🔑Ключ от соцсетей Как перестать листать ленту перед сном? Autonomous AI предлагает использовать для этого физический ключ за 19 долларов. Работает он просто. В приложении вы выбираете, какие программы заблокировать (по одной или группами), и задаёте расписание — можно взять готовое. Внутри ключа чип, который связывается с телефоном через приложение. Снять блокировку можно, только взяв ключ в руки. Так что если ночью захочется «на пару минут» полистать соцсети, придётся встать и идти за ним. Со временем ключ начнёт делиться наблюдениями о вашем экранном времени. Подписка не нужна, поддерживаются iOS и Android. А если ключ потеряется, способы разблокировать приложения есть. Пользовались бы таким ключом? @droidergram

😎 Монах, генетик, гонщица и я Я уже много раз шутил, что меня читают в OpenAI. Сначала они завели в ChatGPT раздел про здоровье после моего поста про лечение по советам ИИ. Потом выкатили GPT-6 через ночь после поста про тыкву Ребята пошли дальше. У ChatGPT есть рассылка для подписчиков Pro: каждую неделю OpenAI созванивается с пользователями и публикует их реальные чаты. Героями уже были буддийский монах, генетик, гонщица, фермер, который выращивает брокколи на севере Японии, и экономист Тайлер Коуэн Открываю выпуск про монаха, генетика и гонщицу, и вижу – первая карточка там моя: Tagir Khairutdinov, Product analyst / amateur surfer Досье подробное: продуктовый аналитик на удаленке с Бали, серфит три раза в неделю, ведет пару телеграм-каналов, пилит сайд-проекты и все равно продолжает открывать ChatGPT. Последнее – это они, видимо, про 100 баксов за подписку, которые я им занес Сам запрос такой: хочу одновременно оптимизировать работу, тренировки, путешествия, еду, контент, сон и прогресс в серфе. Как превратить всю жизнь в один большой A/B тест и не выгореть? Гонщица в том же выпуске спрашивает, как дрифтовать на льду. Монах – как объяснить буддийскую концепцию на английском и не потерять смысл. А я – как не выгореть. У каждого свой экстрим Отвечаю как аналитик, без всякого ChatGPT: • Контрольной группы нет. Второго меня, который не серфит и не ведет каналы, для сравнения не завезли • Метрик семь, и ни одна не главная. На стольких метриках что-нибудь обязательно прокрасится чисто случайно • Результаты подглядываю каждое утро, когда открываю прогноз волн Выгорание как guardrail-метрику я, кстати, тоже не завел Ладно, карточку я собрал сам. Рассылка при этом настоящая, и внизу каждого письма есть форма: расскажите о себе, вдруг попадете в следующий выпуск. Я решил не ждать А какой запрос был бы на вашей карточке? @tagir_analyzes

ИИ должен был упростить локализацию. Но на практике у многих команд получилось немного иначе: больше контента на проверку, больше правок, больше промптов и ещё больше решений. Отсюда и появляется та самая AI-fatigue (усталость). И проблема здесь не в самом ИИ, а в том, как мы встраиваем его в процессы. Если ваш пайплайн выглядит примерно так: AI-транскрибация → AI-перевод → AI-рерайт → проверка человеком → новый промпт → ещё одна проверка… То действительно ли мы экономим время? В идеале хороший ИИ вообще не должен постоянно напоминать о своём присутствии. Он должен тихо работать внутри процесса: забирать рутину, учитывать терминологию и контекст, а людям оставлять те решения, где действительно нужен человеческий опыт. Если же ИИ приходится постоянно контролировать, исправлять и перепромпчивать, то автоматизировали мы только производство контента. А всю возню вокруг него оставили людям.

