Пересказ интервью с одним из величайших ныне живущих технологических предпринимателей Гейбом Ньюэллом. Основатель Valwe (игровая платформа steem, игры counter strike, дота2). Более 10 лет я рассказываю про этого человека, который сумел построить очень компактную компанию с распределенной сетевой системой управления, разрабатывающая на рынке уникальные и очень коммерчески успешные продукты многие годы.

Полное интервью на английском языке по ссылке.

Краткое содержание с цитатами в этом посте.

Gabe Newell, легенда игровой индустрии, в интервью 2025 года поделился своей историей, идеями и советами для молодого поколения, а также рассказал о своем наследии, связанном со Steam, Half-Life, Counter-Strike и Dota 2. Он начал программировать еще в старшей школе, когда программирование "не было карьерным путем". В то время в США было всего "пару тысяч программистов", которые в основном работали над бухгалтерским программным обеспечением для мейнфреймов. Игровые видеоигры тогда даже не существовали; Ньюэллу было 10 лет, когда появилась первая видеоигра под названием "Pong". В детстве он думал, что станет врачом, а программирование было для него просто отвлечением от того, чем он должен был заниматься.

Его первым программируемым устройством был калькулятор TI. Через свою старшую школу он получил доступ к мини-компьютеру в Калифорнийском университете в Дейвисе, где они занимались "пакетным программированием" с использованием перфокарт. Первая "настоящая" видеоигра, в которую он играл, называлась "Trek", которая выводила на печать космические объекты, такие как "Enterprise" как "E", ромуланцев как "R", клингонов как "K" и звезды как "*", при этом "кадры в секунду были скорее минутами на кадр". Обычно на одно действие уходило около 15 минут.

Затем Гейб Ньюэлл поступил в Гарвард, продолжая изучать программирование, но все еще не воспринимал это как карьерный путь. Во время визита к брату на День благодарения, который только начал работать в Microsoft, Ньюэлл оказался в офисе. В то время Microsoft не была крупнейшим разработчиком программного обеспечения даже в штате Вашингтон, а была "третьим по величине разработчиком программного обеспечения в пригородах Вашингтона". Во время его пребывания там, Стив Балмер рассердился, что Ньюэлл отвлекает его брата, и предложил: "Если ты собираешься здесь болтаться, почему бы тебе не сделать что-нибудь полезное?". В итоге Ньюэлл взял академический отпуск на квартал и начал работать в Microsoft, но "13 лет спустя ему все еще нужно было вернуться и закончить учебу".

В Microsoft он "научился профессии разработчика". Он заметил, насколько быстрее он учился, работая там, так как в то время это было "лучшее место в мире, чтобы научиться быть программистом". Компания гордилась своей способностью "производить код быстрее и с более высоким качеством" и решать проблемы программирования, которые никто другой не решал. Он проработал в Microsoft 13 лет, а затем решил основать Valve. Valve, как известно, создает видеоигры, Steam и аппаратные устройства. Ньюэлл также участвовал в создании образовательной исследовательской компании Foundry 10, нейробиологической исследовательской компании Starfish и морской исследовательской организации Inkfish.

Мотивом для создания игр и Steam послужил его опыт работы над Windows, когда люди сопротивлялись использованию графических пользовательских интерфейсов и стандартных методов ускорения графики. Он заметил, что разработчики ПК-игр были наиболее устойчивы к этим изменениям. Ньюэлл осознал, что индустрия игр развивается быстро, особенно когда игра "Doom" превосходила Windows по количеству пользователей и считалась "самой графически продвинутой игрой" того времени. Он связался с людьми из id Software и предложил перенести "Doom" на Windows, чтобы "показать людям, что можно добиться очень высокой производительности, запуская видеоигры на Windows".

Это привело к пониманию, что "способ мышления Microsoft о взаимоотношениях с клиентами в эпоху взаимосвязанности был неправильным". По его мнению, ценность продаж уменьшилась по сравнению с разработкой продукта, и компании должны были перестроить свои модели бизнеса. Он использовал свою любовь к видеоиграм как предлог, чтобы "создать компанию по разработке видеоигр" и имел "очень сильные мнения о возможностях создания более интересных видеоигр". Half-Life был "выражением этих концепций".

