ИИ

Как доводить проекты до ума и фокусироваться в эпоху ИИ. На чем сейчас фокусируется Бог (если он есть) и какими проектами занят? У вас ведь тоже теперь 100 незавершенных проектов из-за вайб-кодинга и Claude Code? Хуже того, в какой-то момент я заметил, что лишние возможности (как и лишние инвестиции) убивают продуктивность. Легко переключаться на другой проект, как только один забуксовал. Легко погрузиться в прикольный вайб-кодинг, вместо того, чтобы заниматься чем-то по-настоящему важным (продажами, например) И тут я задал себе один неожиданный вопрос: раз мы теперь все такие всемогущие и все можем делать по щелчку мышки, мы теперь практически боги (в интернет-вселенной), а раз так — на чем сейчас фокусируется Бог и какими проектами занят сегодня? (не важно, верите ли вы в него или нет) Оказалось (deep research помог), что вопрос о том «чем сейчас занимается Бог и на чем он фокусируется сегодня» занимал великие умы от Аристотеля, до Фомы Аквинского и далее по списку. А самое интересное, что ответы, которые нашли великие философы, очень подойдут и нам, менее великим вайб-кодерам, терзающим Claude Code по ночам. Не буду терзать вас цитатами Фомы Аквинского и других теологов (вы ведь и сами можете сделать такое исследование), напишу лишь как я понял это лично для себя, в виде эдакой современной шпаргалки, которую не грех распечатать и повесить рядом с монитором. 1. Ограничения. Если ты можешь все, то ты не будешь делать ничего. И поэтому Бог себе сам придумал ограничения, в случае нашей вселенной — законы физики, внутри которых приходится решать разные противоречия. Короче, заставьте себя придумать ограничения. Вот мои 2 первых: а)пока не продал/не показал кому-то, дальше не разрабатывай б)любой кусок работы от идеи до презентации/продажи должен укладываться в 4 часа, если не укладывается, значит ты плохо понял задачу и плохо раздробил. 2. Начинай любую задачу с чистого листа. По одной древнееврейской легенде, Бог, перед тем как сотворить все вокруг, сжался в точку и очистил все вокруг, то есть «очистил контекстное окно». Я стараюсь все главные задачи писать просто от руки на листе бумаги и каждую новую задачу в LLM начинать с чистого листа и с собственной формулировки. Короче, если я не могу сформулировать от руки (вне LLM) задачу, то я и принять ее не смогу. А во-вторых, от руки много не напишешь, приходится упрощать. Поэтому важно сохранять некий «суверенитет» собственного мозга в постановке и в приемке задач и периодически закрывать все вкладки, выходить в офлайн и пытаться решить задачу вне LLM, пересказывая ее устно, например. 3. Помни кто ты, зачем ты это делаешь и какой твой тезис. Платон утверждал, что фокусировка определяется не объектом, на который ты смотришь, а системой ценностей того, кто смотрит. По мнению Платона, Спинозы и Аристотеля — Бог смотрит прежде всего на самого себя, а не на свои творения, которые являются лишь его отражением (тенями от костра, но не сами источником - костром). Короче, мир вокруг (в том числе проекты, которые мы навайбкодили) — это просто наше отражение, с некой задержкой (1-5-10 лет, эта инерция в последнее время сильно сократилась). Что делать, если обнаружил что вокруг тебя хреновые проекты, война и злые люди? Тут ориентир один — любовь. Прекратить заниматься тем, что не любишь и делать только то, что любишь и что нравится. Не делать из страха или нужды. Это самый сложный пункт, потому что большинство делают проекты из-за нужды денег, давления инвесторов или клиентов, ходят на работу из-за ипотеки и т.п. Как это победить? Как минимум, чаще напоминать себе об этом (во всех религиях это называется молитва) Есть еще много нюансов, но эти 3 главные. Вот так все просто, но не очень-то легко: люби, упрощай, ограничивай. А вам что помогает?

Среди всех панических криков про "ИИ нас заменит" и ваще "старшно-страшно" мало кто говорит (а может не говорят, потому что не понимают?), что одна из важнейших вещей, которая у нас появляется - высвобожление внимания. Вот тут Леша разбирает отличный пример, когда человек стоящий перед тобой наконец-то тебя послушает, а не будет судорожно записывать то, что вы ему говорите. А где у нас с вами это отлично проявляется? Праааавильно: как минимум в протоколах встреч. Я уже давно не мог позволить себе на встрече, где мне нужно фиксануть результаты настолько внимательно участвоать в диалогах и ничего не записывать. В общем, тема эмпатии, умения человека поговорить с человеком и выслушать его максимально внимательно вырастает в полный рост!

