Заметил, как в ленты снова вернулся ярлык AGI

Каждый раз перед крупными релизами маркетологи начинают прогревать аудиторию историями про сверхразум. Примерно год назад, во время релиза GPT-4.5, все это уже проходили: ожиданий было море, а апдейт оказался вполне рядовым. После этого тему замяли, и разговоры про AGI стали восприниматься скорее как далекий маркетинговый буллшит.

Сейчас выходят новые модели у Anthropic, что-то выкатывают OpenAI, и блогеры со СМИ снова наперебой кричат: "Ну вот, теперь это точно AGI".

Спойлер: нет, не он.

Давайте начистоту: модели стали умнее, ризонинг прокачался, автономность выросла. Были заметные кейсы в кибербезопасности, пара научных подвижек у тех же Anthropic и Google. Но это не скачок к AGI.

Во-первых, это узко заточенные сценарии. Во-вторых, и это главное, эти модели использовали топовые профи. Модель не пошла сама в интернет, не обнаружила уязвимость с нуля и не закрыла баг по собственной инициативе. Она была просто эффективным инструментом в руках эксперта.

Определение AGI простое: модель должна быть наравне или лучше человека во всех профессиональных задачах.

Я в таких спорах задаю себе практичный вопрос: что модель может сделать для меня сегодня такого, чего не могла год назад? Могу ли я отдать ей задачу под ключ, не проверяя, и сразу отправить результат дальше?

Банальный пример - сделать сайт. Раньше нужно было вести модель за руку буквально по каждому шагу. Сейчас ей можно скормить вводные, она автономно пойдет генерировать и выдаст результат. Но на выходе это все еще классический AI-слоп. Структура, смысловые акценты, визуал - все мимо тех требований к качеству, которые нужны в реальности. Автономии добавилось, но финальный результат все равно руками пересобирает человек.

Отсюда вопрос: а есть ли вообще смысл обычному спецу гоняться за топовыми тирами и переплачивать за них?

Моя основная рабочая среда - экосистема Google. При этом Gemini Pro не обновлялась с февраля, весь фокус шел на Flash. И знаете что? Я вообще от этого не страдаю. Закрываю на быстрых моделях практически весь пул повседневных рабочих задач.

По моим субъективным ощущениям, умная модель мне вообще не нужна нигде, кроме написания кода. И тут важная деталь: в коде я как раз не являюсь профильным специалистом. Вот там на контрасте иногда действительно хочется условный Opus или Fable, чтобы закрыть пробелы в моей экспертизе. Но нужен ли он мне каждый день? Нет. Раз в 3-4 месяца, когда надо - покупаю подписку. Но платить за это лишние 100 баксов на постоянке нет никакого смысла. А в тех сферах, где я профи, мне за глаза хватает того, что у меня сейчас есть.

Парадокс в том, что в логике human-in-the-loop избыточная "умность" и автономность флагманских моделей часто играет в минус
1. Модель уходит в долгие размышления, долго что-то собирает, а результат все равно надо переделывать. На быстрой модели через короткие итерации до нужного качества доходишь в разы быстрее.
2. Постоянно упираешься в лимиты запросов. Времени уходит больше, выхлопа - ноль.

Вся эта гонка путает два разных понятия: эрудицию и профессионализм.

Свежие LLM невероятно эрудированны. Но поиск Google тоже знает больше любого человека в мире, однако профессионалом от этого не становится.

Представьте сильного спеца в своей области. А рядом посадите условного Анатолия Вассермана. Вассерман знает факты обо всем на свете, отлично ориентируется и складно говорит. Но если дать ему прикладную рабочую задачу - профи сделает ее в разы лучше. Вассерману просто не хватит практической насмотренности, контекста и профессиональной интуиции.

Сегодняшние топовые LLM - это именно такой цифровой Вассерман. Крутой эрудит, которому все еще нужен реальный специалист рядом, чтобы работа не превращалась в красивый, но бесполезный слоп.

Друзья, сейчас очень много работаем над конфой.

У нас собирается действительно сильный лайнап, который плотно закрывает ключевые темы по экономике и внедрению ИИ. Но среди вопросов, которыми хочется поделиться с участниками, чтобы это было максимально полезно, у нас есть два направления, куда мы хотим добавить еще больше глубины.

