Сиолошная

Ещё раз отдам должное тому, как хорошо и естественно пишет Gemini 3 Pro (на русском). Настолько, что текст приходится читать два раза, потому что в первый звучал так складно, что я даже не заметил проблем. "Двухходовочка" блин для названия двух пронумерованных пунктов. Хорошо, что не "двушечка". Дал дал отошёл.

Существует заблуждение — и я удивлён, насколько распространённое — что инференс моделей убыточен, и что компании его субсидируют, чтобы захватывать рынок. И на этом теряют деньги. Ну как, они же привлекают деньги? Значит нужны, иначе умрут! Как я писал много раз и поправлял людей в комментариях — сам инференс очень прибыльный, с наценками в сотни процентов. И это с учётом того, что у Nvidia за чипа наценка тоже в сотни процентов, представляете? Epoch.AI подошли к вопросу систематически, собрали доступные данные по тратам и выручке OpenAI в разных категориях и постарались оценить: зарабатывают ли компании, и сколько? Для этого они выбрали «поколение GPT-5» — все модели, которые были доступны с релиза GPT-5 в августе до декабря, когда на смену пришла GPT-5.2 (потому что она, вероятно, является новой базовой моделью). Перед тем как читать дальше: у всех значений есть достаточно широкие доверительные интервалы, поэтому выводы могут быть немного другие, но не кардинально. За озвученный период OpenAI получили примерно $6.1B выручки и потратили $3.2B на мощности для инференса. И это с учётом примерно 750 миллионов бесплатных пользователей, которые не принесли НИ-ЧЕ-ГО. Таким образом, валовая прибыль составляет примерно 48%. Теперь к операционным убыткам: для этого в затраты нужно добавить зарплаты ($1.4B) и расходы на маркетинг + продажи ($2.2B), то получается убыток, -20% (доверительный интервал от -50% до 5%). К этому сверху можно добавить затраты на исследования: зарплаты, данные, мощности на эксперименты и финальную тренировку. Тут оценки делать ещё сложнее, так как разрабатывается много моделей, какие-то наработки будут пользоваться дальше, какие-то вообще делали для Sora. Но Epoch.AI приходят к цифре $4.9B. Таким образом, за 4 месяца существования GPT-5 скорее всего не смогла окупить свой полный цикл разработки. В большей степени это продиктовано тем, что выпустили GPT-5.2, и модель устарела. Ситуация точно была другой для GPT-4o, которая была с нами около полутора лет — да, она обновлялась, но скорее всего на это выделяли меньше ресурсов (в том числе людских). В быстрорастущих технологических секторах инвесторы, как правило, готовы мириться с убытками сегодня в обмен на большую прибыль в будущем. Поэтому, если модели ИИ уже покрывают большую часть затрат на себя, это говорит о благоприятных финансовых перспективах для ИИ-компаний. Поэтому выводы очевидны: сам запуск моделей супер-выгодный. Чтобы оставаться в гонке, нужно растить затраты на RND (что делают все), и после насыщения выйти на плато и начать зарабатывать. Смогут ли дотянуть те или иные игроки? Узнаем в 2029-2030м!

Anyway,

Картинки к посту (на последней Dario увидел, какой датацентр запланирован у OpenAI, и решил повысить прогноз).

