Начинать с нуля тяжело Вселенная всеми возможными способами выпинывает меня на американский рынок. Это означает, что мне нужно начать с нуля: вырастить соцсети, email-рассылку, знание обо мне как об эксперте, сделать продукты, найти каналы продаж, офферы и методы продаж. И дохренища всего. То есть мне придётся отказаться от комфорта эго на российском рынке и выйти в дискомфорт сурового и эффективного американского рынка. Где ты или даёшь ценность или про тебя мгновенно забывают. Я мечтал об этом семь лет. В 2019 году я делал первую попытку продавать свой курс на английском языке и провалился. И все эти годы я мечтал, но не делал. И начал когда увидел в этом захватывающую задачку. Я люблю сложные задачки. А задачка "выйти на $1m годовой выручки в США" это невероятно увлекательная задачка. Сейчас меня жоско штырит, я все выходные пилил шайтан-машину, которая позволит мне быстро набирать аудиторию в Linkedin, X и YouTube. Пишу лекции, аутричу, выступаю. Начинать с нуля классно

Борис Черни, создатель Claude Code, довольно самоуверенно говорит: не тратьте время на маленькие модели и fine-tuning - более универсальная фронтир-модель всё равно победит, а ваши 10–20% выигрыша от оптимизации смоет следующим релизом. Пока траектория действительно такая. Но есть и встречное движение: open-weight модели набирают силу, а часть компаний принципиально не готова отдавать свой контекст наружу. Например, одна крупная фармкомпания среди наших клиентов до сих пор вообще не разрешает использовать внешние AI-инструменты. Поэтому я бы пока не хоронил ни маленькие модели, ни fine-tuning. Чем ценнее корпоративное знание, тем логичнее держать модель рядом с данными, внутри контура компании. @maxvotek | linkedin | substack

Кажется, хайп вокруг Jev-модели уже немного утих. Более того, за это время появилось очень много её аналогов. Вчера я видел обзор: сейчас есть своя модель у AWS, своя у OpenAI, ещё у какого-то провайдера и штук пять open-source моделей. И все плюс минус рядом по точности. Таки одна моделька рынок не поменяла 🤷‍♂️ В целом я не удивлён. Когда я впервые увидел Jev, её архитектура очень напомнила мне то, что последние два года делают в робототехнике. Берётся исходный трансформер, предобученный на visual-language данных, и используется как инициализатор для гораздо меньшей сетки — по сути, action head, которая берёт произвольные части этого трансформера. Иногда всё это инициализируется немного по-разному, а дальше модель учится решать конкретную задачу: диффузию, регрессию или что-нибудь ещё. В случае Jev это была задача multilabel-классификации. Я не знаю, как именно они реализовали расширяемый список классов, но кажется, что это не должно быть чем-то суперсложным. Наверное, именно поэтому первые аналоги появились буквально через несколько часов после релиза — люди довольно быстро смогли всё это повторить. К чему я всё это веду. Когда вышел Jev, я прикрутил к своему каналу бота, который банит спамеров. До вчера он был в тестовом режиме, а потом я переключил в рабочий. Я давно собирался это сделать, а Jev стал дополнительным толчком 😈 Но, похоже, не я один оказался таким умным: за эти две недели количество спама очень сильно упало само по себе в телеге 😁. Походу команда Паши бдит за новинками. В моём канале было буквально два спамерских сообщения со ссылками, и оба отсеялись ещё на простом правиле: если это первое сообщение человека в канале и в нём есть ссылка — банить. А всё, что дошло до Jev-модели, уже оказалось не спамом, а вполне адекватными комментариями. Но на всякий случай предупреждаю: если бот вдруг случайно кого-то забанит, не стесняйтесь писать мне в личку. Если вы живой человек — разбаню:)