Потенциальные кандидаты на эти слоты у нас уже есть, но хочется осознанно разнообразить опыт: показать разные инструменты, разные подходы, стратегии и мнения с рынка.

Вот две темы, которые мы хотим усилить:

1. ИИ в найме и ATS: как выстроить HR-пайплайн
Как перестроить воронку найма и оценки кандидатов с учетом ИИ: как выстроить пайплайн так, чтобы алгоритмы не отсекали сильных специалистов и не нанимали вместо них посредственных соискателей, которые просто научились оптимизировать резюме под фильтры.
2. Подготовка и выстраивание процессов: как внедрить ИИ, если в компании хаос
Практический ответ на вопрос, как выстроить процессы, когда в компании ничего не регламентировано и не оцифровано. Методология наведения порядка и подготовки операционных цепочек, чтобы внедрение технологий реально прижилось и заработало, а не умножило хаос.

Какой профиль спикеров мы ищем:
• Либо практики, которые уже сами прошли этот путь руками внутри компаний и набили шишки;
• Либо фаундеры и разработчики продуктов в этих нишах (например, создатели AI-инструментов для найма или автоматизации процессов), которые глубоко исследовали рынок, кастдевили десятки HR-директоров или операционных лидеров, знают их реальные боли, типичные грабли и способы их решения.

Если вы сами автор канала с такой экспертизой или практик с крутым опытом - напишите мне в личку. А если читаете авторов, у кого есть классный контент по этим темам, порекомендуйте их в комментариях или перешлите этот пост.

P.S. Важный момент: для общих охватов конфы нам критически важна медийность спикера. Поэтому ищем людей со своим активным Telegram-каналом или блогом с живой аудиторией, чтобы вместе сделать событие максимально масштабным. + наличие канала позволяет оценить качество контента спикера

Для связи: @vladkor97

Провайдеры режут лимиты но почему гнаться за дорогим тарифом нет смысла

Если посмотреть на то, что сейчас происходит у мейджоров, тренд очевиден: эпоха доступных моделей про-тира заканчивается.

Дело даже не в появлении тарифов по $100 или $200 - они на рынке уже приличное время. Прикол в том, что резать доступ начали прямо внутри них: OpenAI уже урезает лимиты даже на своем топовом 200-долларовом плане. Модели методично выдавливают на ярус выше: Google убирает бесплатный доступ к нормальному Flash, оставляя на фри-тире только Flash-Lite, а полноценный Pro уже в этом месяце становится эксклюзивом Ultra-подписки и уходит из обычного Pro. И подобные сдвиги сейчас происходят абсолютно у всех.

Причины понятны: дефицит полупроводников, безумная себестоимость рассуждающих сеток и жесткое требование инвесторов к окупаемости инфраструктуры.

Но на фоне этих сдвигов интереснее другое: как на это реагируют пользователи.
Большинство по инерции продолжает цепляться за топовые тиры, искренне полагая, что их повседневные задачи требуют только флагманских мощностей. "Я же пишу важную стратегию", "у меня сложный аналитический отчет", "мне нужно составить глубокое ТЗ" - люди систематически переоценивают сложность собственной рутины.

Кажется, что если задача ответственная, то легкая модель ее непременно завалит.

В реальности почти весь этот объем спокойно переваривается моделями дешевого и быстрого сегмента.

Причем легкая модель часто справляется лучше не вопреки, а благодаря своей простоте. Мой рабочий процесс давно завязан на быстрых сетках, и в логике постоянного контроля со стороны человека это дает огромное преимущество:
- Быстрая модель отдает драфт мгновенно. Ты корректируешь вводные, направляешь ее контекстом и за пару коротких итераций получаешь готовый рабочий документ.
- Тяжелая модель уходит в затяжные размышления, методично сжигает лимит запросов, а результат на выходе все равно требует точно такой же ручной доработки.

Флагманы действительно незаменимы там, где у вас нет собственной экспертизы либо вы делаете действительно сложный ресерч. Под сложным я имею ввиду не просто продуктовое интервью и поиск в интернете, а реально сложное. Использование дорогого reasoning-тира для текстов, и базовых кастдевов - оверкил.

