Как думают Джеф Безос, Илон Маск, Сатья Наделла и Дженсен Хуанг У The Generalist есть очень крутая серия лонгридов — погружение в принципы и стратегии четырех культовых бизнес-персонажей: • Джефа Безоса • Илона Маска • Сатьи Наделлы • Дженсена Хуанга Ну во-первых, я выложил в комментариях переводы этих четырех текстов. А ещё, мы с клодом сделали глубокий анализ, что в их стратегиях совпадает — и претендует на универсальность. Из этого анализа получился ещё один огроменный документ. Но я постарался максимально сократить: 1. Они ищут и целятся в ключевые «building blocks» — элементы, которые станут будущей критической инфраструктурой. 2. Начинают с того, что сначала выглядит недооценным, маленьким, странным или слишком частным. Но важно, чтобы это открывало вход в более глубокий слой рынка. 3. Раньше всех замечают структурную асимметрию. Которая и будет драйвером будущей инфраструктуры. 4. Стратегическую победу строят не только на преимуществах, а на зависимости — экосистеме, из которой очень дорого выходить. 5. Коммуницируют как прагматичные визионеры. Идея впереди, однако интересы бизнеса не отстают. 6. По-разному подходят к культуре, но общий принцип один: информация и знания в компании должны максимально соответствовать реальности, очень быстро распространяться и превращаться в действия. 7. Фокусируются не столько на процессах, сколько на качестве мышления и решений. 8. Создают сложный бескомпромиссный механизм отбора на входе: очень хорошо понимают какие люди должны работать в их командах и на каких ролях. 9. Стратегические конъюнктурщики — готовы менять правила и принципы ради роста и масштаба. 10. Чувствуют момент, когда текущий успех может превратиться в будущую проблему. Хуанг говорит, что компания должна переизобретать себя каждые 10 лет, разрушая то, что успешно работало раньше. Безос называет это «Day 1». А Маск постоянно пытается сократить и упростить процессы, даже если потом придется вернуть что-то назад.

⚪️ «Союз МС-29», Большой адронный колайдер и фильм о «Чайке» Делимся космической подборкой новостей. 🟣Экипажи «Союза МС-29» прибыли на Байконур перед стартом к МКС 🟣«Чайка» на большом экране: премьера фильма о полете Валентины Терешковой назначена на 2027 год 🟣Крупнейший в мире ускоритель частиц «затихнет» до 2030 года: что случилось с LHC 🟣Ученые предложили построить на Луне карантинную станцию для защиты Земли от микробов 🟣NASA нашло неожиданное применение в космосе запасному марсоходу PROMISE 🟣Детали модернизированной ракеты «Ангара-А5М» испытали на прочность 🟣Над Аляской взорвался метеороид: его путь восстановили по звуку, которого никто не слышал 🟣SpaceX провела прожиг всех шести двигателей Starship перед 13-м полетом 🟣Китай разрабатывает систему раннего предупреждения об астероидах 🟣«Тот еще квест»: космонавт Зубрицкий рассказал, можно ли увидеть самолет с МКС #дайджест

