Вот список фильмов, которые помогут переключить внимание ребенка с «быстрого» дофамина на качественный и познавательный контент.
Фильмы из рекомендаций учителя:
1)«Микрокосмос» (Microcosmos) — уникальная французская лента, снятая без единого слова. Это чистая магия макросъемки, которая показывает жизнь насекомых как захватывающий блокбастер, удерживая внимание не хуже спецэффектов.
2)«Рождение океана» (BBC) — документальная классика, рассказывающая о зарождении жизни на Земле. После просмотра обычная лужа на улице превращается для ребенка в целый мир.
3)«Как устроена Вселенная» (Discovery) — сериал, где сложные темы вроде черных дыр и квантовой физики объясняются настолько доходчиво, что становятся понятны даже младшим школьникам.
4)«Человеческое тело: грани возможного» (BBC) — показывает, на что способен организм в экстремальных ситуациях. Это мотивирует детей интересоваться собственными физическими рекордами вместо погони за лайками.
5)«Планета Земля» — шедевр операторской работы, который превращает обычную природу в настоящую фантастику.
6)«Рожденные в Китае» (Disney Nature) — трогательная история о судьбах панды, снежного барса и антилопы. Фильм вызывает глубокие эмоции, которые помогают ребенку осознать ценность жизни.
Рекомендуемые дополнения:
1)«Тайная жизнь деревьев» — визуально безупречный фильм о том, как деревья общаются друг с другом, заботятся о соплеменниках и чувствуют опасность.
2)«Медведи» (Disney Nature) — история одного года из жизни семьи бурых медведей на Аляске. Захватывает не хуже приключенческого мультфильма благодаря четкому сюжету и невероятным кадрам.
3)«Путешествие на край Вселенной» (National Geographic) — масштабное путешествие от Земли до границ познаваемого космоса. Идеально для детей, которые любят тему астрономии.
4)«Крылья жизни» (Disney Nature) — невероятно красивая история о «невидимых» героях природы: пчелах, бабочках и птицах-колибри, от которых зависит жизнь на планете.
5)«Океаны» (Жак Перрен) — один из самых дорогих и масштабных фильмов о подводном мире, где камеры движутся вместе с дельфинами и китами, создавая эффект полного погружения.
Совет: После просмотра качественного материала детский мозг начинает требовать «качество вместо количества», отказываясь от информационного хлама. Попробуйте смотреть эти фильмы вместе и обсуждать «тот самый щелчок» понимания — это лучший способ укрепить связь с ребенком и развить его интеллект.
Фильмы из рекомендаций учителя:
1)«Микрокосмос» (Microcosmos) — уникальная французская лента, снятая без единого слова. Это чистая магия макросъемки, которая показывает жизнь насекомых как захватывающий блокбастер, удерживая внимание не хуже спецэффектов.
2)«Рождение океана» (BBC) — документальная классика, рассказывающая о зарождении жизни на Земле. После просмотра обычная лужа на улице превращается для ребенка в целый мир.
3)«Как устроена Вселенная» (Discovery) — сериал, где сложные темы вроде черных дыр и квантовой физики объясняются настолько доходчиво, что становятся понятны даже младшим школьникам.
4)«Человеческое тело: грани возможного» (BBC) — показывает, на что способен организм в экстремальных ситуациях. Это мотивирует детей интересоваться собственными физическими рекордами вместо погони за лайками.
5)«Планета Земля» — шедевр операторской работы, который превращает обычную природу в настоящую фантастику.
6)«Рожденные в Китае» (Disney Nature) — трогательная история о судьбах панды, снежного барса и антилопы. Фильм вызывает глубокие эмоции, которые помогают ребенку осознать ценность жизни.
Рекомендуемые дополнения:
1)«Тайная жизнь деревьев» — визуально безупречный фильм о том, как деревья общаются друг с другом, заботятся о соплеменниках и чувствуют опасность.
2)«Медведи» (Disney Nature) — история одного года из жизни семьи бурых медведей на Аляске. Захватывает не хуже приключенческого мультфильма благодаря четкому сюжету и невероятным кадрам.
3)«Путешествие на край Вселенной» (National Geographic) — масштабное путешествие от Земли до границ познаваемого космоса. Идеально для детей, которые любят тему астрономии.
4)«Крылья жизни» (Disney Nature) — невероятно красивая история о «невидимых» героях природы: пчелах, бабочках и птицах-колибри, от которых зависит жизнь на планете.
5)«Океаны» (Жак Перрен) — один из самых дорогих и масштабных фильмов о подводном мире, где камеры движутся вместе с дельфинами и китами, создавая эффект полного погружения.
Совет: После просмотра качественного материала детский мозг начинает требовать «качество вместо количества», отказываясь от информационного хлама. Попробуйте смотреть эти фильмы вместе и обсуждать «тот самый щелчок» понимания — это лучший способ укрепить связь с ребенком и развить его интеллект.
❤7🔥2
Run & more
https://t.me/KamaLamaBot
Dave Waiser (ex-Gett) сделал бот для самооценки уровня здоровья и предсказания долголетия
Forwarded from Volotovskaya
IBM_The Enterprise in 2030 Report (63 pgs).pdf
4.6 MB
Какими будут умные компании в 2030 году — версия IBM
Быстрое обучение, постоянные эксперименты и решительные действия в условиях неопределенности — все это отличает успешный бизнес будущего.
Ключевые факты
- 79% руководителей ожидают, что к 2030 году AI станет значимым источником выручки.
- Каждая четвертая компания предполагает участие AI в работе совета директоров.
- Больше половины лидеров считают, что скорость принятия решений будет важнее идеальной проработки.
- 67% руководителей уверены, что AI поможет снизить зависимость от редких специалистов и текучки.
Образ компании будущего
AI — часть логики бизнеса, а не надстройка
Умная компания 2030 года не «использует AI» — она изначально выстроена вокруг него. Речь не про автоматизацию отдельных процессов, а про постоянную переработку продуктов, цен, цепочек поставок и клиентских сценариев в реальном времени.
Решения принимаются непрерывно
Стратегия больше не обновляется раз в год или квартал. Компания постоянно анализирует сигналы рынка, поведение клиентов и внутренние показатели — и тут же корректирует курс. Управление становится непрерывным процессом.
Скорость важнее идеального плана
Конкурентное преимущество смещается от детального анализа к быстрому действию. Умные компании чаще запускают новые продукты, быстрее закрывают неудачные гипотезы и масштабируют то, что работает.
