На пятый год у меня сошелся пазл, и я наконец понял формулу, как достичь успеха в бизнесе Поговорим про хардкор Это тема которая меня близко задела, и заставила за полностью пересмотреть каждую функцию в компании Дело в том, что ваши результаты (в любой сфере), напрямую зависят от вашего подхода, как вы взаимодействуйте с системой, и вашей продуктивности—какой аутпут вы получаете при равном инпуте

Нельзя получить выдающийся результат выполняя рядовые действия

Сейчас объясню: Представьте, такого, наивного ферст тайм фаундера, который решил сделать свою дейтинг аппу, туду-лист, маркетплей, что угодно классическое, о чем прикольно фантазировать, но очень сложно запускать; как этот фаундер пол года обдумывает механики, хвастается идеей, вылизывает экраны, представляет как сейчас разбогатеет, а потом, конечно, ничего не происходит. Для большинства из вас, умных, такой человек кажется наивным, и вы понимаете что это не будет работать, и то что он делает скорее контр-продуктивно А теперь представьте что на этой шкале вы посредине, а дальше есть более осмысленные люди, которые лучше понимают систему, и для которых то что вы делаете кажется ковырянием в песочнице. И вот я пообщался с таким человеком:

Простой пример: мы долго мучаемся с контентом в Х/ЛИ, как его системно сорсить, писать, проверять, постить, чтобы мне не заниматься только этим, несколько человек уже пытались мне с этим помогать, и вот с горем пополам мы вышли на один пост в день (что уже чаще чем постит обычный пользователь ЛИ), но каких то осязаемых результатов, в виде продаж или виральности мы так и не получили. А этот человек мне говорит: "мы постим 10 постов в день с 10 акаунтов, а то что вы делаете, один пост в день, это и не может работать"

Поймите эту разницу в масштабе: • кто то использует систему линейно, берет свой имейл и пишет лидам ручками, по 5 писем в день, а кто то покупает 10 доменов, 50 ящиков, и отправляет 500 писем в день • кто то целый день переснимает видос, редактирует, и потом получает пару тысяч просмотров в месяц, а кто то строит контент ферму, льет видосы со 100 акаунтов, и генерит миллиард просмотров • кто то сидит месяц ждет лендос от агенства, и потом не может к нему прикоснуться, а кто то генерит 10 лендосов за вечер под каждый ICP • в разработке так же: кто то неделями меняет цвет кнопки обсуждая это на звонках, а кто то за день строит целый продукт; кто то пишет обертки для api, а кто то за то же время строит свои модели; кто то делает аналитику, а кто то находит проблемы и сразу их решает • кто то неделю пишет одну статью в блог, а кто то публикует десять статей в день, и тд Чувствуете вкус? Те, кто получает топ 1% результата системы (денег, просмотров, юзеров, етц) используют систему с топ 1% эффективностью. Соответственно, если вы прикладываете 1х усилия, и используете систему линейно, то стоит ли удивляться, что вы получаете 1х результат, как любой другой человек? Что я наблюдаю, что работает для успешных компаний, и что выводит игроков в лидеры, это не простой наивный подход "как все", а хардкор: как сделать больше усилий, или найти хаки, чтобы один человек мог приумножить свои усилия 100х, и делать, то что другим потребует 100х людей или 100х времени. ________ Для этого, конечно, приходится чем то жертвовать. Когда ты автоматизируешь/делегируешь что угодно, уходит контроль над деталями, внимание к мелочам, проседает качество, но повышается объем. Конечно, нанятые инфлюенсеры рассказывают о проекте хуже чем это сделал бы фаундер, кринжовые посты продают лучше чем умные, агент пишет текст хуже чем человек, а делегирование личных акаунтов вообще убивает в них личность...