The art of a strong baseline За последнее время все чаще понимаю, что создать сильный бейзлайн - это не просто база, с которой нужно начинать любой ml/ai продукт, а прям полноценная часть системы. Даже когда в проде уже давно есть трансформеры и агенты, бейзлайн дает прям много метрик Вот учите вы трансформер для персональных рекомендаций (sasrec, argus, pinnerformer, hstu - неважно).  И если в лоб его применить, то вероятно получите рекомендации из истории кликов. Потому что простой бейзлайн "уже изучал товар - покажи еще раз" чаще всего почти по любым метрикам релевантности будет лучше Окей, пофильтровали историю кликов / занизили таким позитивам вес в лоссе / сделали еще что-то - получили очень-очень похожие товары на последние 30-50 действий. Вот буквально товар того же бренда-категории, но чуть другого цвета условно. А это уже похоже на другой сильный бейзлайн - realtime slim/als/ease на последних 30-50 действиях На самом деле можно еще и дальше продолжать с бейзлайнами в этом кейсе или в других. Частые бейзлайны: - Персональные рекомендации - популярное, история, уже купленное для повторных покупок - item2item рекомендациях (похожие товары) - популярные товары того же бренда в той же категории  - Поиск - tfidf/bm25. Да, даже в эру dense retrieval и search agents если аккурфтно подтюнить bm25, то можно выбить sota. Есть даже подходы на основе Sparse autoencoderse , которые позволяют генерить не эмбеды запросов/документов, а их токены - и дальше применять обычный bm25 - Прогноз временных рядов - среднее значение в тот же день недели  ↔️ Я всегда стараюсь строить сильные бейзлайны, а потом учить более сильные модели для улучшения поверх них, а не для замены. Потому что какой толк учить условный sasrec/argus для запоминания истории кликов пользователя? Пустая трата компьюта + модель тратит свою капасити на тривиальные зависимости = что-то нетривиальное (и самое полезное + ожидаемое от нее) не учит Интересно, как не только я сам, но и другие люди в в индустрии / рисерче к этому подходят: я видел очень мало подобных работ. Если есть личные опыт или ссылки на полезные статьи - кидайте, с интересом почитаю!)

Рейтинги языков программирования в 2026 году с учётом ИИ-агентов и нейрослопа Python по-прежнему впереди, классический Си обошёл C++ и вышел на второе место, Java просела до исторического минимума. Привычная сводка, по которой все привыкли сверять, что учить. Вот только Visual Basic вдруг взлетел на седьмую строчку, и объяснение обескураживает. Скорее всего, это не всплеск интереса к языку, а офисные работники, которые массово гуглят, как написать макрос в Excel, и методика засчитывает эти справочные запросы как популярность. А «падение» Go в другом индексе на деле может означать не угасание, а зрелость языка, по которому просто реже ищут ответы. И это только присказка. За последний год у цифр в таблицах появился новый источник искажений, из-за которого взлёты и падения всё слабее связаны с тем, что разработчики учат на самом деле.

Читаю в примечаниях к интереснейшей книге Тертычного про Ким Ир Сена:

473. Эта книга венгерского историка Балажа Салонтая стала центральным элементом большого академического скандала в США: профессора Колумбийского университета Чарльза Армстронга поймали на систематическом плагиате ее содержимого, причем нарушитель прикрывал свою деятельность сфальсифицированными сносками на несуществующие источники. То, что мошенник смог, опираясь почти исключительно на результаты исследования Салонтая, обманным путем получить должность в престижном университете и оставаться на ней более десяти лет, косвенно свидетельствует и о высоком качестве работы венгерского ученого.

ткж https://www.columbiaspectator.com/news/2019/09/12/history-professor-charles-armstrong-found-guilty-of-plagiarism-to-retire-in-2020/ https://en.wikipedia.org/wiki/Charles_K._Armstrong Вот где халява, видать, так это в Колумбии. В качестве наказания отпустили на заслуженный отдых. И премию за "книгу года" не отобрали.

🧬 Анализ научной статьи: DOI 10.1093/evolut/qpag111 (Steven A. Frank — «Generalization as the Great Leap in Evolvability», Evolution, июнь 2026) Мы провели исследование публикации через Perplexity. Её центральная идея поразительно точно ложится на наши архитектурные принципы самоэволюции агентов: • Центральный тезис: Естественный отбор работает точно так же, как алгоритмы машинного обучения. Главный двигатель эволюции биологических систем — это способность к обобщению (generalization) для выживания в новых средах, а не запоминание частных решений (memorization). • Первичный механизм: Способность к обобщению напрямую зависит от размерности регуляторного пространства (regulatory space dimensionality) — то есть от количества связей и настраиваемых параметров генома. Традиционная робастность (robustness) вторична. • Иерархия сложности: Многоклеточные организмы обобщают лучше одноклеточных эукариот (дрожжей), а те, в свою очередь, обобщают лучше прокариот (бактерий) из-за сложности и «перевязанности» (overwired) регуляторных сетей.

