Harness Saw-Tooth theory

Возникла идея что эволюция агентов идет в форме пилы. Sawtooth это известный алгоритм в TCP, который снижает перегруженность каналов в интернете. Скорость соединения растет, пока количество потерь пакетов не превысит порог, и затем скорость резко падает в два раза, затем снова растет, как на картинке.

То же самое происходит с агентами:
1. Лабы релизят новую модель, например GPT-4 или Opus 4.5
2. Харнессы позволяют стоить более продвинутых агентов и постепенно добавляют кучи логики в себя. В 2023 это был Auto-GPT, в 2025 Clawdbot.
3. Лабы тренируют новую модель (подозреваю, активно RL’я трейсы агентских харнесов)

И дальше все повторяется по кругу.

Почему это происходит? Агенты создают очень классный синтетический датасет, а сложность харнесов всегда упирается в надежность самой модели, поэтому они никогда не могут перейти определенный порог. Если твой харнесс имеет много кастомной логики, то его надежность падает с каждой новой фичей. С другой стороны, повышение надежности модели в агентских задачах делает доступным новые юзкейсы: например, факт что Opus 4.5 научился супер долго работать в баше и писать скрипты проверяя самого себя сделали его полезным для долгосрочных задач кодинга.

Десятиминутная анимационная файтинг сцена с помощью относительно новой китайской seedance 2 от компании-разработчика TikTok. Автор потратил $60 на всю работу.

Я вам советую зайти в твиттер и поискать другие примеры по запросу seedance 2 — там очень много смешного и грустного.

Стоимость продакшен топовых игр, кино, сериалов падает в сотни раз, но это не отнимает требования наличия таланта (пока). А еще вы можете прислать психоделический блокбастер с клиентом в главной роли каждому кто перешел с тарифа «про» на «про Макс». Не знаю зачем, но можете.

два наблюдения о мире за последние пару лет:

1. большинство людей из бизнеса, государства, профессиональной сферы кардинально недооценивают возможности ИИ и скорость их роста

2. большинство людей из мира ИИ и софта кардинально недооценивают сложность и ньюансы процессов в бизнесе, государстве, профессиональной сфере

xAI / x.com / SpaceX выложили последнюю планерку с Маском

план простой:
- достичь сингулярности в коде и самоулучшении моделей (12-18 мес)
- создать цифрвых людей и строить цифровые бизнесы/компании из агентов (12-36 мес)
- вырастить Х с миллиарда до 4, запустить свой чат, платежную систему
- параллельно построить много ракет, датацентров в космосе, город на Луне (сначала. а потом на Марсе) и построить на Луне электромагнитный массовый ускоритель

красавцы. после этого, каждый раз когда я вижу презентацию с роадмапом на 2 года, хочется плакать.

Наша порфтельная компания запустила спин-офф с нулём сотрудников. Посмотрим, как это сработает, а почитать как это работает сегодня можно тут: https://antonson.io/

Еще один интерфейс для управления агентами подъехал

npx @idosal/agentcraft

Для задач типа программирования интерфейсов, приложений и веб сервисов, составления договоров, продаж, поддержки клиентов не нужны значительно более умные модели чем opus 4.6 / gpt-5.3. (Глобально, они нужны, но скорее для рисерча, науки, сложных инженерных задач и супер сложных баз кода)

При этом, дистилляция, оптимизация моделей, интересна, компиляторов и чипов будет продолжаться еще как минимум годы с той же скоростью.

Что сделает использование модели сравнимым со скоростью мысли и значительно дешевле. То, что вы строите сейчас для агентов, которые работают всю ночь, будет занимать 5 минут.

🔥 Девушка без навыков разработки запустила AI-бота и вышла на первые продажи за месяц

Аня из комьюнити @its_capitan заметила: люди учат английский годами, но говорить не могут. И тогда она сделала Telegram-бота, который общается с тобой голосовыми на английском и исправляет ошибки как живой собеседник.

Что в итоге:
— ~700 пользователей за первый месяц
— первые 16 оплат
— первая выручка: ~$200
— подписка: $8/мес
— сделано на n8n + OpenAI без разработчиков

Не было ни команды, ни инвестиций, ни кода.

Главное — не технология.
Главное — простая понятная ценность.

Таких запусков в канале уже десятки. Показываем честно: цифры, провалы, рост и продвижение. Без теорий. Только реальные метрики и запуск в реальном времени.

👉 @its_capitan

Подписывайтесь, если интересно, как делать маленькие IT-проекты с доходом и без иллюзий.

