Мы входим в интересный этап развития ИИ. Интересный сочетанием способностей и экономики. Думаю, все заметили, что последний год словосочетание «искусственный интеллект» звучит из каждого утюга. Про ИИ знают все. Как минимум любой, кто активно пользуется соцсетями, имеет хорошее представление на что способен современный ИИ, ведь как только появляется новая способность, она сразу вирусится. Например, в момент написания этого поста, буквально все соцсети завалены картинками в стиле студии Ghibli, преобразовывать в который абсолютно любое изображение со вчерашнего дня умеет ChatGPT.

Тем не менее, я думаю многие не осознают насколько велик разрыв между количеством знающих, на что способен ИИ, и количеством самостоятельно хоть раз в жизни применявших эти способности. До сих пор большинство людей на любой встрече, куда я прихожу, ни разу не покупали платную подписку на ChatGPT, не говоря уж про другие нейросети. Людей, которые реально пользуются ИИ, сильно меньше чем кажется. А людей, которые платят за ИИ, откровенно мало.

Любым ИИ нужно уметь пользоваться, даже ChatGPT. Многие сегодня высмеивают ИИ-курсы на которых учат пользоваться ChatGPT, но они не над тем смеются. Смех не в том, что в ChatGPT нечего уметь — есть! А в том, что этому практически невозможно научить. Единственный нормальный способ научиться пользоваться ИИ — это пользоваться им. По мере взаимодействия с ИИ, у вас вырабатываются понимание и интуиции что он делает хорошо, а что не очень, как лучше формулировать запросы, и т. п. А ещё почти все мои знакомые, кто активно пользуется ИИ, говорили, что они уже в процессе находили новые применения ИИ, о которых даже не задумывались в начале. Поэтому личный опыт и нельзя заменить.

Проблема в том, что экономика ИИ порождает порочный круг. Люди не готовы платить деньги пока они не поймут за что. Пока ты не умеешь пользоваться инструментом, он имеет нулевую ценность, а за нулевую ценность ты и платить не готов. Это, к слову, касается не только ИИ, а практически любого софта. Мало кто готов платить деньги просто чтобы попробовать. Современные ИИ для картинок, музыки, видео, и много чего ещё, в руках опытного пользователя способны на впечатляющие результаты, но в руках абсолютного новичка — нет. Но чтобы получить этот самый опыт надо платить деньги, иногда — весьма чувствительные. Особенно это касается самой хайповой темы последнего года — видео.

Откроем, например, Pollo, модный агрегатор сервисов для ИИ видео — от 20 до 360 кредитов за 5 секундный ролик. 300 кредитов за 10$. 0.6$—12$ за генерацию. У другого модного сервиса, Pika, от 35 до 60 кредитов за генерацию, 10$ за 700 кредитов. 0.5—1$ за генерацию. И это только 5 секундные ролики в минимальном качестве. Вы представляете сколько вам потребуется попыток, прежде чем вы смонтируете что-нибудь интересное для своих соцсетей? Думаю, несколько десятков. Ваш первый сносный ролик вам вероятно обойдётся в десятки долларов. Я не говорю что это дорого, реальные видео стоят гораздо дороже. Если вам нужен видеоролик, или если вы зарабатываете на контенте, вы без труда окупите все вложения и эксперименты с ИИ для видео. Но если вы хотите побаловаться без определённой цели, я уверен, что 95% из вас задушит жаба покупать подписки и кредиты.

Поэтому и пишу, что мы входим в интересный этап. Новый сдвиг снова запустили Open AI. Они недавно сделали Sora безлимитной для подписчиков начиная с Plus (20$ в месяц). Это сегодня не лучшая нейросеть для видео, зато я абсолютно уверен, что подписчиков на ChatGPT Plus минимум на 2 порядка больше, чем покупателей кредитов на все ИИ-видео сервисы в мире вместе взятые. А теперь у ChatGPT ещё и лучший или как минимум один из лучших встроенных генераторов картинок, который обещают скоро добавить даже в бесплатную версию. И опять же, у него будет минимум на 2 порядка больше пользователей, чем у Midjourney, Ideogram, Flux и всех остальных картиночных ИИ вместе взятых. Если раньше казалось, что ИИ контента вокруг стало много, я боюсь даже представить что нас ждёт теперь.

Некоторые курсы вызывают скепсис самой своей предметной областью. Например, все курсы из категории «как зарабатывать деньги». Если умеете зарабатывать, так зарабатывайте, что же вы вместо этого учить других подались? Особенно это касается курсов по криптовалюте и торговле на биржах. Другой пример явного шарлатанства это курсы по чему-то абстрактному, например, по саморазвитию и личностному росту. Если что-то нельзя объективно измерить, то любой результат можно выдать за желаемый.

Если отбросить области состоящие из шарлатанов на 100%, в оставшихся есть интересная метрика: степень пересечения учителей и специалистов. Очевидно, что выдающийся учитель математики не обязан быть выдающимся математиком. Но он обязан отлично владеть той частью математики, которой он учит. Это касается любых теоретических знаний: нельзя объяснить то, что ты не знаешь или не понимаешь сам. С практическими навыками, однако, ситуация более сложная.

Насколько хорошим пианистом обязан быть хороший учитель фортепиано? Очевидно, что какой-то уровень навыка как специалист учитель иметь обязан. И очевидно, что чем этот уровень выше, тем при прочих равных учитель лучше. Но все же учитель и специалист это разные компетенции.

Ещё интереснее ситуация с творческими навыками. Должен ли хороший учитель изобразительного искусства быть хорошим художником? Тут надо начать с ответа на вопрос: а что вообще значит быть хорошим художником? Владеть техникой — или же быть известным и успешным?

Развивая эту тему: есть профессии, которым вообще толком невозможно научить. Можно ли человека сделать хорошим писателем? Абсолютно любого — однозначно нет. Но значит ли это, что человеку, который хочет стать писателем, вообще никак нельзя помочь? Нет, есть много навыков, которые ему точно пригодятся и которым можно научить. Но сможет ли человек стать творцом в итоге зависит от его собственного творческого потенциала. Потенциал можно помочь раскрыть, но им нельзя поделиться. И чтобы учить будущего творца всему, чему в принципе научить можно, учитель не обязан быть творцом сам.

Поскольку я сам тесно соприкасаюсь с областью, не могу не заметить, что огромный скепсис у масс сегодня вызывают курсы по использованию искусственного интеллекта. Грубо говоря, если ты учишь использовать ИИ для чего-то якобы полезного, что ж ты сам вместо этого не делаешь это самое полезное? Учишь создавать контент — а где твой собственный контент, почему не зарабатываешь на контенте? Учишь решать бизнес-задачи, а почему у тебя у самого ещё нет 10 бизнесов под управлением ИИ?

Откуда скепсис понятно. Во-первых, в области полно шарлатанов. Во-вторых, работает привычная эвристика что учитель обязан быть пусть не супер крутым, но специалистом. А показать большинству нечего, кроме нерелевантных регалий уровня «я работал в крутой компании».

Но на самом деле главная проблема — ИИ это инструмент для творческих людей, а курсы по ИИ позиционируют для всех подряд. Если у вас нет идей для бизнеса и личностных качеств чтобы быть предпринимателем, никакой ИИ не сделает вас бизнесменом. Но бизнесменам учить ИИ можно и нужно. Если вы не делаете контент и у вас нет ни стремления его делать, ни представления какой контент делать, ИИ не сделает вас контент-мейкером. Но реальным контент-мейкерам изучать ИИ исключительно полезно. Если вы не знаете как зарабатывать деньги, увы, вы не начнёте их зарабатывать с помощью ИИ. Но если вы уже зарабатываете, с ИИ вы наверняка сможете зарабатывать больше.

Вот с чего должны начинаться все без исключения курсы по использованию ИИ.

Хочу рассказать про необычную компьютерную игру, в которую залипал последние 3 недели (136 часов суммарно) и которую только сегодня закончил. Называется Blue Prince. В эту игру меня побудил играть Nozomu, советую ознакомиться с его рецензией наряду с моей. Мне очень понравились его слова «Blue Prince — это удар ножом в спину культуре быстрого потребления, моментального вознаграждения и вождения за руку» с которыми я согласен на 100%.

Вы играете за внучатого племянника недавно скончавшегося барона, который оставил вам в наследство свой титул и магический особняк. Но с условием — вы обязаны отыскать в этом особняке загадочную 46 комнату, хотя в плане комнат всего 45.

Магия особняка заключается в том, что внешне он неизменный и изнутри поделён на 9 рядов по 5 комнат в каждом, но сами эти комнаты и их взаимное расположение каждый день меняются. И вы, игрок, этим процессом ограниченно управляете — каждый раз, когда вы открываете дверь в следующую комнату, вам на выбор дают 3 варианта, один из которых вы обязаны выбрать и эта выбранная комната останется существовать на этом месте до конца дня.

