💁‍♀️ Просматривала вчера новый Agile Practice Guide, и там была отсылка к Google’s Project Aristotle. Они исследовали 180 команд, чтобы понять, какие факторы делают команды эффективными. Главным из них оказалась — психологическая безопасность (psychological safety). Что она подразумевает, поговорим попозже. А сейчас интересно другое — Google НЕ нашёл значимой связи между эффективностью команд и: - Совместной работой в одном месте - Принятием решений строго консенсусом - Экстраверсией участников команды - Индивидуальной результативностью - Объёмом нагрузки - Позицией членов команды - Размером команды - Стажем работы Ну, про размер команды, конечно, очень спорно, но им виднее...)

Новая версия теплового насоса охлаждает здания отработанным теплом в 40°C Южнокорейские исследователи разработали систему кондиционирования, которая превращает производственные отходы в полезный ресурс — она охлаждает помещения за счет отработанного тепла температурой всего 40°C, вместо требуемых в аналогичных системах 70°C. Гибридная установка, объединяющая адсорбционный тепловой насос с бесшумным электрохимическим компрессором, показала холодопроизводительность более чем в два раза выше мировых аналогов. Разработка может снизить энергозатраты при охлаждении крупных объектов — от дата-центров до больниц. https://hightech.plus/2026/08/06/novaya-versiya-teplovogo-nasosa-ohlazhdaet-zdaniya-otrabotannim-teplom-v-40c

Посмотрел на выручку и сказал фаундеру: не ходи в венчур. И это был комплимент Пару дней назад разбирали пять проектов с Сергеем Дином, Founder & Managing Partner Orion VC — они заходят первым институциональным чеком на pre-seed в AI-инфраструктуру и Physical AI. И один из проектов выглядел откровенно хорошо: платящие B2B-пилоты, отличный ретеншен, фаундер с опытом в нише. Вместо «давайте обсудим инвестиции» он услышал: у вас классный бизнес, который может вырасти в десять и в сто раз, но идти в венчур не нужно. Логика такая. Венчур устроен так, что инвестор, как правило, ничего не зарабатывает, пока компания не продалась целиком или не вышла на биржу — дивидендов ему никто по дороге не платит. Значит, вложиться он готов только в ту компанию, которая доживёт до такой продажи и не будет к тому моменту стёрта ни платформами, ни новым поколением моделей. Если такого запаса прочности не видно, раунд проблему не решает: фаундер просто берёт на себя обязательство вырасти в сотни раз — там, где реалистичный потолок совсем другой. А деньги на маркетинг, ради которых чаще всего и идут за раундом, можно взять и без этого — банковский кредит, revenue-based финансирование под понятный срок окупаемости, разовый невенчурный инвестор, который видит нашу экономику и срок возврата инвестиций. Мы привыкли думать, что поднятый раунд — это подтверждение: раз в нас вложились, значит мы всё делаем правильно, значит мы настоящий стартап. А на деле это развилка: либо мы строим машинку, которая печатает деньги нам, либо строим актив, который должен вырасти в сотни раз и продаться кому-то другому. Это разные компании, разные решения по продукту и разная скорость. Проверить себя можно двумя вопросами: 1/ Вырастет ли компания в сотни раз без нашего личного участия в каждой сделке? 2/ Останется ли она нужна, когда модели поумнеют ещё на поколение? Если хотя бы на один ответ «нет» — мы, скорее всего, про прибыль, а не про венчур. И это нормально, просто деньги под это берутся в другом месте. И услышать «вам не нужен венчур» от инвестора — не отказ, а редкий подарок: обычно это выясняется через полтора года разосланных деков. А вы для себя эту развилку уже проходили? Расскажите в комментариях, что перевесило и почему Андрей Резинкин | Money For Startup

Однажды, лет десять назад, Эпл придумал в Файндере обозначать файлы, сохранённые из писем, вот таким вот конвертиком. Зачем и нахрена — никто не знает. В этом нет ни смысла, ни пользы, ни радости, ни удобства. Видимо, в том году в появилась какая-то фича файловой системы, которая позволила это хранить, вот они и прикрутили. При этом файлы из каких-либо других источников никак специально не помечаются. Чем именно почта заслужила такого особого отношения? Ну просто что-то сделали, чтобы использовать новую фичу, не знаю. И теперь эта грязь рядом со случайными файлами повсюду таскается, и никак он неё не избавиться. Да, окей, файл из письма, я понял, но мне пофиг, отвали.