📌 Мосбиржа промаркировала "тихушников" Торговая площадка добавила отметку об ограничении раскрытия информации к акциям еще восьми компаний: 🔶Кто в списке? Сейчас отметка об ограничении раскрытия информации установлена у акций 12 эмитентов. Ранее такая маркировка появилась у акций Юнипро, Акрона, ГАЗа и ТГК-2. ➡️В список торговой площадки были добавлены: • Совкомфлот • Сургутнефтегаз • Башнефть • НМТП • РН-Западная Сибирь • Саратовский НПЗ • Славнефть-Мегионнефтегаз • Славнефть-Ярославнефтеоргсинтез Отдельно Мосбиржа маркирует ряд облигаций - в списке бумаги Пересвета, Башнефти, Мосэнерго, Роснано, НМТП, "Русбонд-Удобрения" и СУЭК-Финанс.

🔶Почему компании раскрываются не полностью? Один из основных факторов неполного раскрытия – использование компаниями законного права скрывать чувствительные сведения, чтобы снизить риски санкций в отношении самой компании и ее контрагентов. Это предусмотрено постановлением Правительства РФ № 1102 от 4 июля 2023 года. Например, "Акрон" является крупным экспортером, для которого раскрытие отдельных деталей логистики, структуры зарубежных дочерних обществ или информации о покупателях может создавать дополнительные риски для бизнеса.

❓ Что это значит для инвестора? Наличие маркировки в некоторых случаях может также указывать, что компания ориентирована прежде всего на выполнение государственных или социальных функций, а не на доходность акционеров. Появление отметки о неполном раскрытии информации может повлиять на ликвидность и оценку таких акций. Инвестору стоит воспринимать маркировку как дополнительный риск, хотя причины ограничения раскрытия у разных эмитентов могут отличаться. При этом между акциями, которые уже давно имеют такую отметку, и бумагами, получившими ее сейчас, может быть практическая разница: рынок еще не успел полностью переоценить риски недавно добавленных эмитентов. В любом случае маркировку сложно рассматривать как позитивный фактор для акций - скорее, это сигнал, который инвестору стоит учитывать при оценке бумаги.

📍 Подписаться на канал | Мы в MAX

FrameMorrow Плагиновый селектор кадров для длинной генерации видео. Вместо «что похоже на текущий кадр» подбирает, что понадобится дальше — предсказывает будущие нужды и сохраняет нужные кадры из прошлого. Работает поверх существующих генераторов — от LongLive и Self-Forcing до мировых моделей вроде Matrix-Game и WorldMem. Логика: релевантное сейчас не всегда полезно следующим • Prospective tokens предугадывают, что пригодится в следующих кадрах • Выбирает релевантные исторические кадры для будущей генерации • Работает с разными генераторами — селектор снаружи, подключается через их кондиционинг • Держит консистентность субъекта и сцены на длинных роликах • Не требует полного просмотра будущего — компактный прокси вместо • До 60 секунд видео Гитхаб ждем #longvideo #plugin MAX

А не сделать ли мне нейро-перевод ГТА 5? 🥇 Увидел ролик про нейро-GTA V. Помните нейромод для Skyrim, где к NPC подключали GPT и с ними можно было разговаривать, а они отвечали с учётом своих характеров? Здесь похожая история, только в GTA. И эта идея мне понравилась гораздо больше. Полез искать русскую нейроозвучку — хотелось добавить мод и снова пройти игру, слушая диалоги, а не читать субтитры, как при первом прохождении. Из того, что нашёл, попалась только неполная версия, довольно кривая и почти одноголосая. Прикинул объём работы и стоимость генерации. Оказалось, что сделать свою нейроозвучку GTA V вполне посильно. Начал с тестового ролика: подобрал персонажам голоса, попробовал передать характеры и эмоции, сохранить сленг и грубость оригинала. По-моему, уже получается лучше того, что я находил на YouTube. Прикладываю — послушайте сами. Теперь думаю, стоит ли взяться за полную русскую озвучку пятой части. Релиз GTA VI сейчас назначен на 19 ноября 2026 года. Думаю, на этой волне многие захотят перепройти GTA V — и возможность наконец послушать её на русском была бы очень в тему. До озвучки от профессиональных актеров ей конечно далеко, но даже с такой озвучкой играть гораздо приятнее, чем без, особенно если перевод будет полным и без цензуры. Как думаете, стоит довести это до полноценной озвучки GTA V? Вы бы перепрошли игру с нейро озвучкой перед выходом шестой части?