Легко увидеть, что эта механика похожа на настольную игру: особняк это игровое поле, возможные комнаты это колода карт, за ход вы тянете три карты и обязаны положить одну из них на игровое поле. Когда у вас заканчиваются ходы, вы начинаете новый день. Вчерашние комнаты исчезают и вы начинаете создавать план особняка заново. Это похоже на жанр rogue-like: каждая игровая сессия начинается с нуля, накапливаются только знания у игрока в голове — и очень редкие «вечные» изменения, каждое из которых нужно заработать.

На то, чтобы отыскать 46 комнату, получить наследство и увидеть финальные титры игры у меня ушло 2 суток. Чтобы пройти игру мне потребовалась смесь стратегического планирования, хорошего усвоения правил и немного удачи. Это был приятный, азартный и интригующий опыт и закончился он аккурат тогда, когда однообразный игровой процесс уже начал чуть-чуть надоедать. Но, как шутят в игровом сообществе — прохождение игры является обучением, а дальше начинается, собственно, сама игра.

Я сразу вспомнил, что в унаследованном особняке остались нерешённые загадки, на некоторые из них у меня уже были хорошие гипотезы, которые я захотел проверить. И эта кроличья нора оказалась гораздо глубже чем я мог себе вообразить. Под конец игры у меня остался файл excel на 18 страниц, заполненных гипотезами, подсказками, датами, именами, названиями, и несколько сотен скриншотов, разбитых на 30+ папок по категориям. Это первая игра в моей жизни, которую я мог бы назвать настоящим, не игрушечным детективом. Потому что медитировать и размышлять приходится не над пикселями на экране, а над собственными заметками в реальной жизни (или на компьютере, но вне игры), анализировать и соотносить между собой информацию в них.

Самое потрясающее в «Принце» то, насколько он камерный. Все его действие происходит в особняке и немного на прилегающей территории, сам игровой процесс не меняется от начала до конца. Но количество слоёв меты, которые поместились в этот процесс, потрясает.

В ходе решения игровых загадок, собирая по крупицам информацию, игрок под конец неизбежно начинает разбираться в истории, политике, географии и мифологии игровой вселенной, и даже в вымышленном языке и его грамматических особенностях. Я под конец игры чувствовал, что я прямо живу в проработанной вымышленной вселенной, я помнил названия небесных тел местной солнечной системы, названия и символику разных королевств и даже их климатические особенности — и всё это ни разу не покидая особняка с его комнатами. Я испытал сочувствие и симпатию к персонажам, которых ни разу даже не видел на экране, кроме как на фотографиях. Я им сочувствовал, потому что короткие фрагменты их историй были вписаны в ставшие мне известными семейный, исторический и политический контексты, без которых эти фрагменты остались бы сухими фактами.

Однозначно один из самых крутых и необычных игровых опытов в моей жизни. Невероятное уважение к разработчику этого шедевра.

Вы наверняка слышали истории как ChatGPT спасает жизни. Истории в духе: врачи не воспринимали всерьёз, а ИИ смог вовремя распознать опасное заболевание. Проблема большинства таких историй, что это так называемая ошибка выжившего. Вы не видите статистику: сколько всего было ситуаций, когда человек шёл к ИИ и получал якобы пропущенный опасный диагноз, сколько раз этот диагноз подтверждался, а сколько раз не подтверждался. Земля большая, истории успеха ИИ при провале врачей обязательно где-нибудь да произойдут. Но вы узнаёте эти истории именно потому, что они удачные. Ничего не узнавая об их реальной частоте и о проценте успеха.

Недавно ChatGPT (вернее Open AI o3), вероятно, спас жизнь Виктору Таелину, исследователю, за которым я давно слежу в X. Этот случай для меня важен именно тем, что он произошёл в моём поле зрения. Грубо говоря, есть всего сотня людей, за деятельностью которых я как-то слежу, и вот одному из них o3 успешно диагностировал менингит после того, как три больницы его отправили домой. Благодаря диагнозу от ИИ человек чрезвычайно настойчиво просил провести диагностику в четвертой больнице и когда менингит подтвердился, врачи и там сильно удивились.

Эта история для меня поучительна ещё вот в каком разрезе. Я не знаю, как работает медицинская и страховая система в Бразилии, где живёт Виктор, но по крайней мере у него была возможность самостоятельно обращаться в одну больницу за другой и что-то требовать от врачей. Возможно для моих подписчиков из бывшего СССР в этом нет ничего удивительного, но далеко не во всём мире это возможно.

В большинстве развитых стран медицина стоит настолько дорого, что лишь очень немногие могут себе позволить прийти в частную клинику и записаться на анализы и на приём за свой счёт. Простые смертные лечатся по страховке. А страховка лишает вас агентности: где и как вы будете лечиться полностью решает ваша страховая компания и клиника с которой она сотрудничает. Если врач в клинике решил что у вас ничего страшного нет и отправил вас домой — вы пойдете домой. Дополнительные обследования в лучшем случае за свой счёт. И этот счёт легко может равняться вашей месячной зарплате.

При этом делать вывод, что медицина в развитых странах хуже, нельзя. Статистика уверенно говорит об обратном. Но нужно смотреть что с чем сравнивается. Безусловно, средний уровень врачей и медицинского оборудования в богатых странах выше, чем в бедных. Ключевое слово — средний. Ни для кого не секрет, что в странах бывшего СССР приличные клиники сосредоточены в основном в городах-миллионниках, а средний уровень больниц в стране кошмарный. Разрыв между средней больницей в условной России и в условной Европе огромный. Но вот разрыв между средней клиникой в Европе, куда отправляют по страховке, и средней частной клиникой в российском миллионнике уже не очень большой.

Кроме того, в преимущества медицины богатых стран раньше часто записывали отсутствие гипердиагностики. Постоянно перепроверяющие врачей ипохондрики в среднем чаще вредят себе, нежели помогают. Стратегия «доверять всем врачам» на массовой выборке оказывается выгоднее, особенно там, где большинство врачей хорошие. Как ни странно, для вас может быть благом когда всё решают за вас. Но так было до ИИ.

Есть большая разница между безграмотным ипохондриком, который ставит диагнозы сам себе, и ищет врача, который их подтвердит — и ИИ моделями, которые уже на уровне квалифицированных специалистов в хороших клиниках. «Врач не согласен со мной, я хочу другого врача» это совсем не то же самое что «врач не согласен с топовыми ИИ». Первый сигнал это мусор, второй нет. В эпоху ИИ иметь агентность в выборе лечения, на мой взгляд, становится очень важным.

Недавно услышал о компании с интересным подходом к корпоративным тренингам. Само слово «тренинг» у меня, как и у многих, по умолчанию попадает в ментальную корзину «развод на деньги». Мне не нужны аргументы чтобы считать попавший в поле зрения тренинг бесполезным мусором. Мне наоборот нужны аргументы, чтобы считать его хорошим и полезным.

Большинство тренингов, особенно корпоративных, я представляю примерно так. Со стороны компании-заказчика: есть бюджет на обучение сотрудников, который нужно осваивать. Или даже просто есть необходимость предлагать сотрудникам обучение из соображений что все так делают, и вроде как это повышает лояльность сотрудников, а если сильно повезёт, то может даже и производительность повысится.

Со стороны сотрудников: есть повод за счет компании поделать что-то отличное от рутинной работы и даже получать за это какую-то бумажку, которую потом можно использовать на переговорах о повышении зарплаты или собеседовании к следующему работодателю.

Наконец, со стороны проводящих тренинг: есть слабо мотивированные участники, за которых платит их работодатель. По умолчанию они оставят сдержанно-положительный отзыв, главное не создавать им проблем. Все за кого заплатили обязательно получат сертификаты об успешном прохождении тренинга.

В компании, о которой мне рассказали, эта схема ломается. Самое главное отличие — в тренингах, которые она проводит, сертификат реально нужно заработать, просто так его не дадут. Тренинги предусматривают обязательные домашние задания, время на их выполнение заложено в оплаченную программу. Человека могут снять с тренинга за невыполнение учебного плана. Если причина была уважительной, то ему предлагают пойти в следующий набор. Если нет — до свидания без возмещения стоимости. И даже после того как обучение завершилось, нужно в течении месяца написать отчёт как полученные знания применяются на практике. И только если этот отчёт пройдёт проверку, участник получит свой сертификат.

Меня этот подход заставил задуматься. Он напомнил мне университет, но в университете он мне как раз не нравился, потому что в университет в моё время люди шли не вполне по своей воле. Кому-то нужна была отсрочка от армии, большинство же просто хотело диплом потому что его все требуют. Кроме того, даже у студентов с реальным интересом к знаниям, часто этот интерес ограничен конкретной областью, а в университете заставляют учить много всего.

