Люди, игнорирующие AI сегодня, – это будущие артефакты. Их повадки, мышление, подход к работе будут изучать как “интересный феномен эпохи перехода” – вроде как люди уже жили среди магии, но продолжали добывать огонь трением.

Мы правда живем в исключительное время – когда можно учиться у Карпаты, Хинтона, Брауна буквально с экрана в момент их мысли. Пропустить такую возможность – это не просто лень, это добровольный цифровой анахронизм.

Отказ разбираться в AI в 2025 году – это как отказаться учиться грамоте в XIX веке, потому что “и так неплохо живётся”.


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


Лучше уже и не скажешь: What an absolute gigachad. No fancy introduction, everyone knows who he is. No immediate request to like and subscribe, we've already done that. Just "Hi Everyone", and then he jumps right in. The world needs more Andrej's.

For those who don’t know, he is not just some random content creator; he is a renowned scientist in the field of artificial intelligence and a founding member of OpenAI, the company behind ChatGPT.

We’re living in a time where knowledge is being shared directly from the source—like learning relativity from Einstein, quantum mechanics from Heisenberg, evolution from Darwin, black holes from Stephen Hawking, or psychology from Freud.

What makes it even more special is that despite being such a brilliant mind, he carries himself with patience and a calm, soft-spoken nature, explaining complex topics with remarkable clarity.

It’s incredible to witness this shift, where groundbreaking insights come straight from the minds shaping the future of humanity.

I never imagined a scientist could be such a great teacher, making complex topics clear and engaging for everyone. The world is lucky to learn from you—I look forward to more insightful videos. Thank you, sir!

Про MCP

Не могу смотреть на лютый перекос между всем миром и русскоговорящим IT.

В мире сейчас всех от разработчиков до дизайнеров волнует ИИ: модели, агенты, технологии.

Как это поменяет нашу жизнь и работу в ближайшие 10 лет, и как на этом можно заработать, пока не поздно.

В русскоговорящем спейсе всех все еще волнует лосось на завтрак, касдевы, льготная ипотека и прибавка к зарплате $200.

Это байес, и он скоро уйдет.

На что сейчас стоит обратить свое внимание, чтобы лучше понимать происходящее?

На MCP.

MCP это Model Context Protocol — стандарт от Anthropic, который позволяет интегрировать ИИ с другими системами.

Представь: вместо того чтобы каждый раз заново интегрировать ChatGPT с твоей CRM, календарем или парсером ютуба, ты один раз настраиваешь MCP-сервер, и любой ИИ-агент может работать с твоими данными через стандартный протокол.

Это важно, потому что без интеграции с другими сервисами ИИ сложные задачи не выполнит.

Нужны интеграции и с мессенджерами, и с почтой, и с телефоном, и с соцсетями, и с рабочими инструментами.

Что это значит для тебя?

Это новая большая тема.

Скоро в ней будет много бесплатного трафика и мы увидим много новых компаний, выросли за 2 года до космических оборотов как Cursor.

Пилить MCP довольно просто.

Если ты разработчик — изучай MCP прямо сейчас, посмотри что на гитхабе пользуется популярностью, вникай в тему.

Чекни, например, https://smithery.ai/

Или https://github.com/modelcontextprotocol/servers – почти 60к старзов.

Если ты продакт или фаундер — подумай какую работу можно будет автоматизировать связкой MCP + AI. Это не хайп, это новая инфраструктура.

Главное — не спи.

Пока русскоговорящий IT обсуждает очередные сокращения и удаленку, мир строит новую реальность.

И лучше быть в числе строителей, чем в числе тех, кого это все накроет.

Так что изучай MCP, делай пет-проекты с агентами, и помни: революция не будет транслироваться по телевизору.

Она уже происходит.

В глобальной картине вещей – мир меняется медленно. Но скорость изменений набирает темп десятилетиями. Рост продуктивности (новые идеи -> новые технологии -> открытые глобальные рынки -> …) происходит примерно последние двести лет.