В декабре я писал, что у Anthropic очень сдержанные и неамбициозные планы по наращиванию затрат на вычислительные мощности: «Если вдруг через 3 года окажется (а я-то верю, что так окажется), что реальность будет куда ближе к прогнозам на спрос от OpenAI, то Anthropic будут в очень незавидном положении. Даже если их модели будут лучше — они банально не смогут их предоставлять всем желающим, и дефицит позволит вырасти конкурентам». TheInformation получили доступ к внутренним прогнозам компании (вероятно, подготовленным для инвесторов), и теперь компания планирует потратить больше и оставаться в убытках дольше. Не удивлюсь, если по итогу пойдут по той же траектории, что OpenAI, неся убытки до 2030-го. Тезисно: — Anthropic повысила прогнозы по выручке на ближайшие несколько лет: ожидается, что в этом году выручка вырастет в четыре раза и достигнет $18 млрд, а в следующем году составит $55 млрд. — Текущие прогнозы по выручке значительно выше тех, что компания делала прошлым летом, однако расходы (включая затраты на обучение и эксплуатацию ИИ-моделей) растут быстрее и опережают выручку. — В связи с этим Anthropic перенесла ожидаемый срок выхода на положительный денежный поток на 2028 год — на год позже, чем планировалось ранее. И это ещё оптимистичный сценарий, консервативный называет 2029йю — В своем оптимистичном прогнозе на 2025–2028 годы компания повысила ожидания по выручке примерно на 40%. — Обновленный прогноз предполагает, что только в 2029 году выручка может достичь $148 млрд, что примерно на $3 млрд выше прогноза OpenAI на этот же год (хотя прогнозы OpenAI сделаны прошлым летом и могли измениться). — Инвесторы готовятся вложить в компанию более $10 млрд, оценивая Anthropic в $350 млрд; из-за высокого интереса размер раунда может быть увеличен (для сравнения: в сентябре компанию оценивали в $170 млрд). — Расходы Anthropic на инференс (работу моделей) для платных пользователей, как ожидается, составят почти $7 млрд в этом году и около $16 млрд в следующем (что на 36% и 71% выше предыдущих прогнозов). — Для сравнения: OpenAI прошлым летом прогнозировала свои расходы на инференс в размере $13 млрд в текущем году и $20 млрд в следующем (эти цифры также включают обслуживание бесплатных пользователей ChatGPT). — Anthropic планирует потратить на обучение моделей более $12 млрд в этом году и почти $23 млрд в следующем (рост на 51% и 129% по сравнению с ранними прогнозами) 🙂 Sama душит. — Затраты на обучение в 2028 году оцениваются примерно в $30 млрд, что почти в три раза превышает предыдущий прогноз. — Совокупные операционные расходы Anthropic до 2028 года (включая обучение, персонал и маркетинг) прогнозируются на уровне почти $139 млрд, тогда как ранее ожидалось $78 млрд. === Вот, это уже ближе к тому, что можно было бы ожидать. А то неамбициозно было :) «риски то, риски это, мы аккуратно выстраиваем стратегию» — а дяде Sama сразу всё ясно было.

Подумал, что в миграции я relate (прямой перевод "относить/связывать себя с" не кажется аналогичным по смыслу) к комикам, мигрировавшим из РФ в США и строящим новую карьеру. У них резко упал уровень медийности, доходы — в новой стране-то тебя не знают, а кому-то еще и язык приходится экстренно подтягивать (это я в 2022-23), нужно снова пытаться подниматься наверх, работать. Мысли навеяны: — Сашей Незлобиным (с ним вот как раз интервью у Дудя вышло) — Денисом Чужим — Данилой Поперечным (хотя этот не поменял язык выступлений? наверное) Певцам мне кажется проще, хотя и для них проблемы схожи. === Почему именно комики? Ну, я тоже выступаю на стендапах 😀 ставьте клоунов, поддержите наше братство

Так получается старик-то был почти прав? Немного месяца мб попутал, но прав?

«Да лан, чё мелочиться?» — подумали в Epoch.AI и вместо FrontierMath Tier 5 выпустили FrontierMath OpenProblems. Как следует из названия, моделям здесь предстоит решить открытые задачи из области исследовательской математики, которые профессиональные математики пытались решить, но не смогли. Для облегчения оценки включили только те задачи, для которых предложенные решения могут быть проверены автоматически (что заведомо ограничивает набор). Всего сейчас 14 задач, но открыта форма для заявок на добавление, и, надеюсь, она не пройдет мимо математиков. Задачи охватывают широкий спектр математических дисциплин. Пилотный набор задач имеет уклон в сторону комбинаторики и теории чисел, где больше всего задач, поддающихся автоматической проверке. Математиков, предоставивших задачи, опросили оценить, сколько математиков работали над проблемой и сколько времени, по их прикидкам, потребуется для решения людьми. Эти данные вы можете найти на картинке — есть задачи, которые оценили в 3-10 лет 😅 Удачи OpenAI, Google и другим компаниям. Ждём прорывов — сейчас модели не решают ни одну из задач.