Карта мышления Или как обнаружить свой способ думать о теме Х? Во время подготовки к моему выступлению по Когнитивной [не]безопасности, я подумала, что прикольно было бы поделиться с вами картой мышления Все мы много читаем, но когда собираешь мысли в контур, надо как-то останавливаться и понимать "что я знаю по теме всего?" или "что я хочу сказать". И главное – "а что я сам не понял"? Суть карты такая - ИИ скармливаем аудиозаписи (я часто себе записываю аудио заметки), неструктурированные текстовые заметки и тп по теме, которую будем структурировать - промтим создание карты, суть которой: показать всю поляну мыслей, подсветить, где есть очевидные связи, где они есть, но я их не поняла, показать слепые зоны и задать гадкие вопросы, отметить закладки "посмотреть то и еще вот это", разложить неструктурированные мысли по конкретным доменам, показать от чего к чему я иду, чтобы можно было улучшить передачу мысли другим В итоге получается майн-меп, он весь кликабельный :) Справа открывается панель с заметками Промт в первом комментарии PS завтра можно будет послушать меня онлайн!

📈 Искусство планирования: секреты эффективности Планирование — это не просто список задач, а ключевой инструмент для успеха. Как предпринимателю эффективно использовать его для продуктивности? 🎯 Методика «Пять минут» Перед тем как начать задачу, спросите: «Что можно сделать за 5 минут?» Это помогает избежать прокрастинации и быстро начать работу. ⏳ Техника «Помидора» Работайте 25 минут, затем делайте перерыв на 5 минут. Этот метод помогает держать концентрацию и избежать усталости. 🗂 Матрица Эйзенхауэра Разделите задачи на 4 категории: Срочные и важные, Важные, но не срочные, Срочные, но не важные, Не срочные и не важные Сосредоточьтесь на первых двух для максимальной эффективности. 📍Эти простые техники помогут вам не только планировать, но и достигать целей с минимальными затратами времени и усилий. Фаундер | Бизнес и Стартапы

Установка для доверия в команде Был недавно на одном тренинге, спикер дал интересный инструмент, который мне зашел. Представьте, что вы работаете в NASA. Попасть туда очень сложно и те, кто пробился, это очень крутые спецы в своих областях. Обсуждая с ними что-то, вы будете их внимательно слушать, потому что доверяете экспертизе. А теперь переложите этот фрейм на компанию, в которой работаете. Посмотрите вокруг. Эти люди тоже профи в своих областях, которые шли к текущей точке годами. Они эксперты и знают то, что не знаете вы. Послушайте их, а потом предлагайте что-то свое. Вот такая установка Убирает в работе лишние эмоции, надуманность и прочее. Создается среда уважения и доверия. Люди хотят сперва слушать, а потом говорить. Мощно меняет фокус энергии в команде. Попробуйте, меня проштырило прям🔥 #инструментыпродакта

Пример того, как ИИ облегчает нам жизнь. За неделю: сделали сайт, раздатку, наклейки, напечатали все🙈Для проекта с минимальным бюджетом (потому что сами спонсируем все). Надо понимать, что уровень дизайна не высокий, и у сайта, и у раздатки, за счёт того, что я не дизайнер. И не сопоставим с тем, если бы делал это крутой спец руками, но абсолютно приемлемо под нашу задачу: аккуратно, понятно, качественно. Еще и с учетом фирменного стиля. Плюс макеты сразу иишка мне подготовила в форматы для печати, соблюла все кодировки цвета и сделала вылеты под обрезку (САМА❗️). Кончено, это не заменит полноценную работу над сайтом, например, плюс ИИ работает на уровне того, кто пишет ей промты. И если ты стремный дизайнер (или не дизайнер), прям круто не сделать. Но разделите мою радость 🥲 Это же супер-скорость и приемлемый результат! +знаю крутую компанию по печати: быстро, недорого, общаются классно 👍

Aquilum — быстрый аналог Obsidian на Rust, который потребляет около 27 МБ ОЗУ Obsidian автора в какой-то момент просто задолбал количеством съедаемой памяти — особенно когда рядом открыто ещё несколько тяжёлых приложений. Поэтому привычные возможности вроде backlinks, графа, истории изменений, задач и Dataview-подобных запросов он решил пересобрать на Rust. Так появился Aquilum — пока ещё Windows-прототип local-first заметочника. В сравнении из статьи он потребляет около 27 МБ ОЗУ, но уже умеет работать с несколькими базами знаний, искать по заметкам, хранить историю изменений, читать книги с цитатами и подключать ИИ-агентов через MCP. Причём идея не сводится к «сделать Obsidian полегче». Автор отдельно упирается в единую дизайн-систему, портативность данных и граф знаний, который должен быть рабочим инструментом, а не красивой картинкой.