Преимущество — в уникальности, а не в доступе к технологиям
Универсальные инструменты выравнивают возможности компаний. Поэтому ценность смещается к собственным данным, внутренним моделям и тому, как бизнес использует свою экспертизу в цифровых системах.
Человек и AI работают вместе
AI не заменяет управление — он меняет его формат. Люди фокусируются на целях, смыслах и выборе направлений, а AI берет на себя анализ, сценарии и операционные решения. Именно эта связка становится источником устойчивого роста.
Полный текст отчета The enterprise in 2030 — в прикрепленном файле.
@volotovskayaelena
Быстрое обучение, постоянные эксперименты и решительные действия в условиях неопределенности — все это отличает успешный бизнес будущего.
Ключевые факты
- 79% руководителей ожидают, что к 2030 году AI станет значимым источником выручки.
- Каждая четвертая компания предполагает участие AI в работе совета директоров.
- Больше половины лидеров считают, что скорость принятия решений будет важнее идеальной проработки.
- 67% руководителей уверены, что AI поможет снизить зависимость от редких специалистов и текучки.
Образ компании будущего
AI — часть логики бизнеса, а не надстройка
Умная компания 2030 года не «использует AI» — она изначально выстроена вокруг него. Речь не про автоматизацию отдельных процессов, а про постоянную переработку продуктов, цен, цепочек поставок и клиентских сценариев в реальном времени.
Решения принимаются непрерывно
Стратегия больше не обновляется раз в год или квартал. Компания постоянно анализирует сигналы рынка, поведение клиентов и внутренние показатели — и тут же корректирует курс. Управление становится непрерывным процессом.
Скорость важнее идеального плана
Конкурентное преимущество смещается от детального анализа к быстрому действию. Умные компании чаще запускают новые продукты, быстрее закрывают неудачные гипотезы и масштабируют то, что работает.
Преимущество — в уникальности, а не в доступе к технологиям
Универсальные инструменты выравнивают возможности компаний. Поэтому ценность смещается к собственным данным, внутренним моделям и тому, как бизнес использует свою экспертизу в цифровых системах.
Человек и AI работают вместе
AI не заменяет управление — он меняет его формат. Люди фокусируются на целях, смыслах и выборе направлений, а AI берет на себя анализ, сценарии и операционные решения. Именно эта связка становится источником устойчивого роста.
Полный текст отчета The enterprise in 2030 — в прикрепленном файле.
@volotovskayaelena
Forwarded from RationalAnswer | Павел Комаровский
Кто победит: мудрость толпы, или 550-килограммовый бычара?
В продолжение моей саги про ставки на Polymarket – недавно слушал подкаст Подлодки с Никитой Поваровым как раз про рынки предсказаний (он пилит такой внутренний рынок «корпоративных предсказаний» в JetBrains). Там есть интересный рассказ про знаменитый эксперимент Фрэнсиса Гальтона.
Никита говорит, что там есть несколько любопытных нюансов, про которые часто забывают:
🐂 В толпе собрались не просто левые челики, а как раз-таки эксперты: это были в основном фермеры-скотоводы, которые про весовые категории бычков в курсе не понаслышке.
🐂 Более того, у них были сильные финансовые стимулы, чтобы угадать правильно: победитель мог выиграть приз стоимостью 20 фунтов, а за участие надо было заплатить 6 пенсов (примерно четыре кружки пиваса в то время, no joke). То есть, этот фактор как бы дополнительно отсекал неотдупляющих зевак.
🐂 Сам Гальтон не усреднял ответы 800 участников опроса, а брал медиану. Такой вот у него был политический кинк – он считал, что медиана лучше отражает «настоящее мнение народа», так как не происходит перекосов из-за «крайних выбросов». При этом, хохма была в том, что посчитанная Фрэнсисом медиана отличалась от настоящего веса бычка примерно на 1%, а если считать среднюю – то там попадание вышло бы еще в 10 раз точнее, с отклонением всего в один фунт. Судя по всему, когда Гальтону на это указывали, у него нехило подгорало от этого факта.
🐂 Позже вообще выяснилось, что Гальтон немножко запутался в конверсиях по имперской системе (все эти фунты, унции – если честно, понимаю деда!) и что-то там посчитал на бумажке в столбик неправильно. А если пересчитать в Экселе по уму – то там вообще выходит, что средняя всех ответов идеально точно совпала с бычком. Слава богу, Фрэнсис до этого момента не дожил уже…
В общем, TLDR там такой, что современные рынки предсказаний (типа Polymarket или Kalshi) как раз заточены под то, чтобы давать наиболее точные предсказания. Там надо рисковать своими деньгами для того, чтобы пытаться их преумножить (это работает как базовый фильтр против «левых» зевак), а оцениваемые вероятности событий сдвигаются тем сильнее, чем более высокую ставку готов поставить человек (то есть, мнения самых уверенных в своей правоте ребят влияют больше, чем «слабые» мнения – никаких вам тут медиан!).
Само интервью интересное, рекомендую послушать целиком.
В продолжение моей саги про ставки на Polymarket – недавно слушал подкаст Подлодки с Никитой Поваровым как раз про рынки предсказаний (он пилит такой внутренний рынок «корпоративных предсказаний» в JetBrains). Там есть интересный рассказ про знаменитый эксперимент Фрэнсиса Гальтона.
Как обычно рассказывают эту историю: дескать, собралась толпа нешарящих зевак, каждый попытался от балды «на глаз» угадать вес бычка. Индивидуальные догадки получились ни к черту, но когда Гальтон это всё усреднил – выяснилось, что в среднем толпа почти точно попала в настоящий вес скотины. Вот она, мудрость толпы!!
Никита говорит, что там есть несколько любопытных нюансов, про которые часто забывают:
🐂 В толпе собрались не просто левые челики, а как раз-таки эксперты: это были в основном фермеры-скотоводы, которые про весовые категории бычков в курсе не понаслышке.
🐂 Более того, у них были сильные финансовые стимулы, чтобы угадать правильно: победитель мог выиграть приз стоимостью 20 фунтов, а за участие надо было заплатить 6 пенсов (примерно четыре кружки пиваса в то время, no joke). То есть, этот фактор как бы дополнительно отсекал неотдупляющих зевак.
