Анекдот в двух актах. OpenAI тестировали ChatGPT на поиск в интернете. Чату дали простую задачу: отыскать и составить список всех озер больше 5 млн кв м. Вместо гуглинга Чат просто собрал прогу на питоне и нашел ответ, а потом… загрузил его в интернет, чтобы на него же сослаться. Типа нашел инфу в интернете

— ChatGPT, есть сурс?
— Да, я его сделал

Пет-проект

Google показала ИИ, который начал улучшать собственный способ мышления

Dream-RSI разбирает собственные прошлые попытки, в виртуальном режиме прогоняет альтернативные стратегии и затем меняет свой алгоритм поиска решений. После этого снова идёт решать задачи — уже эффективнее.

Это ещё не «ИИ переписал сам себя и стал сверхразумом»: базовая модель остаётся прежней. Но цикл уже очень похож на recursive self-improvement — ИИ улучшает процесс собственного улучшения.

Короче: раньше нейросеть училась на ошибках. Теперь она учится тому, как учиться на ошибках лучше.

Пет-проект

Не совершай ЭТУ ошибку!

Замечаю, что многие читают 5–10 крупных tech-каналов, думая, что этого хватает, чтобы развиваться в сфере.

Большие ресурсы действительно хороши для общей картины. Но они работают на широкую аудиторию, поэтому редкие идеи, интересные кейсы и уникальные новости не всегда доходят до них. Настоящая практика обычно зарождается в небольших нишевых каналах, а крупные медиа уже подхватывают их и цитируют у себя.

При этом по качеству контента они ничем не уступают топам — просто не вкладывают такие же бюджеты в продвижение.

Мне стало интересно найти именно этих людей. Я скинул GPT-6 Astra список крупных каналов и попросил выбрать тех, кого они чаще всего цитируют (убрав рекламу и взаимный пиар)

Модель собрала авторов, которых хорошо знают в комьюнити. За многими из них я слежу годами, но некоторые каналы стали открытием даже для меня)

Собрал этих практиков в одну подборку, чтобы читать первоисточники параллельно с большими новостниками.

Подписка в 1 клик:
👉 https://t.me/addlist/R1JwtTZ1DZphYzZi

Офис Open AI, живые кадры (не нейросеть)

Пет-проект