Forwarded from Анализ данных (Data analysis)
🧠 Две настройки утроили результат GPT-5.6 Sol на ARC-AGI-3
С официальным тестовым окружением модель набрала 13,3%. После включения двух функций Responses API результат вырос до 38,3%, а расход выходных токенов сократился примерно в 6 раз.
Средний результат человека на тех же публичных заданиях OpenAI оценивает в 48%.
Что изменили:
1. Сохранили рассуждения между действиями
Раньше после каждого хода агент терял найденные закономерности и фактически заново разбирался в игре.
2. Заменили обрезание истории на compaction
Вместо удаления старых действий длинный контекст сжимался, сохраняя важные наблюдения и выбранную стратегию.
В результате агент:
- быстрее принимал решения;
- реже повторял уже проделанную работу;
- лучше учился по ходу игры;
- тратил значительно меньше токенов.
Итоговый результат зависит не только от модели. Большую роль играют API, управление контекстом, промпт и устройство тестового harness.
OpenAI рекомендует использовать Responses API, сохранять рассуждения между вызовами и включать compaction для длинных сессий.
https://openai.com/index/how-two-settings-tripled-our-arc-agi-3-scores/
#OpenAI #GPT56 #Agents #ARCAGI #LLM #AIEngineering
С официальным тестовым окружением модель набрала 13,3%. После включения двух функций Responses API результат вырос до 38,3%, а расход выходных токенов сократился примерно в 6 раз.
Средний результат человека на тех же публичных заданиях OpenAI оценивает в 48%.
Что изменили:
1. Сохранили рассуждения между действиями
Раньше после каждого хода агент терял найденные закономерности и фактически заново разбирался в игре.
2. Заменили обрезание истории на compaction
Вместо удаления старых действий длинный контекст сжимался, сохраняя важные наблюдения и выбранную стратегию.
В результате агент:
- быстрее принимал решения;
- реже повторял уже проделанную работу;
- лучше учился по ходу игры;
- тратил значительно меньше токенов.
Итоговый результат зависит не только от модели. Большую роль играют API, управление контекстом, промпт и устройство тестового harness.
OpenAI рекомендует использовать Responses API, сохранять рассуждения между вызовами и включать compaction для длинных сессий.
https://openai.com/index/how-two-settings-tripled-our-arc-agi-3-scores/
#OpenAI #GPT56 #Agents #ARCAGI #LLM #AIEngineering
✍6🔥5⚡1
Forwarded from Анализ данных (Data analysis)
🤯 OpenAI заявила о десяти прорывах в задачах, которые математики не могли решить десятилетиями
Результаты получила внутренняя версия Astra - следующей крупной модели компании.
Среди достижений:
— построен первый явный пример не-софической группы (особого типа абстрактной алгебраической структуры, которую раньше удавалось описывать только косвенно);
— опровергнута гипотеза жёсткости Конна (долгосрочное предположение в функциональном анализе о том, насколько строго определяются такие математические объекты);
— доказана квантовая теорема о параллельном повторении для общих двухигровых систем (показывает, как быстро падают шансы на успех при многократном повторении квантовых игр);
— доказана гипотеза Эрхарта об объёме (результат из геометрии, связанный с подсчётом точек в многомерных фигурах и их объёмами);
— впервые с 1978 года улучшена общая верхняя оценка плотности упаковки сфер (то есть насколько плотно можно «уложить» шары в пространстве).
По заявлению OpenAI, Astra самостоятельно нашла основные математические аргументы, а затем формализовала каждое доказательство в Lean. Вместе с машинно проверяемыми сертификатами опубликована рукопись на 249 страниц.
Успешные запуски обошлись бы примерно в $2000 по тарифам Sol API.
одели начинают предлагать новые доказательства для открытых задач - хотя теперь результаты должен внимательно проверить весь математический мир.
Astra ещё не выпущена, и OpenAI не называет её GPT-6.
openai.com/index/ten-advances-in-mathematics/
Результаты получила внутренняя версия Astra - следующей крупной модели компании.
