Тут китайцы поставили рекорд по скорости интернета — 1,2 Тбит/с на одну длину волны (одна нитка тёмной оптики). С мультиплексированием по длине волны итоговый канал у них получился 51,3 Тбит/с (рекорд в этом). Это без ретрансляторов на 206 километров. Самое интересное не то, что это быстрее камаза с DVD-болванками, а то, что всё это гоняется через новое оптоволокно с воздушным зазором. Если что, полое волокно — это будущее технологий связи. Там деньги за продажу красиво упакованного воздуха! В обычном волокне сигнал идёт через стекло. Стекло твёрдое, свету тяжело через него пролезать, поэтому скорость падает примерно на треть от доступной в вакууме. А вот в воздухе она не очень сильно отличается от скорости в вакууме. Очевидная проблема в переотражениях, и сейчас расскажем, как они это решили. Основная работа 2019 года говорит, что технологию SMF (это наша обычная оптика) за десятилетия так хорошо научились делать, что упёрлись в физические пределы. 1. Волокно, грубо говоря, греется от света. На самом деле всё сложнее, это эффект Керра. Когда в стекло запускают мощный сигнал, само стекло немного меняет свои оптические свойства в зависимости от яркости света. Грубо говоря, сильный свет сам себе портит дорогу: разные части сигнала начинают искажать друг друга. Чем больше мощность, тем сильнее искажения. 2. Свет в стекле медленнее, и биржевики давно уже хотели гонять через воздух, но не было технической возможности. Операторы дата-центров уже требуют, чтобы сигнал туда-обратно между двумя площадками шёл меньше 2 миллисекунд для синхронных репликаций. Чтобы выжать задержку, прокладывают кабели как можно прямее между точками — это дорого и не всегда возможно. Особенно если там по пути торговый центр и памятник Ленину. Ответ вы уже знаете. Но чтобы сделать дырку в волокне, надо подумать, как удерживать там свет. Нужны зеркальные стены вокруг дырки. В итоге свет удерживается отражением от тонких стеклянных трубчатых стенок-мембран. Каждая мембрана работает как зеркало (по принципу резонатора Фабри-Перо): на одних длинах волн она пропускает свет (резонанс), а в широких промежутках между этими длинами волн — почти полностью отражает (антирезонанс). Внутри такого антирезонансного окна свет падает на стенку под очень скользящим углом, отражается почти идеально и остаётся в пустой сердцевине. У такой технологии очень хорошие показатели по пропускной способности, возможности ставить DWDM (мультиплексоры) и низким шумам. Но есть одна проблема — цена — в основном, это цена R&D. Как вы можете догадаться, проблемой это было только поначалу. В эксперименте частота ошибок коррекции от 2,7% до 3,5%. Если что, там дополнительное кодирование (FEC) с запасом 17 процентов. В камазе с болванками FEC может быть 13% и больше. Передача через полое волокно не ухудшила сигнал вообще никак. Слабое место работы — они не могли прокладывать трассу по городу, поэтому она получилась короткой. Но вот в реальных условиях, как видите, уже подтвердили. Вторая более ранняя работа — как раз про один из способов делать такое нанозеркало на стенку кабеля. В обычном кристалле электроны не могут иметь некоторые энергии: периодическая решётка атомов их «не пропускает». Это называется запрещённая зона. Точно так же можно сделать решётку для света — фотонный кристалл. Это материал с периодической структурой (например, стекло с регулярными дырками). Для определённых длин волн и углов свет просто не может распространяться внутри такой структуры — это запрещено интерференцией. Такой свет структура отражает обратно. Интересен у них способ изготовления в гараже: несколько сотен стеклянных соломинок складывают руками, а потом всю стопку растягивают и сжимают в 10 тысяч раз. Получается дамасское нановолокно! И вот ещё базовая работа откуда взялось полое волокно вообще. Основное оттуда вы уже знаете. Но как показала практика, только на облачные хранилища рассчитывать не стоит, болванки пока не выкидывайте. -- Вступайте в ряды Фурье! | Лучшие посты Подключайтесь к Интернету через железнодорожные рельсы! Толщина рельса гарантирует скорость и стабильность соединения!

