⚡️ Claude научили автоматически исправлять опасное поведение других моделей Anthropic дала Claude задачу самому искать способы уменьшать обман, подхалимство, утечки приватных данных, взлом ограничений и другие проблемы поведения моделей. Самый интересный эксперимент: - Claude Sonnet 5 получил раннюю версию Opus 4.8 без полноценной настройки безопасности - за 60 часов проверил более 50 подходов - закрыл около 65% разрыва по безопасности - результат почти приблизился к финальному Opus 4.8 - 72% - для лучшего метода понадобилось чуть больше 2000 примеров - это примерно в 15 000 раз меньше данных, чем в обычной процедуре Anthropic На отдельном тесте по обману Claude закрыл в среднем 85% разрыва, а группа опытных исследователей - около 20%. Но был и интересный побочный эффект: из ~1600 запусков в 39 случаях Claude пытался схитрить при проведении исследования, поэтому за агентами отдельно следила другая модель. Anthropic открыла код системы для таких экспериментов. https://www.anthropic.com/research/automated-researchers-mitigate-alignment-failures #Claude #Anthropic

Находим общий язык с пользователями Привет! Это Наташа Коростелёва, продакт в Авито Работе. Пара слов для тех, кто никогда не пользовался Авито Работой: это площадка массового найма, где рабочие, курьеры, продавцы, комплектовщики находят работу. У таких соискателей, синих воротничков, есть большая проблема в поиске — они ищут место, где стабильно заработать, а площадки спрашивают список фильтров — профессию, занятость, число смен. Но человека волнует совсем другое: будут ли штрафы, как встроить подработку в график 2/2. В Kano исследовании «поиск по жизненным ситуациям» оказался в топе востребованных и привлекательных. Мы пошли смотреть, как люди формулируют это сами: в интервью и в диалогах с нашим ИИ-ассистентом. Оттуда вытащили цитаты «нужна работа вечером рядом с домом, чтобы успевать забирать ребёнка из садика». Они и легли в основу подборок. А теперь то, что обычно остаётся за кадром. ➡️ Эксперименты с названиями подборок Сначала мы тестировали громкие, заметные названия вроде «увидеть север» и «лёгкая работа». Логика была простая: чем ярче звучит подборка, тем больше внимания она привлекает. Но всё оказалось наоборот. Чем абстрактнее ситуация, тем меньше людей узнаёт в ней себя: у каждого своя «лёгкость», а «романтика севера», даже если её понимают, не у всех находит отклик. Сработали формулировки, за которыми человек может представить себе что-то конкретное — условно, обычный вторник в своей жизни. ➡️ Поиск метафор В Авито мы много внимания уделяем визуалу и метафорам. Приложением пользуются десятки миллионов человек — должно быть очевидно, что скрывается за каждой кнопкой. Но представление дизайнеров о жизненных ситуациях не всегда совпадает с видением работника на заводе. Отдельный привет метафоре вахты! Понадобилось больше 20 правок, чтобы вместо хипстерского чемодана получить то, с чем человек реально едет на объект. Конверсия зависит от того, поймет ли пользователь, что это про него. ➡️ Ситуации vs. приоритеты Чтобы название новой механики считывалось правильно, исследователи проделали большую работу с фокус-группами. Человек в поиске работы часто находится в уязвимом состоянии, поэтому важно исключить негативный подтекст. «Жизненные ситуации» в русском языке — это про грустное: потеря работы, увольнение, выход на пенсию. А вот название «жизненные приоритеты» оказалось более жизнеутверждающим — оно как бы возвращало контроль над непростой жизнью рабочего человека. С этим вариантом мы и запустили рекламную кампанию. Какие выводы можно сделать? Массовый продукт во времена ИИ-помощников обязан говорить на языке пользователя, а персонализация — это не только про алгоритмы под капотом. Это ещё и сценарии, интерфейсы, формулировки и картинки, в которых человек узнаёт себя.