Среди достижений:
— построен первый явный пример не-софической группы (особого типа абстрактной алгебраической структуры, которую раньше удавалось описывать только косвенно);
— опровергнута гипотеза жёсткости Конна (долгосрочное предположение в функциональном анализе о том, насколько строго определяются такие математические объекты);
— доказана квантовая теорема о параллельном повторении для общих двухигровых систем (показывает, как быстро падают шансы на успех при многократном повторении квантовых игр);
— доказана гипотеза Эрхарта об объёме (результат из геометрии, связанный с подсчётом точек в многомерных фигурах и их объёмами);
— впервые с 1978 года улучшена общая верхняя оценка плотности упаковки сфер (то есть насколько плотно можно «уложить» шары в пространстве).
По заявлению OpenAI, Astra самостоятельно нашла основные математические аргументы, а затем формализовала каждое доказательство в Lean. Вместе с машинно проверяемыми сертификатами опубликована рукопись на 249 страниц.
Успешные запуски обошлись бы примерно в $2000 по тарифам Sol API.
одели начинают предлагать новые доказательства для открытых задач - хотя теперь результаты должен внимательно проверить весь математический мир.
Astra ещё не выпущена, и OpenAI не называет её GPT-6.
openai.com/index/ten-advances-in-mathematics/
⚡10❤2🔥2😁1🤔1🤯1🏆1
Тут в очередной раз спросили как можно отблагодарить за помощь, обучение и т.д.
Платного расписания с записью в очередь консультаций у меня нет (пока :) ), но есть такой вот вариант:
Платный канал, вот тут про него пара слов: https://t.me/tsingular/7560
С момента открытия там уже прилично материалов полезных собралось:
Навыки для агентов, методички, презентации, лекций и просто эфиры с разъяснениями от базы к сложному.
И вообще в планах все самое токеноёмкое или времязатратное там выкладывать.
Т.е. то, на что у вас уйдет уйма личного или агентского времени.
Так что подписывайтесь, - и вам польза и автору на подписки ИИшные :)
Подписаться на канал можно тут:
https://paywall.pw/tsingular_favorites
Можете просто залететь на пробную подписку, - утащить сколько унесёте и отписаться :)
#ИИзбранное
———
@tsingular
Платного расписания с записью в очередь консультаций у меня нет (пока :) ), но есть такой вот вариант:
Платный канал, вот тут про него пара слов: https://t.me/tsingular/7560
С момента открытия там уже прилично материалов полезных собралось:
Навыки для агентов, методички, презентации, лекций и просто эфиры с разъяснениями от базы к сложному.
И вообще в планах все самое токеноёмкое или времязатратное там выкладывать.
Т.е. то, на что у вас уйдет уйма личного или агентского времени.
Так что подписывайтесь, - и вам польза и автору на подписки ИИшные :)
Подписаться на канал можно тут:
https://paywall.pw/tsingular_favorites
Можете просто залететь на пробную подписку, - утащить сколько унесёте и отписаться :)
#ИИзбранное
———
@tsingular
❤8❤🔥4🏆1
Если вдруг вам нечего посмотреть, - там сейчас прямой эфир AI Agentic Summit начался.
Обещают много интересного.
https://www.youtube.com/watch?v=gKdeLQd_LIQ
#конференции
———
@tsingular
Обещают много интересного.
https://www.youtube.com/watch?v=gKdeLQd_LIQ
#конференции
———
@tsingular
🔥9⚡4🦄2
This media is not supported in your browser
VIEW IN TELEGRAM
Кто не знает, есть такой полезный портал - Daily Dose of Datascience, - там тонны материала по ИИ (много платного, конечно), но вот чего у них не отнять это умение объяснять красиво и просто сложные штуки.
Вот, например, прикольная анимация, которая показывает разницу между Промпт инжинирингом и Инженерией агентского цикла, - на ней, в том числе, наглядно видно еще и место и функцию Контекст инжиниринга.
#обучение #DDoDS #promt #context
———
@tsingular
Вот, например, прикольная анимация, которая показывает разницу между Промпт инжинирингом и Инженерией агентского цикла, - на ней, в том числе, наглядно видно еще и место и функцию Контекст инжиниринга.
#обучение #DDoDS #promt #context
———
@tsingular
👍9✍3⚡2
n8n еще жив :)
они тут оказывается добавили такую штуку, как AI Asssistant внутри сервиса.
Но он, в основном, доступен в онлайн версии.
ИИ ассистент может изнутри рабочего процесса создавать шаги, править, отвечать по сути событий и просто общаться, принимая задачи и дальше прорабатывая их используя процесс, как инструмент.
