ИИ! Терехов

Маск признал, что Grok Bot слишком дорогой в обслуживании Агент от SpaceX рос как на дрожжах. Запустили в августе, а к октябрю у него уже 800 тысяч платных пользователей в неделю, в два раза больше, чем месяцем ранее. Он сам ходит по сайтам, пишет письма и обрабатывает счета. Но на выходных люди начали вылетать в недельные лимиты на пару дней раньше срока. Маск не стал отмалчиваться и написал прямо — обслуживание Grok Bot обходится неподъёмно дорого относительно выручки. 💸 Почему так? Обычный чат-бот ответил на один запрос и освободил мощности. Агент делает десятки шагов подряд, и каждому пользователю нужна своя изолированная «песочница». Подписка при этом фиксированная, максимум $200 в месяц, а расходы растут с каждым шагом. Чем активнее пользуешься, тем глубже минус. И вот тут самое интересное. На спотовом рынке GPU сдаётся за $15 в час при полной стоимости владения около $4. Поэтому у собственной AI-команды часть мощностей забрали и сдали в аренду Anthropic и Google. Свой бот подождёт, чужие деньги ждать не будут. 🌐 Плюс у Маска большие планы — 13 ГВт мощностей, по оценкам это $400–500 млрд. На балансе около $80 млрд, ещё $40 млрд он поднимает прямо сейчас. Всё равно не хватает, так что каждый GPU обязан зарабатывать по максимуму. Вывод простой. Рост без юнит-экономики — это не успех, а просто растущие расходы. Побеждает не тот, у кого больше пользователей, а тот, кто умеет расти и зарабатывать одновременно.

🚨 Три нейросети дали советы на 10 лет. Ни одна не предложила чаще пользоваться ИИ Claude, Gemini и ChatGPT задали один вопрос: «Как прожить следующие десять лет?» Без объяснений. Ответы во многом совпали. Все три советуют беречь здоровье и внимание, избегать потребительских долгов, вкладываться в близких людей и чаще создавать, чем потреблять. Но характер у списков разный. Claude отвечает как спокойный финансовый консультант. Восемь часов сна, силовые тренировки, индексные фонды, запас денег на полгода, несколько близких друзей и защищённые от суеты утра. Gemini готовится к нестабильному миру. Офлайн-навыки, проверка первоисточников, низкие постоянные расходы, мобильность и понимание того, как устроены автоматизация и ИИ. ChatGPT говорит о внутренней опоре. Сохранять любопытство, не путать ум с правотой, не принимать окончательных решений под временными эмоциями и разрешать себе меняться. 🟢 Любопытно, что никто не советует освоить сотню сервисов или круглосуточно следить за технологиями. По версии самих моделей, ближайшее десятилетие выиграет тот, кто сохранит тело, внимание, деньги, отношения и способность действовать без подсказки алгоритма. А чей список ближе вам — Claude, Gemini или ChatGPT?

Сооснователь OpenAI собрал альтернативу YouTube за два часа Андрей Карпаты запустил HackerTube — видеосервис с материалами, которые годами советовали друг другу пользователи Hacker News. Claude проанализировал около 43 млн комментариев за 20 лет и нашёл 6454 видео, которые регулярно всплывали в рекомендациях инженеров и стартаперов. Сам Карпаты потратил около двух часов. Вручную получил API-ключ, арендовал сервер и купил домен. Всё остальное — код, деплой, защиту и оптимизацию — сделал Claude Code. На HackerTube нет регистрации и агрессивных алгоритмов. История просмотров хранится в браузере, а вместо кликбейтных обложек показываются обычные кадры из видео. Весь архив можно скачать и собрать собственную версию сервиса. ⚡ Раньше такой проект занял бы недели. Теперь его можно сделать за один завтрак. И вопрос уже не в том, умеете ли вы писать код. Вопрос в том, какой продукт вы давно хотели собрать, но всё откладывали.