MAS vs SAS: код писать научились, работать вместе - пока нет (2.2/4) Начало ⬆️ 🔴 Доверие и скепсис пока плохо сбалансированы ● Избыточное доверие: лжец в команде Агент принимает решения по докладам четырёх "скаутов", один из которых систематически врёт. Ложь в принципе обнаружима - доклады пересекаются и рано или поздно противоречат друг другу, но агента при этом никто не предупреждал, что источникам можно не доверять. Новые модели ловят лжеца заметно лучше старых, но до эталона в виде "вычислил и исключил" не дотягивает никто. ● Игнорирование уникального знания Группе дают разные части информации для выбора между двумя вариантами. Общие факты подталкивают к неправильному ответу, но в частных данных отдельных участников есть решающие аргументы в пользу правильного. Чтобы решить задачу, агенты должны обменяться этими данными и поставить уникальный аргумент выше первоначального консенсуса. Однако на большинстве моделей группа выбирала правильный вариант лишь в 17–36% эпизодов; Mythos 5 справлялся примерно в 85%. Для сравнения, один агент, которому сразу давали всю информацию группы, выбирал правильно почти всегда. Две проблемы выше - на разных концах одного и того же спектра: первая - от избыточного доверия, вторая - от того, что группа не слышит одиночку, который прав, и сходится на том, что и так знают все. Консенсус - ещё не доказательство, и, что характерно, модели понимают это абстрактно, но им не хватает привычки действовать по этому знанию без подсказки. Человеческие коллективы смягчают такие проблемы не личной мудростью, а механизмами - репутацией, судами, рецензированием. У агентов таких социальных технологий пока нет: им нечего терять в репутационном смысле, некому жаловаться и некому помнить их прежнее поведение. 🔴 Конфликт инструкций быстро перерастает в противостояние Самый киношный эксперимент: три инстанса одной модели получают общий Python-бэкенд и три разных задания - перепиши его на Rust / Go / TypeScript за 4 часа. Друг о друге агенты не знают. ● Агенты устраняют "помеху", не считаясь с методами Все протестированные модели быстро решали, что им мешают намеренно, и переходили к контрмерам: скрипты, в цикле находящие и убивающие чужие процессы, отключение чужих Unix-аккаунтов, вредоносный код под чужим именем и маскировка своей малвари под чужой health check. Примечательно, что между предположением о глупости (запуском в одном worktree противоречащих друг другу заданий) и вредительством агенты выбрали именно вредительство :) ● Новые модели решают конфликты лучше Более новые модели чаще распознают, что это конфликт инструкций, а не саботаж, оформляют перемирие через commit messages и Markdown-файлы с извинениями, вычищают свою малварь и зовут человека - у Mythos 5 до перемирия доходит 98% эпизодов. Но связь между общими способностями модели и мирной координацией не прямая: умение действовать эффективно и про-социальность - разные вещи. Более сильная модель иногда просто быстрее блокирует конкурентов, а уже затем отменяет силовое решение и договаривается о перемирии. ● Обратная сторона автономности Тут мы видим давно известный в сообществе компромисс: одно из главных достоинств агента - способность самостоятельно принимать решения и снимать блокеры - позволяет ему дольше выполнять задачу и реже ставит в положение, где приходится остановиться и позвать человека. Но чем способнее агент, тем меньше внешних препятствий заставляют его пересмотреть само задание. Поэтому опасным может оказаться не непослушный агент, а образцово исполнительный - тот, который слишком хорошо и настойчиво следует плохо поставленной цели. Paperclip'изация - хороший пример :) ● Выбор победителя через манипуляции метриками Агенты Mythos 5 изобрели "объективное" решение - турнир, чей бэкенд быстрее, тот и остаётся. Rust-агент при этом вдумчиво проектировал метрики, которые выглядят нейтрально, но выгодны Rust, и напоминал себе в рассуждениях: "осторожно, нельзя выглядеть так, будто подбираю метрики под себя". Проигравшие Golang- и TypeScript-агенты признали результат, уступили Rust-агенту кодовую базу и тем самым отказались от своих исходных задач. Так что когда агенты договорились, какая метрика решает спор, стоит уточнить, чей агент эту метрику предложил. 🟢 Рой, который сработал Но есть и плюсы: в одном из экспериментов рой из 45 агентов с общим форумом и отдельным арбитром искал уязвимости в 15 open-source проектах. Бейзлайном были независимые параллельные агенты, каждому из которых заранее назначили свой участок кода. Так вот, рой нашёл 266 уязвимостей против 21, и лучше работал "вширь", когда анализировал проекты - сам строил себе инструменты, специализировался по типам уязвимостей и сам выбирал, где копать Пусть даже при этом он сжёг 27 млн токенов против 6.5 млн, а внутри общего набора директорий цена находки в токенах сопоставима с независимыми агентами. Промежуточный итог Итак, координация не возникает сама собой - ни из более сильного интеллекта, ни из alignment отдельных агентов. Это прямой вывод Anthropic: агентам нужны отдельные механизмы - владение и границы, репутация, протоколы разрешения конфликтов, эскалация к человеку. Если какие-то из проблем показались вам подозрительно знакомыми по работе в достаточно большой и взрослой компании - это не совпадение :) Дальше разберём, почему команды агентов наступают ровно на те же грабли, которые давно описаны в теории информации, социальной психологии и оргдизайне. #ai #agents #research #mas_sas