С одной стороны, как я писал выше, if you are not doing AI – you are missing out.

С другой стороны, это же как в крипте (и почти всех других сферах) – много скама на хайпе, большие умы (кто-то разбогатеет, кто-то пропадет), много новых рабочих мест – других, ведь пирог и растет, и меняет свой состав.

С третьей – как и последние десятилетия, премия за риск (и жизнь с некачественным воздухом) лежит в развивающихся странах, где можно без всякого AI делать достаточно простые вещи, но делать хорошо.

Интересно наблюдать, как меняются каналы дистрибуции и/или маркетинга.

- ChatGPT без маркетинга, силой social sharing – №1 в productivity category.
- Google Gemini с рекламой в кинотеатрах и OEM-поставкой – №5.
– xAI Grok – №8 через поставку в X(Twitter) и охваты Илона Маска лично.

Я это к чему? Всё очень сильно меняется, но еще есть время зарабатывать капитал без покупки железа, чтобы крутить модели дома – но само это время может быть иллюзией. Возможно, окно уже закрывается, просто мы этого не видим из-за лагов в экономике.

Пока все говорят о том, что AI становится доступнее, реальная власть концентрируется у тех, кто контролирует данные для обучения. Не чипы определяют лидеров, а доступ к качественным датасетам.

Пока развитый мир фокусируется на frontier AI, развивающиеся страны могут захватить рынок "AI-as-a-service" - брать готовые модели и создавать локальные решения. Арбитраж не только в стоимости труда, но и в скорости внедрения.

Ты уже стал частью сдвига, или всё еще фон?

Is there a room for people that do not want to use AI to improve?

Улыбочка зашла – а дальше?

Помните, был такой – Medium.com? Начинался с прорывной идеи “вы, авторы, интересно пишите, а мы приводим трафик и делимся с вами прибылью от него и подписок”.

Потом Medium закручивал гайки в поисках инвесторской благости. В соседней комнате гайки закручивал и Facebook.

Тогда появился Substack, который предложил полный контроль авторов над своей аудиторией и, конечно, ML-рекомендации, чтобы давать новый трафик. Помню, как долго у меня не было веры в эту модель.

YouTube (и многие другие) показывал, что задача “давать трафик” – штука, с которой сложно слезть креатору. Ты можешь увести аудиторию на свою площадку, на работа над retention и уж тем более acquisition оказалась невыносимо сложна.

Вы удивитесь, но многие инфлюенсеры и другие представители creator economy буквально не понимают, почему они популярны. Это кейс “зашла улыбочка, давайте выжимать пока прёт”.

Я поверил в Substack, когда стал постоянно попадать на качественный, интересный, глубокий, многогранный контент на самые разные темы. Стало интересно читать. Как у большинства таких платформ – сложно активировать новых потребителей контента.

Теперь Substack дарит мне удовольствие чтения (но с появлением Feed я боюсь его трансформации в треш-поток). Похоже, что не только мне (см. график).

Теперь важно не потерять высокую долю качественного supply с приходом новых ai-generated shitty authors на площадку, где много demand (Spotify вот умеет бороться с такими музыкантами).

Вот думаю – а почему не получилось революции у Patreon? Они никак не победят ультра-слабый engagement.

Classic paradox: people do their best work when they've got nothing to lose. Meanwhile Europeans with bulletproof job security turned into office sloths – why try when you literally can't get fired?

Simple fix: stop playing fear games. Make salaries public so everyone sees who's actually worth what. Plus decent severance for everyone – a year's pay and job placement help. When you know you'll land softly, you can actually take risks and do cool shit.

BigTech забил на долгие сделки и согласования антимонопольщиков, и “лицензирует” технологии стартапов, забирая команду и выплачивая миллиарды инвесторам. Риск заметный и все на рынке понимают ситуацию, включая регуляторов. Но гонка слишком большая и важная, что не рисковать. Поэтому на переговорах лично Сергей Брин. Весело и вкусно, но может существенно подкосить американский рынок венчурных инвестиций.

