Символьная школа проверяла свою логику сама на себе, но не на меняющемся мире. Статистическая проверяет себя на статистике текстов, но не на причинной реальности.
Обе выкинули главное, петлю проверки об реальность. Поэтому одна рассыпается при первом же противоречии, а вторая уверенно выдает правдоподобную чушь.
Определение
Отсюда прямой ответ на заданный вопрос. Знание это не папка с документами, не граф терминов и не вероятностный вес в сети.
Знание это верифицированный алгоритм снижения энтропии.
То есть структурная способность субъекта или машины детерминированно действовать в недетерминированной реальности. Ключевое слово в определении “верифицированный” - представление становится знанием только тогда, когда оно проверено действием и это действие снизило неопределенность.
А управление знаниями это не складирование текстовых файлов, а построение среды, в которой такой алгоритм вырабатывается и постоянно проверяется об реальность.
Зачем вообще уметь это формализовать
Теперь практический смысл, иначе все выше повисает абстракцией.
В конечном счете все это про автоматизацию. Станок и конвейер автоматизировали физический труд, и на этом выросла вся индустриальная цивилизация.
Интеллектуальный труд, суждение, диагноз, проектирование, расчет, решение, до сих пор оставался ручным - он живет в головах и почти не тиражируется либо процесс этого тиражирования долгий и сложный (обучение профессионала).
Формализация знания это и есть автоматизация интеллектуального труда, того самого, на котором сегодня держится экономика. Сдвиг того же порядка, что переход от ремесла к станку, и потому цена вопроса такая высокая.
Пока знание не формализовано как проверяемый алгоритм, мы обречены на один из двух тупиков в промышленном масштабе - либо жесткая система, которая ломается при первом изменении -то есть не адаптативная и, значит, не применимая в реальных процессах, либо генератор правдоподобного текста, который уверенно врет - точно так же не применимый в реальных процессах.
Для всего, где неверный ответ стоит денег, здоровья или репутации, в медицине, инженерии, финансах, праве, эксплуатации сложной техники, блестящий имитатор бесполезен. Там нужна машина, чей вывод проверен, а не просто похож на правду.
Первое. Большие модели автоматизировали генерацию текста. Следующий уровень это автоматизация суждения в предметной области. Но решение должно быть верным, а не вероятным. Формализованное знание и есть то, что позволяет машине действовать и быть проверенной, а не просто выдавать гладкий но не точный ответ.
Второе, масштабирование редкой экспертизы. Экспертное суждение живет в нескольких головах, не тиражируется, стареет и уходит вместе с человеком. Превратив его в верифицированный алгоритм, вы отвязываете компетенцию от носителя - она копируется без потери качества. По сути это тот же переносимый протокол, о котором я писал про людей, только собранный в машине.
Третье, устойчивость к изменению. Статическая база знаний деградирует, потому что мир уходит вперед, а она стоит на месте. Петля снижения энтропии не ломается от нового факта, а обновляется об него. Система живет именно потому, что проверяет себя об реальность, а не хранит однажды нарисованную схему.
Четвертое, подотчетность. У верифицированного алгоритма можно спросить, почему он решил так. У вероятностного веса в сети спросить нельзя. В регулируемых и высокорисковых областях это и есть граница между тем, что можно внедрять, и игрушкой.
И стратегический слой, ради которого все это. Рычаг смещается с обладания знанием на умение его формализовать. Раньше оператором был тот, кто держал редкую экспертизу в голове. Теперь оператором становится тот, кто умеет вынуть ее из головы и собрать в проверяемый машинный алгоритм и тиражировать. Знание как хранимый актив дешевеет, знание как верифицированный процесс становится главным активом.
Про то в чем я работаю и что мы делаем, как пример
Обе выкинули главное, петлю проверки об реальность. Поэтому одна рассыпается при первом же противоречии, а вторая уверенно выдает правдоподобную чушь.
Определение
Отсюда прямой ответ на заданный вопрос. Знание это не папка с документами, не граф терминов и не вероятностный вес в сети.
Знание это верифицированный алгоритм снижения энтропии.
То есть структурная способность субъекта или машины детерминированно действовать в недетерминированной реальности. Ключевое слово в определении “верифицированный” - представление становится знанием только тогда, когда оно проверено действием и это действие снизило неопределенность.
А управление знаниями это не складирование текстовых файлов, а построение среды, в которой такой алгоритм вырабатывается и постоянно проверяется об реальность.
Зачем вообще уметь это формализовать
Теперь практический смысл, иначе все выше повисает абстракцией.
В конечном счете все это про автоматизацию. Станок и конвейер автоматизировали физический труд, и на этом выросла вся индустриальная цивилизация.
Интеллектуальный труд, суждение, диагноз, проектирование, расчет, решение, до сих пор оставался ручным - он живет в головах и почти не тиражируется либо процесс этого тиражирования долгий и сложный (обучение профессионала).
Формализация знания это и есть автоматизация интеллектуального труда, того самого, на котором сегодня держится экономика. Сдвиг того же порядка, что переход от ремесла к станку, и потому цена вопроса такая высокая.
Пока знание не формализовано как проверяемый алгоритм, мы обречены на один из двух тупиков в промышленном масштабе - либо жесткая система, которая ломается при первом изменении -то есть не адаптативная и, значит, не применимая в реальных процессах, либо генератор правдоподобного текста, который уверенно врет - точно так же не применимый в реальных процессах.