...но в капитализме побеждает продуктивность, а не перфекционизм

Это еще можно назвать агрессивностью, на сколько ты готов выходить за рамки, жертвовать качеством, чувствовать кринж, ради результата—тк это все обычно работает на грани, в серой зоне (см. airbnb, uber, higgsfield), часто через нарушения правил пользования, ботоводство, спам, копирование, регуляции, общественные нормы, которые направлены защитить линейных пользователей (1/2)

Вниманию фронтендеров и вайбкодеров. В очередной рассылке попалось несколько наборов для построения вашего UI. Не знаю, насколько в наше время это актуально, но делюсь. 🔹Sharl UI - более 90 компонентов на все случаи жизни. Минималистично-аккуратно. Репозиторий. 🔹Vuzeno - дизайн-система на основе Ark UI (это headless-платформа, независимая от фреймворка). TypeScript, всё как положено. Репозиторий. 🔹Kibo UI - набор компонентов для использования с shadcn/ui, от color-пикера до почти диаграммы Гантта. Репозиторий. 🔹Jelly UI - тоже набор стандартнызх компонентов, но с такой игривой, "желейной" визуализацией. 🔹NeonBlade UI - в целом нестандартный подход, для любителей кибер-панка, всякие компоненты в неоновом стиле, ну и вспомогательные, типа Матрицы. #ui #frontend

NOKIA и ICEYE анонсировали свой финский аналог Starlink. Разумеется, сразу с фокусом на суверенность и двойное назначение. Да, это ещё одна низкоорбитальная широкополосная группировка связи, но её размер не озвучен. Учитывая, что ICEYE также занимается радиолокационной съемкой с синтезированной апертурой, то можно смело предположить, что козырь Starlink с использованием антенн для SAR более не будет уникальной фичей. Это критическое направление. Запуск первых аппаратов планируется в 2028. NOKIA в данном партнёрстве отвечает за связь, терминалы, наземную инфраструктуру итд. Комическая часть и спутниковая платформа на ICEYE. Основной рынок — оборонка, защищённая связь для национальных подрядчиков и коммерческий сервис (скорее корпоративный). Всё это реакция на проволочки европейского проекта IRIS2 для этих же задач. В общем, как неоднократно озвучивалось — все хотят свой суверенный Starlink.

✔️ Президент США и главы ИИ-компаний подписали соглашение о безопасности Документ подписали главы Google, Anthropic, xAI и Nvidia и президент OpenAI Грег Брокман. Юридической силы у соглашения нет, стороны называют его морально обязывающим. Компании обещают ввести четыре уровня контроля и аудита передовых моделей, создать внутренние группы для проверки этих механизмов, допустить внешние проверки и независимый надзор. Критики сетуют, что соглашение необязательное и почти не содержит деталей. axios.com ✔️ В Китае заработал первый суперкластер на 100 тысяч отечественных ускорителей Об этом сообщил Китайский информационный центр интернет-сети CNNIC в докладе о генеративном ИИ. Все компоненты кластера от чипов и сети до хранения данных и охлаждения сделаны в Китае. Вычислительная мощность для ИИ в стране к июню выросла за год на 177%, до 2185 EFLOPS. Аудитория генеративного ИИ превысила 700 млн человек, это больше половины населения. ИИ используют более 30% крупных и средних промышленных предприятий Поднебесной. cnnic.cn ✔️ Ideogram выпустила модель 4.5 Свежая версия сфокусирована на точное и последовательное редактирование графики. Она не накапливает артефакты, смещения пикселей и искажения цвета при длинных цепочках правок. Модель правит фрагменты снимков высокого разрешения без уменьшения исходника и переводит надписи на изображении на другие языки. Ideogram 4.5 доступна в веб-интерфейсе, у партнёров и через API в четырёх режимах качества, от 0,008 до 0,22 доллара за изображение в разрешении 2K. Веса компания обещает открыть в ближайшее время. ideogram.ai ✔️ OpenClaw Foundation открыл код корпоративной платформы для агентов OpenClaw Enterprise управляет постоянно работающими агентами в закрытых средах. Проект начинали в OpenAI, затем передали фонду и доработали вместе с Red Hat и Nvidia. Платформа поддерживает мультиарендность, разделяет доверенные и недоверенные нагрузки, запускает агентов в песочнице, проверяет их действия с помощью языковой модели и позволяет тонко настраивать права доступа. Обвязку, модель и песочницу можно заменить сторонними или собственными. Версия 1.0 выйдет до конца года, пока платформу рекомендуют для внутренних пилотов. Такие пилоты идут в Red Hat и OpenAI, где агенты получают полный доступ к кодовым базам. Платформа бесплатна и разворачивается на собственных серверах. openclaw.ai ✔️ McDonald's рассчитывает цены с помощью ИИ Пионер фастфуда совместно с Tiger Analytics запустил модель, которая анализирует транзакции и парсит конкурентов, вычисляя метрику готовности платить для каждой геолокации. По данным Reuters, применение алгоритма привело к разбросу цен - стоимость Биг Мака в заведениях в радиусе трех километров может различаться на 21%. Корпорация заявляет о рекомендательном характере системы. При этом платформа фиксирует отклонения франчайзи от сгенерированных расценок. Уровень ценового комплаенса напрямую учитывается при аудите бизнеса и продлении партнерских контрактов. Масштабирование алгоритмического подхода на 14 тысяч ресторанов в США привлекло внимание антимонопольных органов. Сейчас регуляторы проверяют, нарушает ли такое ценообразование законодательство о защите конкуренции. reuters.com @ai_machinelearning_big_data #news #ai #ml