Осенью Andrej Karpathy, ко-фаундер OpenAI, Director of AI в Tesla и человек, на Стенфордских курсах которого выросли многие специалисты, ходил на подкаст, где рассказал про свой опыт работы с кодинг агнетами. Он говорил, что вот в его задачах шаг влево шаг вправо — и работает плохо, делает не то, что хочет автор, а то, как это делают обычно. Скептики (к которым на тот момент наверное можно было отнести и самого Karpathy?) сразу же пользовались этим как примером того, что ни в какой реальной работе никакие агенты не помогают, что это всё слоп, и ни для чего серьёзного не годится. Прошло 3 месяца, вышли GPT-5.2 и Opus 4.5, и... дед Andrej развернулся на 180 градусов 😏 описав свой опыт в длинном твиттер посте. Весь пост переводить не буду, тезисно: — Возможности LLM-агентов (особенно Claude и Codex) примерно в декабре 2025 года перешагнули некий порог возможностей, вызвав фазовый сдвиг в разработке ПО и смежных сферах. — Учитывая этот скачок, я, как и многие другие, стремительно перешел от режима «80% ручного кода и 20% агентов» в ноябре к «80% кода от агентов и 20% правок и доработок» в декабре. То есть теперь я действительно программирую преимущественно на английском языке. — Это, безусловно, самое масштабное изменение в моем базовом рабочем процессе за ~20 лет программирования, и произошло оно всего за несколько недель. Полагаю, что нечто подобное происходит уже у значительной части инженеров (двузначный процент), в то время как осведомленность широкой публики об этом явлении находится где-то на уровне малых единиц процентов. — Самая распространенная категория ошибок агентов заключается в том, что модели делают за вас неверные допущения и просто продолжают работать на их основе, ничего не перепроверяя и не уточняя у вас. — Несмотря на все проблемы, в сухом остатке это колоссальный шаг вперед, и очень трудно представить себе возвращение к ручному написанию кода. — Очень интересно наблюдать, как агент упорно работает над задачей. Они никогда не устают, не падают духом, они просто продолжают перебирать варианты там, где человек уже давно бы сдался, отложив проблему на завтра. Наблюдать, как агент долгое время бьется над чем-то и спустя 30 минут выходит победителем — это тот самый момент, когда «чувствуешь присутствие AGI». — Непонятно, как измерить «ускорение» от помощи LLM. Безусловно, я чувствую, что справляюсь с запланированными задачами намного быстрее, но главный эффект заключается в том, что я делаю гораздо больше, чем собирался. Во-первых, я могу реализовать множество вещей, на которые раньше просто не стоило тратить время, а во-вторых, я могу браться за код, к которому раньше не мог подступиться из-за нехватки знаний или навыков. — Написание кода с помощью LLM разделит инженеров на тех, кто больше любил сам процесс кодинга, и тех, кому больше нравилось создавать (строить) продукты. — Я уже заметил, что моя способность писать код вручную начинает потихоньку атрофироваться. — Что станет с понятием «10-кратного инженера» (соотношением продуктивности между средним и топовым специалистом)? Вполне возможно, что этот разрыв СИЛЬНО увеличится. — Как будет ощущаться программирование с LLM в будущем? Как игра в StarCraft? Как игра в Factorio? Или как исполнение музыки?

Dario Amodei, CEO Anthropic, выпустил новое длинное эссе: The Adolescence of Technology https://www.darioamodei.com/essay/the-adolescence-of-technology Прочитаю и напишу заметки вечером, но в Давосе он говорил, что это эссе будет больше фокусироваться на негативных сторонах развития AI. (первое эссе из этой серии было Machines of Loving Grace)

+1

В ближайший месяц нас ждёт много обновлений Codex — серьёзного конкурента Claude Code. Пока никакой конкретики нет, так что будем гадать сами. Сегодня должен состояться стрим с вопросами-ответами от команды (в полночь по Лондону и 3 ночи по Мск), где, возможно, состоятся какие-то анонсы. Codex на выходных получил режим планирования — это когда он исследует код, но ничего не дописывает, и выдаёт один из способов решения вам на обсуждение. Такая фича уже давно есть в Claude Code. Sama пишет про «новое поколение инструментов» — видимо, к Codex добавятся другие крупные фичи, как было /review или Aardvark, система анализа кода на уязвимости — кстати, появился у некоторых подписчиков ChatGPT Pro. Sama как раз в твите говорит про кибербезопасность, так что логично предположить soft launch этого продукта. Один из лидов Codex пишет, что «Команда работает с мощью тысячи агентов» — что может быть намёком на систему, аналогичную описанной командой Cursor, где агенты работали неделю над созданием браузера. Не думаю, что OpenAI будет продавать эту фичу именно на масштабе недели, но вот сутки или «за выходные» — вполне. Мултьиагенты с ролями как раз недавно засветились в Codex — так что ждём. Если накидывать из головы, то какие ещё фичи/продукты могут быть: — детальнейшая проработка PRD (Product requirements document), чтобы вести разработку по ней — проработка архитектуры перед имплементацией, от абстракций и раскладывания кода по модулям до определение фреймворков для работы — ?