🐂 Сам Гальтон не усреднял ответы 800 участников опроса, а брал медиану. Такой вот у него был политический кинк – он считал, что медиана лучше отражает «настоящее мнение народа», так как не происходит перекосов из-за «крайних выбросов». При этом, хохма была в том, что посчитанная Фрэнсисом медиана отличалась от настоящего веса бычка примерно на 1%, а если считать среднюю – то там попадание вышло бы еще в 10 раз точнее, с отклонением всего в один фунт. Судя по всему, когда Гальтону на это указывали, у него нехило подгорало от этого факта.
🐂 Позже вообще выяснилось, что Гальтон немножко запутался в конверсиях по имперской системе (все эти фунты, унции – если честно, понимаю деда!) и что-то там посчитал на бумажке в столбик неправильно. А если пересчитать в Экселе по уму – то там вообще выходит, что средняя всех ответов идеально точно совпала с бычком. Слава богу, Фрэнсис до этого момента не дожил уже…
В общем, TLDR там такой, что современные рынки предсказаний (типа Polymarket или Kalshi) как раз заточены под то, чтобы давать наиболее точные предсказания. Там надо рисковать своими деньгами для того, чтобы пытаться их преумножить (это работает как базовый фильтр против «левых» зевак), а оцениваемые вероятности событий сдвигаются тем сильнее, чем более высокую ставку готов поставить человек (то есть, мнения самых уверенных в своей правоте ребят влияют больше, чем «слабые» мнения – никаких вам тут медиан!).
Само интервью интересное, рекомендую послушать целиком.
P.S. И еще на этой неделе у ребят из Подлодки вышло интервью со мной, где я им два с половиной часа рассказывал о том, каково это – быть блогером? Вообще, они котики и делают классный контент – обязательно подпишитесь на их канал, чтобы не пропустить другие годные выпуски!
❤1👍1
Forwarded from IvanovInvest
Y Combinator довольно прямо сказал, что именно хочет финансировать
Вышел список Requests for Startups на Spring 2026 — по сути, это не «идеи», а чёткие запросы рынка от одного из самых влиятельных акселераторов
7 направлений, на которые YC сейчас реально смотрит:
1. «Cursor для продакт-менеджеров»
Проблема: нет системы, которая закрывает продуктовый цикл целиком.
Запрос: AI-PM, который собирает интервью и данные использования, предлагает продуктовые и UI-решения и сразу раскладывает их в задачи для код-агентов.
2. AI-native хедж-фонды
Проблема: AI используют как надстройку, а не как ядро стратегии.
Запрос: рои агентов, которые анализируют отчёты, рынки, генерируют и исполняют стратегии.
3. AI-native агентства
Проблема: агентства растут через найм и ручной труд.
Запрос: сервисные компании, где AI делает готовую работу, а маржа — как у софта.
4. Финансовые сервисы на стейблкоинах
Проблема: инфраструктура есть, сервисов почти нет.
Запрос: регулируемые продукты между DeFi и традиционными финансами — платежи, доходность, доступ.
5. AI для государства
Проблема: формы цифровые, обработка — ручная.
Запрос: системы, которые массово обрабатывают заявки, снижают издержки и время ответа.
6. Современные металлургические заводы
Проблема: медленно, фрагментировано, неэффективно по энергии.
Запрос: «software-defined» заводы с AI-планированием, автоматизацией и новой энергетикой.
7. AI-наставник для физического труда
Проблема: обучение долгое, рабочих рук не хватает.
Запрос: AI, который в реальном времени ведёт человека шаг за шагом и сразу делает его продуктивным.
Важно не то, что список «модный».
Важно, что YC всё меньше смотрит на абстрактный софт и всё больше — на системы, которые перепрошивают целые индустрии.
Из всего списка очень странно видеть пункт про современные металлургические заводы.
Как-то совсем вроде не про технологии🧐
#аналитика #прогнозы #тренды
Вышел список Requests for Startups на Spring 2026 — по сути, это не «идеи», а чёткие запросы рынка от одного из самых влиятельных акселераторов
7 направлений, на которые YC сейчас реально смотрит:
1. «Cursor для продакт-менеджеров»
Проблема: нет системы, которая закрывает продуктовый цикл целиком.
Запрос: AI-PM, который собирает интервью и данные использования, предлагает продуктовые и UI-решения и сразу раскладывает их в задачи для код-агентов.
2. AI-native хедж-фонды
Проблема: AI используют как надстройку, а не как ядро стратегии.
Запрос: рои агентов, которые анализируют отчёты, рынки, генерируют и исполняют стратегии.
3. AI-native агентства
Проблема: агентства растут через найм и ручной труд.
Запрос: сервисные компании, где AI делает готовую работу, а маржа — как у софта.
4. Финансовые сервисы на стейблкоинах
Проблема: инфраструктура есть, сервисов почти нет.
Запрос: регулируемые продукты между DeFi и традиционными финансами — платежи, доходность, доступ.
5. AI для государства
Проблема: формы цифровые, обработка — ручная.
Запрос: системы, которые массово обрабатывают заявки, снижают издержки и время ответа.
6. Современные металлургические заводы
Проблема: медленно, фрагментировано, неэффективно по энергии.
Запрос: «software-defined» заводы с AI-планированием, автоматизацией и новой энергетикой.
7. AI-наставник для физического труда
Проблема: обучение долгое, рабочих рук не хватает.
Запрос: AI, который в реальном времени ведёт человека шаг за шагом и сразу делает его продуктивным.
Важно не то, что список «модный».
Важно, что YC всё меньше смотрит на абстрактный софт и всё больше — на системы, которые перепрошивают целые индустрии.
Из всего списка очень странно видеть пункт про современные металлургические заводы.
