Саш, знаешь, какая главная новость?
Да.
Я перешла на платную версию вчера.
На Pro? На Pro? На Pro?
Да, да.
Говори, у тебя главная новость. Да.
Но я пока не почувствовала никакой разницы. Но я надеюсь, это только начало.
Специализированный режим рассуждений, нацеленный на науку и исследования, инженерные задачи от Google. Codex Park от OpenAI — мгновенное решение. Lockdown Mode от OpenAI. Эра агентов сейчас точно и огромный, просто сумасшедший тренд в Китае. Пентагон может разорвать отношения с Anthropic из-за ограничений на военное использование моделей. Как раз продолжение к нашей темы, которая была в прошлый раз. Ну что, всем привет! Мы на канале To The Moon.
Технологические новости, инсайты из Кремниевой долины и по всему миру. А Таня перешла на Pro версию. Я что хотел, кстати, сказать, что, да, у нас ещё много разных других, там, новостей сегодня будет. Но я что хотел сказать, что по поводу Таня про версии, кстати, по поводу неощу-- неощущения или ощущения версии. Мы сейчас по ходе, по сути, так, как, как сказал Макс Григорьев месяц назад в специальном выпуске, который мы снимали у нас на канале, OpenAI относится к людям как к хомячкам и постоянно на вас, говорит, всё тестирует, да.
ChatGPT — это не продукт, это эксперимент, и мы не клиенты OpenAI. Мы, если, если вы платите им деньги или даже если вы просто пользуетесь ChatGPT, вы просто поставляете данные для этого эксперимента. Ну и если вы поставляете деньги, вы поставляете ещё какие-то ресурсы, да? Никто не хочет создать лучшего чат-бота. И даже более того, о-- лидеры OpenAI об этом говорят, просто их не слушают. Они говорят, что мы не здесь для того, чтобы чат-ботов и сорс строить. Мы строим, A-AGI, общий искусственный интеллект. Вот.
Да, общий искусственный-
Они строят общий искусственный интеллект. Эта компания об этом заявляла с самого своего основания. Они про это и говорили., правда, они изначально собирались, его как бы, за open source, если так это можно назвать, да. То есть, OpenAI основалась как компания, которая строила бы AGI в противовес Google. Потому что Google уже, в принципе, начал в середине десятых, работу над этими, над этими моделями и так далее. Иии несколько ресёрчеров поняли, что это будет опасно, если Google будет единственной компанией, у которой будет в руках этот AGI. И чтобы, чтобы сделать противовесом, чтобы создать какой-то противовес, доступный другим людям вне Google, для этой технологии, они пошли и основали OpenAI. Это-- они не собирались строить чат-бота, они не собирались строить видеоредактор, они не собирались никаких продуктов выпускать. Это был, это был-- была лаборатория, которая занималась исследованием в сфере искусственного интеллекта с целью построить общий искусственный интеллект.
И поэтому они настолько всё постоянно тестируют, что, по сути, ты вообще уже не можешь понять, какая версия лучше или хуже работает. Я, в частности, кстати, с Максом Григорьевым планируем записать про безопасность в рамках искусственного интеллекта спецвыпуск в ближайшие недели. Думаю, что будет очень интересно и на самом деле, про безопасность со стороны инженеров, которые работают с искусственным интеллектом, — это очень важная тема, особенно что обсуждается, какие тренды здесь в Кремниевой долине., к слову, про скорости. Тут OpenAI вылил тему, по-- которая Codex Park, и там в одном из комментариев, ну, как бы базово было написано, что всё, теперь, значит, решение приходит автоматически. То есть понятно, что Codex Park — это для программирования. Иии-- но, с другой стороны, с другой стороны, они что говорят? Они говорят, что существует возможность, есть как бы некоторые два режима. Один режим — вы там пишете код и корректируете его, ставите в очередь и дальше, там, три-четыре часа может что-то корректироваться. А есть, когда вам надо review или какие-то изменения делать мгновенно, и с помощью типа новых там VIP версий вы сможете делать это вот так, типа мгновенно.
Я хочу сказать, что на этой неделе у меня раз уже 30 или 40 была ситуация, в которой мой режим thinking в heavy режиме, то есть это максимальный режим thinking. Я напомню, что сейчас в целом в мире, в разных системах, очень есть отличие режимов в разных платных версиях. Вот, например, у Gemini, у них есть не просто Pro версия, у них есть подписка, Ultra она, по-моему, называется, да? Это как в Grok называется Heavy или тоже Ultra. И это как бы следующий уровень. Следующий вообще, следующий уровень. Так вот, в ChatGPT есть Pro и в ChatGPT Pro, у тех, у кого есть Pro, у них в режиме thinking есть heavy thinking. И поэтому, Таня, чтобы заметить Pro версию, надо, во-первых, понять, что в режиме думания у тебя появилась возможность выбирать не между двумя вариантами, а между четырьмя. В про-- обычной платной версии, по-моему, два варианта. Ещё у тебя есть Pro версия, в которой тоже два варианта: расширенного и как бы Pro версия. Это расширенного количества научёных или суперрасш-- суперколичества учёных. Так вот, что я заметил, что у меня в heavy thinking некоторые ответы, очень сложные, выдавались вот так: оп и ответ. Я вначале подумал, что я не тот режим выбрал. Я настолько привык, что хороший ответ, его надо ждать. Ну, то есть я же привык, что хороший ответ надо подождать. И в режиме, сильного reasoning, такого как бы сильного этого думания, heavy thinking, да, в этом режиме. Вот сейчас мы поговорим. Сейчас Gemini выпустил, серьёзно прямо режим, новый режим thinking, да. И в этом и логика вся, что этот режим очень похож на агентов. Вот сейчас на этой неделе появились статьи то, что это похоже на агентов. Мы про это в прошлом выпуске говорили, да, что в чём разница reasoning уже от агентов. Так вот, ответы настолько были быстрые. И потом я начал делать какие-то тесты, увидел, что это стоит у меня максимальный режим, и понял, что действительно ChatGPT , ре-- у меня, по крайней мере, на этой неделе, возможно, я попал в тестовую очередь, у меня ответы многие приходят м-моментально, просто сверхмоментально. И, конечно, это меняет парадигму. То есть если у меня, вдруг будет возможность, вот pro-версия, например, у меня для того, чтобы проанализировать, не знаю. Возьмем с вами, например, сто тысяч телефонных звонков, транскрибации телефонных звонков сто тысяч. Уходило на это восемьдесят минут. Тооо если это сделать за минуту, то какой инструмент я получаю? Какую мощность инструмента я получаю? И мы вчера это разговаривали с моим партнером. Он говорит: "Ну, это надо будет небольшому количеству людей". Я говорю: "Вопрос, что сделает эта система?" Потому что с такой системой, например, на финансовом рынке, на финансовом рынке — это уже совершенно другая история. Это уже не просто какой-то софт сторонний написанный, ааа когда вот ты имеешь возможность сложные, тяжелые вещи мгновенно получать, ты переходишь-- вот я понял, что я на этой неделе попал в некоторый другой режим своего собственного принятия решений. Вот.