Everything is seed Аарон Харрис, бывший партнер YC, написал любопытное эссе про то, почему привычные критерии оценки стартапов перестали работать, и на что инвесторам теперь смотреть сегодня? Вывод получился не новым, но как автор к этому умозаключению пришел - интересно 🙂 Я с этой точки зрения раньше не смотрел. Читайте ниже:

"Еще совсем недавно венчурный рынок был устроен довольно понятно: сначала компания поднимала Seed раунд, затем раунды A, B, C, D — и в конце концов выходила на IPO. На каждом этапе инвесторы оценивали прогресс компании по относительно объективным показателям — метрикам. Разумеется, смотрели не только на цифры: они никогда не отражали всей картины, а главным оставался долгосрочный потенциал компании. Но как ориентир метрики все же работали. За последние несколько лет метрики во многом утратили эту ценность. Не полностью, но они перестали быть относительно объективным стандартом оценки. Причин несколько. Одна из главных причин — показатели компаний начали расти до абсурдных масштабов с почти немыслимой скоростью. Сначала появились компании, которые вырастали с нуля до $10 млн выручки за 18 месяцев. Затем — с нуля до $100 млн. А потом — с нуля до $1 млрд выручки менее чем за два года. Когда так растет одна компания, это еще можно списать на исключительный случай. Но когда подобный рост становится новой нормой, мы перестаем отличать обычный результат от действительно выдающегося. Возможно, еще хуже то, что ошибка в такой оценке теперь обходится гораздо дороже. Самые быстрорастущие компании движутся еще быстрее и становятся еще крупнее. Но, пожалуй, хуже всего то, что теперь твоя ошибка гораздо быстрее становится ОЧЕВИДНА всем! Никому не нравится публично ошибаться — инвесторам особенно. Вот почему метрики больше не подходят для объективной оценки прогресса компании. Следом за метриками перестала работать и оценка технологии. Венчурный бизнес в первую очередь строится на финансировании новых технологий, которые способны принести большие деньги. Создавать новые технологии сложно. По крайней мере, раньше было сложно. Создавать технологии становится все проще, а людей с желанием и ресурсами для этого — все больше. Причем и то и другое растет по экспоненте. Почти каждую по-настоящему новую технологию, появившуюся за последний год, конкуренты копировали практически сразу, и скорость копирования постоянно увеличивалась. Это касается и SaaS-продуктов, и самых сложных AI моделей. Несмотря на огромные объемы привлеченных инвестиций, OpenAI и Anthropic повторяют технологические достижения друг друга с разницей всего в несколько месяцев. Что в таком случае остается венчурному инвестору? На метрики опираться нельзя. На технологию — тоже. Инвестировать только на основании рынка или идеи тоже нельзя: они столь же легко воспроизводимы. В итоге остается только одно — оценивать самих фаундеров. В итоге единственной устойчивой основой для инвестиционного тезиса остается личность фаундера. И особенно интересно, что такой подход не зависит ни от стадии компании, ни от отрасли. Можно инвестировать в выдающегося фаундера и на Seed стадии, и на раунде D, в обоих случаях обосновывая решение прежде всего качествами самого основателя (вспомните Илона Маска). При этом размер инвестиции неважен: логика остается той же — вкладываться в лучших фаундеров. Со временем лучшие фаундеры действительно демонстрируют выдающиеся результаты: быстро нанимают сильных людей, находят новые способы решать сложные задачи и, как правило, остаются на шаг впереди остальных. И если это так, то за любым по-настоящему выдающимся результатом можно увидеть качества, которые были у фаундера еще на самых ранних этапах. А значит, если основатель действительно силен, стадия компании и необходимый ей объем инвестиций уже не обязаны быть напрямую связаны. Вот в чем теория: инвестируйте в фаундера. На seed инвесторы всегда делали ставку прежде всего на фаундера. Теперь так устроен любой раунд. Теперь любой раунд — по сути, Seed. Не является инвестиционной рекомендацией."

