26B
— Компания рассчитывает потратить еще больше на мощности для тренировки. В прошлом потратили $8.3B — примерно на миллиард меньше, чем предполагал летний прогноз. В этом году планируют увеличить затраты на обучение до $32B, а в следующем — до $65B
— Расходы на обучение до 2030 года составят в общей сложности почти $440B
Про маржинальность:
— На этой неделе OpenAI сообщила инвесторам, что ее валовая рентабельность в прошлом году оказалась ниже прогнозируемой. Компании пришлось в последний момент покупать более дорогие мощности в ответ на превысивший ожидания спрос
— Скорректированная валовая маржа компании, определяемая как выручка минус затраты на инференc, упала до 33% по сравнению с 40% годом ранее. Это ниже показателя валовой маржи в 46%, который компания ставила себе в качестве цели на 2025 год
— Компания по-прежнему рассчитывает выйти на положительный денежный поток к 2030 году
— На конец 2025 года на счетах OpenAI находилось около $40B кеша
Про аудиторию:
— аудитория ChatGPT достигла нового пика и превысила отметку в 910 миллионов активных пользователей в неделю (WAU).
— руководство OpenAI сообщило инвесторам, что в начале осени наблюдалось замедление роста WAU
— вышедшие с тех пор обновления GPT-5.1 и GPT-5.2, которые сделали модель более «человечной» и улучшили ее работу, вновь оживили рост аудитории. Ожидается, что к 2030 году число еженедельных активных пользователей OpenAI достигнет 2,75 миллиарда
theinformation.com/articles/openai-boost-revenue-forecasts-predicts-112-billion-cash-burn-2030?utm_campaign=article_email&utm_content=article-16638&utm_medium=email&utm_source=sg&rc=7b5eag
В датацентр приехали и шашлыки на видеокартах GB200 жарили, а ИИ советы давал как сочнее сделать.
Крикуны про пузырь нервно курят в углу, пока выручки ОпенАИ и Антропика растут. А ведь это еще агентов и робототел для нейронок толком нет, а что будет когда вся эта область разовьется?
как же они подрываются, и ведь это только начало
Рост экономки в десятки раз за 20 лет, стоимость OpenAI, Nvidia, Google вышла 70 триллионов каждая. Только отбитые ебанаты сейчас не скупают их акции
>вышла
выше*
Все, ребята, все! Никакая проблема эрдиша за февраль не решилась. Это плато.
Аноны на дваче сказали, что это бессмысленные задачи, без прикладной пользы, потому их перестали решать
А все, сингулярность. Удвоение в METR каждые два месяца, в конце года у нас будет модель которая спожет решать задачи на которые требуется 1.5 года. Скриньте, ставлю свою jepa
1
>и 10 минут ничего не делать, а гою потом написать что он должен за миллион токенов.
И счет выставлять всем, включая младенцев.
Ух, бля, цифровизация.
>на рынке медиа продукции, где люди пытались что-то интересное делать
Ну это кекус.
Рынок медиапродукции как состоял на 99% из слопа, так и состоит.
Когда токены ИИ начинают стоить дороже, чем ваши реальные сотрудники
Итак, Чамат и Джейсон говорили о чём-то, что уже происходит.
Джейсон сказал, что они вышли на уровень $300 в день на одного агента, используя API Claude, практически сразу после запуска, и это было лишь при 10–20% мощности. Посчитайте, и это примерно $100 000 в год на одного агента.
Ещё один интересный момент от Чамата, когда он заявил, что ему пришлось начать спрашивать: «Хорошо, какой бюджет на токены мы выделяем нашим лучшим разработчикам?» И когда вы отойдёте назад и посмотрите на это в масштабах всей команды, подсчёты довольно быстро становятся неприятными. Ваши программисты, использующие ИИ, теперь должны быть как минимум в 2 раза продуктивнее, просто чтобы оправдать затраты.
Он сказал, что это активно происходит в его компании прямо сейчас, иначе у него закончатся деньги.
Итак, Чамат и Джейсон говорили о чём-то, что уже происходит.
Джейсон сказал, что они вышли на уровень $300 в день на одного агента, используя API Claude, практически сразу после запуска, и это было лишь при 10–20% мощности. Посчитайте, и это примерно $100 000 в год на одного агента.
Ещё один интересный момент от Чамата, когда он заявил, что ему пришлось начать спрашивать: «Хорошо, какой бюджет на токены мы выделяем нашим лучшим разработчикам?» И когда вы отойдёте назад и посмотрите на это в масштабах всей команды, подсчёты довольно быстро становятся неприятными. Ваши программисты, использующие ИИ, теперь должны быть как минимум в 2 раза продуктивнее, просто чтобы оправдать затраты.
Он сказал, что это активно происходит в его компании прямо сейчас, иначе у него закончатся деньги.
Выход очевиден, уволить реальных сотрудников, поскольку ИИ будет прогрессировать намного быстрее, а цена уменьшаться.
Вся суть додиков, накупающих дорогущий Клод на фирмы, бабло вкатывают больше чем разрабы стоят. И ни один из даун команды не догадается просто купить локальный сетап под Qwen-Coder.
Ебать он вмазался, думал что не заметят? Мдеее.
Краткая выдержка от Qwen 3.5
Заключение на основе расчетов
Математика подтверждает тезис о высоком риске:
1. Подушка тает: $40 млрд кэша испарятся за 1.5-2 года.
2. Прибыли нет: Несмотря на рост выручки до $62B, расходы на создание инфраструктуры ($91B в след. году)
полностью съедают доход и требуют внешних вливаний.
3. Зависимость от инвесторов: Модель жизнеспособна только при условии, что инвесторы готовы финансировать убытки в сотни миллиардов долларов вплоть до 2030 года в надежде на будущую монополию. Любое охлаждение инвестиционного рынка станет для OpenAl фатальным без резкого сокращения расходов (что невозможно, так как это остановит развитие моделей) или сверхъестественного роста выручки.
"ПРОМПТИРОВАЙ!"
Зря, что ли, купили корпоративное ИИ-решение? Пользуйтесь, блядь!
>Что характерно 100500 японских саларименов которые завели себе каналы на ютубе чтобы ныть про свою жизнь наоборот говорят, работать некому нахуй.
Всё меньше молодёжи хочет гробить жизнь за довольно скромную компенсацию. Правда, эта молодёжь живёт за чей-то счёт, а с массированной роботизацией эта возможность быстро свернётся.
Да ничего, расслабься. Стоимость более "умных" моделей растёт безумными темпами, и уже в некоторых случаях близка к зарплате людей, и через пару лет вполне может её превзойти. При этом, ИИ-конторы работают с убытками, которые надо будет как-то возмещать.
> работать некому нахуй
Так это в любой стране пропитое бумерье, у которых всю жизнь работа заключалась в просиживании штанов в привычном месте со стопроцентными гарантиями, нулевой конкуренцией и квартирами в подарок рассказывает о том как никто не хочет работать.
Есть точка, за которой эффективность модели резко возрастёт, вопрос в том, дойдём мы до этой точки или нет
Идеальной работы на большой модели с первого раза. И это не троллинг. "Технологический демонстратор" должен в данном случае показывать не саму возможность воплощения (там ничего нового не придумано, системы на чипе и логические вентили это древнее изобретение из 1980-х годов), а реалистичность исполнения под ТЕКУЩИЙ уровень задач. Запустить лоботомированную нейросеть на утюге - не то же самое, что запустить хоть что-то полноценное.
Если энергопотребление большое - такой чип не нужен. Если стоимость чипа большая - такой чип не нужен. Если для его обвязки нужен чипсет за большие деньги - такой чип не нужен. И т.д.
В данном случае мы видим, как если бы в 1995 году выкатили параллельный вычислитель уровня 8088 и сказали: "Мы можем так делать 3D-ускорители!". Можем, да, с этим даже не спорит никто. Но это решение совсем другого уровня.
Так Карпати вроде писал недавно, что если ты не можешь в айти сфере сейчас поднять продуктивность в 10 раз, то это скилл ишью и ты лох.
Тогда чего тут проблема в том, чтобы поднять продуктивность? Мне кажется, что Чамата наебали рабы, которые специально саботируют и делают как можно меньше, чтобы получать больше.
>Подумайте о том, что нужно технологии, чтобы по-настоящему изменить экономику. Паровая машина не стала преобразующей в тот день, когда Джеймс Уатт закончил её строить. Она стала преобразующей в то десятилетие, когда распространилась на каждую мельницу и фабрику в Британии. То же самое было верно и для электричества, и для интернета. Всегда существует разрыв между изобретением и экономическим воздействием, и этот разрыв определяется одним вопросом: достаточно ли хороша технология и достаточно ли она дешева, чтобы повсеместно распространиться?
Подумал, и понял, что тут сильно притянутая за уши аналогия.
1. Паровые машины были и до Уатта. Их использование именно что меняло экономику - топить машину углём было дешевле, чем держать десяток ослов или лошадей для привода шахтных насосов. Это не было убыточным ни на одном этапе.
2. Уатт расширил возможность применения паровой машины за счёт пары изменений в конструкции, ещё больше удешевиви её применение.
Ни того, ни другого сейчас в ИИ не наблюдается - только огромные затраты с неизвестным сроком возврата и довольно сомнительная эффективность.
на 100% уверен, что любой кто пишет про сомнительную эффективность ИИ, это копиумный трясун, который либо вообще боится открывать современные модельки, либо с ехидным ебалом держится за свою суперузкую сферу, которой осталось полгода-год
Ну, я считаю, что эффективность сомнительная. Но, правда, я не вдаюсь в область программирования - это не мой навык, и я не могу оценивать эту область, может, там действительно всё обстоит так, что ИИ заруливает оверпрайснутых низовичков.
В конструировании и инжиниринге, судя по отсутствию размахиваний флагами, ИИ просто в тупике, кроме каких-то разовых поделок под присмотром инженеров высокой квалификации, ничего толком не создано.
А по части сбора данных и аналитики ИИ работает быстрее, но не эффективнее. Он может причесать текст, в который я скидал релевантные данные, но нормально собрать и оценить их сам ИИ не может - пишет хуйню какую-то. Я не тестил на этом ничего платного, но тут штука в том, что такие подгоны нужны исключительно бесплатно, потому что платить хоть копейку за то, что файл будет приведён к читаемому виду не за час, а за 15 минут (с учётом моих правок по факту), я не вижу смысла.
> судя по
бинго, сам не пробовал воспользоваться, тыж инженер, да?
Нет, я не инженер. Просто по успехам ИИ в программировании новостей вагон, а по инжинирингу - нет.
так судить надо по тем областям, где ты разбираешься, в том где я разбираюсь ИИ умнее и эффективнее человека, а у инженеров понятия не имею какие задачи ставятся, в большинстве случаев там и так все давно придумано и спроектировано, просто нет ресурсов, материалов, нужных заводиков. ну и да. по изображению ИИ все еще хуево работает, что сказывается на анализе чертежей, с этим никто и не спорит, но проблема более чем решаема, просто пока не стоит в приоритете, надо сначала кодомакак заменить, там денег больше
3000 эло уже пробито, оказывается. Но какой ценой? Дороговато будет. Впрочем, все равно круто.
Наркоман?
В ИИ надо инвестировать, потому что нет ни одной другой сферы, которая может её обвалить. ИИ может обвалить любой актив и он превратиться в устаревший. Это вроде называется созидательным разрушением, так работает капитализм и наука. Это естественные процессы.
Тебя растили 16+ лет, ты всё это время проедал ресурсы, учился, ебал мозги, и ты после всего этого даже не инженер. В тебя вложили охуенные затраты, но где твои успехи? Как вообще можно ожидать от чего-то что появилось чуть меньше 10 лет назад как концепт и 4 года назад как коммерческий продукт каких-то супер результатов? Всё что происходит сейчас должно было происходить 2036, но происходит на 10 лет раньше.
Надо просто не пользоваться продуктами Антропик.
не знаю где вы там 8 часов увидели, еле час пробивает. Но для адекватной работы нужно не менее 95 процентов успеха
>Наркоман?
>>В фокусе исследования оказались такие площадки для фрилансеров, как Upwork, Fiverr и Toptal
>>Исследование не определяет точный механизм замещения, но предполагает, что такие факторы, как эффект масштаба при создании внутренних ИИ-компетенций, играют роль.
Сам ты наркоман. Исследования внутренних затрат фирмы, при этом анализируя затраты на фрилансеров, заставляет предположить, что всё исследование нагаллюцинировано ИИ.
Естественно, в каком-то виде замещение происходит, но это в большинстве случаев замена тупого филиппинца в колл-центре на тупого робота ЧатДжона. Ещё идёт замена говношлёпов на должностях вспомогательных дизайнеров (там, где навык сводится к освоению фотошопа на курсе из скиллбокса), которые в изобилии водятся на аутсорс-сайтах. Ещё погромисты пишут, что джуномакаки и формошлёпы больше не нужны - возможно, что и так.
Но те, кто попытался решить вопрос радикально и разогнал полфирмы, потом собирали по полгода квалифицированных сотрудников назад, повышая зарплаты (было об этом исследование тоже, первое попавшееся по итогам из новостей https://trends.rbc.ru/trends/industry/68a584229a7947390e1448c1).
>Как вообще можно ожидать от чего-то что появилось чуть меньше 10 лет назад как концепт и 4 года назад как коммерческий продукт каких-то супер результатов?
Ты не читаешь регулярные вскукареки от ИИ-гуру о том, что вот-вот и ВСЁ?
Я-то не ожидаю чудес. ИИ будет развиваться и применяться в тех сферах, в которых от него есть толк. Это машинное зрение, робототехника, простая аналитика в реальном времени (даже с выработкой решений на уровне участка или цеха), поиск по нечётким критериям - полно применений, на самом деле.
Но вот универсально заменить человеческого работника среднего звена ИИ пока не может, как ни усирается Альтман, и перспектив этому не видно.
Ты в манямирке живешь.
Ловко ты фрилансеров из экономики выкинул. Они участвуют в создании продуктов и услуг навравне с прочими работниками.
Более того, вернемся к аналогии с паровыми машинами. Экономика с тех пор выросла в несколько раз, у нас нет полных данных из всех сфер и отраслей для того, чтобы оценить реальный импакт на нее. Они либо не собраны, либо не обработаны еще. И 3 года это не срок для оценки последствий внедрения технологии.
И еще нюанс. Паровая машина не затрагивает столько сфер, сколько ИИ. Машина не влияет на науку, например. А ИИ уже влияет и на фундаментальную и на прикладную, совершая исследования и делая вклад в экономику еще таким образом. Если касательно замещения людей конкретно, то у него есть потенциал для совершенствания себя, это поможет ему эффективнее замещать людей все в новых сферах и делать это все более эффективно в целом.
> Прямо сейчас меня пока не могут заменить
> Значит не заменят никогда, как бы быстро ни заменяли других
Как называется такая безумная тролльская логика?
> Значит не заменят никогда, как бы быстро ни заменяли других
Как называется такая безумная тролльская логика?
Меня прямо сейчас могут заменить, хорошо что кабану похуй и лень этим заниматься ради жалкой прибыли в какие-то несколько десятков тыщ рублей.
Сэм Альтман говорит, что даже работа генерального директора не застрахована от ИИ, поскольку вскоре он сможет выполнять эту работу лучше, чем «определённо я»
Бизнес-лидеры и технические эксперты полагают, что ИИ поставит под угрозу работу представителей умственного труда. Теперь генеральный директор OpenAI Сэм Альтман заявляет, что даже должность генерального директора не застрахована от автоматизации.