Что думаете на этот счет?
смотри, мы еще когда с Сашей Машаровым писались, это с-- полгода назад, наверное, получается, обсуждали, Groq, который с q на конце, и Cerebras. Это, два стартапа, которые на чипах специализируются, для, очень высокоскоростного inference, да, то есть чтобы модели очень-очень быстро давали ответы. И они показывают шедевральные результаты по тысяче токенов в секунду, да, то есть вот за одну секунду тысяча токенов генерится. То есть е-если вот вспомните-
Поясни людям, Эльнар, поясни людям еще раз, что такое тысяча токенов, да?
Мы, мы когда, пользуемся обычным чатом GPT, ну, вот, там, вспомните свой опыт, там, года полтора назад, наверное, когда вот вы видите, как появляются слова, и вот эти кусочки, которые появляются, — это токены, и вы можете практически читать так, как появляется. Сейчас представьте, что за одну секунду у вас тысяча таких токенов появляется. Одно слово — это может быть два-три токена. Ну, считайте, там, триста-триста пятьдесят слов в секунду у вас просто моделька валит., понятно, что ответ вам дает не просто, а с рассуждениями. Просто она рассуждает со скоростью триста пятьдесят, четыреста, а то и пятьсот слов в секунду, да, то есть у нее процесс мышления очень быстрый по сравнению с любыми другими моделями, которые есть., под это дело заточены были тогда, еще полгода назад, далеко не все модели. Какие-то были, какие-то нет. Соответственно, не так давно, где-то с месяц назад, наверное, мы говорили, что OpenAI с Cerebras, кажется, не с Groq, а с Cerebras заключили, соглашение, по которому сот-- или купили, вот сейчас, сейчас я уж не помню, сейчас уже все в голове смешалось. Но смысл в том, что они законнектились, и часть чипов, которые есть у Cerebras, они теперь есть в наличии у OpenAI. И как раз мы обсуждали, что на pro-версиях, скорее всего, появится возможность вот этого экстремально быстрого inference, да, чтобы ваши модели мгновенно вам отвечали. Единственное, какие есть у этого пока еще ограничения, по крайней мере, вот, о которых известно. Возможно, внутри OpenAI это все уже решено. Судя по тому, что ты говоришь, может быть, они уже сильно продвинулись. Но смысл был в том, что на чипы Cerebras можно было, перенести не, не самые большие модели. И GPT 5.3-Spark, о котором вот ты начал говорить, — это маленькая моделька, там, по-моему, до ста миллио-- до, до, до ста миллиардов параметров, она достаточно компактная. И поэтому, соответственно, на рынке все сходятся на том, что они гоняют ее на Cerebras, на этих, чипах. И поэтому такая большая скорость, у этой модельки. Но при этом надо понимать, что она маленькая, да. Прям гигантские модели на, там, полтора-два триллиона параметров туда пока не помещались.
Возможно, ChatGPT, ну, в смысле, OpenAI как-то у себя-
Эльнар, я сразу. А можешь людям сразу же сказать разницу маленькой моде-
Объяснить разницу маленькой модельки и большой. Да, я добавлю потом про токены тоже. Но ты поясни людям, да, это б-- явно интересно всем будет важно.
С-с-смотрите, ChatGPT 4, он по размерам был порядка ш-шестисот, шестьсот пят-пятьдесят миллиардов параметров., доподлинно неизвестно, просто потому что информация скрыта, но он сопоставим был по качеству с DeepSeek, а у DeepSeek как раз шестьсот тридцать, по-моему, миллиардов параметров., сейчас, по ощущениям, ууу топовых моделей должно быть, там, полтора триллиона параметров. Соответственно, если-
Объясни разницу, что это для человека решает. Что такое параметры? Это объем. Объясни, что, что это такое на человеческом языке.
Размер, размер модели в три раза больше.
Не, объясни. И что? И люди спрашивают.
Объясните для меня, Эльнар.
И что? И что это дает?
Она гораздо больше о мире знает.
Знает. Все.
Гораздо больше закономерностей у нее в г-
Чтобы все поняли.
Условной голове может быть.
Чтобы все поняли, что Codex Spark, который генерирует код новый, быстрый. Это маленькая модель, это имеется в виду, что она меньше знает о мире и обучена, например, очень узкому специализированной, очень узкой специализированной истории. Не настолько круто, например, как 5.3.
Саш, сейчас будет взрыв в комментариях, потому что у нас есть эксперты по всем областям, которые только существуют. Там сейчас нас закидают тем, что: а как же дистилляция знаний у разных моделей и так далее. Что можно из большой модели сделать маленькую с небольшими потерями.
Эльнар, у нас нету задачи уходить. Ты объяснял.
Окей.
Те-- нам же не надо доказывать, кто в чем разбирается, да? В плане деталей.
Да.
Ты объяснял крупноблочно, чтобы люди все же поняли разницу, когда они где-то читают и видят, что выпускают эта маленькая модель. Вот я, например, бывает, ChatGPT выпускал, бывают такие мини модели, я ими почему не пользовался? Что мне обычно я лучше подожду, где-то посмотрю. Мне нужна широта знаний, мне часто надо разновариабельные ответы на темы, которые очень широкие и так далее. Но в целом те люди, которые что-то программируют, для компаний, для корпораций или узкоспециализированной темой занимаются, им часто выгоднее использовать небольшую модель. Она будет дешевле, быстрее обучаться, она будет узкоспециализированной. Зачем в модели по биологии иметь данные о том, как устроена, как устроены, ну не знаю, какая-нибудь тема, которая с этим не связана, так как устроена, вот, да. Не, не мог, не мог придумать, не мог придумать тему, которая с биологией не связана.
Вот.
Тут проще придумать, проще представить это таким образом. Ну, вот несколько лет назад у нас был GPT-4, там, 4О, и со-- собственно, там было шестьсот пятьдесят миллиардов параметров. Сейчас вы пользуетесь GPT 5.2 Pro. Понятно, что мы сверху навесили reasoning, еще дополнительную обвеску сделали, но по размеру он стал в три раза больше. Сравните, что вы могли делать с GPT-4O и что сейчас можете сделать, там, с современными моделями. И плюс-минус станет понятно, а для чего же нам увеличивать размер. Для каких-то частных задач можно, из большой модели сделать маленькую, да, дистиллировать ее знания, соответственно, перевести ее в меньший размер и при этом, соответственно, потерять где-то в других местах, но, соответственно, в той зоне, которая вас интересует. Например, вот Spark в программировании, они ее дистиллировали, потом засунули, соответственно, на чипы, скорее всего, от компании Cerebras, и поэтому они получают очень высокоскоростную модель, но достаточно компактную. Теперь, соответственно, вот по тем наблюдениям, которые у тебя сейчас есть, возможно, ChatGPT смогли... ChatGPT, я постоянно говорю ChatGPT. OpenAI смогли решить этот вопрос, и большого размера модели точно так же смогли разместить на этих чипах и добиваться высокого, добиваться очень большого, большой скорости inference. Соответственно, я думаю, что это вопрос ближайших месяцев, скорее всего, что на каких-то версиях, может быть, появится Pro плюс или еще что-то.
