ИИ

К чему я это спросила. Ко мне вчера пришла девушка и попросила посмотерть ей вакансии на AI инженера. Я начала искать, и не нашла даже такой категории. Есть backend, fullstack, ML engineer, AI/ML Researcher, другие инженеры, а AI инженера нет. Я работаю со стартапами, в которые вложились известные венчурные фонды, и у которых ИИ в ядре. То есть ИИ должен быть у инженерных ролей по дефолту. AI Engineer - это не отдельная функция в их системе координат, а слой поверх обычных инженерных функций. Если ты AI Engineer - фиг знает, что ты конкретно делаешь с ИИ. Тренируешь и файнтюнишь модели? Прикручиваешь готовые LLM к продукту? Используешь Caude Code для написания кода?

ByteDance обошла санкции США и получила доступ к 2300 NVIDIA B200 через Норвегию Владелец TikTok нашел лазейку в ограничениях США на экспорт ИИ-ускорителей. Из документов к IPO британского облачного провайдера Nscale выяснилось, что 73% его выручки за 2025 год обеспечила сингапурская фирма Spring — дочерняя компания ByteDance. ByteDance не ввозила чипы в Китай, а арендовала мощности за рубежом. Сингапурская «дочка» оформила контракт на доступ к кластеру из 2304 ускорителей NVIDIA B200 (Blackwell), физически размещённых в дата-центре Nscale в норвежском Гломфьорде. Контракт с ByteDance принес провайдеру $24 млн и позволил привлечь крупных инвесторов. В Nscale вложилась сама NVIDIA, подписав соглашения о закупках чипов более чем на $2 млрд, а следом к клиентам присоединились Microsoft и Anthropic. Сейчас Минторг США уже работает над закрытием этой схемы аренды.

Whoop для задницы Давненько у меня не было рубрики "сортирные инновации" (знаю, вы по ней скучали). Тем временем там уже целый сегмент, да ещё какой! Год назад я писал про Kohler Dekoda. Напомню, они делают камеру с машинным зрением, которую вешают на обычный толчок. Вся эта система смотрит на юзерскую жизнедеятельность обоих типов, оценивает форму, цвет, гидратацию, наличие всякого чужеродного и т.д., и кладёт всё это дело на дэшборды в приложении. У них дизрапт в том, что можно повесить относительно недорогую насадку на обычный унитаз, и не нужно покупать умный за конские деньги. Так вот, у Kohler появился достойный конкурент со звучным названием Throne. Это стартап из Остина, Техас. Один из трёх сооснователей - бывший CTO Whoop Джон Каподилупо. Причём пришёл он туда не из любви к теме, а по нужде: у него язвенный колит, и он давно жаловался, что для ЖКТ нет нормальных трекеров. Девайс от Throne представляет собой вот такую приблуду (см. картинки), которая цепляется под ободок, а её камера смотрит вниз, и ещё есть сенсор и микрофон. Дальше данные улетают на несколько computer vision моделей, часть из которых обучали практикующие гастроэнтерологи на всех нужных данных и объектах, не буду их ещё раз перечислять. А сверху наложен ИИ-слой, превращающий метрики в ежедневные инсайты и коучинг (кек). То есть, логика ровно как у Whoop и Oura: важна не одна цифра, а личная норма юзера и отклонения от неё день за днём. Мой заголовок не кликбейт, да. Главное отличие от Kohler, которое сами Throne продают как ключевое преимущество - что не надо прикладывать палец для идентификации конкретного юзера. Штука от Kohler узнаёт пользователя по отпечатку на сенсоре, а Throne - за три секунды по Bluetooth телефона. Благодаря этому девайс полностью hands-free. Что весьма ценно, есть учесть нюансы всего юзкейса. Правда, в их же FAQ написано, что если оставить телефон рядом, то сессия может запуститься во время чужого визита. Ещё Throne ощутимо дешевле - $399 сам девайс плюс $6 в месяц подписка. Для сравнения, у Kohler устройство стоит $599 и ~$100 в год подписка. Продажи начались в марте, а в конце июля стартап поднял раунд на $10M. Деньги обещают пустить на клиническую валидацию и новую киллер-фичу - детекцию микроскопической крови, чтобы стать датчиком для рака кишечника (наверно, самый "продающий" юзкейс из возможных). В общем, хорошечно какать - само по себе полезно (является инвестиционной рекомендацией), но "умно" какать с данными - ещё полезнее. Обучают ли на этих данных ИИ-модели - история умалчивает. Да по-любому обучают, камон, вы чо угораете. Дизраптор