Для всего, где неверный ответ стоит денег, здоровья или репутации, в медицине, инженерии, финансах, праве, эксплуатации сложной техники, блестящий имитатор бесполезен. Там нужна машина, чей вывод проверен, а не просто похож на правду.
Первое. Большие модели автоматизировали генерацию текста. Следующий уровень это автоматизация суждения в предметной области. Но решение должно быть верным, а не вероятным. Формализованное знание и есть то, что позволяет машине действовать и быть проверенной, а не просто выдавать гладкий но не точный ответ.
Второе, масштабирование редкой экспертизы. Экспертное суждение живет в нескольких головах, не тиражируется, стареет и уходит вместе с человеком. Превратив его в верифицированный алгоритм, вы отвязываете компетенцию от носителя - она копируется без потери качества. По сути это тот же переносимый протокол, о котором я писал про людей, только собранный в машине.
Третье, устойчивость к изменению. Статическая база знаний деградирует, потому что мир уходит вперед, а она стоит на месте. Петля снижения энтропии не ломается от нового факта, а обновляется об него. Система живет именно потому, что проверяет себя об реальность, а не хранит однажды нарисованную схему.
Четвертое, подотчетность. У верифицированного алгоритма можно спросить, почему он решил так. У вероятностного веса в сети спросить нельзя. В регулируемых и высокорисковых областях это и есть граница между тем, что можно внедрять, и игрушкой.
И стратегический слой, ради которого все это. Рычаг смещается с обладания знанием на умение его формализовать. Раньше оператором был тот, кто держал редкую экспертизу в голове. Теперь оператором становится тот, кто умеет вынуть ее из головы и собрать в проверяемый машинный алгоритм и тиражировать. Знание как хранимый актив дешевеет, знание как верифицированный процесс становится главным активом.
Про то в чем я работаю и что мы делаем, как пример
🔥4👍3❤2🤔1
Как собрать это в машине, вопрос уже инженерный, и рабочих сборок может быть много разных. Наш подход такой - не статические базы, а динамические онтологии, где с одной стороны держится онтологическая строгость и причинно-следственная логика, а с другой языковые (да и другие) модели работают гибким интерфейсом ввода и вывода. На нынешней карте “технологий” это попадает в область нейросимвольных архитектур, но со своим прицелом. Это лишь одна реализация принципа, а не сам принцип. Принцип в определении выше.
Так что когда я спрашивал фаундера, что такое знание в его парадигме, я спрашивал ровно одно - стоит ли за его словом проверяемая петля снижения энтропии или просто хранимое представление с маркетинговым ярлыком. В управлении знаниями сегодня почти всегда второе.
Так что когда я спрашивал фаундера, что такое знание в его парадигме, я спрашивал ровно одно - стоит ли за его словом проверяемая петля снижения энтропии или просто хранимое представление с маркетинговым ярлыком. В управлении знаниями сегодня почти всегда второе.
🔥3👍1🤔1
И чуть чуть поясню на примере
“Для меня, …., смыслы - смысловые выражения и фразы, связанные между собой графами состояний и связей.
Упрощено: сделать лэндинг на HTML для интернет магазина цветов ➡️ роль дизайнер ➡️ скилл дизайн лэндинга ➡️ блюпринт дизайн HTML лэндинга ➡️ ограничения... ➡️ Критерии оценки ➡️ артефакты.”
Опять же это не критика ради критики - это иллюстрация проблемы
Смыслы, связанные графами состояний и связей это и есть обычный граф знаний- узлы с текстом и стрелки между ними. А этот пример (лендинг, роль, скилл, блюпринт, ограничения, критерии, артефакты) это просто шаблон задачи, разложенной по полям. То есть тут два хорошо известных инженерных предмета - граф терминов и чек-лист workflow. Ни то, ни другое не тянет на управление смыслами, это управление текстом и порядком шагов.
Где дыра в понимании и на чем ломаются архитектуры. Смысл в этой схеме живет не в системе, а в голове, когда читаешь подписи на узлах. Сама машина не отличает истинную /валидную связь от нарисованной - стрелку между двумя узлами поставил человек, и проверить, правда она или нет, система не может. Нигде нет сверки с реальностью. Ровно поэтому по этому определению это не знание и не смысл, а хранимое представление с ярлыком.
Вопросы, на которых это вскрывается, простые:
Что делает узел смыслом, а не просто строчкой текста? Кто и чем проверяет, что связь между узлами верна, а не просто проведена? Что происходит, когда приходит новый факт, который противоречит графу, он сам себя пересобирает или ломается? И чем все это отличается от обычного графа задач, где именно тут смысл, а не маршрутизация?
Честно, без злобы или критиканства - как инженерная штука эта схема нормальная. Оркестратор задач для агента, разложенный по ролям и критериям, полезная вещь. Это сейчас основной мейнстрим и делают “все”. Проблема только в вывеске. Слово смыслы обещает то, чего граф со стрелками не дает. Это продает поиск и маршрутизацию информации под видом работы со смыслом, и на вопросе где здесь проверка смысла тут нечего ответить.
“Для меня, …., смыслы - смысловые выражения и фразы, связанные между собой графами состояний и связей.
Упрощено: сделать лэндинг на HTML для интернет магазина цветов ➡️ роль дизайнер ➡️ скилл дизайн лэндинга ➡️ блюпринт дизайн HTML лэндинга ➡️ ограничения... ➡️ Критерии оценки ➡️ артефакты.”