Полезность для нашего R&D: Наш старый роутер universal_router.py с жестко зашитыми в коде правилами вел себя как прокариот (🦠 бактерия) — у него была нулевая регуляторная размерность. При малейшем изменении среды (новые модели, thinking-токены) он ломался. Внедряя декларативный speculative_policy_v1.yaml с динамическими порогами (fallback_disable_threshold_pct: 40), мы кратно повышаем размерность регуляторного пространства нашего агента. Это дает ему способность обобщать логику роутинга на новые модели без ручного переписывания кода.

Так легко забыть базу в этом кризисе-хуизисе, бесконечной войне, операционке, стрессе, неопределённости и детских истериках. Все вокруг вайбкодят, пересобирают себя и генерируют fomo больше, чем производят говна. Вернее не генерируют даже, а ретранслируют. Не вышек 5g надо бояться, а окружения из фоморетрансляторов. Это дополнительно раздёргивает и убирает фокус, при этом не добавляет никакой ценности. Где ваши миллиарды, гуру инвестиций? Где ваши единороги, вайбкодеры? Где ваши бизнесы, эксперты? То-то и оно. А я не поехал, я взял мотыля и пошёл на реку, Я ЛЮБЛЮ РЫБАЛКУ. Это, конечно, метафора. Просто решил, что в моей жизни я самый умный и лучше других знаю. Чем не дизрапт-стратегия в наши дни? Сильно упрощает жизнь и гасит фоновое зудение. Повторим базу. Лучше иногда повторять, потому что однажды придёт время доставать двойные листочки, и мы будем готовы. А база простая, и я когда теряюсь, пытаюсь смалодушничать, прогнуться где-то, встать на рельсы тихого дожития, обещая себе, что это временно, чтобы выдохнуть немного. Но вспоминаю, что я долбоеб без тормозов слова из композиции Pink Floyd — Wish You were Here: Did they get you to trade your heroes for ghosts? Hot ashes for trees? Hot air for a cool breeze? Cold comfort for change? Did you exchange A walk-on part in the war for a lead role in a cage? И сразу такой: ну нет, быть лидом в клетке не мой путь. Вернее так, он может быть моим, но стоит помнить, что он резервный и тупиковый. Такое вот дофига сумбурное напутствие себе и вам перед новой рабочей неделей. Прорвёмся ещё тысячу раз!

Ключевое за 3 дня ⚡ Главное • Meta создаёт облачный бизнес для продажи избыточных мощностей ИИ — Meta планирует сдавать в аренду мощности ИИ, конкурируя с AWS и Azure. • Microsoft запускает Microsoft Frontier Company — Новое подразделение по внедрению ИИ с инвестициями $2.5 млрд. • Anthropic планирует создать собственный чип с Samsung — Переговоры о разработке кастомного чипа для снижения зависимости от Nvidia. • OpenAI готовит три версии GPT-5.6 — Анонсированы модели Luna, Terra и Sol с разным уровнем затрат. • OpenAI создала чип Jalapeño — Разработан собственный ASIC-чип совместно с Broadcom. • Zhipu AI выпустила GLM-5.2 — Китайская open-weight модель, сравнимая с ведущими западными системами. 📈 Рост и Оптимизация • Alibaba сократил токены AI-агентов на 99% — Новый фреймворк экономит токены за счет пропуска загрузки инструментов. • Cisco внедряет AI-агентов для 90k сотрудников — Полномасштабная интеграция ИИ-агентов во все бизнес-процессы компании. • Астрономы создали CIGaRS для анализа сверхновых — ИИ-инструмент в 4 раза точнее измеряет тёмную энергию. • Figure AI вернулась на завод BMW со сложной логистической ролью — Роботы Figure приступили к выполнению логистических задач на производстве. • Waymo открыла поездки на роботакси в Нэшвилле — Запуск коммерческого сервиса беспилотных такси в новом городе. • Tesla начала тестировать Cybercab на дорогах Остина — Начало дорожных испытаний специализированного роботакси. • Обучение ИИ работе с турбинами — Woodside Energy интегрирует ИИ для управления запуском заводов СПГ. 🤖 Промпты и Практика • Превращайте сложные источники в 60-секундные вертикальные видео — NotebookLM теперь генерирует короткие видео на основе документов. • Создание звуковых эффектов с ИИ за секунды — Eleven Labs генерирует аудиоэффекты по текстовому описанию. • Google Docs AI: прослушивание текста и аудиосводки — Gemini в Google Docs теперь умеет озвучивать документы разными голосами. 🛠 Инструменты • Seedance 2.0 — Новая версия ИИ для генерации реалистичного видео. • Grok запустил Connectors и Build — Инструменты для превращения дизайна в код и генерации архитектуры. • AgentMail привлёк $6 млн на email-платформу для AI-агентов — Специализированный API для управления почтой через ИИ-агентов. • Meta улучшила инструмент чтения мозга — Система преобразует сигналы мозга в текст с точностью 61%. • Etched вышел из скрытности с новым AI-оборудованием — Стартап с оценкой $5B представил специализированное ИИ-железо. • Devin Security Swarm — Инструмент для автономного поиска уязвимостей в коде. • Laguna XS 2.1 — MoE-модель на 33 млрд параметров, оптимизированная для кодинга. • Weave Robotics представила Isaac 1 за $8,000 — Анонсирован доступный домашний робот-помощник. • Apptronik запускает фабрику данных для обучения роботов — Центр подготовки данных и новый гуманоид Apollo 2. • Coval — Платформа для тестирования голосовых ботов через симуляции звонков.