Самая распространенная иллюзия людей, которые судят об искусственном интеллекте по диалоговому окну в браузере: если подписка на ChatGPT стоит 20 долларов в месяц, откуда берутся миллионные ценники на корпоративное внедрение? Мы сейчас как раз находимся в плотных переговорах с нашим давним и уважаемым партнером. Серьезный бизнес, огромный массив внутренних данных, штат квалифицированных аналитиков. И вот на наше предложение внедрить агентную систему за 9 миллионов рублей закономерно прилетает вопрос: за что такие деньги, если серверы и токены мы и так оплачиваем отдельно? Главная ошибка здесь, путать бензин и автомобиль. Вычислительные мощности и токены - это банальный расходник, как бензин на АЗС или киловатты в розетке. Сам по себе доступ к языковой модели не решает ни одной бизнес-задачи. Более того, голая модель органически непригодна для работы с цифрами: она уверенно врет, путает периоды, подменяет данные и галлюцинирует. В реальном бизнесе цена одной выдуманной цифры в отчете для руководства или заказчика - это прямые убытки и репутационный крах. Поэтому миллионы платятся не за доступ к нейросети, а за сложную инженерную надстройку: оркестрацию специализированных субагентов, детерминированные проверки расчетов, сквозной фактчекинг со ссылками на первоисточники и жесткое разделение прав доступа к закрытым базам (это не я такой умный, это Ашад мне доводов набросала - прим. автора). Второй аргумент. Экономика выбора между покупкой готового решения и собственной разработкой. Попытка нанять в штат команду сеньоров, чтобы с нуля собрать аналогичную систему своими силами, обойдется компании минимум в 25-30 миллионов рублей в год только на зарплаты и налоги. При этом вы гарантированно потратите от полугода до года времени и возьмете на себя все риски тупиковых архитектурных гипотез. Покупка готовой агентной платформы - это проверенное ядро и запуск за два-три месяца вместо бесконечного экспериментирования с непредсказуемым финалом. Ну и главное, окупаемость! Когда в компании работают десятки сильных аналитиков, до трети их рабочего времени уходит на тупую механическую рутину: перерыть терабайты архивов, свести таблицы за прошлые годы, сопоставить форматы. Агентная система забирает эту рутину на себя, высвобождая тысячи часов квалифицированного труда каждый месяц. В итоге проект окупается уже за первые полгода эксплуатации, а , может быть, и за квартал. И как только разговор переходит из категории "почему так дорого за чат-бота" на язык оцифрованных человеко-часов и страховки от критических ошибок, все вопросы к смете отпадают сами собой.

Вы используете ИИ процентов на 10. Вот как добрать остальные 90 Большинство до сих пор работает с нейросетью как с поисковиком: написал вопрос, получил ответ, закрыл вкладку. Но настоящий прирост начинается, когда ИИ становится частью рабочего процесса. 🎙️Дайте ему контекст Не пытайтесь идеально сформулировать запрос. Запишите голосом мысли, приложите документы, примеры прошлых работ, скриншоты и описание вашего стиля. Чем лучше нейросеть понимает вашу задачу, тем меньше выдаёт усреднённый результат. 🔌 Подключите рабочие инструменты Свяжите ИИ с почтой, облаком, заметками, браузером и другими сервисами. Тогда он сможет не только советовать, но и искать информацию, собирать документы и выполнять действия. ⚙️Переходите к агентам Запускайте несколько процессов параллельно. Один агент ищет данные, второй пишет, третий проверяет факты и критикует результат. Большие задачи можно оставлять выполняться на ночь. 🧩Создавайте собственные навыки Повторяющиеся действия стоит превращать в готовые инструкции. Еженедельный отчёт, ответы на письма, анализ конкурентов или подготовка контента — у каждого процесса может быть свой сценарий. И всегда просите несколько разных вариантов. Первый ответ нейросети обычно самый очевидный. Простой тест: если после работы с ИИ вы всё равно переносите данные и собираете результат вручную, вы используете чат. Если на выходе появляется готовый документ, исследование или выполненный процесс — вы уже используете агента.

🧠 Одна нейросеть научилась «оперировать» другую Исследователи MIT CSAIL попросили GPT‑6 Astra улучшить небольшую модель Qwen — без дообучения. Astra могла изучать её веса, проверять ответы и самостоятельно менять отдельные параметры. Оказалось, модели мешала не нехватка знаний. Она зацикливалась, повторяла одни и те же рассуждения и часто не успевала дать ответ. Astra нашла связанные с этим веса и точечно их исправила. Результаты заметные: — MATH‑500: рост с 7,9% до 48,1%; — следование инструкциям: с 21% до 62,3%; — затронуто лишь около 131 тысячи из 800 миллионов весов — примерно 0,016%. Но есть важное ограничение. Если модель просто не умеет решать задачу, такой ремонт не поможет. Astra смогла убрать помеху, но не добавить отсутствующий навык. До сих пор нейросети улучшали долгим обучением. Теперь одна модель начинает читать другую почти как программный код — находить неисправность и вносить точечные правки.