Как-то совсем вроде не про технологии🧐
#аналитика #прогнозы #тренды
👍1
Forwarded from Trade by Booba
#BTC
Ну что ж. Поехали
Порядка двух лет я вел простую риторику:
- биткоин прийдет в диапазон 90000$-120000$
- этот диапазон станет диапазоном распределения (чит. финалом цикла)
- далее биткоин снизится в диапазон 40000$-60000$
- после чего начнет движение на 250000$-350000$
На сейчас, как видим - актив движется ровно так как и планировалось в глобальной картине мира
Никаких «обнулений», никаких «100 тыщ не будет это сказка для лохов», никаких «перехая в этот раз не будет»
И конечно же - никаких «160000$-200000$ с текущих»
И да, это не я такой молодец. Это ВТС двигается красиво, технично и прогнозируемо
Теперь давайте сравним текущее поведение цены с аналогичной медвежьей фазой в прошлом цикле
Для вашего удобства цветными прямоугольниками обозначил практически идентичные по характеру движения отрезки:
- после первой фазы снижения красный блок - зона технического отскока, лонгов с настроениями «это была коррекция, дальше на перехай»;
- синий блок - диапазон консервативной ликвидности осторожных лонгов, а так же тест глобальной зоны интереса;
- зеленый блок - целевой в рамках медвежьего тренда, диапазон набора/аккумуляции крупным игроком
По системе Вайкоффа это бьется с принципом распределения по нему, и сейчас мы находимся в фазе D. Решил это сюда не добавлять дабы не нагромождать график лишними шумами, кому интересно можете загуглить самостоятельно либо разберу это в отдельном посте по необходимости
Мой целевой диапазон 40-60 на прошлой неделе затестили и получили первую реакцию
На текущий момент распиливаем уровень АТН прошлого цикла (69000), который сначала перед уходом на АТН в текущем цикле долго пилили снизу, теперь - пилим сверху
Многие опираются на идею что АТН прошлого цикла выступит поддержкой, отсюда развернемся - и этого не случится
Через локальный технический отскок снижение в целевой диапазон продолжится, где биткоин начнет формировать дно на протяжении 3-6 месяцев
Далее в период июль-сентябрь можем увидеть какое-то шоковое событие для индустрии (по аналогии с крахом FTX в прошлом цикле), которое оформит финальную капитуляцию и финализирует процесс смены рук
Кратковременный нырок под 40К, активизация настроений в духе «идем на 20 тыщ»
Плюс минус октябрь 2026 - дно и начало затяжного восходящего движения биткоина
После этого ключевой уровень 69000$-70000$ будет являться уровнем 0,5 коррекции медвежьего тренда по аналогии с уровнем 30000$-32000$, когда всё движение 15600-32000 считали лишь коррекцией медвежьего тренда и прогнозировали дальнейший перелой но - ушли к новым вершинам
Схематично фракталом обозначил на графике, тем не менее изначально надо понимать что это примерное видение движения биткоина, со временем шумы будут корректировать сам характер структуры, основной посыл именно в векторе и логике будущих процессов
P.S. Не забываем об этом посте, нам нужен ваш фидбек, дабы понимать как лучше усовершенствовать видео-контент на нашем ютуб-канале, где вышло это видео с разбором проекта #NIL
https://www.tradingview.com/x/qf92CkeM/
Ну что ж. Поехали
Порядка двух лет я вел простую риторику:
- биткоин прийдет в диапазон 90000$-120000$
- этот диапазон станет диапазоном распределения (чит. финалом цикла)
- далее биткоин снизится в диапазон 40000$-60000$
- после чего начнет движение на 250000$-350000$
На сейчас, как видим - актив движется ровно так как и планировалось в глобальной картине мира
Никаких «обнулений», никаких «100 тыщ не будет это сказка для лохов», никаких «перехая в этот раз не будет»
И конечно же - никаких «160000$-200000$ с текущих»
И да, это не я такой молодец. Это ВТС двигается красиво, технично и прогнозируемо
Теперь давайте сравним текущее поведение цены с аналогичной медвежьей фазой в прошлом цикле
Для вашего удобства цветными прямоугольниками обозначил практически идентичные по характеру движения отрезки:
- после первой фазы снижения красный блок - зона технического отскока, лонгов с настроениями «это была коррекция, дальше на перехай»;
- синий блок - диапазон консервативной ликвидности осторожных лонгов, а так же тест глобальной зоны интереса;
- зеленый блок - целевой в рамках медвежьего тренда, диапазон набора/аккумуляции крупным игроком
По системе Вайкоффа это бьется с принципом распределения по нему, и сейчас мы находимся в фазе D. Решил это сюда не добавлять дабы не нагромождать график лишними шумами, кому интересно можете загуглить самостоятельно либо разберу это в отдельном посте по необходимости
Мой целевой диапазон 40-60 на прошлой неделе затестили и получили первую реакцию
На текущий момент распиливаем уровень АТН прошлого цикла (69000), который сначала перед уходом на АТН в текущем цикле долго пилили снизу, теперь - пилим сверху
Многие опираются на идею что АТН прошлого цикла выступит поддержкой, отсюда развернемся - и этого не случится
Через локальный технический отскок снижение в целевой диапазон продолжится, где биткоин начнет формировать дно на протяжении 3-6 месяцев
Далее в период июль-сентябрь можем увидеть какое-то шоковое событие для индустрии (по аналогии с крахом FTX в прошлом цикле), которое оформит финальную капитуляцию и финализирует процесс смены рук
Кратковременный нырок под 40К, активизация настроений в духе «идем на 20 тыщ»
Плюс минус октябрь 2026 - дно и начало затяжного восходящего движения биткоина
После этого ключевой уровень 69000$-70000$ будет являться уровнем 0,5 коррекции медвежьего тренда по аналогии с уровнем 30000$-32000$, когда всё движение 15600-32000 считали лишь коррекцией медвежьего тренда и прогнозировали дальнейший перелой но - ушли к новым вершинам
Схематично фракталом обозначил на графике, тем не менее изначально надо понимать что это примерное видение движения биткоина, со временем шумы будут корректировать сам характер структуры, основной посыл именно в векторе и логике будущих процессов
P.S. Не забываем об этом посте, нам нужен ваш фидбек, дабы понимать как лучше усовершенствовать видео-контент на нашем ютуб-канале, где вышло это видео с разбором проекта #NIL
https://www.tradingview.com/x/qf92CkeM/
TradingView
CRYPTO:BTCUSD Chart Image by BoobaKastorsky
🔥1
Forwarded from Маркетолог Женя Ванжула из AdsON
Я потратил кучу времени на изучение AI. Вот что реально работает
Последние 3 месяца я одержим AI.
Читал документацию. Тестировал инструменты. Смотрел демки на YouTube. Пробовал на реальных проектах клиентов.
Знаете, что я понял?
90% того, что показывают в красивых роликах — это либо постановка, либо работает только в идеальных условиях.
Но есть 10%, которые реально дают результат. Прямо сейчас. На живых проектах.
Сегодня расскажу только то, что работает. Без хайпа.
1. Генерация структуры лендингов
Инструмент: Claude 4.5 Sonnet+ кастомные промпты
Что делает:
Ты даёшь AI подробно расписанный бриф. Описание продукта, целевую аудиторию, боли.
Он выдаёт:
🔹 Структуру лендинга (блоки, последовательность)
🔹 Заголовки и подзаголовки
🔹 УТП с конкретикой
🔹 Варианты CTA
Где применяли:
Клиент — компания по установке рольставней.