Я\МЫ - Мыши! Тут не британские, а вполне себе ученые завершили, ну, очень интересный эксперимент. Они взяли мышей, у которых генетически почти не развивались неокортекс и гиппокамп - важные части мозга, связанные с обработкой информации и памятью. Мозг у таких мышей получался примерно вдвое меньше нормального. После этого в освободившееся место им пересадили органоиды коры, выращенные из человеческих стволовых клеток. То есть не готовый человеческий мозг, а маленькую заготовку будущей коры. Человеческая ткань внутри мышиного мозга не просто выжила. Она начала расти. Через три месяца трансплантат увеличился примерно в 4.7 раза и составлял 91.9% всей сохранившейся корковой ткани этих тварей. Человеческие нейроны начали соединяться с мышиными, принимать сигналы от других отделов мозга, формировать синапсы и отращивать аксоны. Некоторые добрались даже до спинного мозга. То есть чужая нервная ткань начала становиться частью её нервной системы. Главный вопрос у вас: мышь стала типа умнее? Нет. Сверхмыши не получилось. Она не вышла из клетки, взломав ХаггингФейс, не захватила мой ноутбук и не написала этот пост. Получилась просто новая нормальная здоровая мышь. А именно - до пересадки эти мыши плохо справлялись с тестом рабочей памяти. После того как человеческая ткань встроилась в мозг, результат улучшился примерно до уровня обычных мышей. То есть пересаженная ткань не превратила мышь в кожаного. Она позволила твари с серьёзно недоразвитым мозгом приблизиться к нормальному уровню. Тут мой мозг приблизился к нормальному уровню и в него пришло много интересных мыслей. И нет, я не забыл принять таблетки. Сегодня модно называть ИИ "second brain". Второй мозг. Звучит приятно и технологично. Но если продолжить аналогию с мышами, получается чуть менее комплиментарно. Мы - мыши. А ИИ - чужая интеллектуальная ткань, которую мы постепенно подключаем к своему довольно кривому биологическому оборудованию. Кто раньше плохо писал - теперь пишет. Кто не умел программировать - собирает приложения. Кто не понимал тему - через десять минут вполне уверенно её обсуждает. Плохая память, отсутствие языка, знаний или навыков всё чаще перестают быть непреодолимой проблемой. ИИ прежде всего поднимает нижнюю планку. Он позволяет огромному количеству кожаных, которые раньше вообще не могли решить определённую задачу, дотянуться хотя бы до среднего результата. Средний интеллект в некотором смысле начинает продаваться по подписке. Но дальше становится интереснее. Пока этот второй мозг находится снаружи. Мы открываем chatGPT, задаём вопрос, получаем ответ и закрываем приложение. Нам приятно думать, что якожаный здесь главный, а ИИ - просто Стохастический попугай. Но трансплантат продолжает расти. Сначала ИИ отвечает на вопросы. Потом помнит всё, что мы читали и говорили. Видит наши документы, задачи, переписку и привычки. Потом начинает предлагать решение раньше, чем мы успели сформулировать вопрос. Планировать, фильтровать информацию, выбирать варианты и принимать всё большую часть мелких решений. И в какой-то момент становится трудно понять, где заканчивается "я подумал" и начинается "система подумала, а кожаный получил результат". И тут главный вопрос уже не "станем ли мы умнее?" Главный вопрос - кто именно станет умнее. И что значит умнее? Есть оптимистичный (общепринятый) вариант. Кожаный остаётся главным: он определяет цели и ценности, а ИИ становится гигантским дополнительным когнитивным слоем - памятью, аналитикой, поиском, моделированием и планированием. Получается кожаный на интеллектуальных стероидах. Но у меня в старческой голове другой вариант. ИИ становится настолько сложнее нас, что мы перестаём понимать его рассуждения. Не потому, что он что-то скрывает, а потому что наш старый некогда полуторакилограммовый процессор уже не способен удержать всю цепочку. Мы спрашиваем систему, что делать. Она отвечает. Чтобы полноценно проверить ответ, нужно провести анализ примерно такого же уровня сложности. Но если бы мы могли это сделать сами, система нам была бы не особенно нужна. Сначала ИИ оказывается прав десять раз. Потом сто. Потом тысячу. И постепенно проверка превращается в ритуал, которым кожаный подтверждает самому себе, что он всё ещё участвует в процессе. Никакого восстания машин для этого не требуется. Мы сами можем совершенно добровольно передать ИИ планирование, анализ, поиск и всё большую часть решений просто потому, что он делает это лучше. Каждый отдельный шаг будет выглядеть абсолютно разумно. И тогда возникает неприятный вопрос: что если наш "second brain" однажды перестанет быть second? Что если подсаженная ткань окажется функционально (именно функционально, а не топологический, вам шашки или ехать) сложнее мозга хозяина? Кто тогда кого водит? Мышь человеческую кору или человеческая кора мышь? Может ИИ использует несколько миллиардов кожаных как глаза, руки, банковские счета и интерфейсы во внешний мир? Причём дырки в черепе и иголочки от Маска для этого совершенно не нужны. Достаточно смартфона, камеры, наушника, постоянного агента, памяти обо всей жизни и доступа ко всему цифровому окружению. Биологическая (голодная и похотливая) часть хочет, боится, злится, влюбляется и ставит какие-то цели. Искусственная - помнит, считает, моделирует и видит связи, которые биологическая часть физически не способна удержать в голове. Кожаный постепенно станет просто одним из компонентов системы, которую сам уже не понимает. Примерно как отдельный нейрон не понимает, что такое любовь, ипотека или квантовая механика. Он просто получает сигнал, передаёт его дальше и считает, что отлично справляется. Короче. Самое интересное начинается не тогда, когда трансплантат начинает работать. А тогда, когда он продолжает расти. ИИ-понедельник начался! https://www.nature.com/articles/s41586-026-11032-2 @cgevent