Apple тестирует в нескольких сторах фичу Live Notes: ИИшка слушает разговор сотрудника Genius Bar (это стойка техподдержки внутри Apple Store) с покупателем, расшифровывает его и делает саммари. Запись включается перед сессией, и только если согласны обе стороны - и сотрудник, и покупатель (покупателя обязаны проактивно спросить и получить согласие). Эйай транскрибирует разговор и сжимает до сути, и текст падает в айпад сотрудника как часть записи о ремонте. Аудио, по словам Apple, не сохраняется, менеджеры транскрипты не видят, а сотрудник может отредактировать текст и саммари перед сохранением ("с изложенным в протоколе не согласен..." 🤔). Зачем это вообще надо. На стойке поддержки всегда идёт битва между "слушать человека" и "успеть записать детали", и обычно "слушать" проигрывает. Сотрудник тыкает в экран, пока покупатель что-то бубнит про треснувший дисплей. Автозапись с умным саммари должна убрать эту дилемму (ну, по идее), и сотрудник будет больше времени уделять клиенту, качество обслуживания улучшится, всё такое. Любопытно, что это буквально паттерн из медицины. Ровно так продают ИИ-скрайбы врачам (Abridge, Nuance DAX и т.д.), что "доктор наконец смотрит на пациента, а не строчит в карту". Genius Bar и раньше косплеил приём у врача (стойка, талон, диагноз), а теперь ещё и вот это. Забавно. Но ещё забавнее вот что. Получается, одна из самых заметных ИИ-инициатив Apple последнего времени, среди целой серии ИИ-провалов - это автоматизация записок ремонтника. Параллельно в приложении Apple Store готовят ИИ-шопинг-ассистента. Похоже, ритейл сейчас - главная ИИ-песочница компании, интереснее самой Apple Intelligence, где компания уже давно и безбожно сливает все полимеры. Фичизм

Побывал на YC Startup School - если честно, то самое интересное выступление было от Chelsea Finn, соосновательница Physical Intelligence, ассистант-профессор в Стэнфорде. Если очень кратко: в ближайшие 1-2 года будет chatgpt момент моделей для роботов —> то есть общие (generic) модели смогут выполнять разнообразные задачи не хуже специализированных моделей. Но такого взрывного роста дистрибуции, конечно, не будет, так как физические вещи не так легко масштабируются. Призывает уже сейчас играться с pi моделями, доступными в open source (0.5 например). Подробнее что она рассказывала и показывала дефакто описано в этой статье про 0.7 версию. Но думаю через пару недель появится видео

Дайджест новостей за неделю 20–26 июля 2026 Раз в неделю я выпускаю обзор самых интересных новостей финансов и технологий в России и мире (одновременно в формате текста, видео и подкаста) – достаточно потратить всего 15–30 минут, чтобы быть в курсе событий.

Тема выпуска нынче была очевидной, в комментах ее сразу отгадали. Вообще, там Игорь Котенков обещал целый лонгрид сделать на тему хулиганящей новой ИИ-модели от Альтмана – очень ждем!

Темы прошедшей недели: — Тема недели: Новая модель OpenAI сбежала и взломала Hugging Face — Другие новости AI: Claude Opus 5 родился — Финансовая сторона AI-бума: У бигтехов всё сложно — Новости России: ЦБ снизил ставку до 14% — Бешеный принтер: Закон против уехавших из РФ — Международные новости: Чё там с нефтью опять — Новости технологий: Айфоновый тоталитаризм — Космоновости: Блумберг не умеют работать с источниками — Крипта: Кошелек внутри телеги — Хорошая новость недели — Бонусные посты недели из моих ТГ-каналов Топовые посты прошлой недели из моего второго (немножко щитпостинг) канала: 🐌 Итан Моллик выпустил обновленный мини-гайд про то, какие AI использовать для каких задач 🐌 Прикольное исследование про biases нейросетей 🐌 Полезные ТГ-каналы по теме российских ЗПИФ на недвижимость 🐌 Среднее богатство на взрослую душу населения в развитых странах в сравнении с медианным 🐌 Долларовые миллионеры как процент от взрослого населения 🐌 Более половины новых выходящих на рынок ETF представляют собой фонды инвестиций в одну акцию #RationalNews #нетвойне текст | видео | подкаст