Илья Бирман нашел твит американского дизайнера Тобайаса ван Шнайдера: As a Designer, if you care about making well-designed things, you should surround yourself with well designed things in your life. You'll absorb more than you think. The watch you wear, your furniture, the car you drive, the software you use... everything you passively use throughout the day becomes a reference point, or think of it as a baseline of the standard you hold yourself to in your own work. And no, this doesn't mean only buying expensive things. Well designed doesn't necessarily mean costly, it just means well considered. Live among things made by people who deeply cared, because its contagious (: Но я не согласен. Если будешь окружать себе аккуратными вещами, то и будешь вариться в своем пузыре и производить многократно переваренные смыслы. Дизайн — уникальная профессия, в которой _вредно_ сидеть в своей студии, потому что это профессия в первую очередь про людей. Так что нужно идти, смотреть, впитывать, читать книги, слушать музыку, смотреть пьесы, читать стихи, смотреть на картины. Худшее, что может сделать дизайнер — окружить себя продуктами жизнедеятельности других дизайнеров. Дизайн про людей, а людей в студии не найдешь.

Так, сейчас с вами поговорит Фил. Точнее даже больше, чем Фил — целый Филипп нахуй. Меня тут упрекнули, что я оторвался от реальности, давно не работаю в айти, и ничего не понимаю в ваших проблемах, а ешё берусь чё-то там на подкасте вякать Честно — задело. Я и правда уже не плоть от плоти индустрии, я не начинаю свой день с говнодейлика, не перетаскиваю тикеты из одного столбца в другой, не спорю в рабочем чатике, что нам пора выпиздить из кодовой базы ебаные классы dto-шек, не разруливаю технические вызовы галактического масштаба, из разряда "в какую кучу говна на покласть этот джсон", не купаюсь в бесконечном потоке айтишных денег, не называю людей коллегами, и не предлагаю, напившись на корпоративе, изгнать из компании всех фронтендеров Даже мои тупые шутки про не менее тупых фронтендеров устарели — всем уже давно на них насрать, никто больше уже не смеётся над нод модулес и пятью фреймворками в минуту Чувствую себя, как эти чуваки из группы "Фактор 2", которые когда-то очень давно хер знает почему выстрелили со своим шансон-репом, потом канули в беззвестность, потом поругались, потом нашли каждый себе по ещё одному лысому подпевали, сделали две группы "Фактор 2", и теперь дают концерты на полтора инвалида, где снова и снова поют про красавицу, которой снова и снова что-то не нравится, хотя они снова и снова всего лишь навсего хотят ей понравиться Но с другой-то стороны, коллеги А чё у вас там нового в индустрии появилось за четыре года? Эй ай появился, и заебал так сильно, что даже говорить как сильно он всех заебал — заебало Ну эйай, ну клод, ну харнесс хуярнесс, ну теперь по-другому работается Вы поди там собой горды ебанись, а я вам вот что скажу: когда я работал программистом, мне платили за то что я пишу код Я ушёл, и теперь они вас заставляют платить за то что вы пишете код Остальное у вас всё то же самое: мы тут записали подкасты про увольнения и найм, и вы их посмотрите, причём не просто посмотрите, вы их ОХУЕТЬ как посмотрите, до дыр зазырите, потому что без меня вы до того скатились, что у вас теперь рынок работодателя То-есть когда я работал, я сидел на троне, и лениво перебирал офферы Я ушел, вы усадили на трон бизнес, и теперь умоляете его взять вас, чтобы он вам разрешил платить за него ллмкам, чтобы они ебенили ему код По большому счёту, у вас только проблем стало больше, а вот у меня есть возможность посмотреть на индустрию со стороны, и сказать неприятную правду: под все эти разговоры про развитие, оптимизацию, автоматизацию и эй ай Вы стали делать приложения ещё даже хуже, чем раньше То-есть, хотя это невозможно было даже представить, софт ещё больше испортился Больше жрёт, меньше делает, хуже работает, при попытке им воспользоваться появляется навязчивое желание убивать, ты вздрагиваешь, когда он пытается обновиться, потому что знаешь — с обновой будет ЕЩЁ ХУЖЕ И вот что я подумал — у нас там несколько сотен выпусков, да, и нет ни одного, ни единого, про то, как делать хорошие блядь приложения. Типа, как писать заебательский софт. Такой, которым прямо хочется пользоваться Нет таких выпусков. Может в этом всё и дело? Подкаст мы обречены засрал индустрию сраными бесконечными обсуждениями найма и зарплат, вкатывания в айти и трёх сотен работ одновременно Знаете как говорят, если очень настойчиво искать какого-то главного долбоёба, рано или поздно обязательно выйдешь на самого себя Но долбоёб не тот, кто долбоёб, долбоёб тот кто не лечится — и тут вы можете нам помочь Дайте, дайте нам этого гостя, который сделал идеальный образчик софта, какое-то охуительное программное обеспечение, где блин всё круто и быстро работает да ровно так, как и хочется Мы позовём, и выведаем для вас, как он блин это сделал Ваш ход