Так вот оказывается этот же функционал можно включить и в self-hosted версии, но для этого придется разобраться вот с этой документацией, - set-up-ai-assistant
Там единственный затык с песочницами. Они настойчиво рекомендуют Daytona или, как вариант свою n8n песочницу как сервис для агентов, но вроде пишут, что можно и свою подставить, так что надо проверять, - если кто возьмется, - напишите потом как получилось.
#n8n #update
———
@tsingular
они тут оказывается добавили такую штуку, как AI Asssistant внутри сервиса.
Но он, в основном, доступен в онлайн версии.
ИИ ассистент может изнутри рабочего процесса создавать шаги, править, отвечать по сути событий и просто общаться, принимая задачи и дальше прорабатывая их используя процесс, как инструмент.
Так вот оказывается этот же функционал можно включить и в self-hosted версии, но для этого придется разобраться вот с этой документацией, - set-up-ai-assistant
Там единственный затык с песочницами. Они настойчиво рекомендуют Daytona или, как вариант свою n8n песочницу как сервис для агентов, но вроде пишут, что можно и свою подставить, так что надо проверять, - если кто возьмется, - напишите потом как получилось.
#n8n #update
———
@tsingular
✍10⚡3🆒2❤1👍1
Напоминаю, для тех, кто недавно присоединился, - на канале есть тема с мёдом :)
Детали тут
отмечайтесь в комментариях основного поста ( не этого ), - в сентябре свяжусь.
#кибермёд
———
@tsingular
Детали тут
отмечайтесь в комментариях основного поста ( не этого ), - в сентябре свяжусь.
#кибермёд
———
@tsingular
🔥14❤2
TencentDB Agent Memory от Tencent Cloud: пирамида агентской памяти из четырёх слоёв
Tencent Cloud сделали свою версию агентской памяти.
Память собирается асинхронным конвейером из четырёх уровней, каждый следующий слой агрегирует предыдущий.
⚙️ Устройство конвейера:
Сырые диалоги попадают в L0 Conversation, полный лог.
Фоновый обработчик вытягивает из них атомарные факты, предпочтения и ограничения на уровень L1 Atom.
Когда набирается достаточно фактов, срабатывает группировка: факты одного проекта или сценария собираются в блок L2 Scenario.
Поверх сценариев строится L3 Persona: долгосрочный профиль пользователя.
Каждый переход между уровнями асинхронный и запускается по таймеру, а не по факту нового сообщения.
При новом сеансе агент первым делом получает L3 (кто ты) и релевантный L2 (над чем работаешь).
Если нужна деталь, включается гибридный поиск: BM25 по ключевым словам плюс векторный поиск по эмбеддингам, результаты сливаются через Reciprocal Rank Fusion.
Поиск спускается на L1 и L0 только когда верхние слои не дали ответа. Каждый результат возвращается с идентификатором узла, по которому можно поднять исходный диалог.
Короткая память решает следующую задачу: раздувание контекста в длинных сессиях.
Логи инструментов выгружаются на диск в файлы, в контексте агента остаётся только диаграмма состояний и если агенту понадобился детальный факт: агент идёт по идентификатору узла в сырой лог.
Контекст не раздувается, информация не теряется.
💰 Модулей три. Memory Core: движок слоёв и поиска.
Memory Hub: панель управления, создание команд, назначение активов агентам, трехуровневые права доступа.
Memory Proxy: слой между агентом и LLM-провайдером, который подмешивает в системный промпт релевантную память на каждом шагу.
Поддерживает протоколы Anthropic и OpenAI, Claude Code и Cursor подключаются без изменений.
По тестам Tencent точность профилирования задачи возросла с 48 до 76 процентов, при этом расход токенов в длинных сессиях сократился на две трети.
#Tencent #агенты #память
———
@tsingular
Tencent Cloud сделали свою версию агентской памяти.
Память собирается асинхронным конвейером из четырёх уровней, каждый следующий слой агрегирует предыдущий.
Сырые диалоги попадают в L0 Conversation, полный лог.
Фоновый обработчик вытягивает из них атомарные факты, предпочтения и ограничения на уровень L1 Atom.
Когда набирается достаточно фактов, срабатывает группировка: факты одного проекта или сценария собираются в блок L2 Scenario.
Поверх сценариев строится L3 Persona: долгосрочный профиль пользователя.
Каждый переход между уровнями асинхронный и запускается по таймеру, а не по факту нового сообщения.