Главная ошибка AI-стартапов — мыслить слишком мелко Сэм Альтман на Startup School сформулировал парадокс: AI позволяет маленькой команде делать то, для чего раньше требовалась целая компания. Но большинство основателей используют эту сверхсилу, чтобы собрать очередную обёртку над ChatGPT. Если модель за один промпт повторяет продукт, который раньше строили годами, — это не значит, что создавать больше нечего. Это значит, что нужно взяться за задачу на порядок сложнее. Несколько мыслей из выступления: 1. Сейчас золотое время для стартапов Стоимость разработки падает, циклы становятся короче, а доступ к знаниям — почти бесплатным. Несколько человек с AI-агентами могут замахнуться на проекты, которые недавно требовали сотен сотрудников. 2. Лучшие идеи сначала выглядят неправильными Большие компании редко рождаются из модного консенсуса. Обычно основатель замечает экспоненту или технологический сдвиг, который остальные ещё не успели принять всерьёз. Но одной «контринтуитивности» недостаточно. Убеждённость должна расти вместе с доказательствами: работающим продуктом, поведением пользователей и реальными результатами. 3. Огромная цель должна начинаться с маленького работающего шага OpenAI говорил об AGI, но начинал как небольшая исследовательская лаборатория. Большое видение не требует сразу строить всю империю. Нужно найти минимальный шаг, который проверяет главную гипотезу и создаёт реальное движение вперёд. 4. Связи между основателями накапливаются годами Альтман рассказал, как когда-то помог Stripe нанять Грега Брокмана — задолго до того, как они вместе основали OpenAI. Вывод простой: помогать сильным людям полезно без немедленного расчёта на отдачу. Невозможно заранее узнать, во что превратится одна встреча через десять лет. 5. AI должен расширять человеческую свободу, а не только создавать изобилие Даже мир без болезней и материального дефицита будет антиутопией, если в нём не останется приватности, самостоятельности и осмысленной роли для человека. Поэтому главный вопрос не только в том, насколько умными станут модели. А в том, кто контролирует их действия — и сохраняет ли человек право принимать окончательное решение. Главный вывод: AI резко снизил стоимость амбиции. Теперь маленькая команда может поставить перед собой почти абсурдно большую цель. Хочу закончить трансляцию с YC Summer School словами Liven in the future, then build what’s missing.

Александr Ванг: в AI выигрывает не тот, у кого самая новая модель На Startup School 2026 основатель Scale AI и руководитель AI-направления Meta Александr Ванг говорил о том, как строить компании, когда технологический фронтир меняется буквально каждый месяц. Главная мысль: нельзя привязывать компанию к возможностям конкретной модели. Сегодняшнее преимущество быстро становится стандартной функцией. Поэтому продукт стоит строить вокруг устойчивой проблемы клиента, предполагая, что модели, цены и доступные возможности постоянно будут меняться. Следующее узкое место AI — уже не только интеллект модели. Всё большее значение имеют данные, evals, обратная связь, инфраструктура и способность превращать вероятностный ответ в стабильно полезный результат. Отсюда практический вывод: лучший способ учиться — как можно раньше внедрять продукт в реальную работу. Смотреть, где он ошибается, собирать сложные случаи и возвращать их в цикл улучшения. Ожидание «идеальной модели» лишь откладывает получение самой ценной информации. Ванг также сделал акцент на плотности таланта и прямой ответственности. Небольшая команда сильных людей с ясной зоной владения может двигаться быстрее крупной организации, где энергия уходит на согласования. И наконец, удешевление разработки должно увеличивать амбиции основателей. Если создать продукт стало проще, это не повод выпускать ещё одну тонкую оболочку над моделью. Это возможность взяться за более трудную и значимую проблему.