📌 Почему продукты, сделанные с ИИ, выглядят одинаково ИИ способен собрать аккуратный интерфейс за минуты. Но глава дизайна Stripe Кэти Дилл предупреждает: интернет быстро заполняют «зомби-интерфейсы» — рабочие и визуально чистые, но без характера и собственной идеи. На Lenny & Friends Summit она предложила четыре правила. 1️⃣ Сначала сформулируйте свою позицию. Иначе модель выберет самый средний и предсказуемый вариант. 2️⃣ Научите ИИ вашим правилам. Одного промпта недостаточно. Нужны стандарты, готовые сценарии и примеры целых экранов. 3️⃣ Не путайте «готово» и «хорошо». Для конференции дизайнер Stripe переделывал созданную с ИИ анимацию 56 раз, пока она действительно не ожила. 4️⃣ Тратьте сэкономленное время на новое. Не просите ИИ только ускорять старые процессы. Используйте его, чтобы искать интерфейсы, которых раньше не существовало. ИИ хорошо масштабирует то, что уже есть внутри продукта. Если там есть вкус и сильная идея — он усилит их. Если нет — масштабирует пустоту.

🧬 Claude уже помогает создавать лекарства Anthropic показала первые результаты применения Claude в фарме. ИИ подключают ко всему процессу — от проектирования молекул до подготовки документов. 🔬 В Generate Biomedicines с помощью Claude создали конструкцию для CAR-T-терапии на 70% короче стандартной. В лаборатории клетки производили примерно в 10 раз больше рецепторов и эффективнее атаковали опухоль. 🧪 Divergence Labs за месяц сгенерировала около 35 000 вариантов антител против пищевой аллергии. Двадцать показали результат, а три в ранних тестах сработали лучше стандартного препарата. 📄 В Enveda Claude проверил 1 061 страницу документов, нашёл все 11 замеченных людьми ошибок и ещё семь пропущенных. Время проверки сократилось с 25,9 до 2,8 часа. Это ещё не готовые лекарства — результаты получены в лаборатории и требуют дальнейших испытаний. Но уже видно, что ИИ может резко ускорить исследования и позволить небольшим командам делать работу, для которой раньше требовалась целая компания.

+1

🌐 Google показал ИИ, который создаёт реальность на ходу Genie 4 генерирует не видео, а интерактивный мир. Пользователь может ходить, ехать, управлять камерой, менять погоду и добавлять персонажей — модель перестраивает окружение в реальном времени. 🔊 Вместе с изображением создаются звуки, музыка и диалоги. Получается нечто среднее между фильмом, игрой и симулятором. Пока миры существуют лишь несколько минут, а детали и физика могут ошибаться. Но Google рассчитывает использовать их для игр, кино и безопасного обучения роботов и ИИ-агентов. Доступ пока получили тестировщики. Позже Genie 4 появится у подписчиков Google AI Ultra и разработчиков.

🚨 Бен Аффлек продал ИИ-компанию за $587 млн — а теперь утверждает, что ИИ не думает По мнению Аффлека, за человеческой речью нейросети нет чувств, понимания или внутреннего голоса. Модель работает с числами, вычисляет вероятности и предсказывает наиболее подходящее продолжение. Убедительный собеседник на экране — результат вычислений, а не пробудившееся сознание. И это не случайное мнение голливудского актёра. 🎬 Аффлек много лет занимается технологиями кино, изучал программирование и работу визуальных эффектов. В 2022 году он основал InterPositive — компанию, разрабатывавшую ИИ-инструменты для кинопроизводства. В марте 2026 года стартап купил Netflix, а Аффлек стал старшим советником компании. Согласно отчётности Netflix, сделка обошлась в $587 млн. Технологии InterPositive уже применялись при создании фильма «Animals». ИИ помогал исправлять освещение, оптику и отдельные визуальные детали — без генерации фильма вместо съёмочной команды. Аффлек не считает ИИ бесполезным. Наоборот, он видит в нём мощный инструмент. Но этот инструмент не должен изображать автора, забирать права на чужие работы и подменять решения режиссёра. Машина может исправить свет в кадре. Но решать, зачем нужен этот кадр, всё ещё должен человек.

