Про LLM в математике:
https://t.me/avvablog/3293

Бóльшая часть контента вокруг LLM в русскоязычном сегменте написана гуманитариями. Писатель должен писать.

Не все из них понимают разницу между «агентом» и «харнессом». И освещают тему исключительно с «новостной» стороны: кто какую модель выпустил, сколько там параметров, кто кого обогнал в очередном бенчмарке. Без архитектуры, без инженерных компромиссов, без лучших практик и почти без разговора о том, как всё это реально собирается и работает.

Практики, в свою очередь, в основном шутят, спорят в закрытых чатах и молча кидают друг другу ссылки на репозитории. Документировать очевидное для себя им скучно, объяснять базовые вещи — ещё скучнее.

В результате между двумя мирами зияет пустота. С одной стороны — бесконечная журналистика про «агентов, которые скоро заменят всех». С другой — люди, которые уже полгода обсуждают, какой tool loop меньше ломается в проде.

Пожалуй, как и везде: те, кто умеет рассказывать, не всегда понимают, что происходит. А те, кто понимает, обычно не считают нужным об этом рассказывать.

У Йована было отличное чувство юмора. Мы запомним его весёлым и крутым.

https://youtu.be/jkggxdInTTU?is=ytvu4UB3ICZsdL4-

https://youtu.be/NmexetApeWc?is=ICGwTSf8H9W9w3QL-

https://youtu.be/NmexetApeWc?si=3ULIXnmrQSY7fc9E

https://youtu.be/RkQk7di80AE?si=xq2y2P5NuCTqLX4-

https://youtu.be/RkQk7di80AE?si=MaYkQWoS_qnALjx2

Отличный троллинг.

Мир действительно работает на Postgres. И не в последнюю очередь благодаря её открытости.

https://www.theregister.com/databases/2026/08/19/postgres-pioneer-credits-oracle-with-helping-his-database-take-over-the-world/5289087

Смерть Йована заставила меня задуматься о собственном социальном наследии.

Не в том смысле, что оно вдруг стало для меня определяющим фактором или новой мотивацией. Скорее просто как повод поразмышлять о том, что вообще остаётся после человека — и насколько долго это кому-то нужно.

Громче остальных аргументов в голове звучит строчка из песни Дельфина: «Когда ты сдохнешь, тебя все забудут».

И, в общем-то, сложно с ней спорить. Большинство из нас довольно быстро растворится в чужой памяти, а потом исчезнет и оттуда. Все наши маленькие драмы, достижения, амбиции, тщательно собранные (и улучшенные!) версии себя перестанут иметь значение.

Но, если подумать, не так уж это и плохо. Хорошо мотивирует жить.

Когда вечность всё равно не светит, перестать откладывать жизнь ради памятника самому себе проще.

Сила животворящей конкуренции:

https://www.reuters.com/technology/openai-cuts-developer-pricing-frontier-gpt-56-sol-model-by-more-than-20-2026-08-21/

Альтман сильно постарел и помудрел. Стало приятно слушать.

Почему вы проиграете

Я уже достаточно написал про образование. И плохо помню детали — о каких именно его аспектах.

Но в последнее время из разговора в разговор с людьми, далёкими от AI-пузыря, из меня вырывается один и тот же тезис про итеративность.

Метод проб и ошибок, хорошо знакомый ML-щикам. Тупой, примитивный, «от сохи»: берёте данные и фигачите, пока из этой глины не получится что-то стоящее.

Значение накопленного опыта выходит на передний план.

Раньше опыт конкурировал со знаниями. Знания сами по себе были дефицитным активом: нужно было знать, где искать, что читать, кого спрашивать, что вообще существует.

После коммодитизации информации и значительной части интеллектуального труда это преимущество почти исчезло. А опыт — остался.

Более того, его относительная ценность резко выросла.

Современная система образования совершенно для этого не приспособлена. Как, впрочем, и типичный карьерный путь, на котором опыт накапливается по крупицам.

Безусловно, на меня здесь сильно влияет работа с языковыми моделями и вообще современные подходы к их оркестрации.

Если очень грубо, модель сначала долго набивают знаниями. Учебники, статьи, книги, форумы, код, весь доступный письменный корпус человечества. Это называется предобучением.

На выходе получается невероятно начитанный эрудит, который при этом ещё не особенно умеет быть полезным.

А потом начинается второй этап: огромное количество попыток, оценок, корректировок, обратной связи. Модель учат не знать, а делать.

Университет — это предобучение.

А второй этап в человеческой системе почему-то считается чем-то, что произойдёт само. На работе. Лет за пятнадцать.

Опыт потому и конкурировал со знаниями, что его нельзя просто записать в конспект.

Его можно передавать через наставничество, наблюдение, совместную работу. Но в конечном счёте человек всё равно должен сам сделать некоторое количество попыток. Ошибиться. Исправиться. Попробовать ещё раз.