Вчера Alex Honnold залезть на Taipei 101 (500+ метровое здание) БЕЗ СТРАХОВКИ не смог — была непогода, дождь, поэтому перенесли на сегодня. Если пропустили, про само событие я писал тут. И полчаса назад восхождение закончилось успехом, никто не разбился — на всё про всё ушло чуть больше 91 минуты. Выгрузил для вас три видео (из начала, ближе к концу и самый финал). Во втором видео присмотритесь, чем он держится 🥺 Вниз Alex поедет на вайбе на лифте.

Современные опенворлды настолько выдрессировали игроков слабой интерактивностью и отсутствием более глубоких систем, что проработку деталей могут принять за баг. Вот пример с системой обнаружения преступлений из Kingdom Come: Deliverance II. Когда мы начали внедрять скрытые механики, даже от нашей команды поступали жалобы. Некоторые тестировщики говорили что-то вроде: «Система регистрации преступлений не работает. Я совершил что-то плохое, и никто меня не видел, но все знают, что это был я». Мы спросили: «Хорошо, а что именно вы сделали?» А они отвечают: «Я был в магазине, и когда продавец отвернулся, я его вырубил. Он меня не видел, ведь я подошёл сзади. Потом я всё украл и сбежал. Никто не видел кражу. Но теперь мне говорят, что я вор и должен заплатить». Мы уточняем: «Вы были единственным человеком в магазине в тот момент, верно?» Они подтверждают. А мы ответили: «То есть продавец отвернулся от вас и его внезапно “волшебным образом” обезвредил некто невидимый, а затем пропали вещи. Он просто догадался, что это вы». Они всё-равно говорят: «Да, но он меня не видел, значит это ошибка». Мы ответили: «Нет, он просто не дурак». Виктор Бокан, директор по дизайну Warhorse В целом я согласен, что система не всегда работает очевидно – у меня был момент, когда я пробрался в магазин ночью через подземелья, меня никто не мог видеть, но статус преступника повесили. Но, как я понял, система работает так, что если ты недавно заходил в магазин осмотреться перед делом, то попадаешь под подозрение. Возможно, нужно подождать несколько суток, чтобы запоминание обнулилось. С другой стороны, в KCD действительно весьма навороченная стелс-система для РПГ и опенворлда, на голову сложнее, чем это бывает обычно. И хотя обнести всё-равно можно что угодно, но система хоть как-то балансирует воровской стиль. Вообще, я о таком явлении рассказывал в ролике про функциональную фиксацию. Мы уже привыкли к одинаковой реализации систем, к одинаковым правилам UX/UI в играх, поэтому иногда просто не допускаем мысль, что в игре популярного жанра могут быть другие правила. Так как я сейчас жестко залипаю в ARC Raiders, смотрел всякие видосики на «Ютубе» по игре. И замечал, что под видосами о трюках или скрытых механиках комменты обычно делятся на два типа – «спасибо, не знал, что так можно» или «автор налил воды, об этих возможностях в самой игре написано». И у меня тоже было несколько моментов, когда я далеко не сразу открывал для себя приколы в игре, которые были на поверхности. Допустим упустил, что из ячеек конкретных арков необязательно крафтить хилки, напалмы и гранаты, а можно использовать их сырыми, пусть и с меньшей эффективностью. Да, об это сказано в описании предметов, но кто любит читать инструкции. 👹 А всё потому что привык, что крафтовые системы упрощены. Сложно поверить, что в современной игре мир может быть интерактивным, лут функциональным, а вместо интерфейса надо больше полагаться на слух и всякие внутриигровые визуальные сигналы. Проектов выходит много, разработчики в среднем по больнице стараются сделать знакомые паттерны управления и дизайна ради доступности, поэтому и мозг всё ленивее. Иногда интерактивность принимаешь за эксплойт. И в голову даже не приходит мысль поэкспериментировать. Если говорить о стелсе, то ведь это цирк какой-то – по-сути проработанные системы скрытности сейчас в основном в каких-нибудь экстракшн-шутерах, где темнота это темнота, а звук реально надо слушать. Но это всё про мультиплеер.