А тем временем, бэклог ChatGPT – это самый вкусный клиффхенгер рынка. VC и фаундеры открывают апп с вопросом “умрет ли мой стартап завтра”. Писал с год назад – побеждать будут продукты, которые выигрывают от развития LLM. Still there.

Аэрофлот поставили в позу люди. А предсавьте, если у людей будет контроль над вашим компьютером по вашему же желанию. Меня это слегка пугает. Чувак говорит AI: «изучи ETF и купи акции на $500 реальных денег».

AI берёт под контроль браузер пользователя Твиттера (x.com) по имени Сатвик, выбирает акции, заходит на Robinhood (аля Тинькофф.Инвестиции) и совершает сделки – всё это на глазах у него самого.

Как?

Это Perplexity Comet. Новый браузер (вроде Brave, Chrome или Safari), который может управлять вашими вкладками.

То, что делает Сатвик – это то, от чего у любого финтех-директора должно подскакивать давление:

→ Пользователь говорит: «Возьми $500, изучи ETF и выбери акции на сегодня»
→ AI исследует ETF в tech и healthcare
→ Пользователь говорит: «Теперь иди сам и купи их на Robinhood»
→ AI заходит на Robinhood, находит тикеры, оформляет ордера
→ Готово. Деньги ушли. Позиции открыты.

(Да, всё это можно было бы сделать через API. Но тот факт, что это происходит на глазах, делает всё куда ярче)

Мои три реакции (по порядку):

1. Это может закончиться катастрофой. А что если агент “заглючит” и вбухает все сбережения в какую-нибудь мусорную акцию? Или перепутает «диверсифицированный портфель» с «100% мем-койны»?

2. Хотя… возможно, это даже лучше, чем стратегия большинства. А у большинства она какая? Делать ничего. Откладывать. Переживать. И прийти к финансовому болоту.
AI, который просто берёт и делает, побеждает паралич каждый раз.

3. Подождите. А кто вообще за это ответственен?

Когда (а не если) это пойдёт не так – начнётся перекладывание вины:

* Perplexity: «Мы просто браузер. Команду дал пользователь»
* Robinhood: «Мы выполнили законный приказ от аутентифицированного юзера»
* Пользователь: «Но я не хотел покупать $10 000 акций GameStop!»

Вся юридическая система предполагает, что за каждым действием стоит человеческое намерение.
А когда решение принимает AI – эта основа рассыпается.

Мы совершенно не готовы.

* Должны ли брокеры отслеживать и помечать сделки, совершённые AI?
* Нужны ли новые механизмы защиты пользователей от AI-финансовых агентов?
* Что станет с рынком, когда миллионы AI начнут одновременно торговать в розницу?

Технология мчится вперёд, а регулирование, бизнес-модели и здравый смысл еле поспевают.

Каждый раз, когда я ощущаю страх/трепет перед AI – я вспоминаю: в 90% случаев лучше отпустить контроль и довериться ему.

It's the 10% that gets you.

С добрым понедельником.

The future is weird.

Занятное исследование про экономическое развитие сквозь призму живописи

Как бы все по логике и так очевидно, но тут подогнали научную базу. Представьте, что картины, созданные художниками на протяжении веков, могут рассказать нам о том, как чувствовали себя люди в прошлых обществах. В ходе исследования проанализировали более 630 тысяч картин, начиная с 1400 года, чтобы понять, как визуальное искусство отражает социально-экономический контекст своего времени. Авторы работы утверждают, что живопись является уникальным источником информации о прошлом, особенно когда других данных не хватает, позволяя изучить уровень жизни, неопределенность и неравенство, пережитые обществами.