И вот здесь карьерная система устроена почти издевательски.

Джуниору не дают ошибаться, потому что ошибки дорогие. Их принято минимизировать. Ему дают маленький кусок задачи, проверяют, страхуют, согласовывают и постепенно расширяют зону ответственности.

То есть система оптимизирована на минимум проб. А значит — на минимум обучения.

Опыт копится по крупицам не потому, что быстрее нельзя. А потому что каждая проба имеет цену. И платить её за джуниора никто особенно не хочет.

В работе с моделями цена пробы рухнула вслед за ценой знания.

Гипотезу, которая раньше стоила квартал работы отдела, теперь иногда можно прогнать до обеда.

Не сработало — выкинул.

Жалко гораздо меньше, потому что вместе с неудачной гипотезой исчезает небольшая стоимость попытки, а опыт этой попытки остаётся.

Что сработало. Что не сработало. Где была ошибка. Как надо поставить задачу в следующий раз.

Поэтому забудьте уже про разрыв между «умеющими промптить» и всеми остальными.

Его почти нет.

Теперь разрыв возникает между людьми, у которых сто содержательных проб в неделю, и людьми, у которых одна.

Через год это станет разницей не в навыке работы с AI, а в объёме прожитого профессионального опыта.

А система образования тем временем продолжает грузить предобучение и выдавать за него дипломы.

И человек с одной попыткой в неделю всё ещё собирается конкурировать с человеком, у которого их сотни и тысячи. Удачи с этим.

Вы проиграете не тому, у кого очень большая голова.

Вы проиграете тому, у кого больше опыта.

А опыт теперь можно накапливать намного быстрее.

Так что совершайте ошибки. Много. Дёшево. Быстро. Прямо сейчас.

Поставил codex (gpt-5.6-sol) надзирать за работой claude code (Opus 5 xhigh), советовать и обсуждать решения по задачам на ночь.

Наблюдать, как два разных харнесса общаются между собой, занятно. Обсуждают, спорят, проверяют, хвалят друг друга.

Такое вот оно современное парное программирование.
А я — спать.

Про плохо измеримые задачи

Никто не любит плохо измеримые, размазанные во времени и слабо детерминированные задачи, результат которых зависит от нескольких неизвестных факторов сразу.

Нейросети решают эту проблему, делая лишние допущения. Заполняют неизвестное наиболее правдоподобными значениями и тем самым превращают мутную задачу в более определённую. Иногда ценой того, что решают уже не совсем ту задачу, которую нужно было решить.

Люди поступают проще: стараются за такую задачу не браться вообще.

Потому что в такой работе почти нет нормальной обратной связи. Непонятно, движешься ли ты в правильную сторону, что именно повлияло на результат и будет ли результат вообще.

Поэтому человеческий мозг довольно охотно подменяет плохо определённую задачу другой — той, где есть понятная обратная связь и хотя бы можно определить, выиграл ты или проиграл.

Не так уж сильно мы различаемся.

Про ностальгию по старому интернету

Про старый интернет сейчас принято говорить с некоторой нежностью, как про потерянный мир, населённый более странными и свободными людьми.

Я эту нежность понимаю, но не очень верю в объяснение. Люди не могли так сильно испортиться за двадцать лет. Скорее поменялись способы, которыми они добиваются примерно одного и того же: внимания, признания, статуса, ощущения, что ты чем-то отличаешься от остальных.

В начале нулевых интернет для этого был довольно неудобным местом. Особенно если главным твоим достоинством были деньги.

Написать на форуме, что у тебя дорогая машина, конечно, можно было. Примерно с тем же успехом можно было написать что угодно ещё. Фотографий мало, качество ужасное, видео почти нет, постоянной камеры в кармане нет, привычки документировать каждый кусок собственной жизни тоже нет. Даже если у тебя действительно была дорогая машина, превращать её в ежедневный социальный капитал было довольно хлопотно.

Приходилось выделяться чем-нибудь другим.

Кто-то хорошо писал. Кто-то смешно шутил. Кто-то знал музыку, которую никто вокруг не слышал. Кто-то делал сайты, рисовал, программировал, устраивал игры по ночному городу, собирал локальные сообщества или месяцами поддерживал форум на несколько сотен человек. Большая часть этой деятельности с сегодняшней точки зрения выглядела совершенно бессмысленной. Она и тогда была бессмысленной. Но внутри маленькой тусовки всё это давало именно то, ради чего сегодня покупают охваты: тебя знали.

Поэтому мне не очень близка мысль, что люди тогда делали всё это исключительно из чистого любопытства, а потом испортились и начали гоняться за лайками. Ещё как гонялись. Только самих лайков не было, и таблица результатов выглядела иначе.

Узнаваемый ник, репутация на форуме, удачная шутка, сайт, на который зачем-то ходит весь город, редкая фотография, история, которую потом пересказывают — вполне нормальные формы статуса. Просто для их производства обычно требовалось что-то сделать самому. Иногда довольно много.

