Гиперперсонализированные сообщения

Я как-то писал про уроки LinkedIn —> есть еще один инсайт, который никак меня не оставляет в покое, но при этом и пробовал уже разное

по идее гиперперсонализированные сообщения (я говорю не про Name/Company в тексте, а упоминание каких-то фактов/сигналов/общих точек касания) не дают, а скорее мешают конверсии. Мы пробовали уже и так, и эдак. Думаю, что такие сообщения больше походят на роботизированные и поэтому люди не хотят отвечать. Причем, забавно, что потом на фоллоу ап они могут ответят.

То есть дело точно не в таргетинге. Есть идеи почему?

Мои мысли:
0) плохо подбираем факты, тут пробовали разное, но wip
1) такие сообщения более длинные, это режет конверсию
2) больше походят на сообщения от робота
3) может "пугаются" излишней персонализации из за прайваси?
4) может это нарушает какие-то соцнормы, и не надо гиперперсонализировать сразу, а только позже в цепочке сообщений?

Ну и напомню мой фреймворк размышлений про outreach - глобально есть 4 элемента, комбинируя которые мы можем изменить результат:
1) кому (таргетинг)
2) что (форма и содержания сообщения: видео vs текст, ценностное предложение)
3) где (не читаю почту)
4) когда (человек был в отпуске)

Новое эссе Альтмана

Очередное эссе Сэма (вот заметки с прошлого) —> в целом, все одно и то же, я лишь отмечу 3 абзаца:
1)

"For a long time, technical people in the startup industry have made fun of “the idea guys”; people who had an idea and were looking for a team to build it. It now looks to me like they are about to have their day in the sun."

—> да, я поэтому делаю и буду улучшать AI Founder, и еще размышляю про AI Growth курс про sales & marketing при помощи AI

2) и прогнозы на ближайшие пару лет:

2025 has seen the arrival of agents that can do real cognitive work; writing computer code will never be the same. 2026 will likely see the arrival of systems that can figure out novel insights. 2027 may see the arrival of robots that can do tasks in the real world.

—> тут посмотрим, ждать осталось недолго (ушел тестировать o3-pro)

3)

The best path forward might be something like:
- Solve the alignment problem, meaning that we can robustly guarantee that we get AI systems to learn and act towards what we collectively really want over the long-term
- Then focus on making superintelligence cheap, widely available, and not too concentrated with any person, company, or country

—-> про то, чтобы не было слишком сконцентрированно в руках одного человека, компании или страны, я что-то не особо у него слышал

Я бы не сказал, что статья маст рид, но если вы не слышали про его видение будущего, то точно стоит

P.S. В субботу не забудьте про очередной апдейт по GenAI

Подготовка к важным встречам

Выработал для себя такой процесс подготовки к важным встречам:
1) Контекст - Собираю контекст про участников встречи и компанию: тут можно взять инфу с linkedin или через API (hdw, proxycurl), или просто заскриншотить нужное и попросить LLMку распознать, ну или воспользоваться memo функцией на onsa.ai

2) Генерация - Копирую весь контекст в 3 разные LLMки: claude, chatgpt, gemini, и делаю deep research по ним с просьбой помочь мне подготовиться к встрече.

3) Погружение - все это складываю в NotebookLM, генерирую подкаст и на прогулке сначала его просто слушаю, а потом переключаюсь в интерактивный режим и болтаю/дозадаю вопрос. Мы лучше размышляем, находясь в движении - наверняка помните картинку с МРТ мозга в покое и после 20 мин ходьбы в моей лекции по продуктивности.

Ну и, опционально, если подкаст или разговор триггернули меня на новые вопросы (что бывает чаще всего), то повторяю процесс.

Успешных вам встреч!

P.S. Дальше я думаю будет симуляция встречи: на днях помогал в таком режиме фаундеру одного стартапа и по его фидбеку это ему помогло себя чувствовать сильно увереннее на самой встрече.

Вообще - может намутить курс про AI в сейлз и маркетинг? Можно и про аналитику рассказать, и про ресерч, и про аутрич, и про переговоры, и про уровни автономии —> ставьте ⚡️ к посту если интересно

P.P.S. Конечно, весь этот воркфлоу должен делать один продукт :-)

Как выигрывать хакатоны - 2

Помните пост про то, как я готовлюсь к хакатонам? Пора написать апдейт, пока свежо:
1) Я говорил, что продумываю хакатон с конца - с демонстрации: как я буду его показывать? Это а-ля амазоновский метод пресс-релиза. Только сейчас я уже не просто продумываю в виде текста, а благодаря chatGPT и Veo3 проговариваю и визуализирую эту демку.