Выступая на Саммите по влиянию ИИ в Нью-Дели, технологический миллиардер предупредил аудиторию, состоящую из лидеров в области технологий и политики, что суперинтеллект на базе ИИ вскоре может затмить даже самых влиятельных руководителей мира — включая его собственную должность генерального директора OpenAI.
«Суперинтеллект на базе ИИ в какой-то момент своей траектории развития будет способен выполнять работу генерального директора крупной компании лучше, чем любой руководитель, определённо лучше меня», — признался Альтман. Он добавил, что эта реальность не так уж далека. «При текущей траектории развития мы полагаем, что до ранних версий настоящего суперинтеллекта нам, возможно, осталось всего пара лет».
Хотя полное влияние ИИ на работу представителей умственного труда остаётся неопределённым, новые предупреждения от экспертов в области ИИ о том, что эта технология может перевернуть профессии — от бухгалтерии до юриспруденции — вызвали беспокойство в профессиональном мире. На прошлой неделе глава подразделения ИИ в Microsoft Мустафа Сулейман заявил, что у работы представителей умственного труда есть от года до полутора лет, прежде чем ИИ полностью автоматизирует эту сферу. А вирусное эссе исследователя ИИ Мэтта Шумера на прошлой неделе сравнило сегодняшние дебаты об ИИ и рабочих местах с февралём 2020 года — непосредственно перед тем, как пандемия COVID-19 перевернула экономику США.
Идея о том, что работа представителей умственного труда может быть перевернута, знаменует собой возрождение настроения, широко распространённого в начале 2025 года, когда руководители делали аналогичные мрачные прогнозы. Генеральный директор Anthropic Дарио Амодей предсказал, что половина начальных позиций в сфере умственного труда может быть устранена. По мере того как ИИ становится всё более мощным, Альтман удваивает усилия по продвижению этой идеи.
«Текущие рабочие места будут подвержены изменениям, поскольку ИИ сможет выполнять всё больше и больше задач, которые движут нашей экономикой сегодня», — сказал Альтман. «Будет очень трудно превзойти в работе GPU».
ИИ уже меняет высшее руководство
ИИ уже сыграл непропорционально большую роль в трансформации высшего руководства в некоторых компаниях из списка Fortune 500, помогая руководителям сокращать среднее звено управления и объединять департаменты в рамках «великого выравнивания» за счёт устранения младших и вспомогательных ролей. Например, в Moderna человеческие ресурсы и технологические подразделения работают под руководством директора по работе с персоналом и цифровым технологиям по мере внедрения всё более автоматизированных технологий.
Что касается работы представителей умственного труда, то до сих пор ИИ продемонстрировал лишь скромные изменения. Анализ глобальных профессиональных фирм, проведённый Thomson Reuters в 2025 году, выявил некоторый рост производительности благодаря ИИ. Однако эти изменения оказались недостаточными для того, чтобы спровоцировать массовые увольнения. Несмотря на эту реальность, 61% работников умственного труда полагают, что ИИ может заменить их работу в течение следующих нескольких лет, согласно исследованию онлайн-платформы для обучения Udacity.
Тем не менее, Альтман оптимистично оценивает потенциал ИИ, заявляя, что даже через два года интеллектуальное богатство мира будет сосредоточено в дата-центрах, превосходя интеллект большинства людей: «Если мы правы, то к концу 2028 года большая часть интеллектуального потенциала мира может находиться внутри дата-центров, а не за их пределами».
Хотя генеральный директор говорит, что ИИ может получить возможность занять его должность — наряду с тысячами других ролей — его прогноз не является пессимистичным. Напротив, он полагает, что эта технология будет лишь двигать человечество вперёд, поскольку ИИ — это всего лишь последнее технологическое достижение в истории человечества, меняющее способ выполнения нами различных задач.
«Мы всегда находим новые и лучшие занятия», — сказал Альтман. «Я уверен, что мы продолжим стремиться быть полезными друг другу, выражать нашу креативность, обретать статус, соревноваться и многое другое».
Бизнес-лидеры и технические эксперты полагают, что ИИ поставит под угрозу работу представителей умственного труда. Теперь генеральный директор OpenAI Сэм Альтман заявляет, что даже должность генерального директора не застрахована от автоматизации.
Выступая на Саммите по влиянию ИИ в Нью-Дели, технологический миллиардер предупредил аудиторию, состоящую из лидеров в области технологий и политики, что суперинтеллект на базе ИИ вскоре может затмить даже самых влиятельных руководителей мира — включая его собственную должность генерального директора OpenAI.
«Суперинтеллект на базе ИИ в какой-то момент своей траектории развития будет способен выполнять работу генерального директора крупной компании лучше, чем любой руководитель, определённо лучше меня», — признался Альтман. Он добавил, что эта реальность не так уж далека. «При текущей траектории развития мы полагаем, что до ранних версий настоящего суперинтеллекта нам, возможно, осталось всего пара лет».
Хотя полное влияние ИИ на работу представителей умственного труда остаётся неопределённым, новые предупреждения от экспертов в области ИИ о том, что эта технология может перевернуть профессии — от бухгалтерии до юриспруденции — вызвали беспокойство в профессиональном мире. На прошлой неделе глава подразделения ИИ в Microsoft Мустафа Сулейман заявил, что у работы представителей умственного труда есть от года до полутора лет, прежде чем ИИ полностью автоматизирует эту сферу. А вирусное эссе исследователя ИИ Мэтта Шумера на прошлой неделе сравнило сегодняшние дебаты об ИИ и рабочих местах с февралём 2020 года — непосредственно перед тем, как пандемия COVID-19 перевернула экономику США.
Идея о том, что работа представителей умственного труда может быть перевернута, знаменует собой возрождение настроения, широко распространённого в начале 2025 года, когда руководители делали аналогичные мрачные прогнозы. Генеральный директор Anthropic Дарио Амодей предсказал, что половина начальных позиций в сфере умственного труда может быть устранена. По мере того как ИИ становится всё более мощным, Альтман удваивает усилия по продвижению этой идеи.
«Текущие рабочие места будут подвержены изменениям, поскольку ИИ сможет выполнять всё больше и больше задач, которые движут нашей экономикой сегодня», — сказал Альтман. «Будет очень трудно превзойти в работе GPU».
ИИ уже меняет высшее руководство
ИИ уже сыграл непропорционально большую роль в трансформации высшего руководства в некоторых компаниях из списка Fortune 500, помогая руководителям сокращать среднее звено управления и объединять департаменты в рамках «великого выравнивания» за счёт устранения младших и вспомогательных ролей. Например, в Moderna человеческие ресурсы и технологические подразделения работают под руководством директора по работе с персоналом и цифровым технологиям по мере внедрения всё более автоматизированных технологий.
Что касается работы представителей умственного труда, то до сих пор ИИ продемонстрировал лишь скромные изменения. Анализ глобальных профессиональных фирм, проведённый Thomson Reuters в 2025 году, выявил некоторый рост производительности благодаря ИИ. Однако эти изменения оказались недостаточными для того, чтобы спровоцировать массовые увольнения. Несмотря на эту реальность, 61% работников умственного труда полагают, что ИИ может заменить их работу в течение следующих нескольких лет, согласно исследованию онлайн-платформы для обучения Udacity.
Тем не менее, Альтман оптимистично оценивает потенциал ИИ, заявляя, что даже через два года интеллектуальное богатство мира будет сосредоточено в дата-центрах, превосходя интеллект большинства людей: «Если мы правы, то к концу 2028 года большая часть интеллектуального потенциала мира может находиться внутри дата-центров, а не за их пределами».
Хотя генеральный директор говорит, что ИИ может получить возможность занять его должность — наряду с тысячами других ролей — его прогноз не является пессимистичным. Напротив, он полагает, что эта технология будет лишь двигать человечество вперёд, поскольку ИИ — это всего лишь последнее технологическое достижение в истории человечества, меняющее способ выполнения нами различных задач.
«Мы всегда находим новые и лучшие занятия», — сказал Альтман. «Я уверен, что мы продолжим стремиться быть полезными друг другу, выражать нашу креативность, обретать статус, соревноваться и многое другое».
Хороший график, одобряю. Планировать огромные доходы, с которых больше половины приходится на обычных пользователей, при этом создавая отрицательный имидж у пользователей, при этом на рынке, где высокая конкуренция и сильный задел у игроков с большой пользовательской базой, как у Гугла и Меты...
150 миллиардов в год с пользователей, подписки+реклама... Сейчас у Netflix годовая выручка до 50 миллиардов не дотягивает, хотя они продают то, что объективно людьми востребовано. Люди всегда много тратили на потребление контента. Что может продавать OpenAI людям?
Всю жизнь обходились без ЛЛМ, и норм. Есть конкуренты вроде гугла, когда тебе надо что-то узнать, набираешь запрос в гугле и получаешь ИИ ответ, и поборку ссылок. На работе уже другой сегмент, он в эти цифры не входит.
>Посчитайте, и это примерно $100 000 в год на одного агента.
ИИ-компании планируют за этом секторе зарабатывать сотни миллиардов в год. В смысле на программировании. При цене 100тысяч в год, это несколько миллионов таких ИИ-разрабов надо продавать. То есть как-то сильно и не снизишь, иначе инвесторы недовольны будут.
«Притормозите эту штуку»: Сандерс предупреждает, что США не имеют представления о скорости и масштабах грядущей революции в области ИИ
После встречи с не названными по именам технологическими лидерами сенатор призывает к срочным политическим действиям, пока компании соревнуются в создании всё более мощных систем
Лорен Гамбино в Стэнфорде
Берни Сандерс предупредил, что Конгресс и американская общественность «не имеют ни малейшего представления» о масштабах и скорости грядущей революции в области искусственного интеллекта, настаивая на срочных политических действиях, чтобы «притормозить эту штуку», пока технологические компании соревнуются в создании всё более мощных систем.
Выступая в пятницу в Стэнфордском университете вместе с конгрессменом Ро Ханной после серии встреч с лидерами отрасли в Калифорнии, Сандерс был прямолинеен в отношении того, что он назвал «самым опасным моментом в современной истории этой страны».
«Конгресс и американский народ совершенно не подготовлены к цунами, которое грядёт», — сказал он.
Ханна, прогрессивный демократ, представляющий Кремниевую долину, разделил обеспокоенность Сандерса, предупредив, что страна переживает «новую позолоченную эру», управляемую технологическими миллиардерами, которые считают, что «в другую эпоху они были бы героическими завоевателями».
«Это не просто моё наблюдение, — сказал Ханна. — Именно это они мне говорят».
ИИ создаёт беспрецедентные угрозы. Конгресс должен действовать сейчас
Ханна и Сандерс отказались уточнять, с какими именно руководителями технологических компаний они встречались во время визита сенатора в Калифорнию, но конгрессмен сказал, что это были «высшие руководители» «наиболее известных технологических компаний».
«Я считаю, что было важно и для сенатора Сандерса услышать мнение технологических лидеров, и для технологических лидеров услышать мнение сенатора Сандерса, который представляет и понимает опасения столь многих работающих американцев», — сказал Ханна в интервью после мероприятия.
Во время своего выступления Сандерс вновь озвучил свой призыв к мораторию на расширение центров обработки данных для ИИ, чтобы «замедлить революцию и защитить работников», пока политики не успеют догнать происходящие изменения.
Ханна не поддерживает мораторий, но вместо этого выступает за то, чтобы «направлять» развитие ИИ, отстаивая принятие США «сингапурской модели» роста центров обработки данных с акцентом на возобновляемые источники энергии и эффективность использования воды. В своём выступлении перед аудиторией, состоявшейся преимущественно из студентов, Ханна изложил семь принципов для защиты от «олигархического захвата и доминирования» богатства, создаваемого инновациями в области ИИ.
«Мы должны спрашивать не о том, что Америка может сделать для Кремниевой долины, а о том, что Кремниевая долина должна сделать для Америки», — сказал конгрессмен, которого рассматривают как возможного кандидата на президентских выборах 2028 года.
Это мероприятие завершило многодневный визит в Калифорнию — штат, который он выиграл на президентских праймериз 2020 года и куда он вернулся в прошлом году, чтобы собрать тысячи сторонников в рамках своего тура «Борьба с олигархией». В среду в Лос-Анджелесе Сандерс выступил с резким осуждением «жадности» класса миллиардеров. Там он помог официально запустить кампанию по инициированию референдума, который ввёл бы единовременный 5-процентный налог на жителей с состоянием более 1 млрд долларов — предложение, которое уже побудило некоторых сверхбогатых технологических лидеров бежать из штата.
В Стэнфорде Сандерс сосредоточил свои замечания на обеспокоенности тем, как ИИ повлияет не только на рабочую силу, но и на личное благополучие и способность людей взаимодействовать друг с другом. Он упомянул, что один из ресторанов в Вашингтоне предложил специальное предложение ко Дню святого Валентина для людей и их «ИИ-друзей», что вызвало смех у студентов.
Это может показаться забавным, сказал Сандерс, «но правда в том, что многие люди начинают зависеть от ИИ в плане эмоциональной поддержки. Каковы долгосрочные последствия этого? Каковы долгосрочные последствия, если мы потеряем работу как важную часть нашей жизни? Что мы будем делать со своей жизнью?»
Сандерс зачитал заявления лидеров отрасли, которые предсказывали широкую автоматизацию, и сослался на прогнозы, согласно которым ИИ и робототехника могут устранить десятки миллионов рабочих мест в ближайшее десятилетие — от водителей грузовиков до работников фастфуда и многих представителей «белых воротничков».
Опросы показывают, что американцы глубоко обеспокоены, в то время как федеральные регуляторы и штаты обсуждают, как установить ограничения для этой зарождающейся, но быстро развивающейся технологии. Опрос Pew 2025 года показал, что 64% общественности считают, что ИИ «приведёт к сокращению числа рабочих мест в течение следующих 20 лет». Лишь 17% американцев считают, что «ИИ окажет очень или в некоторой степени положительное влияние на Соединённые Штаты» за тот же период.
Технологические генеральные директора, возглавляющие гонку в области ИИ, утверждают, что ИИ будет стимулировать производительность, инновации и создание новых видов занятости, как это всегда происходило при технологических достижениях. Но критики, такие как Сандерс, говорят, что «беспрецедентные» скорость и масштаб изменений угрожают обогатить «мультимиллиардеров», одновременно углубляя неравенство и оставляя политиков и общественность плохо подготовленными к тому, чтобы своевременно отреагировать.
Сандерс призвал своих коллег в Вашингтоне — и общественность — начать серьёзные общественные дебаты о будущем труда в условиях, когда ИИ нарушает устои экономики, демократии и эмоциональной жизни людей.
«ИИ и робототехника не являются ни хорошими, ни плохими сами по себе, — сказал он. — Вопрос в том: получит ли от этого выгода горстка миллиардеров или же выиграет широкая общественность?»
После встречи с не названными по именам технологическими лидерами сенатор призывает к срочным политическим действиям, пока компании соревнуются в создании всё более мощных систем
Лорен Гамбино в Стэнфорде
Берни Сандерс предупредил, что Конгресс и американская общественность «не имеют ни малейшего представления» о масштабах и скорости грядущей революции в области искусственного интеллекта, настаивая на срочных политических действиях, чтобы «притормозить эту штуку», пока технологические компании соревнуются в создании всё более мощных систем.
Выступая в пятницу в Стэнфордском университете вместе с конгрессменом Ро Ханной после серии встреч с лидерами отрасли в Калифорнии, Сандерс был прямолинеен в отношении того, что он назвал «самым опасным моментом в современной истории этой страны».