Но как раз в отношении корпоративных тренингов этот подход мне нравится. В них принципиально нет элемента принуждения, и они всегда по конкретной теме. Не интересно — не приходи, сэкономишь время себе и деньги работодателю. Поэтому тут вполне уместно заставлять людей учиться всерьёз. Но редко кто так делает.

В этом году главная тема в ИИ звучащая из каждого утюга — «агенты». Под этим словом все подразумевают что-то своё, но поскольку тема очень «модная», все хотят чтобы свой «ИИ-агент» у них обязательно был. Формально агент — это сущность, которая умеет выполнять задачи «под ключ». Чтобы помочь читателям разобраться что вообще есть на рынке, проще всего разбить агентов на 3 больших блока.

Первый блок это n8n (читается nodemation, то есть ноудмэйшн), make и подобные системы для автоматизации бизнес-процессов. Если грубо, то это система из нескольких сущностей, в центре которой сидит всё тот же ChatGPT (или аналоги), к которому прикручены вспомогательные инструменты, а также входы и выходы. Представьте, например, ChatGPT который интегрирован с Google Sheets и с Instagram. Каждый раз когда кто-то пишет вам в Instagram, сообщение перехватывается и передается ChatGPT, которому уже даны предварительные инструкции как отвечать и как обрабатывать входящие запросы. Например, он выясняет кто и зачем вам писал и потом сам идёт в Google Sheets и делает соответствующую запись: имя, фамилия, и что человеку было нужно. n8n позволяет из готовых строительных кирпичиков собирать довольно сложные и длинные цепочки процедур.

Таких агентов довольно легко делать, но всё же это требует инвестиций времени и сил в освоение инструментов (того же n8n). Кроме того, их нужно хостить на сервере (расходы на аренду), а за каждый запрос в ChatGPT нужно платить. То есть нужен бюджет на то, чтобы такого агента поднять и бюджет непосредственно на его работу. На рынке сегодня очень много специалистов собирающих подобные решения. Насколько они полезны для бизнеса зависит от того, насколько сам бизнес готов работать с ними. Грубо говоря, если агент будет делать 50% предварительной работы, производительность компании будет зависеть от того, как сотрудники будут обрабатывать оставшиеся 50%. Но по мере того как ChatGPT «умнеет», подобные системы будут работать всё лучше.

Второй блок это агенты-программисты (Cursor, Claude Code, и т.п). В основном эта тема актуальна для самих программистов. Грубо говоря, если раньше нейросети могли генерировать куски кода, которые нужно было руками копировать и вставлять в свой проект, теперь они дописывают код непосредственно в проекте, а иногда даже сами тестируют его и переписывают основываясь на результатах тестов. Но чем более высокоуровневую задачу даёшь таким агентам, тем хуже они с ней справляются, однако прогресс идёт на всех уровнях. Некоторым ИИ-агентам уже сегодня можно дать задачу самого верхнего уровня: «сделай сайт» или сделай «мобильное приложение». Другие словами, уже предпринимаются честные попытки полностью заменить программистов. Но результаты пока настолько плохие, что пока нет даже консенсуса среди самих программистов: эффективнее ли в принципе работается с агентами.

Третий блок это агенты которые умеют пользоваться браузером или даже компьютером. Например, Manus или ChatGPT Operator. Это очень перспективное направление, поскольку такой агент может воспроизводить работу человека как есть. Заходит на сайты, «руками» скроллит страницу, вбивает текст в формы, и т. п. Лично у меня, например, для таких агентов всегда нашлась бы работа. Например, обходить сайты и собирать с них нужную информацию (комментарии, профили, и т.п.) — такую, которую сами сайты «оптом» не предоставляют. Либо ты пишешь «обходчик» руками — и от таких автоматизированных обходчиков у всех крупных платформ стоит довольно надёжная защита. Либо ты запускаешь агента, деятельность которого извне неотличима от деятельности человека.

На практике, к сожалению, пока они очень плохо работают. Manus, например, не справился даже с вводом текста в Гугл-таблицу, которую я для него создал. И в целом, работает медленно и жрёт очень много токенов. Направление однозначно перспективное, но пока — увы.

Узнал про один очень известный юридический кейс, который изучают все студенты, кто учится на юриста в Англии и её бывших территориях. Называется «Дело Дадли и Стивенса» (англ. R v Dudley and Stephens).

Суть дела: в 1884 году потерпела кораблекрушение яхта с 4мя моряками. После трёх недель, уже без особой надежды на спасение, три моряка убили и съели четвёртого, 17-летнего юнгу Ричарда Паркера. К тому времени он уже был в тяжелом состоянии, напившись морской воды. Потом трёх оставшихся моряков спасли и затем судили за убийство и каннибализм.

Несмотря на то, что общественное мнение было на стороне моряков и они сами были уверены в неизбежном оправдании (до этого уже были похожие случаи, ссылаясь на которые их адвокат строил защиту), дело закончилось обвинительным приговором. Моряков приговорили к смертной казни, правда с рекомендацией к помилованию (в итоге они были помилованы). Важность этого судебного дела заключается в том, что оно установило что «необходимость» (англ. necessity) не может являться оправданием для убийства.

Лично я скорее на стороне моряков, хотя мне не нравится, что трое договорились между собой убить четвёртого, к тому же самого молодого. Обычно в таких случаях (в том числе тех, на которые ссылалась защита) бросали жребий. Если бы не элемент сговора, я бы однозначно был за оправдание. Но главное, мне не нравится сама идея, что «необходимость» не может являться оправданием для убийства. С моей точки зрения как раз только она и может, и должна.

Особенно сильное неприятие у меня вызвали слова судьи:

To preserve one's life is generally speaking a duty, but it may be the plainest and the highest duty to sacrifice it. War is full of instances in which it is a man's duty not to live, but to die. (Иногда долг человека не жить, а умереть. Война даёт много таких примеров).

Я никогда не приму систему, в которой смерть может быть долгом человека.

В последнее время стал реже писать в канал, буду исправлять это. Изначально я планировал держать баланс 50 на 50 между постами про Искусственный Интеллект и моими мыслями обо всём, не связанным с ИИ. И вот с ИИ сейчас такая странная ситуация, что вроде как значимые новости выходят каждую неделю, но не одна из них не кажется достаточно значимой. Nano Banana от Google редактирует картинки по текстовому запросу на уровне хорошего мастера Photoshop? Подобное уже было в ChatGPT. Да, было хуже, но впечатляет только первый опыт.

Поэтому хочу поговорить не столько об отдельных событиях, сколько об общем ощущении, которое сложилось в последнее время на фоне происходящего в мире ИИ. Внешне всё выглядит так, как будто развитие ИИ резко замедлилось. Долгожданный GPT-5 оказался разочарованием, как и Claude 4 Sonnet, как и Grok 4. Anthropic и Cursor ужесточают лимиты на своих платных подписках. ИИ видео становится лучше, но все ещё слишком дорогое для большинства обывателей. Некоторые из этого сделали вывод, что ИИ как технология достигла зрелости и что теперь уже очевидно, что не будет никакого сверхинтеллекта (ASI), конца света, технологической сингулярности или хотя массовой замены людей ИИ. Что ИИ это просто инструмент который теперь будет постепенно улучшаться, а Альтман и Юдковский вешают всем лапшу на уши. Я, однако, вижу всё несколько иначе.

Сразу скажу, что я точно не считаю, что ИИ упёрся в потолок. Но ИИ настигла экономика. Раньше ИИ компании вели себя так, как будто у них бесконечные деньги: выпускали всё более гигантские модели (и кратно более дорогие) и раздавали всем очень щедрые лимиты за 20$ в месяц, и даже давали пользоваться бесплатно. Вечно так продолжаться не могло, вот праздник и закончился. Впервые в истории новое поколение моделей (с полноценной новой цифровой в названии) не имеет больше параметров (по крайней мере активных) и не требует больше вычислительных ресурсов для работы чем предыдущее. Скорее всего даже наоборот. То есть эта итерация прогресса скорее о том, как добиться чуть более высокого уровня теми же или меньшими ресурсами.

При этом уже давно существующее (и активно развивающееся) направление: как выжать из одной и той же, уже закончившей обучении модели, лучшие результаты, вливая вычислительные ресурсы на стадии инференса (генерации ответа) — оно ведь никуда не делось. Уже были примеры как минимум в синтетических текстах, когда на одну задачу тратились тысячи долларов себестоимости вычислений, и это вполне себе конвертировалось в заметно лучшие результаты. Но, понятно, за 20 долларов в месяц, никто не будет тратить вычислений на тысячи долларов для обработки ваших запросов. Однако это никак не мешает самим компаниям использовать свой ИИ на полную катушку, в частности, для разработки улучшений самого ИИ. Уж на это не жалко никаких ресурсов.