Появится.
Мы будем пользоваться моделями, где скорость ответа будет, ну, просто сумасшедшая.
Но я могу сказать, что вот я лично ощутил. Понятно, что многие люди скажут, какая разница, а не важно. Для того, чтобы почувствовать важно, важность, надо этим постоянно очень много пользоваться. Вот даже Таня сейчас Pro купила и говорит: в самом начале нету ощущения, потому что надо чуть, чуть больше по-побыть и посмотреть.
Я пока не тестировала heavy.
И посмотреть, какие кейсы. Знаешь, еще какая, Таня, интересная история. Ты увидишь ки-- ты же до этого не могла некоторые кейсы как бы даже осознать. Я вот есть некоторые вещи, я их даже и не мог спрашивать. Я сейчас настолько привык. Я понимаю, например, где я спрашиваю у Pro, я уже прямо разобрался, да, где.
Хотя я до сих пор у меня вопрос Pro вроде не ходит в интернет, потому что ChatGPT все время все меняет. Да, это как с deep research. То есть я понял, что deep research — это глупая машина, да, и в нее лезть не надо уже. Уже надо, можно thinking пользоваться гораздо лучше. Но суть в том, что Pro не идет в интернет, но зато он суперумный с точки зрения знаний. Я туда за-загружаю, например, для анализа какие-то объемы большие, очень серьезные, научные или очень много когда документов анализирую, если мне надо очень много всего находить. Я, например, использую модель thinking, но опять же, я всегда выбираю heavy. То есть, вот у меня не существует не выбранного heavy. По сути, вот эти галочки выбора — это чисто опять же для хомячков. Потому что зачем мне не heavy? То есть мне вообще надо в жизни все время все heavy. И иногда я вот единственный кейс, который готов поставить, я готов поставить. Ну, я го-- я сейчас про ChatGPT имел в виду. Я готов, а не про то, что вы подумали, я готов поставить в, как вот, вот я понял Pro версию, когда они мне написали, что Pro версия типа нету поиска. Там, они иногда пишут, даже нельзя пере-переключаться между этими моделями. Но суть в том, что в Pro версии я хотя бы увидел для себя, вроде по описанию я знаю, что это подключается более серьезная, более серьезной мощности и, соответственно, окей, я ряд вещей готов отдать туда на час в работу.
Саш, возможно, ты попал опять в какое-то тестирование или какой-то глюк, может быть, был. У меня Pro нормально ходит в интернет.
До сих пор ходит, до сих пор ходит.
Да, да, да. Без проблем.
Смотри, у них просто было. Я тебе расскажу. У них было три недели или сколько они мне прямо писа-- смотри, когда я нахожусь в thinking, я в thinking пытаюсь поменять на Pro. Оно пишет: "Мы не можем поменять на Pro, потому что Pro не ходит в интернет". Смотри, сейчас это исчезло, Ильнар. Но когда я, например, вчера делал сложный запрос по Pro и мне нужен был интернет, она осталась в reasoning. И открывая ее ок-окно просмотра, что она делала, я не увидел ни-никуда перехода. Опять же, Ильнар, все мы можем находиться точно в тестовых зонах, потому что то, как меняются скорости везде, да.
Что хочется добавить про токены? Вот, э, для информации Anthropic выпустил Claude Sonnet 4.6. Хотелось еще про него в прошлый раз рассказать, чем она интересна. У него в бете один миллион контекст, один миллион токенов. Просто людям чуть пояснить еще раз, чуть детальнее, что это такое. Токен — это меньше слова обычно. И один миллион контекста — это примерно полторы-две тысячи страниц текста. Все понимают, что такое, ну вот, зрители, все же понимают, что такое полторы-две тысячи страниц текста. То есть, но выход у нее, она вам дальше, когда что-то делает, обрабатывает, она может выдать только шестьдесят четыре тысячи токенов. Ну, то есть, ну там, условно, в семнадцать или во сколько раз меньше, да? То есть она может назад вам выдать. Это получается объем, даже если там в двадцать раз меньше, там, это сколько получается? Ммм, сто, сто, ну, там, условно, сто страниц вам может назад выдать она, вернуть вам. Я говорю сейчас в Anthropic, это там бета-версия стояла. Системы тоже разные, с разными контекстными окнами. Иии потому что Anthropic обычный режим Sonnet, там двести, двести тысяч токенов. Э, опять же, смотрите, люди про это как бы-- очень много технической информации. Вот все эти параметры, размеры моделей, э, количество токенов — это все, это как эссе для меня слово, да? Это вот очень технический мир. Но а людям важно понимать, что когда вы имеете возможность загрузить две тысячи страниц текста всего лишь в самой крутой версии, это значит, что если ваша жизнь, представьте, вот у вас двадцать четыре часа, вы записываете как-- какую-то свою жизнь, записываете ее, и она оформляется в текст, то система сможет распознать ваш день. Ну, вот если в текст перевести, очень много всего сделать. С точки зрения, правильно, Ильнар? С точки зрения распознания.
Я, я сейчас говорил про Claude, да, я сейчас говорил, да, про Claude.
Что остальные компании к этому тоже подтянулись. И это хорошо. Вопрос в том, насколько они не теряют контекст. Э, как бы в одном миллионе токенов надо еще, э, не, не потерять нужную информацию, да. Это же, вот несколько, по-моему, два набора "Войны и мир", если я не ошибаюсь, две тысячи слов. Ой, в смысле, э, один миллион токенов. Вот. Но, соответственно, да, это круто. Это значит, большие кодовые базы, большие проекты можно заливать туда.