Математики, наверное, ощущают себя между картинками 2 и 3 🤓

Спустя ~160 дней получили крупный патч в Deadlock (Dota 3, см. тут) https://www.playdeadlock.com/oldgods Если вы до сих пор не получили инвайт — оставляйте ссылку на ваш профиль в стиме в комментарии, я пришлю.

В этом году автономное такси существенно расширяет зону присутствия (Waymo даже на другой континент заедет, в Лондон), в частности, на большую часть Майами (без Майами-Бич). Хотел выразить надежду, что в GTA VI добавят реалистичные такси... но оказалось, что их в декабре 2025-го уже добавили в GTA V. Наверное, и вправду будут в шестёрке?

Вдогонку к заданию Anthropic выпустили и блогпост, написанный автором домашки и лидом команды оптимизации — Tristan Hume. Я всегда ценил творческие собеседования (а не банальные задания с LeetCode) и особенно домашние задания. Они действительно показывают, насколько команда заинтересована в работе. Я рекомендую прочитать весь блогпост в оригинале, но вот несколько тезисов, которые мне понравились: — Вся секция «Цели дизайна тестового задания»: и про реалистичность задания, и разработку сопроводительных инструментов для отладки, и про то, что, в идеале, можно привлекать AI-ассистента в помощь — «Некоторые коллеги предлагали запретить использование ИИ при выполнении ДЗ. Я не хотел этого делать. Помимо сложностей с контролем, у меня было чувство: раз люди продолжают играть жизненно важную роль в нашей работе, я должен найти способ, чтобы они могли проявить себя вместе с ИИ — так же, как им придется делать это на работе. Я не хотел сдаваться и признавать, что люди имеют преимущество только в задачах длиннее нескольких часов». — «Сегодня у инженеров по производительности в Anthropic всё ещё много работы, но она больше напоминает сложную отладку, системный дизайн, анализ производительности, поиск способов верификации корректности систем и того, как сделать код, написанный Claude, проще и элегантнее. К сожалению, эти вещи трудно объективно оценить без большого количества времени или общего контекста. Всегда было сложно делать собеседования, отражающие реальную работу, но теперь это сложнее, чем когда-либо». — «Мне нужна была задача, где человеческое рассуждение могло бы превзойти огромную базу опыта модели: что-то, что находится достаточно далеко "вне распределения" (out of distribution). К сожалению, это противоречило моей цели сделать задачу похожей на реальную работу. Я вспомнил о самых необычных задачах по оптимизации, которые мне нравились, и остановился на играх Zachtronics. Эти игры-головоломки используют необычные, сильно ограниченные наборы инструкций, которые заставляют программировать нестандартными способами» (ждём ZachtronicsBench кстати) — «В отличие от игр Zachtronics, я намеренно не предоставил никаких инструментов визуализации или отладки. Стартовый код проверяет только валидность решения. Создание инструментов отладки — это часть теста: вы можете либо вставить грамотные print-ы, либо попросить модель сгенерировать интерактивный отладчик за пару минут. Суждение о том, как инвестировать время в инструменты — это часть сигнала, который мы оцениваем» — «Я вполне доволен новым тестовым заданием. Возможно, у него меньшая дисперсия результатов, чем у оригинала, потому что оно состоит из большего количества независимых подзадач [головоломок]. Ранние результаты многообещающие: оценки хорошо коррелируют с уровнем прошлых работ кандидатов, а один из моих самых способных коллег набрал больше баллов, чем любой кандидат до сих пор» — «Мне всё ещё грустно, что пришлось отказаться от реализма и глубины оригинального задания. Но реализм может стать роскошью, которую мы больше не можем себе позволить. Оригинальное задание работало, потому что оно напоминало реальную работу. Замена работает, потому что она симулирует новую (невиданную ранее) работу» В общем, для нормального найма приходится потеть ещё больше 😭

• ого это что • в телеге появилась разметка? 1. и даже 2. нумерованные списки? 3. UPD: 🔥 нет (точки в начале строк ставил не я, ТГ заменяет - и при переносе строки ставит сразу. То же для списка — и ВСЁ , ЭТО ВСЕ ИЗМЕНЕНИЯ 🤨)

С релизом Opus 4.5 Anthropic поменяли своё задание на дом (которое дают как часть интервью) — потому что модель за 2 часа обходила лучшие решения. Поэтому они выложили эту старую версию задания для всех: https://github.com/anthropics/original_performance_takehome Можете попробовать свои силы! Они пишут, что при достижении определенного результата — лучше Opus 4.5 за 12 часов — можете отправить им своё резюме и обсудить собеседования ...или нет, потому что вот тут мой подписчик пишет, что Codex за 2 часа побил это решение 🙂 В общем, успевайте.

