Одна микропривычка, которая предсказывает развод с точностью до 94% Есть в штатах семейный психолог Джон Готтман, который известен тем, что научился с высокой точностью предсказывать разводы, наблюдая за тем, как пары общаются во время конфликта. В его исследованиях точность прогнозов достигает 94%. Самым сильным предвестником развода оказались не частые ссоры и даже не измены. Главным маркером стал момент, когда один из партнеров начинает ставить себя выше другого. Что выражается в закатывании глаз, сарказме, насмешках, унижении и любых других сигналах превосходства и презрения. Уверен, что это работает и за пределами семьи. Сооснователи, партнеры по бизнесу, коллеги и любые отношения, построенные на равенстве, начинают разрушаться, когда исчезает уважение друг к другу.

Роботакси «Яндекса» проехало по Москве без водителя — от центра до спальных районов «Яндекс» показал видео первой непрерывной поездки роботакси по четырем районам Москвы без вмешательства водителя. Hyundai Sonata проехала через Очаково-Матвеевское, Хамовники, Ясенево и Марьино. В компании хотели продемонстрировать, насколько разными могут быть дорожные условия внутри одного города — от узких переулков центра до магистралей спальных районов со скоростным режимом до 90 км/ч. «Яндекс» планирует запустить сервис роботакси уже в 2026 году. https://hightech.plus/2026/08/12/robotaksi-yandeksa-proehalo-po-moskve-bez-voditelya--ot-centra-do-spalnih-raionov

Онбординг это не тур по продукту, а последовательность убеждения. Порядок экранов решает больше, чем их количество Мне попался разбор онбординга одного подписочного приложения: после переделки 94% тех, кто начал онбординг, доходят до пейволла. Не покупают, а именно доходят, то есть их не теряют по дороге. Подход показался интересным и применимым почти к любому продукту с подпиской, поэтому делюсь. Старая версия открывалась туром по фичам: welcome, три-четыре экрана про то, что умеет приложение, и только потом вопросы. По сути питч-дек, и люди отваливались ещё до оффера. Идея переделки простая: человеку плевать на ваши фичи, пока он не почувствовал, что его понимают. Поэтому логику перевернули. Сначала спрашиваем про его проблему, потом показываем решение. Каркас нового флоу: 1. Идентичность первой. Имя и пара базовых вопросов до всего остального. Это запускает ощущение, что продукт делают под меня, с первого экрана. 2. Контекст. Как часто у человека возникает проблема. Это калибрует, как дальше лягут копирайт и цифры. 3. Желание до фич. Спрашиваем, что человек хочет получить, ещё не показав ни одной фичи. Ищем работу, которую он нанимает продукт сделать. 4. Инвестиция. Экраны предпочтений как будто настраивают продукт под ответы. Человек уже вложился, хотя ничего ещё не построено. 5. Доверие. Отзывы и social proof идут после шагов вовлечения, а не на втором экране. Доверие заходит лучше, когда уже есть чувство собственности. 6. Разрешения. Пуши просим после того, как ценность уже почувствована, и никогда не блокируем прогресс из-за отказа. 7. Усиление боли. Четыре вопроса про одну и ту же проблему с разных сторон, включая эмоциональный: как это ощущается. Боль проговаривается словами пользователя, а не вашим копирайтом. 8. Мы вас услышали. Экран с надписью персонализируем на пару секунд закрывает петлю после вопросов про боль. 9. Доказательство боли. Статистика прямо перед оффером, пока проблема максимально свежая: это не только ваша беда, это распространено. 10. Оффер. Paywall ровно в тот момент, когда проблема максимально выпуклая. 11. Аккаунт последним. Регистрация только после покупки, а не до неё. #PG_education @productgames

В профессиональных кругах давно ошивается субкультура под кодовым названием пиздабол «умеет красиво говорить и на этом все»

Реальное название меняется в зависимости от тренда и становится способом забежать на свежий рынок раньше, чем там появится репутация: инфобизнесмен, продюсер, стратег, распаковщик, вайбкодер.