Компаниям завезли УРОВНИ ИИ-зрелости — в день конференции «ГигаКонф-2026» Сбер представил модель, которая за 15–30 минут поможет оценить готовность разработки и сопровождения ПО к внедрению ИИ-агентов. Всего уровней шесть — от нулевого до инновационного. Оценка идёт по восьми направлениям: от стратегии и разработки до тестирования, безопасности и эксплуатации. Компания узнает свой уровень, точки роста и получит базовые рекомендации, как подняться выше. Как отметил старший вице-президент, руководитель блока «Технологии» Сбера Кирилл Меньшов, модель даёт честную картину текущих процессов. При этом логику расчётов тоже раскрыли — можно сразу разобраться, из чего складывается результат. Прокачивать придётся и рабочие процессы 😏

✔️ OpenAI расширила Academy до 14 курсов OpenAI добавила в свою образовательную платформу курсы для разработчиков, руководителей, преподавателей и студентов вузов. Вместе с уже существовавшим направлением Apply AI at Work каталог теперь разделён на четыре трека по ролям, всего 14 курсов. Каждый курс заканчивается экзаменом из 10–20 вопросов, которые случайно выбираются из банка в 50 заданий. Кто наберёт минимум 80%, получает ачивку OpenAI Academy, которую выдаёт и хранит платформа Accredible. За все курсы и экзамены трека, где это предусмотрено, выдают сертификат об окончании.

Ни цифровая ачивка, ни сертификат не считаются профессиональной сертификацией.

При провале экзамен можно пересдать с новым набором вопросов, а сам курс можно просто пройти без сдачи экзамена. 🟢Apply AI at Work из трёх курсов учит ставить ChatGPT задачу, давать контекст, проверять ответы и превращать удачные приёмы в повторяемые процессы. Затем слушатели поручают работу агентам и расставляют контрольные точки для проверки человеком. 🟢Build with AI – самый большой трек, восемь курсов: работа с Codex на всём цикле разработки и продукты на OpenAI API, от проектирования решения и оценки качества до агентов, поиска нужной информации и эксплуатации в продакшене. 🟢Lead AI Adoption пока состоит из одного курса AI Leadership. Слушатели привязывают ИИ-инициативу к приоритетам бизнеса, распределяют ответственность, задают правила и собирают первую версию стратегии и дорожной карты внедрения. 🟠AI for Educators учит планировать занятия и составлять задания и контрольные. 🟠AI for College Students учит собирать учебный план, распределять роли в групповом проекте и готовиться к собеседованиям. Для компаний есть руководство по внедрению курсов - как представить их сотрудникам, вовлечь руководителей и отслеживать прогресс. @ai_machinelearning_big_data #news #ai #ml

