Cursor запустил своих облачных агентов с computer use, конкурируя с Anthropic, OpenAI, Google

Теперь агенты Cursor получили собственные виртуальные машины и могут управлять компьютером, то есть не просто писать код, но и запускать его, тестировать, кликать по интерфейсу и проверять результат.

Это переход от ИИ, который помогает писать код к ИИ, который сам строит и проверяет фичи, как отдельный разработчик.

Роль разработчика смещается - вместо микроменеджмента агентов он теперь задаёт направление и решает, что идёт в продакшн.

В чем особенность этого запуска? Cursor - редактор поверх моделей в основном Claude. Их преимущество не в модели, а в том, как они встроили агентов в workflow разработчика.

Возможность управлять компьютером есть у всех, но Cursor первым сделал это продуктово удобным для команд разработчиков, с реальными метриками. Остальные пока догоняют на уровне продукта, даже если технически не уступают.

Другие полезные посты Cursor тут и тут.

Больше полезных материалов у нас на Patreon

Visa рассказала инвесторам, что внедряет своего ИИ-агента для платежей и работает со стейблкоинами

Visa готовится к миру, где покупки будут совершать не люди, а агенты.

Их протокол для агентской коммерции Visa Intelligent Commerce уже есть у 100+ партнеров по всему миру, включая Ramp (B2B-платежи) и AWS.

Ранее, мы опубликовали карту рынка для агентской коммерции.

Также Visa активно работает со стейблкоинами, видя в них инструмент для тех рынков, где у Visa пока слабое проникновение: страны с волатильной валютой, международные переводы, B2B-платежи.

Выпуск карт со стейблкоинами доступен уже в 50 странах.

Объем расчетов в стейблкоинах через Visa достиг $4.6 млрд в годовом исчислении.

Больше полезных материалов у нас на Patreon

Anthropic показала как легко перенести память из других чат-ботов и туториал про SRE-агента, который автономно реагирует на инциденты

Anthropic сделала очень лёгкий импорт памяти из других моделей в Claude - копируешь предпочтения и контекст из ChatGPT/Gemini и тд., вставляешь в Claude за секунду.

Также показали как создать SRE-агента для автоматического реагирования на инциденты. Агент использует MCP-инструменты с правами на запись, то есть у него есть реальный доступ к инфраструктуре, а не только возможность читать данные.

Китайские единороги обогнали США по реальной выручке: $706 млрд против $540 млрд в год - данные Dealroom

Но вот где собака зарыта - структура выручки кардинально разная.

BYD при $107–118 млрд выручки показывает чистую маржу ~5%.

Топовые американские софтверные компании — 20–40% маржи.

Китай продаёт больше. США зарабатывает больше с каждой продажи.

В полном анализе на Patreon мы разбираем:

1. Почему Китай доминирует в физической экономике (EV, батареи, железо), а США в платформенной ренте (ИИ, софт)

2. Как это влияет на инвестиции в 2026 году

3. 3 конкретных вывода: что это даёт инвесторам, фаундерам и тем, кто конкурирует с китайскими игроками

Это новый фрейм, который меняет картину tech гонки.

Главный вопрос 2026 года — не кто сильнее. А что происходит, когда китайская эффективность ИИ-внедрения выходит на третьи рынки и начинает конкурировать с американской платформенной инфраструктурой. Разбор — на Patreon.

ИИ обошёл топовых инженеров NVIDIA - WarpSpeed переписал cuGraph и дал 3.6× ускорение

Израильский стартап doubleAI выпустил ИИ, который надёжно превосходит людей экспертов в сверхсложной инженерной области.

Их ИИ WarpSpeed полностью автономно переписала и переоптимизировала все GPU-кернелы библиотеки NVIDIA cuGraph (одна из самых популярных GPU-библиотек для графовых алгоритмов в мире — PageRank, BFS, community detection и т.д.).

Над cuGraph десятилетиями работали лучшие performance-инженеры NVIDIA и WarpSpeed их обошёл.

Ключевые цифры на реальных графах и трёх архитектурах: A100, L4, A10G:
- Среднее ускорение — 3.6× (geometric mean)
- 100% алгоритмов стали быстрее
- 55% — ускорение >2×
- 18% — ускорение >10× (в отдельных случаях до 100×)
- Примеры: Weakly Connected Components ~17×, All-Pairs Cosine Similarity ~4×

Результат выпущен как doubleGraph — drop-in замена cuGraph.

Почему это крутой результат?

