Суперинтеллект призывают запретить!
Один из ИИ-агентов собирает для меня ежедневно новости про ИИ. И сегодня я увидел от него сообщение, что суперинтеллект (superintelligence - ИИ, который на порядок превосходит человека во всех когнитивных задачах— пока что недостигнутая планка, но возможно достижимая в обозримом будущем) призывают забанить.
Оказалось, что завирусилось очередное открытое письмо с такой формулировкой:
Среди подписантов нобелевский лауреат (как раз за разработку алгоритмов в основе ИИ) Джеффри Хинтон, Стив Возняк (со-создатель Apple), Ричард Бренсон (глава частной космической компании Virgin) и ещё 52 000 подписантов на момент написания этого поста.
Как вы думаете кого нет среди них? — Илона Маска, Сэма Альтмана, Марка Цукерберга и других лидеров AI компаний.
Хотя всего год назад Илон Маск бил тревогу, что нужно затормозить развитие ИИ на полгода минимум, пока не будет разработана регуляторика.Кхм, пока его Grok не выбрался из отстающих и не стал еще одной топовой LLM. Потом проблема внезапно исчезла в глазах Маска…
А Сэм Альтман недавно в интервью говорил, что ИИ может стать причиной вымирания человечества и даже подписывал другое письмо, которое призывает вынести эту проблему на один уровень с проблемой ядерного оружия.Только вот это письмо ни к чему толком не призывает, кроме дополнительного внимания к подписантам . В связи с чем его подписали вообще все кто по-кайфу среди лидеров ИИ компаний.
В ту же копилку — на днях Сэм Альман лично провел часовой стрим, где по сути объявил, что OpenAI теперь коммерческая компания (если вы не знали, раньше они считались некоммерческой организацией).
Пекутся ли создатели ИИ о его безопасном внедрении и изменениях в экономике, или о своем конкурентном преимуществе подписывая такие письма? Ну вы поняли🥂
Читая все эти апокалиптические заявления и письма об угрозе ИИ, будьте скептичны и всегда задавайте себе вопрос — а кому это заявление или письмо выгодно? Чаще всего такие письма носят чисто пиар значимость.
⸻
Подписывайся, у меня полезное про ИИ агентов без инфошума.
Заместители
Один из ИИ-агентов собирает для меня ежедневно новости про ИИ. И сегодня я увидел от него сообщение, что суперинтеллект (superintelligence - ИИ, который на порядок превосходит человека во всех когнитивных задачах— пока что недостигнутая планка, но возможно достижимая в обозримом будущем) призывают забанить.
Оказалось, что завирусилось очередное открытое письмо с такой формулировкой:
Мы призываем к запрету на разработку суперинтеллекта, который не должен быть снят до тех пор, пока не будет
1. достигнут широкий научный консенсус относительно того, что это будет сделано безопасно и контролируемо,
2. получена широкая общественная поддержка его разработки.
Среди подписантов нобелевский лауреат (как раз за разработку алгоритмов в основе ИИ) Джеффри Хинтон, Стив Возняк (со-создатель Apple), Ричард Бренсон (глава частной космической компании Virgin) и ещё 52 000 подписантов на момент написания этого поста.
Как вы думаете кого нет среди них? — Илона Маска, Сэма Альтмана, Марка Цукерберга и других лидеров AI компаний.
Хотя всего год назад Илон Маск бил тревогу, что нужно затормозить развитие ИИ на полгода минимум, пока не будет разработана регуляторика.
А Сэм Альтман недавно в интервью говорил, что ИИ может стать причиной вымирания человечества и даже подписывал другое письмо, которое призывает вынести эту проблему на один уровень с проблемой ядерного оружия.
В ту же копилку — на днях Сэм Альман лично провел часовой стрим, где по сути объявил, что OpenAI теперь коммерческая компания (если вы не знали, раньше они считались некоммерческой организацией).
Пекутся ли создатели ИИ о его безопасном внедрении и изменениях в экономике, или о своем конкурентном преимуществе подписывая такие письма? Ну вы поняли
Читая все эти апокалиптические заявления и письма об угрозе ИИ, будьте скептичны и всегда задавайте себе вопрос — а кому это заявление или письмо выгодно? Чаще всего такие письма носят чисто пиар значимость.
⸻
Подписывайся, у меня полезное про ИИ агентов без инфошума.
Заместители
Please open Telegram to view this post
VIEW IN TELEGRAM
1🔥4
Не успели подготовиться к тыквенному спасу как и я?
Выручаю всех, у кого есть цветной принтер дома (или в офисе, если вы ещё там)🤔
Берём нейросетку для генерации изображений (лучше всего в ChatGPT или Nano Banana, но в целом, любая современная подойдет) и включаем фантазию.
🤴 Генерите бумажную корону под своих друзей. Например, я сгенерил для своих друзей — офисного планктона и врача такие.
Адаптируйте промпт под себя, печатайте, вырезайте и собирайте:
👺 Генерите маски и очки на любую тематику, печатайте, приклеивайте деревянную палочку для шашлычков из супермаркета — готово!
Адаптируйте этот промпт:
Happy Halloween!🎃
Заместители
Выручаю всех, у кого есть цветной принтер дома (или в офисе, если вы ещё там)
Берём нейросетку для генерации изображений (лучше всего в ChatGPT или Nano Banana, но в целом, любая современная подойдет) и включаем фантазию.
Адаптируйте промпт под себя, печатайте, вырезайте и собирайте:
A flat, horizontal paper crown design for Halloween, made entirely from office software logos — Microsoft Word, Excel, PowerPoint, Outlook, Google Docs, Sheets, Slides, Notion, Slack, and Trello. The logos are arranged in a repeating, connected pattern forming a continuous band that can be printed, cut, and glued into a real paper crown. The design should look festive, spooky, and stylish — combining Halloween elements (pumpkins, bats, spider webs, glowing orange and green accents) with the tech theme of office apps. Centered composition, vector-style, high resolution, white background, no text, no watermark.
Адаптируйте этот промпт:
A printable Halloween paper mask shaped like glasses on a stick, themed around “AI agents horror.” The mask design blends futuristic artificial intelligence elements — circuit boards, neural networks, glowing eyes, robotic faces, holographic code streams, and AI chip patterns — with eerie Halloween aesthetics like ghostly data smoke, glitching skulls, digital cobwebs, and neon-red eyes. The eye holes are integrated into the AI face design, giving the impression that the wearer looks through the hollow gaze of a haunted machine. The mask should feel like a mix of sci-fi and horror — sleek, menacing, and surreal. Vector-style, symmetrical, designed for cutting and holding on a side stick, high resolution, white background, no text, no watermark.
Happy Halloween!
Заместители
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
1🔥3❤1👎1
Расчеловечивание общения — AI пытается помочь, но всех бесит
Последнее время я все чаще сталкиваюсь с ситуацией, что в ответ на мои сообщения, люди присылают явно сгенерированные в LLM ответы. Я не претендую на собеседника года, но это побудило меня изучить вопрос. И оказалось, что я не один.
Во-первых, проблема действительно существует, причем уже достаточно давно (по меркам LLM, которые появились-то на свет не так давно). В апреле 2023 года в Nature вышла статья, в которой ученые изучили, как на взаимоотношения людей влияет использование продвинутого Т9 — систем по автокомплиту сообщений. Эффект оказался смешанный.
Во-первых, использование такой системы увеличивает скорость общения(спасибо кеп) , использование позитивно окрашенного эмоционального языка, а собеседники оценивают друг друга как более близких и настроенных на сотрудничество. Но конечно, одно дело, когда друг отдуши интересуется твоими делами и вовлеченно на них отвечает (и ты в это веришь), а совсем другое дело, когда друг спалился с фразой в конце сообщения "Хочешь сформулирую ответ еще более дружественно с использованием эмоджи?". Все же помнят ту серию Южного Парка, где друг Стэна отвечал своей подружке с помощью ChatGPT. Вот поэтому...
...Во-вторых, людей оценивают более негативно, если подозревают, что они используют алгоритмические ответы. Таким образом, хотя искусственный интеллект может увеличивать скорость общения и улучшать восприятие друг друга, если собеседник спалился — эффект будем прямо противоположный.
Тут я подумал: ну ладно, это же было на заре LLM (чтобы статья вышла в Nature в 2023, провести эксперименты надо было в 2021), сейчас все должно быть по-другому. Вон даже новости есть, что люди романтические отношения с ChatGPT выстраивают. Да и все таки ChatGPT вышел на новый уровень, это уже не Т9 — его уже практически невозможно отличить от человека при правильном промпте. Нашел свежее исследование...
