По плану «А» человечество ВЫЖИВЕТ и даже выйдет на пенсию к 2040 году — вышло новое предсказание от авторов пророческого AI-2027, о котором мы писали в 2025. В новой статье ресерчеры рассматривают 5 исходов ИИ-революции. В позитивном сценарии, если все всё будут делать правильно, то человечество не только выживет, но и обретет безусловный базовый доход. Если нет — ну, ничего хорошего не ждите. Главное:

🟢 Безумная гонка за AGI должна закончиться. США и Китай договариваются о полной прозрачности исследований, временно замедляют разработку и вводят международные механизмы проверки. 🟢 ИИ продолжают развивать, но только после строгих проверок безопасности и под общими правилами, чтобы никто не смог тайно вырваться вперед. 🟢В 2032 году начинается взрывной экономический рост. Государства направляют огромную часть новых доходов на поддержку людей, которых постепенно заменяют ИИ и роботы. 🟢 В США появляется аналог безусловного базового дохода: выплаты стартуют с $45 тыс. в год на человека, а к 2035 году вырастают до $1 млн. Про граждан других стран тоже не забывают — правда нам перепадет всего 1200 в год. 🥲 🟢К этому моменту ИИ и роботы выполняют уже около 85% экономически ценного труда. 🟢 К 2035 году самые мощные ИИ становятся не хуже лучших экспертов в любой области, а уже к 2037-му научный прогресс ускоряется в 10–1000 раз.

Самое интересное, что после каждого этапа авторы показывают альтернативную ветку событий — что произойдет, если страны сорвут соглашения и будут играть в одиночку. Увлекательное чтение на ночь — рекомендуем. ☕️ @xor_journal

У обычного японца не одна печать, а три. И перепутать их нельзя Турист привозит из Японии простое объяснение, будто там печать вместо подписи. На деле у одного взрослого человека таких печатей обычно три, и каждая под своё. Одна повседневная, за 100 йен из местного аналога Fix Price, ей отмечают посылку или бумагу в офисе. Вторая зарегистрирована в муниципалитете и подтверждает, что оттиск твой. Третья хранится в банке, который сверяет её при операциях со счётом. Смешивать их при этом нельзя. Красивую печать, сделанную на заказ, не стоит регистрировать разом и как личную, и как банковскую. За этим стоит логика, которую технический писатель, проживший в стране два года, формулирует в одну строку.

😂 Это произошло. Мужик очень высокого ранга присвоил мою инициативу. Не просто идею, а слово в слово скопировал и отправил письмо, которое я подготовила. Вот и прошла боевое крещение в американском корпоративном мире. 😄 Раньше я только читала в книгах по office politics, что подобное случается. Теперь есть личный опыт. И знаете, что самое забавное? Многие кандидаты-иммигранты боятся написать в резюме, что они запустили проект, внедрили процесс или построили систему. Хотя если вы были драйвером работы, двигали ее вперед и без вас этого бы не произошло — это и есть ваш вклад. В корпоративном мире ваш вклад 😂 обязательно оприходуют. #карьера #сша

Эра "ИИ-оберток" официально всё. Тема, о которой много говорили последние два года, окончательно закрепилась в виде рыночного тренда: простые интерфейсы поверх API от OpenAI или Anthropic больше не жизнеспособны. Это не я пишу. Это слова управляющего партнера NFX Пита Флинта https://www.nfx.com/post/ai-wrapper-dead-verticalization-startups Фронтир-лаборатории стремительно выпускают собственные вертикальные инструменты (вроде Claude Code), мгновенно уничтожая стартапы класса "ИИ для копирайтинга" или "ИИ для базового анализа кода". Ценность сместилась из самой модели в операционный контекст. Инвестфонд NFX выделил три рабочие стратегии вертикализации, которые позволяют стартапам выживать и расти в эпоху доминирования ИИ-гигантов: Глубокий workflow против "сырого" интеллекта Сложный и кастомизированный рабочий процесс внутри конкретной ниши бьет базовую мощность моделей. Пример — стартап Blitzy (ИИ для генерации корпоративного ПО). За счет создания графа знаний о кодовой базе клиента и сложной оркестрации они решают задачи enterprise-уровня лучше, чем стоковые модели OpenAI или Google. Ценность не в LLM, а в интеграции в инфраструктуру клиента. Пересборка индустрии с нуля (AI-first) Вместо попыток продать софт старым игрокам, проще построить новую компанию, где ИИ находится в самом центре архитектуры. Стартап Tomo переосмыслил процесс выдачи ипотеки, автоматизировав андеррайтинг и продажи. Итог — операционная эффективность выше, а ставки для клиентов — выгоднее, чем у традиционных банков. Корпораты не могут это скопировать, не разрушив собственную структуру. От систем учета (Record) к системам действий (Action) Сначала стартап создает порядок из хаоса в нише, где до сих пор используют бумагу или Google Sheets (как Seso в управлении сезонными рабочими для ферм). Став единым источником правды и накопив уникальные данные, платформа с помощью ИИ превращается в систему автоматического принятия решений и логистики. Главный вывод: Сам по себе ИИ-интеллект становится дешевеющим сырьем (commodity). Главной защитой бизнеса ("ров с водой" или moat) теперь выступает вертикальная интеграция — способность операционализировать этот интеллект, упаковать его в сложный отраслевой рабочий процесс и довести до конечного клиента под ключ. Ну, а конкуренция с владельцами фронтирных моделей, кажется, уже и бессмысленно.