Дальше гайки будут закручивать еще сильнее: лимиты на Pro продолжат падать, а стоимость доступа - расти. Рынок буквально принуждает учиться работать с легковесными моделями.

И ключевой навык сегодня - не способность оплачивать самый жирный тариф, а умение выстроить процесс так, чтобы условный Flash или Sonnet выдавал результат уровня тяжелой сетки. Четкая декомпозиция, правильная подача контекста и пошаговое ведение задачи значат куда больше, чем статус модели в бенчмарках.

Если посчитать годовую экономику, расклад простой:
- Держать тяжелый тариф на постоянке - это около $1200 в год.
- Сидеть на базовом уровне - в районе $200.

Разница - целая тысяча долларов.
Вместо того чтобы отдавать ее провайдерам за иллюзию того, что дорогая модель сделает работу за вас, куда разумнее инвестировать эту сумму в себя.

Например, взять качественное обучение по системной работе с ИИ, разобраться в архитектуре промптинга и автоматизациях.

Потому что специалист, умеющий грамотно дирижировать легкими моделями, в реальной работе всегда будет быстрее и продуктивнее того, кто просто сжигает дорогие лимиты. Такой подход - это не адопшн, а прожигание бюджета, будь это личные или корпоративные расходы

Как отличить AI-slop от нормального контента

В последнее время я все чаще замечаю, что под видом экспертности мне всячески пытаются впихнуть контент, сгенерированный ИИ. Речь идет об авторском контенте: телеграм-посты, почтовые рассылки, различные экспертные статьи на сайтах. И проблема здесь не просто в языке или стилистике языка, а в смыслах, которые лежат внутри этих текстов. Читая автора, я прихожу за его экспертностью, опытом и какой-то четкой позицией, но вместо этого я все чаще получаю не тот контент, на который подписался, а контент “написанный по запросу, на который я подписался”, с помощью LLM. Естественно, желание читать такое не добавляет, а отношение к аудитории скорее негативно выставляет автора в моих глазах.

Работая много с LLM - ты уже интуитивно видишь, где текст является сгенерированным, но для этого нужен опыт. Поэтому сегодня решил поделиться своими наблюдениями по тому, как с большей вероятностью вычислить AI-slope. Ниже - мои личные наблюдения + кое-какие исследования.

Слова и эмодзи
Первый и наиболее заметный маркер. ЛЛМ очень любят определенные слова, эмодзи и повторяют их из раза в раз. Если в запросе попросить экспертный стиль - вас закидает чем-то уж очень профильным, с кучей англицизмов. Если попросить добавить эмодзи - ИИ засрет ими текст. Кроме того, отличается сам язык. Чаще всего, текст получается не вполне литературным, и если вы - начитанный человек, то читая очередной ИИ-пост - вы будете замечать, что по-русски так не говорят, но если вы еще знаете и английский - то вы сразу увидите, что текст - ни что иное, как буквальный перевод на русский.

Тест на выжимку
ИИ любят лить воду. Прочитайте 5 предложений поста и попробуй-те выделить из них хотя бы одну главную мысль. Там, где человек просто напишет: “Рынок упал, мы решили делать маркетинг”, AI будет рассыпаться фразами в стиле “В эпоху стремительных изменений важно уметь адаптировать свои внутренние процессы для достижения максимальной синергии”.

Безопасная нейтральность
AI обучены так, чтобы быть полезным любым людям, с любыми ценностями, вероисповеданием и так далее. Результат этого - в AI-текстах чаще всего отсутствует сильная аргументация в какую-либо сторону. Если вы видите, что автор пытается вам донести какую-то позицию, но он не слишком категоричен в своих суждениях и будто старается никого не обидеть - скорее всего перед вами текст с ЛЛМ. Можете проверить это простым экспериментом. Попросите ИИ написать текст про то, что вам не нравится, и пусть это будет политический или религиозный текст. В своем промпте используйте больше слов, типа “говно”, “дерьмовый”, “ненавижу” и прочие сильные оценочные суждения. А потом посмотрите на результат :)

Переизбыток прилагательных и исчезновение местоимений
Гугл не так давно проводили лингвистическое исследование и обнаружили, что ИИ-шки любят слова типа “инновационный”, “многогранный”, “стратегический” и прочие, но категорически отказываются использовать местоимения “я”, “мы”, “мой”. А также фразы, обозначающие принадлежность текста кому-либо, например, “по нашему мнению”. Живой человек, делясь опытом, постоянно использует местоимения, а ИИ строит отчужденные, безличные конструкции, используя их намного реже. Кстати, это же исследование подтверждает и мой предыдущий тезис про безопасную нейтральность.