Поэтому я считаю, что мы попали в худший из возможных сценариев: доступный нам, коммерческий ИИ, действительно достигает «зрелости» и принципиально лучше может не стать теперь ещё долго, а даже если станет, возможно за него начнут просить совсем иные деньги (пока все ИИ компании активно вводят подписки за 200$ и пытаются приучить нас, что 200 это новые 20). При этом все эти итеративные улучшения в доступном ИИ всё меньше и меньше будут отображать прогресс достигнутый в лучшем ИИ на планете, который мы не видим.

Сегодня хочу поговорить про наркотики. На всякий случай: я не употребляю, никогда в жизни даже не пробовал и не планирую.

Мою жизнь можно условно разделить на три периода. Моё детство пришлось на 90е годы в Новосибирске, это было весьма неблагополучное время, когда по всей России бичом молодёжи был героин. Абсолютно все вокруг: от родителей и учителей, до русских рэперов, которых я тогда слушал (Дельфин, Многоточие, и т.п.) транслировали мысль, что наркотики (в первую очередь героин) это смерть. Я был лично знаком с человеком, умершим от передозировки героина. У двоюродного брата, жившего в менее благополучном районе, таких знакомых было намного больше. Совместными усилиями, через разъяснения, примеры и запугивание, окружающие благополучно укоренили во мне мысль, что наркотики к своей жизни нельзя подпускать на пушечный выстрел (за что я благодарен всем причастным).

Тут надо сделать отступление и сказать, что у меня с детства прижился принцип не употреблять ничего, влияющее на сознание. Из-за него я, например, не пью алкоголь и все медицинские процедуры вроде гастроскопии делаю без седации. Поэтому за себя лично я на самом деле никогда не переживал: я никогда не чувствовал соблазна попробовать. Но вот что окружающие мне добавили — это брезгливость к самой теме и к наркоманам. Любой наркоман в моих глазах был безнадёжно пропащим человеком: он себя не контролирует, он может убить или ограбить ради дозы, и очень скоро он либо сядет в тюрьму, либо умрёт.

90е закончились и года эдак до 2017 тема наркотиков в моей жизни почти не фигурировала. Единственное — в студенческие годы я услышал новую для себя мысль: «трава — не наркотик» и встретил довольно много людей, которые курили траву, но при этом полностью разделяли мою брезгливость и неприязнь ко всем остальным веществам. Я начал читать статьи, узнал, что часть стран уже легализовали марихуану, и в итоге принял, что мои университетские друзья, курящие траву, не убьют меня из-за дозы и скорее всего не умрут от передозировки в скором будущем. Первый раз от неделимой сущности «наркотики» в моём сознании откололся кусок. Но никто в моём окружении не употреблял ничего кроме травы (и алкоголя).

А потом я переехал в Петербург. И внезапно оказалось, что в моём новом круге общения практически каждый первый имел опыт употребления веществ помимо травы. Каждый второй продолжал употреблять. И мне все дружно начали рассказывать, что ЛСД не наркотик, что не все наркотики одинаково вредные и опасные, и т.п. Но главное — я своими глазами увидел людей, которые годами что-то употребляют, но при этом работают на хорошей работе, имеют увлечения, адекватно общаются, и в целом живут полноценной жизнью. Очень непохожих на героиновых торчков из детства.

В итоге я принял, что да, не все наркотики одинаково разрушительны. Что технологии как их производства, так и доставки шагнули вперед. Они стали чище и дешевле, а Даркнет, криптовалюты и закладки сделали их покупку менее рискованной, по сравнению со встречей с дилером в 90х. Что прилично зарабатывающий айтишник, покупающий на свои, не то же самое, что выносящий из родительского дома вещи на продажу опустившийся безработный. Политики, звёзды шоу-бизнеса, бизнесмены могут употреблять десятилетиями и дожить до смерти от чего-нибудь другого. Но это ошибка выжившего.

Если старший разработчик Яндекса может себе позволить вещества почти без последствий, это не значит что вещества безопасны, и что 95% простых людей тоже не сильно пострадают, если начнут употреблять. А ещё — я до сих пор не встретил человека, употреблявшего вещества совсем без последствий. Да, у некоторых последствия были незначительными, но ни у кого вообще они не были положительными. Абсолютно про всех, кого я знаю, кто иногда употребляет и кого всё хорошо, я могу смело сказать, что у них всё было бы ещё лучше, если бы они никогда не употребляли.

Месяц назад вышла игра Hollow Knight: Silksong, которую многие, включая меня, ждали 6 лет. Почти на весь сентябрь я пропал из реальности, уйдя с головой в прохождение Silksong. И даже после прохождения игры на 100%, она отпускает меня лишь постепенно: часто обсуждаем её с друзьями (некоторые из которых все ещё проходят), смотрю контент по ней, снимаю на слух и разучиваю на фортепиано композиции из неё.

Silksong это сиквел легендарной игры Hollow Knight 2017 года, которую многие заслужено считают лучшей игрой в жанре метроидвания и одной из лучших инди-игр в целом. Я не являюсь поклонником жанра, но игры сделанные на таком уровне заслуживают внимания независимо от жанра. Как минимум художественный стиль, атмосфера, визуальная эстетика и музыка в HK совершенно потрясающие. HK наглядно показал мне, что толпы программистов с горящими глазами, желающих делать игры, это пшик, а вот кого в геймдеве катастрофически не хватает, это прежде всего талантливых художников, а во вторую очередь дизайнеров уровней и композиторов. Программировать на уровне достаточном, чтобы сделать HK, могут сотни тысяч. А вот рисовать — единицы.

HK помимо прочего считается достаточно сложной игрой, но идеальная отзывчивость управления и большое количество геймплейных опций, на мой взгляд, делают её посильной практически для любого игрока при должной настойчивости. По крайней мере если говорить о прохождении базового контента. Оригинальный HK я прошёл и он мне очень понравился, но не могу сказать, что я стал прямо фанатом игры. Моей настойчивости как раз хватило на базовую игру, но от прохождения значительно более сложного опционального контента я сознательно отказался.

И вот выходит долгожданный Silksong, он ещё красивее, ещё эстетичнее (на мой вкус) и... существенно сложнее (а вот это практически консенсус). Речь именно о сложности базовой игры, прохождения сюжета. Если HK считался сложной игрой и многих именно сложность остановила от его прохождения, то Silksong это игра явно ориентированная на тех, кто HK уже прошёл. А с учётом того что за 6 лет ожидания вокруг Silksong образовался невероятный хайп (в день её релиза упал Steam и другие магазины), в Silksong пришло много новых игроков, не знакомых ни с HK, ни с жанром. И для многих из них сложность Silksong оказалась прямо-таки фрустрирующей. Поэтому я, при всей моей любви к Silksong, увы, не могу её рекомендовать всем подряд. Трезво оценивайте свои силы и игровой опыт.

Но лично мне Silksong смог подарить то, чего не смог подарить оригинальный HK. А именно ощущение роста себя как игрока. Как я уже говорил, оригинальный HK даёт игроку много возможностей и среди этих возможностей я нашёл те, которые позволили мне пройти игру стараясь, но не совершенствуясь. Мне было сложно, но эта сложность не заставляла меня учиться. Достаточно было простого напряжения концентрации.

А вот в Silksong концентрации оказалось мало. Несколько раз за прохождение я сталкивался с необходимостью учить что-то новое, улучшать свой механический навык.И я улучшал его. Сейчас я могу без труда пройти то, что в начале казалось запредельно сложным, и вот из-за этого опыта прохождение Silksong мне запомнилось намного ярче первой части.

В остальном, всё столь же безупречно как в первом HK — Team Cherry моё почтение, 6 лет кропотливой работы ощущаются в каждой детали. Отдельное спасибо Кристоферу Ларкину за выдающийся саундтрек.

Выныриваю в реальность, возвращаюсь к делам. 🫡

В этом году среди игр, номинированных на Игру Года на The Game Awards, целых 3 инди игры: Claire Obscure: Expedition 33, Hollow Knight: Silksong и Hades 2. Это стало отдельным инфоповодом. При этом, на The Game Awards есть отдельная номинация Инди Игра Года. А ещё есть номинация Дебютная Инди Игра. Возникает логичный вопрос: а почему вообще людей волнует «инди» игра или не «инди»?

Для начала надо понять что такое «инди». Инди от английского слова independent, то есть независимый. Применительно к играм обычно подразумевается независимость от крупных издателей вроде Sony, Nintendo или Ubisoft. Строго говоря, общепринятого определения, где проходят границы «инди», нет. Какие ассоциации обычно вызывает словосочетание «инди игра»? Разработчик-одиночка или команда из нескольких человек. Разработка на энтузиазме в условиях крайне ограниченных ресурсов. Абсолютное доминирование соображений «что мы хотим» и «что мы можем», а не «что хотят издатели» и «что реально продать» при разработке.

