DOOM запустили на среднеформатной камере Hasselblad X2D 100C за $8200 Разработчик под ником Radium Wang запустил DOOM на среднеформатной профессиональной камере Hasselblad X2D 100C. Игра использует 3,6-дюймовый сенсорный экран устройства для передвижения и обзора, а физическая кнопка спуска затвора выполняет роль курка: легкое полунажатие игнорируется, а полное нажатие производит выстрел. Звук выводится через встроенный динамик фотоаппарата. Порт создан на базе движка Doomgeneric в рамках исследовательской модификации прошивки, а его исходный код уже опубликован на GitHub. В дополнение к этому энтузиаст выпустил набор утилит для оригинальной X2D 100C, открывающий непрерывный автофокус (AF-C) и автояркость — функции, официально доступные только в более свежей моделе X2D II.

У Kai-Fu Lee вышла книга AI native: mandate to transform your company (+ я постил интервью про это): Успешные CEO всяких бизнесов пробовали AI и ROI пока не видят, и спрашивают меня: чё делать? Ответ: строить AI native фирмы. AI революция будет и мощнее, и быстрее промышленных революций. GenAI дает миллионы опций, но выбирать - не умеет Гл.1 Щас всё иначе? Прошлые революции коммодитизировали энергию (за 100 лет с 1760г паровые машины выросли в 400 раз), compute, info. А щас время intelligence (но определения не дает). И диффузия идет быстрее, в тч тк цена падает экспоненциально 2 Мыслящие машины Сейчас нужно кормить нейронки данными - это дает агентам self-learning. А качество данных - это топливо современности (а вот алгоритмы все стали схожие, вот метрики моделей и конвергируются). И юзайте мультимодальность 3 Лестница агентов - От чатботов к точно указанным таскам, далее к co-pilots, и уровень 4 - полностью автономный агент кто фигачит complex goals (генеря самим себе feedback loops где они зафейлили) - Организациям нужна firm-wide memory (а не терять её внутри фирм как щас), нужны tools для коннекта агентов с внешним миром, и нужно contextual knowledge. А многоагентность поможет с галлюцинациями 4 Intelligence хочет свободы Корпорации почему-то пока все видят в AI оптимизацию костов, а не создание new value 5 Почему фэйлятся AI трансформации? а) Не увязка всех AI-пилотов в единую систему б) Отдать все CIO, а не прочим business leaders в) слишком полагаться на bottom-up инновации (а это всё слишком фрагментирует). Ну и earnings tests не юзают, а надо прямо сразу, а не пилоты ради пилотов 6 Чисто интеллекта мало - Фирмы не юзают свои dormant data. Условно, нужно не (причесанные) отчеты о встрече, а прямо её транскрипт. И так ваще во всём. Нужен enterprise AI decision layer: А) это и AI мозг Б) и онтология всех data в фирме / семантический граф / буквально карта фирмы от клиента до конца производства (для правильного decision making'а) В) и live GPS-данные Г) и поверх всего этого "операционная система": процедуры что и как тестится и как подсоединяется в корп.системы - Palantir создали большой бизнес, строя такой layer другим фирмам 7 AI-босс: сила управления с dormant data - И данные копятся слоями и к ним не возвращаются, и для CEO всё фильтруют отчетами, он слеп.. Ему боятся возражать. Поэтому у CEO должна быть своя personal agentic AI system но на всех data компании. А CTO трекает весь код. А CFO - каждый $ в фирме. Итд. Цель этих систем - выявлять не realistic / inflated / wrong things 8 Взлет DRI / directly responsible individuals - У СЕО будут кучи прямых подчиненных, каждый с тонной агентов вместо слоев менеджеров. Ищите внутри intrapreneurs и делайте из них DRI - проактивных микро-СЕО, отвечающих за end results. Такие люди и раньше были, но щас их роль взлетит - DRI - это атомы AI native бизнесов. 2 типа DRI: а) опытные про бизнес/отрасль, и б) кто умеет в агенты. Но уплощать структуру сложно - мир полон неудач - Поиск DRI идет через пробу на real tasks, и не имеет отношения к seniority людей. Давая ресурсы DRI, CEO приумножает их силу. И кстати механизмы компенсации изменятся, ведь DRI это же не просто сотрудники.. 9 Какая работа уцелеет? Автоматизация съест формальные функции, где и люди-то не нужны. Роли где people-to-people - останутся. Роли human-machine collaboration - тоже. Менеджеры - зависит от их адаптации: кто найдет коучей про AI - те успешно заюзают свою отраслевую экспертизу, смыкая её с AI. Растите свою cognitive openess 10 Мнения, вкус, смелость - После коммодитизации execution, analysis, coding, coordination лидеру остается знать: а ради чего это всё? Лидерство - это judgement про то, где нет данных: - У Chanel вкус: оценить красоту до того, как у неё появится название - У Джобса foresight: видеть большее, чем плавные изменения - У Безоса conviction: идти туда куда не идут / антиконсенсус - У Musk смелость Революцию НЕ зааутсорсить: сами лично юзайте AI, двигайте AI'ем важные именно вам метрики без оглядки на моды. И назначьте ваших первых DRI.. ** Кратко, клёво, спокойно

Функциональное разделение: порядок вместо стартап-хаоса В зрелом бизнесе — норма, в стартапе — спасение. На старте, особенно когда команда работает из дома, возникает соблазн делать всё всем. В итоге — суета, усталость и низкий КПД. Выход прост: чётко разделите роли. Пусть каждый отвечает за свою зону — один пишет код, другой занимается маркетингом, третий — управлением. Это не только увеличивает эффективность, но и снижает вероятность выгорания. Такое разделение — не про бюрократию, а про доверие. Когда каждый знает свою зону ответственности, включается внутренняя дисциплина и растёт вовлечённость. Не бойтесь делегировать. Стартапу нужен не герой-одиночка, а слаженная команда, где каждый делает своё дело на максимум. Фаундер | Бизнес и Стартапы