Позитивный позитив
Чем-то похожая история с безопасной нейтральностью. Но решил выделить отдельно. ИИ-текст практически никогда не будет нести смысл “мы в дерьме” или “все плохо”. Рядом с этим фактом, скорее всего, будет что-то в стиле “но кризиз - это возможность для роста”.

Лингвистическая предсказуемость и эффект триколона
Да, я тоже не знал этого термина, узнал из статьи, но сейчас вы поймете, о чем речь. Есть такой показатель - type-token ratio (разнообразие словарного запаса), так вот, у LLM он намного ниже, чем у человека, а длина предложений почти всегда фиксирована - от 10 до 20 слов. А что касается триколонов - это лингввистические конструкции, состоящие ровно из трех элементов или примеров подряд (например: “Это помогает автоматизировать процессы, повышать конверсию и масштабировать бизнес”). Люди пишут хаотичнее: то короткими отрывистыми фразами, то длинными абзацами.

Отсутствие микро-деталей
Больше характерно для всяких кейсов. Но тоже добавлю в список. Когда человек рассказывает о своем опыте, он использует какие-то локальные шутки, имена, факапы. Такие вещи, которые сложно выдумать на ходу. Кейс, описанный с помощью ИИ будет звучать более обобщенно.

Хотел сделать список длиннее, но ограничен лимитами телеги. Поэтому в комментах делитесь: как отличаете слоп вы 😁

🚀 Влад Корнышев про AI и создание AI-продуктов

Потестил Gemini 4 Argon: новый "Opus" от Google?

Пару дней назад у Google вышла новая модель - Gemini 4 Argon. Так как я в США и сижу на тарифе Ultra, мне она прилетела сразу и с хорошими лимитами. Эти несколько дней я плотно гонял ее по рабочим и бытовым задачам: писал код, работал с документами, делал ресерчи, обсуждал видео-игры.

Еще до релиза мне попадалась новость про внутренние тесты Google - мол, сами сотрудники говорили, что по ощущениям модель очень похожа на Claude Opus. После своих тестов могу это подтвердить. Вот только похожа она на Opus не только в своих плюсах, но и в минусах.

Argon так же, как и Opus, получила способность решать комплексные, нетипичные задачи, но вместе с этим стала очень медленной. Единственный жирный плюс на фоне антропиков - лимиты здесь не улетают со скоростью света.

По моим наблюдениям, модель сливает какое-то невероятное количество токенов на ризонинг. Она слишком долго думает даже над простыми вещами, по десять раз все дабл-чекает и заходит с разных сторон. Объективно: для большинства задач такая тяжелая артиллерия просто не нужна. При этом я специально переключал уровни reasoning effort (думал, может, дело в том, что стоит medium или high), но нет - на всех трех режимах она думает одинаково долго. От такой траты токенов объективно ничего, кроме чувства вины за сожженный компьют я не получил.

Пример с кодом: от абсурда до восторга
Сейчас пилю лендинг. Цветовое оформление вынесено в отдельный файл стилей. Мне не понравился один оттенок, и я просто попросил модель поменять его на другой.

Argon решала эту задачу 23 минуты.

Вместо того чтобы просто заменить цветовой код, она все 23 минуты размышляла о природе этого цвета, почему он там вообще оказался, какой оттенок лучше подобрать, и параллельно прочесала цвета вообще во всех файлах проекта. И только после этого сделала то, о чем я просил. Модель как будто учили на текстах Войны и Мира Толстого 😅️️

Для контраста дал ей сложную задачу: собрать форму регистрации с базой данных, прикрутить почтовые рассылки и настроить отбивки о новых регистрациях в Telegram. Плюс попросил предварительно поресерчить, какие вообще есть решения под это дело. Вместе с подробным ресерчем и написанием кода все заняло 17 минут.