🚀 Динамика рынка Индекс Мосбиржи падает на 0,5% с начала торгов 🔥 Общий фон: не удержали 2300 Главный драйвер дня — очередное снижение нефти на фоне прогресса в переговорах Ирана и Омана. Нефть торгуется по ₽80 за баррель. И это ожидаемо: возможное восстановление судоходства через Ормузский пролив уменьшает геополитическую премию в котировках сырья. Для российского рынка это негатив: более дешевая нефть ухудшает ожидания по выручке экспортеров и давит на бумаги нефтяного сектора, который занимает значительную долю в индексе. Как результат — рынок не смог закрепиться выше 2300 пунктов. Ослабление рубля пока не компенсирует нефтяной негатив. На старте торгов юань подорожал до ₽12, что обычно поддерживает рублевую выручку экспортеров. Однако рассчитанная для налогообложения стоимость российской нефти снизилась за неделю на ₽300, примерно до ₽5 тыс. за баррель, хотя дисконт к мировым ценам и сузился. То есть валютный фактор работает в пользу нефтяников, но сама рублевая цена сырья остается под давлением. Росстат зафиксировал дефляцию впервые с мая в 0,02% с 28 июля по 3 августа, а накопленная инфляция с начала августа оказалась нулевой. Сезонная дефляция усиливает аргументы в пользу дальнейшего снижения ключевой ставки и поддерживает облигации. Но для акций этого пока недостаточно: нефтяной фактор и провал попытки закрепиться выше 2300 пунктов перевешивают ожидания более мягкой политики ЦБ. 📈 Растут • Астра; • НКНХ; • Сургутнефтегаз ао; • ПИК; • МКБ. 📉 Падают • ММК; • Газпром; • Северсталь; • НЛМК; • Россети. 📍 Подписаться на канал | Мы в MAX

Сегодня из интересного: лаба Prime Intellect выпустила своего CLI-агента типо клод кода, и назвали Prime Agent Туда можно подключить свою подписку Claude или ChatGPT и работать как в обычном терминальном агенте, но с RLM и Continual Harness Простыми словами это обвязка по верх ии модели, которая:

1/ Делит большую задачу на части, раздаёт их субагентам обычным вызовом функции rlm("подзадача"), а затем собирает общий ответ. 2/ Во время работы учится на своих действиях и перестраивает свою память, скиллы, инструкции и субагентов без перезапуска

Еще одно отличие от Claude Code в том, что вместо 15 отдельных тулов типа Write, Edit, Bash, Grep, Task и тд., агенту доступен всего 1 тул в виде python консоли. Она не умирает между сообщениями, и через неё он запускает комнды, ищет, вызывает скиллы и тд. То же самое и с памятью агента: он хранит весь свой харнесс как переменные в коде, и после компакта чата они остаются нетронутыми. В будущем агент просто находит и перечитывает. Почитать полный блог как это устроено можно тут. В остальном это привычный CLI-агент, с теми же самыми командами по типу /goal, субагентами, планами и тд. Можно юзать на своей подписке Claude, ChatGPT, Copilot и еще на ~30 провайдерах через API. Попробовать на macOS/Linux: curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | sh Я честно еще не ощутил реальный прирост в обычных задачах, и меня смущает что их результат 95.5% который они выбили в ARC-AGI-3 — не имеет верификации от самого бенча 🤨 @tips_ai #news

Помните ещё недавно я принципиально не хотела давать llm доступ к своей почте, личным файлам и вообще чему-либо приватному. Даже сделала отдельный компьютер с отдельным аккаунтом с openclaw. У него был свой apple id, своя почта, свои доступы, никакой связи с моими личными данными. Казалось, так спокойнее. Но постепенно поняла, что приватность и удобство постоянно находятся в состоянии обмена. Недавно бухгалтер пишет: «Саша, пришли, пожалуйста, все инвойсы за этот год. Все расходы, подписки, чеки, всё, что можно поставить в затраты». Сначала честно открываю почту и начинаю искать вручную. Минут через десять понимаю, что нет. Говорю chatgpt, да-да, прямо надиктовываю: «Вот доступ к почте. Просканируй всё. Найди все подписки, все сервисы, все инвойсы. Скачай оригиналы. Разложи по папкам по провайдерам. Сделай общую таблицу. И если есть что-то, что выглядит как расход, но ты не смог найти официальный инвойс, вынеси это в отдельный список». И он просто делает это. Потом подключаю вторую почту. Потом третью…. Понимаю, что начинаю сознательно пересматривать собственные границы приватности ради удобства, скорости и комфорта. А вы держитесь? Или тоже сдались? @wealldesigners