Так почему людей волнует инди или не инди? Почему для инди существуют отдельные номинации? На мой взгляд, деление существует, чтобы поддерживать отдельных креаторов и побуждать людей заниматься творчеством в целом. Инди —это то, на что может ориентироваться человек, желающий заняться творчеством сам. Если выставлять одинаковые планки одиночкам и гигантским компаниям с огромными ресурсами, то многих это демотивирует даже пробовать. Отдельные номинации для инди это как отдельные турниры для любителей или отдельные весовые категории в боевых искусствах.

Исходя из приведённых выше критериев, по своему содержанию «инди» это не бинарная категория, а скорее шкала. Возвращаясь к примерам из The Game Awards этого года, Sandfall Interactive, создатели Expedition 33, вроде как состоят как раз из 33 человек. В Supergiant Games, компании, сделавшей Hades 2, по открытым источникам около 25 человек. Team Cherry, создали Silksong, это три человека. Понятно, что над играми помимо основной команды работают и другие люди. Как минимум, композитор и музыканты, исполняющие саундтрек.

Team Cherry для меня в гораздо большей степени «инди», чем Sandfall или Supergiant. Но даже Team Cherry это не 3 любителя, это 3 опытных профессионала, они были ими даже до первого Hollow Knight. Это далеко не самое «инди».

Скажу честно, меня как игрока, есть ли издатель, и если есть, то кто он, вообще не волнует. Для меня и Expedition 33, и Silksong, и Hades 2 адекватные претенденты на Игру Года. Но на Инди Игру года, на мой взгляд, из этой тройки может претендовать разве что Silksong. А в целом, в номинации Инди Игра Года и особенно Дебютная Инди Игра я буду болеть за Blue Prince. Его по сути сделал один человек — Тонда Рос. А если эти номинации выиграет «Экспедиция», для меня это будет значить что сами номинации лишены смысла в текущем виде.

Несколько дней назад покончила с собой 19-летняя чернокожая косплеерша Эшли Пакстон известная как Squidkid1111. Пишут, что вероятной причиной была постоянная травля в интернете на почве расизма. В ответ на это в косплей сообществах и соцсетях стали активно выкладывать и репостить работы других чернокожих косплееров, что, разумеется, вызвало волну как поддержки, так и нового расизма. В частности, много обсуждают чернокожую косплеершу в образе Фрирен — белой эльфийки из аниме Sousou no Frieren.

В очередной раз убедился, насколько чужим себя ощущаешь в любом лагере, когда имеешь мировоззрение хоть чуточку сложнее стандартного набора догм. У меня чернокожая косплеерша Фрирен не вызывает никаких негативных эмоций (позитивных, впрочем, тоже). Как и чернокожая Гермиона в оригинальной постановке спектакля «Гарри Поттер и Проклятое Дитя». Так же как и чернокожая Джульетта в прошлогодней постановке «Ромео и Джульетты» которую тоже много обсуждали в интернете. Кто-то из вас, возможно, подумал: «значит ты нормальный». Спешу вас разочаровать: в фильмах, сериалах и играх подмену расы (в любую сторону) я, обычно, сильно не люблю.

Для меня нет универсальной формулы «всё можно» или «всё нельзя». Косплей это в первую очередь хобби. Кто угодно может переодеваться в кого угодно. Даже в косплей-конкурсах на фестивалях нет единого мнения должны ли участники выбирать себе подходящих персонажей ради достоверности образов.

Другой пример медиума где «всё можно» это театр. Постановки живут недолго и актёрский состав постоянно меняется, сама природа театра такова, что долгоживущие пьесы повидали самых разных людей на любых ролях. Вечны пьесы, постановки временны. Пластичность образов и простор для интерпретаций, как мне кажется, заложены в самой сути театра. Да, могут быть каноничные описания внешности, но, мне кажется, их значение не так велико.

А вот кино, сериалы и игры это другой разговор. Они неизменны, если не считать ремейков, и поэтому они создают образы на целое поколение или больше. Миллиарды людей по всему миру слышат имя Гарри Поттер и представляют конкретно Дэниела Рэдклиффа в образе Гарри Поттера. В 2011 году 61% американцев видел хотя бы один фильм о Гарри Поттере, и только 31% прочитало хотя бы одну книгу.

Хотим мы этого или нет, но массовая культура определяет образы, которыми мы мыслим. Устоявшиеся образы служат для нас общим культурным фоном, общим языком.И поэтому любой ремейк, любое изменение в популярном устоявшемся образе это всегда в том числе и попытка перекроить содержание голов, повлиять на язык и на ориентиры. И поэтому когда речь идёт о массовой культуре, в первую очередь о фильмах, о сериалах или об играх, мне зачастую очень близка реакция: создавайте своё, а не ломайте уже имеющееся. Если уж делаете ремейк, осовременивайте техническую сторону, а не содержание.

Я за полную свободу в медиумах искусства которые не определяют канон, но за аккуратную работу с изменениями канона там, где он есть и широко известен.

Несколько дней назад вышла модель Google Nano Banana Pro и она преодолела важный рубеж в генеративном ИИ для картинок. Теперь у каждого есть доступный 24 на 7 друг, хорошо владеющий Photoshop. Убрать бывшего с совместной фотографии, аккуратно перевести все надписи на картинке с английского на русский, подделать рукописный текст — Nano Banana Pro делает это с одной попытки по простому текстовому запросу.

Картиночные ИИ за три с половиной года проделали огромный путь. Летом 2022 лучшие модели рисовали квадратные картинки 512 на 512 пикселей. И чтобы нарисовать что-нибудь простое, вроде панды на скейте, требовались десятки попыток. А о сложных сценах не могло быть и речи.

В 2023 картиночные ИИ научились рисовать красиво и в большом разрешении, но все ещё оставались «тупыми». Потому это всё ещё были именно отдельные картиночные ИИ. Например, у Open AI была «умная» языковая модель ChatGPT и к ней была прикручена «тупая» рисующая модель DALL-E. Когда пользователь просил ChatGPT нарисовать картинку, под капотом «умный» ChatGPT передавал запрос в «тупой» DALL-E, который был узким местом. Сложные сцены, надписи, замены отдельных объектов, всё это было пока невозможно: ChatGPT понимал что от него хотят, но «объяснить» это DALL-E он не мог.

В 2024 году картиночные модели стали заметно умнее, а также их начали специально натаскивать на задачи вроде добавления надписей. Но это всё ещё были отдельные картиночные модели. Между ними и текстовыми моделями по интеллекту все ещё была пропасть.

Наконец, в начале 2025 года ChatGPT стал по-настоящему мультимодальным: он больше не передаёт запросы в DALL-E текстом, он объединён с DALL-E в единую сущность. В теории ChatGPT теперь может нарисовать всё, что он способен описать текстом. На практике, однако, остаются проблемы.
Например, ChatGPT редко удается нарисовать циферблат аналоговых часов со временем, отличным от 10:10. Текстом он может правильно объяснить, как должны располагаться стрелки, когда часы показывают, скажем, 17:20. Но при попытке их нарисовать получается 10:10, потому что именно такие изображения доминировали в тренировочном датасете. ChatGPT сам видит ошибку, но исправить её не получается. Мне это напоминает ситуацию, когда я неправильно выучиваю музыкальный фрагмент на фортепиано. Пальцы запоминают неправильное ноты, потом мозг пытается заставить пальцы играть иначе, но они играют по привычке.

Другая проблема ChatGPT — он всегда перерисовывает картинку целиком. Даже когда просишь изменить одну деталь. В середине 2025 года Google и Alibaba выкатили мультимодальные Nano Banana и Qwen Image Edit, которые были лишены этого недостатка. От них уже можно было добиться почти любого результата. Но иногда это требовало много итераций. И обе модели всё ещё плохо рисовали кириллицу.

Вышедшая неделю назад Nano Banana Pro умеет делать всё и с первого раза. Вероятно, она научилась разбивать запрос на этапы и контролировать каждый этап. Например, чтобы заменить надписи с английского на русский, по идее их надо сперва стереть и заполнить пустоты под ними. Потом приготовить русский перевод. Запомнить шрифт. Написать этим шрифтом русский текст. Следить чтобы он влез по ширине и высоте. Не знаю как именно работает Nano Banana Pro, но она с этим справляется в один заход.

С моей точки зрения, рисование и редактирование картинок в первом приближении решены. Развиваться ещё есть куда. Хочется меньше артефактов, больше консистентности. Midjourney хоть и «тупее» на несколько поколений, но до сих пор рисует красивее и эстетичнее. Однако в целом — всё что мне приходит в голову, Nano Banana Pro уже делает. Все реальные задачи она покрывает.

Последний месяц наблюдаю в интернете всеобщую ненависть к ИИ. Недовольные ИИ люди, группы и организации были всегда. Но раньше мне казалось, что недовольство в основном по делу, оно заслужено, конструктивно, и говорит о реальных проблемах. А общество в целом даже систематически недооценивает риски, связанные с ИИ.