А следом закинул баг, который до этого у меня так и не смог починить Opus. Argon ковыряла его 45 минут - и пофиксила. И вот для такой задачи это время уже кажется абсолютно оправданным.

Короче, паттерн очевидный: модель дико усложняет простые вещи, но отлично тащит там, где реально надо подумать.

Что с визуалом и UX
Пробовал использовать ее как спарринг-партнера по дизайну. У меня стандартный пайплайн: я текстом накидываю идеи и прошу предложить несколько вариантов того, как может выглядеть блок (сначала просто концептуально, без кода), а потом понравившиеся варианты уже собираю в коде.

И тут что модели от Anthropic, что OpenAI, что новый Argon - все одинаково фиговые. То, что они предлагают с нуля, на мой вкус выглядит довольно примитивно. На бумаге описание звучит неплохо, но когда доходит до визуализации, вылезает куча проблем: текст не читается, контролы кривые, иерархия плывет. В этом плане дизайнеры пока могут спать спокойно.

Но связка начинает работать, когда включаешь собственную насмотренность. Если закинуть в модель даже неудачный визуальный концепт (хоть сгенеренный ей же итерацией ранее) и прямо ткнуть носом: "здесь не читается шрифт, а тут кнопка странного размера" - вот тогда она выдает красивый, рабочий результат. Но сама, без твоей экспертизы и явных указаний, она на эти косяки внимания не обратит.

Где модель реально тащит
В ресерче и задачах формата "сходи туда, достань то, проанализируй и собери в структуру". Если нужно забрать какие-то внешние материалы, вытянуть из них суть и на основе этого написать код или документ - справляется отлично. Ответы стали заметно четче, модель лучше работает с источниками (особенно если прямо в промпте попросить на них опираться). Поймал себя на том, что в связке с Argon сейчас открываю обычный Google Search чаще, чем Perplexity. Модель ощущается более агентной и самостоятельной.

И снова к вопросу о том, нужны ли нам тяжелые модели
Не так давно я уже писал в канале, что для повседневной рутины флагманские модели нам не нужны, а легкие сетки в связке с человеком работают куда эффективнее. И вот тесты очередного топового релиза заставляют меня снова вернуться к этой мысли.

Глядя на Argon, я еще больше убеждаюсь: в компаниях нужно целиться не в слепую автоматизацию функций, а в точечное усиление людей, у которых уже есть высокая экспертиза. Потому что на задачах, где я четко понимал, чего хочу, с Argon у меня уходило в 3-5 раз больше времени, чем с обычным Gemini Flash. Легкая модель через несколько быстрых итераций с участием человека дает результат быстрее и лучше, чем попытка сразу делегировать задачу тяжелой сетке.

Поэтому на практике весь этот опыт сводится к фильтру из двух простых вопросов перед выбором модели:

1. Понимаю ли я конечный результат в деталях? Если у меня в голове уже есть четкое видение результата - проще, качественнее и в разы быстрее сделать это через легкий Flash. Если же есть только точка А и размытая точка Б без понятных ограничений и требований - тогда иду в Argon.
2. Шарю ли я сам в этой теме? Если это знакомая задача, которую я делаю регулярно - снова берем быструю модель. А вот если нужно залезть в новый рынок, незнакомый тип задач или пофиксить сложный баг в коде, где не хватает собственной экспертизы - тут имеет смысл отдать задачу Аргону.

Кто уже успел пощупать обнову - как вам скорость и результаты?

🚀 Влад Корнышев про AI и создание AI-продуктов

ИИ-уязвимости. Что делать, когда ИИ взламывает все?

На повестке дня сегодня вопрос кибербеза. И в целом - как вообще с этим быть? Вопрос этический, бизнесовый и вопрос глобальной безопасности того, что сейчас происходит.

Ранее нам рассказывали про то, как модели находили какие-то уязвимости на закрытых тестах. Сейчас же мы попадаем в ситуацию, когда за один день грохнуло сразу две очень громкие новости.

Первая случилась уже не в первый раз - это уязвимость в LiteLLM. Версия 1.107.0 уводит пароли из браузеров и ключи доступа к AI-сервисам, а также позволяет запускать чужой код, если просто открыть любую Python-программу в зараженном окружении.

