Меня уже месяц не отпускает от этого эссе одного из партнеров Sequoia Эссе по нашим меркам уже «старое», выпущено в марте, в июне я его увидела и начала внедрять сама. Вот пару инсайтов: 1. $1 к $6. На каждый доллар на софт шесть уходит на услуги и труд. Сейчас мы в AIcelerate берём деньги не за сиденья, а за выполненные действия. Когда биллинг привязан к работе, а не к лицензии, ты физически чувствуешь, что зашёл в другой бюджет. 2. Copilot vs autopilot. Бек формулирует то, что я объясняю на каждой встрече: мы берём ответственность за результат и доставляем его, мы независимая система. 3. Чего в эссе нет, но что я лично ощущаю каждый день: автопилот это принципиально новая другого уровня система. Как авто пилотные машины, клиенту не важно как она едет, она как-то там это делает. Здесь также, то есть система настолько должна закрывать от и до весь запрос, и не включать в себя адаптацию, сложный онбординг, долгое обучение, ведь в этот момент ты не зарабатываешь. Тебя наняли, чтобы найти больше сделок, а не тратить время на адаптацию. И главное, с чем я согласна на сто процентов: moat в этом поколении не технология. Когда клиент отдаёт тебе работу, а не покупает тул, он не сравнивает фичи. Он решает, верит ли, что ты доставишь результат. Доверие зарабатывается пилотами и цифрами, и оно не копируется релизом чужой модели. Увлекательное эссе, подходящее на методичку.

⚡️ Создатель XLNet, который вернулся в Китай и построил Moonshot AI На GTC 2026 выступил Ян Чжилинь, 34-летний основатель и CEO Moonshot AI, компании, стоящей за моделями Kimi. Его путь начинался в Университете Цинхуа. Затем Ян получил PhD в Carnegie Mellon, стажировался в Google Brain и Meta AI, работал с Куоком Ле и Джейсоном Уэстоном. Его исследования пересекались с работами Йошуа Бенжио и Яна Лекуна. Широкую известность ему принесли Transformer-XL и XLNet. Обе работы пытались решить одну из ключевых проблем языковых моделей: потерю информации из далёкого контекста. Статью про XLNet впоследствии процитировали более 10 000 раз. После учёбы Ян мог продолжить карьеру в американском Big Tech, но вернулся в Китай. Он участвовал в развитии крупных китайских ИИ-проектов, основал Recurrent AI, а в 2023 году запустил Moonshot AI в Пекине. Исследования длинного контекста стали основой продуктов компании: - Kimi K2 получила MoE-архитектуру на 1 трлн параметров - Kimi K3 добавила нативное зрение, контекст на 1 млн токенов и 16 активных экспертов - компания сделала ставку на программирование, агентов и работу с большими объёмами информации Moonshot AI привлекла инвестиции Alibaba, Tencent и других крупных компаний. За несколько лет стартап превратился в одного из заметных участников китайской гонки frontier-моделей. Ян объяснял возвращение просто: он боялся всю жизнь сожалеть, если не попробует создать собственную компанию. Опыт, полученный в глобальной исследовательской среде, может быстро превратиться в технологическое преимущество целой страны. Его полное интервью можно посмотреть здесь: https://www.youtube.com/watch?v=CwePo4847ho @ai_machinelearning_big_data #Moonshot #kimi

Бобры спасли лондонское метро — инженеры не могли решить проблему с 1970-х💪 Во время сильных ливней в Лондоне регулярно затапливало дома, улицы и ближайшую станцию метро. Решение требовало многомиллионных вложений, но неожиданно его нашли… бобры. После того как животных впервые за 400 лет вернули в парк Парадайз-Филдс, они построили сеть плотин и превратили местный пруд в естественный резервуар, который удерживает дождевую воду и снижает риск наводнений. В итоге район перестало регулярно затапливать, а вместе с бобрами в парк вернулись рыба, птицы, летучие мыши и другие животные. Иногда природа оказывается лучшим инженером😳😳😳

Valve предупреждает, что цены на память могут вырасти еще больше Инженеры Valve в интервью Bloomberg заявили: текущие розничные цены на память не отражают реальной ситуации на оптовом рынке. «То, что люди видят на полках, отстает от того, что мы видим на оптовом рынке, по крайней мере на три-шесть месяцев», — пояснил инженер Язан Альдехайят. Это значит, что удорожание памяти, которое уже произошло в оптовом сегменте, в полной мере даст эффект на прилавках магазинов только через несколько месяцев. Valve распродала все произведенные Steam Machine, но выпуск жестко ограничен доступностью памяти. Контрактов с производителями нет — цены и объемы назначаются в одностороннем порядке. Снижения цен в ближайшее время не будет. Кризис вызван переориентацией производства на серверный сегмент для ИИ.

И как же я узнал, что это нейробот?