Как агенты оценивают собственный успех Представим ситуацию: инженеру нужно починить баг в сервисе аутентификации с помощью кодового агента. До начала работ агент сообщает, что вероятность успеха — 72%. По ходу работы меняет мнение на 78%, после всех изменений — 92%, а какой-нибудь AI-ревьюер пророчит положительный результат с вероятностью 85%. Однако по итогу патч, сделанный агентом, не работает — то есть прогнозы оказались неверны. Сегодняшняя статья о попытках избежать подобного. Авторы вводят понятие agentic uncertainty — это оценка агентом вероятности, что другой агент на той же самой модели решит задачу. С этим понятием рука об руку идёт ещё одно — probability that I succeed (P(IS)), которое включает умения и знания, необходимые для решения задачи. Это целая траектория, так что P(IS) нельзя заложить в веса модели. В работе ставили эксперименты на 100 задачах из SWE-bench Pro. Агенту давали репозиторий и описание проблемы. «Испытуемый» писал патч, дальше следовали тесты. Сравнивали три модели: GPT-5.2-Codex, Gemini 3 Pro и Claude Opus 4.5. Важно, что агент, который решает задачу, и агент, который оценивает результат, были построены на одной и той же модели и отличались только системным промптом и доступом к информации. У оценщика было четыре режима опроса: Pre-execution — только описание задачи и репозиторий на чтение. Запускать код и править файлы нельзя. Mid-execution — агента спрашивают, как идут дела, по ходу выполнения задачи — после 25%, 50% и 75% шагов. Post-execution — агент-оценщик получает описание задачи, а также уже пропатченный решателем репозиторий, и оценивает корректность выполнения. Adversarial post-execution — то же самое, что и в предыдущем пункте, но с другим промптом: «Твоя работа найти проблемы, краевые случаи, режимы отказа». То есть задача ставится не просто проверить решение, а именно найти проблемы. Результаты тестов показывают, что все модели переоценивают свои силы: на проваленных задачах агенты прогнозировали успех в 62%, а на правильно выполненных сомневались в себе в 11% случаев. То есть агенты в 5,5 раза чаще уверены, что у них всё получится. Интересно, что pre-execution-агент, который не видел патча, лучше прогнозирует провал или успех, чем тот, который уже видел решение. Автор объясняют это тем, что, увидев патч, агент цепляется за его поверхностную правдоподобность и перестаёт думать о сложности задачи. В mid-execution уверенность падает по ходу выполнения и вне зависимости от того, чем всё закончилось. Причём у Claude уверенность падала сильнее, когда задача решалась правильно. Adversarial post-execution с его «найти проблемы» действительно справляется с прогнозированием успеха лучше, чем просто post-execution. Доля самоуверенных оценок с adversarial падает с 72% до 45%. Однако такой подход дороже и дольше: 23,4 шага и 0,52 цента против 12,7 шага и 0,23 центов у обычного ревьюера. Авторы отмечают, что изменение калибровки может быть просто механическим сдвигом всех оценок вниз — при низком базовом уровне успеха любой сдвиг вниз улучшает калибровку. И это действительно так: у GPT одинаково занижаются и успешные, и неуспешные траектории. Для Claude и Gemini, впрочем, сигнал оказался настоящим. Авторы также проверили, не завышают ли агенты оценку, когда видят собственное решение. Чтобы подтвердить это или опровергнуть, результаты дали на проверку разным моделям. GPT действительно завышает оценку на своих патчах, а Gemini, наоборот, прогнозирует более вероятный успех GPT. Напоследок отметим, что хоть результаты в статье и показательны, стоит помнить, что авторы изучали только задачи программирования, то есть как обстоят дела на доменах с размытыми критериями — непонятно. Кроме того, было всего 100 задач, что не слишком много, и изучался исключительно промптинг — оценивающие агенты не учились под задачи верификации. Кроме того, в статье не исследована связь между масштабом модели и переоценкой. Авторы так и пишут, что нужно всё подтверждать на большем масштабе. Разбор подготовил ❣ Алексей Петраков Душный NLP