Исследователи разработали специальный алгоритм обучения, основанный на нейронных сетях. Этот алгоритм обучен распознавать девять основных эмоций, передаваемых в каждой картине: гнев, страх, печаль, отвращение, благоговение, удовлетворение, веселье, возбуждение и «другое». Алгоритм обучался на огромном количестве размеченных изображений, и его предсказания были тщательно проверены, в том числе путем сравнения с собственными описаниями художников своих работ. Это подтвердило, что алгоритм действительно улавливает те эмоции, которые, возможно, были задуманы авторами или воспринимались их современниками. Ключевой аспект исследования — выделение так называемого «контекстуального эффекта», то есть эмоционального сигнала, общего для произведений искусства, созданных в одном и том же месте и году. При этом учитывались индивидуальные особенности художников, жанр и эпоха.

Результаты показали, что распределение эмоций в живописи содержит значимую информацию об условиях жизни общества. Например, возбуждение, веселье и благоговение чаще встречаются в периоды улучшения уровня жизни. Печаль, напротив, более выражена во времена трудностей. Чувство удовлетворения соответствует периодам стабильности, а страх – временам неопределенности и конфликтов. Также был разработан «индекс разногласий», который отражает степень эмоциональных различий между картинами, созданными в одном и том же месте и в одно и то же время, и оказалось, что он связан с уровнем экономического неравенства.

Исследование детально рассматривает, как эти эмоциональные показатели реагируют на крупные социально-экономические изменения. Например, повышение температуры связано со снижением страха и печали в искусстве, что указывает на уменьшение неопределенности и бедности. Напротив, рост цен на хлеб усиливает гнев и печаль. Увеличение торговой открытости ведет к более позитивному эмоциональному настрою, снижая страх и печаль. Внедрение новых технологий вызывает разные эмоциональные реакции: распространение пароходов ассоциируется с позитивными эмоциями (благоговение), тогда как распространение радио связано с ростом крайних эмоций, таких как гнев, отвращение и возбуждение, а также с увеличением эмоциональных разногласий.

Наконец, исследование показывает, как искусство отражает развитие производства знаний и политические изменения. Распространение научного знания и снижение религиозности в эпоху Просвещения ассоциируются с большей веселостью и удовлетворением в живописи, в то время как доминирование религиозных тем связывается с печалью. Войны и периоды автократии усиливают страх, гнев и эмоциональное разногласие в искусстве, а позитивные демократические преобразования сопровождаются благоговением и возбуждением.

Исследование демонстрирует, что исторические картины — это не просто произведения искусства, а богатый источник данных, способный дополнить наши знания о прошлом и дать уникальное представление об эмоциональном опыте обществ, переживающих крупные преобразования.

https://www.nber.org/system/files/working_papers/w33976/w33976.pdf

Важно понимать тезис “High Risk – High Reward”.

Детям (да и не только) – чтобы не верить наивно в тапание хомяка и возможность зарабатывать капитал, буквально страдая фигней.

Взрослым (да и не только) – чтобы подумать о будущем, как хочется сформировать свою независимость от (подставь то, что тебя утомляет)?

Выбор высокорисковой деятельности/активов – это и смелость, и навык делать из этого деньги. Но порой бывает, что внешние обстоятельства толкают тебя от high risk к чему-то крайне консервативному.

Так, например, по соседству живущий Сергей Мосунов выкупил у изумрудо- и рубинодобывающей компании Gemfields ювелирный дом Фаберже. А мое сознание заострилось на этом, потому что еще недавно до войны Сергей хотел купить "Группу ГАЗ".

Я могу лишь фантазировать, сколько интересных изменений, новых продуктов и важнейших для России шагов в автомобилестроении это могло быть дать. Но нет – никому не была нужна предпринимательская эффективность и энергия. Держать, фронтить, пилить и СМС-ка из банка два раза в месяц.

Вместо этого Сергей вложит свою энергию в иностранный ювелирный бренд Фаберже. Enough high risk for a builder?

Обновился до iOS 26 Tahoe + Liquid Glass – и понял: я жил в технологическом застое, слепоте и инерции. Скучно и ноль инноваций. Купил OnePlus 13 из любопытства и осознал масштаб собственной слепоты.