Да. Но когда, например, я заливаю туда проанализировать огромный объем, например, звонков одновременно, то есть это файлы уже больше, чем две тысячи страниц, то она все равно их анализирует и пишет, что она все изучила и все проанализировала. Но тут другой момент, что не разбила ли она тогда это на блоки, да? То есть, по идее, она, наверное, побила это на блоки в режиме thinking, побила на блоки, потому что мы сейчас говорили про API с точки зрения токенов. Когда вы-- то, что вы загружаете в браузере, закидываете как файл, например, или как набор файлов, это большой вопрос вообще, что эти системы могут делать, потому что нигде не написано до конца, что они могут делать. То есть оно иногда видео распознает файл, иногда не распознает. Потом ты ему видео, например, кидаешь, он говорит: "Я видео все распознал, все полностью увидел". Вы знаете, да, что можно видео заливать? А аудио, например: "Я не распознал из серии". Ты такой, типа: "Почему аудио, например, не распознали?" Потом ты, например, кидаешь ему файл, он говорит: "Я не могу больше десяти-
Ты, например, кидаешь ему файл, он говорит: "Я не могу больше десяти файлов принять". Ты такой в zip-архив запихнул тридцать файлов, он в zip-архиве тридцать файлов принял спокойно, легко и все их распознал, полностью разделил, показал и показал тебе что и как.
То есть, конечно, очень много внутри, различных тестов. И для этого, помните, мы в прошлом вер-- в прошлый раз рассказывали о том, что в Англии человек на восемь тысяч фунтов смог скидку там себе сделать восемьдесят или сколько процентов. И, по сути, OpenAI сейчас внедрил, Lockdown Mode, да? И, эта тема, которая позволяет в рамках корпоративного использования, отдельно, уходить от риска различных галлюцинаций или, там, вредных инструкций ограничивать, да? То есть они внедряют вот эти системы для того, чтобы корпорации..., я вообще представляю, что там творится. Есть же люди, которые постоянно пытаются эти модели взломать или постоянно пытаются через эти модели что-то сделать . И там бесконечно какое-то количество апдейтов идет. Вот сейчас в рамках корпоративного уровня выпустили вот этот OpenAI для тех, кому, опять же, интересно, они выпустили Lockdown Mode и метки elevated risk, да? Как раз таки для защиты от, от-- для защиты от промт-- prompt injection. То есть когда, мы через промт, подставляем, ищем вариант ответа. Помнишь, помните, Ильнар год назад где-то или полгода назад давал такой квиз или игру, да?
В Gen3 играли, да.
Да.
Да, я тоже сейчас про это вспомнила.
Да, и можно было через про-промт как бы вот эти prompt injections, да, как на английском языке, если говорить про это, про-- как промт-вирусы, да, такие, как промт-вставки.
Внедрение, да.
Промп-внедрение, да, такие, да. Но вирус будет понятно на русском языке. Вот, да, внедрение., изменить чуть-чуть, получить что-то дополнительное такое себе, чтобы вам система выдала информацию, ту, которую-- на которую вроде она не должна выдавать, да, или где она ограничена. Понятно, что основное ограничение сейчас в мире идет все, что связано с, военным разным распространением, убийством людей, насилие, создание различного, там, химического оружия и всего остального. То есть вот там основная зона этих ограничений, которых-- которые вообще идет.
Ильнар, ты хотел по этой теме добавить, а я перейду как раз таки к, военной, военной теме.
Я бы, если можно, немножко о новостях, которые меня восхитили прям вот до, до глубины души, вызывают трепет. И они еще как раз, Тань, к твоему вопросу про GPT-5.2 Pro, да, как бы, в чем его смысл., вышла на этой неделе информация, что группа физиков, физиков мирового масштаба, выпустили статью. Ну, это еще не статья, это препринт, то есть она не опубликована, но уже как бы информация о ней появилась. И новые научные открытия сделаны в соавторстве с GPT-5.2 Pro. Алекс Лупсаска у себя в иксе в треде описал, как процесс этот происходил. Если коротко, он участвовал в программе OpenAI For S-- For Science. Соответственно, в процессе предложил своему научному руководителю тоже поучаствовать, потому что был восхищен теми результатами, которые GPT-5.2 показывает. И дальше они, соответственно, попробовали с помощью GPT-5.2 пройти, один этап в своей статье, который н-не могли самостоятельно решить. И так получилось, что спустя какое-то время, там, по-моему, двенадцать часов, моделька размышляла, поскольку они смогли подобрать нужный промт или еще что-то такое. Они справились с этой задачей. Настолько их это восхитило, что они везде указывают, что сделано все это в соавторстве., в треде в иксе можете почитать. Он указывает, на конкретные формулы в препринте. Вот мы дошли до этого, не знали, как это можно упростить. Соответственно, дальше, вот благодаря вот этим формулам мы смогли упростить дальше. И вот эти формулы, они, собственно, были получены с помощью GPT-5.2 Pro. Они сами до этого не додумались. И вот, как бы, это очень круто. Это очень круто, что в передовой науке, есть возможность получить результаты с помощью, моделей. Теперь почему это вызывает у меня трепет и восхищение, помимо того, что как бы, как будто бы это и так очевидно, что это круто. Смотрите, наука так устроена, что на самом деле, если мы берем передовой край науки, очень мало людей в этом разбирается. Даже найти человека, с которым нормально можно обсудить эти вопросы, это, ну, проблема. Их не так много, если мы берем вот прям краешек науки. Я вспоминаю свою диссертацию. Я вот когда свой диссер защищал, там определенное количество докторов наук сидит, там, человек двадцать, наверное. И вот они слушают то, о чем ты рассказываешь.
Я прекрасно понимаю, что в этой аудитории, где было там двадцать докторов наук, заслуженных математиков, которые в математике, ну, как бы, мое почтение, очень хорошо разбираются, в моей теме глубоко разбиралось три человека: я, человек, который писал эту диссертацию; мой научный руководитель, который, собственно, направил меня в эту тему, и, очевидно, он в ней хорошо разбирается; и оппонент, который, ну, или, там, два оппонента, которые были, которые мою диссертацию разобрали по полочкам, задали мне какие-то дополнительные вопросы на этапе предзащиты. Мы, мы с ним полностью весь этап прошли. Все остальные какие-то очертания понимали, но детали с ними обсуждать, ну, невозможно, если они в эту тему не погрузятся. А теперь смотрите, что мы получили. У всех, у кого есть вот доступ к, чату GPT, ну, там, Gemini и так далее, но сейчас про чат GPT говорим, да, есть возможность пообщаться на тему, в которой разбираются вот несколько физиков. На весь мир есть там десяток человек, которые понимают вот то, что там происходит. И чат GPT тоже, который с ними плюс-минус на одном языке разговаривает., для меня это просто шок. То есть я вот вспоминаю, что если мне хочется свою диссертацию с кем-то обсудить, да, ну, как бы это диссертация кандидата наук, это очень низкий уровень, это не так много людей в, там- Институтах в, там, если брать, там, Казань, если брать, там, Россию даже, да, это, ну, там, какое-то не очень большое количество людей, которые в этой теме разбираются. Да, можно сказать, эта моя тема никому не интересна, не занимайся более интересными вещами. Да пофигу мне. Но с ChatGPT я могу это обсудить, и это очень интересно. Для меня это просто, ну вот, огромный шаг для всего человечества. Это как когда-то говорили, помните, что вот когда появился интернет, что вот все, там, вся мировая библиотека, все знания у вас находятся в кармане. Ну, люди все равно там котиков листают в рилсах, да, вместо того, чтобы там какие-то вещи обсуждать. Но сейчас как бы шаг еще дальше прошел. Да, да, да. А сейчас шаг еще дальше. У тебя есть возможность общаться и обсуждать какие-то, ну, запредельные вещи, которые, ну, очень мало людей на планете, ну, может понимать.