При новом сеансе агент первым делом получает L3 (кто ты) и релевантный L2 (над чем работаешь).
Если нужна деталь, включается гибридный поиск: BM25 по ключевым словам плюс векторный поиск по эмбеддингам, результаты сливаются через Reciprocal Rank Fusion.
Поиск спускается на L1 и L0 только когда верхние слои не дали ответа. Каждый результат возвращается с идентификатором узла, по которому можно поднять исходный диалог.
Короткая память решает следующую задачу: раздувание контекста в длинных сессиях.
Логи инструментов выгружаются на диск в файлы, в контексте агента остаётся только диаграмма состояний и если агенту понадобился детальный факт: агент идёт по идентификатору узла в сырой лог.
Контекст не раздувается, информация не теряется.
💰 Модулей три. Memory Core: движок слоёв и поиска.
Memory Hub: панель управления, создание команд, назначение активов агентам, трехуровневые права доступа.
Memory Proxy: слой между агентом и LLM-провайдером, который подмешивает в системный промпт релевантную память на каждом шагу.
Поддерживает протоколы Anthropic и OpenAI, Claude Code и Cursor подключаются без изменений.
По тестам Tencent точность профилирования задачи возросла с 48 до 76 процентов, при этом расход токенов в длинных сессиях сократился на две трети.
#Tencent #агенты #память
———
@tsingular
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8❤2🤔2⚡1👍1🆒1
Forwarded from Анализ данных (Data analysis)
Media is too big
VIEW IN TELEGRAM
⚡️ Opus 5 за два часа превратила абзац из «Властелина колец» в интерактивный 3D-мир
Андрей Карпати дал модели первый абзац книги, бюджет в 1 млн токенов - около $10 - и попросил создать сцену на Three.js.
Результат: 5500 строк кода, процедурная генерация объектов, расстановка моделей по координатам и анимация событий.
Местами всё выглядит криво. Но раньше никто не стал бы тратить дни на настолько узкую сцену. Теперь достаточно описать мир - и через пару часов получить рабочий прототип.
Пока слабое место моделей - проверка результата. Они не умеют полноценно смотреть видео и играть в собственные игры, поэтому анализируют скриншоты и пропускают ошибки.
https://x.com/Machinelearrn/status/2083859736387035332
@data_analysis_ml
Андрей Карпати дал модели первый абзац книги, бюджет в 1 млн токенов - около $10 - и попросил создать сцену на Three.js.
Результат: 5500 строк кода, процедурная генерация объектов, расстановка моделей по координатам и анимация событий.
Местами всё выглядит криво. Но раньше никто не стал бы тратить дни на настолько узкую сцену. Теперь достаточно описать мир - и через пару часов получить рабочий прототип.
Пока слабое место моделей - проверка результата. Они не умеют полноценно смотреть видео и играть в собственные игры, поэтому анализируют скриншоты и пропускают ошибки.
https://x.com/Machinelearrn/status/2083859736387035332
@data_analysis_ml
🔥8
Немного мыслей на выходных про смысл жизни и вот это вот всё.
Чем-то похоже на механику трансформеров.
Суть идеи в том, что прошлого, настоящего и будущего как самостоятельных областей не существует.
Есть единое многомерное пространство возможных событий — общий поток состояний, связей и возрастающей энтропии, как в LLM трансформере.
Человек внутри этого потока воспринимает лишь последовательную линию, потому что его сознание ограничено одной проживаемой версией.
В каждой точке выбора множество потенциальных продолжений взвешивается вниманием, памятью, намерением и внутренним состоянием человека.
Одна из решаемых задач,- верификация квантовых запутанностей.
Отсюда, кстати, эффект наблюдателя.
Одна версия актуализируется и становится прожитой ветвью его личной мультивселенной. Остальные варианты не уничтожаются, а остаются непрожитыми конфигурациями общего поля возможностей.
Существо более высокого плана (где-то его называют, например, душа) не движется из прошлого в будущее.
Для него время представляет собой не линию, а карту доступных состояний.
Оно может:
— войти в любую точку потока;
— временно принять ограничения конкретного наблюдателя;
— прожить одну из возможных версий событий;
— вернуться во вневременной контур;
— снова войти в ту же или иную точку и актуализировать другую ветвь.