Android летает как ракета и выглядит замечательно. Камеры намного лучше iPhone. AI реально работает, а не как жалкая пародия Apple Intelligence. Интеграция Gemini в простые рутины с телефоном – великолепие.

Вчерашняя презентация Google? Разгром. После провальных демо Gemini они сделали серьезную работу над ошибками – execution, delivery, железо. VP of Marketing без страха называет Apple в прямом эфире демо своих флагманских продуктов.

Apple сегодня напоминает Nokia 15 лет назад. Помните, как нокиевцы смеялись над первым iPhone? "Эти дилетанты не умеют делать телефоны!" Смеялись... и исчезли.
Apple пока не смеется, но признаки тревожные. Для технологического бизнеса слепота к трендам недопустима. Пусть не слепота, но do not execute on this – смертельна в масштабе.

Очень хочется поделиться отличным материалом @FastSaltTimes (подпишитесь и оплатите, это того стоит). Оно за пейволом, поэтому выкладываю PDF. Sharing with friends, you know. Я чувствую это движение обществ по тонкому лезвию и очень хочу помочь шагать вперед уверенно. Это одна из вещей, влияние на которую делает меня счастливее.

——————

«Надежная основа» (secure base), по Бруксу, состоит из нескольких ключевых элементов: надежная привязанность к родителям, глубокая привязанность к определенному месту, уверенная преданность нации и убежденность в ее благородной миссии, а также надежное встраивание в моральный порядок.

………

Брукс говорит об этом просто: если в семье человек не научился заботе, не почувствовал тепло безусловной любви, то потом ему трудно создавать связи, основанные на доверии. И тогда в общество выходит поколение умных, талантливых, но замкнутых людей, для которых отношения становятся источником тревоги, а не силы.

………

How to Know a Person он утверждает: «Самое главное искусство жизни — это искусство видеть других глубоко и быть увиденным глубоко». Для него это не поэтический образ, а практическая задача: создать культуру, где люди не бегут мимо, а останавливаются и вглядываются.

Второе — сопротивление поверхностности. Брукс понимает, что цифровая эпоха не отменится, но она требует от нас сознательного усилия: выбирать живое общение, искать встречи, строить реальные сообщества. По сути, речь идет о возвращении к самому простому и одновременно самому трудному: разговору, доверию, вниманию.

Третье — это восстановление «дерзости», способности действовать смело. Он замечает, что в американской культуре снизился уровень того, что он называет audacity — решимости рисковать, идти против течения, пробовать новое. Молодым нужны не столько программы и инструкции, сколько менторы и старшие, готовые своим примером показать, что риск — это не страшно, а часто необходимо.

Не могу не восхититься вслух. Пока я занимаюсь сложной когнитивной деятельностью (хаха, смеются даже не AI, а LLM) и встречами с другими мясными человеками, ChatGPT в agent mode ищет для старшей дочки самое лучшее дополнительное образование, ходя по сайтам и обзванивая школы.

Мир шагнул вперед. К сожалению, далеко не весь мир. Какой процент населения все еще за чертой бедности? Какая доля людей все еще доказывает свою силу через насилие, убийство и войну?

Наш старый умный знакомый Бенедикт Эванс, бывший партнер венчурной компании Andreessen Horowitz, один из наиболее влиятельных независимых технологических аналитиков в мире, не считает ИИ чем-то принципиально новым, что перевернет всю историю человечества, а скорее видит в нем лишь следующую веху развития. Идеи Эванса вызвали раздражение, неприятие в ИИ-среде и недовольное удивление, поскольку они предлагают более скептический, порой исторически обоснованный и прагматичный взгляд на ИИ, который часто отличается от идеалистических или панических настроений, преобладающих в публичном поле.

Что говорит?