Раньше: менеджер собирал инфу и заполнял бриф→ копирайтер делал структуру → правки → ещё правки. Итого: 3-5 дней.
С AI: менеджер заполнил бриф → AI выдал 3 варианта структуры за 10 минут → выбрал лучший и доработал → готово за 2 часа.
Реальная экономия времени: 80%
Важно:
Чем более подробно будет расписан бриф, тем более релевантные будут данные. AI не понимает специфику ниши, нужно ему задать контекст.
Поэтому финальную структуру всё равно дорабатывает человек, который знает рынок.
2. Написание SEO-статей (частично)
Инструмент: Claude 4.5 Sonnet + Perplexity (для фактчекинга)
Что делает:
Пишет драфт статьи по заданному ТЗ(ТЗ кстати тоже генерим в нейронке). Потом человек дописывает, проверяет факты, добавляет экспертность.
Где применяли:
У всех наших клиентов мы ведем блоги на сайте . Нужно было 40 SEO-статей для блога в месяц.
Раньше: копирайтер писал 1 статью за 2 дня. Итого: 40 дней работы и несколько копирайтеров.
С AI: AI пишет ТЗ по нашим загруженным данным и шаблонам. Драфт за 10 минут → редактор дорабатывает за 1-2 часа → итого 1 статья за 3 часа.
Реальная экономия времени: 60-70%
Важно:
AI часто врёт. Особенно если данных мало или они устарели.
Поэтому обязательно нужен фактчекинг. Мы используем Perplexity (он ищет источники и даёт ссылки).
3. Составление УТП и оффера
Инструмент: Claude 4.5 Sonnet + кастомный промпт
Что делает:
Ты даёшь AI:
🔹 Описание продукта
🔹 Боли клиента
🔹 Конкурентов
Он выдаёт 5-7 вариантов УТП с конкретикой.
Подробно по УТП, писал в данном посте.
4. Анализ конкурентов
Инструмент: Gemeni или Claude (кастомные промты)
Что делает:
Ты даёшь AI ссылки на сайты конкурентов.
Он анализирует:
🔹 Какие УТП используют
🔹 Какие блоки есть на сайте
🔹 Какие гарантии дают
🔹 Как оформлены формы захвата
🔹 В том числе рекомендации по SEO
Потом выдаёт таблицу сводку: "Что есть у них, чего нет у вас".
Где применяли:
Клиент — интернет-магазин стройматериалов.
Раньше: я вручную открывал 10 сайтов конкурентов, выписывал что вижу, сводил в таблицу. Итого: 3-4 часа.
С AI: AI проанализировал 10 сайтов за 15 минут и выдал отчёт.
Реальная экономия времени: 90%
5. Лид-магниты и чек-листы
Инструмент: Claude 4.5 Sonnet
Что делает:
Генерирует структуру и содержание лид-магнитов:
🔹 Чек-листы
🔹 Гайды
🔹 Шаблоны
🔹 Инструкции
Где применяли:
Клиент — винтовые компрессоры. Сгенерили лид-магнит "Матрица выбора винтового компрессора за 5 шагов".
Раньше: я собирал инфу из разных источников, структурировал, писал. Итого: 1-2 дня.
С AI: AI выдал структуру и основные пункты за 15 минут → коперайтер доработал → инженер компании проверил → готово за 1 час.
Что в итоге
AI — это не замена специалистов. Это усилитель.
Что реально работает:
✅ Генерация структуры лендингов
✅ Написание SEO-текстов
✅ Составление УТП
✅ Анализ конкурентов (экономия 90% времени)
✅ Лид-магниты и чек-листы
Пока так, у вас какие наработки?
Последние 3 месяца я одержим AI.
Читал документацию. Тестировал инструменты. Смотрел демки на YouTube. Пробовал на реальных проектах клиентов.
Знаете, что я понял?
90% того, что показывают в красивых роликах — это либо постановка, либо работает только в идеальных условиях.
Но есть 10%, которые реально дают результат. Прямо сейчас. На живых проектах.
Сегодня расскажу только то, что работает. Без хайпа.
1. Генерация структуры лендингов
Инструмент: Claude 4.5 Sonnet+ кастомные промпты
Что делает:
Ты даёшь AI подробно расписанный бриф. Описание продукта, целевую аудиторию, боли.
Он выдаёт:
🔹 Структуру лендинга (блоки, последовательность)
🔹 Заголовки и подзаголовки
🔹 УТП с конкретикой
🔹 Варианты CTA
Где применяли:
Клиент — компания по установке рольставней.
Раньше: менеджер собирал инфу и заполнял бриф→ копирайтер делал структуру → правки → ещё правки. Итого: 3-5 дней.
С AI: менеджер заполнил бриф → AI выдал 3 варианта структуры за 10 минут → выбрал лучший и доработал → готово за 2 часа.
Реальная экономия времени: 80%
Важно:
Чем более подробно будет расписан бриф, тем более релевантные будут данные. AI не понимает специфику ниши, нужно ему задать контекст.
Поэтому финальную структуру всё равно дорабатывает человек, который знает рынок.
2. Написание SEO-статей (частично)
Инструмент: Claude 4.5 Sonnet + Perplexity (для фактчекинга)
Что делает:
Пишет драфт статьи по заданному ТЗ(ТЗ кстати тоже генерим в нейронке). Потом человек дописывает, проверяет факты, добавляет экспертность.
Где применяли:
У всех наших клиентов мы ведем блоги на сайте . Нужно было 40 SEO-статей для блога в месяц.
Раньше: копирайтер писал 1 статью за 2 дня. Итого: 40 дней работы и несколько копирайтеров.
С AI: AI пишет ТЗ по нашим загруженным данным и шаблонам. Драфт за 10 минут → редактор дорабатывает за 1-2 часа → итого 1 статья за 3 часа.
Реальная экономия времени: 60-70%
Важно:
AI часто врёт. Особенно если данных мало или они устарели.
Поэтому обязательно нужен фактчекинг. Мы используем Perplexity (он ищет источники и даёт ссылки).
3. Составление УТП и оффера
Инструмент: Claude 4.5 Sonnet + кастомный промпт
Что делает:
Ты даёшь AI:
🔹 Описание продукта
🔹 Боли клиента
🔹 Конкурентов
Он выдаёт 5-7 вариантов УТП с конкретикой.
Подробно по УТП, писал в данном посте.