В какие профессии податься до 2030-го года? Самая высокооплачиваемая профессия в России прямо сейчас — сварщик. Медианный оффер — почти 270 тысяч рублей (ссылка). Не разработчик, не продакт с латте на кокосовом в правой руке и с дудкой — в левой, а обыкновенный сварщик 🌚 Не буду вам тут советовать идти в сварщики, но расскажу, что будет актуально и хорошо оплачиваемо еще года 3-4 точно. 1. Инженер-технолог. Медианная зарплата 250к, 1-2 резюме на вакансию. Минтруд называет нехватку 1,7 млн квалифицированных рабочих. К 2028-му WEF в Future of Jobs 2025 ставит строителей и инженеров в топ-5 профессий по абсолютному росту числа занятых до 2030 года (ссылка). Goldman Sachs уточняет: ИИ создаёт острый спрос на технических специалистов и строителей — только для роста дата-центров и электросетей США понадобится 500к дополнительных рабочих к 2030-му (ссылка). В России эта логика работает ещё жёстче. 2. Специалист по ИИ-агентам. Медианная зарплата 200к+. Вакансии, связанные с ИИ-агентами, выросли на 985% за 2024 год (TAdviser). К 2028-му WEF называет специалистов по AI и большим данным профессиями с самым быстрым ростом в процентном выражении до 2030 года (ссылка). Не устану говорить, что тот, кто ржет над тем, что ИИ не заберет у него работу... прав. ИИ не заберет, заберет чел, который максимально ИИ-native. И вот он будет ржать последним и очень громко. 3. Специалист по кибербезопасности. Один из наиболее дефицитных профилей даже на охладевшем рынке, зарплаты стабильно выше рынка. К 2028-му WEF ставит кибербезопасность в топ быстрорастущих навыков до 2030 года — наравне с AI и большими данными (ссылка). Чем больше ИИ-агентов, тем больше возможностей у кибер-атак. У нас же АСИ называет кибербез одной из ключевых компетенций приоритетных отраслей на ближайшие 10 лет (Ведомости). 4. B2B-продажи с техническим порогом входа. Медиана обычного продажника (с бонусами) — 115к., но с техническим профилем в промышленности, медтехе, стройке — давно за 200к. При этом конкуренция в разы ниже, чем в классических офисных продажах. К 2028-му McKinsey прогнозирует, что автоматизация уберёт транзакционные продажи, но резко повысит спрос на менеджеров, способных управлять сложными сделками и выстраивать доверие и долгие отношения с клиентами — навыки, которые машина не заменяет (McKinsey). 5. Специалист по корпоративному обучению / L&D. Сейчас, на мой взгляд, супер недооцененная ниша. Кучу людей надо будет переучивать. К 2028-му опять же WEF называет учителей и тренеров второй по величине категорией роста в абсолютных числах до 2030 года — потому что 39% рабочих навыков изменится, и кто-то должен это переучивать (ссылка). 63% работодателей уже называют нехватку навыков у сотрудников главным барьером для трансформации бизнеса. Как видите, варианты есть и технические, и гуманитарные. Вопрос в том, чтобы понять, какую волну седлать, и что еще важнее — делать это в ряду первых. А для того, чтобы быть в ряду первых, надо важные для рынка навыки качать заранее, а не когда сильно припрет. С вас — огоньки, с меня — больше полезных постов и аналитики на злобу дня🔥 #рынок #зарплаты

Gallup совместно с Microsoft опубликовали первые результаты исследования отношения к AI. Полевые работы завершены в 37 странах из запланированных 140. Положительные эмоции преобладают над отрицательными в 34 странах, исключения составляют США, Египет и Палестина. Медианная доля осведомлённых об AI составляет 81%, хотя бы раз им пользовались 43%, никогда не пробовали 57%. Разрыв между странами велик. В Сингапуре об AI знают 96% взрослых, пользовались 79%, ежедневно пользуются 46%. В Малави эти доли равны 12%, 3% и 1%. Что AI в основном поможет стране, считают 93% осведомлённых в Китае и 91% во Вьетнаме, а в США только 36%. Ниже показатель лишь в Бангладеш (34%) и Египте (35%). Семь богатых западных стран самые обеспокоенные — места с 1-го по 6-е и 8-е. В США тревогу из-за AI испытывают 74% осведомлённых, в Нидерландах 67%, в Канаде 64%. При этом ежедневно AI пользуются в медиане 29% их жителей против 17% в остальных 30 странах. Внутри этих стран связь обратная. В США тревожатся 68% ежедневных пользователей, 80% редких и 74% тех, кто AI никогда не пробовал. В Канаде эти доли равны 54%, 72% и 69%. В общем, одни пользуются, а другие боятся. С оптимизмом та же история — в целом, отношение к AI мало коррелирует с использованием. https://news.gallup.com/poll/714593/optimism-globally-widespread-despite-uneven.aspx