Обычно Claude, Gemini, Codex проваливаются тут сильно:
- Данных супер оптимизированного кода почти нет
- Правильность проверить крайне сложно (графовые алгоритмы недетерминированы, баги даже в cuGraph есть)
- Нужно длинные цепочки решений: память, warp scheduling, кэши, tiling, структура графа

Топовые агенты дают корректность всего 22–59% даже с тестами cuGraph в руках. WarpSpeed — 100% корректность + лучшее ускорение.

doubleAI пришлось изобрести новое:
- Diligent framework (обучение на крошечных датасетах)
- PAC-reasoning (верификация без ground truth, с Z3, RL и домен-специфическими ловушками)
- Агентные рои + MCTS + time-travel execution
- Распределённый кластер на тысячах GPU для десятков тысяч оценок в минуту
- Last-mile RL-оптимизация на уровне PTX

Крупные банки ЕС запускают стейблкоин на € и договариваются о ликвидности с биржами и маркет-мейкерами

Крупнейшие европейские банки: ING, UniCredit, BNP Paribas, CaixaBank, BBVA и ещё несколько — уже 12 участников, решили не ждать, пока криптокомпании окончательно отберут у них платежи и ликвидность в цифровых евро. Они сами заходят в этот рынок. Об этом ранее мы писали тут.

На сегодняшний день ~98–99% всей стейблкоин ликвидности в мире - это стейблкоины на $: USDT, USDC, PYUSD и т.д.

Евро почти отсутствует в глобальной крипто-торговле. Запуск регулируемого банковского евро-стейблкоина - это желание вернуть хотя бы часть контроля над глобальными цифровыми платежами и торговлей в евро-зону.

Банки понимают, если стейблкоин не будет сразу торговаться с узким спредом и большим объёмом, то он никому не нужен. Поэтому они заранее договариваются с криптобиржами, чтобы с первого дня был объём и глубина книги.

Если этот стейблкоин на € появится в ближайшие год, то он может стать альтернативой доллару в DeFi и на CEX внутри Европы.

Больше полезных материалов у нас на Patreon.

97% крупнейших компаний РФ внедряют ИИ, но есть нюанс: индустрия уходит в «контур»

Сбер представил GigaChat Enterprise, отвечая на главный барьер внедрения GenAI в энтерпрайзе — безопасность.

Главное из свежих данных:

- 97% гигантов рынка уже в игре или планируют ИИ-трансформацию.

- Безопасность превыше всего: 79% промышленных предприятий принципиально отказываются от публичных чат-ботов.

- Проблема стратегии: только у 25% компаний есть четкий план развития технологии. Остальные пока экспериментируют «на коленке».

Переход от фана к промышленной эксплуатации (LLMOps) требует соблюдения 152-ФЗ и работы внутри закрытого ИТ-периметра. Платформы вроде GigaChat Enterprise позволяют создавать кастомных ИИ-агентов, которые имеют доступ к внутренним базам данных, но не выпускают их «наружу».

ByteDance выпустили CUDA Agent - RL-агент, который пишет оптимизированные CUDA-кернелы, обходя torch.compile со средним ускорением 2.11× и в 96.8% случаев быстрее.

Зачем строить кастомные ASIC, если софт может выжать больше 2× из существующих NVIDIA GPU?

Моат теперь не в кремнии, а в экосистеме.

И это закрепляет всё, что вокруг неё построено.

Больше полезных материалов у нас на Patreon

Скоро будет бомба материал про платежи для агентов и их мэтчи с криптовалютами.

Мы составили полный стек агентной экономики, который уже запущен игроками.

Причём релизы все произошли сегодня. Просто все сегодня выпустили продукты.

Это рабочий инструмент, как для бизнеса, так и для пользователей.

Не пропустите главное на Patreon.

Сегодня стек экономики для агентов сложился. За 1 день сложилась инфра для экономики, где платят не люди.

Большинство смотрит на это как на крипто тренд. Но это ошибка, мы в новом отчете объясняем почему это ближе к 1965 году, когда Visa казалась нишевой технологией для авиабилетов.

В нашем отчете:

1. Разбор 6 уровней автономии агентов и три структурные проблемы.

2. Платёжный слой для агентов

3. Идентичность агента и репутация как актив

4. Инфраструктура данных

5. Торговый слой — от инфраструктуры к продукту

Только для уровня подписки STAR мы говорим, где в этом деньги и ниши для тех, кто работает в России и странах ЕАЭС прямо сейчас.