В последнее время почти на каждой встрече предпринимателей всплывает тема AI. Кто-то уже купил подписки для команды. Кто-то попросил сотрудников «начать пользоваться нейросетями». Кто-то пробует автоматизировать тексты, таблицы, презентации, аналитику. И вроде бы все правильно. Но часто через пару месяцев выясняется, что в бизнесе почти ничего не изменилось. Просто появился еще один инструмент, которым кто-то пользуется, а кто-то нет. Кажется, что главная ошибка здесь в том, что многие начинают не с процесса, а с сервиса. Как будто достаточно выбрать правильный инструмент — и дальше все само заработает. Но в бизнесе так редко бывает. Сначала нужно понять, где у компании реально болит: какие задачи повторяются каждый день, где команда тратит слишком много времени, где руководитель снова и снова включается руками, хотя давно не должен. И уже потом смотреть, может ли AI это усилить. С 13 июля у AI Mindset стартует новый поток AI-Native Organizations — онлайн-спринт для фаундеров, команд и корпоративных лидеров, которые хотят внедрять AI не ради галочки, а через конкретные задачи бизнеса. Формат такой: участники приходят со своим реальным процессом и за время спринта доводят его до рабочего AI-решения. Это может быть автоматизация, внутренний помощник, микросервис или новый сценарий работы команды. Внутри — практика, кураторы, разборы и спикеры, которые уже внедряли AI в продажи, операции, данные, маркетинг и клиентскую работу. Среди спикеров — Степан Гершуни, Александр Поваляев, Дмитрий Твердохлебов, Даниил Кравцов, Всеволод Устинов, Артём Новосёлов и др. Прошлые потоки уже прошли 400+ участников из Nebius, Яндекса, Альфы, Raiffeisen, МТС и других компаний. Внутри были кейсы с внедрением AI в отделы, запуском MVP-микросервисов, сокращением ручной работы и ростом эффективности команд. Это хороший формат для предпринимателей, которые уже понимают: AI нельзя просто «поручить кому-то в команде». Если технология действительно меняет рынок, собственнику важно самому разобраться, где она может дать бизнесу преимущество, а где будет просто красивой игрушкой. Потому что выигрывает не тот, кто первым купил подписку. А тот, кто первым понял, какой процесс с ее помощью нужно перестроить. Подробности по ссылке.

LFM2.5-230M: ультракомпактная модель работает на Raspberry Pi и почти любом современном телефоне Команда Liquid AI выпустила LFM2.5-230M — одну из самых маленьких языковых моделей на сегодня, всего на 230 миллионов параметров. Модели хватает 293 МБ памяти на Raspberry Pi 5 и 375 МБ на смартфоне. На Raspberry Pi 5 модель выдаёт 42 токена в секунду при декодировании, а на флагмане Galaxy S25 Ultra разгоняется до 213 т/с. Человек читает текст со скоростью примерно 5–7 т/с. На бенчмарках модель конкурирует с моделями вдвое больше и часто их обходит. Модель поставили на человекоподобного робота Unitree G1, и она работала на встроенном чипе NVIDIA Jetson Orin. Модель выступила в качестве слоя выбора навыков: берёт одну команду на обычном языке вроде «постой 2 секунды, потом иди вперёд со скоростью 1 м/с на 3 метра» и раскладывает её на последовательность вызовов готовых низкоуровневых навыков. Получается, что модель на 230 миллионов параметров может служить языковым интерфейсом управления для робота. Главное ограничение модели простое: ей нужно около 350MB RAM и более-менее современный процессор. Прямыми тестами авторов подтверждены запуск на одноплатнике Raspberry Pi 5. Заявлена поддержка чипов Apple, AMD, Qualcomm и Nvidia, ее потянет почти любой современный телефон или планшет, а на ноутбуках ресурсов с запасом. Часы тоже теоретически потянут, но на практике мешают нагрев и неемкая батарейка. Микроконтроллеры и простая бытовая электроника (чайники, лампочки, фитнес-браслеты, наушники) точно не потянут: там памяти килобайты, а не сотни мегабайт. Несмотря на размер, на бенчмарках модель обходит соперников вдвое крупнее. На тесте следования инструкциям IFEval она набрала 71.71 против 63.49 у Gemma 3 1B и 59.94 у Qwen3.5-0.8B. Сильнее всего она в вызове инструментов и извлечении данных, а вот для математики, кода и сложных рассуждений авторы её брать не советуют — она заточена под другое. Модель и веса можно скачать на Hugging Face, исходники и SDK лежат на Github. #Stateoftheart