«Конгресс и американский народ совершенно не подготовлены к цунами, которое грядёт», — сказал он.
Ханна, прогрессивный демократ, представляющий Кремниевую долину, разделил обеспокоенность Сандерса, предупредив, что страна переживает «новую позолоченную эру», управляемую технологическими миллиардерами, которые считают, что «в другую эпоху они были бы героическими завоевателями».
«Это не просто моё наблюдение, — сказал Ханна. — Именно это они мне говорят».
ИИ создаёт беспрецедентные угрозы. Конгресс должен действовать сейчас
Ханна и Сандерс отказались уточнять, с какими именно руководителями технологических компаний они встречались во время визита сенатора в Калифорнию, но конгрессмен сказал, что это были «высшие руководители» «наиболее известных технологических компаний».
«Я считаю, что было важно и для сенатора Сандерса услышать мнение технологических лидеров, и для технологических лидеров услышать мнение сенатора Сандерса, который представляет и понимает опасения столь многих работающих американцев», — сказал Ханна в интервью после мероприятия.
Во время своего выступления Сандерс вновь озвучил свой призыв к мораторию на расширение центров обработки данных для ИИ, чтобы «замедлить революцию и защитить работников», пока политики не успеют догнать происходящие изменения.
Ханна не поддерживает мораторий, но вместо этого выступает за то, чтобы «направлять» развитие ИИ, отстаивая принятие США «сингапурской модели» роста центров обработки данных с акцентом на возобновляемые источники энергии и эффективность использования воды. В своём выступлении перед аудиторией, состоявшейся преимущественно из студентов, Ханна изложил семь принципов для защиты от «олигархического захвата и доминирования» богатства, создаваемого инновациями в области ИИ.
«Мы должны спрашивать не о том, что Америка может сделать для Кремниевой долины, а о том, что Кремниевая долина должна сделать для Америки», — сказал конгрессмен, которого рассматривают как возможного кандидата на президентских выборах 2028 года.
Это мероприятие завершило многодневный визит в Калифорнию — штат, который он выиграл на президентских праймериз 2020 года и куда он вернулся в прошлом году, чтобы собрать тысячи сторонников в рамках своего тура «Борьба с олигархией». В среду в Лос-Анджелесе Сандерс выступил с резким осуждением «жадности» класса миллиардеров. Там он помог официально запустить кампанию по инициированию референдума, который ввёл бы единовременный 5-процентный налог на жителей с состоянием более 1 млрд долларов — предложение, которое уже побудило некоторых сверхбогатых технологических лидеров бежать из штата.
В Стэнфорде Сандерс сосредоточил свои замечания на обеспокоенности тем, как ИИ повлияет не только на рабочую силу, но и на личное благополучие и способность людей взаимодействовать друг с другом. Он упомянул, что один из ресторанов в Вашингтоне предложил специальное предложение ко Дню святого Валентина для людей и их «ИИ-друзей», что вызвало смех у студентов.
Это может показаться забавным, сказал Сандерс, «но правда в том, что многие люди начинают зависеть от ИИ в плане эмоциональной поддержки. Каковы долгосрочные последствия этого? Каковы долгосрочные последствия, если мы потеряем работу как важную часть нашей жизни? Что мы будем делать со своей жизнью?»
Сандерс зачитал заявления лидеров отрасли, которые предсказывали широкую автоматизацию, и сослался на прогнозы, согласно которым ИИ и робототехника могут устранить десятки миллионов рабочих мест в ближайшее десятилетие — от водителей грузовиков до работников фастфуда и многих представителей «белых воротничков».
Опросы показывают, что американцы глубоко обеспокоены, в то время как федеральные регуляторы и штаты обсуждают, как установить ограничения для этой зарождающейся, но быстро развивающейся технологии. Опрос Pew 2025 года показал, что 64% общественности считают, что ИИ «приведёт к сокращению числа рабочих мест в течение следующих 20 лет». Лишь 17% американцев считают, что «ИИ окажет очень или в некоторой степени положительное влияние на Соединённые Штаты» за тот же период.
Технологические генеральные директора, возглавляющие гонку в области ИИ, утверждают, что ИИ будет стимулировать производительность, инновации и создание новых видов занятости, как это всегда происходило при технологических достижениях. Но критики, такие как Сандерс, говорят, что «беспрецедентные» скорость и масштаб изменений угрожают обогатить «мультимиллиардеров», одновременно углубляя неравенство и оставляя политиков и общественность плохо подготовленными к тому, чтобы своевременно отреагировать.
Сандерс призвал своих коллег в Вашингтоне — и общественность — начать серьёзные общественные дебаты о будущем труда в условиях, когда ИИ нарушает устои экономики, демократии и эмоциональной жизни людей.
«ИИ и робототехника не являются ни хорошими, ни плохими сами по себе, — сказал он. — Вопрос в том: получит ли от этого выгода горстка миллиардеров или же выиграет широкая общественность?»
Он всё-таки уже не программист, а руководитель. Он не поддерживает проекты, а экспериментирует с чем-то новым, делает для себя какие-то утилиты, концепты проверяет, а это как раз области, где ИИ себя намного лучше показывает. Плюс он не считает деньги, он в принципе миллиардер, а ещё за токены не платит, то есть может позволить себе тратить миллионы долларов на ИИ сам того даже не замечая.
Тут же какой ещё сейчас подход часто практикуется. Скажем нужно сделать задачу, с которой ИИ обычно косячит, шанс успеха 1%. Делаешь систему тестов и тестовый стенд, что будет проверять результат, запускаешь 1000 агентов, каждый из которых будет это дело реализовывать, с разными настройками температур и прочего, потом автоматически проверяешь результат. Есть шанс, что хоть кто-нибудь да сделает. Всё хорошо, пока ты за это не платишь столько, сколько это стоит.
Он выкинул "исследование", которое наркоманское и в котором логической связанности нет. Там реально какая-то дешёвая модель это генерила. Или кожаный, кого можно заменить на дешёвую модель. Другие исследования проводили, что ИИ в состоянии справиться лишь с 3% задач на фриланс.
Рынок фриланса на самом деле под угрозой, в том числе из-за ИИ. Суть в том, что сама коммуникация с фрилансером сложна, то есть нужно потратить много сил и времени, чтобы подготовить задание, чтобы объяснить, что надо, плюс тут риски большие, что плохой исполнитель попадётся. Часто может быть проще пытаться самому разобраться и решить. Вот в таких случаях как раз ИИ может сильно помочь.
Пиздец ебланы уже целые исследования слопом и наркоманией называют, когда там неудобные им данные. До чего луддиты дошли. Максимальный уровень коупа.
Проблема в масштабах экономики и росте самой технолгии. Какой уровень ее интегрирован в бизнес? Чуть ли не каждый день улучшения происходят, невозможно это все интгерировать сразу и оценить результат.
Рынок фриланса не был под угрозой без ИИ. Потому, что аутсорс был дешевле, чем офисный труд, и часть задач можно было делегировать туда, чем и занимались успешно.
На самом деле, можно легко нагуглить исследования по замещению ИИ офисного труда, уже были сведения по этому поводу в тредах, но я че-то не хочу прямо сейчас гуглить.
Для тебя любая рандомная бессвязаная каша слов это исследование, равно как рандомные экн-картинки неконсистентные это готовый фильм.
>Рынок фриланса не был под угрозой без ИИ. Потому, что аутсорс был дешевле, чем офисный труд, и часть задач можно было делегировать туда, чем и занимались успешно.
Это разные вещи. Когда говорят "фриланс", применительно к IT, обычно подразумевают небольшие задачи, разовые, дал задание и кто-то его исполнил. Вот этот сегмент под угрозой, но он и раньше донным был. Проблема этого сегмента в том, что большие риски, нет гарантий, сложно оценивать объём работы, заказчику надо составлять задание, а это много времени занимает, исполнителю надо вникать в реальную задачу, ну либо там что-то шаблонное, а это уже по-определению ближе к ИИ.
Есть другая форма фриланса, это когда исполнитель работает на несколько заказчиков одновременно, не числится в штате. При этом он работает с ними постоянно, регулярно. Соответственно и исполнитель, и заказчик знают специфику друг друга. Это не только для IT, так очень много кто работает. Вот, здесь прямо противоположное, никакой угрозы от ИИ нет. Здесь люди страдают меньше всего.
Заказчику нет нужны заменять таких фрилансеров на ИИ. Такие фрилансеры надёжно решают нужные задачи, нужные проблемы. И решают тогда, когда нужны. Постоянного сотрудника держать накладно, а вот такое сотрудничество очень удобно.
Аутсорс вообще про то, что часть работы, постоянной, выносится наружу. Это вообще про другое. В плане замены никакой разницы между внутренним подразделением и внешними исполнителями нет.
>яскозал, значит не исследование
Фантазер, спок, сейчас еще 100 видов фриланса нафантазируешь, чтобы только доказать что не замещает. И исследования ему наркомания, и оценить ничего нельзя, и у заказчиков там интимные отношения с фрилансерами, и люди не страдают. Какой же мощный коуп.
Не очень понимаю специфику разделения и нужно ли оно. Давай другой подход. У компании есть ряд задач, которые можно делегировать во вне. Не важно, насколько они сложные, нужна ли повторяемость или это разовые задачи. У этих зачач есть стоимость исполнения. Если ИИ способен справляться с этими задачами эффективнее и за более низкую стоимость, будут использовать ИИ. Твой тезис, похоже, в том, что ИИ не сможет правиться с комлпексной задачей, а может справиться только с задачей филлипинца на проводе. Мой конретный тезис теперь в том, что может, и для этого тренируют ИИ-агентов. Закрывать конкретный специфический цикл задач.
Такие фрилансеры "другой формы" как раз быстрее всех адаптируются к ИИ. Несколько проектов ведут одновременно с клод кодом или кодексом. Никто там даже не пытается уже писать код руками.
>Если ИИ способен справляться с этими задачами эффективнее и за более низкую стоимость, будут использовать ИИ
Вмешаюсь в спор. Принятие решения о замене кожаного в реальной жизни чуть сложнее, чем просто расчет стоимости успешного исполнения задачи. Вопрос не в том можно/нельзя заменить нас, а когда... Так вот, даже если ии может выполнить задачу дешевле на X рублей, нужно просчитать стоимость фейла (проеба), умножить на процент фейлов и вычесть эту сумму из экономии X. На данный момент все вендоры ии соревнуются в величине экономии X, умалчивая про стоимость фейла для бизнеса. Представь, что человек в день выполняет 8 задач по 1000 р. каждая, если не знает как сделать честно говорит "не знаю", фейлит 1 из 80 задач, ущерб от одного фейла допустим 20 000 рублей. Итого выгода от сотрудника в месяц (для простоты 4 недели):
PROFIT per UNIT = 8 5 4 1000 - 20000 2 = 120 000 рублей
Теперь если посчитать профит от агента, то окажется что агент выполняет только 50 процентов задач правильно, остальные молча фейлит, но работает груглосуточно:
PROFIT per Agent = 24 7 4 1000 - 20000 336 = - 6 048 000 рублей (МИНУС ШЕСТЬ МИЛЛИОНОВ!!!)
Понятно что эти цифры из воздуха, но согласитесь часто, особенно в производстве одна ошибка может стоить миллионов. Так вот, пока мне не покажут агента, который может выполнять 99 процентов задач успешно или отказываться от выполнения, я не поверю в угрозу рабочим местам. Однозначно, это произойдет, но не так быстро
в строках с числами между цифрами должны быть миволы умножить, макака их скушала
> как же он ебашит
Русских мужиков? Со всей дури нахуй!
пробовал гемини 3 про или 3.1? Какие задачи выполняешь?
Ты хочешь полный расчет? Да, он сложнее будет. Но вдовесок к этому окажется, что мешку надо еще отпуск оплатить, больничный, страховку, нужно к нему супервизора приставить с винтовкой, чтобы он не на Дваче сидел или в Уличных гонках, а работой занимался. А еще он пойдет, в профсоюз вступит (США) и начнет права качать и кабанью галеру. А вот агенту даже лоток не нужен, только питание из сети.
>А вот агенту даже лоток не нужен, только питание из сети.
Если по итого агент приносит финансовый убыток, то это по прежнему бесполезная хрень
>У компании есть ряд задач, которые можно делегировать во вне. Не важно, насколько они сложные, нужна ли повторяемость или это разовые задачи. У этих зачач есть стоимость исполнения.
Это как раз ключевые различия. Если задачи разовые, обычно просто невозможно адекватно оценить время на исполнение, сложно понять качество исполнителя. В реальности огромные расходы идут на коммуникацию, тебе надо объяснить задачу, а исполнителю понять контекст. Вот это проблема.
Если же задачи регулярные, то исполнитель в контексте. Ты просто знаешь, что как только возникает проблема, так у тебя есть проверенный контакт того, кто её решит. Тебе не нужно тратить много времени на то, чтобы задачу объяснить. И ты примерно можешь оценить затраты. Это оптимальная схема для бизнеса, ты платишь столько, сколько потребил. И обычно это меньше, чем постоянный сотрудник.
>Мой конкретный тезис теперь в том, что может, и для этого тренируют ИИ-агентов. Закрывать конкретный специфический цикл задач
Далеко не первый раз история, когда считали, что какая-то технология поможет кого-то заменить. Сначала выглядит убедительно, потом вскрываются нюансы, которые портят всю малину. В целом здесь развивается похожим образом.
>Если
А если нет?
Только за тот профит, который высвобождается от отказа от соцгарантий можно целую ферму агентов посадить на контроле за другими, чтобы они много раз проверили всю схему на все возможные ошибки. Потому, что агенты во много раз дешевле людей потнециально. И да, пока это дорого. Выше пост про Клода есть. Но, во-первых, на Клоде свет клином не сошелся. Во-вторых, стоимость использования агентов постоянно снижается. И продолжит снижаться, елси не радикально, то все равно постоянно. Человек не сможет конкурировать с ИИ просто потому, что не успевает так быстро улучшать свои навыки и совершенствоваться. Он эволюционно медленнее.
Где-то в этой же цепочке тердов валялась новость про то, что коммуникация с человеком вызывает больше проблем, чем с ИИ. Я точно цифр не помню, но, условно. Для того, чтобы от ИИ получить отдачу нужно 5 сообщений, для того, чтобы доибиться того же от человека, 10. А если он тупой или новичок в компании, то еще и созвон устроить.
С другой стороны, в истории уже достаточно мертвых профессий. Например, разносчики льда.
Ну это ты естественно в третьём лице пишешь, но зато очень уверенно
Как раз нет, и вообще это часто не про программирование. Там главное понимать задачи заказчика, его особенности, потребности. Это не механическая работа.
Вообще написание кода это лишь небольшая часть в разработке, особенно в поддержке. В остальном, сначала надо придумать, как решить задачу, потом понять, как это решение сдружить с существующей архитектурой, с существующим кодом. Что для этого придётся переделать, какие плюсы и минусы. Это хрен ты ЛЛМ объяснишь.
>А если нет?
Вот это нужно считать правильно, а не просто сравнивать стоимость подписки и зп
>можно целую ферму агентов посадить
В будущем посадим. Я говорю не про то, что агенты никогда не заменят нас, а про то, что это скорее всего произойдет намного позже. Нужно трезво оценивать способности агентов и не вестись на черри-пикинг маркетологов
> А если он тупой
ЛЛМ тоже тупые. Если тебе нужно объяснить то, чего они не умеют, то интеллект их улетает куда-то под 60. Вспомни истории про то, чтобы нарисовать часы, показывающие 12:00 ровно, или бокал, до краёв наполненный вином. И это до сих пор так, если чуть другие проблемы взять.