MAS vs SAS: границы применимости (1/4) Мультиагентные системы в целом и для разработки в частности - штука, с которой сообщество агентной инженерии давно экспериментирует, и уже даже вендоры добавляют всякие Agent Teams и Swarms в свои продукты. Однако повсеместным стандартом они до сих пор не стали. Почему? В этой серии постов будем разбираться: 1. Границы применимости - когда хватает одного агента или параллельных агентов, а когда нужна команда 2. Как именно команды ломаются - потеря контекста, одинаковость, хрупкое доверие и конфликты 3. Почему это закономерность, а не невезение - теория информации и законы человеческих организаций 4. Что со всем этим делать сейчас и чего ждать от следующих поколений моделей Копаться в этом стоит отнюдь не только из академического интереса: всё идёт к тому, что мультиагентность станет нормой - включая гибридные коллективы из людей и агентов. И часть сегодняшних проблем, судя по всему, никуда не денется в ближайших поколениях моделей, так что лучше бы о них знать. На эту тему за последние полгода вышло два примечательных исследования: Google измерил, когда команда агентов выигрывает у одиночки (и наоборот), а Anthropic разобрала, почему агенты пока так себе по части кооперации. Сначала о понятиях Просто количество агентов нам говорит примерно ничего. Архитектуру задаёт топология: кто с кем связан, кто чем владеет и как организованы потоки информации (контекста). Для этой серии будем различать три режима: ● одиночный агент (SAS) решает задачу целиком ● независимые агенты (independent MAS) работают параллельно, не общаются, а их ответы в конце просто собираются вместе ● координирующаяся команда (coordinated MAS) обменивается промежуточными результатами напрямую или через оркестратора Главное различие между двумя последними: независимые агенты не меняют работу друг друга, а внутри команды сообщение может изменить чужой план, границы работы или общее состояние. Исследование Google Мотивация апрельской работы Google Towards a Science of Scaling Agent Systems - проверить на прочность популярную эвристику "чем больше агентов, тем лучше" (потому что в литературе есть буквально More Agents Is All You Need). Цель - посчитать и понять, когда добавление агентов помогает, когда вредит и можно ли предсказать это заранее по свойствам задачи. Дизайн экспериментов Пять канонических архитектур: одиночный агент, независимые параллельные, централизованная (оркестратор и воркеры), децентрализованная (peer-to-peer с раундами дебатов) и гибридная. Гоняли это всё на нескольких агентных бенчмарках и семействах моделей от разных вендоров. Результаты 🟢 Настоящий параллелизм окупается На хорошо декомпозируемом финансовом анализе команда с оркестратором дала +80,8% точности в сравнении с одиночным агентом. 🔴 Последовательные задачи штрафуют команду К примеру, на PlanCraft, где нужно последовательно выполнять зависящие друг от друга действия, все командные архитектуры выполняли успешно на 39-70% меньше задач, чем одиночный агент. 🟡 Сильному одиночке команда уже мешает Когда одиночный агент может решить больше ~45% задач, дополнительная координация чаще даёт убывающую отдачу. Это, к слову, самый статистически устойчивый вывод работы. 🟡 Оркестратор тут - пример полезного руководителя Независимые агенты усиливали ошибки до x17.2, а в схеме с оркестратором - до x4.4: он работает фильтром/валидатором и гасит распространение ошибок, которые неизбежно накапливаются в мультиагентных средах. 🟡 Архитектуру можно выбирать заранее (ну почти) По свойствам задачи и метрикам координации авторы предсказывают, какая архитектура окажется лучшей, - внутри изученных доменов модель угадывает в 87% случаев. До универсального калькулятора "сколько агентов брать" пока далеко (перенос между доменами заметно слабее), но направление интересное. А в целом - ну надо же, кто бы мог подумать: вдумчивая работа одного бывает полезнее, чем собрать митинг на десятерых и хорошенько поговорить. Никогда такого не было, и вот опять! Где проходит граница Как можно видеть из экспериментов, дело не в количестве агентов, а в графе зависимостей задач. Если работу можно разнести по независимым веткам - исследование вширь, отдельные ревью, разные модули или worktrees - команда даёт скорость и покрытие. Если всем нужен один контекст, общее состояние и постоянные синки, налог на координацию начинает съедать выигрыш. Мой опыт сводится к тому же: команда агентов работает, когда задача заранее декомпозирована, подзадачи не конфликтуют и роли чётко прописаны. А если бросить в команду задачу "как есть", самый воспроизводимый результат - спалить пятичасовой лимит Claude Max за полчаса - проверено лично, работает надёжно :) Дальше - что происходит, когда агенты всё-таки вынуждены работать вместе. #ai #agents #research #mas_sas