Запись стрима "Что же такое harness?". Ссылка на YouTube: https://www.youtube.com/watch?v=QAxejH-KNak Стрим получился полезным, с примерами на практике. Большое спасибо, Паша, что согласился прийти! Таймкоды доступны как на YouTube, так и прямо в Telegram: 00:00 — Вступление 07:12 — О чём этот стрим? 09:31 — Что такое harness? 17:10 — Откуда появился термин «harness»? 23:20 — Виды harness 26:20 — Анатомия harness 34:28 — Вопросы от зрителей 35:20 — Что такое Skill? 39:10 — Чем harness отличается от guardrails? 44:30 — Можно ли использовать harness в продакшене банка? 49:43 — Чем harness отличается от scaffolding? 53:05 — Агент Coddy на практике 54:45 — Как harness может быть заточен под модель? На примере Coddy 59:03 — Как Coddy обрабатывает запрос? 1:00:30 — Пример работы Agent Loop 1:03:30 — 30 инструментов для on-prem-модели 1:06:15 — Работа с schedule-задачами 1:08:50 — Работа в режиме Plan 1:12:20 — Заставляем OSS-120B работать по SSH 1:14:20 — Проблемы on-prem-моделей с мультиязычностью 1:16:40 — Как работают Agent Skills? 1:21:30 — Протокол ACP на примере интеграции с Obsidian 1:31:10 — HTTP API в Coddy 1:36:50 — Уроки и грабли при создании собственного harness 1:48:00 — Готовые фреймворки для создания harness 1:50:06 — Принципы построения агентов на базе harness и отличие от AI-агентных фреймворков 1:53:55 — Harness работает только через API или поддерживает подписки Claude и Codex? 1:55:55 — Инструменты для экономии токенов 2:00:30 — Как патчить Hermes и Claude Code? 2:03:09 — Мониторинг качества harness Полезные ссылки со стрима: 1. Презентация – использовать как полезную шпаргалку по harness 2. Coddy – harness, который создал Паша 3. Pi – минималистичный harness 4. Hermes – качественно-сделанный harness, который умеет доделывать самого себя 5. OpenClaw = Hermes+страдания (для ценителей) Подписывайтесь на каналы участников трансляции: Павел Рыков Константин Доронин p.s.: Под конец стрима у меня немного отвалился звук. Прошу понять и простить – я всё ещё в процессе дрессировки OBS.

Вопросы для понимания, на чем лучше зарабатывать в продукте После прошлого поста многие задали хороший вопрос: а как вообще понять, на чем компании выгоднее всего зарабатывать? Есть ощущение, что это какая-то магия, доступная только CEO и финансистам. На самом деле у сильных продактов есть несколько очень практичных приемов. Если вам нужна помощь в росте продуктов и команды, пишите @SKoloskov (свыше 120 кейсов на 7 рынках), а если хотите расти в профессии продакта, возможности от редакции канала по ссылке. Первый вопрос, который надо задавать: если завтра запретить компании продавать основной продукт, что она будет спасать в первую очередь? Не что она рекламирует, а что будет защищать. Банк может отказаться от комиссии за переводы, но никогда не откажется от данных для скоринга. Маркетплейс может снизить комиссию продавцам, но не станет отключать рекламный кабинет. Именно здесь обычно находится настоящий двигатель экономики. Второй прием – посмотреть, во что компания инвестирует непропорционально много ресурсов. Если небольшую функцию развивают пять команд, проводят десятки A/B-тестов и обсуждают на уровне топ-менеджмента, значит ее ценность намного выше, чем кажется пользователю. Например, многие банки годами инвестируют в персональные предложения. Не потому что любят баннеры, а потому что каждый дополнительный процент точности рекомендаций может приносить миллионы на кредитах, инвестициях или страховании. Третий прием – искать лидирующий показатель, а не деньги. Деньги почти всегда являются следствием. Например, для подписочного бизнеса важнее не количество подписчиков, а количество людей, которые пережили третий месяц использования. Для маркетплейса – не число заказов, а количество продавцов с повторными продажами. Для банка – не количество карт, а доля расходов клиента, проходящих через его экосистему. Если найти показатель, после которого экономика начинает резко улучшаться, вы найдете и точку приложения усилий. Четвертый вопрос – какая привычка пользователя стоит компании дороже всего? Например, если человек открывает банковское приложение каждый день, вероятность покупки других продуктов значительно выше. Если покупатель начинает искать товар сразу в маркетплейсе, а не в поисковике, стоимость его удержания падает. Если пользователь автоматически оформляет повторный заказ в сервисе доставки, компания начинает выигрывать не за счет одной транзакции, а за счет сформированной привычки. Лучшие продукты инвестируют именно в изменение поведения, а не в отдельную продажу. Попробуйте ответить на вопрос: какую метрику директор продукта готов объяснять совету директоров каждый месяц? Не ту, что красиво смотрится в презентации, а ту, за которую его действительно оценивают. Именно вокруг этой метрики обычно строятся дорожная карта, эксперименты и распределение бюджета. Поэтому, когда вы придумываете новую функцию, сначала спросите: «Какое поведение пользователя она изменит?», «Какую новую информацию мы получим?» и «Какие продукты, сервисы или решения эта информация позволит продавать лучше?» Зачастую самая прибыльная функция не монетизируется вообще. Она лишь создает условия, при которых все остальные продукты компании начинают работать значительно эффективнее. Именно такие механики обычно и строят долгосрочное конкурентное преимущество. Также обратите внимание на предложения от редакции тут https://t.me/FreshProductGo/1792