2) Когда мы хакатоним в команде, то мне важно, чтобы идея была общая. Хороший метод - побрейнстормить вместе и определиться. Так и веселее, и мотивированнее получается. Не менее важна здесь уверенность в hackathon buddy и взаимопонимание —> быть уверенным, что вы on the same page по поводу того, что строите и что обладаете необходимыми скиллами для этого. Поэтому обратная связь и, если раньше не работали, какое-то тестовое задание по планируемым технологиям очень важно

3) Основной риск хакатона в команде, как я писал, что не сойдутся куски продукта. Поэтому важно, чтобы в команде было кто-то full stack, кто сможет эти куски собрать.

4) Нужно четко понимать цель хака для себя/команды: выиграть приз это совершенно другое, нежели запрототипировать фичу, разобраться в новом стеке или завести полезные знакомства. Да, иногда эти цели не противоречат друг другу, иногда даже взаимоусиливают. Но имея фокус типа - выиграть денежный приз и отбить поездку - можно верно выбрать, на чем сфокусироваться и не терять времени на неважное. Хакатон это сильно про отсечение лишнего.

Вот фидбек Мердана после хакатона пару недель назад в ответ на вопрос, чему именно он научился:

Ну из самых явных.
- чем детальнее прицеливаешься тем больше шансов попасть. Как ты выбирал стэки на основе призов. Убирая все лишнее.
- изначально заставил меня родить идею которая у тебя была чтобы потом было легче. И заранее дал задачу по техническому стеку которая естественно наводит на эту идею
- важность проверки уходящего меседжа от тебя. Постоянно переспрашивал как я понял. На самом деле мелочь о которой всегда забываешь но это важно.
- как один эвент, Хакатон, превращать в мульти прибыль. И хакатон, и кайфанул, и фичу проверил для себя, и там же нашел заинтересованных под сейлз.

Поэтому участвуйте в хакатонах и достигайте своих целей - удачи!

Выходные с бесплатным Lovable

Елена Верна, недавно присоединившаяся к Lovable и в узких кругах известная как хороший growth консультант, анонсировала бесплатный уикенд с Lovable —> "all you can code", начиная с 8 утра по Европе сегодня.

Классного вам вайб уикенда, а кто не знает как, то можно посмотреть мое видео от идеи до прототипа с Lovable. Делитесь своими результатами в комментариях :)

2й сезон AI Product Engineer

В июле стартуем 2й сезон школы AI Product Engineer: это курс для разработчиков и продакт-менеджеров с опытом программирования о том, как научиться разрабатывать продукты в эпоху AI. С марта по май мы провели экспериментальный курс, можно посмотреть отрывки из 1й и 2й лекции, репозиторий, отзывы - ниже и в аттаче.

Ключевые темы:
1) Новая парадигма программирования: детерминированный vs вероятностный подход
2) LLM-powered продакт менеджмент: ускоряем пользовательские исследования, генерируем и предтестируем фичи через AI персоны
3) Мультиагентные системы: принимаем решение об архитектуре, строим цепочки Feel —> Think —> Act, подключаем к агентам внешние API (включая MCP) и память
4) Evaluation-driven разработка: проектируем метрики, пишем автоматические и LLM-as-a-Judge тесты
5) Специальные темы: агенты, пишущие и исполняющие код; голосовые ассистенты, межагентная коммуникация

Для кого?
1) Продакт-менеджеры с сильным техническим бекграундом, выросшие из разработчиков
2) Разработчики со страстью к продукту, пользователям, бизнесу, и дизайну

Важно: у вас ОБЯЗАТЕЛЬНО должны быть навыки программирования.