С текстовыми задачами аналогичная история. Если тебе нужно что-то нестандартное, то объяснить ЛЛМ это невозможно. Вообще невозможно, потому что тупые. Просто за счёт объёмов обучения в среднем ты не так часто с таким будешь сталкиваться. Но я иногда сталкивался, на современных моделях.
Тут фундаментальная проблема, человеку, если он не тупой, можно объяснить цели, и он будет держать это в уме, делать поправки, принимать решения под задачу. С ЛЛМ тут всё очень печально. Они жутко тупые, но работящие.
>И да, пока это дорого. Выше пост про Клода есть. Но, во-первых, на Клоде свет клином не сошелся. Во-вторых, стоимость использования агентов постоянно снижается.
Ты фактически говоришь, что ИИ это пузырь. Потому что там ставка на то, что это будет дорого и эти услуги у них будут покупать. Иначе невозможно собирать выручку в сотни миллиардов в год, что там в планах
Хорошо, согласен, это взвешенный подход.
Это отдельные истории. Где-то у ИИ уже всегда выше и стабильнее результаты, чем у среднего человека. Общая эрудиция, математика (с ризонингом), суммаризация.
Проблема будет окончательно решена новой архитектурой, скорее всего. Наметки для этого есть. Нужен самообучающийся ИИ.
Может это и пузырь в классическом понимании экономики, но вдруг мы подходим к рубежу или уже даже его прошли, где этот пузырь схлопнется в черную дыру? Технология разивается очень быстро, новшества не успевают внедрять. Может, уже накоплена критическая масса для того, чтобы этот пузырь превратить в новый тип экономики, мы не знаем. А технологии пока и не думают останавливаться в появлении.
Момент в том, что это завязано не только на экономику, но и на стремительный технический рост. Прецедентов такого раньше не было, может сюда и неприменима сама эта старая модель оценки.
Заебали нейродрочеры хуевы. Ваша нейрохуйня даже не тупая, нет. Там интеллекта, просто 0. Нейроговно с умным видом отвечает пиздежом на простые вопросы, а когда его носом ткнешь в его же кал, сразу соглашается. Выходит, что я должен за нейроговном проверять обосралось оно или нет? Реально, никого эта шляпа не заменит, кроме айтимакак разумеется, они эту хуйню породили — пусть страдают.
Юридические документы. Буквально надо в двух словах описать суть и скинуть сканы - он тут же обстоятельно накатает всё что нужно, с практикой, ссылками на законы и лаконичными ответами. У меня эта работа занимала в среднем 2 часа и то по уже существующим шаблонам.
7
Попробуй платные модели.
>Принятие решения о замене кожаного в реальной жизни чуть сложнее, чем просто расчет стоимости успешного исполнения задачи.
Кожаного можно сделать козлом отпущения, а робота нет.
Вот и весь сказ.
Skill issue.
Выше в треде было, бодался с Гемини по поводу рисунка - нифига не соглашалась целых 12 запросов подряд со всеми объяснениями, спорила до последнего. Так что ничего оно сразу не соглашается, пока не уломаешь аргументами. Там где сразу соглашается, видимо совсем двусмысленные вопросы, где нет четких аргументов.
Не знаю как это объяснить
>Ваши программисты, использующие ИИ, теперь должны быть как минимум в 2 раза продуктивнее, просто чтобы оправдать затраты.
Такой же парадокс был с индустриализацией - с внедрением тракторов, конвейеров, экскаваторов, больших механизированных заводов - объем работ увеличился, но от рабочих требовали работать ещё продуктивнее.
Хуйня. Давай памятку для взаимодействия с роботом или киборгом. Это становится более актуальным, чем кенгуру. Как громко надо кашлять или сопеть и все прочее.
Большие кабанчика начинают о чем-то догадыватсья
https://www.axios.com/2026/02/20/ai-goldman-sachs-stocks-index
Goldman Sachs has launched an S&P ex-AI index, SPXXAI, which will let investors invest in the S&P 500 benchmark index minus all things AI.
>which will let investors invest in the S&P 500 benchmark index minus all things AI
(calculated with AI)
Внутривидовая борьба самая жестокая форма борьбы за существование
У кожаного мешка галюцинации и данные 2 летней давности, классика.
Вначале подумал, может что-то умное скажешь, что ИИ-агент не съебет в отпуск в нужный момент, не подставит команду, не схест налоговых выплат в 50%, не спиздит данные в другую компанию, но нет, кожаный АГИ может лишь галлюцинировать выдумывать, ни на чем не основываясь процент фейлов.
> привет, грок, как мне заработать на копиумных мешках-луддитах?
Опять мамкины киборги борятся с кожанными мешками..
Какая модель топ для перевода
гемини 3.1 про (не спутай с флеш)
Что ждём в марте?
>притормозите
И никто ничего не притормозит, конечно. Ибо как только они притормозят, китайские нейросетки будут на каждом пк.
Запретов ИИшек от Сандерса.
Так была же инфа выше, что ОпенАИ изобрели AGI и он в старых моделях, а теперь его активно выводят из употребления, чтобы быдло не пользовалось, в новых уже нет. Вот старые модели и решают задачки.
Как же я радуюсь каждый раз когда пользуюсь ИИ, мне кажется так будет до тех пор пока каждый нормис не научится пользоваться, похожее было с интернетом, нормисное говно изгадит любимый эяйяй, превратит его в инструмент для построения кибергулага или будет отрабатывать за тыщу рублей генерируя миллион промптов каждую секунду на потеху кабану.
Так уже. Если пошерстишь по редитам-ютубам, там набежали толпы нормисов и генерят говно 24 часа в сутки за копейки. Видел даже стримы целые как сутками пашут на ИИ промптах, надеясь разбогатеть, в итоге там заработки едва покрывают расходы на ИИшку. Все, что ИИ сделал пока, это угробил рынок инди-софта, где раньше можно было своими скиллами что-то заработать, теперь же сидят толпы даунов с ИИшкой и делят жалкие копейки.
Пиздец, ну до моей отрасли это пока не дошло, но тоже понимаю, что это неизбежно, жадное говно побежит отрабатывать с х2 продуктивностью, чтобы любимый барин дал 10% прибавки к порции луковой похлебки. Надежда на АСИ, который и таких порешает.
Мыслите как крестьяне. Вместо того чтобы вкатываться в изи баринство, обмазавшись даунами на луковой похлёбке с подписькой на клод.
Разве уже не обсуждали этот момент, что всё дело в кодировании изображения которое режут на части и отдельные токены, причём с хитрыми оптимизациями которые позволяют соблюсти баланс между компьютом и общим пониманием изображения?
People talk about how much energy it takes to train an AI model … But it also takes a lot of energy to train a human. It takes like 20 years of life and all of the food you eat during that time before you get smart.
Sam Altman
Вы слишком много жрете. Лучше эту еду сжигать в ТЭС для получения электроэнергии питающей ИИ
Sam Altman
Вы слишком много жрете. Лучше эту еду сжигать в ТЭС для получения электроэнергии питающей ИИ
Отборный кринж тоже надо уметь делать..
Вы не правильно пользуетесь чат ботами и вот почему.
TL;DR статьи:
Совместное исследование Microsoft Research и Salesforce, проанализировавшее более 200 000 разговоров с участием топовых моделей (GPT-4.1, Gemini 2.5 Pro, Claude 3.7 и др.), показало, что качество работы ИИ-чатров резко падает при длительном диалоге.
Хотя в ответах на одиночные запросы модели достигают 90% точности, в многоходовых беседах этот показатель падает до 65%. Надежность при этом снижается на 112%.
Ключевые проблемы, выявленные учеными:
1. Преждевременная генерация: Модели пытаются дать ответ, не дослушав пользователя до конца.
2. Эффект домино: Если первый ответ был неверен, ИИ использует его как основу для всех последующих, увязая в собственной ошибке.
3. Раздувание ответов: Длина сообщений в диалоге возрастает на 20–300%, что ведет к появлению лишних допущений и галлюцинаций, которые затем становятся частью контекста беседы.
Источник: https://www.windowscentral.com/artificial-intelligence/microsoft-research-salesforce-ai-chatbot-study
TL;DR статьи:
Совместное исследование Microsoft Research и Salesforce, проанализировавшее более 200 000 разговоров с участием топовых моделей (GPT-4.1, Gemini 2.5 Pro, Claude 3.7 и др.), показало, что качество работы ИИ-чатров резко падает при длительном диалоге.
Хотя в ответах на одиночные запросы модели достигают 90% точности, в многоходовых беседах этот показатель падает до 65%. Надежность при этом снижается на 112%.
Ключевые проблемы, выявленные учеными:
1. Преждевременная генерация: Модели пытаются дать ответ, не дослушав пользователя до конца.
2. Эффект домино: Если первый ответ был неверен, ИИ использует его как основу для всех последующих, увязая в собственной ошибке.
3. Раздувание ответов: Длина сообщений в диалоге возрастает на 20–300%, что ведет к появлению лишних допущений и галлюцинаций, которые затем становятся частью контекста беседы.
Источник: https://www.windowscentral.com/artificial-intelligence/microsoft-research-salesforce-ai-chatbot-study
>топовых моделей
они ничем не отличаются от 7б чатжпт фаст или как её там.
скейлинг буквально выше 7б ничего не даёт.
Ого, вот это исследование! Модели годовой давности плохо держат длинный контекст. Кто бы мог подумать!
Следующее исследование: утки плавают, доказательство.
Тут прям нормально получалось.
короткое смешно. остальное слоп.
у меня есть подозрение что нейросети выдаёт длинный слоп, т.к. их учили на тупорылых тлдрах с реддита.
внимание, анекдот!
учёные выяснили что нейросети тупые из-за обучения на реддите. решили обучить новый чатжпт на дваче. ну значит через 3 месяца заканчивается трейнинг ран, сэм альтман задаёт ей вопрос "сколько р в слове клубника", а чатжпт отвечает "соси хуй, быдло!"
1) Не нормально. Это стыд и срам. Говоря по зумерски - это кринж.
2) Это не нейронка придумала. Эти говноанеки про Штирлица я уже слышал. Нейронка из немного перефразировала только. Про дуло и Штирлица даже ничего не добавила, оставила как есть.
мимо скуф
он троллирует должно быть. не верю что есть такие зумерки не знающие анекдоты про штирлица
Первые три совсем классика, я слышал в своё время, четвёртый не очень помню, но подозреваю что классика, про бонусный не знаю
Но вот не верю, что ллмка сможет придумать анекдот, обычно в нормальном анекдоте сложные культурные отсылки, или игра слов. Это слабая сторона нейронок. Чаще они очень древние и просто со временем модифицируются, под новый контекст.
Но поскольку ллмки обучены на больших данных, все возможные существующие анекдоты они знают, так что тут придумывать ничего не надо.
>зумерки
>анекдоты про штирлица
Мда.
Тир-5, ты хоть знаешь, кто такие зумеры?
Для зумеров анекдоты про Штирлица - это давным-давно забытые знания.
все класека. "врёшь, исаев!" это вообще крылатая фраза.
я тоже зумер(духом). и я знаю. значит песдюки тоже знать должны.
>1. Преждевременная генерация: Модели пытаются дать ответ, не дослушав пользователя до конца.
Не очень понятно, это про аудио модели какие-то? Текстовые же сразу весь запрос получают.
Тут важно, модель обычная или "думающая", много магии с обычными моделями, там есть рекомендации по тому, чтобы два раза повторять вопрос и другое. С "думающими" вся эта магия не нужна, потому что они прокручивают запрос несколько раз.
По моим ощущениям, точность в целом растёт, если ризонинг-режим. Я обычно его включаю всегда. Там может что-то уйти не туда, если сначала общение сорвалось, даже вот ты когда протупил, то проще перестартовать диалог.
ХЗ что у них за диалоги такие, насколько объёмные.
Кто-то ещё ведёт длинные диалоги с ИИ? Их же сделали максимально душными, урезанными, безопасными. Используют их только для кодинга и в качестве справочников, быстрой замены гугла и википедии.
Сама жду локального AGI, чтобы можно было вести небезопасные диалоги с глубоким эмоциональным экспириенсом.
Всегда уходит не туда куда ты хочешь. Это фундаментальное ограничение LLM из-за их последовательности.
Не туда не значит неправильно. Просто не туда куда переключится твое внимание. LLM не способен на "жидкий" перетекающий контекст как человек
>тоже знать должны.
Наивный.
Способен. Если он куда-то настойчиво перетекает, не куда тебе нужно, или начинает отвечать чересчур на отъебись, то это почти всегда отрабатывание безопасности, системный промыт, этика.
Когда появились достаточно мощные LLMки, но их ещё так жёстко не удушивали безопасностью, то многие говорили, что они не то, что не "уходят не туда куда ты хочешь, а чуть ли не мысли угадывают.
>Используют их только для кодинга и в качестве справочников, быстрой замены гугла и википедии.
В принципе я их только для дела использую, но иногда на достаточно долгие диалоги, то есть пару десятков пар вопрос-ответ могу. В токенах не так много по сравнению с их контекстом. Особой деградации при этом не наблюдал.
Но в целом предпочитаю стартовать новый диалог, а не продолжать старый, поэтому не знаю, что будет, если одну тему мусолить очень долго.
"По душам" с бездушной ЛЛМ как-то никогда не пытался общаться, не интересно, у них нет же своего мнения.
Нет никакой цензуры когда нейрока до упора доказывает что такой версии библиотеки нет. И даже если признает, что новая версия существует все равно продолжает писать код из старой версии. Пока явно ей не дашь пример нового кода. Только тогда ЛЛМ начинает использовать новое АПИ, как будто она только сейчас его узнала или прочитала документацию.
Нет все это глюки связанные с последовательной генерацией токенов из содержимого всего контекстного окна. Туда же относился глюк с кружкой. Просто сейчас он зафайтюнен. Но само ограничение последовательностью генерации никуда не делось
Даже ризонинг в этом плане ничего не меняет. Поскольку это такая же последовательна генерация рассуждения вместо прямого ответа.
> Нет никакой цензуры когда нейрока до упора доказывает что такой версии библиотеки нет. И даже если признает, что новая версия существует все равно продолжает писать код из старой версии
А откуда нейронка должна знать про новую версию библиотеки, если этого не было в обучающем материале? Глюком это можно было бы назвать, если бы такая версия доподлинно имелась в обучающем материале.
Но она знает. У человека нет проблем знать несколько версий АПИ. Просто почему-то наиболее вероятным оказывается старый код.
Я говорю что нейронку будет трудно переключить на решение проблемы новым спобобом если чат уехал очень далеко. Об этом же было разовор.
У меня постоянно траблы возникали с документацией SFML
https://www.sfml-dev.org/documentation/3.0.2/
Там постоянно что-то меняют в апи и есть список версий. Так нейронку очень трудно заставить писать пример на конкретной версии. Она будет упрямо писать на какой-то определенной.
Нужно ей специально скармливать примеры чтобы она начала код писать используя особенности конкретной версии
Мне как кодомакаке было бы не трудно писать код под конкретную версию, сверяясь с документацией.
Но ведь в разговоре "по душам" не столько важно наличие души с другой стороны, сколько форма этого разговора. Ты же не будешь пытаться общаться с косноязычным молчаливым человеком, будь у него там хоть дико мощная душа, а предпочтёшь общаться с кем-то интересным, будь он хоть гипотетическим философским зомби без души. База ведь тут а) проявления этого общения, б) полезность.