Я думаю, AI не сносит профессию целиком - он вынимает из нее отдельные кирпичи. Вот как это работает. Недавно обсуждали с другом психотерапию как услугу. Покупая час с терапевтом, мы платим и за эмпатичное слушание, и за человеческий контакт, за глубокую экспертизу, за память о наших особенностях, за умение собрать вместе все это с сессий в одну картинку, увидеть паттерн, вернуть его, прожить, почеленджить, продвинуться… Часть этой работы AI уже делает за <$20/месяц. Причем весь свой личный контекст я могу сложить в одну систему, которую специалист просто не может пропустить через себя - столько переписок, дневников, старых заметок и т.п. Психотерапевт в моем мире от этого не исчезает, но я уже прихожу к нему с меньшим числом запросов из списка. А значит, по-другому считаю ценность и цену. А вот мой друг, к примеру, перестал ходить - перешел на "самовывоз" с последней версией claude. То же - у консультантов, продактов, кучей, разработчиков, дизайнеров, управленцев. В общем, везде, где то, за что людей нанимают - это десятки маленьких jobs - кирпичиков в "стене", из которой строится профессия. Я сейчас часто думаю - и с клиентами в коучинге, и про себя: какие кирпичики вынял AI, за какие - люди все также готовы платить, и как это все соединять в новое, антхрупкое?

Включённость Социолог Джуди Вайсман говорит, что сегодняшнее общество требует "постоянной включённости". Я две с половиной недели не включал Codex, не смотрел никакие новости про AI, не читал чаты - короче, отдыхал. Когда вернулся, я не смог ответить даже на простейшие вопросы про AI: что за новая модель 6.1, что за ChatGPT dot, в каких случаях это всё использовать, почему лимиты стали съедаться так быстро, как делать такие же классные видео через Claude. Постепенно начали закрадываться мысли, что я отстаю. Состояние постоянной включённости заставляет нас ежедневно мониторить новости, исследовать каждую добавленную функцию, следить за громкими высказываниями руководителей AI-провайдеров. Но, по факту, это мало влияет на эффективность - только вызывает тревогу и стресс. С другой стороны, если посмотреть на тренды, то к сегодняшнему дню реально массовых изменений мало. Люди осваивают инструменты медленно. А если осваивают, то не получают нужного результата, потому что применяют слепо, следуя общему хайпу, и не туда, куда на самом деле нужно. Но и отключиться совсем тоже невозможно. В итоге, самая простая стратегия - та, которая сработала у меня после отпуска: изредка просить AI собирать все новости за месяц, анализировать, какие их них реально меняют суть работы, а какие не требует даже минимального внимания и можно проигнорировать. Здесь хорошо работает закон Амары: мы переоцениваем влияние технологий в краткосрочной перспективе и недооцениваем - в долгосрочной. Кстати, за последние несколько недель в мире AI ничего стоящего внимания не произошло. Но, стоит помнить, что популярность Claude Code начала расти в октябре 2025 (всего лишь год назад!) - а это уже сильно меняет нашу работу.