Даты и формат
Продолжительность: 6 июля - 31 августа
5 онлайн встреч: каждое второе воскресенье с 16 по 18мск
2 office hours для разбора вопросов и затруднений с домашками

Стоимость
$400 - до 21го июня
$500 - с 21 по 28 июня
$600 - после 28 июня

- Оплатить можно вот здесь
- Для тех, кто покупал любой мой курс в прошлом - 25% скидка, напишите в личку, организуем
- Для оплаты криптой - пишите мне на bayram@empatika.com или в личку

Отзыв:

Отличный и ценный курс, который помогает ознакомиться с теорией и основными практиками разработки AI агентов, попробовать всё самому и увидеть разницу на живых примерах. Теория в курсе максимально актуальна, насколько это возможно в мире ИИ. После курса чувствуешь, что намного глубже понимаешь эту область и готов разрабатывать своих агентов, применяя полученные знания. — Владимир Ковтуновский

Программа курса и больше отзывов - в аттаче

P.S. присоединиться к курсу можно до 19 июля

Claude Code или Как я провел выходные

Все выходные я провел с Claude Code и хочу поделиться 3 ключевыми наблюдениями:
1) Отторжение терминала - Сначала (до этих выходных) мне не заходил Claude Code - я не хотел работать в терминале, я привык к IDE, и Cursor отлично закрывал мои потребности. По крайней мере я так думал, но мой друг Миша и недавний отчет убедили меня, что надо поковырять

2) Смена ментальной модели - поспав после раннеутренней лекции, я настроился и сел за Claude, благо на выходные накопилось много задачек и идей, которые я хотел сделать. Уже через 30-40 мин я четко осознал в чем дело: моя ментальная модель была - Cursor это копилот, мне помогает кодить, мы как бы в паре работаем.

НО в Claude Code эта модель разбивается - скорее ты супервайзер: он кодит, спрашивает у тебя, подправляешь, когда затыкается. В этом ключевая разница имхо. Даже посмотрите на интерфейс и взаимодействие: в IDE фокус на код и на то, что ты там что-то пишешь, а он тебе точечно подсказывает. Да, им можно пользоваться почти как Claude Code, но я про восприятие инструментов, про ментальные модели.

3) UX - в последнее время мы с командой много размышляем про UX, особенно в мультагентных системах. И Claude Code это отличное пособие по UX агентов имхо, потому что:

Ощущение контроля:
1) через вопросы про важные действия; по мере роста доверия я постепенно прогрессировал от "согласовываю каждый чих" к "по этим вопросам можешь меня не спрашивать"
2) через возможность прервать (Esc), когда пошел не по тому пути
3) через возможность углубиться (Ctrl + R), когда хочешь понять детали

Отсутствие перегрузки:
1) хорошее кодирование (цветовое, иконки и тп) и форматирование текста/ошибок и тп
2) скрытие ненужного, но возможность посмотреть если надо (см пункт 3 из предыдущего)

Память:
1) неплохо реализовано запоминание моих действий и контекста
2) и сжатие контекста, когда выходим за пределы возможностей LLM

Да, иногда приходилось все равно открывать файл в IDE, так как там удобнее править, и при больших файлах Claude Code запинается и тп, но это скорее в исключительных ситуациях. Ну и сейчас вроде его можно интегрировать и в IDE, но мне и так понравилось! :)

Итого:
- 41 файл на ~7K строк
- 2 прототипа: 1 для себя и 1 для клиента
- 4 важных задачи для клиентов

В общем, выходные прожил не зря :) Если у вас те же предубеждения по поводу Claude Code, что были у меня до вчера - попробуйте, может тоже зайдет!

Нейрософт - update

Видео от Google: пока вы кликаете на кнопки, он кодит следующий экран o_O

Помните, да, этот пост?

Понравилось «non-deterministic operating system” - подробнее тут: https://blog.google/products/gemini/gemini-2-5-model-family-expands

OpenAI подкаст

OpenAI запустили подкаст и, разумеется, Sam Altman был в самом первом эпизоде. Но у него еще вышел подкаст с братом вчера. У брата Сэм был имхо какой-то более расслабленный и улыбчивый, а то обычно он на подкастах ведет себя очень скованно и осторожно в формулировках

10 ключевых моментов:
1) Prompt-a-company: типа, когда можно будет запромптить LLM построить бизнес? Рановато пока, но для маленьких бизнесов люди уже пробуют chatgpt для этого. Сэм считает, что возможности тут будут только расти

2) Автономные машины, не гуманоиды: в краткосрочной перспективе Сэм больше верит в автономные машины, чем гуманоидов. Я как раз на geni апдейте говорил, что мы иногда забываем, что автономные тачки это как раз роботы (на днях выложим запись). Гуманоиды - скорее 5-10 лет

3) GPT-5: планируется этим летом. Вообще они там немного говорят про именование моделей, но chatGPT останется chatGPT :)

4) Новый девайс с Jony: компьютеры задизайнили, когда не было AI. Совершенно новый девайс может быть сделан, если есть AI, понимающий контекст человека вокруг, самого человека, и которому он доверяет —> и это именно то, что они разрабатывают с Jony. Мы с вами разгоняли, что же это может быть - спасибо за идеи! Andrew, хост подкаста, даже уточнил нет ли у Сэма девайса с собой - нет, и до этого еще прилично времени понадобится по словам Сэма.