Советы для нового поколения (2025 год):

Гейб Ньюэлл считает, что "системы машинного обучения, системы ИИ окажут глубокое влияние практически на каждый бизнес". Он советует молодым людям, стремящимся к успеху, научиться использовать ИИ для улучшения своей работы, независимо от профессии: "Если вы собираетесь быть бухгалтером, изучайте ИИ. Если вы собираетесь быть юристом, изучайте ИИ. Если вы собираетесь быть программистом, убедитесь, что вы знаете, как использовать инструменты и вам комфортно с этими концепциями программирования". По его словам, ИИ будет "чит-кодом" для тех, кто воспользуется им.

Он также рекомендует "поставить себя в ситуацию, когда вы можете итеративно работать в контексте обратной связи от пользовательской базы". Это поможет "улучшаться в том, что вы делаете, намного быстрее, чем почти любой другой механизм". Нужно создавать что-либо – игру, веб-сайт, программу или услугу – и постоянно улучшать ее, предсказывая изменения в поведении клиентов и используя полученную информацию для совершенствования. Будет "гигантская нехватка людей во всех отраслях, которые смогут понять, как этим воспользоваться".

О секрете успеха и окружении:

Ньюэлл подчеркивает, что нет "универсального решения", и каждый человек должен найти свой путь. Его личный успех он объясняет "удачей" и тем, что его "окружали действительно замечательные люди". Он не верит в простые лозунги вроде "следуй своей страсти", так как многие, следуя страсти, оказываются в тупике. Он советует окружать себя людьми, которым можно доверять, и с которыми можно открыто общаться, чтобы вместе становиться лучше. "Тактика, которую я настоятельно предлагаю, — это подумать о людях, с которыми вы работаете и сотрудничаете, и убедиться, что это лучшие люди, которых вы можете найти, потому что они помогут вам преодолеть любые трудности развития, с которыми вы можете столкнуться".

Ежедневный распорядок и отношение к работе:

Его ежедневный распорядок довольно прост: он просыпается, работает, занимается подводным плаванием, снова работает, затем либо еще раз ныряет, либо идет в спортзал, а затем снова работает. Он "работает семь дней в неделю", часто из своей спальни, поскольку живет на лодке. Для него работа – это "весело", она не воспринимается как работа. Он сравнивает ее с игрой в многопользовательскую игру с людьми, которые ему нравятся. Он работает над такими проектами, как системы ИИ, Steam, устройства для обнаружения патогенов в воздухе и интерфейсы мозг-компьютер, которые он считает "невероятно крутыми".

Географическое расположение и отвлечения:

Ньюэлл считает, что ценность географической привязки "колоссально снизилась". Он сам живет на лодке и работает удаленно, успешно взаимодействуя с множеством людей. Он советует "найти свою команду" и не думать, что она должна находиться в Кремниевой долине. Главное — "сосредоточиться на предоставлении ценности людям".

Что касается отвлечений от социальных сетей, он считает их "ужасной игрой", которая быстро надоедает. Его совет: "просто найдите то, что вам нравится делать больше, чем социальные сети". Если вам нравится смотреть аниме, попробуйте создать что-то свое; если вам нравятся социальные сети, попробуйте создать свою систему для друзей.

Советы по бизнесу:

Ньюэлл подчеркивает, что люди "покупают не бизнесы, они покупают ценность, которую вы для них создаете". Главное – "сосредоточиться на ваших клиентах и на том, как быть ценным для них, исключая почти все остальное". Он критикует подход, когда люди сначала ищут финансирование от венчурных капиталистов, а не фокусируются на создании ценности.

Если вы создаете ценность, "капитал придет к вам". Важно игнорировать отвлечения и сосредоточиться на том, "как сделать наших клиентов счастливее". Любые разговоры о брендинге он считает "глубоко отвлекающими и запутанными", так как главное – понять, "кто ваши клиенты, что их волнует, почему их это волнует больше, чем что-то другое".

Для русской/СНГ аудитории:

Ньюэлл не видит "ничего конкретного, что можно было бы сказать российской аудитории", отличающегося от других. Его совет такой же, как и для всех: "Выясните, как вы можете создавать ценность для других людей. Убедитесь, что вас окружают замечательные люди. Работайте усердно". Он упомянул, что хотел бы побывать в Туве и что ему нравится общаться с игроками из СНГ, играющими в Counter-Strike и Dota 2.

Сходил на выставку про Олега Табакова в парке Зарадье. Очень вдохновила, рекомендую.

А пока басня, которую Олег Павлович читал на вступительном экзамене в театральное училище.