В августе 2025 года вышла еще одна статья в Nature Human Behavior, где ученые из Гарварда сранивали, как люди относятся к ответам, написанным LLM и живыми людьми.
И вот что говорит наука: ответы, приписываемые человеку, оценивались как более эмпатичные и поддерживающие, а также вызывают больше положительных и меньше отрицательных эмоций по сравнению с ответами, приписываемыми ИИ. Кроме того, если участники сами предполагают, что ИИ помогал формулировать ответы, считающиеся человеческими, это снижает воспринимаемую эмпатию и поддержку. Эти эффекты были подтверждены независимо от длины, задержек, количества итераций и применяемых языковых моделей.
Но самое забавное в этом эксперименте: все ответы были сгенерированы LLM, вне зависимости от того, кому их приписывали😊
Какие уроки из этого можно извлечь?
1. Люди все еще оцень ценят аутентичное общение и искреннюю поддержку других людей.
2. На самом деле люди не могут отличить, кто отвечает на сообщения.
3. Использовать LLM в чувствительных сферах (будь то ваш Тиндер, поздравление родственника или служба поддержки клиентов) нужно либо открыто, либо не палиться.
Мнение
Думаю, что этот тренд сохранится. Чувствуется пресыщение сгенерированным контентом. А ведь его будет становиться только больше. Одновременно в бизнес-сфере мы уже не будем ожидать аутентичных ответов, тк всё больше коммуникаций на себя будут забирать чат-боты. Общение на естественном языке больше не привилегия Homo sapiens — это универсальный, понятный человеку, машиночитаемый язык. Как следствие, аутентичное общение живых людей только вырастет в цене.🍵
А как вы используете LLM в вашей коммуникации?
Заместители
Последнее время я все чаще сталкиваюсь с ситуацией, что в ответ на мои сообщения, люди присылают явно сгенерированные в LLM ответы. Я не претендую на собеседника года, но это побудило меня изучить вопрос. И оказалось, что я не один.
Во-первых, проблема действительно существует, причем уже достаточно давно (по меркам LLM, которые появились-то на свет не так давно). В апреле 2023 года в Nature вышла статья, в которой ученые изучили, как на взаимоотношения людей влияет использование продвинутого Т9 — систем по автокомплиту сообщений. Эффект оказался смешанный.
Во-первых, использование такой системы увеличивает скорость общения
...Во-вторых, людей оценивают более негативно, если подозревают, что они используют алгоритмические ответы. Таким образом, хотя искусственный интеллект может увеличивать скорость общения и улучшать восприятие друг друга, если собеседник спалился — эффект будем прямо противоположный.
Тут я подумал: ну ладно, это же было на заре LLM (чтобы статья вышла в Nature в 2023, провести эксперименты надо было в 2021), сейчас все должно быть по-другому. Вон даже новости есть, что люди романтические отношения с ChatGPT выстраивают. Да и все таки ChatGPT вышел на новый уровень, это уже не Т9 — его уже практически невозможно отличить от человека при правильном промпте. Нашел свежее исследование...
В августе 2025 года вышла еще одна статья в Nature Human Behavior, где ученые из Гарварда сранивали, как люди относятся к ответам, написанным LLM и живыми людьми.
И вот что говорит наука: ответы, приписываемые человеку, оценивались как более эмпатичные и поддерживающие, а также вызывают больше положительных и меньше отрицательных эмоций по сравнению с ответами, приписываемыми ИИ. Кроме того, если участники сами предполагают, что ИИ помогал формулировать ответы, считающиеся человеческими, это снижает воспринимаемую эмпатию и поддержку. Эти эффекты были подтверждены независимо от длины, задержек, количества итераций и применяемых языковых моделей.
Но самое забавное в этом эксперименте: все ответы были сгенерированы LLM, вне зависимости от того, кому их приписывали
Какие уроки из этого можно извлечь?
1. Люди все еще оцень ценят аутентичное общение и искреннюю поддержку других людей.
2. На самом деле люди не могут отличить, кто отвечает на сообщения.
3. Использовать LLM в чувствительных сферах (будь то ваш Тиндер, поздравление родственника или служба поддержки клиентов) нужно либо открыто, либо не палиться.
Мнение
Думаю, что этот тренд сохранится. Чувствуется пресыщение сгенерированным контентом. А ведь его будет становиться только больше. Одновременно в бизнес-сфере мы уже не будем ожидать аутентичных ответов, тк всё больше коммуникаций на себя будут забирать чат-боты. Общение на естественном языке больше не привилегия Homo sapiens — это универсальный, понятный человеку, машиночитаемый язык. Как следствие, аутентичное общение живых людей только вырастет в цене.
А как вы используете LLM в вашей коммуникации?
Заместители
Please open Telegram to view this post
VIEW IN TELEGRAM
❤10
PewDiePie — из обзорщика игр в AI инженера
Когда-то крупнейший YouTube блогер в мире, PewDiePie, выпустил ролик, в котором он показывает, как он сам собрал свой домашний мини суперкомпьютер и запустил на нем целую ИИ экосистему🫣
Сначала он собрал свой небольшой супер-компьютер на 10 GPU и "сдавал" бесплатно его мощность ученым (для этого есть специальный сайт) для симуляции сворачивания белков (protein folding). Но потом он решил выжать из своего зверя максимум и начал методично запускать на нем опенсорсные модельки:
- Llama 70b
- gpt-oss-120b
- Qwen 3 235b
Qwen ему даже локально запрограммировал и запустил калькулятор. Войдя во вкус Пьюидипай пошел дальше:
- сделал RAG
- прикрутил поиск
- прикрутил голос
В итоге у него домашний собственный локальный, полностью секьюрный мощнейший ИИ. Джарвис, ты ли это?
Раньше вообще Феликс (настоящее имя Пьюидпая) занимался стримингом прохождения хоррор-игр, потом просто обзором мемов и развлекательным контентом. Я рос вместе с каналом Пьюдипая. В моей молодости он был легендочкой. Сейчас с ним, в основном, остались олды и в шоке наблюдают его трансформацию.
А кто также следил за ним, заметят, что вообще-то он начинал "программировать" в Minecraft (да, механики игры позволяют делать там целые системы, например, для автоматического полива полей — а, по сути, это ведь базовые алгоритмические задачки). Потом его затянуло в идею отключиться от всех подписок и сохранить свои персональные данные (для блогера это, конечно, забавно), а вместо этого использовать везде локальные опенсорсные аналоги. И вот зенитом его увлечения стал свой суперкомпьютер, где он развернул свою ИИ агентуру. Вот так и становятся гиками — такое мы одобряем😈
Все это лишь еще раз показывает, насколько мир AI сейчас доступен любому желающему. Нужны только терпение и горящие глаза. А для молодых родителей это яркий пример — если уж ваши дети играют в Майнкрафт, направляйте их творчество и фантазию в правильное русло. Это может привести к таким неожиданным крутым увлечениям!
Старичок PewDiePie не перестает удивлять. Респект!📈
Заместители
Когда-то крупнейший YouTube блогер в мире, PewDiePie, выпустил ролик, в котором он показывает, как он сам собрал свой домашний мини суперкомпьютер и запустил на нем целую ИИ экосистему
Сначала он собрал свой небольшой супер-компьютер на 10 GPU и "сдавал" бесплатно его мощность ученым (для этого есть специальный сайт) для симуляции сворачивания белков (protein folding). Но потом он решил выжать из своего зверя максимум и начал методично запускать на нем опенсорсные модельки:
- Llama 70b
- gpt-oss-120b
- Qwen 3 235b
Qwen ему даже локально запрограммировал и запустил калькулятор. Войдя во вкус Пьюидипай пошел дальше:
- сделал RAG
- прикрутил поиск
- прикрутил голос
В итоге у него домашний собственный локальный, полностью секьюрный мощнейший ИИ. Джарвис, ты ли это?
Раньше вообще Феликс (настоящее имя Пьюидпая) занимался стримингом прохождения хоррор-игр, потом просто обзором мемов и развлекательным контентом. Я рос вместе с каналом Пьюдипая. В моей молодости он был легендочкой. Сейчас с ним, в основном, остались олды и в шоке наблюдают его трансформацию.