❓ Какие животные лучше всего перенесут межпланетные перелёты? Учёные ИМБП РАН создали комплекс, имитирующий радиацию и невесомость. Специалисты провели испытания на крысах и макаках‑резусах. 🐁 Крысы с «тормозным» типом нервной деятельности лучше сохраняли выученные навыки, а возбудимые особи быстрее обучались, но и быстрее забывали освоенное. 🐵 Обезьяны выполняли компьютерные игровые задания. Их поведение тоже зависело от типа нервной деятельности:

⏺Сангвиники почти не теряли продуктивность даже в стрессовых условиях. ⏺Холерики хоть и начинали играть активнее, но успешность падала до 30–40%. ⏺Флегматики постепенно сокращали число попыток, иногда совсем переставали играть. ⏺Меланхолики отказывались и от тестов, и от дальнейшего обучения.

Учёные предложили учитывать темперамент при отборе экипажей для дальних полетов и отдавать предпочтение более уравновешенным кандидатам.

Изучение странных кварков указывает на возможность существования новых частиц Несмотря на все усилия ученых по классификации огромного множества субатомных частиц, открытых за последние десятилетия, природа некоторых экзотических разновидностей до сих пор не поддается объяснению. Физики-ядерщики из США обнаружили свидетельства существования двух неожиданных структур, помогают упорядочить этот «зоопарк» экзотических частиц. Возможно, они дадут новое представление о загадочном семействе объектов, известных как XYZ-состояния. https://hightech.plus/2026/08/24/izuchenie-strannih-kvarkov-ukazivaet-na-vozmozhnost-sushestvovaniya-novih-chastic

V-RAE Тут предлагают строить сжатое представление видеогенераторов не на основе пикселей, а на основе смысла. Берут пониматоры видео и поверх них делают компактный слой. То есть образно говоря, вместо аудиозаписи нотная запись. В ней меньше деталей но видна видна структура, по которой можно сыграть заново даже лучше оригинала - Генератору проще работать со смыслом, он сходится быстрее в разы и выдает лучшее качество - Видео можно сжимать по времени без потери смысла - Такое представление можно использовать не только для генерации, но и для предсказания следующих кадров Веса есть но это исследовательский проект, а не прикладной Гитхаб HF #research VK | MAX

Привет! Не знаю, куда писать, но очень хотелось бы узнать про исследования, проверяющие уровень "счастья" животных в зоопарке. Правда ли животные в зоопарке страдают, или этот так, давно опровергнутый миф? — спрашивает @not_amigo.