Всем проджект и продакт-менеджерам посвящается.

Слон-живописец
(авт. Сергей Михалков)

Слон-живописец написал пейзаж,
Но раньше, чем послать его на вернисаж,
Он пригласил друзей взглянуть на полотно:
Что, если вдруг не удалось оно?
Вниманием гостей художник наш польщен!
Какую критику сейчас услышит он?
Не будет ли жесток звериный суд?
Низвергнут? Или вознесут?
Ценители пришли. Картину Слон открыл,
Кто дальше встал, кто подошел поближе.
«Ну, что же, — начал Крокодил, —
Пейзаж хорош! Но Нила я не вижу…»
«Что Нила нет, в том нет большой беды! —
Сказал Тюлень. — Но где снега? Где льды?»
«Позвольте! — удивился Крот. —
Есть кое-что важней, чем лед!
Забыл художник огород».
«Хрю-хрю, — заметила Свинья, —
Картина удалась, друзья!
Но с точки зренья нас, Свиней,
Должны быть желуди на ней».
Все пожеланья принял Слон.
Опять за краски взялся он
И всем друзьям по мере сил
Слоновьей кистью угодил,
Изобразив снега, и лед,
И Нил, и дуб, и огород,
И даже мед!
(На случай, если вдруг Медведь
Придет картину посмотреть…)
Картина у Слона готова,
Друзей созвал художник снова.
Взглянули гости на пейзаж
И прошептали: «Ералаш!»
Мой друг! не будь таким слоном:
Советам следуй, но с умом!
На всех друзей не угодишь,
Себе же только навредишь.

🚀 Куда смотрят мировые инвесторы в AI

По тому, в какие ИИ-стартапы вкладывают сегодня мировые инвесторы, можно судить то, куда движется ИИ как технология.

По данным Crunchbase, только за первые семь месяцев 2024 года в AI-стартапы вложили более \$35,5 млрд. Причём США удерживают лидерство: на их долю пришлось 64% крупных сделок.

Если взглянуть на список компаний, привлекших \$100+ млн, можно выделить несколько чётких трендов, которые формируют карту будущего:

1. Инфраструктура и “железо” для AI

- CoreWeave (\$1,1 млрд) — облачная GPU-инфраструктура.
- Lambda (\$320 млн) — решения для глубокого обучения.
- Etched.ai (\$125 млн) и Blaize (\$106 млн) — специализированные AI-чипы.
- Weka (\$142 млн) — AI-нативные платформы данных.

👉 Вывод: инвесторы понимают, что спрос на мощности будет только расти, и готовы вкладываться в альтернативы NVIDIA.

2. Прикладной AI в медицине и биотехе

- Xaira Therapeutics (\$1 млрд) и Zephyr AI (\$111 млн) — лекарства и точная медицина.
- EvolutionaryScale (\$142 млн) — биологические AI-модели.
- Abridge (\$150 млн) — автоматизация расшифровки медицинских разговоров.
- AKASA (\$125 млн) — автоматизация процессов в здравоохранении.

👉 Вывод: медицина — одно из ключевых полей для монетизации AI в ближайшие 5–10 лет.

3. Робототехника + AI

- Figure (\$675 млн) — человекоподобные роботы.
- Skild AI (\$300 млн) и Bright Machines (\$106 млн) — промышленные роботы нового поколения.

👉 Вывод: рынок ждёт реальной автоматизации труда, и капиталы уходят в «железных сотрудников».

4. Генеративный AI для бизнеса

- Scale AI (\$1 млрд) — маркировка данных.
- Glean (\$203 млн) и Hebbia (\$130 млн) — поиск и аналитика по корпоративным данным.
- AlphaSense (\$650 млн) — рыночная аналитика.
- Kore.ai (\$150 млн) — корпоративные ассистенты.
- Augment (\$227 млн) и Magic (\$117 млн) — AI-помощники программистов.

👉 Вывод: инвесторы верят в рост B2B-сегмента — всё, что экономит время сотрудникам, имеет огромный потенциал.

5. Креативные индустрии

- Suno (\$125 млн) — AI-музыка.
- Together AI (\$106 млн) — открытые модели и инструменты для создателей.

👉 Вывод: «творческий AI» пока не в топе, но рынок явно формируется.


💡 Главный сигнал от инвесторов: деньги идут в *инфраструктуру, медицину и робототехнику*. Всё остальное — надстройка.