— ИИ — это очередная смена платформы, а не какая-то вселенская революция. Хотя ИИ, безусловно, является одним из самых значительных событий со времен появления iPhone, его следует рассматривать как очередную смену платформы, а не как нечто, сопоставимое с электричеством или промышленной революцией. Это означает, что в ближайшие 10-15 лет новые продукты будут строиться вокруг этой технологии, после чего, вероятно, появится что-то новое. Влияние на занятость и экономику, а также на интеллектуальную собственность, по мнению Эванса, будет аналогично тому, что наблюдалось при предыдущих технологических переходах. Через десятилетие ИИ, скорее всего, станет просто еще одним элементом программного обеспечения, незаметно встроенным во множество продуктов.

— Постоянная неопределенность в начале каждой технологической волны. При каждой крупной технологической трансформации всегда звучат заявления о том, что "на этот раз все по-другому". Да, каждая смена платформы действительно имеет свои уникальные особенности, но фундаментальные паттерны неопределенности и развития остаются неизменными. Важно помнить, что новизна не означает полного отсутствия исторических параллелей или предсказуемости в некоторых аспектах. Подобное мышление часто мешает объективно оценивать будущие вызовы и возможности, заставляя забывать об уроках прошлого.

— Неопределенность будущего технологий, несмотря на кажущуюся очевидность. В начале каждой новой эры, будь то "киберпространство" 1990-х годов или появление мобильного интернета, было ясно, что грядет что-то грандиозное. Однако никто не мог предсказать, как именно это будет работать, какие технологии окажутся доминирующими (например, веб-браузеры, а не электронная почта), кто станет лидерами рынка (поисковая реклама и социальные сети, а не Microsoft в браузерах) и кто потеряет свои позиции (Nokia, Microsoft в мобильном мире). Подобная же фундаментальная неопределенность окружает и ИИ сегодня, когда мы видим общую перспективу, но не детали ее реализации.

— Мы забываем "странность" прошлых инноваций. Эванс приводит пример автоматических лифтов, появившихся в 1950-х годах. Тогда они были чем-то новаторским и необычным, оснащенным "электронной вежливостью", которая предотвращала закрытие дверей. Сегодня же мы просто пользуемся лифтами, не задумываясь об их "автоматичности". Точно так же, по его мнению, произойдет и с ИИ. Сейчас он кажется нам "странным, непонятным и новым" в различных аспектах, но со временем станет настолько обыденным и интегрированным, что мы перестанем замечать его особенность, как будто он стал частью "воздуха, которым мы дышим".

— Действующие компании стремятся поглотить новое как "функцию". Исторический опыт показывает, что крупные, устоявшиеся компании при появлении прорывных технологий всегда пытаются интегрировать их в свой бизнес, рассматривая как дополнительную "функцию" или инструмент для автоматизации существующих процессов. Они стараются не разрушать свои прибыльные направления. Однако настоящие платформенные сдвиги часто приводят к появлению новых игроков, которые "распутывают" и переопределяют существующие бизнес-модели благодаря возможностям новой технологии, создавая что-то совершенно новое.

— "Парадокс компании Kodak": неверное понимание угрозы. История компании Kodak часто приводится как пример неспособности адаптироваться к цифровым технологиям. Однако Kodak не игнорировала цифровые камеры; они активно разрабатывали их и одно время были лидерами по продажам в США. Их ошибка заключалась в том, что они не поняли истинную угрозу: не саму цифровую камеру, а смартфоны, социальные сети и исчезновение потребности в печати фотографий. Кроме того, высокомаржинальный бизнес на фотопленке был заменен низкомаржинальным рынком цифровых камер, где не было уникального преимущества, что привело к их краху.

— Угроза для Google заключается в сбросе пользовательских привычек. Основная угроза для Google со стороны ИИ не в том, что их поисковик станет хуже, а в том что пользователи начнут пересматривать свои приоритеты и стандартные настройки. ИИ-чат-боты могут стать новым "поисковым окном по умолчанию", даже если традиционный поиск Google остается лучшим. Это создает ситуацию "обнуления игрового поля", где Google, обладая множеством реальных преимуществ, должен заново бороться за пользователя, предлагая новый продукт и структуру продаж.