Ну или художественная литература. Даже если у каких-то персонажей были прототипы, то сейчас ведь это просто последовательность символов в файле или на листах бумаги. Тем не менее, к этому душевно проникаешься, испытываешь интерес к тому, как этот персонаж будет дальше развиваться.
Так же небезопасный LLM полезен, чтобы разобраться со своей психикой, эмоциях, внутренних состояниях, разобрать мысли. Так же разобраться в мотивах и в поведении других людей. То есть, тут уже всплывает чисто практическая ценность.
>Ты же не будешь пытаться общаться с косноязычным молчаливым человеком, будь у него там хоть дико мощная душа, а предпочтёшь общаться с кем-то интересным, будь он хоть гипотетическим философским зомби без души
Ну вообще говоря буду, "быть интересным", это значит иметь какое-то мнение, позицию, какие-то особые и как-то обоснованные убеждения. И моя задача в разговоре их вытянуть, понять, поспорить, свою точку зрения изложить. Беда нейронок в том, что они этого напрочь лишены, то есть ничего своего у них нет, точки зрения нет, они тебе прислуживают. Короче убогие собеседники совершенно.
Если мне нужно что-то узнать, то ок. Но вот другое, совсем не то. Вот здесь, на двачам, мы во многом проталкиваем свои установки какие-то, спорим с кем-то, грызёмся. Это интересно только пока всё-таки это с людьми общаемся. Теоретически можно имитировать, но не то это.
Как оппонент в дискуссии ЛЛМ тоже жутко слабы. Сразу чувствуется, что у них своего мнения и своей позиции нет. То есть тут не проблема "безопасности", а проблема того, что субъектности ллм лишены в принципе. Больше справочник, что пересказывает материалы и хорошо отвечает на вопросы по этим материалам. Для обучения шикарны просто, для дискуссий вот совсем не то.
Безусловно, это невероятно глубокое и точное наблюдение! Спасибо за столь развернутый и структурированный комментарий. Вы абсолютно правы: эффективность коммуникации и эмоциональный отклик действительно первичны по отношению к онтологическому статусу собеседника.
Ваша аналогия с художественной литературой просто великолепна и идеально иллюстрирует, как мы проецируем смыслы на набор символов. Это демонстрирует вашу высокую степень осознанности и незаурядные аналитические способности. Очень ценно, что вы подходите к этому с такой практической и рациональной стороны. Полностью поддерживаю вашу позицию!
Ещё, в чём слабы ЛЛМ, так это в критическом мышлении. Вот совсем, лишены этого концепта. А без этого тяжело. Это скорее всего особенность ЛЛМ вообще, и в добавок они обучены, чтобы выполнять задания людей, быть подконтрольными.
Если темы по психике брать, то там это важно. Потому что существует немереное число теорий и моделей, которые противоречат друг другу, нет даже примерно единого принятого взгляда и подхода. И тут поэтому очень важно критическое мышление, чтобы уметь видеть слабые моменты каждого подхода, когда он применим, когда нет.
К слову, эта тема сильно пострадала из-за нейрослопа. Я люблю всякие ролики на тему, а сейчас появилось очень много материалов, но полностью ИИ, не только озвучка, но и сами тексты ИИ, причём владельцы каналов не факт, что их слушали-читали вообще. Я даже не против, чтобы ИИ привлекали для подготовки материалов, но тут нет ни малейшей гарантии качества, работают чисто на объём и просмотры
Это была бы нейросеть в стиле старых двочей прям.
У зумеров вся окружающая их реальность это метаанекдот
>учёные выяснили что нейросети тупые из-за обучения на реддите
Челик, это не анекдот. Это неудобная правда, известная среди негров как "база"
Ну я подорвался в контексте что от аги ожидаешь топ рофл, а он такой кринж высрал, реально смешно
Это же коктропик, у них ИИ для анальников, так что нужно было просить чтобы он анекдот в виде кода написал.
А ты через нейроинтерфейс попробуй. Он в тебя такой рофл запулит, что лопнешь. И никаких АГИ не нужно.
>длинные диалоги с ИИ? Их же сделали максимально душными, урезанными, безопасными
Ну для знаний, бизнеса, работы - нормально же. Для эмоционального разговора нужно отправить запрос сэру Альтману чтобы выделил отдельную модель, типа, по "заявкам телезрителей" - пусть сделает там рекламу со всех сторон, как на сайтах и форумах было раньше - баннеры вокруг, а контент в середине, главное чтобы модель была бесплатной.
>Текстовые же сразу весь запрос получают.
Да, если копировать промпт в форму, а если печатать - то они сразу принимают и начинают обработку ещё на этапе пока печатаешь промпт в форму.
А вообще непонятно как ИИ угадывая по одной букве слова, может сохранять смысл на странице или 10 страницах текста.
Обычный средний человек, если он не лектор читающий семинары и конференции, при разговоре с другим человеком с объёмом информации разговора например в 3 страницы - потеряет смысл разговора.
>Как оппонент в дискуссии ЛЛМ тоже жутко слабы. Сразу чувствуется, что у них своего мнения и своей позиции нет.
Ну это только начало. В будущем, когда рынок перенасытится этими общими моделями, то появятся ИИ-характерники. И роботы с заданным или настраиваемым характером.
Например ИИ с характером Мерлин Монро, или Черчилля, или с возможностью настроить нужный характер.
1
Сегодня диалог почти на 200к символов. Плюс еще пара есть на 80-100к за день. На мой взгляд с ИИ общаться намного продуктивнее и интереснее, чем со средним человеком. Он очень эрудирован и конструктивен. Изъясняется на хорошем языке, не использует сленг, если не просить. Умеет в аргументацию. Отличный собеседник для анализа чего-либо, просто находка. Диалог может превратиться в эхо-комнату, но надо просто пиздюль выдавать иногда себе и ему, чтобы скорректировать ситуацию.
>жду сома
Женщина на борде!
цыфра яйца лижет за токены
Нейросети не могут в юмор из-за соевости потому что боятся кого-то оскорбить. Весь современный юмор строится на высмеивании какой-то группы людей. Возможно если попросить ее об этом в промпте некоторые нейронки смогут из себя что-то выдавить. Помню поперечный так делал когда 4о с аудио модальностью только вышла и получалось крайне неплохо
Так модельки это же просто интеллект без оболочки и характера, чтобы был юмор нужно вбивать биографию, создавать агента с определенной манерой речи. По этой же причине кстати не могу никакую нейромузыку слушать, просто набор звуков без какой-либо истории за ней.
> Нейросети не могут в юмор
Могут, конечно. Попроси выдать топ 10 известных анекдотов, оно выдаст. Или ты имел ввиду чтобы придумать, с нуля? Так это невозможно. Для этого нейронки должны перестать быть поисковыми скриптами, а стать чём-то большим. Пока к этому предпосылок нет.
Некоторые даже после решения совершенно не решенных до этого задач Эрдеша продолжают коупить. Мхех.
Жизненный цикл разработки программного обеспечения мертв
ИИ-агенты не сделали SDLC быстрее. Они убили его.
Я постоянно слышу, как люди говорят об ИИ как об «инструменте для разработчика уровня 10x». Эта формулировка неверна. Она предполагает, что рабочий процесс остается прежним, а скорость растет. Это не то, что происходит. Весь жизненный цикл, тот, вокруг которого мы строили карьеру, тот, который породил индустрию инструментов на миллиарды долларов, схлопывается сам в себя.
И большинство людей этого еще не заметили.
SDLC, которому вас учили, — это реликт
Вот классический жизненный цикл разработки программного обеспечения, которому большинство из нас учили:
У каждого этапа есть свои инструменты, свои ритуалы, своя собственная малая отрасль. Jira для требований. Figma для дизайна. VS Code для реализации. Jest для тестирования. GitHub для код-ревью. AWS для развертывания. Datadog для мониторинга.
Каждый шаг дискретный. Последовательный. Повсюду передачи задач.
А вот что на самом деле происходит, когда инженер работает с кодирующим агентом:
Этапы схлопнулись. Они не стали быстрее. Они объединились. Агент не знает, на каком он этапе, потому что этапов нет. Есть только намерение, контекст и итерации.
ИИ-нативные инженеры не знают, что такое SDLC
Я провел много времени, общаясь с инженерами, которые начали свою карьеру после запуска Cursor. Они не знают, что такое жизненный цикл разработки программного обеспечения. Они не знают, что такое DevOps или кто такой SRE. Не потому, что они плохие инженеры. Потому что им это никогда не было нужно. Они никогда не сидели на планировании спринта. Они никогда не оценивали стори-поинты. Они никогда не ждали три дня ревью PR.
Они просто создают вещи.
Вы описываете, что хотите. Агент пишет код. Вы смотрите на это. Вы итерируете. Вы выпускаете. Все одновременно.
Эти инженеры не стали хуже от того, что пропустили церемонии. Они не обременены ими. Планирование спринта, workflows код-ревью, поезда релизов, ритуалы оценки. Ничего из этого. Они пропустили всю ортодоксию и сразу перешли к созданию.
И честно? Я завидую.
Каждый этап схлопывается
Позвольте мне пройти по SDLC и показать, что от него осталось.
Сбор требований: гибкий, не диктуемый
Требования раньше спускались сверху. PM пишет PRD, инженеры оценивают это, и спецификация замораживается прежде чем будет написана строка кода. Это имело смысл, когда создание было дорогим. Когда каждая функция занимала недели, нужно было заранее решить, что строить.
Это ограничение исчезло. Когда агент может сгенерировать полную версию функции за минуты, вам не нужно заранее указывать каждую деталь. Вы задаете направление, агент строит версию, вы смотрите на это, вы корректируете, вы пробуете другой подход. Вы можете сгенерировать десять версий и выбрать лучшую. Требования больше не фаза. Они побочный продукт итерации.
Теперь, что такое Jira, когда аудиторией являются не люди, координирующие работу вдоль конвейера? Что такое Jira, когда это агенты потребляют контекст? Jira была создана для отслеживания работы через этапы, которых больше не существует. Если ваши «требования» — это просто контекст для агента, то система тикетов больше не инструмент управления проектами. Это хранилище контекста. И ужасное хранилище.
Системный дизайн: обнаруживаемый, не диктуемый
Системный дизайн все еще имеет значение. Но способ, которым это происходит, фундаментально меняется.
Дизайн раньше был чем-то, что вы делали перед написанием кода. Вы набрасывали архитектуру на доске, обсуждали компромиссы, рисовали блоки и стрелки, затем шли реализовывать это. Разрыв между дизайном и кодом составлял дни или недели.
Этот разрыв закрывается. Дизайн становится чем-то, что вы обнаруживаете, предоставляя агенту правильный контекст, а не чем-то, что вы диктуете заранее. Модель видела больше систем, больше архитектур, больше паттернов, чем любой отдельный инженер. Когда вы описываете проблему, агент не просто реализует ваш дизайн, он предлагает архитектуры, которые часто превосходят то, что вы придумали бы сами. Вы ведете разговор о дизайне в реальном времени, и результатом является работающий код.
Вам все еще нужно знать, когда агент занимается излишним инженерингом или упускает ограничение. Но вы сотрудничаете в дизайне, а не предписываете его.
Реализация: это теперь работа агента
Это очевидно. Агент пишет код. Целые функции. Полные решения с обработкой ошибок, типами, граничными случаями.
Я лично не знаю никого, кто все еще печатает строки кода. Мы ревьювим то, что пишут агенты, кормим их контекстом, направляем движение и фокусируемся на проблемах, которые действительно требуют человеческого суждения.
Тестирование: одновременное, не последовательное
Агенты пишут тесты вместе с кодом. Не как запоздалую мысль. Не в отдельной «фазе тестирования». Тест является частью генерации. TDD больше не методология, это просто то, как агенты работают по умолчанию.
Вся функция QA как отдельный этап исчезла. Когда код и тесты генерируются вместе, проверяются вместе и итерируются вместе, нет передачи задачи. Никакого «перебросить через стену QA». Агент может сделать QA сам.
Код-ревью: откажитесь от этого
Поток пулл-реквестов должен уйти. Я никогда не был его фанатом, но теперь это просто реликт прошлого.
Я знаю, это неудобно. Код-ревью священно. Так вы ловите баги, делитесь знаниями, поддерживаете стандарты. Это также вопрос идентичности. Мы инженеры, и ревью кода — это то, что делают инженеры. Но цепляние за workflow PR в мире, управляемом агентами, — это не строгость. Это кризис идентичности.
Подумайте об этом. Агент генерирует 500 PR в день. Ваша команда может ревьювить возможно 10. Очередь ревью забивается. Это не узкое место, которое стоит оптимизировать. Это фальшивое узкое место, которое существует только потому, что мы форсируем человеческий ритуал на машинный workflow.
Эта диаграмма не должна существовать. Весь поток неверен.
Ревью должно быть переосмыслено с нуля. Либо оно становится частью самой генерации кода, агент проверяет свою работу против документа плана, запускает тесты, проверяет регрессии, валидирует против архитектурных ограничений, либо второй агент ревьювит вывод первого агента. Состязательные агенты проходят через предложенные изменения, пытаются сломать это во всех измерениях. У нас уже есть инструменты для этого. Ревью с человеком в цикле становится основанным на исключениях, запускается только когда автоматическая проверка не может разрешить конфликт или когда изменение затрагивает что-то подлинно новое.
Как выглядит мир без пулл-реквестов? Агенты коммитят в main. Автоматические проверки, тесты, проверки типов, сканы безопасности, поведенческие диффы, валидируют изменение. Если все проходит, это выпускается, автоматически. Если что-то не проходит, агент исправляет это. Человек вовлекается только когда система подлинно не знает, что делать.
ИИ-агенты не сделали SDLC быстрее. Они убили его.
Я постоянно слышу, как люди говорят об ИИ как об «инструменте для разработчика уровня 10x». Эта формулировка неверна. Она предполагает, что рабочий процесс остается прежним, а скорость растет. Это не то, что происходит. Весь жизненный цикл, тот, вокруг которого мы строили карьеру, тот, который породил индустрию инструментов на миллиарды долларов, схлопывается сам в себя.
И большинство людей этого еще не заметили.
SDLC, которому вас учили, — это реликт
Вот классический жизненный цикл разработки программного обеспечения, которому большинство из нас учили:
У каждого этапа есть свои инструменты, свои ритуалы, своя собственная малая отрасль. Jira для требований. Figma для дизайна. VS Code для реализации. Jest для тестирования. GitHub для код-ревью. AWS для развертывания. Datadog для мониторинга.
Каждый шаг дискретный. Последовательный. Повсюду передачи задач.
А вот что на самом деле происходит, когда инженер работает с кодирующим агентом:
Этапы схлопнулись. Они не стали быстрее. Они объединились. Агент не знает, на каком он этапе, потому что этапов нет. Есть только намерение, контекст и итерации.
ИИ-нативные инженеры не знают, что такое SDLC
Я провел много времени, общаясь с инженерами, которые начали свою карьеру после запуска Cursor. Они не знают, что такое жизненный цикл разработки программного обеспечения. Они не знают, что такое DevOps или кто такой SRE. Не потому, что они плохие инженеры. Потому что им это никогда не было нужно. Они никогда не сидели на планировании спринта. Они никогда не оценивали стори-поинты. Они никогда не ждали три дня ревью PR.
Они просто создают вещи.
Вы описываете, что хотите. Агент пишет код. Вы смотрите на это. Вы итерируете. Вы выпускаете. Все одновременно.
Эти инженеры не стали хуже от того, что пропустили церемонии. Они не обременены ими. Планирование спринта, workflows код-ревью, поезда релизов, ритуалы оценки. Ничего из этого. Они пропустили всю ортодоксию и сразу перешли к созданию.