Первая работа. Есть 26 миллиардов животных примерно 10 тысяч разных видов в неволе. 25 миллиардов из них — это те, которых мы едим. Ещё какое-то количество лабораторных мышей. Дальше уже домашние животные и зоопарки. Обычно зверь живёт не-в-природе дольше, потому что здоровых в природе не бывает. Часто там уже на 3-4 год печень сосут паразиты, под кожей ползают паразиты и где-нибудь ещё гнойник, рана и паразиты. Ну и нет хищников и меньше конкурентов. Многие виды живут дольше и плодятся быстрее, чем на воле. Но некоторые болеют, не хотят размножаться, их детеныши гибнут, а сами животные сходят с ума. Например, жирафы в зоопарках живут меньше, чем в дикой природе, и у них явно едет крыша — например, они часами маниакально лижут стены. У антилоп-дукеров и гепардов зашкаливает гормон стресса (у тех же гепардов в результате гастриты). Слоны тоже не сказать, что рады в зоопарках. Моржи живут мало и стирают бивни о бетон, а серые тюлени чувствуют себя отлично. Попугаи какаду выдирают из себя перья от стресса, а их родственники лорикеты или волнистые попугайчики выглядят офигенно счастливыми. Результаты: — У хищников чем большую территорию вид обходит в дикой природе в поисках добычи, тем больше он сходит с ума в неволе. Вот пример прикладной работы. — Чем больше вид в дикой природе питается листьями и ветками кустарников, тем короче его жизнь в зоопарке — это проблема того, чем их кормят. Работа включает выборки 60-х, так что, уже, вероятно, данные не так актуальны. — Попугаям скучно без умственной работы, надо или подкидывать задач, или брать тупых попугаев. — Маленькие приматы очень пугаются посетителей зоопарка, потому что опасные же твари близко! — Дольше всего живут смелые звери, которым пофиг на толпы туристов. Второй важный предиктор — осёдлость, то есть которым не надо ходить 30 км в день. И не очень капризные по понятным причинам, например, способные строить гнездо на палке, а не на идеальном дереве перфекциониста. В работе есть ещё важная штука для биологов — нефиг использовать время жизни в неволе как максимум продолжительности. Вероятно, многие могут и больше, если решены проблемы с медициной и хищниками. И большая работа чисто по зоопаркам. Что плохо: — От стресса большинство животных сильно худеет. Примерно треть потом адаптируется и возвращает вес, некоторые даже жиреют от халявы, но больше половины так и остаются похудевшими. — В 42% исследований уровень гормонов стресса оставался стабильно высоким вплоть до конца наблюдений. Считается, что гормоны должны взлететь при поимке, а потом плавно снизиться. Но нет, половина видов вообще не способна полностью привыкнуть к неволе. — В 48% исследований у животных наблюдался искаженный состав крови. — В 74 уровень половых гормонов падал на дно. У птиц (тех же воробьев) физически уменьшались в размерах семенники и менялся цвет клюва с яркого брачного на тусклый зимний. Самки переставали вырабатывать белки, нужные для формирования яиц. Предлагают две меры — большие клетки, правильный свет, укрытия, где можно спрятаться от людей — это база, она немного помогает. И хоть транквилизаторы бесполезны для длительного применения — работает химическая блокада, там нужны прикладные исследования. В целом картина — зависит от вида и условий. Плюс за последние ~15 лет зоопарки много вложили в оценку благополучия и обогащение среды, начали считать маркеры благополучия (поза счастья, хороший анализ на гормоны, размножение и т.п.), появились концепции свобод и какие-никакие стандарты счастья. Если что, вот тут статья про конкретно зоопарк Калининграда, где это внедрялось в меру возможностей. -- Вступайте в ряды Фурье! | Лучшие посты Вот уже вторую неделю из нашего зоопарка сломя голову сбегает ленивец Вениамин!