*Разумеется, внутри этих профессий есть крутые компетентные ребята, я конечно не про них Вообще, я не к тому, что настоящий профессионал должен уметь сам руками и ножи точить, и костер разжигать и медведя убивать. Однако часто люди выдающие себя за экспертов настолько не умеют делать, что даже не понимают что их советы нежизнеспособны. Чтоб отличить профи от не профи, задавайте много уточняющих вопросов: что делал, как делала, почему так, почему не иначе, что вышло, за счет чего вышло, кто помогал, как помогал и тд.

Stanford University выложил на YouTube полный курс по Agentic AI уровня graduate school — бесплатно. Курс называется CS329A: Self-Improving AI Agents. Всего 9 лекций от исследователей, которые работают над agentic LLM и системами, способными к самообучению. Что внутри: • агенты, которые сами генерируют данные для обучения; • агенты, которые проверяют собственные рассуждения; • агенты, которые сами придумывают задачи и пытаются их решить; • и главное — как создавать системы, которые могут самостоятельно становиться лучше. Начинается всё с фундаментальных вопросов — почему более крупные AI-модели обычно становятся умнее — и постепенно переходит к продвинутым архитектурам self-improving agents. Думаю много тут будет полезно. https://www.youtube.com/playlist?list=PLangBM27OtEA

Волей случая посмотрел несколько видосов, как фаундеры всяких стартапов презентуют новый апдейт или фичу. И казалось бы, люди заморочились, все спланировали, студию сняли, свет поставили, звук настроили, скрипт написали, фаундера на табуреточку посадили и... заставили читать с телепромптера. И это так крипово! У человека, читающего с телепромптера, энергия оленя, выбежавшего в свет фар: все вычислительные ресурсы мозга идут на попытку понять, че там написано, в результате ни эмоций, ни интонаций, ни естественности. Зритель, который смотрит это, думает: зачем тут я? Выступающий явно с бумажкой общается, а не со мной. Решение тоже простое: напишите скрипт, но пусть человек расскажет его своими словами. Он же фаундер! Он все эти идеи придумал, он их по сто раз всем рассказывал, он уже отполировал, как эффективнее всего их продать, наловчился, так сказать, объяснять. Ну вот пусть это еще раз, на камеру сделает. Ну запишете пять дублей, а не один. Ничего страшного. Все равно этот ролик потом монтируется. Ну будут там всякие у-му-ой-кстати. Ну и отлично! Живость, спонтанность, энергия живого общения. Легкая неопределенность, небольшой риск сказать что-то неправильно — это все чувствуется. Понятно, что не все люди по природе харизматичны или хорошие ораторы. Но этого и не требуется! Сама по себе живая, естественная речь любого человека держит внимание уже ого-го как. Как, по-вашему, работают разговоры? Почему собеседник не уходит через минуту? Потому что ему интересно, а неотполированность речи держит интерес, заставляет мозг чуть слегка сильнее работать, чтобы отфильтровать неровности. И вуаля! В общем, я удивлен, что никто этой механистичности не видит и не осознает, а все играют в ведущих теленовостей (которые, во-первых, всю жизнь тренируются, а во-вторых не сильно-то лучше у них получается), а когда выходит криповая ерунда, делают, наверное, вывод, что они «просто не умеют говорить на камеру». А ничего уметь и не надо. Надо просто сесть и рассказать все как есть. Не будьте, котороче, роботами, будьте человеками. Баранкину привет.

AMD упростила трассировку лучей для деформируемой геометрии Исследователи AMD разработали алгоритм, снижающий нагрузку на видеокарту при анимировании сложных объектов. В традиционном рейтрейсинге движение треугольников требует постоянного пересчета структуры ускорения BLAS. Новый метод оборачивает детальную модель в грубый тетраэдрический каркас. Во время анимации меняется только каркас, а попавшие в него лучи преобразуются в исходное недеформированное пространство. Подход избавляет систему от пересчета полигонов и позволяет объектам совместно использовать статическую геометрию. Технология остается исследовательской и лучше всего подходит для растительности и удаленных объектов.