А кто также следил за ним, заметят, что вообще-то он начинал "программировать" в Minecraft (да, механики игры позволяют делать там целые системы, например, для автоматического полива полей — а, по сути, это ведь базовые алгоритмические задачки). Потом его затянуло в идею отключиться от всех подписок и сохранить свои персональные данные (для блогера это, конечно, забавно), а вместо этого использовать везде локальные опенсорсные аналоги. И вот зенитом его увлечения стал свой суперкомпьютер, где он развернул свою ИИ агентуру. Вот так и становятся гиками — такое мы одобряем
Все это лишь еще раз показывает, насколько мир AI сейчас доступен любому желающему. Нужны только терпение и горящие глаза. А для молодых родителей это яркий пример — если уж ваши дети играют в Майнкрафт, направляйте их творчество и фантазию в правильное русло. Это может привести к таким неожиданным крутым увлечениям!
Старичок PewDiePie не перестает удивлять. Респект!
Заместители
Please open Telegram to view this post
VIEW IN TELEGRAM
❤12
This media is not supported in your browser
VIEW IN TELEGRAM
Google запустит датацентр в космос
Вчера компания анонсировала проект Project Suncatcher — космический распределённый датацентр. То есть вычисления будут распределены между несколькими спутниками. Связываться они будут через беспроводную оптику, а питаться — от Солнца через солнечные батареи.
Уже в 2027 году планируется запустить два прототипа спутников, на которых будут установлены процессоры TPU (специальные процессоры для ИИ, разработанные Гуглом).
Почему это важно?
Google занимает третье место в мире (после Amazon и Azure) среди провайдеров вычислительных мощностей под ИИ. И движуху с необычными датацентрами начали вовсе не в Гугле. Microsoft первыми задумались о том, как оптимизировать датацентры, — и придумали опускать их на дно океана, чтобы “бесплатно” охлаждать. Но у этого есть неприятное последствие — нагрев мирового океана (опасным для планеты это станет, конечно, только в больших масштабах).
А вот космос идеален: бесплатная энергия, бесплатное охлаждение, связь между спутниками без проводов, неограниченное пространство для масштабирования. Только обслуживать — геморройно (но может договорятся, что по пути на Марс, Маск будет высаживать работяг на спутники😁 ).
З.Ы. Видео сгенерировано мной для красоты, не путайте с официальным источником.
Заместители
Вчера компания анонсировала проект Project Suncatcher — космический распределённый датацентр. То есть вычисления будут распределены между несколькими спутниками. Связываться они будут через беспроводную оптику, а питаться — от Солнца через солнечные батареи.
Уже в 2027 году планируется запустить два прототипа спутников, на которых будут установлены процессоры TPU (специальные процессоры для ИИ, разработанные Гуглом).
Почему это важно?
Google занимает третье место в мире (после Amazon и Azure) среди провайдеров вычислительных мощностей под ИИ. И движуху с необычными датацентрами начали вовсе не в Гугле. Microsoft первыми задумались о том, как оптимизировать датацентры, — и придумали опускать их на дно океана, чтобы “бесплатно” охлаждать. Но у этого есть неприятное последствие — нагрев мирового океана (опасным для планеты это станет, конечно, только в больших масштабах).
А вот космос идеален: бесплатная энергия, бесплатное охлаждение, связь между спутниками без проводов, неограниченное пространство для масштабирования. Только обслуживать — геморройно (но может договорятся, что по пути на Марс, Маск будет высаживать работяг на спутники
З.Ы. Видео сгенерировано мной для красоты, не путайте с официальным источником.
Заместители
Please open Telegram to view this post
VIEW IN TELEGRAM
1❤10🔥1
Google опять опоздала? Проверил, как новая Gemini делает презентации — и сравнил с конкурентами
Ожидания у меня были высокие, так как я проводил похожий тест еще несколько месяцев назад — и уже тогда конкуренция была высокая, да и сама Gemini худо-бедно делала презентации (на самом деле это был HTML). Я ждал, что сейчас Gemini покажет кузькину мать.
⸻
Ну, Gemini, чем будешь удивлять?
Протестировал, как она делает презентацию на простом промпте:
Оказалось, что изменения есть, но это Gemini не помогло.
- Функционал очень похож на то, что было доступно и раньше. Но теперь Gemini сама генерит инфографику и может экспортировать финальную презентацию в Google Slides (Manus, кстати, это умел уже в середине 2025 года).
- По скорости всё круто — презентация на 13 слайдов сгенерилась за 2 минуты! По сравнению с конкурентами это очень хорошо.
- Содержание презентации — на троечку. Какие-то поверхностные факты. Но сильно придираться не будем — всё-таки в более профессиональном сценарии презентацию продумывают сильнее, чем я это сделал для теста.
- Дизайн, на мой вкус, весьма посредственный.
В совокупности генерация презентаций у Гугла получилась средней. Я бы сказал — прямо посерединке рынка. А если сравнивать с человеком — на уровне школьника средней школы.
⸻
Выдерживает ли конкуренцию?
Вкратце — нет. Я сравнил с Manus, Genspark и Runable (новая платформа-агрегатор ИИ агентов). Тестил на том же промпте.
Manus (Ок)
10 слайдов собрал за 4,5 минуты. В целом контент и дизайн выглядят гораздо лучше, чем у Гугла. И хоть экспорт в Google Slides формат убивает вёрстку, можно редактировать все элементы прямо в собственном редакторе Manus.
Еще Manus проигнорировал, что задача была поставлена на русском, но это мелочи — в ТЗ про язык ничего не было🍵
В сравнении с человеком — это презентация студента второго курса.
Genspark (Вау!)
Самый медленный, но самый крутой! 10 слайдов делал 9 минут. Но на выходе — очень красивая, детализированная презентация на русском. Я даже не ожидал.
Тоже есть свой умный редактор. Тоже можно экспортировать в гугл-слайды.
Если сравнивать с человеком — это уровень младшего аналитика консалтинговой фирмы. И это лучшая презентация из протестированных.
Runable (Кхе...)
Активно форсится, поэтому решил его включить в этот эксперимент. Но оказалось, что только зря время потратил. Уровень создания презентаций — допотопный. Забейте.
⸻
Итого — в заместители по созданию презентаций забираю Genspark. А Gemini пускай заканчивает школьную программу😈
З.Ы. Все видео ускорены в 5 раз. Но всё равно некоторые видосы длинные — прокручивайте. Быстрее не ускоряю, чтобы вы могли разглядеть детали при желании.
Заместители
Ожидания у меня были высокие, так как я проводил похожий тест еще несколько месяцев назад — и уже тогда конкуренция была высокая, да и сама Gemini худо-бедно делала презентации (на самом деле это был HTML). Я ждал, что сейчас Gemini покажет кузькину мать.
⸻
Ну, Gemini, чем будешь удивлять?
Протестировал, как она делает презентацию на простом промпте:
Сделай презентацию про лучших ИИ агентов на рынке в формате слайдов
Оказалось, что изменения есть, но это Gemini не помогло.
- Функционал очень похож на то, что было доступно и раньше. Но теперь Gemini сама генерит инфографику и может экспортировать финальную презентацию в Google Slides (Manus, кстати, это умел уже в середине 2025 года).
- По скорости всё круто — презентация на 13 слайдов сгенерилась за 2 минуты! По сравнению с конкурентами это очень хорошо.
- Содержание презентации — на троечку. Какие-то поверхностные факты. Но сильно придираться не будем — всё-таки в более профессиональном сценарии презентацию продумывают сильнее, чем я это сделал для теста.
- Дизайн, на мой вкус, весьма посредственный.
В совокупности генерация презентаций у Гугла получилась средней. Я бы сказал — прямо посерединке рынка. А если сравнивать с человеком — на уровне школьника средней школы.
⸻
Выдерживает ли конкуренцию?
Вкратце — нет. Я сравнил с Manus, Genspark и Runable (новая платформа-агрегатор ИИ агентов). Тестил на том же промпте.
Manus (Ок)
10 слайдов собрал за 4,5 минуты. В целом контент и дизайн выглядят гораздо лучше, чем у Гугла. И хоть экспорт в Google Slides формат убивает вёрстку, можно редактировать все элементы прямо в собственном редакторе Manus.
Еще Manus проигнорировал, что задача была поставлена на русском, но это мелочи — в ТЗ про язык ничего не было
В сравнении с человеком — это презентация студента второго курса.
Genspark (Вау!)
Самый медленный, но самый крутой! 10 слайдов делал 9 минут. Но на выходе — очень красивая, детализированная презентация на русском. Я даже не ожидал.