4. Анализ конкурентов
Инструмент: Gemeni или Claude (кастомные промты)
Что делает:
Ты даёшь AI ссылки на сайты конкурентов.
Он анализирует:
🔹 Какие УТП используют
🔹 Какие блоки есть на сайте
🔹 Какие гарантии дают
🔹 Как оформлены формы захвата
🔹 В том числе рекомендации по SEO
Потом выдаёт таблицу сводку: "Что есть у них, чего нет у вас".
Где применяли:
Клиент — интернет-магазин стройматериалов.
Раньше: я вручную открывал 10 сайтов конкурентов, выписывал что вижу, сводил в таблицу. Итого: 3-4 часа.
С AI: AI проанализировал 10 сайтов за 15 минут и выдал отчёт.
Реальная экономия времени: 90%
5. Лид-магниты и чек-листы
Инструмент: Claude 4.5 Sonnet
Что делает:
Генерирует структуру и содержание лид-магнитов:
🔹 Чек-листы
🔹 Гайды
🔹 Шаблоны
🔹 Инструкции
Где применяли:
Клиент — винтовые компрессоры. Сгенерили лид-магнит "Матрица выбора винтового компрессора за 5 шагов".
Раньше: я собирал инфу из разных источников, структурировал, писал. Итого: 1-2 дня.
С AI: AI выдал структуру и основные пункты за 15 минут → коперайтер доработал → инженер компании проверил → готово за 1 час.
Что в итоге
AI — это не замена специалистов. Это усилитель.
Что реально работает:
✅ Генерация структуры лендингов
✅ Написание SEO-текстов
✅ Составление УТП
✅ Анализ конкурентов (экономия 90% времени)
✅ Лид-магниты и чек-листы
Пока так, у вас какие наработки?
Для вашего веса (70 кг) и беговых нагрузок Томми Вуд рекомендует рацион, который он называет «Supply» (Снабжение). Главный принцип: максимальная плотность нутриентов на калорию.
Вот ваш список покупок «по Вуду», разделенный на категории:
1. Суперпродукты для мозга (Обязательно)
Яйца (цельные): Источник холина (строительный материал для памяти). Вуд советует съедать 2–4 штуки в день.
Жирная морская рыба (дикий лосось, скумбрия, сельдь, сардины): Источник Омега-3 и йода.
Печень (говяжья или трески): Вуд называет субпродукты «природными мультивитаминами». В них рекордное содержание витамина А, B12 и меди.
Темные ягоды (черника, голубика, ежевика): Содержат антоцианы, которые защищают нейроны от окислительного стресса.
2. Белок и жиры (Строительство и гормоны)
Говядина травяного откорма: Источник железа, цинка и креатина (важно для бегунов).
Авокадо и Оливковое масло (Extra Virgin): Полезные мононенасыщенные жиры для здоровья сосудов мозга.
Грецкие орехи: По форме напоминают мозг и действительно полезны для него из-за альфа-линоленовой кислоты.
3. Углеводы для бегуна (Энергия без скачков сахара)
Вуд против кето-диет для активно тренирующихся людей. Вам нужны углеводы, чтобы мозг не «тупил» от нехватки глюкозы:
Дикий или бурый рис, гречка: Медленная энергия.
Сладкий картофель (батат) или обычный картофель (запеченный): Отличный источник калия для работы сердца и мышц.
4. Микробиом (Ось «Кишечник-Мозг»)
Ферментированные продукты: Квашеная капуста, кимчи, кефир. Здоровый кишечник напрямую влияет на отсутствие «тумана в голове».
Крестоцветные: Брокколи, цветная капуста. Помогают печени выводить токсины.
5. Напитки
Кофе и качественный чай: Источники полифенолов.
Вода с солью/электролитами: Вуд настаивает на добавлении щепотки качественной соли в воду для тех, кто много бегает, чтобы поддерживать передачу нервных импульсов.
Важный совет от Вуда: Старайтесь, чтобы в вашем рационе было минимум 30 различных видов растений в неделю(включая специи и зелень). Это создает максимально устойчивую экосистему в организме.
Вот ваш список покупок «по Вуду», разделенный на категории:
1. Суперпродукты для мозга (Обязательно)
Яйца (цельные): Источник холина (строительный материал для памяти). Вуд советует съедать 2–4 штуки в день.
Жирная морская рыба (дикий лосось, скумбрия, сельдь, сардины): Источник Омега-3 и йода.
Печень (говяжья или трески): Вуд называет субпродукты «природными мультивитаминами». В них рекордное содержание витамина А, B12 и меди.
Темные ягоды (черника, голубика, ежевика): Содержат антоцианы, которые защищают нейроны от окислительного стресса.
2. Белок и жиры (Строительство и гормоны)
Говядина травяного откорма: Источник железа, цинка и креатина (важно для бегунов).
Авокадо и Оливковое масло (Extra Virgin): Полезные мононенасыщенные жиры для здоровья сосудов мозга.
Грецкие орехи: По форме напоминают мозг и действительно полезны для него из-за альфа-линоленовой кислоты.
3. Углеводы для бегуна (Энергия без скачков сахара)
Вуд против кето-диет для активно тренирующихся людей. Вам нужны углеводы, чтобы мозг не «тупил» от нехватки глюкозы:
Дикий или бурый рис, гречка: Медленная энергия.
Сладкий картофель (батат) или обычный картофель (запеченный): Отличный источник калия для работы сердца и мышц.
4. Микробиом (Ось «Кишечник-Мозг»)
Ферментированные продукты: Квашеная капуста, кимчи, кефир. Здоровый кишечник напрямую влияет на отсутствие «тумана в голове».
Крестоцветные: Брокколи, цветная капуста. Помогают печени выводить токсины.
5. Напитки
Кофе и качественный чай: Источники полифенолов.
Вода с солью/электролитами: Вуд настаивает на добавлении щепотки качественной соли в воду для тех, кто много бегает, чтобы поддерживать передачу нервных импульсов.
Важный совет от Вуда: Старайтесь, чтобы в вашем рационе было минимум 30 различных видов растений в неделю(включая специи и зелень). Это создает максимально устойчивую экосистему в организме.
Для вашего веса 70 кг и активного образа жизни (бег 10 лет, полумарафоны) дозировки должны учитывать не только базовые потребности, но и повышенный метаболический износ.
Вот расчет по рекомендациям, которые часто упоминает Томми Вуд:
1. Магний (Для глубокого сна и восстановления)
Магний критически важен для бегунов, так как он расходуется при потоотделении и работе мышц.