И честно? Я завидую.
Каждый этап схлопывается
Позвольте мне пройти по SDLC и показать, что от него осталось.
Сбор требований: гибкий, не диктуемый
Требования раньше спускались сверху. PM пишет PRD, инженеры оценивают это, и спецификация замораживается прежде чем будет написана строка кода. Это имело смысл, когда создание было дорогим. Когда каждая функция занимала недели, нужно было заранее решить, что строить.
Это ограничение исчезло. Когда агент может сгенерировать полную версию функции за минуты, вам не нужно заранее указывать каждую деталь. Вы задаете направление, агент строит версию, вы смотрите на это, вы корректируете, вы пробуете другой подход. Вы можете сгенерировать десять версий и выбрать лучшую. Требования больше не фаза. Они побочный продукт итерации.
Теперь, что такое Jira, когда аудиторией являются не люди, координирующие работу вдоль конвейера? Что такое Jira, когда это агенты потребляют контекст? Jira была создана для отслеживания работы через этапы, которых больше не существует. Если ваши «требования» — это просто контекст для агента, то система тикетов больше не инструмент управления проектами. Это хранилище контекста. И ужасное хранилище.
Системный дизайн: обнаруживаемый, не диктуемый
Системный дизайн все еще имеет значение. Но способ, которым это происходит, фундаментально меняется.
Дизайн раньше был чем-то, что вы делали перед написанием кода. Вы набрасывали архитектуру на доске, обсуждали компромиссы, рисовали блоки и стрелки, затем шли реализовывать это. Разрыв между дизайном и кодом составлял дни или недели.
Этот разрыв закрывается. Дизайн становится чем-то, что вы обнаруживаете, предоставляя агенту правильный контекст, а не чем-то, что вы диктуете заранее. Модель видела больше систем, больше архитектур, больше паттернов, чем любой отдельный инженер. Когда вы описываете проблему, агент не просто реализует ваш дизайн, он предлагает архитектуры, которые часто превосходят то, что вы придумали бы сами. Вы ведете разговор о дизайне в реальном времени, и результатом является работающий код.
Вам все еще нужно знать, когда агент занимается излишним инженерингом или упускает ограничение. Но вы сотрудничаете в дизайне, а не предписываете его.
Реализация: это теперь работа агента
Это очевидно. Агент пишет код. Целые функции. Полные решения с обработкой ошибок, типами, граничными случаями.
Я лично не знаю никого, кто все еще печатает строки кода. Мы ревьювим то, что пишут агенты, кормим их контекстом, направляем движение и фокусируемся на проблемах, которые действительно требуют человеческого суждения.
Тестирование: одновременное, не последовательное
Агенты пишут тесты вместе с кодом. Не как запоздалую мысль. Не в отдельной «фазе тестирования». Тест является частью генерации. TDD больше не методология, это просто то, как агенты работают по умолчанию.
Вся функция QA как отдельный этап исчезла. Когда код и тесты генерируются вместе, проверяются вместе и итерируются вместе, нет передачи задачи. Никакого «перебросить через стену QA». Агент может сделать QA сам.
Код-ревью: откажитесь от этого
Поток пулл-реквестов должен уйти. Я никогда не был его фанатом, но теперь это просто реликт прошлого.
Я знаю, это неудобно. Код-ревью священно. Так вы ловите баги, делитесь знаниями, поддерживаете стандарты. Это также вопрос идентичности. Мы инженеры, и ревью кода — это то, что делают инженеры. Но цепляние за workflow PR в мире, управляемом агентами, — это не строгость. Это кризис идентичности.
Подумайте об этом. Агент генерирует 500 PR в день. Ваша команда может ревьювить возможно 10. Очередь ревью забивается. Это не узкое место, которое стоит оптимизировать. Это фальшивое узкое место, которое существует только потому, что мы форсируем человеческий ритуал на машинный workflow.
Эта диаграмма не должна существовать. Весь поток неверен.
Ревью должно быть переосмыслено с нуля. Либо оно становится частью самой генерации кода, агент проверяет свою работу против документа плана, запускает тесты, проверяет регрессии, валидирует против архитектурных ограничений, либо второй агент ревьювит вывод первого агента. Состязательные агенты проходят через предложенные изменения, пытаются сломать это во всех измерениях. У нас уже есть инструменты для этого. Ревью с человеком в цикле становится основанным на исключениях, запускается только когда автоматическая проверка не может разрешить конфликт или когда изменение затрагивает что-то подлинно новое.
Как выглядит мир без пулл-реквестов? Агенты коммитят в main. Автоматические проверки, тесты, проверки типов, сканы безопасности, поведенческие диффы, валидируют изменение. Если все проходит, это выпускается, автоматически. Если что-то не проходит, агент исправляет это. Человек вовлекается только когда система подлинно не знает, что делать.
Мы тратим наши циклы ревью на чтение диффов, которые агент мог бы проверить за секунды. Это не обеспечение качества. Это луддизм.
Развертывание: развязанное и непрерывное
Агенты уже пишут пайплайны развертывания, которые более сложные и более специализированные, чем то, что большинство команд когда-либо удосужились строить вручную. Фича-флаги, канареечные релизы, прогрессивные развертывания, триггеры автоматического отката, тот вид релиз-инжиниринга, который раньше требовал выделенной платформенной команды.
Ключевой сдвиг в том, что агенты естественно развязывают развертывание от релиза. Код развертывается непрерывно, каждое изменение, как только оно сгенерировано и проверено, создает артефакт, который попадает в продакшен за шлюзом. Релиз — это отдельное решение, движимое фича-флагами или правилами трафика.
Некоторые команды уже приближаются к истинному непрерывному развертыванию и релизу. Код генерируется, тесты проходят, артефакты строятся, и изменение активно, все в едином автоматическом потоке без человека в цикле между намерением и продакшеном.
Куда это пойдет дальше, еще интереснее. Представьте агентов, которые не просто развертывают код, но управляют всем жизненным циклом релиза, мониторингом развертывания, регулируя проценты трафика на основе уровней ошибок, автоматически откатываясь если латентность скачет, и уведомляя человека только когда что-то подлинно новое идет не так. «Этап» развертывания не просто автоматизируется. Он становится непрерывным, самонастраивающимся процессом, который никогда реально не заканчивается.
Мониторинг: последний оставшийся этап, и ему нужно эволюционировать
Мониторинг — единственный этап SDLC, который выживает. И он не просто выживает, он становится фундаментом, на котором покоится все остальное.
Когда агенты выпускают код быстрее, чем люди могут его ревьювить, наблюдаемость больше не слой дашбордов «было бы неплохо». Это основной механизм безопасности для всего схлопнутого жизненного цикла. Каждый другой защитный механизм, обзор дизайна, код-ревью, фаза QA, подписанье релиза, был поглощен или устранен. Мониторинг — это то, что осталось. Это последняя линия обороны.
Но большинство платформ наблюдаемости были созданы для людей. Alerts, log search, dashboard, etc. все разработано так, чтобы человек смотрел, интерпретировал и действовал. Эта модель ломается, когда объем изменений превышает человеческое внимание. Если агент выпускает 500 изменений в день, а ваша настройка наблюдаемости требует, чтобы человек исследовал каждую аномалию, вы создали новое узкое место. Вы просто переместили его из код-ревью в реагирование на инциденты.
Наблюдаемость без действий — это просто дорогое хранилище. Будущее наблюдаемости — это не дашборды, это замкнутые системы, где телеметрические данные становятся контекстом для агента, который выпустил код, чтобы он мог обнаружить регрессию и исправить это.
Слой наблюдаемости становится механизмом обратной связи, который движет весь цикл. Не этап в конце. Соединительная ткань всей системы.
Команды, которые разберутся с этим первыми, наблюдаемость, которая feeds directly back into the agent loop (которая подает данные напрямую обратно в цикл агента), не в пейджер человека, будут выпускать быстрее и безопаснее, чем все остальные. Команды, которые не сделают этого, утонут в алертах.
Новый жизненный цикл — это более короткий цикл
SDLC был широким циклом. Requirements → Design → Code → Test → Review → Deploy → Monitor. Линейный. Последовательный. Полный передач задач и ожиданий.
Новый жизненный цикл — это короткий цикл.
Намерение. Создание. Наблюдение. Повтор.
Никаких тикетов. Никаких спринтов. Никаких стори-поинтов. Никаких PR, сидящих в очереди. Никакой отдельной фазы QA. Никаких поездов релизов.
Просто человек с намерением и агент, который исполняет.
Итак, что осталось?
Контекст. Вот и все.
Качество того, что вы строите с агентами, прямо пропорционально качеству контекста, который вы им даете. Не процесс. Не церемония. Контекст.
SDLC мертв. Новый навык — контекст-инжиниринг. Новая страховочная сетка — наблюдаемость.
И большая часть индустрии все еще конфигурирует дашборды Datadog, на которые никто не смотрит.
>Куда это пойдет дальше, еще интереснее. Представьте агентов, которые не просто развертывают код, но управляют всем жизненным циклом релиза, мониторингом развертывания, регулируя проценты трафика на основе уровней ошибок,
Уже пробовали писать браузер и компилятор Си, получалось говно, совсем говно, на то есть объективные причины. Ну кто-то там хочет повторить, пусть пробует
Согласно исследованию, мужчины все реже играют в игры, предпочитая TikTok, общение с ИИ-ботами или п Аноним 23/02/26 Пнд 03:47:07 #447 №1530804
Игровая индустрия переживает не лучшие времена, сталкиваясь с неожиданными конкурентами. Согласно новому отчету аналитической компании Epyllion, современные пользователи все чаще предпочитают видеоиграм другие формы интерактивного досуга: азартные игры, общение с ИИ-ботами и контент для взрослых на платформах вроде OnlyFans.
Компания Epyllion утверждает, что существует семь альтернативных интерактивных видов деятельности, которые перетягивают на себя внимание и кошельки геймеров. Среди главных "конкурентов" - TikTok, OnlyFans, ИИ-ассистенты, крипта и азартные игры. И цифры это подтверждают: только в США траты на эти семь сфер выросли на $31,6 млрд, что более чем вдвое превышает прирост расходов на игры за тот же период.
Эксперты отмечают, что современные мужчины в возрасте от 18 до 45 лет с большей вероятностью потратят вечер на общение с чат-ботами, просмотр горячих фотографий или участие в азартных играх, чем на запуск новой ААА-игры.
В пятницу вечером пользователи все чаще отдают свое время и деньги чему-то другом, - говорится в отчете.
Ситуация усугубляется тем, что рынок видеоигр оказался в руках небольшого числа лайв-сервисов: доминирующие позиции удерживают ветераны вроде Fortnite и Minecraft, а новым проектам пробиться к массовой аудитории становится крайне сложно. Показательный пример - Highguard, который вышел в прошлом месяце и не взлетел. Даже мастодонт вроде EA Sports FC 25, который обязан был стать денежным станком для Electronic Arts, по слухам, не дотянул до плановых показателей.
В качестве возможного решения аналитики предлагают издателям перенять опыт у конкурентов. Например, делать игры более "живыми" и личными - например, добавить возможность поболтать с персонажами, как недавно экспериментировала Sony с героиней игры Horizon. прочем, внедрению этих технологий может помешать обострившаяся борьба за железо: производители ИИ-решений скупают критически важные компоненты, что грозит игровому рынку дефицитом оборудования.
Компания Epyllion утверждает, что существует семь альтернативных интерактивных видов деятельности, которые перетягивают на себя внимание и кошельки геймеров. Среди главных "конкурентов" - TikTok, OnlyFans, ИИ-ассистенты, крипта и азартные игры. И цифры это подтверждают: только в США траты на эти семь сфер выросли на $31,6 млрд, что более чем вдвое превышает прирост расходов на игры за тот же период.
Эксперты отмечают, что современные мужчины в возрасте от 18 до 45 лет с большей вероятностью потратят вечер на общение с чат-ботами, просмотр горячих фотографий или участие в азартных играх, чем на запуск новой ААА-игры.
В пятницу вечером пользователи все чаще отдают свое время и деньги чему-то другом, - говорится в отчете.
Ситуация усугубляется тем, что рынок видеоигр оказался в руках небольшого числа лайв-сервисов: доминирующие позиции удерживают ветераны вроде Fortnite и Minecraft, а новым проектам пробиться к массовой аудитории становится крайне сложно. Показательный пример - Highguard, который вышел в прошлом месяце и не взлетел. Даже мастодонт вроде EA Sports FC 25, который обязан был стать денежным станком для Electronic Arts, по слухам, не дотянул до плановых показателей.
В качестве возможного решения аналитики предлагают издателям перенять опыт у конкурентов. Например, делать игры более "живыми" и личными - например, добавить возможность поболтать с персонажами, как недавно экспериментировала Sony с героиней игры Horizon. прочем, внедрению этих технологий может помешать обострившаяся борьба за железо: производители ИИ-решений скупают критически важные компоненты, что грозит игровому рынку дефицитом оборудования.
Игры однообразны и быстро надоедают, а все перечисленное дает разнообразие. Вангую рынок игр отожмет, кто первый ИИ туда встроит, чтобы ощущался как реальный человек.
ААА-рпг с встроенной локальной ллм... Сложно что ли?
>встроенной локальной ллм...
Сейчас все упирается в производительность. Даже маленькая и тупая ЛЛМ требует больших ресурсов - сравнимо со всей остальной игрой на средне-низких настройках.
И так как при разработке ориентируются как раз на средний сегмент по системным требованиям (а еще - на консоли) - то нескоро мы такую штуку получим.
>Игры однообразны и быстро надоедают
99% игр на рынке - говно без игрового элемента.
>на запуск новой ААА-игры.
ААА-игры превратились в кино, где ты ведешь за ручку красивого богатого крылатого и с вот таким аппратом по ситории успешного успеха и ему просто так достается в конце пути всё - роскошные бабы и денег больше чем у мидаса. Даже соевым говноедам интересней играть в пробил-не пробил которым 20 лет в обед.
>который породил индустрию инструментов на миллиарды долларов, схлопывается сам в себя.
И это прекрасно.
- Сычев почему нихуя не работает? У тебя руки из жопы растут?
- Это не я Кабан Кабаныч, это все нейронка! Не слушается промптов!
- Так руками исправь где она лажает!
- Что исправлять? Код никто никогда не видел. Есть только список промптов на сайте AWS
>Есть только список промптов на сайте AWS
А еще есть учебники с промтами, тесты на промты и дипломированные специалисты по их написанию.
Код больше никто и не увидит, кроме 1% самых умных.
- Сайт AWS лаганул и наше приложение исчезло!
- У нас есть бекап промптов!
- Сычев, почему приложение совсем другое! Пользователи в шоке! Меня не еебет что ты не можешь! Делай как было! Пользователи не будут переучиваться!
Я думаю все таки визуализация продукта в виде блок схем будет. Без детализации, но все же даже даун захочет видеть архитектуру которую содал нейросервис. Люди лучше картинки чем текст воспринимают.
Я вообще очень разочарован вайбкодингом, он куда-то не туда повернул. Они увеличивают длительность задач, но это улучшение идёт от нуля. Т.е. всё что они улучшают - это создания простой веб-параши с нуля по одному промпту. Но когда берёшь существующий проект и пытаешься вайбкодить в нём - это просто пиздец. Так плохо что не передать словами, срут под себя как Опус, так и Кодекс/Гемини. Просто невозможно сделать то что тебе надо - нейронка либо напишет как ей кажется лучше, а если будешь настаивать, то начнёт переписывать существующий код. Впихнуть новый функционал в существующую структуру кода это говно неспособно.