А значит, в ближайшие годы мы увидим:

- жёсткую конкуренцию на рынке GPU и чипов,
- прорывы в AI-медицине,
- новые волны роботизации труда.

Вопрос: а куда бы вы вложили \$100 млн — в «кирпичи» для AI (инфраструктура), прикладные решения для бизнеса или в роботов? 👇

Ключевой прорыв Neuro Scale 2025, который вчера посетил Ваш покорный слуга - MCP-сервис, который делает создание ИИ-агентов доступным каждому.

Вчера на конференции Yandex Neuro Scale 2025 было представлено множество впечатляющих обновлений платформы Yandex AI Studio. Коллеги из команды Яндекса подробно рассказали о технических аспектах: о низкоуровневых оптимизациях, поддержке новых API и борьбе с вызовами инференса моделей. Это, без сомнения, критически важно для ML-инженеров.

Однако, с точки зрения индустрии и массового внедрения ИИ, самым значимым событием лично я считаю анонс MCP-сервиса для создания ИИ-агентов без программирования.

Почему это — настоящая революция?

До вчерашнего дня создание полноценного ИИ-агента, способного взаимодействовать с внешними данными и системами, требовало серьезных технических знаний. Нужно было разбираться в протоколах (тот же MCP — Model Context Protocol), писать код для подключения инструментов, настраивать бэкенд для управления состоянием диалога (стейтом) и оркестрации вызовов. Это удел разработчиков.

Теперь этот барьер рухнул.

Яндекс представил визуальный конструктор и MCP Hub, которые позволяют любому специалисту — аналитику, менеджеру, эксперту в предметной области — собрать мощного агента, как конструктор Lego.

Как это работает на практике?

1. Выбираете модель-«мозг» агента из единой галереи (YandexGPT, опенсорс-модели).
2. Подключаете данные и инструменты через MCP Hub: это может быть база знаний вашей компании (документы, отчеты) через RAG, поиск в интернете или, что ключевое, внешние API-сервисы.
3. Создаете MCP-сервер «в один клик» с помощью преднастроенных шаблонов. В демо на конференции показали подключение к сервису проверки контрагентов. Это означает, что ваш агент получает безопасный доступ к актуальным данным без вашего прямого вмешательства в код.
4. Настраиваете логику взаимодействия в визуальном редакторе и тестируете агента.

Что это меняет?

· Скорость разработки: Проверка гипотез и создание прототипов агентов сокращается с недель до часов.
· Демократизация доступа: Теперь не только программисты, но и предметные эксперты могут напрямую «обучать» агентов, подключая релевантные для их задач данные и сервисы.
· Безопасность и стандартизация: Использование протокола MCP обеспечивает единый, безопасный и стандартизированный способ подключения инструментов, что критически важно для корпоративного внедрения.

Конечно, под капотом этой простоты скрывается титаническая работа инженеров Яндекса: оптимизация задержек, поддержка стейтов, борьба с багами опенсорс-инструментов. Но гениальность анонса именно в том, что пользователю обо всех этих сложностях больше не нужно думать.

Вывод: Анонсированный MCP-сервис в Yandex AI Studio — это не просто «еще одна фича». Это стратегический шаг, который перемещает создание ИИ-агентов из области экспериментальных R&D-проектов в плоскость практических бизнес-инструментов для широкого круга пользователей. По-настоящему круто.

ИИ В УПРАВЛЕНИИ СТРОИТЕЛЬНОЙ КОМПАНИЕЙ: ПРАКТИЧЕСКИЙ ОПЫТ АО "ГАЗСТРОЙПРОМ"

Строительные проекты — это тысячи совещаний, сотни согласований и постоянная гонка со временем. Ошибки в протоколах и потерянные задачи здесь стоят особенно дорого.

Как с этим справился крупнейший строительный холдинг России — Газстройпром (90 000 сотрудников, генподрядчик ПАО «Газпром»)?

Компания провела облачный пилот по внедрению Таймлист для автопротоколирования встреч. Результаты впечатляют — и мы впервые расскажем о них публично. По итогам пилота осуществлён успешный переход на закрытое корпоративное решение, что позволило повысить безопасность данных и начать формирование внутрикорпоративного нематериального актива — базы знаний, основанной на стенограммах совещаний.