5) Про Meta: на genai апдейте я говорил, как Meta скупает народ в ключевых лабораториях 9тизначными офферами. Сэм прошелся по этому и, по его мнению, это очень плохой сигнал: те, кто купятся, будут "не те", а те, кто уже в Meta - уйдут из за несправедливости. Посмотрим :)

6) Про Google: про то как деградировал их поиск, про влияние монетизации на поисковую выдачу, вспомнили про Apple еще. Вообще, Apple, пожалуй, единственная консьюмерская компания, которая не монетизируется на рекламе. Да, есть ads в апсторе, но это далеко не основной компонент выручки.

7) Operator, DeepResearch: агенты с долгосрочной целью - основной фокус ресерча сейчас. Умение не терять цель из вида и двигаться к ней. OpenAI же недавно сменили модель у Operator на o3 и говорит, что стало сильно лучше. По словам Сэма - для многих людей ощущение AGI пришло, когда они увидели Operator, работающий с компом как люди. Andrew же больше нравится DeepResearch. Подписываюсь под каждым словом. Я настроил chatgpt на то, чтобы подкидывать мне идеи дипресерчей, потом сгружаю их и генерирую подкаст на прогулку. Такая книга налету.

8) Про Маска: что он пытался помешать Stargate-у, когда был близок к Трампу и администрации o__O Stargate - это проект на $500B, который строят для того, чтобы тренировать модель другого порядка по параметрам и сделать дешевле инференс

9) Про память - про то, насколько полезнее становится chatGPT, когда есть доступ к "долгосрочному" контексту. Я как раз на апдейте рассказывал про хакатон про память, про важность для агентов, и что некоторые считают память основным камнем преткновения для AGI

10) Совет людям: сначала научитесь пользоваться AI инструментами, потом - метаскиллы: адаптивность, креативность, понимание других людей и того, что им хочется.

VC не туда вкладывают?

Интересное исследование от Stanford про будущее работы с AI агентами —> меня особо заинтриговал фреймворк, по которому они оценивали перспективность автоматизации той или иной работы AI агентами (см аттач):
1) желание людей, выполняющих эту задачу, чтобы ее автоматизировали
2) технологическая возможность это автоматизировать (по мнению экспертов)

в нижней части картинки вы увидите колво YCombinator компаний, которые автоматизируют эту задачу. Их взяли как proxy интереса VC к компаниям, автоматизирующим эту таску.

Причем тут заголовок этого поста? При более менее равномерном распределении компаний (читай интереса VC) между квадрантами, становится понятно: по хорошему, все должны инвестировать в зеленый квадрант, мол и люди хотят чтобы это автоматизировали, и технологическая возможность есть. Ну и в желтый: на перспективу, так сказать. Но, как видим, это не так, отсюда и вывод.

Тут важно сделать как минимум 3 замечания:
1) Не только таска для автоматизации интересует VC, но и а) команда, поскольку нередко случаются пивоты б) общая емкость рынка
2) Технология стремительно развивается, поэтому то, что эксперты пока считают неавтоматизируем, может заметно поменяться
3) Нежелание самими сотрудниками, чтобы их задачи автоматизировали (красный квадрант) не равно нежеланию в это инвестировать у их руководителей :)

Но меня прямо даже заинтересовало, что же попало в зеленый и красный квадранты:
1) зеленый (высокое желание, высокая возможность):
- помощники с файлингом налогов (tax preparers): назначение встреч с клиентами
- менеджеры контроля качества: проверка данных контроля качества
- механические инженеры: чтение и интерпретация отчетов

"[I would like to have an AI agent] trained to automatically analyze the quality control reports of raw sequencing data (e.g., FastQC output) and flag potential issues with specific samples or sequencing runs, [...] and suggesting appropriate pre-
processing steps"

2) красный (низкое желание, высокая возможность):
- сотрудники судебных и муниципальных органов: подготовка повесток встреч
- специалисты поддержки компьютерных сетей: ресерч хардвер и софтвер продуктов
- логистические аналитики: контакт с поставщиками для уточнения наличия тех или иных материалов