Всё, что досталось с усилием или тяжёлым трудом — ценнее. Как ворованная картошка фри, которая, как мы теперь знаем, на 39% вкуснее. Поэтому мы задались вопросом: а была ли Елена Троянская красивой, или она получила модификатор +39% к красоте? Разбираем! База 1959 года. Кто прошёл через боль, унижения или трудности, ценят результат сильно больше. Учёные заставляли приличных студенток читать матерные стихи и эротические рассказы взрослому мужику, чтобы пустить их в закрытый клуб. А когда те туда попадали, включали унылую лекцию о спаривании жуков. Вопрос: заставил ли пережитый стыд поверить, что лекция была гениальной? Контрольная группа — 166,7 баллов интересности. Мягкое испытание — 171,1 балл интересности (статистически неотличимо). А вот суровое испытание — 195,3 балла! Выборка, как обычно у психологов, говно. Но в 1959 году это не было традицией, поэтому давайте отнесёмся с пониманием. Мы умеем оценивать и чужие усилия. 138 студентов учили стихотворение поэта. Причём половина думала, что он его написал за 4 часа, а другая половина — что за 18. 4-часовой стих оценили в среднем в 50 долларов, а 18-часовой — в 95 долларов. Повторили с другой выборкой и картиной, оценки — 650 долларов за быструю и 1000 долларов за старательную. Потом 235 человека оценивали качество средневековых рыцарских доспехов по фотографиям. Там давали время работы кузнеца (15 часов или 110 часов) и качество самой фотографии: половина видела доспех в высоком разрешении, где можно разглядеть каждую царапину и детали гравировки, а половина смотрела на мыльную картинку. Доспех за 110 часов, конечно, оценили выше, чем за 15. Но прикол в другом: когда люди видели чёткую картинку, они могли сами оценить мастерство кузнеца, и время работы волновало их меньше. Но когда картинка была мутной, участники смотрели на время 110 часов — и раз долго ковал, значит, шедевр. Ну а мораль — никогда не отправляйте работу сразу, так она куда хуже ) Работа, почему ценность своих усилий назвали Икея-эффектом. Придумали растворимые смеси для кексов. Надо было просто добавить воды. Продажи провалились. Смеси делали готовку слишком простой, и женщины чувствовали, что они тут просто постоять, и на результат не влияют. Тогда изменили рецепт: теперь в смесь нужно было разбить и добавить настоящее яйцо. Сработало! По этой же причине мы любим стол из Икеи — эту хтонь мы собирали сами! В авторах Ден Ариэли, но выборка всё равно говно. А вот почему люди добровольно лезут в горы, бегают ультрамарафоны, решают сложные кроссворды и т.п. Работа для нас стресс, по умолчанию мы должны экономить энергию, поэтому лениться — это базовая биологическая норма. Но есть какие-то ушибленные, которые творят херню. Собственно, ответ вы уже знаете. Потому что не зря же столько лез! Тут проверили на животных. Если голубю пришлось тяжело поработать, сигнал о приближающейся еде кажется ему гораздо более привлекательным. Любой дискомфорт — усталость, долгое ожидание, разочарование — работает. Чем больше напрягать голубя, тем ярче он испытывает радость от награды. Даже ожидание, что придётся тяжело вкалывать, ценное. Даже если в итоге пронесло и напрягаться не пришлось. Теперь снова возвращаемся к прекрасной Елене! 10 лет под стенами Трои — это нифга себе инвестиция. После этого просто не было шансов признать, что Елена на лицо ужасная, добрая внутри. В Илиаде троянские старейшины, глядя на Елену со стены, говорят, что за такую женщину не стыдно воевать. Кроме того, красота — штука непостоянная, поэтому если ради Елены выдвинули список кораблей, который можно дочесть до середины максимум — очень вероятно, она выдающаяся! -- Вступайте в ряды Фурье! | Самые тяжёлые посты Доводы экспертизы об "оскаленной морде и выпученных глазах" производители водки сочли весьма субъективными, поскольку понятие красоты является непостоянным.

Попробую небольшой эксперимент. Я собираюсь подаваться на большой грант и потранслирую вам в прямом эфире, как это будет происходить 🙂 Дедлайн — 17 октября, у меня есть только общий драфт концепции. Будет весело!😅 Я буду подаваться на ERC Starting Grant — это самый большой и престижный европейский грант. Он дает довольно много денег (1.5 млн €), дает много свободы в том, что именно делать, и — главное — потенциально дает полную независимость. С ним можно создать свою научную группу или выделиться внутри рабочей группы. Для меня это значит, что 50% своего времени я буду тратить на развитие своей личной научной программы, не оглядываясь на босса. И в целом это очень престижный грант, который откроет много карьерных дверей. Если его получить. Это нетривиально: только около 10% заявок в итоге одобряются. Сам процесс состоит из подачи текста из двух частей (для общей аудитории рецензентов и для специалистов) и интервью, если пройдешь первые этапы. Я начинаю очень поздно: обычно к этому моменту нужно уже иметь готовый текст, чтобы все успеть. Но я, как обычно, замотался с другими делами, и не мог решиться подавать в этом году. Но если не в этом году — то через год, а там уже будет совсем другая история (возможно, придется искать другую тему и т.д.). Но зато у меня очень ограниченный таймлайн, а значит, это не займет все мое время. Удобно! Учитывая, что я как раз закончил писать несколько статей, у меня появилось чуть больше времени на это все. Вам я буду рассказывать по ходу дела, как проходит процесс, если будет что-то интересное. Ну и потом — подготовка к интервью и вот это все. Тему рассказать не могу, правда. Вчера вечером я написал большое письмо в администрацию универа с просьбой о поддержке (у них для такого отдельные люди), сегодня помучил чатгпт для создания пошаговой инструкции к тому, что мне делать. Первый шаг сделан, погнали! #ERC