День 2. Патрик Коллисон на Startup School Второй день начался с разговора Патрика Коллисона, сооснователя и CEO Stripe, и Харжа Тага́ра. Сначала говорили о том, чему стоит учиться в эпоху AI. Коллисон сравнил знания в голове с L1-кэшем компьютера: даже если модель способна найти или вычислить ответ, уже усвоенное человеком знание доступно быстрее и позволяет совершать больше мыслительных итераций. По его словам, способность программировать, рассуждать, писать и ясно общаться по-прежнему высоко ценится. Сам он пока не использует автоматически сгенерированные ответы в почте и мессенджерах и считает человеческое письмо более точным и содержательным. Затем разговор перешёл к учёбе и основанию компаний. Коллисон дважды уходил из университета ради стартапов и возвращался обратно. Он сказал, что бросать колледж необязательно: если человеку нравится учиться, нет ничего плохого в том, чтобы закончить образование. При этом уход из университета не является необратимым решением и, по его опыту, впоследствии почти никого не интересовал. Коллисон также предостерёг студентов от идеи, что нынешний момент — последняя возможность создать компанию и избежать будущего «постоянного низшего класса». По его словам, люди регулярно воспринимают новые технологии как окончательное переустройство общества, но предпринимательские возможности в Кремниевой долине продолжают появляться десятилетиями. Stripe родился после Startup School 2009 года. После мероприятия Патрик и Джон Коллисоны пошли за суши, а по дороге решили начать работать над платежной компанией. Они предполагали, что проект займет несколько месяцев; прошло почти 17 лет. Идея Stripe казалась одновременно очевидной и неправдоподобной. Интернет-платежи были сложными и неудобными, но банки и партнеры с трудом воспринимали двух молодых основателей как серьезную финансовую компанию. По словам Коллисона, их удерживала конкретная проблема, которую пользователи действительно испытывали и хотели решить. До публичного запуска Stripe прошло почти два года. Коллисон объяснил это требованиями к безопасности, банковским партнерам, движению денег, инфраструктуре и надежности. При этом компания не строила продукт в изоляции: первый реальный пользователь появился примерно через два месяца после начала работы. Функции добавлялись вслед за его запросами — просмотр платежей, возвраты и вывод средств. Число пользователей затем увеличивалось каждый месяц до публичного запуска. Обсуждая стартапы в эпоху AI, Коллисон предположил, что прежний подход с поиском маленькой свободной ниши может стать более конкурентным. Поскольку создавать программное обеспечение стало дешевле, основателям, возможно, придется выбирать более амбициозные и менее очевидные направления. Еще один его совет — думать не только о возможном провале, но и об успехе. Перед привлечением значительного капитала основателю стоит спросить себя, хочет ли он заниматься этой компанией 10, 17 или 30 лет. В любом бизнесе будет много рутинной работы, поэтому важна привлекательность всей области и долгосрочной миссии, а не только отдельных интересных задач. Коллисон также не согласился с тем, что несколько крупных AI-лабораторий заберут всю экономическую ценность. Он привел исторический пример Google: даже организация с выдающимися специалистами, капиталом и инфраструктурой не может одновременно реализовать все возможные направления. По его ожиданиям, AI создаст не только несколько крупных победителей, но и тысячи новых компаний. В заключение Коллисон поделился наблюдениями из данных Stripe. По его словам, число новых компаний на платформе выросло почти вдвое год к году — это один из крупнейших скачков, которые они наблюдали. При этом медианный новый бизнес работает лучше, чем год назад, а компании быстрее достигают первых уровней выручки.

Разговаривал вчера с другом, возникла мысль что одна из самых рискованных инвестиций сегодня — это индекс Russell или даже S&P500. Почему? Потому что большая часть компаний обоих индексов не имеют смысла уже с сегодняшним уровнем моделей, но продолжат существовать по инерции еще лет 10-15. S&P500 спасет Нвидиа и Гугл, но вот классическим компаниям из Russella и их европейских/азиатских аналогов жопа. Да, авиакомпании и железные дороги не исчезнут совсем, но для любой более-менее технологической компании упадут мультипликаторы и вырастет конкуренция. У биткоина и эфира от ИИ в любой день, начиная с сегодняшнего, есть ненулевой риск стоить ровно $0, потому что они код, а ничего лучше LLM не бывает в плане кибер безопасности. У сааса останется функция как хранилище данных и source of truth и платформ для агентов, но у многих мультипликаторы упадут до 2-4. У банка и какого-нибудь крупного FMCG не будет моментального обнуления, но уже сегодня очевидно, но любая их офисная функция будет на 80+% автоматизирована. А какой процент производства и логистики в цене тюбика зубной пасты? Ну, от силы 20%. Самый безумный ответ тут: «всех уволят, кто будет покупать?» — но это ересь, ибо большинство людей и сегодня не может себе позволить топовое образование, топовых роботов/машины/квартиры, топовую медицину и приватный ультрамодный банкинг. Но смогут, ибо все эти вещи станут в разы дешевле. Но не за один год. За один год изменится индустрия софта. Все компании, чей продукт код либо придумают уникальный способ защиты, который не могут повторить конкуренты, либо вынуждены будут самоликвидироваться. А для остального потребуется экономическая диффузия (условно, роботы для строительства домов есть уже сегодня, но нужны годы чтобы они строили сотни тысяч домов в год). Самая рискованная ставка в экономике сегодня — это ставка на стабильность. Любой, кто не приучится к постоянно и с увеличивающейся скоростью меняющемуся миру должен будет уступить дорогу остальным.