Что вдвойне-
Это да.
-и страшно, и восхищает. Я вчера, знаешь, тоже засыпала, думала, наверное, какой-то будет переходный этап, пока там не создали этих, огромное количество роботов. Когда, наверное, создадут роботов, то вообще все, с людьми покончено. Но пока это не сделано. А мне кажется, ты будешь приходить там к врачу, и тебе будут давать на выбор: вы хотите пойти к AI или к человеку. А потом, наверное, вообще даже уже и человека предлагать не будут. Или там певцы будут, ты что-то слушаешь, какую-то композицию, думаешь, какой красивый голос, а потом смотришь, а это оказывается вообще не человек.
Тань, ты сейчас делаешь прям шикарный переход к еще одной небольшой новости. Сейчас я украду у вас еще пару минут. Помните, Саш, ты тоже рассказывал, что в офисе Anthropic стоял, э, вендинговый автомат, которым можно было управлять. Управлял им AIка, и вот там что из этого получилось. Вот эта же компания, которая сделала этот, э, Vending Bench, бенчмарк по управлению вендинговым автоматом, она решила провести следующий эксперимент. То есть, ну, вот, э, в какой-то цифровой среде AI уже нормально работает. Вон статьи вместе с учеными пишет. А что происходит, когда нам нужно с реальным миром столкнуться? Вот ты же говоришь: пока роботы не появились, мы вроде как в безопасности.
Да, физические какие-то.
Они сделали. Да, да. Да, они сделали следующую забавную штуку. Они в-взяли, э, модельку. Эта моделька условно как, а, администратор вот офисного центра. И они сказали: "Слушай, нам надо поставить тренажер на крыше". Да? Вот там собрать, там, я не знаю, э, небольшую физкультурную площадку, но для этого необходимо же вот физически руками затащить туда оборудование, собрать его, смонтировать и так далее. И они позволили модельке нанять человека. А, то есть дали ей полный доступ, выделили какой-то бюджет. И вот моделька начала, а, ходить по разным ресурсам и на этих ресурсах пытаться захаить, ну, нанять человека, который придет и выполнит необходимую работу. У модельки есть доступ к видеокамерам, и она, собственно, может все этот процесс отслеживать. Э, тоже статейку приложим, почитайте. Там очень занимательная история, как моделька сначала пыталась на одном, э, сайте найти исполнителей, но у нее там ничего не получилось. Восемь раз она получила отказ. Э, они изучали, э, каким образом происходят коммуникации и прочее.
Не нашли причин, почему, э, модельке отказывают, но потом она смогла найти какого-то другого человека на другой, э, площадке.
Сейчас есть сайт для этого. Знаешь, Ильдар, что сейчас есть сайт для этого, да?
Да, да.
Сайт, там где модели будут выкладывать свои заказы.
Да, а она как бы на общедоступном человеческом сайте, где люди выкладывают заказы.
Да, да, да.
Вот ее туда пустили, и там нашелся мастер, Вадим, кстати, его зовут, который, собственно, пришел, выполнил работу. Она по камерам отследила, что вот этот специалист теперь находится на крыше, что вот он выполняет работу. При этом сообщала, э, что происходит, э, своим кураторам, так скажем, и так далее. Было занятно
И так далее. Было занятно, какие выводы делали, что моделька не ориентировалась на пол, расу, еще на какие-то вещи, что она выбирала человека исключительно, там, исходя из каких-то таких, я не знаю, наверное, по отзывам или еще по чему-то, но они отдельно акцентируют, что там нету такого bias, потому что там, я не знаю, должен быть там коренным американцем или, э, еще какие-то дополнительные bias, которые иногда встречаются, да? То есть здесь такой истории не было. И вот это показывается как один из шагов к тому, чтобы модели получили влияние на реальный мир. То есть моделька может уже теперь, пока роботы не появились, о которых начала говорить, она может нанимать человека и выполнять какие-то действия, которые нужны, условно там, я не знаю, э, почистить серверную, заменить какое-то оборудование.
Такие были уже кейсы, где, например, модели надо выполнять работу, а, именно физическую. Например, надо, чтобы человек вышел на улицу и сделал опрос физически. И, а, и модели-- я сейчас попытаюсь быстро найти, а, ресурс этот, что, а, писали про то, что как раз таки, ну и по идее, это точно будет существовать, смотрите, когда роботы начнут заказывать для людей работу, да? Это очень понятный кейс. То есть, например, модели надо дополнительно получить выборку текущую двести человек, она готова за это заплатить деньги. Ну и все. Она просто поставит задачу. Человек пойдет, положит, придет, ответят и модель, модель точно сможет проверить, он обманул или нет.
Да.
Вот. И получишь результат, да.
И тут хочется вспомнить ту шутку. Помните, ну, как грустную шутку, что у лошадей было там пятьдесят лет. Сколько лет будет у нас? Да, да, да. У нас какое-то время будет. Да. У нас какое-то время будет возможность выполнять те физические задачи, которые модельки не могут выполнять. А с появлением роботов боюсь, что экономически целесообразнее будет модельке нанимать роботов, а не людей. Самое ужасное, что мы это все создали. Сами себе подписали приговор.