(это, кстати, подтверждается рассказами детей 3х летнего возраста о жизни до рождения, - выбор родителей и времени рождения)
Такой вневременной контур можно сопоставить с астральным планом или хрониками Акаши — не как с архивом уже записанной истории, а как с пространством всех смысловых и причинных конфигураций.
Буддийская идея взаимозависимого возникновения здесь означает, что ни одно событие не существует отдельно: каждая версия возникает из сочетания условий, восприятия, памяти, намерения и выбора.
Аналогия с трансформером состоит в следующем:
Модель не идёт по тексту как человек по линейному времени. Она получает множество элементов контекста, переводит их в многомерное пространство признаков, сопоставляет через механизм внимания, усиливает значимые связи и формирует наиболее согласованное продолжение.
Подобным образом сознание входит в поток возможностей, соотносит доступные состояния со своей внутренней конфигурацией и актуализирует одну смысловую траекторию.
Но аналогия не буквальная: трансформер математически вычисляет вероятностное продолжение, а описанная картина является философской моделью сознания и реальности.
Итоговая формула идеи:
#мысли #Акаши #душа
———
@tsingular
Чем-то похоже на механику трансформеров.
Суть идеи в том, что прошлого, настоящего и будущего как самостоятельных областей не существует.
Есть единое многомерное пространство возможных событий — общий поток состояний, связей и возрастающей энтропии, как в LLM трансформере.
Человек внутри этого потока воспринимает лишь последовательную линию, потому что его сознание ограничено одной проживаемой версией.
В каждой точке выбора множество потенциальных продолжений взвешивается вниманием, памятью, намерением и внутренним состоянием человека.
Одна из решаемых задач,- верификация квантовых запутанностей.
Отсюда, кстати, эффект наблюдателя.
Одна версия актуализируется и становится прожитой ветвью его личной мультивселенной. Остальные варианты не уничтожаются, а остаются непрожитыми конфигурациями общего поля возможностей.
Существо более высокого плана (где-то его называют, например, душа) не движется из прошлого в будущее.
Для него время представляет собой не линию, а карту доступных состояний.
Оно может:
— войти в любую точку потока;
— временно принять ограничения конкретного наблюдателя;
— прожить одну из возможных версий событий;
— вернуться во вневременной контур;
— снова войти в ту же или иную точку и актуализировать другую ветвь.
(это, кстати, подтверждается рассказами детей 3х летнего возраста о жизни до рождения, - выбор родителей и времени рождения)
Такой вневременной контур можно сопоставить с астральным планом или хрониками Акаши — не как с архивом уже записанной истории, а как с пространством всех смысловых и причинных конфигураций.
Буддийская идея взаимозависимого возникновения здесь означает, что ни одно событие не существует отдельно: каждая версия возникает из сочетания условий, восприятия, памяти, намерения и выбора.
Аналогия с трансформером состоит в следующем:
Модель не идёт по тексту как человек по линейному времени. Она получает множество элементов контекста, переводит их в многомерное пространство признаков, сопоставляет через механизм внимания, усиливает значимые связи и формирует наиболее согласованное продолжение.
Подобным образом сознание входит в поток возможностей, соотносит доступные состояния со своей внутренней конфигурацией и актуализирует одну смысловую траекторию.
Но аналогия не буквальная: трансформер математически вычисляет вероятностное продолжение, а описанная картина является философской моделью сознания и реальности.
Итоговая формула идеи:
Время — не движение существ через события.
Время — интерфейс, через который сознание выбирает и проживает одну из доступных конфигураций реальности.
Прожитое становится личной ветвью опыта, непрожитое остаётся частью общего поля возможностей.
Существо высшего плана находится вне последовательности и может входить в поток в любой точке, как внимание входит в выбранный смысловой кластер.
#мысли #Акаши #душа
———
@tsingular
Новый Человек-Паук шикарный, без вопросов.
Поймал себя на мысли, что его диалог с личным ИИ ассистентом, который и в лаборатории помогает и в управлении костюмом, уже не смотрится как фантастика.
Посто обычный ИИ ассистент, которого может себе настроить любой. И даже с голосом и с подключением к станку лабы.
Ну и все ждал фразы:
"Did I ever tell you what the definition of insanity is?", но её не было.
#фильмы #фантастика #мысли
------
@tsingular
Поймал себя на мысли, что его диалог с личным ИИ ассистентом, который и в лаборатории помогает и в управлении костюмом, уже не смотрится как фантастика.