Почему не публикуются цифры по выводимой массе? Короткий ответ: потому что точных нет. В комментариях сразу несколько человек спросили — можно ли к числу запусков (это валидируемая цифра, как и параметры орбиты) добавить данные по выводимой массе на орбиту? К сожалению нельзя, тк это будет приблизительная цифра. С пусками проще, эту статистику можно переподтвердить из разных источников и по базам, а вот по массе большая часть пусков просто не публикуется в манифестах. Любые оборонные миссии из США/Китая/РФ? Нет. Частные миссии? Часто тоже нет. Да даже точная масса нагрузки для того же Starship в Flight 14? Тоже нет. И так почти в каждом случае за редким исключением (миссии на МКС). Есть также проблема в расхождении между публикуемым манифестом и фактической цифрой. То, что закладывалось для миссии, по факту, может быть легче. Иногда на тонны. Поэтому когда вы каждый раз видите сводные графики, от того же BryceTech, или ответы из нейронки — это всегда аппроксимации и предположения (ищите слово estimate на картинке). У разных аналитических агентств разная точность по регионам. Цифры из нейронок имеют больший разброс в зависимости от выдачи, но их вы можете получить без канала. Есть разные способы подсчёта массы, в основном по энергетике, зная мокрую массу ракеты-носителя, скорость подачи горючего для каждой ступени и параметры орбиты, включая остаток горючего после отделения нагрузки без массы диспенсера. Но это индивидуальный подход для каждого случая или инсайды, которые не стоит публиковать. В посте картинка весов для измерения массы полезной нагрузки с диспенсером. Дистанционно они не работают.

Идеальный ответ тоже может быть багом Недавно я писал про ChatGPT Teens - их новый режим для подростков. Вообще, это похоже на новую модную обёртку для их "родительского контроля", но в учебной части продукта была любопытная штука под названием "Study Hours". Подросток или родители могут выбрать часы, когда ChatGPT по умолчанию включает учебный режим и вместо готовых ответов начинает гайдить наводящими вопросами. То есть, неспособность давать ответ сделали фичей. Вообще, про учебный ИИ надо отдельно поговорить, потому что он быстро становится отдельной продуктовой категорией: разборы домашек, подготовка к экзаменам, прокачка навыков для работы и т.д. и т.п. Но у него есть необычная продуктовая проблема - правильный ответ вообще ни разу не значит, что работа сделана. Человек получил готовое решение, а решать сам так и не научился. Прям как с навигатором - я как-то читал новость про мужика, у которого глюкнул геолок, и он завершил поездку прямо в стоге сена в поле 🤣 Так вот, вчера у Яндекса прошла большая конфа про образование YaC/e, и там как раз разбирали, как эту проблему (не навигатора у мужика в стоге сена, а учебного ИИ) решать. К примеру: - В части целеполагания моделям задают учебные цели плюс педагогическую методику, а дальше учат помогать без готовых ответов. - В части реализации натаскивают замечать ошибки ученика, возвращаться к проблемным местам, давать повторение и подбирать сложность. Чтобы было не слишком просто, не слишком сложно, а в самый раз (геймдизайнерам тут большой привет). - Плюс персонализация: одному нужно подробно, другому коротко, третьему на примерах, четвёртому как-нибудь аллегорически-иносказательно, ну вы поняли. То есть, если совсем уж зреть в продуктовый корень, то тут надо сознательно "ухудшить" продукт, ограничить его главную киллер-фичу и чуть убить основную ценность. И пока весь ИИ-рынок меряется, чья модель ответит полнее и глубже - здесь наоборот нужно научить вовремя недоговаривать (оказывается, этот скилл полезен не только людям, да). Ещё один неочевидный момент - key metrics такой штуки вываливаются за контуры самого продукта. Ведь после объяснения ученик должен решить задачу сам, без подсказок и с первой попытки. То есть, ИИ сработал хорошо, если в нём перестали нуждаться. Всем AI-native эдтехам очень желательно держать это в голове и закладывать ещё на этапе концепции. Фичизм