⚖️ Баланс между усилиями и результатом Работать меньше, но эффективнее — вот ключ к настоящей продуктивности. Почти каждый из нас переживал периоды, когда огромное количество потраченных часов не приносило желаемого результата. Американский предприниматель Сет Годин делился своим опытом: он работал по 12 часов в день, но в итоге был вынужден полгода восстанавливаться от истощения. Так он понял, что перешел границу своей продуктивности. Как определить свой оптимум? Нужно учитывать специфику задач: монотонную работу можно выполнять дольше, а деятельность, требующая высокого уровня концентрации, должна быть ограничена несколькими часами в день. Переутомление в интеллектуальной работе резко снижает эффективность. Предприниматели редко занимаются рутиной — их работа требует творчества, быстрого принятия решений и полного сосредоточения. Часто кажется, что больше часов в работе означает больший успех, но это заблуждение. Фаундер | Бизнес и Стартапы

Китай вывел в море первую плавучую ветротурбину на 16 МВт для энергоснабжения нефтяных платформ Китай вывел в море первую в мире плавучую ветровую турбину на натяжных опорах мощностью 16 МВт, предназначенную не для подачи энергии в наземные сети, а для прямого снабжения морских нефтяных платформ. Проект стал редким примером интеграции возобновляемой энергетики в инфраструктуру добычи ископаемого топлива. Ожидается, что 307-метровая турбина будет вырабатывать 54 млн кВт·ч в год, сокращая выбросы CO₂ на 35 тыс. тонн. https://hightech.plus/2026/07/05/kitaiskaya-plavuchaya-vetroturbina-na-16-mvt-budet-snabzhat-energiei-neftyanie-platformi

Покорение книги Эванса продолжается. Сегодня 2 и 3 главы. Вторая глава это буквально пляжный эпизод. Общайтесь на одном языке в рамках работы. Возможно это я чего то не понимаю, но рано или поздно при работе вы будете общаться на одном языке. Выработаете свои термины, придумаете определения, согласуете наименования. Даже если это произойдёт не сразу, то как будто бы это какая то базовая штука, которая на подкорке сидит. Глава третья уже по интереснее. Посыл понятен. Делайте модель вместе с кодом, код должен отражать модель, а модель код. Но некоторые заявления, как по мне бред. Во-первых, завязываться на ООП парадигме при проектировании это бред. В таком случае нам технологии начинают говорить что и как делать, а не наоборот, когда требования говорят, какие технологии брать. Во-вторых, заявление о том, что разработчики что-то там в тихую могут строить, не соответствующее модели. Возможно, во времена Эванса так оно и было, но сейчас даже в униках у большинства людей есть понимание, что так делать не надо. Что есть требования и их описание, и есть реализация.