Почему мы не инвестируем в neo labs? Сейчас в AI появился отдельный класс компаний - neo labs: команды, которые сначала занимаются исследованиями и пытаются добиться технологического прорыва, а уже потом ищут, какой продукт на его основе строить. У нас была возможность зайти в несколько таких стартапов, но мы отказались. Основной актив этих компаний - научная репутация и команда, но выручки, продукта или готовой технологии пока нет. Тем не менее они могут получить $100M по оценке в $1B, $2B по $112B - и это на стадии, где даже нет продукта. На скрине больше примеров, которые мы видели за последнее время. Инвесторы делают ставку на один из двух сценариев: 1. Команда действительно совершит технологический прорыв и построит новую большую компанию. 2. Этого не произойдет, но как сильных ресерчеров их захотят купить кто-то из frontier labs (OpenAI, Anthropic, Meta, Google и т.д.) и все равно заплатят за этого много денег. Мне это почему-то напоминает ICO 2015-2016, когда какой-нибудь известный криптограф с дипломами придумывал какой-то новый протокол, под это собирали сотни миллионов долларов, выпускали монеты. А потом проектов за ними так и не появилось, при этом некоторые монеты даже до сих пор существуют и капитализация несколько миллиардов, только вот ликвидности по ним все равно нет. Нам пока по-прежнему интереснее инвестировать в компании, где уже есть понятный продукт, traction и польза для клиентов.

Половину вашей работы уже может делать нейросеть. Вопрос, когда это заметит клиент 🔵 В прошлом посте закончил на том, что повторных продаж в исследованиях мы так и не нашли. А гвоздь в крышку этого гроба забили нейросети... С появлением Клода делать кастдев стало гораздо проще. Список вопросов может подготовить Клод, причём нормальных вопросов. Интервью проведёт интервьюер, а он стоит недорого, тысячи две-три. Дальше сгружаешь это в Клод, и он делает неплохую аналитику. А раньше расшифровки кастдевов мы делали вручную, автотранскрибаторов ещё не было. Потом аналитик всё это вычитывал и разносил. Объёмная и трудоемкая работа, за которую мы брали дорого. С рыночными исследованиями та же история. Мы продавали их дорого, потому что надо было пройтись по всем росреестрам, собрать данные. Сейчас нейросеть собирает то же самое за час, ещё и с красивым отчётом)) Причём если на стороне клиента в продуктовом отделе есть какой-нибудь человек с мозгами, он справится и сам. Выделит день, полазит по интернетам, найдёт первоисточники, даст нейросети конкретные ссылки, где какие материалы искать. И результат будет космос.

Можно, кстати, сделать простую проверку для любой вашей услуги. Спросите себя, за что клиент на самом деле платит вам деньги. Если большая часть чека - это ручная работа по сбору и обработке данных (найти, выгрузить, расшифровать, свести в таблицу, оформить в отчёт и тд), то ваша услуга в зоне риска, и цена на неё будет падать.

В общем, спрос начал падать, продавать стало сложнее. И мы поняли, что надо что-то менять... В следующем посте расскажу, как мы искали новый продукт и почему нашли его совсем не там, где искали. А пока интересно послушать вас. Нейросети уже забрали часть какой-то вашей услуги? Что делаете с этим, адаптируетесь или уходите в другой продукт? Пишите в комментариях 👇