ИИ все чаще пишет код сам. Тогда чем теперь занимается разработчик? На конфе Яндекса по образованию YaC/e говорили о том, как теперь учить айтишников: часть задач уже можно отдать нейронке, но понимать, как все работает вместе, все равно придется самому. Если кратко, нужны три навыка: — Разговаривать с ИИ на одном языке. Понимать устройство технологий, контекст, RAG и работу языковых моделей; — Видеть ограничения технологий, которые требуют инженерной доработки; — Смотреть на задачу не только как разработчик, но и как аналитик и продакт — пройти мысленно путь от идеи до конечного результата и видеть проект целиком. Поэтому ИТ-универам предлагают готовить «архитекторов сложных систем». Больше внимания — математике, физике и естественно-научному мышлению: такая база помогает быстрее разобраться с новой задачей. Стек поменяется. А разобраться, что именно ты построил вместе с ИИ, все равно придется.

⚖️ Самая дорогая попытка сдать экзамен по кибербезопасности стоила 28 недель тюрьмы. У тимлида IT-команды судов Сингапура рабочий ноутбук не прошёл проверку перед экзаменом CISM. Он решил дать удалённый доступ знакомому из WhatsApp - ход гения не иначе. Всего то ноутбук с гостайнами. 🔍Десять минут с индийского IP "помощник" хозяйничал в ноутбуке и закинул туда пять исполняемых файлов. Два поймал встроенный антивирус Windows. Три запустились и поменяли правила файрвола и работу антивируса. Кован видел это и спросил, что происходит. Ответ:

обхожу защиту, чтобы ноутбук прошёл проверку экзамена 😄

Утечки не нашли, но суды на всякий случай сменили вообще все ключи и пароли. Прокурор отдельно отметил иронию: всё это ради экзамена по ИБ. Если ради экзамена кто-то просит отключить антивирус, экзамен уже идёт. И ты его провалил. 28 сентября Ковану дали 28 недель тюрьмы по закону о гостайне и за несанкционированное изменение компьютера. 📺 подробнее о сертификатах в видео у нас на канале 🦔 CyberYozh

Huawei представила новые базовые флагманы Mate 90 и 90 Pro Mate 90 и 90 Pro получили переработанный дизайн и несколько незначительных технических изменений. Главная разница моделей — чипы Kirin 9030 и 9035. Pro-версия также получила улучшенную макросъёмку и 100 Вт зарядку. Основные характеристики: • Дисплей: 6,75" 2832x1280 LTPO OLED, 120 Гц • Чипсет: Kirin 9030 / Kirin 9035 • Память: 12+256, 12+512, 12+1024 ГБ / 12+256, 12+512, 16+512, 16+1024 ГБ • Камеры: 50 Мп + 50 Мп теле + 40 Мп ширик + 13 Мп селфи / 50 Мп + 50 Мп теле + 13 Мп селфи • Связь: 5G, NFC, Wi-Fi 7, Bluetooth 6.0, спутниковая связь • Биометрия: сканер отпечатков в кнопке питания, распознавание лица • Водозащита: IP68/69 • Аккумулятор: 6600 мАч 66 Вт / 100 Вт • Цены: от 5999 юаней (~75 000 ₽) / от 6999 юаней (~86 000 ₽)