Когда: 1 октября, 11:00–12:30 (МСК)
Спикеры: Максим Соколовский, руководитель направления Департамента цифровизации Газстройпром; и Глеб Архангельский, генеральный директор Таймлист

На вебинаре вы узнаете:
— как проходил пилот Таймлист в Газстройпроме и какие цели удалось реализовать;
— почему облачный формат — оптимальный путь для пилота;
— реальные бизнес-выгоды цифровой трансформации и как их усилить;
— «до/после» в культуре проведения совещаний.

Это будет не теория, а практический опыт крупнейшего игрока рынка.
Присоединяйтесь, чтобы взять готовые решения для своих проектов!

Регистрируйтесь на вебинар
https://my.mts-link.ru/j/tmliga/3121270307

Наталья Касперская: от IT-бизнеса до песен под гитару

Я подготовил для вас обзор большого интервью с Натальей Касперской.

Кто такая Наталья Касперская? Краткая справка

Наталья Касперская — одна из ключевых фигур в российской IT-индустрии. Прежде чем основать компанию Infowotch, она развила в качестве генерального директора компанию Kaspersky, выведя её на международный уровень.

С удовольствием посмотрел свежее интервью с героиней и делюсь кратким обзором.

1. Государство и IT: «Пасти котов»

Касперская считает, что прямое государственное управление IT-компаниями часто неэффективно, поскольку разработчики — люди творческие и независимые, как коты, которых сложно «пасти».

> «Государство с такими людьми управляет очень плохо, поэтому когда государство берёт управлять непосредственно там IT-компаниями то получается плохо».

При этом она подчёркивает, что правильное регулирование необходимо, например, в сфере импортозамещения. Это помогает отечественным компаниям конкурировать с иностранными гигантами.

2. Пик хайпа: не очаровывайтесь GPT

Сегодняшний ажиотаж вокруг ИИ Касперская называет «пиком хайпа» и сравнивает его с недавним увлечением блокчейном, за которым последовало «разочарование». Она предупреждает, что качество систем вроде ChatGPT может начать ухудшаться, так как они уже «скормили все тексты, которые есть на земном шаре» и дальше будут обучаться на собственных, не всегда качественных генерациях.

> «GPT уже показывает некие разочаровывающие результаты... тексты которые мы получаем сейчас на выходе, а видно что они ну иногда бредят, причём бредят довольно сильно».

3. Цифровая деградация: «Мозг станет атавизмом»

Один из самых тревожных тезисов интервью — влияние технологий на когнитивные способности человека. Постоянное использование гаджетов, навигаторов и умных помощников ослабляет наш собственный интеллект.

* Ухудшается память и воображение, особенно у детей, которые с ранних лет привыкают к готовым цифровым образам.
* Мы теряем базовые навыки: от счёта в уме до ориентации в пространстве.

> «Если вы не тренируете мозг, но ваш мозг становится слабым... на мой взгляд мы впадаем не в прогресс, мы впадаем в деградацию».

В конечном счёте, по её мнению, это может привести к тому, что вырастет поколение людей, которые совершенно не понимают, как работают окружающие их сложные технологии.

4. Кого заменит ИИ? Прощайте, «белые воротнички»

Вопреки популярному мнению, ИИ угрожает не рабочим на заводах, а офисным сотрудникам, чьи функции легко алгоритмизируются.

> «Искусственный интеллект заменяет вовсе не рабочих. Искусственный интеллект заменяет так называемые белые воротнички: журналисты, а вот юристы низкого уровня, низко так квалифицированные, бухгалтера низкоквалифицированные».

При этом она не верит в «суперюристов» или «суперпсихологов» на базе ИИ, настаивая, что это лишь имитация, неспособная на принятие ответственных решений.

5. Неожиданный финал: песни под гитару

Интервью завершается на совершенно неожиданной ноте. Вместо традиционного чтения стихов, Наталья Касперская берёт гитару. Она исполняет песню на стихи Александра Вертинского, написанные в эмиграции, а затем — песню «Я и вы» на стихи Николая Гумилёва. Этот момент раскрывает её как глубокую и творческую натуру, далёкую от стереотипного образа «сухого» IT-руководителя.

Вывод: Сильные женщины во главе IT

Интервью Натальи Касперской — это не только трезвый взгляд на технологии, но и знакомство с сильной и неординарной личностью, которая предостерегает от слепого восхищения ИИ и призывает сохранять критическое мышление.