И в наше ли будет это время? Напишите обязательно, это всегда интересно. Давайте перейдем к следующей теме. Мы в прошлый раз обсуждали о том, что искусственный интеллект на передовой с точки зрения военной промышленности и политики. И все же, значит, тут произошла на этой неделе такой, мне кажется, достаточно серьезный прецедент, и это все больше будет, э, по-настоящему вообще показывать, а, э, что системы все делают. Есть конфликт между Пентагоном и Anthropic разразился. Значит, вспыснул, вспыхнул, вспыхнул конфликт, что, а, Пентагон говорит следующее: что они имеют право использовать, а, для любых законных целей модель, в данном случае законных, то, что считает законным Пентагон. Вот. А есть же сотрудники компании, которые считают, что многие вещи делать нельзя. И, в частности, сот-- почему это вообще проблема стала? Из-за того, что в Anthropic высказались, и была цитата, в Anthropic высказали, что нашим-- нашу систему использовали во время захвата там, во время захвата президента, во время захвата Мадуро в Венесуэле. И нашу систему использовали для того, чтобы погасить других людей и сделать им плохо. Мы типа против этого. И прямо там очень жестко высказались, сказали: "Если вам что-то не нравится, то мы вас везде отключим, и вас вообще нигде не будет, и вас никто не будет нигде использовать". Вплоть до того, что там были заявления, а, что вообще систему никто нигде не сможет использовать. То есть вот триггер номер один — это был именно рейд против Мадуро. И был триггер номер два, по сути, что Пентагон продавливает доступ к том моделям в секретных сетях без стандартных ограничений. Это о чем говорит? Что существует модель, у которой есть какие-то ограничения. Мы с вами видим ограничения. Есть программисты, которые тоже там есть ограничения. Есть программисты, на самом деле мы должны понимать, что есть ядро людей, у которых ограничений нет, которые создают эти ограничения, и они для себя эти запросы могут делать. Вообще эти люди, которые сидят внутри с точки зрения ядра, они же могут использовать эти мощности, как они хотят их использовать. И вот, например, у глав компаний, таких как xAI, таких как Gemini, у них есть, интересно, ограничения или нет? И дальше появляются отдельные компании регуляторы, которые говорят: "Вы нам отдаете модель, и, по сути, вы нашу модель вообще, вы нам должны передать модель вообще без ограничений, развернуть ее. То есть вы должны не просто нам отдать все, что вы сделали, а вы нам должны отдать все, что вы сделали еще со всей как бы широкой мощностью". Ну, очевидно, что вот в Америке еще такие кейсы обсуждаются, но они, возможно, да, что в Америке возможно, что один высказывается против другого, и они дальше продолжают жить. В Китае, ну, вряд ли. Мне тяжело это представить, чтобы в Китае глава какой-нибудь компании заявил, что мы тут против использования наших систем в процессе распознавания людей в городе.
Вот. Там, конечно, поражает вообще, что, что делают в Китае с точки зрения автоматизации вообще городов, регионов, разных зон. Меня, конечно, это вообще поражает просто. У них уже там система, когда в городе следят за тем, человек мусор неправильно где-то поставил. То есть если человек мусор где-то неправильно поставил, значит, ему в Шанхае, то ему тут же приходит домой оповещение, потому что распознало его лицо. Они знают, что это он именно неправильно поставил где-то мусор. Ну, там, типа к мусорке принес. Знаете, как рядом мусор, место нету и рядом с мусоркой ставят. И там вот кейсы прямо такие показывают.
Домой штраф, домой возвращается, а там штраф.
Так там, там не просто штраф, у тебя же есть система определенная, все равно рейтинг Рейтингов, рейтингов, информирования, там, слежки, деталей, всего остального. То есть ты, по сути, на-- с одной стороны, это неплохо вроде как, да? Но с другой стороны, к-- если это не используют против твоей обычной жизни, да, всегда. Эта тема, она-- почему я ее привел с точки зрения Пентагона, Антропика? Потому что, конечно, для людей, которые, ну, все же люди в разных пространствах находятся, да? Кто-то считает: да все будет в порядке, там, ограничен, или все будет в порядке, не ограничен. Конечно, эти компании, уже связаны напрямую с государством, и это всего лишь, микроконфликты, там, деление какой-то политической власти.
Вот хотелось его, подсветить, потому что тема использования в военной промышленности, ну, она будет в любом случае продолжаться, продолжаться везде. По поводу, э, Эльнар, вот есть тема интересная, мне кажется, которую тоже надо подсветить., ты говорил, что Gemini, там, апдейт, то, что Gemini выпустил Gemini, G-- , три, Deep Think. Иии это, по сути, система, которую выпустили , для, науки и инженерии. Иии, ну, там дали доступ ультра, всякие, там, всякие, там, параметры дополнительные дали. Иии, в этой системе, что подчеркивается в описании, что эта система, по сути, уже агентской работы, да? И вообще все новые системы thinking, сейчас, если посмотреть в мире все тренды, на этой неделе было столько апдейтов, очень много в Китае, очень много апдейтов, просто нереально, просто нереально, поголовно апдейты. И, все модели начинают переориентировать на агентское использование. И вот здесь вот вопрос, насущный вопрос. Я вчера целый день ехал и размышлял на тему, вот, агентов, иии мне все хочется больше тестов делать в-- самому лично. Не с помощью, там, сотрудников, разных, там, партнеров или кого-то еще в кодексы, а, вот этой-- агентском приложении. И я все меньше могу, живых кейсов представить себе. То есть у меня все больше кейсов перешло в обычные, ну, в обычную систему, когда я просто в чате что-то спрашиваю, а не у агента. Иии я вчера ехал, думал о том, чтооо, по идее, должен быть перескок. То есть сейчас использование агентов — это некоторая автоматизация процессов, старых процессов. Вот, в, в теории автоматизации компаний существует такое первое правило, которое всегда все нарушают в 99% случаях: не автоматизируйте, когда вы внедряете информационные различные системы, там, ERP, CRM, XRM и все остальное, MRP и так далее, не автоматизируйте те же самые процессы. Если вы внедряете какую-то систему, вы должны новые процессы создать, вы должны по-другому начать жить в компании. И вот мне кажется, что сейчас эра агентов — это когда все пытаются создать агентов на старые процессы и все рассуждают про агентов, ч-- наверное, кроме Илона Маска, да? Он так явно не рассуждает. Все рассуждают про агентов как про автоматизацию старых бизнес-процессов. И вот у меня вчера лично было очень стойкое ощущение, что это ошибка, иии, так агенты задачи решать не будут, что должны появиться абсолютно совершенно другие формы взаимодействия, там, людей, взаимодействия процессов внутри, взаимодействия различных организаций или контакта меня с миром.