🍿 Санта-Барбара в стартапе Миры Мураты: подробности про уход сооснователей Thinking Machines В стартапе Thinking Machines бывшей CTO OpenAI Миры Мурати (слева на фото) на днях случился скандал. Ушли два сооснователя и еще несколько сотрудников. Причем версии причин ухода разные. Сейчас появляются подробности истории, и там, конечно, полная Санта-Барбара. Немного предыстории. В конце 2024-го года Мира Мурати прихватила из OpenAI пару десятков людей и пошла делать свой стартап Thinking Machines. Проект уже успел поднять $2 млрд по оценке $12 млрд. Но продукт пока один — Tinker. Это штука, упрощающая настройку AI-моделей с открытым исходным кодом. В октябре Марк Цукерберг перекупил одного из сооснователей Эндрю Таллока. Он хотел еще купить и весь Thinking Machines, но не получилось. А на днях обратно в OpenAI ушли Баррет Зоф (справа на фото) и Люк Метц. А за ними еще пара человек. Теперь в Thinking Machines осталось трое сооснователей, включая Мурати. Wired со ссылкой на источник пишет, что Баррет Зоф вроде как был уволен за неэтичное поведение. И в Thinking Machines были подозрения, что он мог раскрыть конфиденциальную информацию конкурентам. Wall Street Journal пишет, что сотрудникам Мурати сказала, что у Зофа было много проблем с работой, доверием и поведением. Но там не все так просто. Зоф заявил WSJ, что компания не предъявляла ему ни по поводу работу, ни по поводу неэтичного поведения. А уволили его потому, что он выразил желание уйти из компании. Вопрос в том, почему он решил уйти. Как пишет WSJ, в прошлом году Зоф схантил с OpenAI знакомую. Причем, как утверждает Зоф, ее схантить хотели многие сотрудники Thinking Machines, включая Мурати. То есть это не только его прихоть. Но летом 2025-го Мурати начала подозревать, что она не просто знакомая Зофа — что у них отношения. Зоф был CTO. И хотя знакомая напрямую ему не подчинялась, но все равно была формально подчиненной. Мурати спросила у них, но оба пошли в отказ. А потом все-таки сознались, отношения у них были еще со времен OpenAI. Но почти сразу девушка уволилась из Thinking Machines и вернулась в OpenAI. Но у Зофа с ней что-то не заладилось. Он сказал Мурати, что девушка манипулировала им, чтобы завязать отношения. И после этого Зоф ушел в отпуск на месяц. А когда Зоф вернулся, то его обязанности подсократили. Но он вроде был с этим ок — мол, надо въехать в дела. Но в Thinking Machines стали замечать, что его эффективность снижается, в Slack от него стало меньше активности. Зоф объясняет это тем, что работал по индивидуальной программе, а в ноябре и декабре отсутствовал из-за болезни и смерти в семье. На той неделе Мурати хотела поговорить тет-а-тет с Зофом в том числе про его продуктивность. А ее саму позвали на встречу Зоф, Люк Метц и еще один сотрудник. Они сказали Мурати, что недовольны тем, куда двигается компания. Причем уже несколько месяцев недовольны. И рассматривают возможность уйти из компании — в последние недели они вели переговоры с Meta и OpenAI. И, говорят, давай окончательный голос по техническим вопросам будет не у тебя, Мира, а у Зофа. В ответ Мурати выразила недовольство продуктивностью Зофа в последние месяцы. Через день Мурати уволила Зофа. А он, Метц и еще один товарищ за несколько часов окончательно договорились с OpenAI. В этой истории есть еще нюанс. Последние месяцы Мурати пытается поднять инвестиции по оценке $50 млрд. И журналист Алекс Хит в своем блоге Sources пишет, что с привлечением раунда у Мурати трудности. У компании вроде как нет четкой продуктовой или бизнес-стратегии. А теперь на это все накладывается уход еще двоих сооснователей, причем довольно скандальный. И вряд ли это облегчит Мурати поиск денег. @TheEdinorogBlog — тот самый канал про стартапы🦄