300 промтов для разных ролей выпустил Open AI

Без умения писать промты качественный результат от ИИ не получить. Изучаем и берём промты на заметку здесь:
https://academy.openai.com/public/tags/prompt-packs-6849a0f98c613939acef841c

Тут только зарубежные ИИ, но не забываем и про российский ИИ для созвонов timelist.ru 🙂

Личный опыт работы с Comet: это настоящая революция!

Протестировал Comet — новый браузер, где искусственный интеллект является не отдельной "фичей", а полноценным агентом для работы от компании «параплексити».

Чем принципиально отличается Comet:

Это не очередная приблуда для поиска — а реальный интерфейс для управления любыми приложениями и сайтами через ИИ.

Агент не просто выполняет поиск, а может действовать в любых вкладках браузера, выполнять задачи по вашему поручению, искать и обрабатывать информацию, автоматизировать рутину и выдавать структурированные ответы там, где раньше требовалось вручную перелопачивать десятки сервисов и документов.

Это переход от "точечной" автоматизации к системной: впервые ИИ интегрируется прямо в ваш рабочий процесс, а не используется "по чуть-чуть" в отдельных сервисах.

Быстро о безопасности:

Если вы работаете с конфиденциальными корпоративными или личными данными — конечно, здесь нужно быть крайне осмотрительными.

Но всё, что не подпадает под строгие стандарты безопасности — можно и нужно автоматизировать с помощью Comet. Это не просто экономия времени, а гигантский рост эффективности и скорости принятия решений.

Мой вывод:
Работа через браузер с ИИ-ассистентом, который становится вашим вторым мозгом — это будущий стандарт для всех, кто ценит продуктивность и результаты.
Это революция — ровно такой скачок, как переход от "ручного поиска" к Google или от электронной почты к корпоративным мессенджерам.

P.S. Кому интересно — ссылка на Comet в комментарии к посту 👇

Привет всем.

Пока мы обсуждаем, насколько хороши новые модели GPT или Gemini, и ждем пришествия AGI, в мире контента происходит тихая, но фундаментальная революция. И касается она каждого, кто что-то пишет, публикует или продвигает в интернете.

Наткнулся на Хабре на статью, которая очень точно описывает новую эпоху. Эпоху, где правила игры в поиске меняются для всех: от крупного медиа до маленького авторского блога.

Суть в следующем: между вашим контентом и читателем все чаще встает посредник. Его зовут AI Overview (в Google), ChatGPT Search или Perplexity. Эта генеративная система не показывает вам список ссылок, она сразу дает готовый ответ, собранный из нескольких (3-5) источников.

Результат? Ваш контент могут проигнорировать, даже если он идеален. Это рождает новую дисциплину — GEO (Generative Engine Optimization).

GEO — это не про то, как понравиться старому алгоритму Yandex или Google, а про то, как сделать свой контент максимально "съедобным" и "авторитетным" для искусственного интеллекта.

Секретный "паспорт" для AI
AI-модели работают в режиме жесткого дедлайна. За доли секунды им нужно понять: можно ли вам доверять? И где в вашей "стене текста" лежат самые важные факты?

Именно здесь на первый план выходит то, что раньше было просто "хорошей практикой", а теперь стало обязательным требованием для выживания в генеративном поиске: структурированная JSON-LD разметка (Schema.org).

Думайте об этом так:

Ваш текст — это красивая презентация.

JSON-разметка — это "технический паспорт" или "шпаргалка", которую вы подсовываете модели, чтобы ей не приходилось читать всю презентацию.

С помощью JSON-LD мы явно указываем AI, кто мы и что в нашем тексте главное:

FAQSchema: Вот два главных вопроса, вот два лаконичных ответа. Цитируй!

PersonSchema: Это не просто текст, это мнение эксперта. Вот его квалификация. Повысь наш авторитет.

HowToSchema: Это пошаговая инструкция. Извлекай шаги в виде маркированного списка.

Без этой разметки ваш контент для нейросети — просто неструктурированный массив данных. С ней — вы верифицированный источник фактов. Вы буквально подаете информацию в том виде, в котором AI-модели могут её мгновенно проанализировать, синтезировать и процитировать в своем ответе.

Что это значит для нас?
Это значит, что мы вступаем в эру, где у контента должно быть два уровня качества:

Наративный (для человека): Интересный, вовлекающий, полезный.

Машиночитаемый (для AI): Идеально структурированный, размеченный, насыщенный фактами и статистикой.