Прямо сейчас разваливается команда Qwen - одна из сильных опен-сорс в мире, принадлежит Alibaba

Это очень громкое напоминание, что в 2026 году экономика фронтирных ИИ-моделей не прощает чистый альтруизм коммерческим компаниям. Прочитайте наш отчет об экономике фронтирных ИИ-лабораторий.

Вот, что произошло:

• 3 марта Alibaba выпускает Qwen 3.5 (семейство маленьких моделей 0.8B–9B), которые мгновенно взлетают.

• В течение суток уходят как минимум 3 ключевых человека. Ранее в начале года ушел Yu Bowen, head of post-training.

Эти люди — топ-1 в Китае по open-weight LLM. Их уже зовут в Zhipu, Moonshot, 01.AI, ByteDance. Возможно, они запустят свой стартап.

Почему это случилось?

1. Переход от open-source к монетизации / DAU-фокусу

2. До сих пор Qwen был полностью открытым, но почти нулевой прямой доход для Alibaba.

3. Модели качают, запускают локально → люди не идут в Alibaba Cloud inference / fine-tuning / enterprise сервисы.

4. Alibaba Cloud ввёл KPI по Daily Active Users (DAU) для фундаментальной модели-команды — это абсурд для research/open-source группы, но типично для бизнеса.

Alibaba закручивает гайки в сторону проприетарных cloud/API, чтобы наконец-то заработать на всём этом хайпе. Open-source был супер-оружием для роста, но теперь его, похоже, урезают.

Что эта история показывает стратегически?

1. Open-weight модели — мощный инструмент для быстрого захвата рынка и экосистемы, но почти всегда убыточный в чистом виде для коммерческой компании

2. Это не единичный случай, а системный паттерн 2025–2026 годов
- Meta (запрещена в РФ) может себе позволить, потому что у них уже есть огромный рекламный/социальный cash cow + облачный трафик.
- Китайские игроки (DeepSeek, GLM, MiniMax, Moonshot) пока держат open/low-price API, но все под огромным давлением: либо монетизировать быстро, либо инвесторы/государство скажут хватит.

Чистый open-weight жизнеспособен долгосрочно только если:
- Есть внешний источник финансирования (гранты, пожертвования, государство).
- Или компания уже доминирует в другой прибыльной области и использует open как стратегическое оружие (как Meta).
- Для большинства коммерческих игроков — это временная фаза (1–3 года), пока идёт захват рынка / конкуренция с США / building moat. Потом почти всегда → hybrid (open маленькие/средние + closed frontier) или полный pivot к proprietary cloud/API.

Что это значит для будущего open ИИ-экосистемы?
1. Без сильных non-profit / публичных игроков frontier-level open-weight может стать редкостью уже к 2027–2028.

2. Маленькие/средние модели (до ~30–70B) скорее всего останутся open дольше, они дешёвые в производстве и полезны для edge/on-prem.

3. Экосистема выживет, но сместится к: distillation → synthetic data → smaller efficient models → community fine-tunes → hybrid API.

4. Самые сильные фронтир -модели будут почти всегда закрытыми или с большими ограничениями, как сейчас у OpenAI/Anthropic/Google.

Больше полезных материалов у нас на Patreon

Databricks рассказали как уместить большую модель в маленькую память

FlashOptim - свежая работа от Databricks AI Research, посвящённая очень практической проблеме: обучение больших нейросетей требует огромного количества памяти GPU.

FlashOptim — набор техник, который снижает потребление памяти с 16 до 7 байт на параметр (или до 5 байт с gradient release), без потери качества обучения. GitHub.

Авторы показывают, что для ~50% экономии памяти не нужны сложные методы типа LoRA, GaLore или CPU offloading, достаточно умной упаковки уже существующих тензоров.

Это прямой путь к тому, чтобы обучать модели большего размера на том же железе.

Больше полезных материалов у нас на Patreon

Биржа Kraken только что стала 1-м криптобанком с доступом к ФРС США

Это делает Kraken первой криптокомпанией в истории США, которая получила прямой доступ к основной платёжной инфраструктуре Федерального резерва, которой пользуются тысячи традиционных банков и кредитных союзов.

Напомним, компания идет на IPO.

Kraken теперь может напрямую подключаться к системе Fedwire - основная система для крупных межбанковских переводов в США.

Раньше для перемещения $ Kraken зависела от посреднических банков — это добавляло задержки, комиссии, операционные риски и дополнительные точки отказа.