Опять же это не критика ради критики - это иллюстрация проблемы
Смыслы, связанные графами состояний и связей это и есть обычный граф знаний- узлы с текстом и стрелки между ними. А этот пример (лендинг, роль, скилл, блюпринт, ограничения, критерии, артефакты) это просто шаблон задачи, разложенной по полям. То есть тут два хорошо известных инженерных предмета - граф терминов и чек-лист workflow. Ни то, ни другое не тянет на управление смыслами, это управление текстом и порядком шагов.
Где дыра в понимании и на чем ломаются архитектуры. Смысл в этой схеме живет не в системе, а в голове, когда читаешь подписи на узлах. Сама машина не отличает истинную /валидную связь от нарисованной - стрелку между двумя узлами поставил человек, и проверить, правда она или нет, система не может. Нигде нет сверки с реальностью. Ровно поэтому по этому определению это не знание и не смысл, а хранимое представление с ярлыком.
Вопросы, на которых это вскрывается, простые:
Что делает узел смыслом, а не просто строчкой текста? Кто и чем проверяет, что связь между узлами верна, а не просто проведена? Что происходит, когда приходит новый факт, который противоречит графу, он сам себя пересобирает или ломается? И чем все это отличается от обычного графа задач, где именно тут смысл, а не маршрутизация?
Честно, без злобы или критиканства - как инженерная штука эта схема нормальная. Оркестратор задач для агента, разложенный по ролям и критериям, полезная вещь. Это сейчас основной мейнстрим и делают “все”. Проблема только в вывеске. Слово смыслы обещает то, чего граф со стрелками не дает. Это продает поиск и маршрутизацию информации под видом работы со смыслом, и на вопросе где здесь проверка смысла тут нечего ответить.
👍6🤔1
Уже много лет не "хожу в офис" на работу, работаю в основном из доиа и откуда получится: парков, кафешек, пляжей и тд.
но вот подумпл, если бы офисы строили такими, точно бы вернулся.
но вот подумпл, если бы офисы строили такими, точно бы вернулся.
❤4
# Часть 5: Мутация венчура и симуляция прорыва
В прошлых частях мы зафиксировали, как Большая Наука пошла по пути окостенения. Глобальная академия превратилась в парижских старцев девятнадцатого века - система грантов, индексов цитирования и рецензирования штрафует за прорыв и вознаграждает безопасную деятельность в рамках консенсуса.
Но наука это только половина матрицы. Вспомните наши факторы из первых частей - выучка, состязание, финансовый хаб. Чтобы гений состоялся, нужен избыточный капитал, готовый оплатить риск на этапе, когда результат еще не гарантирован. В двадцатом веке эту функцию взял на себя венчурный капитал. И сломался он зеркально науке, по той же причине.
## Откуда венчур взялся: - от купцов Флоренции до сознательной сборки в США
Флоренция работала на раздробленном заказе. Десятки независимых купцов и цехов, у мастера всегда был выбор, к кому идти со своей идеей. Никто не решал за всех, что достойно денег. Именно эта раздробленность и есть скрытый двигатель - спрос на новое создавала конкуренция и наличие многих заказчиков.
Спустя века США сделали важную вещь. Они не стали ждать, пока такой раздробленный спрос сложится сам, а собрали его как институт сознательно. В 1946 году Жорж Дорио запустил ARDC, первый институциональный венчурный фонд. В 1958 государство прямо засеяло индустрию законом о малых инвестиционных компаниях, подставив под частный риск бюджетное плечо. В 1979 послабление пенсионного правила открыло венчуру пенсионные деньги, и модель выросла в разы. То есть венчур это рукотворная попытка воспроизвести флорентийский раздробленный заказ на новом уровне - много независимых фондов, и каждый охотится за своей ставкой.
### Исходный код - машина для покупки риска
Изначальный венчур Кремниевой долины эпохи Fairchild Semiconductor и ранней Apple строился как финансовый интерфейс Фабрики. Он маршрутизировал деньги в зону максимальной неопределенности. Логика была чистой и четкой - инвестор вкладывал в десять физически сложных проектов, микрочипы, новые материалы, железо. Девять сгорали и списывались в штатный убыток. Один пробивал барьер сложности, менял технологический уклад и своей сверхприбылью окупал весь фонд. Венчур брал на себя тот самый тяжелый CapEx, капитальные затраты на создание физического продукта, который отказывались тянуть консервативные банки.
Заметьте главное - это работало ровно потому, что заказчиков было много и они конкурировали. Раздробленный заказ заставлял искать настоящий прорыв, а не согласованный с соседями компромисс.
### Мутация - сломал не дефицит, а избыток
Механизм венчура сломался не от голода, а ль переедания. Мутация началась, когда эпоха дешевых денег залила рынки ликвидностью. Денег стало кратно больше, чем реальных прорывных идей.
Как только фонды выросли с десятков миллионов до миллиардов, поменялась юнит-экономика самих управляющих. Классика венчура - это 2 процента в год за управление плюс 20 процентов от прибыли. Но 2 процента от фонда на миллиард это гарантированные 20 миллионов в год просто за факт существования, без единого удачного стартапа. У мега-фондов цифра еще наглее - 2 процента от ста миллиардов это два миллиарда в год комиссии, что бы ни случилось с проектами.
И вот тут ключевое, и это то же слово, что и в науке - концентрация заказчика. Ранний венчур был раздробленным заказом, как Флоренция, много мелких фондов и много разных ставок. Мутация это повторная концентрация. Капитал сбился в несколько мега-фондов и в стадный консенсус, где все гонятся за одними и теми же раундами. Как только заказчик снова стал единым, включился ровно тот механизм, что убил парижскую Академию - единый судья отбирает согласованное и штрафует выпадение из консенсуса. Наука и венчур сломались об один и тот же порог “согласованности”.