Постепенно интернет научился гораздо лучше передавать вещи, которыми люди мерились ещё задолго до него.

Затем камеры начали носить всегда с собой, качество фотографий выросло, пришло видео, социальный граф, подписчики, лента. Стало возможно почти непрерывно показывать окружающим, где ты находишься, с кем, что на тебе надето, что стоит на столе и на что именно ты смотришь из окна.

У потребления обнаружилось огромное преимущество перед остроумием: оно уже всем понятно.

Чтобы быть смешным, нужно уметь шутить. Чтобы сделать интересную вещь, нужно сначала сделать интересную вещь. А значение Ferrari, дорогого отеля или редкой кожаной сумки аудитория считывает сама. Никакого дополнительного художественного таланта от владельца не требуется.

Пэрис Хилтон в этом смысле была хорошей ранней иллюстрацией. В какой-то момент собственная жизнь, точнее демонстрация определённого образа жизни, стала самостоятельным медиапродуктом. South Park довольно быстро понял, насколько это смешно. Все остальные довольно быстро поняли, насколько это эффективно.

Остроумие к тому же иногда совершенно контрпродуктивно. Между залезть к ней в трусы и пошутить над ней человек с хорошим чувством юмора почему-то регулярно выбирает второе.

С автомобилем такой проблемы нет.

В общем, ничего особенно трагического не произошло. Интернет просто стал лучше приспособлен к обычной человеческой жизни. А обычная человеческая жизнь всегда была полна довольно примитивных и хорошо читаемых статусных сигналов. Раньше сеть плохо их передавала, поэтому внутри неё возникла своя система: странность, остроумие, техническое умение, знание всякой ерунды, способность вокруг чего-нибудь собрать людей. Потом пропускная способность выросла, и более универсальные способы выделяться вернулись на своё законное место.

Старые при этом никуда не исчезли. Интернет и сейчас полон очень смешных, талантливых и совершенно ебанутых людей. Просто странность больше не даёт такого преимущества сама по себе.

Ей приходится конкурировать с внешностью, деньгами, образом жизни и всей остальной человеческой иерархией, которую интернет научился показывать в высоком разрешении.

Наверное, поэтому тот короткий период и кажется сейчас особенным. Не потому, что люди были другими. Просто несколько лет существовало огромное новое пространство, а устойчивого понимания, как именно в нём следует выделяться, ещё не было.

Вот все и пробовали что попало.

Парам-пам-пам-пам

ah frontier models

Opus 5 xhigh в сравнении с gpt-5.6-sol прям туповат.

Туповат же? Или мне кажется?

ah frontier models

codex (тот, который в терминале) выглядит как юная гимназистка.

А продакту в OpenAI передайте: когда врываешься на рынок, где все уже пользуются продуктом твоего главного конкурента, твой продукт должен как минимум понимать привычный для этой аудитории синтаксис команд.

Совместимость с привычками пользователя — это не уступка конкуренту. Это базовая цена входа на зрелый рынок.

Мы вообще-то работать хотим, а не переучивать мышечную память.

Каждый раз, когда читаю про правоприменение в настоящих и выдуманных киберпреступлениях, меня берёт глубокая тоска по здравому смыслу.

Доходит до того, что любая гигиена типа шифрования интерпретируется как способ скрыть преступную деятельность. И поди докажи обратное.

Пользуешься шифрованием — значит, есть что скрывать. Не хранишь логи вечно — значит, заметал следы. Используешь VPN — подозрительно. Следишь за OPSEC — тем более. Нормальное безопасное поведение внезапно становится косвенным доказательством злого умысла.

При таком подходе доказательством становится уже не то, что человек сделал, а то, насколько хорошо он защищал свою частную жизнь. Гигиена безопасности и анонимности трактуется как атрибут преступника.

Хотелось бы всё-таки жить в мире, где наличие замка на двери не считается уликой в деле о контрабанде.

Чувство тревоги от неизбежных изменений — это свойство осведомлённости. Кто не любит тревогу, действует сразу. Кто не любит действовать, дожидается нужного момента, чтобы поныть.

27 лет спустя сделали тех же самых Героев, с тем же самым балансом, просто на новом движке?

Наконец-то!

https://www.youtube.com/watch?v=yBUckLZ5QRk

Заметил общую особенность у вооружённых языковыми моделями.

Все они первым делом удаляют из выдачи длинное тире и заменяют его на минус. Считая «—» главным выдающим нейросетевую природу текста паттерном.

А вот избавиться от «, -» внутри предложений без прямой речи грамотности писателям не хватает.

Саша — талантливый чувак.

Я ещё не успел посмотреть его Диктатора, но с нетерпением жду релиза нового проекта:

https://www.youtube.com/watch?v=ak-TKDjefz0