Совершенно другие формы, да? Там и агенты станут живыми, ну, настоящими, крутыми, классными, очень интересными. Иначе мы влазим в очень серьезную проблемную зону. Новая зона проблемная высветилась., в частности, все знают, что Google, у Яндекса, мне кажется, то же самое есть. У Гугла есть быстрые подсказки. И когда ты что-то ищешь, он в этих быстрых подсказках выдает, например, номера телефонов компаний. Так есть внедренный хак. До сих пор никто до конца не знает, как появился этот хак. Ну, к-- , как вообще это появилось. До конца не знают, как вообще эта история появилась., как пои-- как, к-- кто это вообще создает? Но логика в том, что у вас часть, телефонных номеров, которые вы получаете в поиске, они подставленные, скамовые
Подставленные, скамовые. И, по сути, вы, например, получили через подсказку номер компании, а в реальности это не номер компании, это скамовый номер. И вы куда-то звоните, и вы попадаете в службу, которая дальше крадет ваши деньги, условно, да? То есть, к-- вы представьте, вы пластиковую карточку переворачиваете, там номер банка. Ну и мы все понимаем, что это реальный номер банка. Ты туда звонишь, ты как бы веришь, что это номер банка. Как если мы переворачиваем пластиковую карточку, а там ненастоящий номер. И вот с этими подсказками со всеми сейчас мы перешли в эру очень большого скама. И вот это рассуждение в интернете, которое, это, по-моему, у, эээ, ну, известная, известная, э, медиаагентство делало в Америке, что нету анализа, э, поступления этих данных. И, э, как эти системы вообще смогут нормально, по-настоящему все проверять и все анализировать. Потому что все же, когда мы находимся в обученных различных моделях и в системах, в-- назад возвращаясь к ложной информации, да. Сейчас люди занимаются, там, типа, чтобы их информация попадала в, вот в эти большие модели, то, что мы в самом начале говорили. Но сколько там лжи и некорректной информации? И как ее будут использовать в-- те же самые агенты или те же самые системы, не понимая до конца, что это такое? Куда-то звонить, что-то делать, что-то анализировать. И объем этого будет только увеличиваться, он не будет уменьшаться. И эта проблема, которая была поднята, она очень серьезная. На самом деле, эти телефонные номера — это реально очень серьезная проблема, потому что смотрите, что сейчас будет происходить. Сейчас же, вот есть, например, каталоги. Вот в Америке все рестораны заказываются в приложении OpenTable. Предположим, в OpenTable сидели до этого сотрудники, которые парсили тексты, описывали рестораны и заносили телефонные номера. Сейчас все думают о том, как уменьшить количество сотрудников и сделать автоматические парсинги. Ну, они и были, а, их очень много и было автоматических, да, различных. Я сам участвовал в большом количестве создания таких каталогов. А представьте, когда это перейдет в режим агентский, таких агентских каталогов, и там начнут появляться ненастоящие, недостоверные номера, недосто-- н-недостоверные сервисы и так далее. Вот.
Ильдар, ты хотел дополнить, да, на эту тему?
Да нет, я как раз к тому, что, в чем проблема-то ключевая, да? Что если представить, что агент начинает искать номер телефона и звонит по нему, и ему попадается скамовый номер, то он может по нему позвонить и, соответственно, таким образом, там, я знаю, потерять деньги или еще что-то такое. То есть вот в этом, да, основная опасность?
Ну конечно, ты звонишь, например, по этому телефонному номеру, выдаешь свои персональные данные. Ты, например, куда-то звонишь и выдаешь, не знаю, свои паспортные данные, рассказываешь. Или рассказываешь, куда ты ездишь. Или звонишь, выдаешь бронь своего, например, отеля, а потом кто-то заходит и его отменяет или тебе как-то переносят, или меняют на какого-то другого человека. То есть и я уже не говорю про финансовые системы. С финансами там куча проверок, но мы все знаем, что по всему миру воруют деньги у людей финансово, да, в обратную сторону, когда, когда они им звонят. А теперь представьте, вы звоните куда-то, и у вас происходит некоторая подмена. То есть даже вот у меня, я достаточно здоровый человек с точки зрения бдительности и всего, не попадался там ни на какие мошеннические разводы, на все остальное, тооо-- хотя мне звонили, там, кто-то периодически, там, и все равно 20-30 секунд ты там включаешься здоровым умом и говоришь: "Так, стоять, что-то не то происходит". Но когда, когда тебе это подставляют твои же существующие системы, к которых ты привык, то есть ты все же-- я все же доверяю, честно могу сказать, что если открываю карточку Google, что там телефон того места, куда я звоню. То есть я дове-- вот я вчера, например, звонил, там, в отдельное подразделение, моей системы медицинской, где я обслуживаюсь, ну, как больницы, и за-- для-- з-записаться, чтобы сделать определенное УЗИ. И мне этот номер телефона прислал врач и сказал: "Позвоните туда, запишитесь". А есть ситуация, когда я звоню в эту же клинику, в ChatGPT спросив номер телефона. И когда я туда записываюсь, я же не знаю, кто с той стороны на самом деле находится и что это за люди, которым я сообщаю свои номера, какие-то данные.
Понятно, что если они у меня спросят: "А скажите мне номер вашей пластиковой карточки, там, все коды и все остальное".
С оборота, да.
Ну, в Америке. Ну, я так скажу, в Америке, смотрите, в Америке это стандартный вопрос. Вот я сегодня еду, э, там, в парикмахерскую с детьми, и у меня месяц назад-- а, мне девушка говорит: "Скажите мне номер своей пластиковой карточки, с оборота все цифры, полностью все". И ты вначале, у тебя как у человека, ро-родившегося в Восточной Европе, ну, там, в Беларуси и жившего в Москве, ты такой типа: "То есть я вам скажу свои данные?" И здесь это всех поражало всегда. Я помню, когда люди приезжали, у них пластиковую карточку забирают. Но мне нет разницы, что я ей сообщил. Она не может украсть мои деньги. Она если их украдет, я тут же зайду и верну их себе назад. Ну, то есть банковская система США очень простая, что если у тебя списали деньги с твоей кредитной карточки незаконно, то тебе их вернут. Тебе их вернут. Вы за это переживать не надо. То есть я вообще ноль дали- Но при определенном количестве. Да, вопрос другой. Там же есть ограничения. Нет, мне вернут любую сумму. Ну, на моих, по крайней мере, счетах вернут любые суммы. Другой вопрос-- если списали, конечно, любые абсолютно. Вопрос следующий. Вопрос в том, что я-- а слежу ли я за этим, и какие у меня суммы списывают? Вот это другой вопрос. Если, например, у меня бы списывали там по $20-15, то я на это-- или, там, 30, или даже 100, там, или 150, я на это не обращу внимания, например. Вот это проблема. Огромное количество людей же не сверяет выписки и не следит за прямо индивидуально каждой супертранзакцией. Я знаю таких людей огромное количество.
В этом, там, другая проблема есть. Ну вот, все-- я имел в виду это, эту информацию, Ильдар, с телефонами. И, по сути, это именно объем, э, некорректной, недостоверной информации прооо вообще какого-то человека. Вот сейчас пошли тренды, например, что роботы ищут на работу лю-- ну вот представьте, тебе нужен кандидат. Есть роботы, которые сами проходят, например, систему, там, LinkedIn или HeadHunter, или что-то еще, ну, в разных странах свои. Проходят, например, LinkedIn, находят кандидатов сами и дальше рекомендуют их тебе, чтобы ты уже к этим людям обратился. Здесь вопрос следующий: когда робот проходит, он какую информацию получает? Или, например, робот проходит, получает LinkedIn, заходит, например, в ChatGPT, грузит эту информацию и получает какой-то объем запросов. Вот я периодически читаю, какую-то информацию про рынок, ну, бизнеса, э, в СМИ. Меня поражает, насколько они некомпетентны Что они не могут открыть ChatGPT и до конца изучить про этого человека по-настоящему, там, и посмотреть, что это за человек, что это за компания, когда она начиналась, там, собрать чуть больше данных. Но этого же будет все больше и больше. И вот эти данные, которые они будут сда-- собирать, они будут, насколько ре-релевантны и достоверны, да? Вот. Вот это, конечно, сейчас большая в этом проблема. Ну, она все больше и больше становится. Мы в прошлый раз про отзывы, да, про это говорили.