## Смещение цели - рисовать, а не искать
В прошлых частях мы зафиксировали, как Большая Наука пошла по пути окостенения. Глобальная академия превратилась в парижских старцев девятнадцатого века - система грантов, индексов цитирования и рецензирования штрафует за прорыв и вознаграждает безопасную деятельность в рамках консенсуса.
Но наука это только половина матрицы. Вспомните наши факторы из первых частей - выучка, состязание, финансовый хаб. Чтобы гений состоялся, нужен избыточный капитал, готовый оплатить риск на этапе, когда результат еще не гарантирован. В двадцатом веке эту функцию взял на себя венчурный капитал. И сломался он зеркально науке, по той же причине.
## Откуда венчур взялся: - от купцов Флоренции до сознательной сборки в США
Флоренция работала на раздробленном заказе. Десятки независимых купцов и цехов, у мастера всегда был выбор, к кому идти со своей идеей. Никто не решал за всех, что достойно денег. Именно эта раздробленность и есть скрытый двигатель - спрос на новое создавала конкуренция и наличие многих заказчиков.
Спустя века США сделали важную вещь. Они не стали ждать, пока такой раздробленный спрос сложится сам, а собрали его как институт сознательно. В 1946 году Жорж Дорио запустил ARDC, первый институциональный венчурный фонд. В 1958 государство прямо засеяло индустрию законом о малых инвестиционных компаниях, подставив под частный риск бюджетное плечо. В 1979 послабление пенсионного правила открыло венчуру пенсионные деньги, и модель выросла в разы. То есть венчур это рукотворная попытка воспроизвести флорентийский раздробленный заказ на новом уровне - много независимых фондов, и каждый охотится за своей ставкой.
### Исходный код - машина для покупки риска
Изначальный венчур Кремниевой долины эпохи Fairchild Semiconductor и ранней Apple строился как финансовый интерфейс Фабрики. Он маршрутизировал деньги в зону максимальной неопределенности. Логика была чистой и четкой - инвестор вкладывал в десять физически сложных проектов, микрочипы, новые материалы, железо. Девять сгорали и списывались в штатный убыток. Один пробивал барьер сложности, менял технологический уклад и своей сверхприбылью окупал весь фонд. Венчур брал на себя тот самый тяжелый CapEx, капитальные затраты на создание физического продукта, который отказывались тянуть консервативные банки.
Заметьте главное - это работало ровно потому, что заказчиков было много и они конкурировали. Раздробленный заказ заставлял искать настоящий прорыв, а не согласованный с соседями компромисс.
### Мутация - сломал не дефицит, а избыток
Механизм венчура сломался не от голода, а ль переедания. Мутация началась, когда эпоха дешевых денег залила рынки ликвидностью. Денег стало кратно больше, чем реальных прорывных идей.
Как только фонды выросли с десятков миллионов до миллиардов, поменялась юнит-экономика самих управляющих. Классика венчура - это 2 процента в год за управление плюс 20 процентов от прибыли. Но 2 процента от фонда на миллиард это гарантированные 20 миллионов в год просто за факт существования, без единого удачного стартапа. У мега-фондов цифра еще наглее - 2 процента от ста миллиардов это два миллиарда в год комиссии, что бы ни случилось с проектами.
И вот тут ключевое, и это то же слово, что и в науке - концентрация заказчика. Ранний венчур был раздробленным заказом, как Флоренция, много мелких фондов и много разных ставок. Мутация это повторная концентрация. Капитал сбился в несколько мега-фондов и в стадный консенсус, где все гонятся за одними и теми же раундами. Как только заказчик снова стал единым, включился ровно тот механизм, что убил парижскую Академию - единый судья отбирает согласованное и штрафует выпадение из консенсуса. Наука и венчур сломались об один и тот же порог “согласованности”.
## Смещение цели - рисовать, а не искать
❤3🔥2👍1🤔1
Целевая функция оператора сместилась. Главным стало не найти гениальное решение, а поднять следующий, еще более крупный фонд. А чтобы его поднять, надо показать инвесторам красивую промежуточную доходность на бумаге. Зачем вкладывать в сложный физический проект, новый реактор, биотех, космос, где цикл разработки десять лет, а риск провала полный? Рентабельнее залить деньги в очередной сервис доставки или B2B-агрегатор, где бумажные метрики рисуются за год. Венчур перестал финансировать тяжелые физические и научные проекты и ушел в безопасное перепроизводство цифровых интерфейсов.
Основным продуктом фонда стала не технология, а переоценка. Алгоритм простой - залить стартап деньгами, купить пользовательский трафик ниже себестоимости, надуть оценку к следующему раунду, передать актив по цепочке более крупным фондам и в финале вывести на розничного инвестора через IPO. Это не злой умысел, а структурный стимул. Система вознаграждает за надувание, а не за прорыв, и все под нее подстраиваются.
### Симуляция, ставшая видимой - цифры
Пока деньги были дешевыми, симуляции не было видно, бумажные оценки только росли. Дешевые деньги кончились в 2022-2023 годах, ставки пошли вверх, и вода ушла. Стало видно, кто голый. Смотрите на факты.
Выходы. На пике 2021 года было 311 IPO на венчурных деньгах. За год к весне 2026 их около пятидесяти. Канал, через который фонд возвращает живые деньги, почти пересох.