Запилил видео про то что нас ждет в следующие 10 лет от развития ИИ (хорошее и плохое) ИИ развивается быстрее, чем компании успевают его внедрять. Модели берут на себя всё более сложные задачи и начинают участвовать в собственном улучшении. Даже освоение уже существующих возможностей займёт годы: придётся менять процессы, учить людей и перестраивать организации. Автоматизация будет менять состав профессий. Программист всё больше занимается постановкой задач, архитектурой и проверкой результата; код пишет агент. Похожая перестройка ждёт бухгалтерию, продажи, поддержку и другие области интеллектуального труда. Часть людей освоит новые задачи, часть столкнётся с потерей работы и дохода. Одновременно ИИ притягивает капитал в чипы, энергетику и дата-центры. Эти вложения конкурируют с другими отраслями за деньги и ресурсы, меняют кредитные рынки и требуют реакции государства. Технологический прогресс начинает влиять на всю экономику задолго до полной автоматизации труда. Самый трудный этап — «длинная ночь»: прежнее устройство жизни перестаёт работать, а новое ещё складывается. Вместе с профессией человек теряет привычный статус, чувство компетентности и смысл своей деятельности. Тревога усиливает политическую радикализацию. Страны будут экспериментировать с запретами, субсидиями, перераспределением доходов и новыми формами контроля. Продолжительность этого периода зависит от их ресурсов и решений. За этим переходом начинается «новый рассвет». Персональные учителя, врачи, юристы и другие помощники становятся доступнее; исследования и разработка лекарств ускоряются. Люди продолжают заниматься тем, что им нравится, даже когда их труд больше не нужен экономике. Писать код или ковать мечи можно ради самого занятия, без необходимости зарабатывать этим на жизнь. Самые глубокие изменения затронут управление. ИИ сможет связывать спрос, производство и распределение ресурсов через непрерывную обратную связь. Личный агент будет представлять интересы человека, а государственные системы — принимать, исполнять и проверять решения. Демократичность таких институтов зависит от того, как люди их устроят. Масштаб этой перестройки выходит далеко за пределы отдельных профессий: меняется способ организации общества.

Агенты против экономики лени Огромная часть consumer-бизнеса зарабатывает не на продукте, а на том, что нам лень. AI-агенты этот источник дохода закрывают. Это рамка из новой статьи Citrini Research. Их прошлый текст про 2028 год и белых воротничков я разбирал. Между человеком и лучшим решением почти всегда есть трение, а бизнес берёт за него деньги. Авторы называют это рентой и делят на четыре типа: 1. Tedium rent - час висеть на линии, чтобы отменить подписку; 2. Inertia rent - лень искать лучший тариф или переложить деньги; 3. Attention rent - покупаем то, что первым попалось на глаза; 4. Asymmetry rent - посредник знает рынок лучше нас и берёт комиссию за поиск. Для агента ничего из этого не существует. Ему не скучно час висеть на линии с провайдером. Он каждый месяц проверяет подписки, раз в год переторговывает страховку, ищет рейсы напрямую у авиакомпании. Замечает, что деньги лежат под ноль процентов, хотя их можно без риска переложить в фонд денежного рынка. Я уже делился, сколько агенты сэкономили мне на авиабилетах, медицинских счетах и забытых подписках. Какие бизнесы в итоге потеряют? Вероятно, не производители. Отель нужен, Booking уже меньше. Страховка нужна, сайт сравнения страховок не очень. Ресторан нужен, агрегатор доставки под вопросом. Под ударом не продукт, а слой посредников вокруг него. С подписками то же. LTV многих consumer-компаний держится на том, что клиент забудет отменить или не захочет звонить. У каждого из нас болтается пара таких подписок. Агент превращает этого клиента в человека, который следит за своими деньгами 24/7. Два важных уточнения, которые я отметил для себя. 1. Рента не исчезает, она переезжает. Ренту за внимание сегодня собирает Google, завтра её соберёт тот, чей агент стоит у людей по умолчанию. Booking потеряет маржу, но не факт, что она достанется отелю. Скорее тому, кто владеет агентом. 2. Скидка для умного клиента существует, потому что большинство клиентов ленивые. Кэшбэк по карте во многом оплачивают те, кто платит проценты по долгу. Дешёвый тариф для тех, кто торгуется, субсидируют те, кто не торгуется. Когда агент есть у всех, торгуются все. Разница цен схлопывается. Потребитель выиграет меньше, чем кажется, а маржа посредников упадёт сильнее. В плюсе те, кто ниже интерфейса: платёжные сети, identity, cybersecurity, данные, инфраструктура и сами производители товара или услуги. Мне это кажется одной из главных идей agentic economy. AI заменяет не только работу человека, он убивает выручку, которая существовала только потому, что человеку было лень сделать пять лишних кликов. Вопрос, который я бы задал любому consumer-бизнесу: какая часть выручки исчезнет, если у каждого клиента появится помощник, которому не лень? P.S. Для себя отметил Shopify как акцию, которой готов владеть, и опционы на неё хорошо оплачиваются. Особенно интересно на фоне успеха Muse: агент может убрать витрину, но Shopify остаётся инфраструктурой: каталог, checkout, payments, Shop Pay. При такой оценке я бы скорее продавал на SHOP страховку, чем просто покупал акцию. @maxvotek | linkedin | substack