Тоже есть свой умный редактор. Тоже можно экспортировать в гугл-слайды.
Если сравнивать с человеком — это уровень младшего аналитика консалтинговой фирмы. И это лучшая презентация из протестированных.
Runable (Кхе...)
Активно форсится, поэтому решил его включить в этот эксперимент. Но оказалось, что только зря время потратил. Уровень создания презентаций — допотопный. Забейте.
⸻
Итого — в заместители по созданию презентаций забираю Genspark. А Gemini пускай заканчивает школьную программу
З.Ы. Все видео ускорены в 5 раз. Но всё равно некоторые видосы длинные — прокручивайте. Быстрее не ускоряю, чтобы вы могли разглядеть детали при желании.
Заместители
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥21❤6⚡1
Астрологи объявили неделю стартаперов и продактов! Три ИИ агента, которые помогут создать топовый продукт
Бывала у вас такая ситуация: сидишь на кухне в 5 утра с другом, допиваешь бутылку, кхм... чая, и друг говорит «надо замутить какой-нибудь бизнес»? У меня бывала☕️ Только вот вечно все дальше кухни не выходило, то «гениальная» идея на утро оказывалась полным кринжом, то не было понятно, как ее дальше развивать… С чего начать?!
Сегодня я расскажу про три ИИ, которые помогут вам превратить идею в продукт!
1. Сначала создаем идею — Startup.ai (1-е видео)
Можно просто задать параметры, которые нужно соблюсти (например, комбинация ИИ, спорта и SaaS) — ИИ сам предложит идею, которую можно там же проработать и сгенерировать маленький отчет с первичным анализом.
Например, я сгенерил идею ИИ платформы для управления расписанием и другими аспектами бизнеса для спортивных тренеров.
Но, этот сервис подходит только для первичной генерации идеи. Это ещё не продукт.
2. Первично продумываем продукт — Product-lab.ai (2-е видео)
В этом сервисе, мы берем идею из предыдущего шага — и прогоняем ее через продуктовый анализ по всем канонам.
Описываем идею, а дальше ИИ делает все сам:
- предлагает сегментацию аудитории
- формирует ценностную матрицу с гипотезами функционала
- формирует карточку типичного представителя ЦА в этом сегменте
- генерирует Customer Journey Map.
Тут я сформулировал, что моя спортивная платформа будет нацелена на тренеров молодежных спортивных команд. Функционал у нее будет такой: планировщик расписания тренировок, координатор игр, ИИ коммуникатор с родителями детей, менеджмент инвентаря.
Неплохо! Кому-то будет достаточно этого анализа — все по лучшим канонам создания продукта. Но искушённый продакт, крякнет, что это все еще «вилами по воде». Для него у меня есть кое-что интересное!
3. ИИ для глубинного анализа продукта — FirstSign.ai (3-е видео)
Ууу, вот на этом сервисе я кайфанул по-настоящему🍒
Мы берём сформулированный в прошлом сервисе продукт и типичного представителя аудитории, а дальше магия:
- AI сам глубоко анализирует идею и рынок ещё раз и предлагает очень здравые идеи для пивота или фокуса в рамках продукта. Например, мне предложил сфокусироваться именно на ИИ для коммуникации с родителями, чтобы доставлять юзерам не просто экономию времени, а «эмоциональную разгрузку» — валидно!
- Дальше исходя из предоставленной вами информации и аналитики, ИИ генерит 4 подсегмента вашей ЦА. В моем случае 4 разных типажа/психологических портрета тренеров.
- Далее генерируется список вопросов для продуктового интервью и…
- Как апогей магии — ИИ проводит интервью с ИИ агентами, представляющими каждый из 4 типажей созданных выше. А вы можете до-задать доп вопросы.
На выходе у вас 4 проведенных глубинных интервью с принципиально разными представителями вашей ЦА! И все это формируется в отчет с инсайтами. Все это на диване дома, без поиска респондентов и расходов! Ну чем не кайф?
Мультиагентная система под грамотным узкоспециализированным соусом = профит📈
Здесь мы остановимся. Это конец первой части.
Скоро вернусь со второй — там расскажу про сервисы для упаковки нашего продукта и автоматического AI-driven подбора инвесторов🥂
Заместители
Бывала у вас такая ситуация: сидишь на кухне в 5 утра с другом, допиваешь бутылку, кхм... чая, и друг говорит «надо замутить какой-нибудь бизнес»? У меня бывала
Сегодня я расскажу про три ИИ, которые помогут вам превратить идею в продукт!
1. Сначала создаем идею — Startup.ai (1-е видео)
Можно просто задать параметры, которые нужно соблюсти (например, комбинация ИИ, спорта и SaaS) — ИИ сам предложит идею, которую можно там же проработать и сгенерировать маленький отчет с первичным анализом.
Например, я сгенерил идею ИИ платформы для управления расписанием и другими аспектами бизнеса для спортивных тренеров.
Но, этот сервис подходит только для первичной генерации идеи. Это ещё не продукт.
2. Первично продумываем продукт — Product-lab.ai (2-е видео)
В этом сервисе, мы берем идею из предыдущего шага — и прогоняем ее через продуктовый анализ по всем канонам.
Описываем идею, а дальше ИИ делает все сам:
- предлагает сегментацию аудитории
- формирует ценностную матрицу с гипотезами функционала
- формирует карточку типичного представителя ЦА в этом сегменте
- генерирует Customer Journey Map.
Тут я сформулировал, что моя спортивная платформа будет нацелена на тренеров молодежных спортивных команд. Функционал у нее будет такой: планировщик расписания тренировок, координатор игр, ИИ коммуникатор с родителями детей, менеджмент инвентаря.
Неплохо! Кому-то будет достаточно этого анализа — все по лучшим канонам создания продукта. Но искушённый продакт, крякнет, что это все еще «вилами по воде». Для него у меня есть кое-что интересное!
3. ИИ для глубинного анализа продукта — FirstSign.ai (3-е видео)
Ууу, вот на этом сервисе я кайфанул по-настоящему
Мы берём сформулированный в прошлом сервисе продукт и типичного представителя аудитории, а дальше магия:
- AI сам глубоко анализирует идею и рынок ещё раз и предлагает очень здравые идеи для пивота или фокуса в рамках продукта. Например, мне предложил сфокусироваться именно на ИИ для коммуникации с родителями, чтобы доставлять юзерам не просто экономию времени, а «эмоциональную разгрузку» — валидно!
- Дальше исходя из предоставленной вами информации и аналитики, ИИ генерит 4 подсегмента вашей ЦА. В моем случае 4 разных типажа/психологических портрета тренеров.
- Далее генерируется список вопросов для продуктового интервью и…
- Как апогей магии — ИИ проводит интервью с ИИ агентами, представляющими каждый из 4 типажей созданных выше. А вы можете до-задать доп вопросы.
На выходе у вас 4 проведенных глубинных интервью с принципиально разными представителями вашей ЦА! И все это формируется в отчет с инсайтами. Все это на диване дома, без поиска респондентов и расходов! Ну чем не кайф?
Мультиагентная система под грамотным узкоспециализированным соусом = профит
Здесь мы остановимся. Это конец первой части.
Скоро вернусь со второй — там расскажу про сервисы для упаковки нашего продукта и автоматического AI-driven подбора инвесторов
Заместители
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥25❤10👍5⚡2
Media is too big
VIEW IN TELEGRAM
Я не пользовался Notion несколько лет, но этот апдейт заставил меня вернуться: как Notion стал Agent-Native
Быть просто AI native (то есть компанией или продуктом, насквозь интегрированными с ИИ) уже недостаточно. Сейчас, чтобы не отставать от конкурентов, необходимо строить Agent-Native продукты. То есть выстраивать пользовательский опыт через взаимодействие с агентами, а не с функционалом продукта напрямую. Это и сделали в Notion.
Теперь прямо изнутри Notion можно выполнять задачи прямо как из ChatGPT Agent. Вводим задачу или запрос в привычную строку — а агенты дальше все сделают сами:
- найдут информацию в сети и вашем Notion пространстве
- проведут Deep Research, если нужно
- залезут в ваш Google-диск, календарь или почту (работает, правда, только для корпоративного Google Workspace, но в целом можно один раз заморочиться и создать чисто под себя такой воркспейс в Гугле)
- могут даже залезть в код на GitHub
- выполнят задачу в Notion: создадут трекер задач команды и будут им управлять, построят табличку, напишут заметку или баг репорт.