Да. Ну и возвращаясь к истории с агентами, как бы, если ты еще, там, какие-то вещи перепроверяешь внимательно, у агента может быть история. Если мы берем как вот агент, как сотрудник, да, как человек, который выполняет те действия, которые, там, ты сам выполняешь, или как твой личный помощник, или еще как кто-то, он как раз вот на этот скам может и попасться. А может, кстати, наоборот, их обучат так, чтобы они проверяли всю информацию более достоверно. Но вот к тому, что ты говорил, да, что про агента думают как про сотрудника, так просто проще., вряд ли это как бы то, как агенты будут в итоге выглядеть. Но гораздо проще представить себе его как вот личного помощника. Если ты понимаешь, что ты можешь дать это задание кому-то, и он его выполнит, то хочется вместо этого человека поставить агента. И чтобы агент, за человека с постоянной доступностью, с высокой скоростью, с хорошим качеством выполнял эти задачки. Поэтому, скорее всего, на агентов так и смотрят, как вот на сотрудников электронных, как на личных помощников, адъютантов, иногда как-так называют.
Ну, вот моя рекомендация людям и была в том, что посмотрите по-другому. Посмотрите то, что когда внедряете агента, это не просто ваша какая-то локальная автоматизация или какая-то затычка, да? Это как вот я говорил, одно дело, ты-- я ответ получаю в восемьдесят минут. Другое дело я в-- ответ получаю мгновенно. Мне дают совершенно другой инструмент. И этот инструмент, я за него готов платить десять, двадцать, тридцать тысяч долларов в месяц, потому что это, совершенно-- я могу делать совершенно другие вещи., Сам по себе представить эти вещи, как их делать, да? Вот в этом проблема в целом людей, которые не пользуются никакими, в основном же мир не пользуется, никакими моделями, да? Ну, по-честному, даже восемьсот, там, или миллиард пользователей, которые есть, — это люди, которые, там, заходят, какие-то вопросы иногда задают. То есть серьезных пользователей, их десятки миллионов, может быть, даже и меньше. Прямо супер серьезных пользователей, может быть, даже и меньше, чем десятки миллионов. И я даже из ста людей, которые я знаю, кто пользуется моделями серьезных пользователей, единицы, ну, та-таких прямо, которые по-настоящему внутри сидят. Вот, так как это новый процесс, надо проживать, к нему надо подходить, к нему надо подхо-подходить по-другому, иначе вы окажетесь в ситуации, когда и так все это уже делают. Потому что сейчас очень много в мире хайпа, который, ну, не хайп, но это уже прошло.
Это как, это как сейчас рассказывать, там, про внедрение к себе, в, каких-то простых вещей, которые можно сделать с помощью модели. Про агентов хочется зачитать вам список того, что появилось за последнюю неделю. Но мы все с вами понимаем, что это в том числе и медиапространство. Claude Sonnet 4.6 — это массовая, массовый планировщик агентов, и выделение на них ресурсов., плюс еще по прежней цене миллион токенов. Gemini 3.0 Deep Think, 12 февраля вышла. Это глубокое мышление оформляется как продуктовый режим под сложные задачи. То есть именно сложные задачи, в которых тебе выдается, когда у вас есть вопрос, на который есть сразу заранее много вариантов ответов. Это вот если вы спросите, как кормить собаку, да? То, казалось бы, простой вопрос. На самом деле на этот вопрос есть очень много решений. Это как? Что мне сделать с точки зрения вот этого здоровья? Там, как мне принять решение по работе, не знаю, моего сердца и так далее. То есть есть диапазон решений. То есть мы входим в мир диапазонов решений. Вот Google, представив вот эти обновления сейчас свои последние и на конференциях, там, на своих сейчас последних, они очень много про это говорят, что у вас появляется диапазон решений. Дальше.
Что у вас появляется диапазон решений. Дальше. OpenAI Codex Park и, ну, и OpenAI, Codex в целом, да, — это, тема для агентных цепочек. Codex Park в целом они говорили, что это агентские цепочки. Потом в Китае Doubao See 2.0, Китай — это выполнение агентный workflow. Qwen 3.5, 16 февраля — это native multimodal agents, это эко-экосистема моделей фреймворков внутри. Значит, вышло ещё-- в Китае отдельно выделяют объём сейчас денег на то, чтобы, захватить внедрение AI в повседневную жизнь. Они прямо сейчас развернули новую программу. Она у меня написана на китайском языке. Там битва субсидий, я не, не переведу вам, здесь китайский язык., суть, суть в том-- , при всем моем старом изучении китайского это мне точно неподвластно., суть в том, что, переводится, эти иероглифы переводятся как война с красными конвертами. Они очень сильно нацелены на внедрение агентов, внутри различных. Короче, тема очень живая, очень интересная, много обсуждаемая. Всем ещё раз-- мы её, наверное, сколько уже недели две или три, прямо сильно подняли., описывайте, каких вы агентов делаете, какие вы, примеры интересные придумываете своей жизни с точки зрения использования, опять же, ежедневного. Что вы видите с точки зрения реальных трендов, которые появляются, да, и что можно делать? И, наверное, для людей, которые хотят что-то изобрести и придумать какие-то решения, это хорошая тема для рассуждения. Кстати, была прикольная, статья, на что ориентируется Y Combinator., хотя для меня, если честно сказать, это некоторая помойка по чесноку стартапов, да. Но на что они ориентируются в, в какие темы они ориентируются впереди? , например, там одна из тем была-- вот, Эльнар, ты рассказывал как раз про то, что агенты в физическом мире задачи ставят. Одна там из тем была — это, на разв-- создание внедрения AI в обычные физические процессы рутинные. Вот было, был такой тренд года три-четыре назад все обсуждали, что, надо вкладывать деньги в сантехников, там, в электриков, что их никто не заменит. Вот у меня с тем, что сейчас делается в мире, в роботах и в моделях, всё, всё больше, ощущения, что как раз таки их-то из-- их, вот по ним-то проблем не будет. То есть понимая, что ты сейчас можешь сделать с точки зрения электрики, ты понимаешь, что вот по эти-- по этим вопросам больше не будет. То есть я вижу, как я сам лично во многих системах, я живу в достаточно непростом доме или, там, среде. Какие я вещи начал делать сам лично, которые никогда в жизни не делал. Иии это, наоборот, убирает, отодвигает вроде как этих людей от меня и дает возможность обычным простым людям решать свои задачи очень легко, а не, не сложно., ну что, увидимся ровно через неделю. И пишите, какие вы хотите спецвыпуски. Следующий выпуск будет про AI safety.