Форма: Магния Глицинат (лучше для сна и расслабления мышц) или Магния Треонат(единственная форма, которая эффективно проникает через гематоэнцефалический барьер в мозг).
Дозировка: 300–400 мг чистого магния (элементарного).
Когда: За 30–60 минут до сна.
Эффект: Улучшает фазу глубокого сна, в которой мозг очищается от токсинов (глимфатическая система).
2. Омега-3 (Противовоспалительный эффект и структура мозга)
Томми Вуд подчеркивает, что важна не просто «рыбий жир», а сумма кислот EPA + DHA.
Дозировка: Для активного спортсмена вашего веса — 2–3 грамма (2000–3000мг) суммы EPA и DHA в день.
Важно: DHA (докозагексаеновая кислота) должна составлять не менее 1000 мг от этой суммы, так как это основной «строительный материал» для коры головного мозга.
Когда: С самым жирным приемом пищи (например, завтрак с яйцами или авокадо) для лучшего усвоения.
3. Креатин (Энергия нейронов)
Дозировка: Стандартные 5 грамм в день.
Нюанс: При весе 70 кг вам не нужна «фаза загрузки». Просто принимайте по 5г ежедневно. Креатин удерживает немного воды в клетках, что полезно для выносливости бегуна, но главное — он дает мозгу «запасной аккумулятор» энергии при переутомлении.
4. Витамин D3 + K2 (Кости и иммунитет)
Бегунам на длинные дистанции это необходимо для профилактики стрессовых переломов.
Дозировка: 4000–5000 IU (при условии, что вы не проводите по 4 часа на ярком солнце ежедневно).
K2 (MK-7): Обязательно в паре с D3 (около 100 мкг), чтобы кальций шел в кости, а не в сосуды.
Ваш «Набор Долголетия» на день:
Утро (с едой): Омега-3 (3г), Витамин D3+K2, Креатин (5г).
Вечер (перед сном): Магний Глицинат (400 мг).
Важное уточнение: Перед началом приема высоких доз Омега-3 или Витамина D3 желательно сдать анализ крови (индекс Омега-3 и уровень 25-OH Vitamin D), чтобы скорректировать дозировку точнее.
Вот расчет по рекомендациям, которые часто упоминает Томми Вуд:
1. Магний (Для глубокого сна и восстановления)
Магний критически важен для бегунов, так как он расходуется при потоотделении и работе мышц.
Форма: Магния Глицинат (лучше для сна и расслабления мышц) или Магния Треонат(единственная форма, которая эффективно проникает через гематоэнцефалический барьер в мозг).
Дозировка: 300–400 мг чистого магния (элементарного).
Когда: За 30–60 минут до сна.
Эффект: Улучшает фазу глубокого сна, в которой мозг очищается от токсинов (глимфатическая система).
2. Омега-3 (Противовоспалительный эффект и структура мозга)
Томми Вуд подчеркивает, что важна не просто «рыбий жир», а сумма кислот EPA + DHA.
Дозировка: Для активного спортсмена вашего веса — 2–3 грамма (2000–3000мг) суммы EPA и DHA в день.
Важно: DHA (докозагексаеновая кислота) должна составлять не менее 1000 мг от этой суммы, так как это основной «строительный материал» для коры головного мозга.
Когда: С самым жирным приемом пищи (например, завтрак с яйцами или авокадо) для лучшего усвоения.
3. Креатин (Энергия нейронов)
Дозировка: Стандартные 5 грамм в день.
Нюанс: При весе 70 кг вам не нужна «фаза загрузки». Просто принимайте по 5г ежедневно. Креатин удерживает немного воды в клетках, что полезно для выносливости бегуна, но главное — он дает мозгу «запасной аккумулятор» энергии при переутомлении.
4. Витамин D3 + K2 (Кости и иммунитет)
Бегунам на длинные дистанции это необходимо для профилактики стрессовых переломов.
Дозировка: 4000–5000 IU (при условии, что вы не проводите по 4 часа на ярком солнце ежедневно).
K2 (MK-7): Обязательно в паре с D3 (около 100 мкг), чтобы кальций шел в кости, а не в сосуды.
Ваш «Набор Долголетия» на день:
Утро (с едой): Омега-3 (3г), Витамин D3+K2, Креатин (5г).
Вечер (перед сном): Магний Глицинат (400 мг).
Важное уточнение: Перед началом приема высоких доз Омега-3 или Витамина D3 желательно сдать анализ крови (индекс Омега-3 и уровень 25-OH Vitamin D), чтобы скорректировать дозировку точнее.
🔥3👍2
Forwarded from Техномотель
Вышел БЕСПЛАТНЫЙ Qwen 3.5 — китайская нейронка не уступает топовым западным моделям.
Qwen 3.5 самостоятельно ориентируется на экране телефона или компьютера, распознаёт интерфейс и совершает действия от вашего имени. Просто опишите задачу обычными словами — нейросеть всё сделает сама.
В тестах Qwen 3.5-Plus показывает уровень Gemini 3 Pro, при этом обходя GPT-5.2 и Claude Opus 4.5. Другие её фишки включают:
Самое главное: модель полностью бесплатная — её уже выложили в опенсорс. Запустить на сайте тоже можно.
Тестим тут, а качаем здесь🆗
Qwen 3.5 самостоятельно ориентируется на экране телефона или компьютера, распознаёт интерфейс и совершает действия от вашего имени. Просто опишите задачу обычными словами — нейросеть всё сделает сама.
В тестах Qwen 3.5-Plus показывает уровень Gemini 3 Pro, при этом обходя GPT-5.2 и Claude Opus 4.5. Другие её фишки включают:
· Контекст в миллион токенов — модель «проглатывает» до двух часов видеоконтента или полноценный исходный код проекта целиком.
· Безупречное владение русским — создаёт посты, деловые письма и объёмные тексты, избегая шаблонных фраз.
· Профессиональная разработка — модель отлично генерит код, сама находит ошибки и исправляет ошибки.
· Визуалы высшего класса — модуль Qwen-Image создаёт изображения с продуманной композицией и корректным русским текстом.
Самое главное: модель полностью бесплатная — её уже выложили в опенсорс. Запустить на сайте тоже можно.
Тестим тут, а качаем здесь
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔1
Forwarded from IvanovInvest
Диалог умер. Остались прокси
как ИИ убивает умение формулировать мысли
Последнее время заметил достаточно серьезный сдвиг в том, как люди стали общаться между собой по рабочим вопросам.