Возврат инвесторам. Фонды разлива 2021 года вернули порядка 0.08 от вложенного, это восемь центов с доллара за пять лет. Старые фонды 2017 и раньше к тому же сроку отдавали кратно больше. Свежие фонды сидят глубоко под водой - у большинства фондов 2020 и 2021 годов живых распределений почти нет. На бумаге оценка высокая, а реально отданных денег на уровне плинтуса. Это и есть симуляция в одной цифре - на бумаге прибыль, в кармане ноль.
Честная оговорка. В 2025 и 2026 годах рынок частично оттаял, суммарная стоимость выходов резко подскочила. Но это не выздоровление, это концентрация. Стоимость вернули несколько гигантских имен, а не широкий рынок, число выходов осталось на дне. Отскок собрала горстка сделок, и это подтверждает диагноз, а не опровергает - капитал и заказчик сбились в узкую группу.
### Разламывание ворот - регуляторика
Отдельный симптом это сознательное ослабление регуляторного фильтра. Комиссия по ценным бумагам при новом главе взяла курс на снятие требований к выходу на биржу - предложено сделать квартальную отчетность необязательной, урезаются требования к раскрытию для недавно публичных компаний, поднят потолок упрощенных размещений, растянут льготный период подготовки к IPO. По сути ворота, которые отделяли зрелый бизнес от надутого, разламывают. Это дает венчурной цепочке возможность легально выгружать переоцененные активы на широкий рынок с меньшей проверкой. Финальный покупатель, розничный инвестор, получает актив по цене хаев и без части прежних гарантий прозрачности.
### Что с контраргументом про ИИ, и почему SpaceX тут не контрпример, а главная улика
Резонный вопрос - но ведь прямо сейчас в ИИ, оборонку, энергетику и космос льют сотни миллиардов, это же тяжелые физические проекты. Верно, и тут надо четко разделть две разные вещи.
Мейнстрим ИИ-раундов это машина надувания в чистом виде. Круговые сделки, где поставщик железа инвестирует в клиента, а тот на эти же деньги покупает его железо и компьют. Оценки, оторванные от реальной выручки и сконструироанный чистым фин инжинирингом. Концентрация капитала в узком кругу одних и тех же имен. Это не опровержение тезиса, это его пик.
И самый крупный пример работает против наивной картины “все хорошо”. Возьмите то самое рекордное IPO SpaceX этого года.
На первый взгляд это триумф физического фронтира - настоящая ракетная компания, прибыльная, с выручкой около 16 миллиардов и Starlink как денежным мотором. Но посмотрите на структуру оценки.
Основным продуктом фонда стала не технология, а переоценка. Алгоритм простой - залить стартап деньгами, купить пользовательский трафик ниже себестоимости, надуть оценку к следующему раунду, передать актив по цепочке более крупным фондам и в финале вывести на розничного инвестора через IPO. Это не злой умысел, а структурный стимул. Система вознаграждает за надувание, а не за прорыв, и все под нее подстраиваются.
### Симуляция, ставшая видимой - цифры
Пока деньги были дешевыми, симуляции не было видно, бумажные оценки только росли. Дешевые деньги кончились в 2022-2023 годах, ставки пошли вверх, и вода ушла. Стало видно, кто голый. Смотрите на факты.
Выходы. На пике 2021 года было 311 IPO на венчурных деньгах. За год к весне 2026 их около пятидесяти. Канал, через который фонд возвращает живые деньги, почти пересох.
Возврат инвесторам. Фонды разлива 2021 года вернули порядка 0.08 от вложенного, это восемь центов с доллара за пять лет. Старые фонды 2017 и раньше к тому же сроку отдавали кратно больше. Свежие фонды сидят глубоко под водой - у большинства фондов 2020 и 2021 годов живых распределений почти нет. На бумаге оценка высокая, а реально отданных денег на уровне плинтуса. Это и есть симуляция в одной цифре - на бумаге прибыль, в кармане ноль.
Честная оговорка. В 2025 и 2026 годах рынок частично оттаял, суммарная стоимость выходов резко подскочила. Но это не выздоровление, это концентрация. Стоимость вернули несколько гигантских имен, а не широкий рынок, число выходов осталось на дне. Отскок собрала горстка сделок, и это подтверждает диагноз, а не опровергает - капитал и заказчик сбились в узкую группу.
### Разламывание ворот - регуляторика
Отдельный симптом это сознательное ослабление регуляторного фильтра. Комиссия по ценным бумагам при новом главе взяла курс на снятие требований к выходу на биржу - предложено сделать квартальную отчетность необязательной, урезаются требования к раскрытию для недавно публичных компаний, поднят потолок упрощенных размещений, растянут льготный период подготовки к IPO. По сути ворота, которые отделяли зрелый бизнес от надутого, разламывают. Это дает венчурной цепочке возможность легально выгружать переоцененные активы на широкий рынок с меньшей проверкой. Финальный покупатель, розничный инвестор, получает актив по цене хаев и без части прежних гарантий прозрачности.
### Что с контраргументом про ИИ, и почему SpaceX тут не контрпример, а главная улика
Резонный вопрос - но ведь прямо сейчас в ИИ, оборонку, энергетику и космос льют сотни миллиардов, это же тяжелые физические проекты. Верно, и тут надо четко разделть две разные вещи.
Мейнстрим ИИ-раундов это машина надувания в чистом виде. Круговые сделки, где поставщик железа инвестирует в клиента, а тот на эти же деньги покупает его железо и компьют. Оценки, оторванные от реальной выручки и сконструироанный чистым фин инжинирингом. Концентрация капитала в узком кругу одних и тех же имен. Это не опровержение тезиса, это его пик.