— Данные для больших языковых моделей становятся общедоступным ресурсом. Эванс утверждает, что для эффективного обучения больших языковых моделей требуется настолько колоссальный объем обобщенного текстового контента, что ни одна компания, даже такая гигантская, как Google или Meta, не обладает достаточным уникальным преимуществом в данных. Значительная часть необходимого текста либо уже общедоступна, либо может быть собрана любой компанией с достаточными ресурсами. Это делает данные своеобразным "равным игровым полем" для всех разработчиков LLM, поскольку объем и тип данных, необходимых для моделей общего назначения, доступны для большинства игроков. Вопреки распространенному мнению, что такие компании, как Google, обладают неким уникальным "секретным оружием" в виде огромных объемов проприетарных данных, у них нет здесь решающего преимущества.
Значительная часть людей до сих пор «не понимает» ИИ и не использует потребительские LLM регулярно. Несмотря на постоянную шумиху в СМИ, Эванс приводит данные опросов, согласно которым лишь около 10% людей используют потребительские чат-боты ИИ ежедневно, и еще 15-20% — еженедельно. Около 20-30% людей попробовали и "не поняли", как это использовать. Это может быть шокирующим для тех, кто думает, что ИИ уже повсеместно проник в повседневную жизнь.

— Остерегайтесь преувеличений об "интеллекте" ИИ. Эванс призывает крайне осторожно относиться к сенсационным заголовкам и заявлениям о том, что ИИ "угрожает" или "проявляет злой умысел". Он объясняет, что многие такие "пугающие" сценарии возникают, когда пользователя просят ИИ создать историю или ответить на гипотетическую ситуацию. Машина лишь генерирует правдоподобный ответ, основанный на том, что она "знает" о человеческом поведении и шаблонах, а не проявляет самостоятельную волю или сознание. Это похоже на то, как если бы ксерокс, сделавший копию фразы "убийство — это хорошо", сам "одобрял" убийство.

— Регулирование ИИ должно быть ориентировано на конкретные применения, а не на саму технологию. Попытки регулировать "ИИ как ИИ" в целом Эванс считает "неправильным уровнем абстракции", сравнивая это с регулированием "баз данных" или "таблиц". Вместо этого, по его мнению, необходимо сосредоточиться на регулировании конкретных применений технологии и их потенциальных последствий, как это происходит с автомобилями или лекарствами. Важно помнить, что любое регулирование влечет за собой компромиссы и издержки, и необходимо четко понимать, какие цели преследуются, выбирая между защитой и развитием.

— Ключевая дифференциация LLM для потребителей — это бренд и дистрибуция. На сегодняшний день, если провести слепой тест, большинство людей не смогут отличить результаты разных больших языковых моделей (например, Grok, Claude, Gemini, Mistral, Deep Seek). Эванс считает, что модели сами по себе становятся "товаром", а успех таких продуктов, как ChatGPT, объясняется сильным брендом и превосходной дистрибуцией. Пользователи выбирают ChatGPT потому, что это узнаваемый бренд, ставший "поисковиком по умолчанию" в этой нише, аналогично тому, как это произошло с веб-браузерами, где инновации в основном сводились к незначительным функциям, а доминирование определялось дистрибуцией и именем.

— Отсутствие явных сетевых эффектов у LLM (пока что). В отличие от многих успешных технологических платформ (операционные системы, поисковые системы, социальные сети), где большее количество пользователей приводит к улучшению продукта за счет обратной связи или сетевых эффектов, для больших языковых моделей пока не наблюдается такого очевидного самоподдерживающегося цикла. Хотя это может измениться в будущем (например, за счет систем памяти, которые "помнят" предыдущие запросы), на данный момент нет прямой зависимости между количеством пользователей LLM и фундаментальным улучшением самой модели. ИИ очень полезен для задач, где приемлем "примерно правильный" или "достаточно хороший" ответ (мозговой штурм, написание черновиков), но не для задач, требующих абсолютной точности (о чем мы на FST постоянно говорим: ИИ пока бесполезен для реальной аналитики).