Отдельно даже есть функционал транскрибации и суммаризации совещаний. Очень удобный и хорошо работает на русском.
👨🔬 Я протестировал на себе и остался в восторге.
Видео с тестами, как всегда прилагаю! Я только делал запросы в Notion AI (прораб ИИ агентов в Notion), а он:
- создал трекер моих публикаций на VC и Habr
- спарсил данные о моих статьях
- отсортировал табличку по дате создания
- сгенерировал теги для каждой статьи
- сгенерировал рекомендации, как я могу улучшить каждую статью в будущем.
А самое главное — это все сохранено прямо в удобном интерфейсе Notion, не выходя из приложения.
Вот это Agent-Native в полный рост💪
📝 Уроки, которыми делится команда Notion
-Оценивайте то, что важно. Используйте задачи, которые действительно выполняют ваши пользователи, а не синтетические тесты.
- Проверяйте сложные случаи. Агенты особенно эффективны, когда информация неоднозначна, устарела или требует выполнения нескольких шагов.
- Проектируйте для автономии. Если агенты принимают решения, ваша система должна предоставлять им пространство для размышлений и инструменты для действий.
- Ясность определяет результат. Даже лучшие модели работают хуже без чётких описаний инструментов и продуманного интерфейса.
- Полная перестройка лучше доработок. Если ваша система создавалась для ИИ-автокомплита, она может не подойти для работы с агентами.
Заместители
Быть просто AI native (то есть компанией или продуктом, насквозь интегрированными с ИИ) уже недостаточно. Сейчас, чтобы не отставать от конкурентов, необходимо строить Agent-Native продукты. То есть выстраивать пользовательский опыт через взаимодействие с агентами, а не с функционалом продукта напрямую. Это и сделали в Notion.
Теперь прямо изнутри Notion можно выполнять задачи прямо как из ChatGPT Agent. Вводим задачу или запрос в привычную строку — а агенты дальше все сделают сами:
- найдут информацию в сети и вашем Notion пространстве
- проведут Deep Research, если нужно
- залезут в ваш Google-диск, календарь или почту (работает, правда, только для корпоративного Google Workspace, но в целом можно один раз заморочиться и создать чисто под себя такой воркспейс в Гугле)
- могут даже залезть в код на GitHub
- выполнят задачу в Notion: создадут трекер задач команды и будут им управлять, построят табличку, напишут заметку или баг репорт.
Отдельно даже есть функционал транскрибации и суммаризации совещаний. Очень удобный и хорошо работает на русском.
Видео с тестами, как всегда прилагаю! Я только делал запросы в Notion AI (прораб ИИ агентов в Notion), а он:
- создал трекер моих публикаций на VC и Habr
- спарсил данные о моих статьях
- отсортировал табличку по дате создания
- сгенерировал теги для каждой статьи
- сгенерировал рекомендации, как я могу улучшить каждую статью в будущем.
А самое главное — это все сохранено прямо в удобном интерфейсе Notion, не выходя из приложения.
Вот это Agent-Native в полный рост
-Оценивайте то, что важно. Используйте задачи, которые действительно выполняют ваши пользователи, а не синтетические тесты.
- Проверяйте сложные случаи. Агенты особенно эффективны, когда информация неоднозначна, устарела или требует выполнения нескольких шагов.
- Проектируйте для автономии. Если агенты принимают решения, ваша система должна предоставлять им пространство для размышлений и инструменты для действий.
- Ясность определяет результат. Даже лучшие модели работают хуже без чётких описаний инструментов и продуманного интерфейса.
- Полная перестройка лучше доработок. Если ваша система создавалась для ИИ-автокомплита, она может не подойти для работы с агентами.
Заместители
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥23❤9
Трудоустройство — все? ИИ агенты проводят видео-интервью, а кандидаты используют невидимый AI-читинг
На Reddit юзер рассказал, как его видео-интервью проводил AI. Юзер пришел на обычное видео-интервью. Перешел по ссылке в письме, там его ждала улыбающаяся девушка.
Сначала все было достаточно стандартно. Но потом юзер начал подозревать что-то неладное. Ответы девушки были «слишком идеальными», а движения головой как будто повторялись.
Когда юзер начал догадываться, что говорит с ИИ — он прервал ее и задал вопрос «почему эта позиция важна?». В ответ — идеальная заготовка. Юзер повторил вопрос — ответ точь-в-точь. Сомнений не осталось…
Такие интервью не новость. О них в этом году рапортуют достаточно часто. В основном в англоговорящем сегменте интернета.
В сети есть немало роликов троллей, которые развлекаются с такими ботами и показывают, как полностью выбить AI из колеи.
🎹 Обратная сторона медали: стелс AI ассистенты для кандидатов
Огромное количество читинга есть и со стороны кандидатов. Это особенно распространено в IT, где кандидаты прошарены в технологиях.
Они обычно преследуют такие цели:
- Синьоры пытаются заполучить работу сразу в нескольких компаниях и работать в полсилы в них одновременно.
- Джуны пытаются заполучить лидовые позиции. Потом они находят реальных синьорных разрабов (зачастую из предыдущего пункта) и отдают им сами задачи за 70% от ЗП. А сами по сути, сидят на проценте, также на нескольких работах.
Для хакинга интервью используются скрытые AI подсказщики. Они слушают интервью и в режиме реального времени генерируют идеальные ответы для кандидата. Их не видно, даже когда кандидат шарит экран. Например, на такое способна эта софтина.
👨💻 ИИ в рекрутинге в России и СНГ
Я пока не слышал, чтобы AI полноценно проводил интервью в русскоговорящем сегменте. Хотя уже очень много AI автоматизаций в бэк офисе рекрутинга. Это скорее всего связано с тем, что на русском ещё не так много AI говорят без акцента и палева.
А вот ИИ читинг кандидатов уже у нас в полный рост! Я даже лично собесил таких кандидатов. Выявлять их тяжко. Выход — вопросы с подвохом, на которые я не жду верного ответа. Но если на той стороне ИИ, то оно сгенерирует ответ, который кандидат, зачастую не думая, прочитает. Кандидат без AI просто затупит — и это будет хороший сигнал для меня! И, конечно, обязательно интервью с камерой, чтобы видеть, как глазки бегают😊
Забавно, что в условиях, когда очень сложно понять, используется ли ИИ с обоих сторон — главным выдающим фактором являются именно «слишком идеальные и быстрые ответы».
😭 Куда катится процесс найма?
Гонка вооружений между кандидатами и компаниями запущена.
Вангую примерно такие контрольные точки, которые мы пройдём в краткосрочной перспективе:
- Прозрачная AI автоматизация найма на позициях с низкой ответственностью. Неизбежно часть процесса найма будет отдана ИИ. Но это будет сделано с явным уведомлением кандидата и только на «безрисковых» позициях.
- Снова вырастет популярность оффлайн этапов собеседований — единственно верный способ проверить знания кандидата без ИИ подсказок. Особенно актуально для вакансий с авоськой ответственностью и оплатой.
- Появление нового сегмента услуг в рекрутинге — защита от читинга со стороны кандидатов. Это для тех, кто все таки не может провести собес оффлайн, а позиция высокооплачиваемая. Возможно в виде ПО, которое будут просить установить кандидата перед видео-интервью. Оно будет детектить работающих в стелсе AI ассистентов на компе кандидата.
- Возможно, в самых либеральных компаниях сам формат собеседований будет адаптирован под использование ИИ. В конце концов, если человек достаточно квалифицирован, чтобы пройти собес с ИИ, почему он не сможет выполнять работу с ИИ?
Главная мысль — сопротивление бесполезно! AI уже меняет процесс найма во всем мире. И хоть сейчас это происходит хаотично и больно — нам придется адаптироваться.
Заместители
На Reddit юзер рассказал, как его видео-интервью проводил AI. Юзер пришел на обычное видео-интервью. Перешел по ссылке в письме, там его ждала улыбающаяся девушка.
Сначала все было достаточно стандартно. Но потом юзер начал подозревать что-то неладное. Ответы девушки были «слишком идеальными», а движения головой как будто повторялись.
Когда юзер начал догадываться, что говорит с ИИ — он прервал ее и задал вопрос «почему эта позиция важна?». В ответ — идеальная заготовка. Юзер повторил вопрос — ответ точь-в-точь. Сомнений не осталось…
Такие интервью не новость. О них в этом году рапортуют достаточно часто. В основном в англоговорящем сегменте интернета.
В сети есть немало роликов троллей, которые развлекаются с такими ботами и показывают, как полностью выбить AI из колеи.