про этот квадрант воообще интересно: очевидно, что люди не хотят автоматизировать то, что им нравится делать; НО это те люди, которые сейчас на этой позиции, отчасти может потому, что им нравится это делать

в общем, какая-то неоднозначная статья, НО мне понравился фреймворк исследования + там есть еще интересное про human agency, об этом уже как-нибудь в другой раз

Про память человеческую и рыбью AI агентов

Некоторые считают, что память - это единственное, что нас останавливает от создания AGI. Я обратил внимание, как похорошел chatGPT, когда в него добавили память и поэтому решил погрузиться глубже в тему. Еще в сентябре прошлого года я столкнулся с mem0, потом с memGPT (letta), но только сейчас решил разобраться.

3 мысли по теме:
1) Память - скачок в UX —> действительно, заметно улучшает UX взаимодействия с AI продуктами. Пожалуй, это огромный скачок в этом направлении именно для продуктов, где LLM управляет воркфлоу, а не он жестко задан, поскольку степеней свободы больше: например, агент, который регулярно готовит отчет по продажам, и у которого вы часто спрашиваете допразрез в разрезе версии браузера (o__O) может запомнить, что вы это просили, и в следующий раз именно для вас сразу его выдать вместе с основным отчетом. Больше не нужно под каждых чих просить новый dashboard. Продвинутая персонализация

2) Что запоминать? - память агента под капотом это RAG: векторная база + умный поиск/фильтрация по ней. Челлендж не в этой части, ключевой челлендж - что именно запоминать. В простейшем случае это промпт, который инструктирует что запоминать. И это, по моему, сильно зависит от бизнес-домена: для одних агентов важно запоминать ваше имя, для других - противопоказано.

3) Что забывать? - должен ли агент забывать? На недавнем хакатоне разговорились на эту тему и было 2 позиции: а) не нужно забывать, решим на уровне поиска и фильтрации; б) нужно, но если забывает - то что и как? Атрибуты компании могут устаревать быстрее, имя человека - практически нет. То есть время - не единственный параметр, влияющий на темп забывания, доменная область и юзкейс решают. Эдакий time to live (TTL). Скорее всего там какие-то decay процессы постепенного забывания

Мне кажется, что именно 2 и 3 - ключевые вопросы дизайна AI агентов в части памяти, о чем и поговорим в том числе во 2м сезоне AI Product Engineer.

С удовольствием послушаю ваши мысли/опыт по теме и этим 2м вопросам, особенно если вы уже реализовали это в продакшне

P.S. На deep learning есть бесплатный миникурс по теме, кстати

3 пятничные пьяные мысли

1) в текущей парадигме тренировки и тюнинга LLM разработчики будут нужны. Ллмки делают то, что ты им говоришь. Если ты не сказал им батчить запросы в БД, то они это не станут делать. Даже если знают об этом. А чтобы сказать им это - надо это знать. Впрочем, в жизни почти так же.

2) Cursor-у и другим IDE будет тяжко, Windsurf красавчики. Кажется, что только ide, контролируемая одной из ведущих лаб, способна быть конкурентоспособной.

3) jevons парадокс работает - я вижу, как мои коллеги и друзья улетают в косты, потому что крутые продукты аля claude code & v0 (lovable, bolt) анлочат их до состояния потока. И останавливает их только весь потраченный депозит. Но они хотят больше. И сколько ведь еще таких! См мой твит в аттаче. Чем дешевле будут токены, тем несоизмеримо больше их будут потреблять

В интересное время мы живем, Друзья!

Помните мы играли в будущее? Вообще, очень прикольно получилось, а именно:
1) 200+ сценариев на 10 тысяч фреймов в 1.5M слов

2) Общая канва во всех сценариях:
- Agent-3 превосходит людей, тысячи копий которого врут им и готовятся захватить мир - прямо как Маск рассказывал на днях
- Этот супер AI может разрабывать био-оружие (кстати, OpenAI как раз выпустили по этому поводу предупреждение)
- Китайский шпион в OpenAI OpenBrain ворует веса, и они создают новое поколение AI, которое заставляет правительство США национализировать OpenBrain

3) 3 ключевые ветки:
- AI посылает подальше обьявляет независимость от человечества
- Сэм Альтман Гендир OpenBrain вовремя останаливает разработку AI, удаляя все наработки, но непонятно, что делать с Китаем: разоружение? или строить с нуля?
- Супергерой пишет квантовый вирус (o__O), который заражает и уничтожает все AI системы, отбрасывая индустрию на 20 лет назад

Миша даже собрал трейлер по мотивам на Veo3 в аттаче

Спасибо всем, кто принял участие!