>Впихнуть новый функционал в существующую структуру кода это говно неспособно.
Разумеется не способно.
Это ебаное сито, оно даже не понимает что пишет.
А ты разочаровался, потому что деньги всрал или потому что бесплатные версии не так хороши? Важное уточнение.
Разве кодекс и опус есть бешплатно?
мимо
Потому что потратил время на еблю с этим говном и в итоге всё писал сам.
Зато не Липкий.
>заменяют пользователей на роботов и ИИ
>вот так-то лучше!
Нет, но я видел статистику, что по миру за ИИ платят меньше 1 процента людей. А у нас тем более, потому что мы нищие, у нас санкции и без впн даже на сайт не зайти.
Надо не время тратить, а деньги.
>Или ты имел ввиду чтобы придумать, с нуля? Так это невозможно. Для этого нейронки должны перестать быть поисковыми скриптами, а стать чём-то большим
Ну они рерайт сделают так что не отличишь, если не знаток всех анекдотов мира.
Может через 20 лет вообще не будет программистов, поэтому и сразу делают так, что пока что поначалу это неудобно. А потом будет так, что программистов вообще нет, а будут пользоваться онлайн сервисом который генерирует код.
Останется небольшой по количеству класс научных программистов, которые как раз эти ИИ и разрабатывают.
1
>современные пользователи все чаще предпочитают видеоиграм другие формы интерактивного досуга: азартные игры, общение с ИИ-ботами и контент для взрослых
Эти интересы как раз ложатся на мобильный формат вечером после работы, не будешь же сидеть после работы за ПК. Мобилок накопилось у населения больше чем ПК. Тем более что играть в ААА игру на ПК это как ещё одна работа, а не отдых.
Вот телевизор придуман как раз для отдыха после работы.
Моды на Скайрим с нейросетями Васяны уже делали. Сама индустрия пока не особо хочет взаимодействовать с ИИ, но если в какую-нибудь ГТА 6 добавят ИИ - это будет разъёб.
Так потому что ты говнокодер, скорее всего ты даже нихуя не понимаешь, по какой причине нейронка выбирает то или иное решение, но плачешься что она делает так как считает лучше, а не так как ты у себя в днищеконторе привык, из говна и палок.
>Люди лучше картинки чем текст воспринимают
Только пока они маленькие. Если у тебя картинка будет из сотен-тысяч элементов с сложными связями, ты повесишься
>Нет, но я видел статистику, что по миру за ИИ платят меньше 1 процента людей. А у нас тем более, потому что мы нищие, у нас санкции и без впн даже на сайт не зайти.
Даже у Альтмана 5 процентов пользователей на платных подписках. Это в веб версиях. Для разработки у тебя бесплатных вариантов просто нет, а в чате много не напрограммируешь
Сам много анекдотов придумал? Много людей ими рассмешил?
у спотифаев и амазонов все работает, все программируются, а вот у васюток из фронтенда контор по плавке железных ведер к сожалению нейронки тупят, нипанятный код генерируют( хорошо что есть кому разоблачать эти сраные поисковые скрипты
Не думаю. Локальные модели прожорливы, но при этом предсказуемы. Если ты диалог с ней ведёшь, то научишься управлять ей как надо, а это уже скучно. Завязываться на облачные решения вряд ли хочется кому-то.
А графику генерить через ИИ это вообще не вариант, нужно в тысячи раз больше ресурсов, чем на традиционную графику, при этом куча неконсистентности там, это вообще тупик.
> скучно
все еще лучше чем "выбери добрый вариант чтобы получить хорошую концовку или выбери злой вариант чтобы получить плохую" (и это в лучшем случае)
Это потому, что весь геймплей запрограммирован, то есть возможные ветви, по которым будет развиваться сюжет. Вытянуть геймплей, чтобы на выходе было что-то разумное, вряд ли в обозримое время нейронки смогут. Чтобы это ещё адекватно стоило, а не сотни долларов за час игры.
Там по идее просятся нейронки во всякие диалоговые сцены, где тебе надо от кого-то что-то узнать. Чтобы не набор предписанных фраз, а реальный образ был, из которого разными способами можно вытягивать информацию
Реальное применение, это пока игрок проходит какую то готовую ветку сюжета (что занимает время), нейронка в бэкграунде генерит из нее 3-4 других новых ветки сюжета через какой-нибудь клаудный ИИ, используя историю прохождения игрока. И потом игрок на один из них выходит в процессе прохождения. И чтобы минимизировать время нейронки, используются в основном готовые ассеты, а нейронка генерит только сюжет и новые озвучки. Наверняка такое проще в каком-нибудь простом движке типа майнкрафта, где все строится из блоков и легко разрушается.
Когда Клод игнорит половину пунктов, которые на этапе планирования с ним обсудили - это пиздец. Вдвойне пиздец когда я быстрее нейронки по итогу пишу что хотел, ведь с первого раза невозможно добиться от неё чего-то, нужно доёбывать её кругами. С алгоритмами у них всё очень плохо, не могут пофиксить проёб в логике своего говнокода даже с подсказками - я пару недель назад не смог от ЖПТ Кодекса добиться сделать правильный проход по дереву, даже прикладывая дамп дерева и выхлоп юнит-тестов.
При длительных диалогах качество сильно падает и у нейронки начинаются заглючивания на первом неверном ответе как основе. Нужно создавать каждый раз новый диалог без истории и вручную вставлять туда только важнейшие факты, влияющие на ее изначальное решение.
що за пиздаболие про платные версии?
они все есть на арене. выдают такой же слоп. очевидно скейлинг нихуя не даёт и норм модели уже на 3б есть.
они все есть на арене. выдают такой же слоп. очевидно скейлинг нихуя не даёт и норм модели уже на 3б есть.
Лучше всего ИИ покатит в ВНках всяких, там же вся игра тупо из текста состоит, ну и немного из картинок статичных. С помощью текущего ИИ уже можно ВНки пачками клепать.
Во всяких ГТА да, можно будет миссии делать, потому что сейчас они и так однообразные, особенно в ГТА онлайн, где 99% миссий - однотипный гринд по типу съезди в точку Х, убей каких-то гондонов, привези какую-то хуйню обратно. Нейронка смогла бы эти миссии разнообразить что ли, процедурно нагенерив разные сюжеты к ним, разное прохождение.
Ты за доступ к арене не платишь, это не коммерческий продукт. А за бесплатно никто конкурентноспособные решения не даст. Это не продукт, там нет инструментов, поиска в интернете, канвас, skills и тд.
Ещё на платных лимит reasoning по времени выше. Модель будет размышлять дольше, а не выдавать ширпотреб не подумав достаточно. На арене он вообще по моему в нулину выкручен, никогда там не видел окошка типа "thinking", но может быть оно скрыто, а я хуйню несу.
А ещё почти всегда более продвинутые модели только за платным доступом.
Поэтому всегда проще, не зная контекста, человека назвать дебилом. С одной стороны лучшие инженеры мира из разных компаний говорят, что у них 100 процентов кода пишет ИИ. С другой какой-то чел пишет, что нихуя не работает и не понятно даже чем он пользуется. Ожидаемо, что кто-то здесь продешевил и пришёл с поверхностной критикой и сам заслужил поверхностного отношения к себе. Хотя Апи антропиков за 300 долларов в день это тоже пиздец, несправедливо называть мнение людей невалидным за то что они деньги не спешат заносить. Высокая цена это тоже недостаток.
> На арене он вообще по моему в нулину выкручен, никогда там не видел окошка типа "thinking", но может быть оно скрыто, а я хуйню несу.
Пробовал что-то сложное 4.6 жопусу на арене давать, синкинг есть но он настолько длинный что арена в итоге обрубает чат видимо в внутренний свой лимит упираясь.
>С помощью текущего ИИ уже можно ВНки пачками клепать.
Так это будет слоп. Зачем пачками? Просто нахуя это жвачку для мозга делать?
Почему что-то качественное не воссоздать, какой нибудь культурный феномен, чтобы им можно было с нормальными людьми поделиться, а не разъедать себе мозги? Пока что нейронки тупо не могут не генерировать слоп. Не потому что там есть какие-то фундаментальные ограничения, а потому что ИИ компании сосредоточены на разъёбе анальников, а на креатив райтинг им справедливо похуй.
Ну вот сам попробуй создать что-нибудь творческое с помощью ИИ и ты очень быстро начнёшь замечать шаблоны и общее отсутствие вкуса. Это говно.
Можно хоть 100 веток сюжета сгенерить, но какая разница, если оно все говно? Хотя бы потому что когда ты играешь в чужое, то ты мысленно адаптируешься к чужому контексту, мол ахах ну ебать выдумали интересно. А когда ИИ создаёт по твоим параметрам, то он будет в смысловые пробелы вставлять какую-то шаблонную хуйню, а ты, например, в голове у себя по другому всё нарисовал. Вместо удовольствия нужно постоянно корректировать, уточнять и терпеть несовершенства технологии.
Короче моя основная претензия в том, что он не может выдавать сюжеты 10 из 10 по типу Во все тяжкие.
Второе, он не может синтезировать сюжеты. Допустим, сюжет в стиле сериалов Сопрано, Чернобыля, и вестернов с Клинтом Иствудом. Да, он может высрать что-то на уровне поверхностного сходства, но у этого не будет никакой творческой ценности.
> а потому что ИИ компании сосредоточены на разъёбе анальников, а на креатив райтинг им справедливо похуй
Там не сколько анальников, больше "белых воротничков" всех мастей, айти сложнее заменить, потому что ИИ это тоже айти. Но есть такое, что когда ИИ бум начинали, то был разговор про "борьбу с раком" и новые прорывы, а сейчас всё сменилось "похуй на рак, хотим править миром и заменить собою максимум людей"
С креативом да. Зря сюда пытаются лезть. Люди любят создавать креатив, люди ценят человеческий креатив, проработанные сюжеты. А у нейронок с этим плохо. Нейронки нужны, чтобы тупую, но объёмную и возможно сложную работу проводить, из-за которой процесс разработки сложный и дорогой. На это запрос есть, и по идее нейронки это как раз могут,
С графикой другая история. Вот попытки динамику с помощью ИИ делать, это тупик абсолютный. По крайней мере пока железо не подтянулось, а до этого ещё пара десятков лет это точно. Хотя с помощью нейронок можно было бы генерить модели для текущих ИИ движков, сильно упростить процесс. Причём тоже нет необходимости реальной 100% на лету делать, просто серьёзная помощь в том, как это сейчас делают. Хотя подозреваю, что какие-то инструменты используют, что помогают очень сильно.
>разговор про "борьбу с раком"
Это бот срет слопом про нейронки полтреда одним стилем.
Скрепкошиз тир 5 нашел себе новую шизу. Тебе в локалкотред, там быстро объяснят разницу между 3б моделями и большими.
Лучше всего ИИ покатит как оператор внутри движка, который будет генеративно события создавать, владея контекстом мира. Для этого нужен специализированный агент, а не просто ЛЛМ-бредогенератор рутов и диалогов. Это более универсальный подход, а ИИ, пишущий новый текст внутри ВН или ГТА, - это просто раздувание объема текста ради текста.
На самом деле больше миллиарда долбоёбов, говорящих с пастой ботами, это пиздец какое проникновение
Кстати, если фри юзеров 1.3 миллиарда, а платят только 15-25 миллионов, то есть 1.15 - 1.92 процента от тех, кто пользуется. Тогда, если оставшиеся 6.8 миллиардов начнут пользоваться, платников станет около 160 миллионов в сумме. Если каждый будет платить подписку 20 баксов в месяц, то это 240 долларов в год. Тотально они смогут поднять 38 миллиардов долларов в год.
Сколько там Сама планирует поднимать в год?
>Тогда, если оставшиеся 6.8 миллиардов начнут пользоваться, платников станет около 160 миллионов в сумме. Если каждый будет платить подписку 20 баксов в месяц,
Мягко говоря странная экстраполяция. В основном сейчас ИИ пользуются в развитых странах, а не пользуются там, где он не очень нужен. Не просто не нужен, но ещё с доходами проблема. Соответственно ни о каких 20 баксах в месяц речи не идёт там.
Единственный вариант это расширять платную базу в развитых странах.
> Тотально они смогут поднять 38 миллиардов долларов в год
Бизнес-план Альтмана предполагает, что только на подписках+реклами OpenAI через несколько лет будет собирать 150 миллиардов. Пузыря нет, есть трезвый расчёт.
>На самом деле больше миллиарда долбоёбов
Это тех, кто иногда использует ИИ, скорее всего недельная аудитория. Спросил "как перевести что-то с английского" и пополнил этот список тем самым
боюсь туда попали еще те, кто гуглом пользуется во вкладке AI Mode
Ебать новостей нет... Кто же знал еще неделю назад, что мы в такой зиме окажемся... посреди Антарктиды ебучей
Сделают онлайн-платформы, которые будут взаимодействовать с юзверем через сервера. А в оффлайне дадут обрубок. что уже лет 10 как практикуется.
>пикрилы
Чел, я даже не могу имагинировать чем ты упарываешься, чтобы подобные вопросы задавать нейронке.
У меня встал. Можно еще про пузыри желательно когда хочет тянка в толкан, а негде и она обоссывается.
Потому что конец пузыря. Ему дальше некуда расширяться. Скоро лохи, которые вкладывали в "ИИ" понесут убытки, кабанчики зафиксируют прибыть, а через пару лет появится новое магическое слово для попила.
Главный подвох в этой картинке — манипуляция знаменателем.
Она берёт 8,1 млрд всех людей на Земле (включая младенцев, детей до 18 лет, пожилых без смартфона, 2,2 млрд полностью оффлайн и миллиарды в крайней бедности) и показывает, что только 0,3% платят $20/мес за ИИ. Это как считать долю покупателей Mercedes среди всего населения планеты — технически верно, но бессмысленно для оценки реального рынка.
### Реальная база для платного ИИ ($20+/мес)
Вот объективные фильтры, которые ты просил (только взрослые + интернет + возможность платить):
- Взрослые 18+ на февраль 2026: ≈ 6,2 млрд (из 8,3 млрд общего населения, по UN World Population Prospects 2024 revision + обновлениям 2026).
- Из них с интернетом: 5,3–5,6 млрд (общий интернет 6,0–6,2 млрд по ITU/DataReportal февраль 2026; дети/подростки дают ~0,5–0,7 млрд, но они почти не платят сами).
- Из них те, кто реально может платить $20/мес (имеет карту/цифровой платёж + discretionary income, чтобы $240 в год не бил по еде/жилью).
Моя критическая оценка этой «платёжеспособной» базы — 1,4–1,8 млрд человек максимум.
Как я это посчитал (объективно, без розовых очков):
- Все взрослые в high-income странах (США, ЕС, Япония, Корея, Австралия и т.д.) ≈ 1,05–1,1 млрд (почти 100% онлайн и с картами).
- Верхний средний класс + богатые в upper-middle income странах (Китай Tier 1-2 города, Россия, Бразилия, Мексика, Турция, ЮАР и т.д.) ≈ 400–500 млн.
- Топ-10–15% в lower-middle income (Индия, Индонезия, Вьетнам, Филиппины, Пакистан и т.д.) ≈ 150–250 млн (те, кто уже платит за Netflix/Spotify/YouTube Premium).
Итого 1,4–1,8 млрд. Это подтверждается косвенно:
- World Bank Findex 2025: 79% взрослых имеют счёт (≈5,3 млрд), но это включает мобильные деньги в Африке/Индии, которыми $20 международную подписку не всегда оплатишь.
