В подготовке к презентации книги Раймона Рюйера «Кибернетика и происхождение информации» (1954) я выявил ряд интересных для себя наблюдений. Во-первых, Рюйер критикует механистическое понимание информации англо-американского кибернетического мейнстрима (Винер, Шеннон). Главный вопрос, который Рюйер ставит перед кибернетиками таков: откуда берется новая информация? В классической теории информации Шеннона информация математически тождественна отрицательной энтропии и привязана к вероятности выбора сигнала. Рюйер утверждает, что здесь происходит подмена понятий: кибернетика описывает лишь циркуляцию и обработку знаков, но игнорирует само происхождение смысла (sens).Техническое устройство лишь транслирует физический сигнал, но не понимает его. Смысл возникает только там, где есть сознающий субъект (т.н. информер). Кибернетические машины кажутся живыми и автономными только потому, что человек изначально «капитализировал» в них собственные ментальные схемы, антропоморфизировал. Сама по себе машина — это, по выражению Рюйера, «организм без головы», осуществляющий слепой процессинг. Чтобы объяснить, чем живое сознание и органический морфогенез отличаются от работы вычислительного автомата, Рюйер вводит понятие абсолютного обзора. Любая техническая система развернута в обычном физическом пространстве. Чтобы одна ее часть «узнала» о состоянии другой, сигналу нужно пройти из точки А в точку Б во времени и пространстве. Живая форма (или ментальное «Я») обладает свойством мгновенного самообладания. Сознание схватывает себя целиком без внешнего наблюдателя и без перемещения сигнала по внутренним инстанциям. Это не-пространственное, смысловое поле, где форма обладает «абсолютным обзором» над самой собой. Истинная форма (Forme vraie) по Рюйеру — это активное единство, которое конструирует само себя изнутри (как эмбрион в процессе морфогенеза), в то время как машина — это всегда механический агрегат наружных элементов (сумма частей). Рюйер возвращает понятию информации его этимологический корень — in-formatio (т.е. придание формы). Информация как не статистическая мера хаоса, а как активная, психобиологическая сила, управляющая развитием живой материи. В биологических системах это проявляется через эквипотенциальность (способность эмбриональных клеток перестраиваться и развивать целый орган вопреки повреждениям). Машина на такое не способна, говорит Рюйер: повреждение транзистора или строки кода ломает весь алгоритм, так как у нее нет идеального контура «истинной формы», которая могла бы перезапустить сборку изнутри. Во-вторых, насколько я понял, Делёз и Гваттари в «Что такое философия?» заимствуют концепт survol, чтобы описать авто-конституирование философского концепта на плоскости имманентности. Но интересно, что многие пишут о связи Рюйера и Симондона, хотя Симондон детально разбирает американцев (тех же Винера и Шеннона), ссылается на квантовую физику и биологию своего времени, Аристотеля, Платона, физиков, биологов, гештальт-психологов, математиков, но своих прямых французских конкурентов по дебатам о кибернетике часто оставляет за скобками, ведя с ними невидимый спор. Современные исследователи часто рассматривают философию Симондона в сопоставлении с философией Рюйера и говорят об их концептуальной близости. Однако прямые ссылки Симондона на Рюйера, если они вообще существуют, чрезвычайно редки и, по всей видимости, отсутствуют в его основных опубликованных трудах (например в Individuation in Light of Notions of Form and Information). Поиск по библиографии Симондона (как вручную, так и с помощью ллм, которые сперва нагаллюцинировали ссылки на Рюйера) не дал результатов о наличии прямого цитирования.Так что я полагаю, что этот «диалог» может быть концептуальным, а не текстуально выраженным в виде цитат. О связи Симондона и Рюйера можно почитаь, например, специальный выпуск Deleuze Studies Ontologies of Difference: The Philosophies of Gilbert Simondon and Raymond Ruyer (2017).