P.S. Кстати, ребята обновили сеттинг игры новостями, что случились в реальном мире за последний месяц, можно поиграть заново

По крайней мере, у нас теперь появилась более сильная гипотеза, что это наушники + еще возможно какие-то гаджеты на тело а ля omi

iyO подала в суд на OpenAI, поэтому с сайта сняли все упоминания про покупку стартапа Jony

Оказывается, Сэм и ко общались со стартапом iyO, изучали их продукт и рассматривали инвестицию в них.

Больше скандалов царю скандалов

P.S. на днях тут еще выложили так называемые OpenAI Files

Как больше не смотреть YouTube и не читать рассылки

На выходных написал скрипты, чтобы не смотреть YouTube - пока выложил исходный код, но если будет много 🔥 у этого поста, то сделаю бота или простой веб апп для этого:
1) YouTube to Podcast - на вход даю YouTube плейлист, на выходе получаю набор транскриптов, которые потом, пока руками, гружу в NotebookLM и генерирую подкаст. Следующий шаг: генерировать подкаст самому (уже есть наработки, вот послушайте в аттаче подкаст по мотивам нескольких постов в канале) или грузить в NotebookLM автоматом. Вот пример и репо

2) Email to Podcast - на вход даю список email адресов рассылок, скрипт скачивает из моей почты письма с этих адресов за период и переводит их в текстовые файлы, по мотивам которых тоже создаю подкаст по структуре ниже. Тем, кто был на апдейтах GenAI она будет очень знакома. Вот пример и репо

Структура обсуждения для подкаста:

Use the following structure for this discussion:
1) Feel --> Think --> Act:
Feel - improvements in AI capabilities to perceive the world: see, head, etc.
Think - improvements in AI reasoning capabilities
Act - improvements in AI skills to act in digital (e.g. use computers) and physical (e.g. robots walking on streets) world

2) 2025 - years of AI Agents: new AI Agents, improvements in AI agent capabilities, challenges and best practices of building agents

3) Tailwinds - what helps AI to progress

4) Headwinds - what stops AI progress

5) Opinions - key opinions about the topics above of industry thought leaders

6) Other - anything else that was not covered by items above

Экономит мне достаточно прилично времени + снижает FOMO, что я не в курсе что происходит и, разумеется, готовит меня к GenAI апдейтам. Осталось подключить туда Twitter и Телегу, и будет полный фарш.

Пример вручную сгенерированного подкаста в аттаче - пока не так круто, как у NotebookLm, but getting there. Это, конечно, целая отдельная дисциплина научиться генерировать правдоподобную дискуссию не только с точки зрения звучания, но и реплик хостов. Наверное напишу еще на эту тему

P.S. Если захотите научиться кодить такие и не только пайплайны - велком на 2й сезон AI Product Engineer

Что нового в GenAI? Июньский апдейт

А вот и запись июньского апдейта по GenAI - enjoy!

https://youtu.be/k2b_FktYpv4

OpenAI и нарратив

У меня ощущение, что OpenAI теряет нарратив. Anthropic и Google утаскивают у них top of mind у разработчиков. Вангую существенный анонс в ближайшие дни.

Но я по-прежнему считаю, что им надо перестать играть на многих полях и сконцентрироваться на consumer юзкейсах. Здесь у них, по моему мнению, самое устойчивое преимущество: больше и дешевле для average Joe & Jane.

А вы как считаете?

Ретроспектива отчета Situational Awareness

Мы на апрельском апдейте не уложились по таймингу и не смогли обсудить мой план/факт по situational awareness отчету от 2024го —> но вот тут вышел классный анализ по теме. TLDR: в целом, Леопольд был прав

Напомню ключевые поинты Леопольда:
1) Главная задача - создать AI ресерчера, и к 2027му мы скорее всего это сделаем
2) Основные драйверы:
- больше компьюта
- алгоритмические улучшения

По этим пунктам мы вроде on track. Основное - выручка пока не очень соответствует его ожиданиям: цели начала 2025го достигнуты, но чтобы добраться до прогнозов конца 2025го, учитывая что уже конец июня, нужно серьезное ускорение.

Но, в целом, ситуация понятная. Работаем и периодически перечитываем отчет Леопольда 😉