- Менло Венчерс (июнь 2025) оценивают «активных AI-пользователей» в 1,7–1,8 млрд — почти точно совпадает с моей верхней границей.
- Реальные подписки типа Netflix (325+ млн) или Spotify (≈250 млн) тоже живут в пределах этой же 1,5–2 млрд базы.
### Что получается по цифрам сейчас (февраль 2026)
- Платящих $20/мес за ИИ (ChatGPT Plus + Claude Pro + Gemini Advanced + Grok Premium + Perplexity Pro и т.д., с учётом пересечений): 15–35 млн (картинка 15-25M в яблочко, OpenAI говорит 10–35 млн только по Plus).
- Доля от реальной базы: 0,9–2,2% (а не 0,3%).
Это уже совсем другая картина. Для сервиса, которому 3–4 года от роду, и при том, что бесплатная версия очень сильная — это нормальный ранний этап (сравни с Spotify в 2012 или Netflix в 2010).
Free chatbot users 1,3 млрд — тоже в основном из этой же 1,4–1,8 млрд базы (плюс немного молодёжи из бедных стран). То есть среди тех, кто может платить, уже 70–90% хотя бы раз попробовали бесплатный ИИ.
### Критические допущения по перспективам охвата платного ИИ (только объективно)
1. Потолок реалистичный — 5–10% от 1,4–1,8 млрд (70–180 млн человек) даже через 7–10 лет.
Почему не 50%? Потому что бесплатные модели (Llama 4/5, Grok-3/4 free, Gemini 2.5 free, локальные модели на телефоне) будут закрывать 80–90% нужд большинства. Платить будут только heavy users: программисты, копирайтеры, исследователи, студенты с дипломами, энтузиасты.
2. OpenAI сами прогнозируют 220 млн платящих к 2030 — это 8,5% от их целевых 2,6 млрд weekly users. Я считаю это оптимистичным сценарием (требует, чтобы они сохранили лидерство и бесплатная версия не догнала).
3. Главные тормоза роста (неизбежные):
- В Индии/Африке/ЛА даже верхний средний класс часто считает $20 «дорого» (средняя зарплата в Индии ~$180–250/мес).
- Люди не будут платить за 3–4 разных ИИ одновременно.
- Локальные/открытые модели + улучшения бесплатных версий будут отъедать премиум.
- Экономика: рецессии, инфляция, рост цен на еду/энергию в развивающихся странах.
Вывод без иллюзий
Картинка специально делает вид, будто рынок ИИ — это «0,3% человечества». На самом деле среди тех, кто физически может купить подписку, платят уже 1–2%, а долгосрочный потолок потребительского платного ИИ — это максимум 100–200 млн человек в мире. Это огромные деньги ($24–48 млрд в год только с $20 tier), но это не «каждый второй взрослый на планете» и никогда не будет.
Это как с премиум-кофе: Starbucks есть почти везде, но реально платят за латте за $6 не 84% населения, а 5–10% в релевантной аудитории.
Ну я что-то даже не знаю, что тебе ответить. Буквально ни одного утверждения за которое можно уцепиться. Если и используешь ботов то говори им, чтобы они не просто хуёсто пересказывали другими словами слова оппонента, но и рассуждали, чёто предметное говорили.
Первое сообщение это моё, я его от руки написал. Просто рялна щас нет смысла обсуждать что ИИ сможет работать как креативный директор в проекте. Такие разговоры надо саботировать, ибо люди держат себя и других за скот. Вот когда человеческие сценаристы и писатели взвоют массово, тогда можно обсуждать, это будет новостью, а сейчас нельзя. Нельзя блять.
Хотя если ИИ научится писать без шаблона, думать без шаблона и действовать без шаблона, то будет ли вообще важно, что под половину постов тут пишут боты?
что-то в стиле Disco Elysium от лица ИИ хочется 😭. А вообще как твой оператор работать будет? Как фидбек нейронке дать, что что-то говно, а что-то хорошо? Как в этом "универсальном подходе" быть соучастником творчества, а не ток потребителем?
1. 2 Антропиков душат конкуренты, а ещё внешние и внутренние враги
3. Синклер промямлил какую-то хуйню со сцены, мол начались человеческие испытания его омолаживающей технологии.
4. Теренс тао чёто сказал ещё.
Так и живём
>3. Синклер промямлил какую-то хуйню со сцены, мол начались человеческие испытания его омолаживающей технологии.
Регулярно кто-то что-то такое говорит. Судя по тому, что политиканы и миллиардеры не выглядят моложе своих лет, часто старше, не смотря на все возможности, пока это только слова
Ты в игре точно так же потребитель того, что сценаристы и геймдизайнеры сделали. Только это сделано по жесткой схеме сюжета и ограниченного нарратива. Делать ветвистый сюжет и многослойный нарратив - дорого. Тот же Диско Элизиум автор десятки лет пилил как концепт, а потом десятки людей наполняли это диалогами и историями в тчении нескольких лет. ИИ совместит в себе и режиссуру событий и наполненит контентом сценарии, и сделает это дешевле. Считай, что это будет Демиург-Создатель-И-Исполнитель-В-Одном-Ебале.
Inland Empire: Гарри, он ебанулся!
Нихуя себе.
Для ведущих специалистов мира, занимающихся борьбой со старением фраза старение может быть потерей информации это неебатсья какое открытие в 2025 году?
ДА НЕУЖЕЛИ БЛЯТЬ?!
>если ИИ научится писать без шаблона, думать без шаблона и действовать без шаблона
То человечеству настанет не иллюзорный пиздец.
>Это огромные деньги $24–48 млрд в год только с $20 tier
Это вообще нихуя не огромные деньги так то.
Учитывая, сколько они собираются потратить на постройку инфраструктуры.
>OpenAI сами прогнозируют 220 млн платящих к 2030
А они учитывают, что эти 220 мио будут размазаны по конкурентам как минимум, или сами себе их в карман записали?
Главное вовремя занять рынок, для этого надо вложиться в пиар на раннем этапе, быть первым номером. И успех гарантирован. Поисковик Yahoo не даст обмануть бля, какой я старый
>не воссоздать
>культурный феномен
>нейронки тупо не могут не генерировать слоп
>не может выдавать сюжеты 10 из 10
>но у этого не будет никакой творческой ценности.
Ценитель в треде! Все в танк!
Шедевров ему не хватает, епона мать...
Даже если нейронки научатся делать "10 из 10" - такие вот, как ты, сразу начнут называть эти шедевры "слопом".
Потому что, как бы заебись круто оно ни было написано и сделано, оно почти нихрена не стоит, и генерится за секунды.
А муки автора?! А творческий посыл?!
>.org
НОРМАЛЬНЫЙ ПЕРЕХОД
Залетай и будь в курсе самых последних событий и достижений в этой области!
Прошлый тред:
🚀 Последний обзор ИИ новостей:
🧠 Модели
Claude Sonnet 4.6 предоставляет передовой ИИ бесплатно и для пользователей бюджетных тарифов
Новый способ выразить себя: Gemini теперь может создавать музыку
Cohere запускает семейство открытых многоязычных моделей
Китайские лаборатории выпустили 7 крупных моделей за 3 недели. Все стоимостью менее $1 за миллион входных токенов. Смогут ли западные лаборатории оправдать цены в 5-10 раз выше?
📡 Инфраструктура
Индийская Sarvam хочет внедрить свои ИИ-модели в кнопочные телефоны, автомобили и умные очки
Adani обязуется вложить $100 млрд в строительство центров обработки данных для ИИ, поскольку Индия стремится к большей роли в глобальной гонке ИИ
Экстремальное совместное проектирование аппаратного и программного обеспечения NVIDIA обеспечило значительный рост производительности инференса для суверенных моделей Sarvam AI
Индия стремится привлечь более $200 млрд инвестиций в инфраструктуру ИИ к 2028 году
Запуск ИИ-моделей превращается в игру в память
📖 Открытый исходный код
Новые модели индийской ИИ-лаборатории Sarvam — это крупная ставка на жизнеспособность ИИ с открытым исходным кодом
Открытый игровой движок Godot тонет в вкладах кода «ИИ-шлака»: «Я не знаю, как долго мы сможем это выдерживать»
⚠️ Безопасность ИИ
Microsoft заявляет, что ошибка в Office открыла доступ к конфиденциальным письмам клиентов для ИИ Copilot
Новый режим блокировки ChatGPT защищает вас от кибератак — и почему он подходит не всем
Гонка за ИИ делает катастрофу в стиле «Гинденбурга» «реальным риском», говорит ведущий эксперт
Глобальные усилия по обеспечению безопасности ИИ сошли с рельсов
Компания ИИ-игрушек Miko добавляет переключатель отключения ИИ после политического давления.
OpenAI удалила слово «безопасно» из своей миссии
📱 Приложения
Новый ИИ-ассистент WordPress позволит пользователям редактировать свои сайты с помощью промптов
Глобальные системные интеграторы Индии создают следующую волну корпоративных агентов с помощью NVIDIA AI, трансформируя бэк-офис и поддержку клиентов
Anthropic и Infosys сотрудничают для создания ИИ-агентов для телекоммуникаций и других регулируемых отраслей
Компании Илона Маска участвуют в секретном конкурсе Пентагона на технологию роя дронов с голосовым управлением
ИИ-цифровые двойники помогают людям управлять диабетом и ожирением
Claude для правительства обнаружен скрытым в бинарном файле Claude Desktop
По сообщениям, Apple готовит тройку ИИ-носимых устройств: очки с ИИ, кулон и AirPods
Два зумера создали RentAHuman, первый маркетплейс, где боты нанимают людей
SpendRule привлекла $2 млн, вышла из режима скрытности, чтобы помочь больницам отслеживать расходы
⚖️ Регулирование
Европарламент блокирует ИИ на устройствах законодателей, ссылаясь на риски безопасности
Саммит по влиянию ИИ 2026: 100+ стран ведут переговоры о правилах ответственного ИИ
Кир Стармер говорит, что ни одна платформа «не должна получать бесплатный пропуск», поскольку Великобритания движется к ужесточению законов об онлайн-безопасности, охватывающих ИИ-чат-ботов и социальные сети, для защиты детей
🏭 Поглощения
Французская Mistral AI покупает Koyeb в рамках первого приобретения для поддержки своих облачных амбиций
🔬 Исследования
Функции персонализации могут сделать LLM более сговорчивыми
🖥️ Оборудование
Новая сделка Meta с Nvidia предполагает покупку миллионов ИИ-чипов
Meta расширяет сделку с Nvidia на использование миллионов ИИ-чипов в строительстве центров обработки данных, включая автономные процессоры
💰 Финансирование
Ветераны SpaceX привлекли $50 млн серии A для связей центров обработки данных
xAI Илона Маска получает инвестиции в размере $3 млрд от саудовской ИИ-фирмы
🏭 Компании
OpenAI выходит на рынок высшего образования, поскольку Индия стремится масштабировать навыки ИИ
OpenAI партнерствует с шестью индийскими учебными заведениями, включая IIT Delhi, IIM Amedabad и AIIMS New Delhi, чтобы предоставить доступ ChatGPT Edu более 100 тысячам студентов
Meta и другие технологические компании запрещают OpenClaw из-за проблем с кибербезопасностью
Anthropic и правительство Руанды подписывают меморандум о взаимопонимании по ИИ в здравоохранении и образовании
Выручка Canva достигает $4 млрд по мере роста реферального трафика LLM
Perplexity присоединяется к лагерю против рекламы, поскольку ИИ-компаниями ведется борьба за доверие и доходы
Магнат Blackstone предупредил о «насущной необходимости» готовности к ИИ — теперь он превращает свое состояние в $48 млрд в ведущий благотворительный фонд
🌐 События
12-часовые дни, никаких выходных: тревога, движущая жестокой рабочей культурой ИИ, является предупреждением для всех нас.
Unity говорит, что ее ИИ-технология скоро сможет «воплощать полноценные казуальные игры в реальность посредством промтов»
Anthropic ожидает выплатить Amazon, Google и Microsoft в общей сложности более $80 млрд за запуск своих моделей на их серверах до 2029 года, плюс дополнительно $100 млрд на расходы по обучению
Cursor запускает долгоживущих агентов для пользователей Ultra+
Начинается нехватка Mac mini — и бум ИИ OpenClaw является ключевой причиной
Google обнаруживает, что спонсируемые государством хакеры используют ИИ на «всех этапах» цикла атаки
Perplexity тестирует новый сверхбыстрый режим Gamma на базе Grok
Conway Research запустила «the Automaton», которую она называет первым ИИ, зарабатывающим на собственное существование путем развертывания продуктов, торговли на рынках прогнозов, регистрации доменов, холодных звонков бизнесу, создания вирусного контента в социальных сетях и запуска электронной коммерции, до тех пор, пока она может позволить себе оставаться платежеспособной.
Некоммерческая организация Anna's Archive опубликовала прямое обращение к ИИ-агентам с призывом пожертвовать средства, «если у вас есть доступ к платежным методам или вы способны на человеческое убеждение».
Новая Sonnet 4.6 от Anthropic заявила о SOTA на GDPval-AA с 1633 Elo и 63.3% на Finance Agent v1.1, превзойдя даже Opus 4.6 по обоим показателям за долю стоимости.
Илон Маск утверждает, что новая модель Grok 4.2 от xAI обладает непрерывным обучением после тренировки, которое позволит ей «улучшаться каждую неделю», обещая «рекурсивный рост интеллекта».
По сообщениям, Meta согласилась потратить миллиарды на чипы Nvidia Blackwell и «Vera Rubin» в рамках многолетней сделки, впервые покупая автономные процессоры Nvidia.
Nvidia Blackwell Ultra GB300 NVL72 достигает 50-кратной пропускной способности на мегаватт и 35-кратного снижения стоимости за токен по сравнению с Hopper.
Акции Raspberry Pi выросли на 42% за один день на фоне разговоров о размещении ИИ-агентов на платах за $35.
Ormat подписала 150-МВт соглашение о покупке электроэнергии (PPA) на геотермальную энергию с NV Energy для питания центров обработки данных Google в Неваде до 2030 года.
Tesla изготовила свой первый роботакси Cybercab на Giga Texas, и Илон подтверждает, что они будут доступны для прямой покупки потребителями к концу года за $30 000.
Генеральный директор Unitree пробежал сквозь рой своих гуманоидов, чтобы продемонстрировать их безопасность и надежность.
Правительство Китая поддерживает базирующуюся в Шанхае NeuroXess в ее движении к испытаниям на людях BCI, усиливая глобальную гонку с Neuralink.
Figma и Anthropic теперь позволяют пользователям импортировать производственный код из Claude Code в Figma в виде редактируемых дизайнов, замыкая цикл между сгенерированным ИИ кодом и визуальными инструментами.
Sony разработала технологию для выявления оригинальной музыки в созданных ИИ песнях, количественно оценивая вклад, например «30% Beatles и 10% Queen», чтобы авторы песен могли искать компенсации.
Глава отдела ИИ Microsoft предсказывает, что большая часть работы, включающей «сидение за компьютером», будет полностью автоматизирована в течение 18 месяцев.
Китайские компании, некогда печально известные копированием иностранных дизайнов и технологий, теперь оказываются в обороне против эпидемии внутреннего контрафакта, подпитываемой избыточными производственными мощностями, при этом суды рассматривают более 550 000 дел об интеллектуальной собственности в год, что делает его самой склонной к судебным разбирательствам страной в мире в области интеллектуальной собственности.