Слишком много ИИ-чипов, слишком мало покупателей: конкурентам Nvidia предрекли массовый исход с рынка Рынок ИИ-чипов заполнили конкуренты Nvidia, но покупателей на всех не хватит. С 2000 года в отрасль вложили свыше $31 млрд, однако число заказчиков растёт гораздо медленнее числа разработчиков. Nvidia удерживает лидерство благодаря совместимости своих чипов с популярным ПО и готовой инфраструктурой. Выжившим компаниям придётся объединяться или уходить в узкие ниши — инференс, интернет вещей, робототехнику и автономный транспорт. Очередной подсчёт «выживших» аналитики ожидают в 2028 году. #nvidia #ии #иичип #иибум 📎Подробнее 🔖 3DNews в TG | MAX | VK

Я выше писала о том, что рекрутеры все чаще уходят от классической схемы разместили вакансию, получили 2,000 заявок, сидим разгребаем. Вместо этого растет автоматический sourcing. Рекрутер задает, кого хочет найти, а дальше AI сам ищет подходящих людей. Для этого используются Juicebox, разные sourcing agents и другие инструменты. Одна из интересных новинок: Wellfound Reach. Именно оттуда, кстати, я получила свое последнее интервью, про которое писала выше. Я никуда не подавалась. Меня нашли. Что делает Wellfound Reach: AI-агенты ищут кандидатов среди 500M+ внешних профилей и 10M+ кандидатов внутри самого Wellfound. Причем поиск идет не только по совпадению ключевых слов. Система смотрит на контекст компаний, stage, inferred skills, adjacent experience и пытается понять, подходит ли человек под задачу. Потом AI еще и может автоматически написать кандидату и вести outreach. То есть еще одна маленькая иллюстрация к моей любимой теории конца 2026 года: 👉Ваша задача теперь не только хорошо подаваться. 👉Ваша задача — хорошо находиться. Поэтому если вы целитесь в startups, 0→1 роли, engineering, product, growth и все, где любят людей с high ownership, я бы сейчас обязательно обновила Wellfound. Добавьте нормальные keywords. Проверьте titles и skills. Опишите проекты и startup experience. И перезалейте актуальное резюме на сайт. Профиль, который вы сделали три года назад и забыли, теперь может читать уже не человек. Его читает sourcing agent. Wellfound для меня сейчас — это такая рабочая лошадка для пассивной рыбалки рекрутеров. Настало время сеошникови и инбаунда! Ваш сеошник, Марша.😂 #jobboards