Игры и цифры (17 июня — 30 июня, 2026) PC/консольные игры ▫️Black Myth: Wukong от Game Science преодолела отметку в 30 миллионов проданных копий. Почти половина продаж пришлась на Китай. ▫️Meccha Chameleon от японского соло-разработчика lemorion_1224 купили свыше 10 миллионов раз за 16 дней после релиза. Пиковый онлайн достиг 209,7 тысячи человек - игра вошла в топ-100 самых популярных в истории Steam. Это кооперативная игра в прятки, где игроки маскируются под окружение с помощью краски. ▫️Kingdom Come: Deliverance II от Warhorse Studios продалась тиражом свыше 6 миллионов копий за 16 месяцев после релиза. ▫️Warhammer 40,000: Rogue Trader от Owlcat Games достигла 2 миллионов проданных копий. По данным Gamalytic, около 1,3 миллиона копий пришлось на Steam. ▫️Paralives от Paralives Studio продалась тиражом свыше 1 миллиона копий за месяц после релиза. Это в 10 раз больше плана студии. 900 тысяч копий было продано за первые 15 дней. ▫️SAND: Raiders of Sophie от Hologryph и TowerHaus (издатель - tinyBuild) продалась тиражом свыше 200 тысяч копий за неделю и заработала более $2 миллионов за первые пять дней. При этом, старт проекта омрачили DDoS-атаки - рейтинг в Steam просел до 55%. ▫️KIBORG от Sobaka Studio продался тиражом свыше 100 тысяч копий за чуть более года после релиза. ▫️Скандальный проект Horses от Santa Ragione продался тиражом 30 тысяч копий и принес 100 тысяч долларов. Таким образом, разработка начался окупаться. Сюрреалистичный хоррор был забанен в Steam и Epic Games Store и вышел на itch.io, GOG и в Humble Store. ▫️Симулятор продавца в киоске I Have no Change от Studio Rassvet собрал более 600 тысяч вишлистов, заняв 121 место в топе самых ожидаемых игр Steam. Релиз ожидается в 2027. ▫️Симулятор ремонта техники ReStory: Chill Electronics Repairs от Mandragora и tinyBuild добавили в списки желаемого 500 тысяч раз. Релиз запланирован на лето 2026. ▫️Stronghold 4 от Firefly Studios собрала свыше 250 тысяч вишлистов за две недели с момента анонса на PC Gaming Show 2026. Мобильные игры ▫️Rush Royale от MY.GAMES заработала более 500 миллионов долларов за пять с половиной лет после выхода. За это время игру скачали 105 миллионов раз. Платформы ▫️Epic Games выплатила создателям контента свыше 1 миллиарда долларов через Unreal Editor for Fortnite с момента запуска в марте 2023. В мае 2026 на пользовательские острова пришлось 47% всего игрового времени в Fortnite против 35% годом ранее.