Вопросы задает великолепный Shane Parrish: https://www.youtube.com/watch?v=2NgdQf2GzJg

Рассылка Бена Эванса: https://www.ben-evans.com/newsletter

Это всё и правда достаточно интересные цепочки принятия решений.

И если у современных демократических правительств импотенция к суровым мерам и непопулярным нарративам, то у корпораций импотенция к принятию решений о создании чего-то нового.

Решение о запуске чего-то нового должно пройти столько ленивых людей, думающих о своей job security, что board гораздо быстрее и с меньшим риском просто одобрит покупку актуальной компании.

Дедлайн — это не про твою часть работы

Слышу от сотрудника: «Договор будет готов к 22 сентября». Отлично, ставлю в календарь. 22 сентября спрашиваю: «Где договор?» А в ответ: «Я отправил партнёрам на согласование, жду ответа».

Стоп. А договор-то где? «Ну я же свою часть сделал».

Вот в этом «свою часть сделал» и кроется фундаментальное непонимание ответственности. Дедлайн — это дата, когда задача закрыта. Не когда ты закончил свои действия, не когда передал мяч другому игроку, а когда результат достигнут и можно ставить галочку.

Когда ты берёшь на себя задачу с дедлайном, ты берёшь ответственность за весь процесс до конца. Да, партнёры могут тормозить. Да, юристы могут правки вносить неделю. Да, согласование может идти через пять инстанций. Всё это должно быть учтено в твоей оценке сроков.

«Я не могу контролировать третьих лиц» — любимая отмазка безответственных сотрудников. Можешь. Звони им каждый день. Эскалируй на их руководителей. Приезжай в офис и стой над душой. Найди обходные пути. Твоя задача — получить результат к обещанной дате, а не развести руками со словами «Ну я же написал им письмо».

Ответственный сотрудник думает так: если я говорю «22 сентября», значит 22 сентября задача будет закрыта. И он закладывает буфер на все риски, следит за процессом, пушит всех участников и делает всё, чтобы к дедлайну выдать результат.

Безответственный думает иначе: «Я сделаю свою часть, а дальше — не мои проблемы». Такой подход — прямая дорога к профессиональному потолку. Потому что руководителю нужен не тот, кто делает свою часть работы, а тот, кто закрывает задачи.

Простое правило: когда оцениваешь сроки, считай до момента полного закрытия задачи, а не до окончания твоих действий. И если не можешь гарантировать результат к определённой дате — так и говори: «Моя часть будет готова к 15-му, но полное закрытие зависит от партнёров, срок непредсказуем». Хотя бы честно.

Но лучше — бери полную ответственность и доводи до результата. Именно такие люди становятся незаменимыми.

Подумайте больше тридцати секунд о цифре семьсот миллионов пользователей на восемь миллиардов населения планеты Земля.

ChatGPT has 700 million users. 99.9% have spent exactly $0 through their AI assistant.

Not because they don't want to spend money. Because the internet has no native way for AI to pay for things.

When your AI hits a paywall, it shrugs and asks you to handle it. When it wants to buy something, it generates a shopping list and sends you to Amazon. The most sophisticated AI in history is reduced to a helpful research assistant because it can't hold a credit card.

This week, that started to change. Cloudflare and Coinbase resurrected HTTP 402—a 30-year-old ghost in the internet's code with their new x402 protocol. Meanwhile, an ex-Stripe team quietly launched ATXP, and Google pushed forward with AP2. Each protocol tackles a different piece of how AI handles money, but together they're racing to solve the same fundamental problem.

The internet was born without payments built in.

Now we're retrofitting it for an age where your AI assistant might need to buy from other agents while you sleep.

And I’m now 90% confident that will happen via stablecoins.