Интересно, как разработчики выбирают страны и локации - есть ли шанс попасть в менее известные регионы или акцент всё же на туристические страны? И как часто обновляются задания? Интересно, насколько преследования "нежелательных" идей реально заденут обычных людей, а не только активистов? Когда начинают гореть книги - кто решает, что будет следующим в списке? Интересно, где грань между метафорой безупречного воина и романтизацией насилия? Хагакурэ прославляет дисциплину, но не превращается ли она у нас в культивирование жестокости под маской долга? Интересно, как вы переносите критику кадрового резерва философии на современный контекст - не повторяется ли сегодня та же динамика в digital-гуманитариях или стримерах-мыслителях? Или форма изменилась, а суть - "пересказ без ссылок" - осталась? Интересно, насколько разделение на платные и бесплатные фичи внутри платного контейнера оправдано с точки зрения UX? Не превращается ли это в абсурд - платить за доступ, а потом сталкиваться с новыми барьерами? Это мотивирует к оплате или раздражает?

А очень просто: ни одной ошибки в ТСЯ и ТЬСЯ

Излишнее внимание может навредить Когда публичность становится двойным мечом Попасть в СМИ — кажется победой. Но с ростом публичности приходит и давление. Вас начинают пристально изучать: конкуренты — чтобы скопировать или подорвать, инвесторы — чтобы найти слабые места, критики — чтобы поймать на ошибке. Если бизнес ещё сырой, а процессы не выстроены, такая видимость может сыграть против вас. То, что у незаметной компании сойдёт за мелочь, у вас станет поводом для шума. Один неверный шаг — и внимание превращается в антирекламу. Поэтому пиар — не цель, а инструмент. Он работает только тогда, когда за фасадом есть реальная устойчивость. Прежде чем стремиться к вспышкам камер — убедитесь, что вы готовы выдержать свет. Фаундер | Бизнес и Стартапы

Вот вырастет ребенок и обязательно станет айтишником! 😎 Давайте обсудим? Как относитесь к тому, что родители сильно заранее решают, чем будет заниматься их ребенок? Я уже много лет в IT и встречала немало примеров, когда произнесённое выше было сказано на полном серьезе. Люди, которые произносили подобную фразу, безапелляционно верят, что только в этой сфере есть достаток, а значит у ребенка есть будущее. Другие варианты даже не рассматриваются. Такие формулировки казались странным еще до эпохи ИИ, потому что, как показывает история, многие IT-сферы с годами трансформируются: что-то корректируется, что-то полностью меняется, а что-то вовсе исчезает, как бесполезный рудимент. А теперь представьте, как это выглядит: Родитель предлагает пойти на айти-курсы (надеюсь, не заставляет). Ребенок соглашается. И далее есть 2 сценария: нравится или не нравится учиться. Если нравится, то в данной ситуации конфликта нет. Все довольны, все счастливы. А еще не понравилось? Ну, не получается, допустим. Не понимает, скучно, полной лажей показалось. А тут еще родитель, который уверен, что золотые горы они где-то там, в айтишке. Вот он, конфликт. Один не понимает другого. Уверена, что в данной ситуации, нужно уметь быть адаптивным и смотреть шире. Разобраться, что вовлекает ребенка и держать в голове, что не в одной только айтишке всё хорошо. Возможно, это прозвучит странно, от человека, который уже много-много лет в айти, но ведь это абсолютно не значит, что и другие люди, даже если это собственный ребенок, должен гореть этим. А что думаете вы? Интересно мнение всех, даже если у вас нет детей. Просто напишите свои мысли.

ИИ разглядел на МРТ то, что десятилетиями ускользало от врачей Рассеянный склероз медики долго изучали будто через мутное стекло. Обычная МРТ хорошо показывает повреждения в белом веществе мозга — но самые коварные очаги прячутся в сером веществе, в коре. Именно они сильнее всего связаны с инвалидностью и падением памяти и внимания, и именно их рутинная МРТ почти не видит. Получался огромный слепой участок: врачи знали, что повреждения там есть, но не могли их разглядеть. Команда под руководством Университета Буффало решила эту задачу с помощью искусственного интеллекта. Идея красивая: на любом отдельном снимке скрытые очаги неразличимы, но если сопоставить несколько разных изображений одного и того же мозга, можно вытащить сигнал, которого не видно поодиночке. Генеративный ИИ буквально «смотрит между снимками», ловит крошечные различия и понимает, что ткань ведёт себя не как здоровая. Метод назвали MMCLE. Проверили его на данных большого клинического исследования ORATORIO — это испытание препарата окрелизумаб, где участвовало больше 700 человек. Результат впечатляет: алгоритм нашёл в среднем по 15–20 корковых очагов у каждого пациента, а всего — более 11 тысяч повреждений, прежде невидимых. Почему это важно? Во-первых, такие скрытые очаги — ранний маркер того, как болезнь будет прогрессировать, вплоть до когнитивных нарушений. Во-вторых, метод работает на уже существующих, «старых» снимках, а значит, можно заново пересмотреть данные прошлых испытаний лекарств и точнее оценивать новые. @vselennayaplus