О дивный новый мир! Всю жизнь «сделать» было узким местом. От «копать траншею» до «изобрести новое лекарство» — все было сложно и дорого. Тот, кто смог, тот молодец. Вам клиенты или работодатель платят именно за то, что вы что-то делаете, исключения крайне редки. А сейчас делать станет просто. С траншеями чуть позже, с интеллектуальными задачами уже почти уже, Навье и Стокс не дадут соврать. Мешки ворочать станет как п..ть. И если предположить, что всеобщее благоденствие в этот момент не наступит, то надо ждать какого-то нового дефицита. Есть гипотеза, что узким местом станет «воля». AI спроектирует трубопровод, AI составит финмодель и выберет правильных поставщиков. AI все, что нужно, сделает, но кто-то должен ставить ему задачу и следить за выполнением. И раз благоденствия не наступило, значит этих кого-то не хватает. Интересно, какой стартап надо уже сейчас придумывать для такого мира. #простомысли

Провайдеры режут лимиты и почему гнаться за дорогим тарифом нет смысла Если посмотреть на то, что сейчас происходит у мейджоров, тренд очевиден: эпоха доступных моделей про-тира заканчивается. Дело даже не в появлении тарифов по $100 или $200 - они на рынке уже приличное время. Прикол в том, что резать доступ начали прямо внутри них: OpenAI уже урезает лимиты даже на своем топовом 200-долларовом плане. Модели методично выдавливают на ярус выше: Google убирает бесплатный доступ к нормальному Flash, оставляя на фри-тире только Flash-Lite, а полноценный Pro уже в этом месяце становится эксклюзивом Ultra-подписки и уходит из обычного Pro. И подобные сдвиги сейчас происходят абсолютно у всех. Причины понятны: дефицит полупроводников, безумная себестоимость рассуждающих сеток и жесткое требование инвесторов к окупаемости инфраструктуры. Но на фоне этих сдвигов интереснее другое: как на это реагируют пользователи. Большинство по инерции продолжает цепляться за топовые тиры, искренне полагая, что их повседневные задачи требуют только флагманских мощностей. "Я же пишу важную стратегию", "у меня сложный аналитический отчет", "мне нужно составить глубокое ТЗ" - люди систематически переоценивают сложность собственной рутины. Кажется, что если задача ответственная, то легкая модель ее непременно завалит. В реальности почти весь этот объем спокойно переваривается моделями дешевого и быстрого сегмента. Причем легкая модель часто справляется лучше не вопреки, а благодаря своей простоте. Мой рабочий процесс давно завязан на быстрых сетках, и в логике постоянного контроля со стороны человека это дает огромное преимущество: - Быстрая модель отдает драфт мгновенно. Ты корректируешь вводные, направляешь ее контекстом и за пару коротких итераций получаешь готовый рабочий документ. - Тяжелая модель уходит в затяжные размышления, методично сжигает лимит запросов, а результат на выходе все равно требует точно такой же ручной доработки. Флагманы действительно незаменимы там, где у вас нет собственной экспертизы либо вы делаете действительно сложный ресерч. Под сложным я имею ввиду не просто продуктовое интервью и поиск в интернете, а реально сложное. Использование дорогого reasoning-тира для текстов, и базовых кастдевов - оверкил. Дальше гайки будут закручивать еще сильнее: лимиты на Pro продолжат падать, а стоимость доступа - расти. Рынок буквально принуждает учиться работать с легковесными моделями. И ключевой навык сегодня - не способность оплачивать самый жирный тариф, а умение выстроить процесс так, чтобы условный Flash или Haiku выдавал результат уровня тяжелой сетки. Четкая декомпозиция, правильная подача контекста и пошаговое ведение задачи значат куда больше, чем статус модели в бенчмарках. Если посчитать годовую экономику, расклад простой: - Держать тяжелый тариф на постоянке - это около $1200 в год. - Сидеть на базовом уровне - в районе $200. Разница - целая тысяча долларов. Вместо того чтобы отдавать ее провайдерам за иллюзию того, что дорогая модель сделает работу за вас, куда разумнее инвестировать эту сумму в себя. Например, взять качественное обучение по системной работе с ИИ, разобраться в архитектуре промптинга и автоматизациях. Потому что специалист, умеющий грамотно дирижировать легкими моделями, в реальной работе всегда будет быстрее и продуктивнее того, кто просто сжигает дорогие лимиты. Такой подход - это не адопшн, с прижигание бюджета, будь это личные или корпоративные расходы