И самый крупный пример работает против наивной картины “все хорошо”. Возьмите то самое рекордное IPO SpaceX этого года.
На первый взгляд это триумф физического фронтира - настоящая ракетная компания, прибыльная, с выручкой около 16 миллиардов и Starlink как денежным мотором. Но посмотрите на структуру оценки.
🔥6👍1
В начале 2026 года SpaceX поглотил xAI, убыточную ИИ-компанию Маска, по объединенной оценке 1.25 триллиона, где на сам xAI повесили 250 миллиардов. А это контора, которая за 2025 год сожгла порядка 6 миллиардов при выручке около 3, и палит кэш все быстрее. К размещению объединенную компанию разогнали уже до 1.75 триллиона. При этом независимая и очень оптимистичная оценка самого космического бизнеса по денежному потоку около 780 миллиардов. Разница между 780 миллиардами реального космоса и 1.75 триллиона на IPO это и есть надбавка за ИИ-историю, за убыточную и надутую.
Вот четкий диагноз. Реальный физический узел, прибыльный запуск и Starlink, использовали как респектабельную обертку, чтобы протащить на биржу дико убыточную ИИ-модель и продать все это розничному инвестору через подломанные ворота регуляторики - один проспект IPO от SpaceX чего стоил.
Космос тут лицо, а капитализация это ИИ-симуляция. Это не зародыш новой Фабрики в чистом виде, это мутация в высшей финалной форме - даже настоящий прорыв технологии финансовая машина не может не обвесить переоценкой.
### Зеркальный коллапс матрицы
Посмотрите, насколько симметрично сломались обе половины Фабрики. Академическая наука, конвейер идей, перестала брать риск, потому что ученый боится потерять индекс цитирования, не получить следующий грант и вылететь из консенсуса.
Венчур, финансовый хаб, перестал оплачивать риск, потому что инвестор боится испортить квартальный отчет, не поднять следующий фонд и потерять гигансткую комиссию за управление. Ему больше не нужно воевать за прорывность его портфеля и за 20% апсайда если его комиссия уже сверхприбыльна без рисков.
И наука, и венчур выродились в гигантские бюрократические конвейеры конца индустриальной эпохи, оптимизированные под обслуживание собственного штата и снижение волатильности. А гений и прорыв по своей природе это всегда волатильность и нарушение консенсуса. Систему, настроенную гасить волатильность, гений не проходит по определению.
## Синтез и распад монополии
Мы завершаем разбор исторических машин. Старые конвейеры обанкротились. Оксфорд, MIT и Кремниевая долина больше не генерируют прорывы, они работают как социальные фильтры, отбирающие системных конформистов под обслуживание затухающих процессов.
Значит, следующая Фабрика соберется не в старых институциональных центрах. По закону миграции узлов, который мы видели при переезде капитала из разгромленного Антверпена в Амстердам, интерфейс перезапускается там, где возникает жесткий, экзистенциальный спрос на новое. Но, как показал случай SpaceX, над таким реальным узлом сегодня надувают биржевую надстройку, поэтому зародыш новой Фабрики надо искать в самом физическом спросе, на запуск, энергию, оборону, а не в капитализации, которую лепят поверх него.
Где сегодня этот спрос и кто его оплатит? Ошибка прогнозистов в том, что они ищут единый универсальный формат на смену Кремниевой долине. Но в эпоху транзита и фрагментации мира единого стандарта больше нет. Монополия на инновации распалась.
Вместо одного глобального конвейера мы увидим сразу несколько принципиально разных сборок. Корпоративные анклавы, решающие задачи физического выживания на фронтире, это лишь один из вариантов. Будут и другие форматы, каждый со своей юнит-экономикой, своим протоколом выучки и своим источником денег.
Как именно будут выглядеть эти новые узлы, кто станет их оператором и где пройдет граница их рентабельности, разберем в следующей, финальной части цикла.
Вот четкий диагноз. Реальный физический узел, прибыльный запуск и Starlink, использовали как респектабельную обертку, чтобы протащить на биржу дико убыточную ИИ-модель и продать все это розничному инвестору через подломанные ворота регуляторики - один проспект IPO от SpaceX чего стоил.
Космос тут лицо, а капитализация это ИИ-симуляция. Это не зародыш новой Фабрики в чистом виде, это мутация в высшей финалной форме - даже настоящий прорыв технологии финансовая машина не может не обвесить переоценкой.
### Зеркальный коллапс матрицы
Посмотрите, насколько симметрично сломались обе половины Фабрики. Академическая наука, конвейер идей, перестала брать риск, потому что ученый боится потерять индекс цитирования, не получить следующий грант и вылететь из консенсуса.
Венчур, финансовый хаб, перестал оплачивать риск, потому что инвестор боится испортить квартальный отчет, не поднять следующий фонд и потерять гигансткую комиссию за управление. Ему больше не нужно воевать за прорывность его портфеля и за 20% апсайда если его комиссия уже сверхприбыльна без рисков.
И наука, и венчур выродились в гигантские бюрократические конвейеры конца индустриальной эпохи, оптимизированные под обслуживание собственного штата и снижение волатильности. А гений и прорыв по своей природе это всегда волатильность и нарушение консенсуса. Систему, настроенную гасить волатильность, гений не проходит по определению.