Теперь крупные институциональные клиенты и профессиональные трейдеры смогут проводить операции с фиатными деньгами быстрее, дешевле и надёжнее.

Почему это важно?
1. Интеграция крипто и традиционных финансов

2. Преимущества для институционалов:
- Ускорение депозитов и выводов крупных сумм.
- Снижение зависимости от коммерческих банков-посредников.
- Меньше операционных рисков и более предсказуемые расчёты.

Ограничения:
- Доступ касается именно Kraken Financial (банковского подразделения), а не всей биржи Kraken в целом.

- Master account даёт прямой доступ к Fedwire, но не обязательно ко всем сервисам ФРС.
- Услуги ориентированы в первую очередь на институциональных и профессиональных клиентов, а не на розничных пользователей.

- Kraken Financial работает по модели SPDI: 100% резервирование фиатных депозитов, без кредитования, без страхования FDIC (депозиты не застрахованы как в обычных банках).

Больше полезных материалов у нас на Patreon

MIT представили ИИ-агента для работы с нейроинтерфейсами (BCI)

NeuroSkill - это переводчик между сырыми сигналами мозга и действиями ИИ.

Большинство современных ассистентов типа Siri или Алисы реагируют только на прямые команды, например: "Включи музыку".

А NeuroSkill пытается понять ваше внутреннее состояние.

Работу NeuroSkill можно разбить на 3 этапа:

1. Считывание состояния. NeuroSkill получает данные напрямую с нейроинтерфейса, который считывает биосигналы и активность мозга человека.

2. Моделирование. Информация с BCI обрабатывается с помощью ИИ- моделей. Система использует специальное описание SKILL.md, которое через API и CLI описывает текущее человека .

3. Адаптивное взаимодействие. Позволяет ИИ взаимодействовать с человеком на когнитивном и эмоциональном уровнях. Система может совершать действия не только по явной просьбе, но и в ответ на неявные запросы, которые она "угадала" по эмоциональному состоянию человека.

Больше полезных материалов у нас на Patreon

Конкурент Neuralink - Science строит платформу, чтобы другие компании могли строить свои продукты быстрее и дешевле.

Компания экс-президента Neuralink Макса Ходака, Science и швейцарская компания Neurosoft Bioelectronics объявили о партнёрстве, которое очень значимо для всей индустрии нейроинтерфейсов(BCI).

Проблема, которую никто не решал

Каждая BCI-компания исторически строила полный стек с нуля: электроды, чипы, усилители, декодирующее ПО. Один и тот же инженерный путь проходили снова и снова. Цена вопроса — $75–100 млн и годы работы до первого пациента.

Science предлагает другую логику: стандартизировать нижний стек и сдавать его как сервис, как AWS в облачном бизнесе.

Партнёры экосистемы получают клинически валидированную платформу и могут сосредоточиться на своей ключевой инновации — зонде или терапевтическом приложении. First-in-human испытания за $5 млн вместо $100 млн.

Neurosoft разрабатывает ультрамягкие гибкие нейральные зонды с полным кортикальным покрытием. Они хотят собирать высококачественные нейральные данные от реальных пациентов для обучения фундаментальной ИИ-модели мозга.

Это прямая аналогия с тем, как GPT обучался на текстах из интернета только данными здесь служат нейронные сигналы, а интернетом — имплантированные пациенты.

Нейральные данные дефицитны и дороги в получении. Доступ к инфраструктуре Science ускоряет набор датасета: больше пациентов → лучше модель → убедительнее клиника → ещё больше пациентов. Маховик, аналогичный fleet learning у Tesla.

Платформа с сетевым эффектом

Science строит не продукт, а платформу. Чем больше партнёров работает на общей электронике, тем быстрее совершенствуется сам стек. Компания уже прошла часть клинического пути со своим имплантом для сетчатки PRIMA и этот регуляторный опыт становится активом для всей экосистемы.

Если Science Ecosystem превратится в отраслевой стандарт, компания получит огромное влияние на то, какие нейротерапии вообще дойдут до рынка. Это одновременно конкурентный ров и потенциальная регуляторная мишень.

Science делает ставку на то, что выиграет тот, кто контролирует платформу, а не тот, кто строит лучший отдельный продукт.
Мозг становится следующим frontier для фундаментальных моделей. И инфраструктурный слой под него уже закладывается.