ИИ не снимает ответственности Правила для работы в команде меняются, но ответственность остаётся твоей. Неважно, какой инструмент помог, — за результат отвечаешь именно ты. «ИИ сделал» уже не звучит как оправдание. Если коллега использует нейросети, это его выбор. Но отставать по скорости и качеству тебе не позволено. Даже базовый промпт может решить задачу — твоя версия должна быть лучше. Отправляя сгенерированный текст, всегда поясни, зачем и сколько времени на него нужно. Молча скинуть на ревью объёмный незнакомый код — неуважение. Главное правило: если стыдно рассказать, как сделал документ, лучше его не отправлять. Дорогой редактор | ✈️ «Аэропорт отложенной жизни» Ваш рейс задержан. Как и жизнь.

Я нашел три исследования за последние три года, которые частично могут пролить свет на эффект шринкфляции продуктового мышления. Здесь я приведу только ключевые тезисы, сами исследования вы можете почитать по ссылке. 1. Качество результатов НЕ увеличивается, если вы не обладаете знаниями и опытом для верификации результата. В 2024 году компания McKinsey провела эмпирическое исследование 40 менеджеров продуктов из разных стран. Каждый участник должен был индивидуально выполнить 5 типовых задач, соответствующих стадиям жизненного цикла продукта, и сформировать результирующий артефакт. Участники были разделены на три группы в зависимости от уровня доступа к ИИ инструментам (без ИИ, с доступом к общему ИИ, с доступом к специализированному ИИ). В результате эксперимента удалось: - Сократить время выполнения задач менеджерами продуктов от 15% до 40%. - Как следствие, сократить time-to-market на 5%. Основная экономия достигнута за счет синтеза пользовательских исследований, написания пресс-релизов, создания one-pager, PRD и беклога. - При этом менеджеры продуктов смогли использовать это освобожденное время для решения стратегических задач по долгосрочному развитию продуктов. Senior Product Manager сохранили высокое качество результатов, а за счёт скорости стали ещё эффективнее. В то время как Junior выиграли в скорости, но качество их результатов снизилось, т.к. пока они не умеют правильно проверять и корректировать выводы нейросети. ИИ не заменяет базовые продуктовые навыки, produce sense и умение критически оценивать результат. Ссылка на исследование 2. Качество результатов НЕ увеличивается, если вы не обладаете развитыми метакогнитивными способностями. Метапознание, или метакогнитивные способности (metacognition) — это «мышление о мышлении», то есть осознание и регулирование собственных когнитивных процессов. Оно включает в себя планирование, мониторинг и оценку обучения для улучшения результатов. Развитие этих навыков помогает учащимся стать более стратегически мыслящими, рефлексивными и независимыми. В 2025 году группа ученых провела полевой эксперимент влияния ИИ на креативность. В исследовании участвовали 250 сотрудников технологической консалтинговой компании из Китая. Часть из них получили доступ к ИИ инструментам, контрольная группа — нет. В итоге, стало понятно, что ИИ не является автоматическим усилителем креативности — он становится эффективным только в руках тех, кто умеет активно отслеживать своё мышление. Сотрудники с сильным метапознанием планируют этапы задачи, отслеживают эффективность своего подхода и вовремя вносят коррективы. Они осознают пробелы в своих знаниях и понимают, когда нужно сменить тактику или сделать перерыв. Сотрудники со слабым метапознанием склонны принимать первый же ответ ИИ, полагаться на стандартные результаты и не проверять точность или актуальность предложений системы. Ссылка на исследование 3. ИИ обеспечивает сиюминутную эффективность, но долгосрочно снижает глубину критического мышления при полном делегировании задачи. В 2025 году MIT Media Lab провели исследование про "когнитивную стоимость" использования ИИ в образовательном контексте на примере написания эссе. Гипотеза состояла в том, что хоть ИИ снижает когнитивную нагрузку в моменте, но чрезмерное использование может приводить к "когнитивному долгу" - снижению глубины обработки информации, навыков критического мышления и самостоятельности. Исследование проводилось в течение 4 месяцев на 54 студентах и сотрудниках университетов Бостона, разделенных на три группы по уровню доступа к ИИ (только ChatGPT, только Google без ИИ, только своей головой). Участники прошли 4 сессии: первые 3 обязательные и 4-ая факультативная. В обязательные сессии участники писали эссе на одну из трёх предложенных тем за 20 минут. В 4-ую они менялись группами по уровню доступа к ИИ, но писали уже знакомую тему из предыдущих сессий. Для сбора данных исследователи использовали комплексный подход: записывали активность мозга через ЭЭГ, проводили интервью после каждой сессии, лингвистический анализ эссе, делали оценку эссе с помощью ИИ и двумя учителями английского языка (которые не знали, к какой группе принадлежат авторы). Пропущу описание части эффектов, укажу здесь наиболее интересный вывод, который был сделан по истечению 4 факультативной сессии. После перехода участников из LLM в Brain-Only 78% из них по-прежнему не могли привести правильную цитату. В то время как 78% участников Brain-Only, перешедших в LLM смогли это сделать. Это указывает на долгосрочный негативный эффект даже после прекращения использования ИИ. Участники не интегрировали сгенерированный текст в свою эпизодическую память, а просто "пропускали" его через себя. Участники LLM-to-Brain показали, что их мозг не вернулся в исходное состояние. Они не смогли достичь уровня вовлечённости, который был у группы Brain-Only во 2-й и 3-й сессиях. Это означает, что ранняя зависимость от ИИ исказила траекторию обучения и привела к "когнитивной неполноценности" - участники не развили полные нейронные сети в своей голове для самостоятельного выполнения задачи. Ссылка на исследование