## Синтез и распад монополии
Мы завершаем разбор исторических машин. Старые конвейеры обанкротились. Оксфорд, MIT и Кремниевая долина больше не генерируют прорывы, они работают как социальные фильтры, отбирающие системных конформистов под обслуживание затухающих процессов.
Значит, следующая Фабрика соберется не в старых институциональных центрах. По закону миграции узлов, который мы видели при переезде капитала из разгромленного Антверпена в Амстердам, интерфейс перезапускается там, где возникает жесткий, экзистенциальный спрос на новое. Но, как показал случай SpaceX, над таким реальным узлом сегодня надувают биржевую надстройку, поэтому зародыш новой Фабрики надо искать в самом физическом спросе, на запуск, энергию, оборону, а не в капитализации, которую лепят поверх него.
Где сегодня этот спрос и кто его оплатит? Ошибка прогнозистов в том, что они ищут единый универсальный формат на смену Кремниевой долине. Но в эпоху транзита и фрагментации мира единого стандарта больше нет. Монополия на инновации распалась.
Вместо одного глобального конвейера мы увидим сразу несколько принципиально разных сборок. Корпоративные анклавы, решающие задачи физического выживания на фронтире, это лишь один из вариантов. Будут и другие форматы, каждый со своей юнит-экономикой, своим протоколом выучки и своим источником денег.
Как именно будут выглядеть эти новые узлы, кто станет их оператором и где пройдет граница их рентабельности, разберем в следующей, финальной части цикла.
👍10❤3🤔2
В чате задали вопрос после поста про знание
“Знание как хранимый актив дешевеет, знание как вериыицированный процесс становится главным активом...
Можете это как-то попроще илт на примере описать? Или может уже были посты на эту тему?”
Решил что будет наверное интереснее пояснить тоже в форме поста.
“Знание как хранимый актив дешевеет, знание как вериыицированный процесс становится главным активом...
Можете это как-то попроще илт на примере описать? Или может уже были посты на эту тему?”
Решил что будет наверное интереснее пояснить тоже в форме поста.
🔥5
Знание в ремонтном ангаре - почему платят не за мануал, а за петлю проверки
Давайте разберем тезис на самом приземленном примере. Спустимся от онтологий, ну допустим, в ремонтный ангар.
Представьте полную заводскую инструкцию по ремонту авиационного двигателя. В ней записаны все допуски, схемы сборки, моменты затяжки болтов и коды ошибок. В индустриальную эпоху человек, который выучил эту инструкцию наизусть, то есть накопил данные в голове, был ценным и высокооплачиваемым специалистом.
Но сегодня инструкция полностью оцифрована. Любая языковая модель подкрепленная особенно досутпом к базе мануалов RAGом, за долю секунды найдет нужный абзац и процитирует его. Любая классическая экспертная система в этой области, а они до сих пор активно работают в индустрии, проведет вас по дереву решений - если давление ниже X, проверь клапан Y.
И LLM, и экспертная система тут это хранимый актив. Набор текстов, статистических вероятностей или застывших правил. Этот актив обесценился до стоимости электричества, которое потребляет сервер. Владеть статичной информацией больше не выгодно, потому что она копируется мгновенно и стоит ноль. И доступ к этой информации часто решает проблемы.
Но теперь реальная поломка. Двигатель привезли в ангар, и он издает нестандартный шум, которого нет ни в одном мануале. Реальность всегда грязнее, сложнее и запутаннее любого текста или кода.
Спросите нейросеть, и она сочинит вам десять гладких правдоподобных причин. Причем среди них может оказаться и верная, современная модель умеет придумывать гипотезы. Но на этом она и останавливается. Прогоните проблему через экспертную систему, и она выдаст неизвестный сбой, потому что шаг в сторону от прописанного правила ломает ее логику. Обе архитектуры пасуют, и по одной причине - ни та, ни другая не может проверить свою догадку. Они хранят мертвые слепки прошлого опыта, но не умеют потрогать металл в моменте.
Тут и зарыта разделительная линия. Дело не в том, что машина не способна выдвинуть гипотезу, выдвинуть ее она может и дешево. Дело в том, что она не может закрутить конкретный клапан и считать результат с реальности.
К мотору подходит живой авиамеханик. Что он делает? Берет базовые данные из головы, сталкивается с неопределенностью, с этим шумом, строит гипотезу и совершает проверочное действие - закручивает конкретный клапан и смотрит на результат. Шум исчез, значит гипотеза верна. Механик только что выполнил верифицированный процесс снижения энтропии - сверил данные с реальностью, получил от нее жесткую обратную связь и решил проблему.
Именно за это платят деньги. Рынок платит не за цитирование мануала, а за способность гарантированно вернуть сломанный актив в строй.
И вот здесь ключ, который многие пропускают. Почему эта петля дорогая, а данные дешевые? Потому что данные копируются как файл, а петля приколочена к реальности. Ее нельзя скачать. Чтобы она работала, нужен замкнутый контур - действие в физическом мире и канал обратной связи, который приносит ответ от металла. Скопировать можно мертвый слепок, но не сам живой контур проверки. Вот это и есть настоящий технологический ров - не знание фактов, которое утекает за бесплатно, а способность замкнуться на реальность и проверить.
Перенесем это на архитектуру бизнеса и ИИ.
Все стартапы, которые сегодня делают базы знаний и RAG-поисковики, просто собирают удобные каталоги для чтения мануалов. Это дешевый, коммодитизированный продукт, полка с оцифрованными инструкциями.