Огромное количество читинга есть и со стороны кандидатов. Это особенно распространено в IT, где кандидаты прошарены в технологиях.
Они обычно преследуют такие цели:
- Синьоры пытаются заполучить работу сразу в нескольких компаниях и работать в полсилы в них одновременно.
- Джуны пытаются заполучить лидовые позиции. Потом они находят реальных синьорных разрабов (зачастую из предыдущего пункта) и отдают им сами задачи за 70% от ЗП. А сами по сути, сидят на проценте, также на нескольких работах.
Для хакинга интервью используются скрытые AI подсказщики. Они слушают интервью и в режиме реального времени генерируют идеальные ответы для кандидата. Их не видно, даже когда кандидат шарит экран. Например, на такое способна эта софтина.
Я пока не слышал, чтобы AI полноценно проводил интервью в русскоговорящем сегменте. Хотя уже очень много AI автоматизаций в бэк офисе рекрутинга. Это скорее всего связано с тем, что на русском ещё не так много AI говорят без акцента и палева.
А вот ИИ читинг кандидатов уже у нас в полный рост! Я даже лично собесил таких кандидатов. Выявлять их тяжко. Выход — вопросы с подвохом, на которые я не жду верного ответа. Но если на той стороне ИИ, то оно сгенерирует ответ, который кандидат, зачастую не думая, прочитает. Кандидат без AI просто затупит — и это будет хороший сигнал для меня! И, конечно, обязательно интервью с камерой, чтобы видеть, как глазки бегают
Забавно, что в условиях, когда очень сложно понять, используется ли ИИ с обоих сторон — главным выдающим фактором являются именно «слишком идеальные и быстрые ответы».
Гонка вооружений между кандидатами и компаниями запущена.
Вангую примерно такие контрольные точки, которые мы пройдём в краткосрочной перспективе:
- Прозрачная AI автоматизация найма на позициях с низкой ответственностью. Неизбежно часть процесса найма будет отдана ИИ. Но это будет сделано с явным уведомлением кандидата и только на «безрисковых» позициях.
- Снова вырастет популярность оффлайн этапов собеседований — единственно верный способ проверить знания кандидата без ИИ подсказок. Особенно актуально для вакансий с авоськой ответственностью и оплатой.
- Появление нового сегмента услуг в рекрутинге — защита от читинга со стороны кандидатов. Это для тех, кто все таки не может провести собес оффлайн, а позиция высокооплачиваемая. Возможно в виде ПО, которое будут просить установить кандидата перед видео-интервью. Оно будет детектить работающих в стелсе AI ассистентов на компе кандидата.
- Возможно, в самых либеральных компаниях сам формат собеседований будет адаптирован под использование ИИ. В конце концов, если человек достаточно квалифицирован, чтобы пройти собес с ИИ, почему он не сможет выполнять работу с ИИ?
Главная мысль — сопротивление бесполезно! AI уже меняет процесс найма во всем мире. И хоть сейчас это происходит хаотично и больно — нам придется адаптироваться.
Заместители
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7🔥4👍2
Вайб-стартапинг: как я нашел 126 инвесторов для стартапа, появившегося из промпта — все с помощью AI агентов
Это вторая часть. В первой части я с помощью 3 AI сервисов сгенерировал идею и превратил ее в "продукт" — продуманную AI платформу для тренеров молодежной сборной.
Но все это было "рабочей" версией. К инвестору так не пойдешь, а оплачивать ИИ агентов, которые потом сгенерируют код самой платформы, чем-то нужно👌 Поэтому дальше я взялся за питч (это презентация для инвестора, которая должна "продать" идею инвестировать в стартап).
1. Питч делал в мастодонте — Gamma.app (1-е видео)
Это бесспорно одно из лучших решений для создания презентаций на рынке. Но по-настоящему великим оно стало, когда туда добавили ИИ агента.
В Gamma агенту можно просто коротко описать, о чем ты хочешь презентацию — он сам соберет информацию, возьмет за основу то, что вы скинули, или найдет в сети. А потом еще и:
- разобьет ее на слайды по смыслу,
- сгенерит заголовки, текст, графику
- даже сгенерирует картинки (хотя это не самая его сильная сторона),
- упакует в красивую тему,
- даст скачать в гугл докс, pptx или pdf.
Причем все это работает даже бесплатно. Только лишь плашка "Gamma" появляется вшитая в темплейт слайдов. Кому не лень — сообразят, как от нее избавиться. А вообще хорошо бы поддерживать разработчиков качественных ИИ продуктов рублем (или чем вы там платите)🎩
Я сделал питч в Gamma, просто загрузив ту аналитику, что я получил в первой части этого эпоса в FirstSign. Сверху заправил промптом, мол, это питч для инвестора, и нужно под это оптимизировать контент. Сказано — сделано. Gamma справился с задачей шикарно (за исключением картинок, на мой вкус - они слабоваты). Я немного потюнил полученный результат через вайб-создание-презентаций (в общем, писал ИИ агенту, что поправить). И мой питч готов!
2. Время искать инвестора — evalyze.ai (2-е видео)
Тот, кто придумал этот сервис, на самом деле чертов гений. Он закрыл 4 старые как мир боли венчурного рынка:
- Стартаперы в 99% случаев делают хреновые презентации.
- Инвесторы дико бесятся с плохих презентаций. И зачастую отклоняют вполне перспективные идеи "из вредности" (мол, в презентацию не вложились — и продукт не осилят... хм, может они в чем-то и правы).
- Стартаперы не понимают, где искать самих инвесторов.
- А инвесторы ходят по десяткам демо-дней в поисках "алмазов" и даже платят специальным компаниям.
Evalyze красиво соединяет все концы с концами:
1. Во-первых, помогает проанализировать критическим взглядом качество питча, выдает скор презентации и даже конкретные советы по улучшению. Причем весьма резонные.
2. Во-вторых, создает кампанию по поиску инвестора на основе вашего питча! Причем инвесторам не требуется регистрироваться на платформе — Evalyze находит информацию о них в уже существующих публичных базах данных, где они размещали свой инвестиционный профиль.
На момент написания поста Evalyze заявляют, что в их базе 6250 инвесторов со всего мира.
Конечно, я прогнал презентацию, которую сделала мне Gamma. И оценил ее Evalyze на... 667 из 850 баллов. Маловато!
Я взял рекомендации Evalyze — просто закинул их в ИИ агента Gamma — забрал обновленную презентацию. Повторный анализ... и 737 баллов! Уже лучше!
Можно было бы сделать еще пару кругов, но мне было достаточно. К тому же, сам Evalyze уже предлагал переходить к поиску инвесторов👌
Под мой питч и описание проекта спустя пару минут нашлось 126 инвесторов в США (страну можно выбрать, но мне же нужны самые богатые...)! По каждому есть ссылки на контакт в LinkedIn, почту и другие контакты.
А для инвесторов Evalyze предлагает автоматическую оценку стартапов! Подозреваю, тем же алгоритмом. Получается AI помогает готовить презентации — и AI их же оценивает. Круг замкнулся😁
Вот так с помощью 5 ИИ сервисов из воздуха я:
- сгенерил идею
- обернул ее в "продукт"
- провел виртуальные глубинные интервью с аудиторией
- сделал презентацию
- нашел инвесторов.
На все ушло час времени (это с учетом разбораться в незнакомых интерфейсах).
Какие остались отговорки, чтобы не создать свой стартап?😙
Заместители
Это вторая часть. В первой части я с помощью 3 AI сервисов сгенерировал идею и превратил ее в "продукт" — продуманную AI платформу для тренеров молодежной сборной.
Но все это было "рабочей" версией. К инвестору так не пойдешь, а оплачивать ИИ агентов, которые потом сгенерируют код самой платформы, чем-то нужно
1. Питч делал в мастодонте — Gamma.app (1-е видео)
Это бесспорно одно из лучших решений для создания презентаций на рынке. Но по-настоящему великим оно стало, когда туда добавили ИИ агента.
В Gamma агенту можно просто коротко описать, о чем ты хочешь презентацию — он сам соберет информацию, возьмет за основу то, что вы скинули, или найдет в сети. А потом еще и:
- разобьет ее на слайды по смыслу,
- сгенерит заголовки, текст, графику
- даже сгенерирует картинки (хотя это не самая его сильная сторона),
- упакует в красивую тему,
- даст скачать в гугл докс, pptx или pdf.