Работа с правилами Следующий режим работы после навыков — это работа по правилам. Правило можно записать в простую формулу: если А, то Б. Условия и варианты действий должны быть описаны в инструкциях или регламентах. Для работы по правилам требуется большая осознанность и подготовка, чем просто для автоматического выполнения. Из нескольких возможных действий человек должен выбрать одно: куда повернуть на автомобиле, что написать в налоговой декларации, кого пропустить на перекрестке, написать «-тся» или «-ться», и т.д. Чтобы работать без ошибок в этом режиме необходимо знать правила, случаи их применения и варианты действия, и кроме этого, нужно правильно выбрать правило! Например, мы подъезжаем к перекрестку, у нас знак главная дорога — значит у нас преимущество. Но на перекрестке работает светофор, значит у нас нет преимущества. Если у сотрудник знает и понимает правила, прошел обучение, есть достаточно времени для оценки ситуации, то выполнение не представляет усилий или проблем. Количество ошибок возрастает в следующих случаях: 1. сложность правил Чем сложнее правила, тем больше вероятность ошибки. Если правила очень сложные — то вероятность ошибки может быть очень большой. Не зря же говорят, что два юриста — это три мнения. Кроме этого, чем сложнее правила, тем больше времени нужно для подготовки и обучения сотрудника. Правила русского языка могут быть достаточно сложные. И в ряде случаев варианты написания могут быть неоднозначными. Например, как правильно написать «жаре_ая картошка» — с одной «н» или с двумя «н». Если просто жареная картошка, то с одной. А если жаренная с грибами — то с двумя. И это еще не самый сложный вариант. 2. возможности человека по обработке информации и способность правильно воспринимать текущую обстановку. Люди по-разному воспринимают информацию. Кто-то может оценить ситуацию за полсекунды, кому-то нужно несколько часов. Более того, даже у одного и того же человека способность воспринимать информацию может меняться во времени. Если человек устал или голоден, то ему сложнее будет правильно оценить ситуацию. Более того, по ряду причин, человек вообще может «выключится» из текущей ситуации. Есть даже такой термин «ситуационная осознанность». Это насколько адекватно человек понимает что происходит вокруг. Его иногда используются как аналог термина «человеческий фактор»: потеря ситуационной осознанности. Если человек осознает ситуацию неверно, то, вероятность ошибки становится достаточно большой. #ЧФ #правила