Второе - критическая уязвимость в PHP. Я знаю огромную кучу сайтов, которые работают на нем, а в компаниях, где я работал, он активно используется и составляет ядро бизнеса. И мы постепенно пришли к такой стадии, когда LLM, причем далеко не самые свежие, находят такие уязвимости, которые буквально могут положить не просто какой-то отдельный бизнес, а весь интернет и инфраструктурные сервисы.

На мой взгляд, подобные проблемы подсвечивают ряд системных историй, которые важно учитывать и бизнесу, и разработчикам самих моделей.

Я неоднократно отмечал, что современные поколения моделей разрабатываются спустя рукава. Вместо того чтобы останавливать обучение и думать, как сделать модели безопасными, все бегут вперед в гонке за AGI и конкурентным преимуществом. Дыры просто затыкают системными промптами, по которым модель отказывается что-то делать, но никто не занимается нормальной вычисткой данных и переосмыслением того, что вообще попадает в обучающую выборку.

Результат не заставил себя долго ждать. Появилась эта уязвимость, и это очень важный звоночек. Повезло, что ее открыли условные "белые хакеры", а не злые. Однако из-за того, что фикс выходит уже после попадания истории в паблик, огромное количество сервисов все равно не обновится и поляжет. Пострадает куча данных и бизнесов.

Здесь хочется поделиться мыслями о том, как быть бизнесу и специалистам в эпоху, когда любой рандомный человек может взять LLM и целенаправленно использовать ее для атаки в твою сторону.

1. Изолирование окружения
Я очень часто вижу, что компании сейчас хотят пойти в сторону какого-то харнесса и доверить агентам очень многое. По сути, это то, чего делать не стоит. При проектировании интеграций и бизнес-процессов компании стоит четко понимать, что мы условно готовы раскрывать, а что не готовы. И эти два окружения должны быть изолированы друг от друга. Независимо от того, разработка это, продуктовая работа или что-то еще.

2. Проактивная кибербезопасность
Возрастает общий риск с точки зрения кибербеза. Компании должны думать не только о том, как внедрить AI в свои бизнес-процессы, но и о том, как предотвратить угрозы, которые он несет - вне зависимости от того, используете вы ИИ внутри себя или нет. Возрастает роль отделов кибербезопасности, и их деятельность должна быть не просто превентивной, а проактивной. Команды должны использовать современные инструменты, чтобы имитировать атаки на свою инфраструктуру и сервисы, понимать возможности AI и митигировать эти риски до того, как возникнет реальная проблема.

3. Базовые меры для тех, кто вайб-кодит
Если вы вайб-кодите свои проекты, пет-проекты или что-либо еще, всегда нужно закладывать вероятность того, что ваш сервис взломают. Это стопроцентно возможно и происходит сейчас постоянно, те же API-ключи сливаются регулярно. Нужно сразу держать в голове сценарий взлома. Минимальные меры здесь - ставить лимиты на API-ключи к серверам, закрывать доступ по SSH и делать другие базовые процедуры, которые минимизируют вероятность взлома и финансовые потери, если он все-таки случится.

4. Проверка сервиса через сильные модели
Для людей, активно использующих AI в разработке и вайб-кодинге, один из лучших способов предотвратить подобные истории - самостоятельно инициировать проверку в сильных моделях на высоком уровне effort. Вы сделали сервис, фичу или продукт - откройте отдельный чат в кодинговом агенте и поставьте ему задачу этот сервис как-то взломать и сломать. Лучше сделать это самостоятельно в условиях песочницы, чем подвергнуться атакам конкурентов, нехороших людей или просто попасть под общую волну, когда об уязвимости в каком-нибудь языке, фреймворке или библиотеке станет известно на весь интернет.

5. Обновления и рубильник
Если ваши проекты построены на открытых библиотеках, следите за обновлениями, а при накатывании этих обновлений - просите агента проверить код на наличие уязвимостей. И еще один важный момент - у вас всегда должен быть под рукой рубильник и возможность быстро отключить свои сервисы от интернета. Сейчас это тоже критически важная история.

🚀 Влад Корнышев про AI и создание AI-продуктов