😬 Возможно, я сделал самую тупую вещь за последние несколько лет. 😅 Но мне нравится. Я добавил в Qipli немного Punto Switcher Если кто не знает: Punto Switcher умеет менять раскладку уже набранного текста. Автоматической сменой я никогда не пользовался, а вот переключением по кнопке — постоянно. Выделил текст, нажал кнопку, раскладка поменялась. 🤷‍♂️ Сам Punto Switcher давно заброшен. Аналоги есть, но ставить отдельное приложение ради одной функции мне не хотелось. 😅 Поэтому я просто добавил её в Qipli. Он и так работает с текстом, вводом и буфером обмена, так что в моменте мне показалось: ну а почему нет? Уже сейчас подозреваю, что это, возможно, плохая идея. 😬 Всё-таки получается смешение нескольких зон ответственности внутри одного приложения. 👌 Но пока мне нравится, как это работает. Фича уже в новом релизе. По умолчанию она выключена, так что полистайте настройки чтобы ваш левый Option получил новую суперспособность. 😉 Свята место | 10МДК | Чатик | YHub

Работайте на шаг впереди Один из ключевых принципов Дональда Трампа в бизнесе — лидер должен вкладываться больше всех. Он многократно подчеркивал: если вы стремитесь к высокой продуктивности и вовлеченности команды, начните с себя. По мнению Трампа, именно руководитель формирует рабочие стандарты. Только собственный пример и активное участие в делах компании способны задать нужный тон и повлиять на общий результат. Для него важно не просто контролировать процессы, но и быть их частью. Такой подход формирует атмосферу ответственности и стремления к высоким результатам. Когда руководитель трудится усерднее других, это не только повышает шансы на успех, но и мотивирует сотрудников. Видя вашу самоотдачу, команда с большей вероятностью включается в работу с тем же рвением. Фаундер | Бизнес и Стартапы