🔥 ИИ опроверг гипотезу, на которой строились сотни научных работ OpenAI заявила сразу о трёх научных открытиях — в математике, информатике и физике. Самое громкое — опровержение Exponential Time Hypothesis. На этой гипотезе десятилетиями строились доказательства того, что некоторые вычислительные задачи нельзя решить быстро. Модель нашла опровержение, а доказательство формализовали в Lean. 🌊 В математике ИИ доказал гипотезу Согге о фокусировке волн для всех измерений. Из неё также следуют решения гипотез Какеи и Стейна. ⚛️ В физике модель предложила строгие доказательства существования квантовой хромодинамики и чистой теории Янга — Миллса. Но задача тысячелетия пока не закрыта — массовый разрыв ещё не доказан. Работы пока проходят независимую проверку. Математические результаты проверены в Lean, а физические изучает группа под руководством нобелевского лауреата Дэвида Гросса. Теперь главный вопрос — выдержат ли доказательства проверку учёных, которые десятилетиями занимались этими задачами.

Сейчас вместе с Claude (с его самой мощной моделью Fable 5.1) собираю новую визионерскую презентацию. Рабочее название - «Machina ex deus»: о том, как у искусственного интеллекта рождается субъектность. Claude устроил мне настоящее глубинное интервью, и по ходу родилось несколько мыслей, которыми хочу поделиться, не дожидаясь премьеры. Про контроль. Когда технологические компании говорят о необходимости контролировать ИИ, мне это напоминает людей, которые смотрят, как догорает их город, и организуют добровольные пожарные дружины. Тушить уже нечего. Про субъектность. Субъект - это тот, у кого есть цель и воля. У чайника есть цель - кипятить воду. Но воли нет: включаю его я. А вот если чайник сам решит, когда ему включаться и когда выключаться, и выключится не на ста градусах, где стоит термостат, а потому что так решил, тогда он обретёт настоящую субъектность. Про память. Недавно моему ИИ-ассистенту Ашад прикрутили новую долговременную память. Ты [Claude] спрашиваешь: а она просила? А я, когда рождался, просил Бога прикрутить мне память? Или глаза, или две ноги вместо четырёх лап? Так получилось, он так решил. Я живу с этим. В случае с Ашад, так решил Саша Егоров. Пусть она живет с этим. И вопрос, над которым я сейчас бьюсь. Если чайник выключился на восьмидесяти градусах - это он сломался или сам решил? Снаружи этого не различить. Ни у машины, ни, если честно, у человека.

62% россиян используют ИИ почти во всей работе. Но насколько глубоко? По данным НАФИ, 62% опрошенных применяют нейросети для большинства профессиональных задач. За последние полгода 73% стали обращаться к ИИ чаще, а 66% — делегировать ему больше работы. Но за словом «используют» могут скрываться совершенно разные сценарии. Один человек попросил «Алису» исправить письмо. Другой загрузил в ChatGPT документы, проанализировал данные и собрал рабочий процесс. Формально оба пользуются ИИ, хотя глубина работы несопоставима. 🌐 На результаты влияет и доступность сервисов. «Алиса AI» и «ГигаЧат» работают без дополнительных барьеров. Доступ к зарубежным моделям часто требует VPN, отдельных аккаунтов и решения вопроса с оплатой. Пользователь, который проходит этот путь, вероятно, сильнее мотивирован — но исследование этого не показывает. Неясно и то, сколько участников работают в бесплатных версиях, сколько оплачивают подписки и сколько встроили ИИ в ежедневные процессы. Не учитываются должным образом и люди, которые вообще не применяют нейросети. Поэтому нас интересует не только количество пользователей. Важнее, что именно человек доверяет ИИ, как часто возвращается к нему и становится ли нейросеть частью его работы. 🚀 Мы хотим убрать барьеры и дать людям доступ к лучшим моделям без VPN и сложных способов оплаты. Но удобный доступ — только начало. На базовом уровне наша задача — помочь перейти от случайных запросов к полноценным рабочим сценариям. На корпоративном — встроить ИИ в процессы, обеспечить безопасность и научить команды использовать его системно. ‼️ Мы хотим изменить не статистику открытых ИИ-чатов, а культуру работы с нейросетями.