Больше полезных материалов у нас на Patreon

Google, Nvidia, Microsoft, Apple вступились за Anthropic перед Трампом и Пентагоном

На фоне продолжающегося открытого конфликта, где Anthropic решил пойти против условий контракта с Пентагоном, мы тут и тут писали все подробности, за компанию начали вписываться ИТ-гиганты.

Крупнейшие ИТ-ассоциации , представляющие сотни американских компаний, включая Google, Apple, Nvidia, AMD и тд, направили письмо Трампу. Они просят отменить решение Пентагона, которое объявило Anthropic риском для национальной безопасности.

ИТ-гиганты говорят, что это решение приведёт к непреднамеренным последствиям, которые могут подорвать цели Трампа по обеспечению лидерства США в ИИ.

Они отмечают, что это решение не про одну компанию(Anthropic), а про прецедент для всего американского тех сектора. Ранее мы писали ровно такой же вывод.

Индустрия готова поставлять Пентагону и федеральным агентствам самые мощные инструменты для национальной безопасности и обороны, но без такого давления.

Эта история разворачивается интересно, потому что показывает главное противостояние - кто будет доминировать в будущем: государства или бизнес, создающий передовые технологии?

Терминал - универсальный API для ИИ-агентов говорит Google и открывает исходный код Workspace CLI

Workspace CLI - один инструмент командной строки, через который ИИ-агент получает доступ к Gmail, Drive, Docs, Sheets, Calendar, Chat.

Не через веб-интерфейс, не n8n, а через терминал, структурированный JSON и MCP-сервер.

Параллельно существует несколько форков с похожей логикой - gogcli, gog, что говорит о потребности в этом слое давно созрела, просто раньше каждый собирал его сам.

Это часть более широкого сдвига, о котором недавно говорил Андрей Карпатый - CLI превращается в стандартный интерфейс для агентов.

Интересно, что самый устаревший интерфейс из всех оказывается самым фрэндли для агентов.

Интересное от Джека Ма, который сказал, что не нужно конкурировать с ИИ в памяти и вычислениях. ИИ есть чипы, а у людей есть сердце.

Учителя теперь могут быть настоящими "инженерами души", а не просто трансляторами знаний.

Детям нужны любопытство, воображение, эмпатия, суждение, эстетическое чутьё.

Все это он сказал за 1 день до увольнения ключевых сотрудников команды Qwen.

Он неожиданно появился в школе Yungu в Ханчжоу, чтобы обсудить с учителями, как ИИ меняет образование и работу.

Yungu - это частная школа с 15-летним образованием от детского сада до старшей школы, основанная Джеком Ма и партнёрами Alibaba в Ханчжоу в 2017 году.

Вот это Ходак ракета! Конкурент Neuralink оценен в $1,25 млрд и привлек $230 млн

Стартап Science, основанный Максом Ходаком экс-президентом Neuralink, привлёк $230 млн в Series C при оценке в $1,25млрд. Другой конкурент, Synchron, созданный намного ранее оценен в $1млрд, а привлекли последний раз $200млн.

Надо отметить, что Ходак основал свою компанию в 2021 году, и вот с тех пор он уже привлёк ~$490 млн. Это крутая оценка работы команды, большая часть ушла с ним из Neuralink.

Деньги $230 млн пойдут на ускорение коммерциализации их ретинального протеза PRIMA, а также на продвижение биогибридных технологий и проекта по долголетию Vessel в клинические испытания.

Только вчера мы писали, что Ходак создает платформу для индустрии нейроинтерфейсов, так сегодня такие новости.

О том, как вообще видит развитие индустрии Макс Ходак, можно прочитать тут.

А здесь мы писали о его мнении, как будут взаимодействовать ИИ и нейроинтерфейсы.

Мы потратили целые сутки и разобрались со скандалом внутри Qwen и Alibaba

Надо сказать, что зрение посадили конкретно, когда искали огромное количество материалов внутри китайских медиа и соцсетей…

Итак, вот, что случилось с Qwen, с самой лучшей в Китае командой по опен-сорсу.

Короткий ответ - Alibaba решила реорганизовать команду и объединить с другими направлениями.

Lin Junyang - человек, который фактически построил Qwen как глобально конкурентоспособную open-source модель был выдавлен из компании в результате реструктуризации, которая лишила его команду самостоятельности и ресурсов.

Забавно, но 3 марта, в день увольнения, весь топ-менеджмент Alibaba во главе с Джеком Ма был в школе и говорил об ИИ и будущем.