Сейчас, однако, я вижу другую картину. Общество по прежнему недооценивает и не понимает риски. Но зато появилась тотальная, звериная ненависть к ИИ, которая мне кажется иррациональной, не конструктивной, направленной не в ту сторону, и основанной на примитивном понимании реальности. При этом, эта ненависть никак не замедляет развитие и распространение ИИ, и не способствует решению никаких проблем, а только разделяет и ожесточает людей.

Планирую написать серию постов с разбором популярных кричалок (называть их аргументами язык не поворачивается) противников ИИ. Сегодняшний пост будет посвящен наиболее свежему фактору, который, как мне кажется, послужил спусковым крючком для нынешней лавины ненависти: «из-за ИИ вы больше не сможете позволить себе компьютер».

Кто не знает, в последние месяцы стремительно растут цены на компьютерное железо, в первую очередь на оперативную память. DRAM за вторую половину 2025 года подорожала в 3 раза и продолжает дорожать. Другие виды памяти тоже растут в цене. Дорожает VRAM, используемая в видеокартах, и NAND, используемая в SSD. Nvidia уже заявила, что будет поставлять партнёрам видеокарты без графической памяти — ищите её, мол, где хотите и сами распаивайте. Так что очередной дефицит и существенное подорожание видеокарт тоже неизбежно.

Главное, что делает этот кризис необычным и болезненным — у него вообще не просматривается понятный временной горизонт. Рынок всех видов памяти это олигополия из трёх компаний: Samsung, SK Hynix и Micron. Все три переориентировали свои заводы на производство HBM памяти для ИИ компаний, из-за чего на потребительском рынке возник дефицит. Одна Open AI законтрактовала 40% выпускаемой DRAM в мире.

Проблема в том, что никто из тройки производителей памяти пока не озвучил планы расширения производства. Их вполне устраивают растущие цены при прежних объемах выпуска. Маржа и прибыль растёт, акционеры довольны. Даже если кто-то в итоге решит построить новый завод, это процесс не быстрый. ИИ-компании же точно не сократят спрос на память. Для любой ИИ компании отказ от конкуренции за вычислительные мощности это капитуляция и неминуемое банкротство. Поэтому непонятно, как вообще цены могут вернуться к прежним уровням, если только не случится коллапс ИИ-индустрии. Новая ценовая реальность наступила резко, а продлится годы.

Но в чём вина ИИ-компаний? Если уж на кого и жаловаться, то как раз на олигополию Samsung, SK Hynix и Micron. Это они злобные капиталисты, решившие получить сверхприбыли за счёт простых потребителей, вместо того, чтобы срочно строить новые заводы. ИИ-компании заботятся о простых пользователях. Они скупают память чтобы сделать ИИ полезнее для людей. Чтобы он меньше галлюцинировал, лучше справлялся с задачами. Чтобы вы могли больше на него полагаться. Повлиять на выпуск памяти ИИ-компании не могут. Люди могли бы ненавидеть тех, кто может, но не делает. Но ненавидят только ИИ.

А насколько повышение цен на компьютерное железо в принципе скажется на уровне жизни простых людей? В основном оно ударило по геймерам, которые откладывали апгрейд или покупку ПК. Жизнь тех, кому не особо нужен мощный ПК, или кто как я, успели собрать ПК до кризиса, вряд ли как-то изменится. Есть даже осторожная надежда, что разработчики игр в новой реальности будут вынуждены заняться, наконец, оптимизацией, от чего все выиграют.

Ведь сама ситуация, что люди привыкли каждые два года выкидывать деньги на апгрейд ПК чтобы играть в игры, не нормальна. Но люди её почему-то приняли, и ругали производителей железа, когда те не обеспечивали +40% производительности за те же деньги каждое поколение. А не ленивых разработчиков, не желающих оптимизировать. А теперь вот нашли нового крайнего: ИИ-компании. Хотя ни жадность производителей, ни лень разработчиков никуда не делись.

Весь интернет обсуждает захват американским спецназом диктатора Венесуэлы Николоса Мадуро по приказу Дональда Трампа. Но то, что в этой истории занимает практически всех — легитимность, международное право, потенциальные параллели с другими диктаторами, мне искренне безразлично. Меня интересовал вопрос, который наоборот почти не обсуждают: насколько обоснованы обвинения Венесуэлы в «наркотерроризме»?

Почему именно Венесуэла? Она самая лёгкая цель? Или наркотики это лишь предлог, а единственная реальная цель — смена режима? Меня смущали два соображения.

Я знал, что кокаин — главный, наряду с нефтью, источник дохода Венесуэлы. Но кокаин в моих глазах всегда был наркотиком для богачей. Он очень дорогой и не слишком опасный по меркам наркотиков. В чём смысл атаки на кокаиновый картель, когда люди в основном умирают от синтетических опиоидов (фентанил)?

Венесуэла — не единственный и не главный поставщик наркотиков в США. По объему производства лидируют Мексика и Колумбия, а по поставкам в США, очевидно, доминирует Мексика, имеющая с США сухопутную границу. В чём смысл атаки на второстепенную цель?

Так вот, я провёл небольшое исследование и получил ответы, которые мне удовлетворили.

Во-первых, я сильно недооценивал опасность кокаина. От кокаина ежегодно умирают по 30 тысяч человек в США. Для сравнения, от фентанила в районе 80 тысяч. Дело в том, что кокаин перестал быть чистым: картели массово смешивают его с тем же самым фентанилом, чтобы повысить аддиктивность.

Кроме того, кокаин и синтетические опиоды поставляются одними и теми же картелями по одним и тем же маршрутам. Кокаиновые деньги и логистика переиспользуются для распространения ещё более смертельных наркотиков. Стереотип, что кокаин это не массовый и умеренно вредный наркотик для богачей и знаменитостей, полностью потерял актуальность.

Во-вторых, между Венесуэлой и другими странами Латинской Америки, есть ключевая разница. В Мексике и в Колумбии правительство ведёт войну с картелями. Не очень успешно. Картели коррумпируют и убивают государственных служащих. Но по крайней мере правительства сопротивляются, принимают помощь от США и экстрадируют пойманных лидеров картелей.

А в Венесуэле некому помогать в борьбе с картелями, потому что правительство это и есть картель. Буквально. Война с картелями в случае Венесуэлы это война с самой Венесуэлой, с её политическим руководством.

Так что обвинения в наркотерроризме реальные. Даст ли захват Мадуро какие-то результаты кроме имиджевых не знаю. Сам картель и его руководство никуда не делись, очевидно. Но если оппозиции удастся воспользоваться возможностью и взять власть, Венесуэла по крайней мере сможет перейти от «правительство это и есть картель» к «правительство слабо сопротивляется картелю». А это хотя бы откроет возможности для международной помощи от всё тех же США.

На днях закончил проходить вторую часть своей любимой игры — The Talos Principle II (2023). Хочу рассказать подробнее об этой серии.

По жанру Talos Principle это трёхмерная бродилка-головоломка (если вы знакомы с Portal, жанр тот же самый). Серия мне безумно нравится как в плане содержания, так и в плане игрового дизайна. Этот пост будет про содержание, а следующий про игровой дизайн.

Содержание

В первом Talos Principle (2014) вы играете за гуманоидного робота, запертого в цифровой симуляции, собранной из кусков античности, древнего Египта и средневековой Европы. Внутри симуляции вы вынуждены решать головоломки, бродя между атмосферных руин. Помимо головоломок вы встречаете большое количество цифровых артефактов: интернет-переписок, документов, аудиозаписей, по которым вы постепенно восстанавливаете предысторию.

Сюжета в привычном понимании почти нет, повествование ретроспективное. Довольно быстро становится понятно, что симуляцию запустили люди из некого Института Прикладной Ноэматики, для решения некого кризиса, с которым столкнулось человечество. Что произошло? Можете ли вы им помочь? Что от вас хотят? Игра состоит из поиска ответов на эти вопросы.

В игре затрагиваются очень близкие мне темы трансгуманизма, постгуманизма, философии сознания. Во второй части к этому добавляется тема поиска смысла жизни в масштабах цивилизации. Я редко встречаю произведения, где эти темы затрагиваются, но совсем уж редко попадаются те, которые затрагивают их с позиций близких мне ценностей. Talos Principle хорошо пополнил мою шкатулку.

Отдельно хочу похвалить нарративный дизайн. Первая часть игры подарила мне образ персонажа, которым я восхищаюсь. И этот персонаж ни разу даже не появляется на экране. Набор цитат, упоминаний, и несколько голосовых сообщений - и этого достаточно, чтобы проникнуться к человеку симпатией и уважением.