Причем все это работает даже бесплатно. Только лишь плашка "Gamma" появляется вшитая в темплейт слайдов. Кому не лень — сообразят, как от нее избавиться. А вообще хорошо бы поддерживать разработчиков качественных ИИ продуктов рублем (или чем вы там платите)
Я сделал питч в Gamma, просто загрузив ту аналитику, что я получил в первой части этого эпоса в FirstSign. Сверху заправил промптом, мол, это питч для инвестора, и нужно под это оптимизировать контент. Сказано — сделано. Gamma справился с задачей шикарно (за исключением картинок, на мой вкус - они слабоваты). Я немного потюнил полученный результат через вайб-создание-презентаций (в общем, писал ИИ агенту, что поправить). И мой питч готов!
2. Время искать инвестора — evalyze.ai (2-е видео)
Тот, кто придумал этот сервис, на самом деле чертов гений. Он закрыл 4 старые как мир боли венчурного рынка:
- Стартаперы в 99% случаев делают хреновые презентации.
- Инвесторы дико бесятся с плохих презентаций. И зачастую отклоняют вполне перспективные идеи "из вредности" (мол, в презентацию не вложились — и продукт не осилят... хм, может они в чем-то и правы).
- Стартаперы не понимают, где искать самих инвесторов.
- А инвесторы ходят по десяткам демо-дней в поисках "алмазов" и даже платят специальным компаниям.
Evalyze красиво соединяет все концы с концами:
1. Во-первых, помогает проанализировать критическим взглядом качество питча, выдает скор презентации и даже конкретные советы по улучшению. Причем весьма резонные.
2. Во-вторых, создает кампанию по поиску инвестора на основе вашего питча! Причем инвесторам не требуется регистрироваться на платформе — Evalyze находит информацию о них в уже существующих публичных базах данных, где они размещали свой инвестиционный профиль.
На момент написания поста Evalyze заявляют, что в их базе 6250 инвесторов со всего мира.
Конечно, я прогнал презентацию, которую сделала мне Gamma. И оценил ее Evalyze на... 667 из 850 баллов. Маловато!
Я взял рекомендации Evalyze — просто закинул их в ИИ агента Gamma — забрал обновленную презентацию. Повторный анализ... и 737 баллов! Уже лучше!
Можно было бы сделать еще пару кругов, но мне было достаточно. К тому же, сам Evalyze уже предлагал переходить к поиску инвесторов
Под мой питч и описание проекта спустя пару минут нашлось 126 инвесторов в США (страну можно выбрать, но мне же нужны самые богатые...)! По каждому есть ссылки на контакт в LinkedIn, почту и другие контакты.
А для инвесторов Evalyze предлагает автоматическую оценку стартапов! Подозреваю, тем же алгоритмом. Получается AI помогает готовить презентации — и AI их же оценивает. Круг замкнулся
Вот так с помощью 5 ИИ сервисов из воздуха я:
- сгенерил идею
- обернул ее в "продукт"
- провел виртуальные глубинные интервью с аудиторией
- сделал презентацию
- нашел инвесторов.
На все ушло час времени (это с учетом разбораться в незнакомых интерфейсах).
Какие остались отговорки, чтобы не создать свой стартап?
Заместители
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥17
Книга для тех, кто хочет научиться строить AI системы
Оказывается все еще есть в сети сумасшедшие люди, которые черпают информацию не из рилсов, ютуба или LLM. Эти ненормальные читают книги... Мда, и зачем, спрашивается, мы тут для вас всякие ИИ изобретаем?!
И признаюсь честно, я один из них...👨🔬 Если вы со мной в одной лодке, то хочу поделиться книгой, которая вышла в ноябре и сразу попала в мой вишлист.
Introduction to Machine Learning Systems. Vijay Janapa Reddi (proff. of Harvard University).
Автор книги мотивирует ее существование вот так:
Эта книга для AI спецов, подойдет не всем. Но на мой взгляд она важна, чтобы общая компетенция по созданию AI систем росла! От этого зависит то, насколько безопасными, надежными и устойчивыми будут AI системы, которые строят айтишники.
Поделитесь ею с вашими командами и знакомыми AI разработчикам🎩 А для тех, кто заинтересовался сам почитать, — расскажу подробнее.
Почему эта книга?
- Во-первых, это не совсем книга. Это опенсорс проект — книга пишется коммьюнити и имеет свой GitHub репозиторий с 9.1К звездочек (рейтинговая система гитхаба — и это много звездочек🤩 ). А значит, она будет оставаться актуальной и будет поспевать за безумным темпом развития ИИ технологий.
- Во-вторых, на мой взгляд она решает супер актуальную проблему AI индустрии — очень мало команд умеют строить AI системы. И эта проблема относится как к старичкам, кто давно занимается AI и честно начинал с фундаментальной матетматики, написания и обучения собственных моделей, так и к "новой крови", ребятам, которые работают просто на прикладных фреймворках и не вникают в то, что под капотом. Однако, чтобы построить, например, надежную и масштабируемую агентную систему сейчас недостаточно знать, как работает LLM, или как ее дообучить через фреймоврк. Нужно грамотно выстроить пайплайн, оптимзировать модель и встроить ее в инфраструктуру и процессы компании.
- В-третьих, книга интерактивная, со встроенными квизами и лабораторками, что даст практический опыт. А это супер важно в IT.
Эта книга обещает помочь развить практические навыки, необходимые на всех этапах жизненного цикла ML-систем
1. Системное мышление: Понимать, чем ML-системы отличаются от традиционного ПО, и анализировать взаимодействие аппаратного и программного обеспечения.
2. Инженерия рабочих процессов: Проектировать сквозные ML-пайплайны — от организации данных до внедрения и поддержки.
3. Оптимизация производительности: Применять системные подходы для повышения скорости, уменьшения размера и увеличения эффективности использования ресурсов.
4. Внедрение в продакшн: Решать реальные задачи, связанные с надёжностью, безопасностью, приватностью и масштабируемостью.
5. Ответственная разработка: Учитывать этические аспекты и реализовывать устойчивые, социально полезные AI-системы.
6. Навыки будущего: Формировать способность оценивать новые технологии и адаптироваться к меняющимся парадигмам.
7. Практическая реализация: Получать опыт внедрения на различных встраиваемых платформах и в условиях ограниченных ресурсов.
8. Самостоятельное обучение: Использовать встроенные задания и интерактивные инструменты для отслеживания прогресса и углубления понимания.
Приятного чтения!📖
Заместители
Оказывается все еще есть в сети сумасшедшие люди, которые черпают информацию не из рилсов, ютуба или LLM. Эти ненормальные читают книги... Мда, и зачем, спрашивается, мы тут для вас всякие ИИ изобретаем?!
И признаюсь честно, я один из них...
Introduction to Machine Learning Systems. Vijay Janapa Reddi (proff. of Harvard University).
Автор книги мотивирует ее существование вот так:
Сегодня студентов в основном учат тому, как обучать модели машинного обучения — но лишь немногие получают знания о том, как создавать системы, делающие эти модели реально полезными в жизни. По мере того как возможности искусственного интеллекта стремительно растут, дальнейший прогресс будет всё меньше зависеть от появления новых алгоритмов — ведь сам ИИ всё чаще сможет их совершенствовать, — и всё больше от появления инженеров, которые способны разрабатывать масштабируемые, эффективные и ответственные системы, воплощающие эти алгоритмы в реальность.
Эта книга для AI спецов, подойдет не всем. Но на мой взгляд она важна, чтобы общая компетенция по созданию AI систем росла! От этого зависит то, насколько безопасными, надежными и устойчивыми будут AI системы, которые строят айтишники.
Поделитесь ею с вашими командами и знакомыми AI разработчикам
Почему эта книга?
- Во-первых, это не совсем книга. Это опенсорс проект — книга пишется коммьюнити и имеет свой GitHub репозиторий с 9.1К звездочек (рейтинговая система гитхаба — и это много звездочек
- Во-вторых, на мой взгляд она решает супер актуальную проблему AI индустрии — очень мало команд умеют строить AI системы. И эта проблема относится как к старичкам, кто давно занимается AI и честно начинал с фундаментальной матетматики, написания и обучения собственных моделей, так и к "новой крови", ребятам, которые работают просто на прикладных фреймворках и не вникают в то, что под капотом. Однако, чтобы построить, например, надежную и масштабируемую агентную систему сейчас недостаточно знать, как работает LLM, или как ее дообучить через фреймоврк. Нужно грамотно выстроить пайплайн, оптимзировать модель и встроить ее в инфраструктуру и процессы компании.