Легче сделать руками 😀 Как-то в начале своей карьеры мне поставили задачку поработать с техкомандой, чтобы собрать дашборд для сейлз. Встречи с аналитиками были одними из самых мучительных и унизительных в моей жизни. В моем ТЗ было столько нюансов, что итераций понадобилось какое-то невероятное количество К чему я это все? С недельку я уже пишу себе агента, который будет автоматизировать (надеюсь) большую часть монотонной работы отдела продаж. Я гуманитарий до мозга костей, который теперь знает, что такое MCP, API и вебхуки. Как же мне это тяжело дается, боже мой. С учетом того, что код я, конечно, сама не пишу — я не умею))) И вот каждый раз, когда ChatGPT предлагает какую-то нелогичную вещь, очевидную даже мне, появляется мысль: а может, нафиг это все и сетапить руками? Потому что сейчас я стабильно трачу несколько часов, чтобы автоматизировать действие, которое руками заняло бы минут 15 Но, кажется, в этом и есть главная ловушка автоматизации: руками почти всегда быстрее один раз 😅 Проблема начинается, когда этот один раз нужно повторить 500 раз. А потом еще научить этому нового человека)) Так что пока терплю и ругаюсь на иишку.. Если через месяц он действительно будет сам искать и обогащать контакты, понимать, куда писать дальше, и обновлять мне таблицу — торжественно признаю, что оно того стоило Если нет – ну зато теперь я знаю, что такое вебхук)))

Поехали посмотрим на тех корпоратов, кто пишет нейрослоп! Собственно, появился такой термин Trend Slop — корпоративный мир заполняется стратегиями, которые звучат правильно (дифференциация там, синергия, долгосрочное планирование), но по сути пустыми, потому что там нет реального опыта и точки зрения. Не то, чтобы это что-то новое, они всегда так делали, но теперь поднялся градус идиотизма. Первый опыт. Взяли финансовых консультантов BCG — чтобы туда попасть, надо быть выпускником Гарвада, Оксфорда или ещё каким-то пафосным типом. Часть работала с моделями, часть сами, по-дедовски. Для задач, с которыми модель справляется отлично, аугментированные просто разнесли тех, кто пытался сам. Быстрее и качественнее на треть. Самое смешное — те, кто до этого работал херово, улучшили свои показатели на 43%. Сильные спецы тоже стали работать лучше на 17%. КольтGPT сделал всех людей равными. Дальше взяли потрясающий XLS с красивыми числами как на всех презентациях + кучу интервью, в которых надо было разобраться и понять, что третья черепаха врёт. Фокус в том, что LLM не отличали тонкий подтекст типа "90% согласились" при "исследование не было анонимным"; или "Уровень удовлетворенности клиентов вырос до 85%" — но "после внедрения новой методологии опроса"; всякие "Задачу взял на себя эксперт с богатым кросс-функциональным опытом"; "Проект переходит в фазу оптимизации ресурсов и пересмотра фокусных метрик"; "Мы наблюдаем временную стабилизацию метрик на достигнутом плато" и т.п. На этом задании эксперты без модели решали правильно в 84,5% случаев, с моделью — в 65%. Почему? Ну, уснули за рулём. Взяли мощный инструмент и расслабились. Даже когда ответы ИИ-группы были неправильными, они были написаны очень красиво, логично и убедительно. Тут опыт на 293 писателях, 3 группы: — Сами — 1 подсказка от модели — 5 подсказок от модели Потом 600 человек читали рассказы и оценивали. — ИИ повышает качество текстов. — 1 подсказка: +5,4% к новизне, +3,7% к полезности. — 5 идей давали +8,1% по новизне и на +9% по полезности относительно мясного мозга. — Людям, которые от природы мыслят нестандартно, нейросеть вообще не помогла. Они и так были хороши. — Для людей с низкими творческими способностями ИИ стал суперсилой. +26,6% к качеству и +22,6% к увлекательности. Нейросеть берёт середнячка или слабого автора и подтягивает его до уровня таланта. LLM-рассказы оказались примерно на 10% более похожими друг на друга, чем истории, написанные чисто людьми. Авторы сильно цеплялись за структуру и образы, которые им выдавал алгоритм. В масштабах общества мы получим сужение творческого кругозора — историй становится много, но как под копирку. Самый прикол — человек часто не понимает, что пишет плохо, и не осознает, насколько сильно нейросеть улучшила его работу. Методология, конечно, косая насквозь, но идеи прикольные. Тут в препринте взяли 444 белых воротничков. Дали два типичных письменных задания, занимающих обычно 20–30 минут (например, написать пресс-релиз, короткий отчет или деликатное письмо сотрудникам про то, что бигдата оценила их успехи в Джире, и они все уволены). Сначала сами, потом второе задание — пополам, часть сами, часть с моделью. С ИИ +37% скорости, оценки выросли от среднего к хорошему. Такая же история — КольтGPT уравнял всех. Дальше платили реальные деньги тем, кто сделает хорошо. Казалось бы, люди должны взять текст нейросети и вылизать его до идеала. Но нет! Оказалось, что в стандартных офисных задачах человеческий труд не добавляет вообще никакой ценности машинному тексту. С моделью время на черновик упало в 2 раза, время на редактуру выросло. Но 68% просто копировали ответ модели и сдавали его вообще без правок. В конце участники реально испугались, насколько ИИ отберёт у них работу, и пошли внедрять у себя, чтобы это возглавить. 33% начали применять сами (обычный показатель — 18%), остальные сказали, что нейросеть не знает специфики их компании и секретных рабочих контекстов. -- Вступайте в ряды Фурье! | Лучшие посты Старый медведь ругает молодых: — Мы три года жили в офисе, свободно ходили по кабинетам, на нас не обращали внимания. Каждый день мы съедали по менеджеру. НО! НАФИГА ВЫ СОЖРАЛИ УБОРЩИЦУ?!