Тут еще новость про LTX LTX больше не хочет быть просто генератором видео. Компания отделяется от Lightricks и объявляет себя разработчиком открытых world models - моделей, которые должны не просто генерировать видосы, а понимать движение, пространство, свет, взаимодействие объектов и последствия действий. Вот эти вот все симуляции для роботов, беспилотников, игр и промышленности. Техническая база - семейство LTX-2. Это модель примерно на 22 млрд параметров, которая генерирует видео и синхронизированный звук внутри одной архитектуры. Внутри два связанных потока: около 14 млрд параметров для видео и 5 млрд для аудио, соединённых cross-attention. Выделение в самостоятельную компанию показывает, что Lightricks нехило так колбасит, что LTX собирается продавать не только генерацию видео. Главной аудиторией становятся студии, разработчики, робототехнические стартапы, промышленные компании и создатели систем Physical AI. В общем две новости: Lightricks сплитуется на две компании, а LTX превращается в генератор миров. https://ltx.io/blog/introducing-ltx-as-an-open-world-models-company @cgevent

Другая история из фильма, что мне запала, и я жалею, что не думала про этой ход, когда мне с аналогичными просьбами писали. https://youtu.be/Ycq9ckTPb5M От Александра Дубовенко, основателя Goodwood. Тоже пересказ свободный, моими словами. Приходит к нему сотрудник Паша, просит повышения зарплаты. Александр говорит: Саша, повышу, когда найдешь к себе в отдел человека сильнее тебя. До этого момента не приходи даже. Паше три месяца понадобилось - и человека нашел, и в команду интегрировал, и все остальные в других отделах стали ходить к новому человеку, а не замыкаться на Паше. Зарплату повысили, должность оставили, никто никого не подсидел, ни власти ни статуса не лишил, всем хватило места, а компания работает быстрее. Кайф. Страх брать ребят сильнее себя я встречала раз 50 в реальной жизни. Многие так работают, что вокруг буквально выжженная земля и никого даже близко потенциального. Очень грустно. Хотя в реальности бояться надо не конкуренции, а заржаветь ✨ Посмотрите фильм, мы так снимали, чтобы дельное, практичное и сразу захотелось в жизни воплощать

Теорема о тормозах Поговорим о ситуациях, когда компьютер тормозит. Под тормозами понимается медлительность, мешающая свободному взаимодействию и тем самым вызывающая фрустрацию и раздражение. Если компьютер скачивает пять гигабайт данных, компилирует сложный проект или рендерит видео, это занимает ощутимое время, но это не тормоза: мы дали компьютеру задачу, и он работает, выполняет. Теперь допустим, что видео рендерилось час, потом отобразился статус «Завершено», а через секунду готовый файл отобразился на рабочем столе. Первый час компьютер не тормозил, но следующую секунду — тормозил. Теорема: все тормоза являются ошибками и исправимы. Технически даже своевременное отображение статуса или реакции не действие пользователя — это такая же «работа», как и рендеринг видео. Однако такая работа должна быть выполнена за время, которое человек не способен ощутить. Будем называть это «мгновенно». Примеры тормозов в современно софте: — при запуске программы нельзя сразу же начать ей пользоваться, а нужно ждать загрузки; — после загрузки часть интерфейса дорисовывается на глазах у пользователя; — при нажатии на кнопку нет мгновенной реакции; — при вводе с клавиатуры символы появляются не мгновенно; — при прокрутке страница едет не плавно или с отставанием от пользователя; — при прокрутке часть содержимого догружается на глазах у пользователя, а не приезжает уже готовым из-за края окна; — при изменении размеров окна разные части интерфейса перерисовываются на глазах у пользователя с разной скоростью или в несколько «прыжков»; — при перетаскивании объекта программа понимает, что может «принять» его, не мгновенно; — после открытия меню, на глазах у пользователя в нём добавляются пункты или меняется их порядок; — разные части интерфейса реагируют на действия пользователя через разное время. Во времена первых компьютеров тормоза были неизбежны, потому что мало что можно было сделать мгновенно. Но как минимум последние двадцать лет компьютеры на несколько порядков быстрее, чем необходимо для мгновенности, а значит и для полного отсутствия тормозов во всех случаях. Если программа тормозит, это лишь значит, что в тот момент, когда она должна мгновенно отобразить данные или отреагировать на действие пользователя, она занята чем-то другим. Это что-то другое — ненужная в данный момент, лишняя работа. Это ошибка в программе, и она должна быть исправлена. Лишняя работа должна перестать делаться и мешать пользователю пользоваться компьютером. Таким образом, тормоза нельзя списать на слабое железо; это слабость исключительно её автора.