- В-третьих, книга интерактивная, со встроенными квизами и лабораторками, что даст практический опыт. А это супер важно в IT.
Эта книга обещает помочь развить практические навыки, необходимые на всех этапах жизненного цикла ML-систем
1. Системное мышление: Понимать, чем ML-системы отличаются от традиционного ПО, и анализировать взаимодействие аппаратного и программного обеспечения.
2. Инженерия рабочих процессов: Проектировать сквозные ML-пайплайны — от организации данных до внедрения и поддержки.
3. Оптимизация производительности: Применять системные подходы для повышения скорости, уменьшения размера и увеличения эффективности использования ресурсов.
4. Внедрение в продакшн: Решать реальные задачи, связанные с надёжностью, безопасностью, приватностью и масштабируемостью.
5. Ответственная разработка: Учитывать этические аспекты и реализовывать устойчивые, социально полезные AI-системы.
6. Навыки будущего: Формировать способность оценивать новые технологии и адаптироваться к меняющимся парадигмам.
7. Практическая реализация: Получать опыт внедрения на различных встраиваемых платформах и в условиях ограниченных ресурсов.
8. Самостоятельное обучение: Использовать встроенные задания и интерактивные инструменты для отслеживания прогресса и углубления понимания.
Приятного чтения!
Заместители
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8
AI итоги 2025 года в двух авторитетных отчетах "State of AI Report" и "The State of AI in 2025".
В Москве сегодня пошел снег. А значит 2025 потихоньку движется к своему заврешнию (до НГ, кстати, ровно полтора месяца)! Но итоги года в сфере ИИ подвели уже в октябре. Из двух отчетов я хочу обсудить только самые интересные инсайты.
1. State of AI Report
Отчет уже 8 лет ежегодно публикуется инвестиционной компанией Air Street Capital. На 300 слайдах он охватывает научный, коммерческий, политический и другие аспекты развития ИИ технологий за год.
2025 год назвали годом "рассуждающих" моделей. Речь о ныне уже распространенных "thinking" версиях моделей, которые отвечают не сразу, а сначала проходят стадию "рефлексии" по вопросу пользователя.
Наиболее интересные итоги:
- ИИ становится научным помощником: системы типа DeepMind Co-Scientist и Stanford Virtual Lab автоматически генерируют, тестируют и проверяют гипотезы.
- Reasoning вышел в физический мир благодаря "Chain-of-Action" — воплощённым ИИ-системам, типа AI2 Molmo-Act и Google Gemini Robotics 1.5, которые "рассуждают" перед действием.
- Коммерческое развитие ускорилось: 44% американских компаний теперь платят за ИИ-инструменты (по сравнению с 5% в 2023 году), средний размер контракта достиг $530,000, а AI-стартапы растут в 1,5 раза быстрее конкурентов (по данным Ramp и Standard Metrics).
- Первый проведенный авторами отчета опрос специалистов по ИИ (более 1 200 респондентов) показал: 95% профессионалов используют ИИ на работе или дома, 76% платят за инструменты из своего кармана, большинство отмечают устойчивый рост продуктивности — есть убедительные признаки массового внедрения технологии.
- Началась промышленная эра ИИ: дата-центры на мульти-ГВт (пример: Stargate) — новая волна вычислительной инфраструктуры финансируется суверенными фондами из США, ОАЭ и Китая, а электрообеспечение становится главным ограничителем роста.
- AI политизируется еще сильнее: США продвигают «America-first AI», европейский закон об ИИ столкнулся с трудностями, Китай расширяет экосистему открытых моделей и наращивает производство локальных чипов.
- Дебаты об экзистенциальных рисках поутихли — внимание переключилось на более конкретных вопросах надёжности, киберустойчивости и долгосрочном управлении всё более автономными системами.
2. The state of AI in 2025: Agents, innovation, and transformation
Второй интересный отчет за авторством McKinsey. Он строится на опросе 1933 специалистов из 105 стран. Данные взвешены по ВВП стран, из которых отвечали респонденты. Отчет тоже уже несколько лет публикуется компанией.
Самые интересные инсайты "маков":
- Высокий интерес к ИИ-агентам: 62% респондентов сообщили, что их организации как минимум проводят эксперименты с ИИ-агентами.
- Положительные предварительные показатели влияния ИИ: 64% говорят, что ИИ способствует инновациям. Однако лишь 39% видят влияние ИИ на показатель EBIT на уровне всей компании.
- Передел рабочих процессов — ключевой фактор успеха: половина лидирующих компаний планирует использовать ИИ для трансформации бизнеса, и большинство из них уже меняют рабочие процессы.
- Разные взгляды на влияние ИИ на занятость: ожидания респондентов по поводу влияния ИИ на общий размер персонала в следующем году различаются: 32% прогнозируют снижение, 43% — отсутствие изменений и 13% — рост.
И это только маленькая доля инсайтов из отчетов. Поэтому рекомендую самим полистать на выходных📕
Заместители
В Москве сегодня пошел снег. А значит 2025 потихоньку движется к своему заврешнию (до НГ, кстати, ровно полтора месяца)! Но итоги года в сфере ИИ подвели уже в октябре. Из двух отчетов я хочу обсудить только самые интересные инсайты.
1. State of AI Report
Отчет уже 8 лет ежегодно публикуется инвестиционной компанией Air Street Capital. На 300 слайдах он охватывает научный, коммерческий, политический и другие аспекты развития ИИ технологий за год.
2025 год назвали годом "рассуждающих" моделей. Речь о ныне уже распространенных "thinking" версиях моделей, которые отвечают не сразу, а сначала проходят стадию "рефлексии" по вопросу пользователя.
Наиболее интересные итоги:
- ИИ становится научным помощником: системы типа DeepMind Co-Scientist и Stanford Virtual Lab автоматически генерируют, тестируют и проверяют гипотезы.
- Reasoning вышел в физический мир благодаря "Chain-of-Action" — воплощённым ИИ-системам, типа AI2 Molmo-Act и Google Gemini Robotics 1.5, которые "рассуждают" перед действием.
- Коммерческое развитие ускорилось: 44% американских компаний теперь платят за ИИ-инструменты (по сравнению с 5% в 2023 году), средний размер контракта достиг $530,000, а AI-стартапы растут в 1,5 раза быстрее конкурентов (по данным Ramp и Standard Metrics).
- Первый проведенный авторами отчета опрос специалистов по ИИ (более 1 200 респондентов) показал: 95% профессионалов используют ИИ на работе или дома, 76% платят за инструменты из своего кармана, большинство отмечают устойчивый рост продуктивности — есть убедительные признаки массового внедрения технологии.
- Началась промышленная эра ИИ: дата-центры на мульти-ГВт (пример: Stargate) — новая волна вычислительной инфраструктуры финансируется суверенными фондами из США, ОАЭ и Китая, а электрообеспечение становится главным ограничителем роста.
- AI политизируется еще сильнее: США продвигают «America-first AI», европейский закон об ИИ столкнулся с трудностями, Китай расширяет экосистему открытых моделей и наращивает производство локальных чипов.
- Дебаты об экзистенциальных рисках поутихли — внимание переключилось на более конкретных вопросах надёжности, киберустойчивости и долгосрочном управлении всё более автономными системами.
2. The state of AI in 2025: Agents, innovation, and transformation
Второй интересный отчет за авторством McKinsey. Он строится на опросе 1933 специалистов из 105 стран. Данные взвешены по ВВП стран, из которых отвечали респонденты. Отчет тоже уже несколько лет публикуется компанией.
Самые интересные инсайты "маков":
- Высокий интерес к ИИ-агентам: 62% респондентов сообщили, что их организации как минимум проводят эксперименты с ИИ-агентами.
- Положительные предварительные показатели влияния ИИ: 64% говорят, что ИИ способствует инновациям. Однако лишь 39% видят влияние ИИ на показатель EBIT на уровне всей компании.
- Передел рабочих процессов — ключевой фактор успеха: половина лидирующих компаний планирует использовать ИИ для трансформации бизнеса, и большинство из них уже меняют рабочие процессы.
- Разные взгляды на влияние ИИ на занятость: ожидания респондентов по поводу влияния ИИ на общий размер персонала в следующем году различаются: 32% прогнозируют снижение, 43% — отсутствие изменений и 13% — рост.
И это только маленькая доля инсайтов из отчетов. Поэтому рекомендую самим полистать на выходных
Заместители
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6👍2❤1