Если вы создаете экспертный контент, проводите исследования или просто пишете статьи, — пора осваивать GEO и научиться разговаривать с ИИ на его языке, языке JSON-LD. Иначе ваш голос просто не услышат в новом, генеративном интернете.

Интересное время, не так ли?

Роботам 1X NEO уже нашли лучшее применение. Гуманоид-бармен смешивает коктейли, приносит их и даже танцует.

Технологии новые, а мышление старое. Так и живём...

ОБЗОР ИНТЕРВЬЮ: Константин Круглов – от создания «Алисы» до AI-стартапа Euforia

Константин Круглов — предприниматель, который успел поработать в трех крупнейших технологических компаниях России: Тиньков Digital, Яндекс и Сбер, где он возглавлял разработку знаковых продуктов. В интервью он подробно рассказал о том, как создавалась «Яндекс.Станция» и в чем заключалась принципиальная разница между корпоративными гигантами.

1. Как создавалась «Яндекс.Станция»: Битва с Физикой и Защита от Google

Решение о создании «Яндекс.Станции» было принято после появления Amazon Eco и Alexa. Технологическая «точка бифуркации» была пройдена, поскольку качество распознавания речи значительно выросло, а Amazon придумал ключевой концепт — активация по голосу, что позволило пользователям перестать бояться ставить микрофоны у себя дома.
Мотивация Яндекса: Проект был, прежде всего, защитным. Было опасение, что Google или Amazon выйдут на российский рынок с устройствами, что позволило бы им заходить в домохозяйства, а оттуда — расти в e-commerce или поиске.
Преодоление несовместимых культур: Запуск колонки был крайне сложным, так как разработка «железа» (hardware) и софта (software) — это «две культуры просто несовместимые» для Яндекса. Команда пришла к тому, что устройство пришлось разрабатывать «с нуля», включая «каждый винтик, каждая дорожка на схеме».

Ключевой вызов: Микрофонная матрица (Яндекс I/O)
Самой сложной частью стала разработка микрофонной матрицы (технология Яндекс I/O), позволяющей устройству слышать команду, когда оно само громко воспроизводит музыку.
* Для этого использовалась цифровая обработка сигналов (DSP) и сложная математика.
* Устройство оснащено семью микрофонами, расположенными по кругу. За счет разницы во времени, с которой звук достигает каждого из них (скорость звука относительно скорости вычислений невысока), возможно вычислить направление, откуда пришел звук.
* Технология бимформинга (beamformer) позволяла брать звук только с одного направления, а также вычитать собственный звуковой сигнал, чтобы услышать активатор.
* Команда положила 6–8 месяцев на то, чтобы заставить матрицу работать, занимаясь реверс-инжинирингом аналогов и привлекая экспертов (через покупку маленькой компании Kub AI).
Сроки и Успех: Проект занял 18 месяцев, что Константин считает «мегабыстрым» сроком для такого рода разработки. Устройство оказалось успешным: в первый день продаж выстроилась физическая очередь из 300–400 человек.
Уровень Защиты: Аппаратный мьют (Hardware Mute)

2. Культура Яндекса vs. Культура Сбера

Константин Круглов подчеркивает, что ему довелось работать в двух компаниях с кардинально разными моделями управления:

Яндекс
Яндекс, по крайней мере в тот период, когда там работал Круглов, был "максимально горизонтально организованная структура". Очень мало решений поступало сверху вниз, а структура состояла из самоорганизованных кластеров или команд, которые не всегда были "в синке" друг с другом.
В Яндексе царила "культура «челленджа»" (challenge culture), где любой мог оспорить любое решение. Константин Круглов шутил, что тратил около часа в день на то, чтобы постоянно объяснять командам, зачем он создает "Яндекс.Станцию". Идею приходилось "продавать" каждой команде, а эскалировать конфликты было не принято.

Опыт работы с Грефом
Константин Круглов счел работу с Германом Грефом "очень комфортной". Он назвал Грефа "мегавизионером" и отметил его способность "глубоко стрелять" — понимать не только общую ситуацию, но и глубоко разбираться в технологиях, таких как искусственный интеллект (ИИ). По словам Круглова, Греф разбирался в ИИ очень хорошо и, по слухам, даже мог писать код на Python.
Главными качествами Грефа как руководителя были отличная память и последовательность. Если они договаривались о чем-то, он помнил эту договоренность и ее причины даже спустя полгода, что позволяло команде "очень быстро" двигаться вперед.