Вторая часть игры подарила ряд персонажей, которых я бы назвал своими идейными союзниками. Один из них вообще всегда будто снимает слова у меня с языка. Вторая часть главным образом о конфликте идей, образов будущего. Есть «моя» факция, и есть её противники. Аргументы противников «моей» факции - это аргументы, которые я постоянно встречаю от неглупых людей в реальной жизни. Это не выдуманное соломенное чучело для битья. И игра вовсе не заставляет игрока выбирать «мою» сторону. Но я благодарен уже тому, что «моя» сторона вообще есть, и что она заметная. Гораздо заметнее чем в реальной жизни, увы. Поэтому, мне кажется, разработчики всё-таки симпатизируют «моей» стороне.

(продолжение предыдущего поста)

Игровой Дизайн

Большую часть времени в игре занимают, конечно, головоломки. Дизайн головоломок тут восхитительный, многие я считаю настоящими шедеврами. Головоломки представляют из себя изолированные трёхмерные локации с преградами. Вам нужно попасть в определённое место. Преграды отключаются с помощью разного рода механик, использующих ограниченный арсенал гаджетов. Решение головоломок требует пространственного мышления на уровне «что откуда видно», а также умения планировать и держать в голове, что где будет находиться на каждом шаге.

Базовая игра многим кажется сложной. Но есть и значительное меньшинство, включающее меня, которым базовая игра наоборот показалась простой. В игре есть опциональный контент, заметно более требовательный к находчивости и изобретательности. Он заставил меня как следует попотеть, но в итоге я справился и с ним. И понял: я очень хочу ещё.

И вот для таких как я к игре сделали дополнение Road to Gehenna. В нём нет новых элементов. Но оно требует находить новые, нестандартные применения и взаимодействия старых элементов. И оно намного сложнее. А ещё в нём тоже есть опциональный контент. Который ещё сложнее.

Я не гений головоломок, но мне очень понравилась игра и я никуда не торопился. Многие головоломки в «Геенне» я бросал по нескольку раз, чтобы вернуться к ним на свежую голову и с новыми идеями. Вторую звезду в головоломке «Кратер» я взял только спустя несколько дней, на попытки я суммарно потратил несколько часов реального времени. «Геенну» я в итоге прошёл, сам, без подсказок, и с чувством глубокого удовлетворения. И с уверенностью, что уж «Геенна»-то выжала всё что можно из старых элементов, до дна.

Но в 2025 году вышел ремейк первого Talos Principle, в который добавили совсем небольшой аддон-приквел At the Beginning. Снова без новых элементов. Но оказалось, в старых элементах скрывалось ещё много неиспользованных идей. Почти все головоломки в приквеле сложнее всего, что было в «Геенне». Самое восхитительное — они сложнее не потому что больше. Не за счёт разрастания комбинаторного дерева. Наоборот, в среднем головоломки стали даже меньше, а самая сложная из них содержит всего 3 элемента.

4 головоломки из приквела я считаю шедевром и вершиной дизайна уровней. Они не вызывают ощущения: слишком сложно, я не знаю что делать. Наоборот, они вызывают ощущение: слишком мало элементов, я вижу все возможные действия и решения физически не существует. Не хватает одного элемента. Четыре раза четырьмя разными способами игра вызвала у меня убеждённость, что головоломку нельзя решить, если только не принести каким-то образом дополнительный элемент снаружи. И каждый раз в итоге оказалось, что существует нетривиальный трюк, некий класс действий, который сознание игнорировало, позволяющий обойтись тем что есть.

Вторая часть игры вводит несколько новых механик и расширяет старые. И снова, базовая игра явно рассчитана на то, чтобы казуальный игрок мог её пройти не слишком часто подглядывая решения в интернете. Мне вторая часть показалась проще первой. Но это не важно, ведь для таких как я снова сделали дополнение Road to Elysium, которое будто говорит: прошли сюжет? А теперь давайте решать настоящие головоломки с новыми механиками! Сложность местами не уступает «At the Beginning». Корпел долго, упорно, прошёл всё сам, доволен как слон.

Сегодня был на концерте, где исполняли музыку композитора-минималиста Людовико Эйнауди. Это было моё первое вдумчивое знакомство с его творчеством. И оно заставило меня задуматься о минимализме и о киношной музыке в целом.

Было время, когда я музыку, подобную творчеству Эйнауди, не переносил вообще (из известного, к ней же отношу, например, Yiruma — River Flows in You). Слишком слащаво, слишком примитивно. Чтобы понять о чём речь, достаточно сравнить эту музыку с любым произведением той же длительности и для того же состава инструментов любого из классиков 19 века.

Проблема в том, что я прямо-таки обожаю акустические и оркестровые саундтреки к аниме и компьютерным играм. А они тоже, безусловно, по сравнению с классикой примитивные и, зачастую, слащавые. То есть как будто бы одно только это меня не должно отпугивать, иначе я не мог бы слушать и музыку из игр и аниме. Так не предъявляю ли я минималистам и киношным композиторам лицемерно завышенные требования? Сегодня я постарался подойти к прослушиванию непредвзято, очистить голову от ожиданий и послушать музыку как есть. Дать ей шанс. И вот что я понял.

Эйнауди, безусловно, имеет очень много общего с современными композиторами аниме и игр, которых я люблю. Что и неудивительно, индустрия саундтреков по сути едина: кино, игры и аниме, конечно, имеют свою специфику, но в крупную клетку требования и подходы одинаковые. Я бы даже сказал что и стиль, в котором пишет Эйнауди, мне близок. Настроения композиций, мелодические ходы, то как он развивает музыкальную тему — всё плюс-минус в моём вкусе. Но есть и проблемы. Я их всегда интуитивно чувствовал, но раньше неправильно понимал в чём именно они состоят.

Претензий к творчеству Эйнауди у меня по сути две и обе, вероятно, относятся не только к нему, но и к большей части минимализма. Во-первых, все до одной композиции, которые я сегодня услышал, на мой взгляд затянуты примерно в два раза. У меня есть интуитивное, трудно формализуемое словами требование к концентрации музыкальных идей на единицу времени в композиции. Одну тему нельзя обыгрывать слишком долго. Есть темы достойные минуты и есть темы достойные пяти минут, но у каждой темы есть свой предел. Хронометраж должен соответствовать содержанию.

В саундтреках к аниме и играм, которые я люблю, средняя длина композиции — минуты две, если вообще не полторы. Для меня они конкурентоспособны даже с классикой именно за счет короткого хронометража. Классика в разы богаче, но она и в разы длиннее. А вот у Эйнауди композиции минут по 5. Но они не тянут на пять минут. В итоге мне становится скучно, я устаю от одной и той же музыкальной темы. Тем более, что 90% услышанного сегодня написано по формуле: постепенное развитие темы до кульминации, потом она как будто заканчивается, звучат финальные отзвуки — и вдруг всё по новой, второй заход.

Собственно это моя вторая претензия к его творчеству — оно невероятно однообразно. Почти в любом саундтреке из тех, что мне нравятся, есть композиции подобные творчеству Эйнауди. Они мне зачастую даже нравятся. Но саундтрек к игре или аниме обычно состоит из разных по содержанию композиций. Есть боевые темы, есть лирические, есть комедийные, есть пафосные. У Эйнауди же, по крайней мере все два часа сегодняшнего концерта, настроение всегда было одно и тоже. Лиричные, слегка меланхоличные композиции. «Боевых» тем нету, трагичных, драматичных тем тоже нет, пафосных тем нет, загадочного эмбиента нет. Возможно, виноваты составители концертной программы, но я думаю, они просто брали самое популярное. И если композитора любят только за один-единственный класс композиций, это для меня само по себе плохо.

Последние несколько дней активно тестирую открытые (open weights) языковые модели ИИ. И это оказался весьма отрезвляющий опыт, спускающий с небес на землю. Для меня разбился один из ключевых мифов, который я почему-то долго принимал на веру.

Возможно, вы слышали (возможно, даже от меня!), что один из трендов в ИИ — повторение результатов меньшими ресурсами. Давайте разберём на примере. В сентябре 2024 вышла первая «думающая» модель o1 от Open AI. Это была самая «умная» модель на рынке, которая всех побила во всех тестах. Нет открытых данных сколько денег ушло на её обучение и на каком железе она работала. Но по грубым оценкам, обучение стоило в районе 100 млн. долларов, а запускается каждая копия флагманских моделей Open AI на стеках из 8-16 GPU «промышленного» уровня, общей стоимостью в районе 200-400 тысяч долларов.

И вот, спустя примерно полгода китайцы делают первую открытую «думающую» модель DeepSeek R1, которая в тестах примерно на уровне o1. По реалистичным оценкам обучение R1 обошлось китайцам минимум в 5 млн. $, а скорее всего ещё больше. Но это всё равно в 5-10 раз дешевле чем у o1 от Open AI. DeepSeek R1 это открытая модель, в теории любой может её скачать и запускать у себя. Беда в том, что «полная» версия (671B параметров, FP16) требует 1.2 терабайта VRAM, поэтому вам потребуется всё тот же стек из 8+ GPU за сотни тысяч $. Но с открытыми моделями дальше начинаются варианты.