📉 Серебряный исход За первое полугодие инвесторы вывели рекордные объемы средств из биржевых фондов (ETF) на серебро. Эксперты говорят, что масштабные оттоки нередко происходили вблизи завершения крупных распродаж и последующего разворота рынка. Тем временем Market Power уже давно предупреждал о возможно перегреве рынка. Если вы забыли — освежить память можно по ссылке.

🚀 Чего ждать дальше? Высокие оттоки из ETF сами по себе еще не означают, что рынок готов развернуться. Ранее в серебре действительно были сильные притоки спекулятивного капитала, а затем, после снижения цен, инвесторы начали фиксировать убытки и выходить из фондов. Если цены на серебро останутся под давлением, отток средств может продолжиться. Со временем, по мере стабилизации рынка, потоки в ETF, вероятно, вернутся к более нейтральным значениям. Поэтому рекордные оттоки пока не стоит воспринимать как однозначный сигнал к скорому росту цен.

📍 Подписаться на канал | Мы в MAX

Кого вы на самом деле дрессируете своими KPI Неважно где и независимо с кем ты будешь работать — рано или поздно в воздухе обязательно возникнет задача: надо поставить команде или командам царь-KPI, по которым их будут потом гонять. Часто ещё, чтобы солиднее звучало, можно назвать это Northstar-метрикой (даже если по продуктовому смыслу она ею и не является). И тут часто есть неочевидная ловушка: любая такая метрика — всегда одна из. Одна из десятка, которые вместе и описывают, как команда работает, но стоит повесить её на стену и сказать команде «вот по этому мы вас и меряем» — как всё остальное тут же уходит на задний план, что логично, ведь мотивация завязана именно на неё. Но цимес в том, что бизнесу эта метрика не всегда приносит пользу. Когда метрика перестаёт быть индикатором или термометром и становится самоцелью, её, понятное дело, начинают стимулировать любой ценой. И вредительства со стороны команды тут никакого нет, если что, — просто так была поставлена задача. И вот так вы быстро оказываетесь в ситуации, когда метрики вроде все зелёные, а финрезультат чего-то не бьёт ключом, а чаще ещё и убыток ловите. И тут сразу всплывает другой вопрос: кто виноват? Ответ — подход к целям. С лёгкостью фокусника, даже вспоминать долго не пришлось, достаю из ментального "загашника":

«Нам нужен дешёвый трафик» → лови дешёвый трафик, но либо нецелевых клиентов, либо с хреновым чеком.

«Нужна ниже стоимость привлечения» → дропаешь цену на товар и убиваешь маржинальность, зато конверсия растёт и стоимость падает. Либо ведёшь на самые дешёвые товары и показываешь номинально хороший результат. Разбираться всё равно не тебе, ты продал.

«Дайте больше лидов» (клэссик стори)→ маркетинг режет форму до одного телефона и нагоняет вагон заявок, план перевыполнен, а продажи потом неделю разгребают этот шлак, из которого в сделку не конвертится почти ничего, — и звучит справедливое «Лиды у вас дерьмовые».

«Нужен NPS повыше» → менеджеры начинают выпрашивать десятки («поставьте 10, пожалуйста, мне за это премия капает»), цифра ползёт вверх, а что у клиента в голове на самом деле — уже хрен поймёшь.