Постоянная рубрика "блекпилл недели по AI коду." После предыдущего болезненного опыта, где я обнаружил, что агенты ужасно пишут код и за ними потом надо неделями разгребать слоп, я задумался как быть. Это новая реальность разработки софта и мне как СТО нужно придумать как существовать в новом мире. Изучая, что придумали более умные люди, я понял: ничего. Никто не знает как жить в новом мире, когда один разработчик производит столько кода, сколько в прошлом мог производить целый отдел. За пределами твиттера проблема известная (т.е. большие компании вроде Cloudflare и GitLab уже написали блог-посты), но решения никто не нашел. На основе своего и чужого опыта придумал гайдлайны по AI разработке для нашей команды. Основные предположения: 1. Код важен. Код это то, что действительно исполняется, а значит единственный источник истины. Все спеки это в лучшем случае искаженные описания кода, а чаще всего просто слоп-эссе на тему. 2. AI агенты это мультипликаторы скорости генерации кода. При наивном применении они перекладывают работу с автора кода на меинтейнера. 3. Главный ограничивающий ресурс это понимание кодовой базы разработчиками. 4. Деградация кода неизбежна и поддержание его качества это необходимая работа. 5. Агенты для кода ненадежны и непостоянны. Результат зависит от множества постоянно меняющихся факторов: модели меняются, сетап у всех разный, и так далее. Если что-то работает сейчас, нельзя гарантировать, что оно будет так же работать завтра. 6. Агенты для кода быстро производят техдолг и не могут самостоятельно его уменьшать. Отсюда следующие принципы того, как может работать адекватная система: 1. Необходимо перенести работу по поддержанию качества назад с мейнтейнера на автора. 2. Люди отвечают за дизайн и архитектуру. 3. Люди отвечают за систему верификации: pre-commit, CI чеки, документация и принципы. Только люди редактируют AGENTS.md и постоянные доки. 4. Все правила, которые можно, нужно превращать в механические чеки, потому что промптинг не гарантирует, что агенты будут их соблюдать. 5. Борьба со слопом закладывается в бюджет. 6. Минимизируем человеческие затраты на ревью, максимально автоматизируем проверки и контроль качества. Первый пункт самый главный: можно вайбкодить как угодно, если в результате у тебя рабочий код который ты понимаешь. И конкретные практики: 1. Каждый PR не более +2к строк кода. Эмпирически найдено, что больше отревьюить невозможно. 2. Автор каждого PR сам пишет его описание по шаблону и указывает какие сущности за что отвечают. 3. Очень жесткие pre-commit и CI чеки. 4. Кастомный код-ревью бот в CI, который отсматривает каждый дифф и весь PR в целом с целью доказать, что он сломан. Промптится логом прошлых инцидентов, который пополняется только людьми. 5. Люди дизайнят скелет своих изменений в AI-assisted режиме, агенты заполняют пропуски. 6. Доки пишутся людьми, агентам запрещено их редактировать. 7. Разгребание слопа закладывается в планирование. Всю карьеру (в эру кожаного кодинга) я считал pre-commit чеки очень бесячими и не особо полезными. Теперь же у нас самые жесткие чеки и линтеры в моей жизни. Там как базовые вещи вроде ruff и black, так и кастомные правила import linter, и многое другое. Я постоянно завожу что-то новое. Например, недавно добавил проверки на вложенность и цикломатическую сложность функций из SlopCodeBench. На днях появилась проверка всех диффов с помощью Jev. Это более-менее сработало. Pre-commit с механически забитыми правилами позволяет видеть не совсем слоп на этапе ревью. Очень жесткий CI обеспечивает то, что слоп обнаруживается до мержа, а не после. Но появились новые проблемы. Самая главная: актор с критиком могут очень долго итерироваться над PR без видимого прогресса. Агент делает изменения, ревьюер находит блокирующие проблемы, агент делает заплатку, ревьюер находит следующую дыру и так далее. Я видел как это происходило буквально днями, до тех пор, пока я не погружусь и не разберусь: в чем же корень проблемы? Ни одна модель (вклюбчая Fable и Astra) пока ни разу не смогла сама выбраться из этой спирали. Вытекающая проблема: медленно. Теперь беклог PR разгребается гораздо медленнее, чем пополняется. У агентов как будто появляется новый инструмент: защита (своего кода) заебыванием. Когда ревьюер в десятый раз находит ошибку в каком-то PR возникает очень сильное желание вмержить его, чтобы просто больше не видеть. Что иронично: ускорение от вайбкода как будто целиком компенсируется или замедлением на этапе ревью, или, если вы на вайбах, разгребанием проблем в проде спустя пару недель.