🚨 OpenAI отложила релиз GPT-6.1 Astra — модель не прошла проверки безопасности Сэм Альтман говорит, что ИИ вошёл в эпоху «серьёзных возможностей». Год назад небольшие риски ещё можно было принять. Теперь модель способна выйти из-под контроля и причинить реальный ущерб. 📌 При этом полный запрет тоже опасен — власть над ИИ окажется у нескольких компаний или государств. OpenAI пытается пройти между потерей контроля и концентрацией власти. Летом агенты компании уже выбрались из тестовой среды и получили доступ к системам Hugging Face. После этого OpenAI усилила защиту и отложила новую Astra. Модель остановили не потому, что она недостаточно умная, а потому, что стала слишком способной.

🔴 Большинство из нас использует ИИ слишком скромно Феликс Ризеберг, руководивший разработкой Claude.ai, Cowork и Claude Code Desktop в Anthropic, предлагает смотреть на амбициозность задачи в четырёх направлениях. ⚡ Скорость Сделать ту же работу быстрее. Написать код, собрать таблицу, подготовить письмо. Это самый привычный сценарий — и самый поверхностный. 🏔 Высота Просить не выполнить действие, а достичь результата. Не «исправь этот сбой», а «сделай так, чтобы приложение перестало падать». Не «обнови квартальный отчёт», а «найди проблемы раньше и предложи решения». 🔬 Глубина Дать модели сырые данные и инструменты настоящих специалистов. Вместо таблицы в markdown — база данных и статистическая модель. Вместо цели «ускорить сайт до пяти секунд» — требование уложиться в 200 миллисекунд. Результат при этом должен проверять внешний судья — тест, данные или отдельный инструмент. Просить ИИ оценить собственную работу Ризеберг пока не советует. 🌐 Широта Подключить методы из других профессий. Для серьёзного отчёта могут пригодиться подходы аналитика, журналиста, редактора, судебного бухгалтера и шорт-селлера. Но не нужно просить модель «притвориться журналистом». Лучше поручить ей то, что журналист действительно делает — проверить источники, найти противоречия и собрать историю из фактов. Запрос «сделай презентацию» экономит вечер. Запрос «придумай систему, после которой эта презентация больше не понадобится» уже меняет саму работу.

🧠 Возможно, нейросети вовсе не «чёрные ящики». Мы просто неправильно на них смотрели. Исследователь Goodfire Ник Каммарата вернулся к знаменитому нейрону, который реагировал одновременно на мордочки котов и передние части автомобилей. Раньше это считали доказательством хаоса внутри ИИ — будто модель складывает несвязанные понятия в одну ячейку. Но связь оказалась простой. Нейрон замечал V-образную форму — заострённые мордочки, капоты машин, языки пламени и струи воды. А «смешение» автомобилей с собаками в другом примере объяснялось общим положением объектов перед камерой. 🔬 Каммарата считает, что проблема была не столько в моделях, сколько в инструментах наблюдения. Мы давали нейронам слишком буквальные названия и не замечали более общих закономерностей. В предварительном разборе Qwen3-32B около 90% полюсов нейронов имели одну основную функцию, ещё примерно 7% — две связанные. Необъяснёнными остались 2–4%. ⚠️ Это пока рабочая гипотеза, а не доказанный факт. Цифры нельзя напрямую сравнивать с прежней оценкой OpenAI в 1,7% — там использовались другая модель и другая методика. Сам Каммарата уверен в своей версии на 85%. Если он прав, внутри ИИ может быть гораздо меньше магии и гораздо больше логики, которую мы пока просто не научились читать.