Причём заметьте: люди в этих историях не злодеи и не дураки — они просто делают то, чего от них ждут. Любой KPI — это ведь рельсы: что поощряешь, то и получаешь. А поощряешь ты, если присмотреться, просто цифру, а не тот смысл, который за ней должен стоять. И всё это называется законом Гудхарта, который и придумал-то не он. Сам Гудхарт в 1975-м писал довольно нудную работу про денежную политику британского центробанка, а хлёсткую формулировку — «когда мера становится целью, она перестаёт быть хорошей мерой» — спустя двадцать лет выдала антрополог Мэрилин Стратерн. Но народная любовь досталась Гудхарту, так и живём. Хотя баек на эту тему хватает. Одна из классических: британцы задолбались от кобр в Индии и назначили награду за каждую убитую — а местные быстро смекнули, что кобр выгоднее разводить, чем ловить. Когда программу прикрыли, разведённых змей просто выпустили, и кобр стало больше, чем до всей затеи. Метрика «сдано мёртвых кобр» — выполнена на ура. Из современного и уже нашего с вами: соцсети годами оптимизировали время в приложении — и получили ровно его: залипание, кликбейт и дофаминовую иглу, на которой мы теперь всей планетой сидим. А стартапы носятся с vanity-метриками — скачивания, регистрации, подписчики. В презентации для инвестора это, может, и смотрится бодро, но на вопрос «а заработает ли эта штука хоть рубль» не отвечает никак. При этом сами метрики я люблю и топить против них не собираюсь — без цифр ты в бизнесе просто слепой. Но привычку с годами выработал такую: как только вижу, что какая-то метрика стала «главной» и её начали качать любой ценой — иду смотреть, что творится с соседними. Потому что за благой целью почти всегда тянется неприятная побочка. Да и пост этот я пишу под впечатлением: квартал закрыли отличный, но пару целевых метрик подобрали второпях — вот и отстрелило там, где не ждали. Какую цифру вы натягивали, чтобы она выглядела здоровой? Константин Сухачев

Measuring the Impact of Personalized Recommendations Netflix предлагает раскладывать эффект рекомендаций на три части: • Exposure - тайтл посмотрели, потому что его вообще показали. • Selection - его показали тем, кто и без рекомендации был склонен посмотреть. • Targeting - показ изменил решение именно этого пользователя. Наблюдаемый просмотр смешивает все три эффекта. Поэтому высокий CTR рекомендации ещё ничего не говорит о её причинной ценности - система могла просто хорошо предсказать уже существующий спрос У Netflix чистый targeting почти в семь раз сильнее exposure. То есть основная ценность современного рекомендатора - не в том, чтобы найти релевантный контент, а в том, чтобы найти пользователя, чьё решение рекомендация действительно изменит, а не просто предсказать его выбор И сильнее всего это работает не на хитах и не на совсем нишевых тайтлах, а в середине каталога - там, где спрос существует, но без персонализации не реализуется. https://netflixtechblog.medium.com/measuring-the-impact-of-personalized-recommendations-4c26be3a4d96

Малышева вздрогнула, когда узнала… Проблема такая: вы отравились пирожком из Пятерки, но ради отравления к врачу не пойдёте — зато будете гуглить, как лечиться. Всё закончится тем, что в аптеке вам продадут волшебный мульти-комплекс «Говно-Плюс», и лучше вам от него не станет. Чтобы узнать, как лечиться, придется найти официальные клинические рекомендации, потом по каждому лекарству прочитать РКИ, убедиться, что они опубликованы в нормальном издании, посмотреть рецензии, бла-бла-бла. Естественно, вы никогда не будете этим заниматься. А можно написать в Клод: «разбери мне препарат Х, найди актуальные РКИ за последние 5 лет, скажи есть ли доказательная база, не учитывай маркетинговые материалы». Клодик за вас почитает Cochrane, пороется в PubMed, вытащит клинические рекомендации. Через 15 минут отчет: «доказательная база отсутствует, зарегистрирован как БАД в РФ, EMA и FDA не одобряли, единственное РКИ проведено производителем в 2011 году на 60 пациентах, вот ссылки». Использую по любому чиху: 1) Стоит ли вообще пить/колоть/мазать препарат X 2) Что реально работает при N симптомах - только официальные протоколы и клин. рекомендации 3) Сравнить два препарата, которые прописали «на выбор» 4) Разобрать анализы 5) Найти действенные процедуры — для косметологии самое то. Я благодаря Клоду узнала, какой лазер убирает пигментные пятна с лица за 2 процедуры. Важно: все это мы делаем в режим /deep search. Тогда Клод будет спорить сам с собой — выдвигает тезис, потом идёт искать, что этот тезис опровергает, находит контр-исследование, сопоставляет и только после этого выдаёт вывод.