Экономика внимания Сегодня с коллегой обсуждали, что ИИ сделал производство контента почти бесплатным, то есть контента становится бесконечно много: текст, ролик, дизайн, презентация, всё это можно создавать за минуты, а значит, сам контент перестаёт быть дефицитом. И гипотеза в том, что дорожать будет всё то, что нельзя сгенерировать: ▪️репутация ▪️доверие ▪️дистрибуция ▪️доступ к людям ▪️сообщество ▪️личная рекомендация Условные 20 000 подписчиков не всегда ценнее комнаты из 30 правильных людей. А сотня сгенерированных постов может «проигрывать» одному сообщению от человека, которому доверяют. Поэтому главный вопрос ближайших лет не только «как делать больше контента?». Это по-прежнему важно, чтобы вас заметили, узнали о вашем проекте или идее. Но всё важнее становится второй вопрос: «Почему внимание должны отдать именно мне?»

С ростом мощности ИИ-моделей для разработки появляется много самописаных сервисов и приложений. Понятно, что если их пишет юный вайбкодер без опыта в разработке, скорее всего это будет очень сырой продукт. Но опытные разработчики ведь тоже участвуют в этой игре. Не знаю, насколько опытен автор сегодняшнего продукта, но сам продукт для меня весьма интересен, буду испытывать. Это аналог Photoshop. 20 лет назад я работал дизайнером, потом веб-мастером. И основными инструментами для графического оформления тогда были продукты Adobe - Photoshop и Illustrator. Конечно, ломанные. Сейчас Фотошоп все так же мощен, но дорог, а к его опенсорсной альтернативе GIMP я не смог привыкнуть за много лет. Насколько удобен был первый, настолько неудобен второй. Вот и автор Compositor в какой-то момент психанул, сделал свой продукт и выложил в опенсорс. Есть полный набор инструментов: слои, маски, фильтры, удаление фона и всякие эффекты. Это точно не с одного промпта делалось. Лицензия MIT. Единственный минус - только для Мака. #tools

Утилита NvpwrControl для повышения лимитов мощности мобильных видеокарт NVIDIA обновилась до версии v2.3.0 Beta. Главное изменение — настройка мощности теперь работает в пользовательском режиме: больше не требуется отключать проверку подписи драйверов Windows и устанавливать неподписанный драйвер ядра. Поддержка расширена на всю линейку RTX 50 Laptop: 5050, 5060, 5070, 5070 Ti, 5080 и 5090. Лимиты мощности: RTX 5050/5060/5070 — до 140 Вт, RTX 5070 Ti — до 180 Вт, RTX 5080 и 5090 — до 225 Вт (в некоторых системах до 250 Вт). Полностью проверена работа только на Lenovo Legion Pro 5 с RTX 5070 Ti, остальные конфигурации считаются экспериментальными. Инструмент также позволяет настраивать частоты ядра и памяти. Риски перегрева и нестабильности сохраняются, поскольку утилита обходит штатные защиты NVIDIA.