Сейчас Alibaba пытается переупаковать реорганизацию как расширение и, что нет незаменимых людей. Но основное противоречие - open-source стратегия Qwen конфликтует с коммерческими интересами Alibaba Cloud, которому нужно зарабатывать на API.

Alibaba расформировывает команду Qwen и объединяет ее в корпоративную структуру под названием TongYunGe, объединяя модели, облака и чипы в единую коммерческую платформу.

Надо сказать, что Junyang строил Qwen как единый организм - pre-training, post-training, инфраструктура, мультимодальность, всё под одной крышей, короткие цепочки решений, быстрые итерации. Это и было секретом скорости и качества.

Но сверху пришло решение - разбить всё по функциям и растворить в общем Tongyi Lab. Все в духе корпоративной культуры.

Но для Junyang это было не просто орг изменение, он верил в интеграцию и год назад уже начал строить собственную инфраструктурную команду внутри Qwen именно потому, что считал, что разделение убьёт скорость. Ему сказали, ты был прав как инженер, но теперь мы делаем иначе. И урезали его полномочия.

При этом, параллельно в Tongyi Lab начали заводить людей со стороны. Пришёл Zhou Hao из Google DeepMind, который стал подчиняться напрямую CTO, минуя Junyang. Ходили слухи, что Zhou Hao вообще должен был встать над Junyang.

Когда Junyang написал в Х, что он уходит из Qwen, новость быстро разошлась и несколько исследователей подали заявления об уходе в тот же день. Написали в X: "Qwen is nothing without its people", прямо как драме OpenAI в 2023.

На волне большого хайпа и шока, который устроили в соцсетях люди, Alibaba в панике созвала экстренную встречу. Пришёл сам CEO Эдди Ву.

На встрече команда атаковала вопросами. Почему стартапы снаружи могут спокойно покупать compute у Alibaba Cloud, а внутренняя команда, строящая их важнейшую модель, сидит с ограниченными ресурсами?

CTO ответил что-то про исторические причины. A HR сказала, что коммуникацию облажали. А когда кто-то спросил: может ли Junyang вернуться? HR ответила: "Мы не можем ставить его на пъедестал. Компания не принимает иррациональных требований любой ценой."

И добавила: "А вы сами подумайте, какова ваша собственная цена?"

Но за всем этим стоит фундаментальное противоречие. Alibaba потратила 380 млрд юаней на ИИ-инфраструктуру и ушла в минус по cash flow на $2.6 млрд за квартал. Qwen App потратил 3 млрд на новогоднюю рекламную кампанию и всё равно проигрывает Doubao от ByteDance. Инвесторы давят: когда деньги?

Junyang строил для мирового open-source сообщества, а Alibaba хочет монетизировать облако прямо сейчас. Это два разных мира, и в итоге корпоративная логика победила.

Конкурент из ByteDance назвал Junyang "талантом на $100 млн". Инвесторы говорят, что без него Qwen может отстать на год пока команда перестроится. Сам Junyang написал команде в WeChat: "Мне нужен отдых. Братья, продолжайте работать по плану, всё нормально." И отключил телефон.

Вся эта история, кроме всего прочего про психологическую зрелость. Junyang не устроил скандала, не слил инсайды, он ушел красиво с очередью из инвесторов и офферов. Корпоративные войны можно проигрывать внутри и выигрывать снаружи, но только, если ты достаточно взрослый, чтобы не разрушить себя в процессе.

Впечатляющая диаграмма о влиянии ИИ на рынок труда от Anthropic

Это хорошая иллюстрация того, где мы находимся в части проникновения ИИ в экономику.

Anthropic предлагает метрику, которая объединяет теоретические возможности LLM с реальными данными об использовании.

Синяя зона - теоретическое покрытие, то есть что ИИ мог бы делать. Красная зона - реальное использование - что люди реально делают сейчас с Claude.

Интересно, где красная зона почти исчезает - сферы, что правее и ниже: здравоохранение, образование, искусство и медиа. Несмотря на высокий теоретический потенциал, реального проникновения почти нет — из-за регуляторных барьеров, профессиональной культуры, требований верификации человеком.

Левая сторона — синяя зона тоже маленькая, потому что физический труд изначально недоступен LLM. Здесь нет разрыва, потому что нет ни теоретического потенциала, ни реального использования.

Красная зона будет расти. Вопрос только в том, в каком порядке и с какой скоростью она будет догонять синюю.

Больше полезных материалов у нас на Patreon.