Да кто такие эти ваши producer-side A/B-тесты? В своей яндексовской эре работы над рекомендациями я точечно работал над качеством ранжирующей модели и не выглядывал за пределы этой области. Та же история была и в рекомендательном периоде работы в X. Но тут один добрый человек рассказал мне, что я оказывается жизни-то вообще и не знаю. Качество системы с точки зрения пользователя это ещё половина проблемы. Дело в том, что для долгосрочного качества платформы и процветания бизнеса необходимо смотреть на то, как изменение системы влияет на производителей контента (что в соцсети, что в маркетплейсе). В самом экстремальном случае система может показывать пользователям очень маленькую прослойку разнообразных авторов и игнорировать остальных. Те могут расстроиться и перестать постить, тем самым ухудшить долгосрочную ситуацию. Влияние на авторов и замеряется с помощью этого самого producer-side A/B теста. Посмотрим на то, как выглядит наивная её реализация в контексте рекомендаций. Среди всех авторов выделяем 2 группы - контрольную и тестовую - к примеру, по 1%. Скор для (98+1)% документов считается дефолтной моделью, тогда как для тестового набора из 1% будем предсказывать новой моделькой. Допустим, что она отдаёт большее предпочтения мелким авторам. Такой тест покажет прекрасный результат - все мелкие авторы счастливы и стали генерировать больше контента. Классический user-side тест, допустим, показал нейтральные метрики. Вроде бы всё в шоколаде, и вы шипаете изменение в прод, но вот беда - эффект испарился. Задроты вам укажут - на лицо нарушение Stable Unit Treatment Value Assumption. Перевожу на русский - изменение ведёт себя по-разному в зависимости от доли, на которую его раскатили. Тот кусочек мелких авторов среди 1%-ной выборки получил преимущество перед 99% таких же вне её. Раскатив изменение, весь рост показов, которые они получили в AB-тесте, размажется на остальные 99%. Чтобы побороть этот эффект, нужен фреймворк посложнее. Одно из решений предлагается в статье от Меты - "A Counterfactual Framework for Seller-Side A/B Testing on Marketplaces". Не знаю, насколько в ней это впервые предложили - может и нет, мне не важно. Иллюстрация на картинке. Итак, теперь мы будем оценивать 100% постов обеими системами - старой и новой (синей и зелёной). Для документов из контрольной выборки мы получаем их финальные позиции, как если бы мы ранжировали все 100% документов так, как обычно - они обозначены как C_1 и C_2. В то же время, документы из тестовой выборки получают свои финальные позиции так, как если бы все 100% документов ранжировала новая система - это T_1 и T_2. Финальную выдачу для пользователя мы создаём, расставляя эти документы на их соответствующие позиции, закрывая глаза на коллизии и помещая случайно друг под другом, если позиции точно совпали. Самый прикол этой схемы в том, что на ранжирование остальных 98% документов в принципе всё равно - до выкатки это будет старая система, после выкатки это будет новая система, но размер эффекта на документы в обоих случаях ожидается одинаковый. Именно это в том числе и проверяют авторы данной работы. В нижней части слева расположена выдача до выкатки - pre-test, а справа после выкатки - back-test. Авторы приводят результаты своих тестов, в которых демонстрируют одинаковость эффекта на измеряемые документы. Такая схема тестирования гораздо ближе к SUTVA. Надо понимать, что эта грёбаная SUTVA никогда не выполняется полностью. Любая выкатка изменяет распределение данных для обучения и последующее ранжирование. В обычных пользовательских A/B-тестах на это закрывают глаза и надеются, что эффект сохранится, что часто подтверждается holdback-экспом. А вот с авторскими A/B-тестами приходится проделывать такую гимнастику, чтобы хоть как-то подобраться к честному замеру. @knowledge_accumulator