мне кажется, для работы с ии один из самых важных навыков, которые у людей быстро деградирует - внимательно читать то, что он тебе написал, включая длинные тексты. не пробежать глазами и поймать общий вайб. а разобраться, что именно ты сейчас одобряешь. ты обсуждаешь с моделью задачу, она пишет тз. потом выполняет работу и присылает результат. и то и другое нужно внимательно проверить. в тз надо разобраться: модель вообще собирается делать то, что тебе нужно? ничего не потеряла? не приняла за тебя решение там, где стоило спросить? результат тоже нужно сопоставить с задачей, разобраться в выводах, заметить допущения, понять, где отдельно проверить факты, расчеты или саму работу. «модель написала, что все готово» и «я проверил, что все готово» разные события. отсюда могло идти рассуждение на тему людей кто умеет пользоваться ии, а кто умеет генерировать слоп) и вот тут скилл конкурирует с привычкой к рилсам и вообще контенту, который должен за три секунды тебя заинтересовать, развлечь и донести главную мысль. кажется, из этого режима легко принести в работу ожидание, что любой текст должен усваиваться без усилий. стало сложно, скучно, непонятно? сократи. еще сократи. ладно, выглядит нормально, делай. но иногда именно в том абзаце, который хочется проскроллить, находится решение, с которым ты не согласен. карпатый недавно писал про эту же проблему со стороны интерфейса: нам придется больше разбираться в результатах работы моделей, и для этого можно просить не только текст, но и схемы, интерактивные страницы, персональные видеообъяснения. мне эта идея нравится. но есть разница между «покажи так, чтобы я лучше понял» и «сделай так, чтобы мне не пришлось вникать». иначе у тебя не управление агентами, а скроллинг с кнопкой одобрить (или даже без нее) . @aihappens

Отключение мозга ничего хорошего не сулит ИИ-агенту поручили поправить управление DATABASE_URL. Он разнёс решение примерно на 20 правок, добавил условия в NPM-скрипты и вызов Node в CI. Человек потом сделал то же самое добавлением одного слова — без единой новой строки. Примерно так и выглядит проблема, о которой пишет Дэн Луу: чем лучше становятся агенты, тем проще перейти в режим «поставить задачу → принять результат → при проблеме отправить обратно на исправление». Никлас Грюн назвал человека в этой цепочке «кожаным передатчиком». Сам Луу агентами пользуется постоянно. Но между помощью ИИ и передачей ему всего мыслительного процесса для него проходит довольно важная граница — и примеров того, где она проявляется, здесь хватает.