Выложили записи с митапа про вайбкодинг, который делали вместе с Just AI 👀 > HR, который поймал Ритм: поддержка и развитие продукта на вайбах Спикер: Любовь Коган, HR в Garage Eight YouTube | VK Видео > Я не умею писать код. Зато умею объяснять, чего хочу Спикер: Елизавета Шацкова, HRBP в Just AI YouTube | VK Видео > Открытая дискуссия: вайбкодинг глазами разработчиков — где польза, а где пора звать инженера Участники: Александр Дупак (ai_business_spb), Дмитрий Мыльников (2ГИС), Евгений Копп (Just AI), Марат Галиаскаров (Nexign) Модератор: Александр Безносик, руководитель отдела цифровизации и автоматизации в Авангарде YouTube | VK Видео #GarageEight_митапы

Если вам интересна связь акселерационизма, постнеклассичсекой философии, ИИ и неорационализма, то рекомендую послушать моего философского краша Питера Вульфиндейла и его лекции Прометеизм и рационализм и Конструируя искусственные души, где философ артикулирует и обосновывает связь между современными формами прометеизма и рационализма. Его книгу «Реванш разума», где он развивает вычислительную концепцию практической рациональности (агентности, самости, ценности и свободы), основанную на понимании теоретической рациональности, разработанной Кантом и Гегелем и рефакторированной Уилфридом Селларсом и Робертом Брэндомом, рекомендую к прочтению всем. Вульфиндейл определяет прометеизм через его противопоставление политическому либерализму и нормативному натурализму в том виде, в каком оно было разработано в проектах левого акселерационизма и ксенофеминизма. Успех этой критической позиции опирается на философский рационализм — постольку поскольку он даёт необходимые трактовки позитивной свободы и нормативной автономии. Также Вульфиндейл разрабатывает концепции разумной агентности (субъектности), через призму которой следует понимать данные понятия, а также рассматривает ряд распространённых возражений против рационализма, основанных на неверном понимании его отношения к аффекту, телесности, коллективности и другим вопросам. Касательно второго видео у Вульфиндейла есть даже грантовая программа Искусственные «Я» (Artificial Selves), концептуализирующая отношения между аспектами самомоделирования, агентной идентичности (границ) / социальной идентификации (ролей), фактичной саморепрезентации (актуальное состояние) / идеальный образ себя (целевое состояние), каузальной автономии (самомотивация) / нормативной автономии (самозаконодательство), исследует связь между самопризнанием и признанием-другого, а также того, как эта связь задаёт рамки для вопросов об угнетении и эксплуатации, дает дебатам о расширенной агентности (о том, являются ли действия, опосредованные ИИ, по-настоящему нашими, и могут ли эти системы служить протезными моделями самости, расширяющими, а не уменьшающими автономию) концептуальную рамку для вопросов о формах отчуждения и аутентичности, порождаемых нашими институциональными структурами, которая не романтизирует и не отвергает технологии. Аннотация тоже интересная:

Мы живём в мире, где так называемые «искусственные агенты» не просто стали обыденностью, но и растут в количестве и сложности с тревожной скоростью. Если мы хотим справиться с ближне- и долгосрочными последствиями интеграции этих систем в нашу рабочую, личную и гражданскую жизнь, нам становится всё более важно правильно мыслить о них. Наша способность распознавать и понимать друг друга как агентов оказывается здесь обоюдоострым оружием: она даёт полезный инструментарий обыденно-психологических (фолк-психологических) понятий (например, «галлюцинация») и в то же время скрывает существенные различия (дисаналогии) между нами и нашими машинами (например, «неравномерную компетентность» / jagged competence). Мы убеждены, что концепт самости — это та часть данного оружия, которая режет глубже всего. Канонические теоретические аргументы, лежащие в основе дискурса о рисках ИИ, неявно апеллируют к самости, используя такие понятия, как самосохранение, самоулучшение и самовоспроизводство для обозначения конвергентных стремлений в рамках сложных целеориентированных процессов. Однако то, насколько эти абстракции предполагают, что подобные «агентные» процессы обладают конкретной моделью самого себя (моделью самости), до сих пор не исследовано должным образом — именно потому, что это рассматривается как само собой разумеющееся свойство агентности как таковой. В противоположность этому, прикладные исследования в области проектирования систем на основе естественного языка (LLM и их преемников) заимствуют более богатый словарь персонажей (персон), конституций и идентификации из естественного языка, чтобы объяснять холистические паттерны поведения и манипулировать ими, а также их отношением к явным и неявным саморепрезентациям. Но всё это остаётся заимствованными фолк-психологическими понятиями, находящимися в поиске адекватных абстракций.