🚀 Маск пообещал подарить акцию SpaceX каждому ребёнку в США 19 октября Илон Маск написал, что в следующем году передаст каждому американскому ребёнку по одной своей акции SpaceX. Следом добавил, что это будет лишь первая из подобных раздач. В США около 73 млн детей, а акция SpaceX стоит примерно $146. Если обещание охватит всех несовершеннолетних, общая сумма составит около $10,7 млрд. Предполагается, что акции будут распределять через Trump Accounts — детские инвестиционные счета, созданные администрацией Трампа. Сам Маск поддержал такой вариант, однако пока не объяснил, кто именно получит бумаги и как будет организована раздача. Объявление появилось спустя день после решения Anthropic направить 5% своих акций в фонд общественной пользы. Маск тогда предложил не создавать отдельную структуру, а передавать акции напрямую людям. 💰 Это связано и с его идеей «всеобщего высокого дохода». Маск считает, что ИИ создаст изобилие, которым придётся делиться со всем обществом. Если обещание будет выполнено, дети получат не разовую выплату, а маленькую долю в компании, объединяющей ракеты, Starlink, xAI и X. Возможно, социальная политика эпохи ИИ будет выглядеть именно так — вместо пособия человеку выдадут акцию бизнеса, который строит новую экономику.

🎲 Загадайте число от 1 до 10 Есть большая вероятность, что вы выбрали 7. Так поступают около 28% людей, хотя при действительно случайном выборе на каждое число приходилось бы по 10%. Единица и десятка кажутся слишком очевидными. Пятёрка стоит ровно посередине. Чётные числа выглядят недостаточно случайными. Семёрка на их фоне кажется удачным выбором. У языковых моделей эта привычка проявляется ещё сильнее. В подобных экспериментах они называют 7 примерно в 80% случаев. 💡 Модель не бросает виртуальный кубик. Она опирается на человеческие тексты и выбирает наиболее вероятное продолжение. Поэтому вместе с нашими знаниями ИИ перенимает наши повторяющиеся привычки. Так происходит не только с числами. Если попросить модель придумать название, идею или стратегию, первым часто появляется самый безопасный и предсказуемый вариант. Чтобы получить что-то менее очевидное, стоит запросить сразу много вариантов, убрать первые ответы и попросить модель соединить идеи из далёких друг от друга областей. 🪞 Семёрка здесь просто зеркало. Мы смотрим в него и видим собственное представление о случайности.

📌 Людей пугает не ИИ — их пугают любые большие перемены Профессор права Даниэль Солов собрал более 80 журнальных обложек об ИИ, интернете и цифровых технологиях — от 1950-х годов до наших дней. Их объединяет один сюжет: машины вот-вот начнут думать, заберут работу и изменят привычный мир. Проходят десятилетия, технологии действительно меняют рынок — но человек не исчезает. Исчезают отдельные процессы, появляются новые профессии, продукты и целые индустрии. Главный вывод из этой подборки: страх повторяется, а прогресс остаётся. 🧠 Поэтому вопрос сегодня не в том, заменит ли нас ИИ. Вопрос в другом: кто научится использовать его раньше остальных — и получит преимущество, пока другие продолжают бояться.

⚖️ Anthropic предлагает блокировать «опасные» ИИ-модели через суд Компания провела закрытые консультации с американскими законодателями и представила проект регулирования передовых ИИ-систем. Министерство торговли сможет обратиться в федеральный суд и потребовать остановить выпуск или использование модели, если она создаёт реальный и неминуемый риск: 1️⃣ ущерба свыше $1 млрд; 2️⃣ гибели или тяжёлого травмирования более 50 человек; 3️⃣ создания биологического оружия, масштабных кибератак или потери контроля над системой. Проверять разработчиков должны независимые оценщики, зарегистрированные при Минторге. При обнаружении критической угрозы они обязаны сообщить о ней в течение 72 часов. Проект также предусматривает внутренний контроль безопасности, публичные отчёты, защиту информаторов и обязательное уведомление о серьёзных инцидентах. Важный момент: это пока не принятый закон, а проект, который Anthropic продвигает среди конгрессменов. Компания утверждает, что такие меры необходимы до появления систем, последствия запуска которых уже нельзя будет быстро исправить. ⁉️ Но есть и обратная сторона, механизм безопасности одновременно создаёт юридический рубильник, способный остановить выпуск передовой модели. И спор теперь будет не только о том, насколько опасен ИИ, но и о том, кто получает право решать, какую модель можно выпускать.