Посто обычный ИИ ассистент, которого может себе настроить любой. И даже с голосом и с подключением к станку лабы.
Ну и все ждал фразы:
"Did I ever tell you what the definition of insanity is?", но её не было.
#фильмы #фантастика #мысли
------
@tsingular
💯16🔥6❤2
This media is not supported in your browser
VIEW IN TELEGRAM
Чертоги бессмертных по версии Qi Guang.
3Д анимация и CGI с ИИ всё лучше и лучше.
#нейрорендер #Китай
———
@tsingular
3Д анимация и CGI с ИИ всё лучше и лучше.
#нейрорендер #Китай
———
@tsingular
🔥25
Qwen 3.8 max вышел
Блогпост с деталями.
Еще одна модель близкая по уровню к GPT 5.6 Sol
цены:
Input: $2.0 / M tokens
Output: $6.0 / M tokens
API: https://www.qwencloud.com/models/qwen3.8-max
попробовать онлайн тут
https://chat.qwen.ai
Веса обещают на следующей неделе.
#qwen #Китай
———
@tsingular
Блогпост с деталями.
Еще одна модель близкая по уровню к GPT 5.6 Sol
цены:
Input: $2.0 / M tokens
Output: $6.0 / M tokens
API: https://www.qwencloud.com/models/qwen3.8-max
попробовать онлайн тут
https://chat.qwen.ai
Веса обещают на следующей неделе.
#qwen #Китай
———
@tsingular
🔥13👍4⚡1
не.. не айс.
технически попытка засчитана, но глубина проработки деталей хуже чем у Sol и Fable 5 или Opus 5
полный сонет в комментарии оставлю для истории
промпт:
#венок #Qwen #сонет
———
@tsingular
технически попытка засчитана, но глубина проработки деталей хуже чем у Sol и Fable 5 или Opus 5
полный сонет в комментарии оставлю для истории
промпт:
напиши венок сонетов о китайской технологической сингулярности
#венок #Qwen #сонет
———
@tsingular
🤔7✍3😐2⚡1
Собрал навык для Гермеса новости в таком виде рисовать.
как вам? :)
Исходник HTML
Навык
Когда-то давно, в бытность работы в Adobe, мы такую вёрстку Indesign показывали как фишку, что можно новости для айпада верстать вот красиво.
Сейчас это делается одним запросом.
Indesign не особо и нужен, получается.
#навыки #новости
———
@tsingular
как вам? :)
Исходник HTML
Навык
Когда-то давно, в бытность работы в Adobe, мы такую вёрстку Indesign показывали как фишку, что можно новости для айпада верстать вот красиво.
Сейчас это делается одним запросом.
Indesign не особо и нужен, получается.
#навыки #новости
———
@tsingular
🔥34👍10❤2🤨2🆒2❤🔥1👻1
Forwarded from Анализ данных (Data analysis)
⚡️ Если вы уже работаете с ИИ-агентами, вы примерно среди 0,14% людей на планете
По июльским оценкам ourworldindata, около 71% трудоспособного населения мира ещё не использовали генеративный ИИ. Массовым кажется только то, что мы видим внутри технологического пузыря.
Платные подписки занимают ещё меньшую долю. Даже Codex, один из крупнейших агентных продуктов, насчитывает чуть больше 5 млн активных пользователей в неделю.
Пока разработчики делегируют агентам рефакторинг, тесты и многочасовые задачи, большая часть человечества ещё ни разу не открывала ChatGPT или его аналоги.
Разрыв огромен.
Цифры о платящих пользователях и 12 млн пользователей агентов остаются приблизительными: единой мировой статистики по всем сервисам нет.
По июльским оценкам ourworldindata, около 71% трудоспособного населения мира ещё не использовали генеративный ИИ. Массовым кажется только то, что мы видим внутри технологического пузыря.
Платные подписки занимают ещё меньшую долю. Даже Codex, один из крупнейших агентных продуктов, насчитывает чуть больше 5 млн активных пользователей в неделю.
Пока разработчики делегируют агентам рефакторинг, тесты и многочасовые задачи, большая часть человечества ещё ни разу не открывала ChatGPT или его аналоги.
Разрыв огромен.
Цифры о платящих пользователях и 12 млн пользователей агентов остаются приблизительными: единой мировой статистики по всем сервисам нет.
👌14✍8👍2⚡1🤯1