🧑‍⚖️ AI-галлюцинации в судебных делах — статистика год спустя Про Дамьена Шарлотина я вам рассказывал чуть больше года назад. Он собирает случаи с AI-косяками в судебных делах разных стран. И тогда я удивлялся, что подобных кейсов больше сотни. Это казалось много. Спустя год коллекция Шарлотина выросла в 12(!) раз. Что значит AI-галлюцинация в суде? Например, AI добавляет в документы несуществующие цитаты или ссылается на дела, которых вообще никогда не было. И вот Шарлотин ищет такие кейсы и собирает у себя на сайте. Голубая линия на графике — это суммарное количество случаев с зафиксированными AI-галлюцинациями. В июне 2025, когда я писал первый пост, их было 138. По итогам второго квартала 2026-го, таких кейсов было уже 1720. Рост в 12 раз. Фиолетовая линия на графике — число кейсов по кварталам. И там есть любопытная тенденция. Количество выявленных AI-галлюцинаций стало уменьшаться. Правда, только в последнем квартале. Почему так может быть? Например, стали меньше использовать AI, что вряд ли. Или судьи стали пропускать галлюцинации, что тоже так себе объяснение. Вероятнее всего, AI прокачался или участники стали лучше проверять материалы. Или просто еще не все решения, принятые в том квартале, опубликованы. Кстати, по статистике Шарлотина, сильно чаще AI-галлюцинации встречаются в делах, где люди представляют сами себя — не привлекают юристов. Соотношение сейчас — 71,4% против 21,4%. В кейсах, где известно, каким конкретно AI пользовались, больше всего косяков у ChatGPT (115). Но, вероятно, это просто объясняется популярностью ChatGPT. У остальных инструментов примерно поровну — по 10-15 кейсов. @TheEdinorogBlog — тот самый канал про стартапы🦄

Задачи, которые годами лежали в столе, теперь решаются за вечер В агентствах давно копились задачи, которые не окупали полноценную разработку — слишком мелкие, слишком разовые, чтобы звать программиста. Сейчас их делать вайб-кодингом стало экономически разумно. Когда есть смысл браться: задача локальная, результат виден сразу, данные можно восстановить, а поломка не остановит работу ни агентства, ни клиента. Проще говоря, то, что можно безболезненно выбросить, пересобрать заново или в крайнем случае сделать руками. Что реально можно сделать: 🔵 Прототип сайта или личного кабинета для проверки гипотезы. Можно быстро собрать черновик, поиграть со шрифтами и провести первый раунд согласований без лишних затрат. 🔵 Сборщик отчётов. Экспорт данных из рекламных кабинетов и любых других источников, который раньше менеджер собирал руками, теперь можно завайбкодить как автоматический скрипт. 🔵 Дашборд для проекта в цветах брендбука. 🔵 Заполнение проекта "рыбой". Если сайт перед сдачей выглядит пустым, ИИ отлично добавит тестовые материалы и картинки — гораздо приятнее глазу, чем lorem ipsum. 🔵 Очистка и импорт данных. Конвертировать форматы, переделать таблицы под вставку, поменять формат чисел. С этим справится любая современная модель. 🔵 Проверочные программы. Сравнить данные в нескольких местах и прислать сообщение в мессенджер при несовпадении. А вот если задача критична для бизнеса клиента и ошибка приведёт к потере денег и остановке работы, или если код придётся дальше поддерживать и развивать, то тут лучше уже подключать программиста. Пост помог подготовить резидент Галеры Михаил Сенсеев 🔵

💰 НКД: почему цена облигации и сумма списания не совпадают Инвестор выбрал облигацию номиналом в ₽1000 по цене 95% от него. Купил. Со счета списалось не ₽950, а ₽964,75 рублей. На что ушли ₽4,75 понятно — комиссия брокера 0,5%. Но куда делся еще червонец? А ₽10 совершенно справедливо перешли предыдущему держателю облигации. Это так называемый накопленный купонный доход (НКД).