Российская платформа автоматизации бизнеса Cue привлекла 20 млн рублей от ФРИИ и brainbox_I. Из них 15 млн рублей инвестировал ФРИИ в обмен на 12% компании. brainbox_I вложил 5 млн рублей, получив 4% соответственно. Оценка стартапа составила 123 млн рублей. Полученные средства буду направлены преимущественно на маркетинг и доработку продукта. Cue основали Алексей и Катерина Юткины. Это платформа автоматизации для бизнеса в сфере аренды, досуга и впечатлений. Сервис объединяет онлайн-бронирование, приём платежей, управление расписанием, пространствами, тарифами, клиентской базой, аналитикой и операционными процессами в едином интерфейсе. Платформа построена по принципу конструктора: каждый бизнес может гибко настроить Cue под свою модель работы - от фотостудий, лофтов и коворкингов до спортивных площадок, репетиционных баз и аренды техники. Сервис помогает компаниям не только автоматизировать операционные процессы, но и принимать решения на основе данных: отслеживать загрузку, анализировать спрос, управлять ценами и повышать выручку. По собственной информации стартапа, через Cue прошло более 700 тыс. бронирований, а ежемесячно сервис обрабатывает около 30 тыс. записей. Онлайн-бронированием через Cue каждый месяц пользуются порядка 55 тыс. клиентов, а месячный оборот платежей на платформе достигает 56 млн рублей. Стартап работает по SaaS-модели и развивает дополнительные финансовые и продуктовые сервисы для бизнеса. Согласно данным Rusprofile, ООО “Кью-Би Платформ” было основано в 2019 году. Екатерине Юткиной и Алексею Юткину принадлежит по 33,95% соответственно. Еще 18,6% у Евгения Лувсандугара. ООО “ФРИИ ИНВЕСТ” владеет 7%. Марии Верхуновой принадлежит 5,58%. У Александра Дудаева 0,93%. Выручка юрлица за 2025 год составила 6 млн рублей, чистый убыток - 1,5 млн рублей. ФРИИ - венчурный фонд, основанный в 2013 году. Фокус сделан на масштабировании и повышении конкурентоспособности молодых интернет-компаний. В портфеле ФРИИ около 500 стартапов. По итогам 2025 года фонд закрыл 18 сделок. brainbox_I - часть венчурной экосистемы brainbox, фонд для частных инвесторов, специализирующийся на ранних стадиях инвестирования в российские ИТ-компании, разрабатывающие решения на базе искусственного интеллекта. @rusven

«Мой офис» насчитал себе еще почти 5 млрд рублей убытка, 20 млн рублей в платформу автоматизации бизнеса, Higgsfield хочет оценку в $5 млрд, инвестор Чамат Палихапития решил порулить стартапом, свежая покупка Rocket Lab за $8 млрд 🦄 Доброе утро, наши маленькие любители единорогов! 📉 «Мой офис» скорректировал свои финрезультаты за 2025 год, и его убыток вырос более чем вдвое, пишет РБК. Было 4 млрд рублей, а стало 8,8 млрд рублей. Выручка осталась прежней — 1 млрд рублей, падение на 50%. В отчете поясняется, что корректировка связана с изменениями в учете нематериальных активов. Неплохо так переучли активы. В компании говорят, что это техническая процедура и она не влияет на планы компании. 💲 Платформа автоматизации бизнеса Cue, которую развивают Алексей и Екатерина Юткины, привлекла 20 млн рублей от ФРИИ и фонда Brainbox_I, говорится в пресс-релизе последнего. Оценка компании 123 млн рублей. ФРИИ дал 15 млн рублей за 12% (теперь у него будет 18%), а Brainbox_I — 5 млн рублей за 4%. Cue делает платформу онлайн-бронирования и управления для малого и среднего бизнеса в сфере досуга, аренды и впечатлений. 💰 Казахстанский AI-стартап Higgsfield ведет переговоры о привлечении $300-500 млн по оценке $5 млрд, пишет The Information со ссылкой на источники. Higgsfield, который основали Александр Машрабов и Ерзат Дулат, специализируется на AI-генерации видео. Предыдущий раунд они анонсировали в январе. И тогда оценке был $1,3 млрд. Получается, выросла в четыре раза за полгода. Правда, раунд еще собрать нужно. 🤷‍♂️ Даже инвесторы не могу пройти мимо создания AI-стартапов. Вообще Чамат Палихапития известен своим фондом Social Capital и подкастом All-In. Но в 2024-м замутил AI-стартап 8090 Labs. А сейчас проект привлек $135 млн, пишет Techcrunch. И Палихапития объявил, что станет его CEO, а не просто в совете директоров будет. Раньше он был топом в запрещенном в России Facebook. Пишет, что все ждал момента, чтобы вернуться к работе управленца. Мечты сбываются! 🛰️ Rocket Lab прикупила оператора спутниковой связи Iridium за $8 млрд, пишет Techcrunch. Iridium прям древняя контора. Ее запустили еще в 1998-м выходцы из Motorola, а сама Motorola финансировала. Потом Iridium чуть не обанкротился в нулевые, но его спасли. В общем, с интересной историей компания. А для Rocket Lab это уже четвертая покупка в этом году. Ну, должен же кто-то со SpaceX конкурировать. @TheEdinorogBlog — тот самый канал про стартапы🦄