Если вас устраивает что модель будет работать очень медленно, вы можете загрузить её в 1.2 ТБ значительно более медленной «объединённой» памяти Apple, купив стек из 3х Mac Studio за ~30к$. 30k$ это всё ещё безумно дорого для простых смертных, но это хотя бы уже не 300k$. Но это только начало.

Дальше начинается так называемая квантизация. Это технология, позволяющая пожертвовать точностью вычислений в 2-4 раза и сбросить требования к памяти в те же 2-4 раза, лишь незначительно потеряв при этом в «интеллекте». В FP4 нужно уже «всего» 300 GB памяти. Но и это все ещё очень далеко от массового пользователя. У меня, например, на далеко не самом слабом ПК, всего 16 GB быстрой VRAM и ещё 96 GB медленной RAM.

А ещё дальше начинается так называемая дистилляция. Берётся какая-нибудь в 10+ раз более маленькая модель, например, Mistral 14B и дообучается на ответах DeepSeek R1. Вы спросите, разве может маленькая модель вобрать в себя знания и умения в 10 раз более большой? И вот мы подходим к сути мифа.

В тестах («бенчмарках») и на некоторых специфичных задачах, «дистиллированные» модели якобы показывают себя почти на уровне в 10+ более объемных флагманов. Да, мол, потери есть, но даже 70% производительности флагмана это уже очень много. Флагманы ведь тоже на месте не стоят. Сегодняшний «дистиллят» на уровне флагмана прошлого поколения. Завтрашние «дистилляты» уже будут на уровне нынешних флагманов. Суть мифа в двух словах: ChatGPT 5.4 Thinking, лучшая модель сегодня, через год будет запускаться на вашем ПК, а через два года на вашем смартфоне!

Так вот, я сполна убедился, что это всё полная туфта. Реальность очень сильно расходится с хайпом. Продолжение будет в следующем посте.

Продолжаю рассказ про свои эксперименты с «народными» (открытыми) LLM.

Я тестировал только писательство и отыгрыш, то есть просил превратить сценарий в полноценный текст, вести диалог от лица заданного персонажа, помогать с проработкой мира, придумывать сюжетные повороты. Почему именно эти задачи? Потому, что именно в них я лучше всего ощущаю уровень «интеллекта». Через глубину, креативность, правдоподобность. Добавлю, что в этих задачах даже флагманские закрытые модели мне не кажутся безупречными. И хорошо чувствуется иерархия, Grok, например, более поверхностный, чем ChatGPT.

Но «народные» модели это ужас. Более-менее приемлемые, содержательные тексты и диалоги получаются только с моделями 70B+. Но даже они значительно хуже чем Grok, который хуже чем ChatGPT. Модели 24B на грани применимости. То есть с трудом тянут на очень скучного, однообразного, глуповатого и ленивого писателя, сценариста или игрока. Общаться или совместно творить с ними совершенно не увлекательно и не интересно, но может быть они всё же не совсем бесполезны для творческих задач. 11B и всё что ниже это совсем мрак. Это хуже чем GPT-4 2023 года, живой сущности на том конце провода не ощущается совсем. Это автоответчик, который возвращает тебе твои же слова, полностью лишённую содержания воду или тривиальные истины.

Отдельная большая беда это размеры контекста. Моего железа хватает только на 8-16k токенов (4 токена = 3 слова), это само по себе очень мало и это серьёзный бич всей лавочки с локальным запуском моделей. Но даже на этих 8-16к модели начинают плыть и забывать детали. С этим, кстати, и у закрытых флагманских моделей есть проблемы, их эффективный контекст на порядок меньше максимального и это видно даже в синтетических тестах. Тут надо смотреть не на примитивные бенчмарки «поиск слова в контексте», а на более продвинутые в духе NoLiMa, RULERv2 или Oolong (поиск по латентным ассоциациям без явного лексического совпадения, агрегация множества локальных наблюдений в длинном контексте и т.п.)

У современных флагманов максимальный контекст 1 млн. токенов, но относительно эффективный в районе 128к. Это хорошая цифра. Для сравнения, Llama 3.1 70B, лежащая в основе многих любимых в народе моделей, начинает сыпаться уже на 4к. Лично мне, по ощущениям, для реальной совместной креативной работы нужно минимум 32к честного, эффективного контекста. Ничего из того, что я могу запустить локально, даже не близко к этой цифре.

Ещё один момент — флагманские модели одинаково хорошо работают почти на любом языке, но народные «дистилляты» только на английском.

Что касается других задач, в первую очередь программирования, я верю, что там ситуация лучше, но мне это не сильно интересно. Мои потребности закрывает Cursor.

Агенты мне тоже не интересны, у меня нет для них работы. Ну то есть как — я бы точно не отказался, например, сделать себе цифрового двойника, у которого лежало бы в контексте подробной информации обо мне тысяч эдак на 100 токенов, и который бы симулировал мои взаимодействия с сайтами, подкастами, товарами, людьми, а потом давал бы мне рекомендации на основе симуляций. Но пытаться сделать двойника или ассистента с интеллектом этих табуреток это себя не уважать. А примитивный чат-бот, присылающий напоминалки или to-do лист, я могу сделать и без всяких локальных ИИ.

Давно ничего не писал в канал, но встретил хороший повод оформить мысли, которые у меня давно на уме. Я как-то уже упоминал Виктора Таелина, одного из людей, чья деятельность вызывает у меня повышенный интерес. Сейчас очень любопытно наблюдать за трансформацией его отношения к кодинговым ИИ-агентам.

Виктор занимается довольно специфичной областью программирования — пишет высокоуровневый язык, заточенный под запуск на GPU с автоматическим распараллеливанием. Это полезно, например, для радикального ускорения задач символьного поиска программ, формальных верификаций и проверки доказательств. Область Виктора это хардкорный «матан» от программирования. Узкая, с высоким входным барьером, в ней мало экспертов, мало ответов на Stack Overflow, толком не на чем обучать ИИ. А самое главное, в ней нет места для посредственных результатов. Весь смысл в максимальной оптимизации, в экономии микросекунд на операциях. Либо ты делаешь хорошо, либо никак. Интуитивно кажется, что в такой области места для вайб-кодинга практически нет.

Тем не менее, ещё в середине апреля, Виктор писал, что последние несколько месяцев за него весь код пишут ChatGPT Pro и Claude Opus. У него уходило 1000$ в день на токены. Но где-то с мая он начал жаловаться на то, что агенты работают недостаточно быстро (при том, что он использует исключительно быстрый режим по цене x5) и не со всем хорошо справляются, что им требуется всё больше ввода от самого Виктора. И вот вчера он написал, что сравнивая несколько дней работы с агентами и без них, он пришел к выводу, что в одиночку он справляется лучше.

Виктор был одним из самых продвинутых апологетов ИИ-агентов за которыми я слежу. И важно понимать, что он всё ещё скорее апологет. Тем не менее, история, которую я считываю, наблюдая за миром ИИ в последние месяцы, это разочарование из-за невероятно завышенных ожиданий. В начале года все жужжали про OpenClaw, был даже дефицит железа от Apple, потому что все его кинулись скупать под OpenClaw. Сейчас OpenClaw практически исчез из повестки. Фигурирует только в контексте того, что его разработчика сманили к себе Open AI, и он теперь как не в себя рекламирует Open AI Codex.

Важно понимать: поезд идёт только в одну сторону. Слова «оркестраторы», MCP, «мультиагентные системы» звучат из каждого утюга и будут звучать только чаще. Обсуждения кто сколько сотен и тысяч долларов тратит на токены в месяц станут рутиной. Вот об этом я собственно и хотел поговорить.

Агентный инжиниринг (это как вайб-кодинг, только когда вы знаете что делаете) с нами навсегда. С каждым месяцем руками будет писаться всё меньше кода. Затраты на ИИ-агентов в сотни и тысячи долларов станут нормой везде. У кого не станут, те вылетят с рынка прямо скоро.

Но как полно тех, кто игнорирует эту лавину, так полно и тех, у кого ожидания завышены до совершенного абсурда. Полно людей которые искренне считают, что сейчас они купят подписку на Cursor за 20$ и быстренько создадут свой Amazon за несколько вечеров. Как полно и людей которые не могут написать Hello World ни на одном языке программирования, не знают что такое API, и даже обычный ChatGPT последний раз открывали в 2024 и то бесплатный. И вот они приходят и на полном серьёзе говорят: научите меня создавать ИИ-агентов, я хочу автоматизировать свой отдел продаж. И приходится спускать их с небес на землю. Придумывать вежливые формулировки, как им сказать: чувак, ты даже зарегистрировать аккаунт не смог без посторонней помощи, какие тебе к чёрту агенты?