🔶 Что такое НКД НКД — это не комиссия и не скрытая переплата Дело в том, что купон по облигации начисляется ежедневно. Пока предыдущий владелец держал бумагу, он постепенно "зарабатывал" часть будущего купона. Но купон эмитент выплатит только в установленную дату тому, кто будет держателем облигации на этот момент. Чтобы продавец не потерял уже заработанный доход, покупатель при сделке компенсирует ему накопленный купонный доход. Именно поэтому вместе с ценой облигации вы платите НКД. Затем, когда наступит дата выплаты купона, весь купон получите уже вы. В нем будут и те ₽10, которые вы заранее компенсировали продавцу, и доход за дни, пока облигация находилась у вас.

🔶 Почему это справедливо? Представим, что купон по облигации выплачивается раз в полгода. Продавец держал бумагу три месяца после прошлой выплаты, а затем решил ее продать. Если бы НКД не было, продавец потерял бы доход за эти три месяца – как если бы он три месяца держал деньги на вкладе, а при досрочном закрытии банк не выплатил бы ему начисленные проценты. НКД решает эту проблему. Продавец получает свою часть накопленного купона при продаже. Покупатель платит НКД сейчас, но потом получает полный купон от эмитента в дату выплаты. Поэтому НКД — это не дополнительная комиссия и не потерянные деньги, а лишь перераспределение купонного дохода между старым и новым держателем облигации.

🔶 Почему цена в стакане не равна сумме списания На рынке облигации обычно котируются по чистой цене – без учета накопленного купонного дохода (НКД). Именно эту цену инвестор видит в стакане и терминале. Например, если облигация торгуется по цене 95% от номинала, это означает, что сама бумага стоит ₽950 при номинале ₽1000. Но это еще не итоговая сумма, которая спишется со счета. При покупке инвестор оплачивает: стоимость самой облигации + накопленный купонный доход предыдущему владельцу + комиссию брокера. Именно поэтому сумма списания всегда оказывается больше цены, которую инвестор видит в стакане. И это нужно учитывать.

🔶 Что происходит после выплаты купона В день выплаты купона НКД обнуляется. С этого момента начинается новый купонный период, и НКД снова ежедневно растет. Чем дальше от предыдущей выплаты и чем ближе следующая купонная дата, тем больше становится НКД. Сразу после выплаты купона он равен нулю (или близок к нулю, если прошло несколько дней). Поэтому итоговая сумма покупки зависит не только от рыночной цены облигации, но и от размера НКД. Даже если две сделки проходят по одной и той же цене в стакане, покупателю может потребоваться разная сумма денег: если в одном случае НКД составляет ₽5, а в другом — ₽40, то и списание со счета будет отличаться именно на эту разницу.

📍 Подписаться на канал | Мы в MAX #инвестликбез

🧳 Четыре основных угрозы для стартапа Дефицит финансовых ресурсов. Следует тщательно контролировать расходы, сокращая их там, где это не ухудшит качество продукта или услуги, предлагаемых стартапом. Неподходящий коллектив. Подбор команды требует четкой стратегии. При найме важно оценивать не только профессиональный опыт кандидатов, но и их личные качества. Хаос из-за ускоренного роста. С развитием стартапа необходимо вводить рабочие процессы, создавать планы и фиксировать внутренние процедуры, чтобы поддерживать стабильность. Постоянное общение внутри команды поможет своевременно выявлять и устранять проблемы. Ошибки в управлении временем. Команде стартапа жизненно важно уметь расставлять приоритеты. Вместо попыток справиться со всеми задачами сразу, следует фокусироваться на самых критичных вопросах. Фаундер | Бизнес и Стартапы