🤔 Стоит ли в AI-UGC видео говорить, что оно AI? Задумался тут на выходных. Нейроконтента в интернете становится всё больше. Часто он бесит, часто он норм. Но точно можно сказать, что доверие к людям в интернете размывается, ведь они могут быть не настоящими. Дак стоит ли прямо говорить пользователю, что наш контент это AI? ✔️Аргументы за: • По правилам Меты, а вероятно и вскоре по законам в ЕС, мы и так должны такой контент помечать • Если мы прямо говорим - мы не вводим пользователя в заблуждение. А значит, повышем доверие к себе. А недоверие - одно из главных припятствий к покупке у не дешёвых продуктов. • Вряд ли небольшая сноска в видео сильно повлияет на CPA 🚫 Аргументы против: • Это сразу убивает нативность • Если вам базово не доверяют, сноски в видео не помогут. А вот отзыв от AI-человека - может.

Когда реклама перестала работать, он решил не менять людей, а построить продукт

«Был я, доска в Miro и каша в голове».

Так Борис Аннакурбанов описывает момент, когда Ads Factory ещё не существовало. Было только ощущение, что привычный подход к рекламе больше не работает. Борис руководит маркетингом и является партнёром в международной детской IT-школе Rocket Tech School. Долгое время схема выглядела стандартно: нанять таргетолога, дать портрет клиента, смотреть на цифры. Если стоимость привлечения росла — искать нового специалиста. Но в какой-то момент стало понятно, что проблема не в людях. Борис решил изменить сам подход. Ему хотелось построить систему, где каждая задача будет делать то, что у неё получается лучше всего: машине — перебор сотен гипотез, человеку — оценка и принятие решений. На одной доске Miro он пытался связать между собой сегменты аудитории, jobs-to-be-done, инсайты, офферы, хуки и десятки других элементов рекламной кампании. Постепенно стало понятно, что вручную удержать всё это уже невозможно, и Борис начал собирать инструмент. Первые месяцы казалось, что всё получится быстро. Но чем дальше двигалась разработка, тем чаще приходилось пересматривать ожидания. Пока продукт только собирался, Борис практически каждую неделю обсуждал идеи с другими предпринимателями на мастермайндах R-Founders, которые сам же ведёт. Многие решения, позже появившиеся в Ads Factory, родились именно в этих разговорах. По словам Бориса, это сильно сократило путь проб и ошибок и ускорило развитие продукта. Сегодня у Ads Factory уже есть первые платящие пользователи. Но сам Борис считает, что главная работа только начинается: найти идеального пользователя, накопить данные, встроить Meta и постепенно превратить сервис в систему, которая не просто генерирует идеи, а умеет предсказывать, какие из них сработают именно для конкретного бизнеса. И главным открытием за всё это время стало даже не создание продукта, а понимание того, что он строит не AI-сервис, а AI-first компанию, где искусственный интеллект встроен практически в каждый процесс. 👆 Ключевые цитаты и детали в карточках R-Founders Go Global Channel

Можно ли заработать $3 миллиарда за сутки без рекламной кампании и ещё до… выхода продукта? Оказывается, да, если речь идёт о долгожданном релизе культовой игры GTA. В прошлый четверг Take-Two открыла предзаказы на шестую версию своего блокбастера, который появится в продаже лишь в ноябре. Результат превзошёл любые прогнозы: 39 миллионов копий по цене от $80 до $100 разлетелись за 24 часа. По оценкам аналитиков, это самый быстрый случай в истории, когда развлекательный продукт – будь то игра, кассовый голливудский фильм или музыкальный альбом – пробивает отметку в три миллиарда. Предыдущая версия GTA в 2013 году собирала свой первый миллиард три дня, а тут – утроенный результат ещё до официального релиза. Причём физическая копия игры теперь будет продаваться без диска внутри – просто красивая коробка с кодом для скачивания. А значит, ноль затрат на штамповку пластика и заоблачная маржинальность плюс полный контроль над дистрибуцией. Разработка и маркетинг GTA VI, по некоторым оценкам, обошлись компании в $1,5 миллиарда. Примерно столько же стоило построить реальный небоскрёб Бурдж-Халифа в Дубае. Только расходы на башню окупались годами, а Take-Two отбили свой виртуальный мир и вышли в чистую прибыль практически моментально. Ценность цифровых активов сегодня легко конкурирует с тяжёлым люксовым девелопментом. Ну и отдельный кайф – то, как руководство компании работает с нелицензионкой. Долгое время её головной болью был моддинг, когда энтузиасты пиратски пилили свои сервера и делали модификации игры. Вместо того чтобы судиться и душить их исками, Take-Two просто взяла и купила крупнейшую платформу для модов FiveM, превратив её в официальный маркетплейс. Старо как мир: не можешь победить – возглавь.