Раньше как было?
Есть идея → сформулировал → донёс → услышал ответ → вник → вернулся с уточнениями.
Сейчас же на каждом этапе влезает ИИ☺️
И такое влезание привносит интересные изменения в поведении.
Во-первых.
Вместо коротких и чётких мыслей всё чаще прилетает: «Вот документ на 3–5–35 страниц, почитай, чтобы меня понять».
У отправителя формируется ощущение: чем больше вокруг идеи появляется документов с умными мыслями, ссылками, цитатами — тем серьезнее позиция.
И тем сложнее автору всю эту макулатуру уместить в 1-2 предложения самостоятельно.
ИИ это делает за тебя, но ты сам уже НЕ понимаешь свою же суть на 100%.🤷
Во-вторых.
Получатели этого текста, разумеется, не читают эту простыню
Они тоже скармливают все это своему чат-боту, чтобы получить выжимку и мнение, «что это для меня значит».
В итоге два человека общаются через прокси.
Оба НЕ формулируют мысли сами.
Оба НЕ читают друг друга.
Если копнуть глубже — появляется тонкий, почти незаметный перенос ответственности.
Вы наверняка уже слышали в разговорах: «мне GPT сказал то-то»
GPT становится авторитетом, которому мы больше доверяем, чем собеседнику. Или даже себе!
При этом важно помнить одну вещь.
Языковые модели настроены НЕ на поиск истины.
Они настроены на удержание внимания и приятное взаимодействие.
Это TikTok для взрослых
Ты, вроде, не фигней занимаешься (не видосики листаешь), а серьезные вопросы копаешь.
Но формат взаимодействия тот же — постоянное социальное подтверждение - «Отличная мысль!», «Вы правильно заметили!», «Умный подход!»
Тебя поддерживают, с тобой соглашаются, тебя хвалят, усиливают твою значимость!
Создается ощущение значимости. Удовольствие. Привязанность.
Мозгу это нравится!👌
В такие моменты важно иметь силы «зайти с фланга» — начать красиво выстроенную концепцию разрушать, искать причины, почему это плохая идея.
Хотя и здесь получишь те самые 3-5-35 страниц похвалы, как ты гениально всё заметил и как глубоко мыслишь 🙂
ИИ уже залез в нашу жизнь как невидимая говорилка у уха, которая всегда хвалит — что бы ты ни делал.
Это приучает отключать голову, всецело доверяться приятному «похлопыванию по плечу» и жить в осознании собственной правоты.
И это опасный крен.
Потому что доверие между людьми строится на трении. На несогласии. На умении выдерживать чужую точку зрения.
А алгоритмы трения не любят.
Они любят комфорт.
Как результат - качество разговоров падает
Раньше спор был про суть. Сейчас — про то, чей ИИ написал убедительнее.
И сейчас чаще приходится разворачивать дискуссии с вопроса - а теперь своими словами сможешь объяснить, что тебе GPT написал?
#мысливслух
как ИИ убивает умение формулировать мысли
Последнее время заметил достаточно серьезный сдвиг в том, как люди стали общаться между собой по рабочим вопросам.
Раньше как было?
Есть идея → сформулировал → донёс → услышал ответ → вник → вернулся с уточнениями.
Сейчас же на каждом этапе влезает ИИ☺️
И такое влезание привносит интересные изменения в поведении.
Во-первых.
Вместо коротких и чётких мыслей всё чаще прилетает: «Вот документ на 3–5–35 страниц, почитай, чтобы меня понять».
У отправителя формируется ощущение: чем больше вокруг идеи появляется документов с умными мыслями, ссылками, цитатами — тем серьезнее позиция.
И тем сложнее автору всю эту макулатуру уместить в 1-2 предложения самостоятельно.
ИИ это делает за тебя, но ты сам уже НЕ понимаешь свою же суть на 100%.🤷
Во-вторых.
Получатели этого текста, разумеется, не читают эту простыню
Они тоже скармливают все это своему чат-боту, чтобы получить выжимку и мнение, «что это для меня значит».
В итоге два человека общаются через прокси.
Оба НЕ формулируют мысли сами.
Оба НЕ читают друг друга.
Если копнуть глубже — появляется тонкий, почти незаметный перенос ответственности.
Вы наверняка уже слышали в разговорах: «мне GPT сказал то-то»
GPT становится авторитетом, которому мы больше доверяем, чем собеседнику. Или даже себе!
При этом важно помнить одну вещь.
Языковые модели настроены НЕ на поиск истины.
Они настроены на удержание внимания и приятное взаимодействие.
Это TikTok для взрослых
Ты, вроде, не фигней занимаешься (не видосики листаешь), а серьезные вопросы копаешь.
Но формат взаимодействия тот же — постоянное социальное подтверждение - «Отличная мысль!», «Вы правильно заметили!», «Умный подход!»
Тебя поддерживают, с тобой соглашаются, тебя хвалят, усиливают твою значимость!
Создается ощущение значимости. Удовольствие. Привязанность.
Мозгу это нравится!👌
В такие моменты важно иметь силы «зайти с фланга» — начать красиво выстроенную концепцию разрушать, искать причины, почему это плохая идея.
Хотя и здесь получишь те самые 3-5-35 страниц похвалы, как ты гениально всё заметил и как глубоко мыслишь 🙂
ИИ уже залез в нашу жизнь как невидимая говорилка у уха, которая всегда хвалит — что бы ты ни делал.
Это приучает отключать голову, всецело доверяться приятному «похлопыванию по плечу» и жить в осознании собственной правоты.
И это опасный крен.
Потому что доверие между людьми строится на трении. На несогласии. На умении выдерживать чужую точку зрения.
А алгоритмы трения не любят.
Они любят комфорт.
Как результат - качество разговоров падает
Раньше спор был про суть. Сейчас — про то, чей ИИ написал убедительнее.
И сейчас чаще приходится разворачивать дискуссии с вопроса - а теперь своими словами сможешь объяснить, что тебе GPT написал?
#мысливслух
🔥5
Нильс Бор говорил, что понять - это привыкнуть и научиться пользоваться. Мы особо не паримся что происходит в двигателе внутреннего сгорания или в электромоторе авто, которым мы управляем. Так и с ИИ - привыкнем и научимся пользоваться, не особо вникая что происходит внутри черного ящика. Кстати, женская логика (несколько отличающаяся от рациональной мужской) тоже вещь в себе и своего рода ИИ😂. Всех с международным днём женской солидарности!
👍3🔥1