#реклама

Как стать топ-1% в век ИИ

Если вам от 14 до 24 и вы хотите быть супер успешным в пост-ИИ экономике, где большинство рутинных и офисных профессий заменены агентами, то у меня есть два простых, но очень важных совета:

1. Попросите родителей или сэкономьте на сладостях $100 в месяц, купите подписку Max у Антропика (бонус поинты: купите за $200) и делайте что угодно в Claude code чтобы потратить >80% недельного бюджета токенов КАЖДУЮ НЕДЕЛЮ. Не важно что. Спросите Клода «а что такого классного я могу сделать?», создайте пранк, фильм, игру, книгу, приложение которое за вас решает домашку, общается за вас в Тиндере. Это не про программирование, а про умение на лету создавать и управлять армией сверхумных агентов.

2. Безжалостно ищите самых энергичных и умных людей в той сфере, которая вам интересна. Поступите в крутой вуз (знания не так важны, но важна тусовка), вступите в элитный дискорд, запишитесь на конфу или митап. Ибо чем умнее будет ИИ и чем больше он сможет делать «обычной работы», тем ценнее будут самые необычные, талантливые, exceptional люди и отношени между ними.

Я жутко завидую и радуюсь детям, своим и вообще, потому что возможностей творить и раскрываться у них больше, чем когда-либо на планете.

ИИ это урок покорности для человека: как Коперник в свое время обнаружил, что Земля не является центром Вселенной, а Дарвин обнаружил, что эволюция не остановилась на человеке, так и мы теперь постепенно осознаем, что интеллект или сознание это не эксклюзивные и не достигшие своего непреодолимого идеала вещи.

Решил поучаствовать как спикер еще в одной конференции о внедрении ИИ: «AI Hard Fork» — практическая онлайн-конфа о том, как AI меняет процессы разработки, и как управлять этими изменениями.

Основные темы:

- показать реальные кейсы успехов и провалов внедрения AI в существующих проектах
- показать, как и где AI меняет управление (в разработке) и что отличает команды, которые успешно внедряют ИИ
- разобрать, что мешает построению ИИ-центричных организаций и почему AI-adoption будет только расти

С нами: Head of AI и СТО крупных банков, ex-CTO Booking и EM из Mapbox, Егор Толстой и Глеб Кудрявцев, Артем – ex-FAANG и автор «эйай ньюз», а также со-основатели Школы Стратоплан и идейный вдохновитель Entropy Talk.

Участие – бесплатное, но есть и платное (предоставляем сертификат)

Регистрация здесь

Когда и где: 24-26 февраля, онлайн или в записи

Для кого: senior engineers, тех- и тим-лидов, СТО и VP of engineering, фаундеров

Мне кажется, что для массового юзера (в простонародье — «хомяка») вайб-кодинг и ICO это одно и то же.

Это вера в то, что делая статистически бессмысленные вещи, то есть нажимая кнопку «купить» или «скомпилировать», человек получит счастье, радость, любовь.

В реальности же, если вы покупаете токены на ICO, то вы exit liquidity для VC, а если вы вайб-кодите приложения без какой-либо идеи как на этом построить защищаемый бизнес, то вы платите Антропику за виртуальные монеты в MMO.

Ни участие в пирамидах, ни создание очередного ничем не отличающегося «приложения для управления тренировками» не сделает вас сверх-богатым.

Но научит многому. Например, о том как реально работают рынки и о том что реально важно в работе инженеров будущего. А именно: не умение писать тонны кода, а у меня обнаружит способ как решить важные проблемы клиентов наиболее эффективным образом.

Кто получит наибольшую выгоду от ИИ?

Я много думаю о том, в каком мире мы будем жить через 2-3 года и как это повлияет на разные регионы и группы людей.

Послушал последнее интервью Дарио, в котором он предсказывает, что скорость прогресса в моделях останется примерно такой же, то есть через 1-3 года ИИ будет способен не только программировать но делать 90+% всей работы, которую сегодня делают инженеры (включая коммуникацию, дизайн, сбор требований, дебаггинг и деплой) и станет экспоненциально лучше в физике и биологии (например, будет создавать тысячи эффективных лекарств в год). Звучит разумно, согласуется с трендом, да и прошлые его прогнозы все сбылись. Ему виднее, а если у кого есть опыт создания с нуля SotA LLM моделей годами подряд, то подскажите где он не прав.

Реальный вопрос: кто и где получит максимальную выгоду от этих технологий?

Очевидно: фаундеры и ранние инвесторы топовых лабораторий, но это очень небольшая группа людей. Еще, очевидно: Bay Area, где большая часть всей этой работы происходит. Чуть менее очевидно: США и Китай, как владельцы большинства мощностей по производству электроэнергии, датацентров, чипов и моделей.