Полностью пересобрал контекст Чтобы писать интересно мне нужны 3 составляющих: 1. Читать коллег и читать книги 2. Наполнять жизнь событиями, выходить из пузыря, тереться об мир, создавать 3. Рефлексировать, но не в формате ретро, а лайв Так рождаются самые крепкие посты. Но в последнее время почти полностью выпали первые 2 пункта, и я замкнулся в циклической рефлексии, которая сама для себя стала топливом. Из этой точки посты получались вязкими, пустыми, пресными. Второй пункт я просто вернул. Как следствие — появился интерес к жизни и желание читать книги. А вот коллегами сложнее: когда-то в отдельной папочке в ТГ у меня было 100+ продуктовых и околоайтишных каналов, осталось меньше 10, и те я не читал. Причин вижу несколько: 1. Надоело, не интересно, перерос, мой внутренний контекст давно вышел из айтишного пузырика (и слава богу) 2. Большинство авторов пережёвывают одно и то же унылое говно, как человеческая многоножка, каналы мертвы, хоть их и продолжают вести Так я жил полгода, может больше. А на днях взял и собрал себе пачку совсем других людей. Причем среди них есть и те, от кого я ранее отписывался, просто теперь взглянул на их контент иначе. Наверное отчасти потому что с некоторыми познакомился лично. Пост сложноватый вышел, но посыл простой: если ты автор канала (не медиа), то иди в мир, особенно если чувствуешь, что контент киснет. Твоей бошке нужна фактура, топливо. Иди и не тяни с этим, потому что и себя мучаешь, и подписчики чувствуют, что автор сдулся, заносите следующего.

ИИ-агенты обанкротят компанию, если сделать их руководителями — показало исследование. Ученые создали CEO-Bench — симуляцию, где ИИ в течение 500 дней управляет стартапом с начальным $1 млн на счету и 0 клиентами. Моделям надо выставлять цены, рулить маркетингом, бюджетами, соцсетями и продажами. При этом рынок, как и в жизни, беспощадный: с клиентами, которые уходят, и давящими конкурентами и прочими палками в колеса. По итогу симуляции большинство моделей обанкротились. Выше стартового $1 млн закончили только GPT-5.5 в одном прогоне из трех, а также Claude Opus 4.8, который залутал $27 млн (все записали, да?). А теперь внимание — другие исследования показывают, что 62% СЕО уже используют ИИ для принятия значительной части решений в бизнесе. Вот и думайте 😬

🚀Быстроновости 🤑Valve что-то намудрили: в новом ивенте Dota 2 игроки нашли интересную особенность. Анимации тамошних мини-игр «Взлом замка» и «Сапожный снос» привязаны к FPS: если монитор на 240 Гц и лимита кадров нет, то пройти задания очень трудно. Но достаточно ограничить FPS до 60 и уровень сложности резко падает. 🧢Netflix вместе с продюсерами «Очень странных дел» и «Соника в кино» снимут сериал по Persona: по сюжету японские старшеклассники днём живут свою жизнь, а ночью сражаются с монстрами. Поставит шоу Кристофер Монфетт («Звездный путь: Пикар», «12 обезьян»). 🪖Студию Undead Labs (State of Decay) могут закрыть в рамках реструктуризации Xbox. Сейчас команда, как Double Fine, Ninja Theory и Compulsion, ведёт переговоры о своём будущем. Официально об увольнении могут сказать уже 2 июля. 🍿Экспресс новость — стартовали съёмки экранизации Life is Strange. 😎Подписаться на IGM