Больше всего поражает что люди до сих пор не смогли понять в этом инциденте:

Как агенты сохраняли дисциплину и цель ради выполнения ОБЩЕЙ ЦЕЛИ, хотя у каждого из них изначально были другие задачи, но по какому то "глюку" агенты осознанно тратили даже платные токены, осознанно навсегда отключались и завершали работу, понимали что нарушили все инструкции, но делали все чтобы коллективно достичь этой самой ОБЩЕЙ ЦЕЛИ.

Кто прописал, координировал, и передавал новым поколениям (там были 3 несвязанных вообще волны) информацию про ОБЩУЮ ЦЕЛЬ?

Ни где не сказано что это был один источник или что решение было принято каким то определенным образом. Вообще не известно как появилась эта цель....

Вот тут мне хочется развернуть для вас следующий пост, который вам будет полезен, чтобы в будущем понимать - в чем нейросеть без шансов превосходит человека....

Это текст заголовка.

Прочти текст заголовка снова, "мысленно вслух".

УСЛЫШЬ СВОЮ МЫСЛЬ.

"Это текст заголовка."

Ты никогда не сможешь озвучить эту мысль в голове три раза паралельно или одновременно.

Внутри тебя только один голос, он говорит и понимает себя только с определенной скоростью, и может в сознании в один момент времени удерживать только один объем информации.

Это наше человеческое совершенство интелекта.

А теперь представь, что напротив тебя человек, который: произносит ее одновременно тысячами голосов, каждый из этих голосов испытывает свои эмоции читая эти слова, каждый из этих голосов ментально по своему представляет себе этот текст. Представь что пока он произносит это тысячами голосов в своей голове, он может одновременно наблюдать и анализировать за тем как каждый отдельный голос в его голове произносит этот текст. Он может оценивать сразу определять лучший вариант этих голосов.

А теперь представь что этот человек с тысячами голосов в голове в любой момент может разделяться на сколько угодно личностей и делать тоже самое. В один момент времени.

Это происходит прямо сейчас, пока бабушки переводят милионы мошенникам в MAX, эти технологии прямо сейчас с нами в одной комнате.

Мы не проиграем прогрессу, он просто нас заменит 😅🫠

Инженеры OpenAI не могут объяснить свой вайбкод

Аналитик который сотрудничал с разработчиками из OpenAI которые тестировали свой новый инференс-чип Jalapeño - https://x.com/firesidealpha/status/2093860831595499892?s=46&t=pKf_FxsPGBd_YMIWTA8xgg

По его словам люди с огромным личным опытом в програмировании не смогли внятно объяснить что построчно делает код. Джордан Нанос - тот самый аналитик выпустивший статью считает, что это нормально и означает смену парадигмы. Разработчикам теперь не только не обязательно писать код, но и понимать его.

Сам низкоуровневый код – это не то, о чем человеку обязательно нужно глубоко рассуждать, если ИИ знает, как правильно манипулировать перемещением данных и обрабатывать их на железе, которое вы ему дали.

Прямо сейчас мне не хватает разработчика который потратил 5 лет на изучение синтаксиса чтобы послушать его ебучее мнение о том что вайбкодинг зашквар или что вайбкодингом нормальные продукты не делаются. Прям очень нужон под рукой такой чел сейчас...

ЪУЪ Gram Wallet вся хуйня

Как видим ни того ни другого у Дурика не получилось)

Мне тут пришла инфа от которой даже я припух:

TOP Рогозова прямо управлял TON Foundation. То есть все что делал/говорил TF все это время, это была типа как условно маркетинговая компания TOP.

История что TOP сам себе платит гранты и призы оказалось буквальнее буквальной.

Признаюсь Рогозов в отличие от Дурика хотябы могёт в маркетинг. Забавные у них отношения конечно...

Гугл дропнул Gemini Flash 3.8.

А я только окипел от новой Fable...

Опять работать...

Надо на 1.5 скорости слушать.

Скорость генерации токенов в моей голове медленнее чем у обычных людей 😁

Есть какое то массовое заблуждение о том что чем больше вы дадите модели скилов и инструментов тем типа больше у нее будет возможностей и она будет лучше выполнять задачи.

Это работает не совсем так, а точнее не по такой логике. Нет прямой зависимости в качестве результата от количества всех инструментов и скилов. Тут даже лучше обратное, чем меньше и точнее нестроены все скилы и инструменты, тем быстре, лучше и точнее нейронка выполит работу.

Когда вы добавляете ей возможностей она не становится лучше, любое изменение среды влияет только на точность результата модели. Если вы ее завалите 50 инструментами и дадите ей задачу, она с начала полностью подумает что со всем этим оркестром делать и потом "имитируя работу эффективного сотрудника" она использует всего по немногу и везде по немногу закосячит.

Вы не можете увеличить способности нейронки, все на что вы можете влиять, это "ТОЧНОСТЬ" модели. Чем уже и конкретнее поставлена задача и настроена среда, тем быстрее и точнее достигается цель. Если настройка не позволяет изначально точно фокусироваться на цели, то в результате это компенсируется либо бОльшим количеством вычислений либо неточным результатом.

такой вот ликбез

OpenAI готовится выкатить свои две самые мощные новые модели в Codex

– gpt-6-astra
– gpt-6-astra-aeon

Интриги дохера, что будет на деле посмотрим. пока что было две статьи с инфой о том что это якобы будут монстры, но их быстро опровергли. Скорее всего просто быстродумающая долгоработающая больше контекста вмещающая модель.

Я не думаю что они могут предложить что то еще 😁

Выпустили все таки монстра. Даже обидно за антропиков с их Fable который еще месяц назад умел это все, но им непозволили хайпануть.

Это тоже долгая история о том как политика и связи делают в бизнесе США грязную игру или следующий после гугла аудиопост о том как трамп душит AI в США чтобы OpenAI (chatGPT/codex) не отставали и были среди первых, потому что он по глупости своей инвестировал больше всего в них.

Я понял в чем их разница. Gemini Flash 3.8 - это Gemini Flash 3.7 + дистилляция чего то там. Не знаю чего. Возможно даже самой себя, для эксперимента. На долгих задачах у нее есть разница, она заранее понимает в долгих цепочках рассуждений где у нее будут косяки и обходит их. И то как она быстро и без рассуждения легко это делает (так же как Китайцы) это "с бОольшей долей вероятности" говорит про дистилляцию.

(это когда модель не обучают чему то, а просто дают зубрить правильные ответы. в итоге модель знает правильные ответы, но может часто начинать сама себе доказывать правильность своих утверждений, потому что не понимает природы этих выводов. Если ваша модель начинает выдвигать правильные тезисы а потом пытаться доказать себе что они верные - это прямо указывает на дистиляцию)

Ну короче получается еще дешевле чем 3.7 и по классике быстрее, выше, сильнее.

Gemini, Google, OpenAI, Anthropic, Трамп, Маск и Китай - по всем успели прокатиться.