Но прежде чем прыгать к выводам, давай разберемся в чем эта выгода заключается:

1. Технологическая диффузия в экономике, рост продуктивности, аутпута и ВВП. я вижу ситуацию, в которой ВВП FiDi SF вырос в 3 раза и за тот же период ВВП Африканской страны не изменился

2. Рост эффективности около-публичной сферы: локального управления, здравоохранения, образования. Все эти вещи — образованное, здоровое население — так же ведет к росту экономики и качества жизни.

3. Научный прогресс. В прошлом году еще была небольшая группа людей, для которых нужно было отдельно объяснять почему ИИ неизбежно приведет к прорывам в создании нового научного знания, но вопрос кому оно принадлежать.

4. Оборона. Умные системы координации, автономное вооружение, биооружие приведет к сдвигу баланса сил в куда менее стабильную сторону, чем текущая модель ядерного сдерживания.

Дальше мы можем определить категории наций, по которым они получат ту или иную пользу:

1. В рыночных демократиях технологии будут универсально доступны большинству; в автократиях большая часть эффекта от ИИ уйдет в системы контроля и слежки внутри страны.

2. В развитых странах эффект будет выше: ИИ заменяет сферу услуг - банкиров, юристов и программистов, а не фермеров. При этом, у таких экономик больше запас прочности чтобы избежать структурных кризисов.

3. Социалистические системы в теории должны быть больше адаптированы, но европейский псевдо-социализм (по сути популизм) не факт что сработает по причине того, что эти страны не владеют никакими ресурсами производства (датацентры и топовые лабы производящие модели).

Из практического: я уверен, что среди победителей будет Китай и Штаты, а среди проигравших — развивающиеся страны и СНГ.

Проблема РФ, РБ и Украины в том, что (1) они заняты любой херней (Белгород бомбит Харьков и наоборот, уже 4 года подряд), только не тем, что нужно; (2) все три экономики в ужасном состоянии и за 2 года оттуда не выйдут; (3) нет никаких своих технологий в плане чипов и моделей (гигачад это весело, но бесполезно); (4) технологии будут использоваться для политического контроля, а не лечения рака.

Большой вопрос по поводу Европы: шансы есть, но для этого прямо сегодня нужно выделить $2-3 триллиона евро на ИИ, начать закупать у Китая все технологии и массово (сотни гигаватт-часов) строить ДЦ. Странам типа Израиля, Швейцарии, Норвегии, Сингапура, ОАЭ потенциально тоже будет нормально из-за низкого населения, социальных систем и развитости инфраструктуры в ИТ.

Клешню купил OpenAI

openclaw сложный для использования (и, на мой вкус, overengineered без надобности) продукт, но его функционал скоро будет доступен в любом чате GPT, на что, безусловно, есть сильный спрос

Есть два ключевых направления в ИИ, которые имеют наибольшее влияние на экономику и общество. От двух этих метрик зависят остальные, типа открытия новых лекарств, роста ВВП, скорости внедрения в бизнес.

1. Срок автономной работы агентов. Вот вчера вышел тест новой китайской открытой модели GLM5, в которой она работала 24 часа подряд и создала эмулятор игровой консоли.

2. ИИ агенты способные автономно делать исследования в машинном обучении. Это, на самом деле куда более важный секрет, который в том числе решает (1). Те, кто научится это делать, будут всеми силами охранять его, потому что он стоит триллионы. Но, тем не менее, все чаще попадаются абстрактные посты от людей из OpenAI которые рассказывают о том как автоматизируют рисерч-ороанизацию и свою работу. Это никакое не доказательство, но готов поспорить на любые деньги, что именно это и ничто больше является главной целью одновременно и OAI, и Антропика, и Гугла и Х.

Не для всех очевидный факт, но взлет openclaw это прямое следствие DeepSeek.

Объясню:
- дипсик первым показал что RL среды с проверяемым результатом масштабируются, и в масштабе дают существенный прирост способностей моделей (2024, можно сказать что о1 был первым но они не написали внятного пейпера)

- затем потребовался год чтобы фронтир лабы создали РЕАЛЬНО масштабируемые среды для long-running / large-context задач типа кода

- это привело к Opus 4.5, который благодаря RL стал крутейшей агентской моделью, которая не теряется в длинных задач, навигирует в баше и может себя вернуть на русло истины.

Итого: кроме претрейн скейлинга (который пока никуда не делся), у нас работает GRPO / RL with Verifiable Rewards скейлинг.

Или совсем простыми словами: скорость «поумнения» LLM удвоилась за год (в самом консервативном случае, в реальности тут экспонента)

Если не будет биологического, то будет ИИ-бессмертие в Фейсбуке :)

Вы умерли, а комментарии под каждым постом, что автор не прав от вашего имени все равно продолжают появляться.

Пробую Figma MCP, вот первый результат, one shot

Первый раз, когда от ИИ инфографики не течет кровь из глаз