А настоящая гонка Капитала идет за другим. Главным активом становится система или оператор, способные автоматизировать работу самого механика. То есть собрать машинный алгоритм, который сам выдвигает гипотезы, сам сверяет их с реальностью, физической, финансовой или медицинской, отбрасывает ложные и выдает точный проверяемый результат. И это трудно ровно потому, что требует не еще одной базы данных, а живого контура с реальностью.
Итог простой. Хранить факты больше не стоит ничего. Уметь формализовать сам процесс проверки фактов об реальность это Святой Грааль постиндустриальной экономики.
Давайте разберем тезис на самом приземленном примере. Спустимся от онтологий, ну допустим, в ремонтный ангар.
Представьте полную заводскую инструкцию по ремонту авиационного двигателя. В ней записаны все допуски, схемы сборки, моменты затяжки болтов и коды ошибок. В индустриальную эпоху человек, который выучил эту инструкцию наизусть, то есть накопил данные в голове, был ценным и высокооплачиваемым специалистом.
Но сегодня инструкция полностью оцифрована. Любая языковая модель подкрепленная особенно досутпом к базе мануалов RAGом, за долю секунды найдет нужный абзац и процитирует его. Любая классическая экспертная система в этой области, а они до сих пор активно работают в индустрии, проведет вас по дереву решений - если давление ниже X, проверь клапан Y.
И LLM, и экспертная система тут это хранимый актив. Набор текстов, статистических вероятностей или застывших правил. Этот актив обесценился до стоимости электричества, которое потребляет сервер. Владеть статичной информацией больше не выгодно, потому что она копируется мгновенно и стоит ноль. И доступ к этой информации часто решает проблемы.
Но теперь реальная поломка. Двигатель привезли в ангар, и он издает нестандартный шум, которого нет ни в одном мануале. Реальность всегда грязнее, сложнее и запутаннее любого текста или кода.
Спросите нейросеть, и она сочинит вам десять гладких правдоподобных причин. Причем среди них может оказаться и верная, современная модель умеет придумывать гипотезы. Но на этом она и останавливается. Прогоните проблему через экспертную систему, и она выдаст неизвестный сбой, потому что шаг в сторону от прописанного правила ломает ее логику. Обе архитектуры пасуют, и по одной причине - ни та, ни другая не может проверить свою догадку. Они хранят мертвые слепки прошлого опыта, но не умеют потрогать металл в моменте.
Тут и зарыта разделительная линия. Дело не в том, что машина не способна выдвинуть гипотезу, выдвинуть ее она может и дешево. Дело в том, что она не может закрутить конкретный клапан и считать результат с реальности.
К мотору подходит живой авиамеханик. Что он делает? Берет базовые данные из головы, сталкивается с неопределенностью, с этим шумом, строит гипотезу и совершает проверочное действие - закручивает конкретный клапан и смотрит на результат. Шум исчез, значит гипотеза верна. Механик только что выполнил верифицированный процесс снижения энтропии - сверил данные с реальностью, получил от нее жесткую обратную связь и решил проблему.
Именно за это платят деньги. Рынок платит не за цитирование мануала, а за способность гарантированно вернуть сломанный актив в строй.
И вот здесь ключ, который многие пропускают. Почему эта петля дорогая, а данные дешевые? Потому что данные копируются как файл, а петля приколочена к реальности. Ее нельзя скачать. Чтобы она работала, нужен замкнутый контур - действие в физическом мире и канал обратной связи, который приносит ответ от металла. Скопировать можно мертвый слепок, но не сам живой контур проверки. Вот это и есть настоящий технологический ров - не знание фактов, которое утекает за бесплатно, а способность замкнуться на реальность и проверить.
Перенесем это на архитектуру бизнеса и ИИ.
Все стартапы, которые сегодня делают базы знаний и RAG-поисковики, просто собирают удобные каталоги для чтения мануалов. Это дешевый, коммодитизированный продукт, полка с оцифрованными инструкциями.
А настоящая гонка Капитала идет за другим. Главным активом становится система или оператор, способные автоматизировать работу самого механика. То есть собрать машинный алгоритм, который сам выдвигает гипотезы, сам сверяет их с реальностью, физической, финансовой или медицинской, отбрасывает ложные и выдает точный проверяемый результат. И это трудно ровно потому, что требует не еще одной базы данных, а живого контура с реальностью.
Итог простой. Хранить факты больше не стоит ничего. Уметь формализовать сам процесс проверки фактов об реальность это Святой Грааль постиндустриальной экономики.
👍5❤3🤔2
И, чтоб два раза не ходить - продолжу
Почему дописать граф и добавить MCP это еще не та самая петля.
На прошлый тезис сразу набегут с возаржениями. Скажут - как это мы не умеем замыкать петлю? Мы каждый день дописываем свои графы знаний, добавляем новые скиллы и инструменты через MCP, меняем промпты в зависимости от входящих данных. Система же живая, она меняется.
Меняется, да. Но менять представление и проверять его об реальность это разные вещи. Все три названные операции это работа с хранимой информацией, а не замыкание на реальный мир.
Дописать граф. Кто-то, человек или пайплайн, добавил в базу новый узел и стрелку. Слепок стал больше и информация свежее. Но кто проверил, что новая связь верна? Никто и ничем, кроме того, что она красивенько нарисована. Скорость правок не равна истинности. И что делать с тем что стало устаревшей информацией и все равно продолжает вылазить в отеветах?
Добавить скилл или MCP. Это значит подключить модели больше инструментов - дать ей дернуть чужой сервис, достать еще данных, вызвать функцию. Полезная сантехника, шире охват. Но вызвать инструмент не значит измерить результат своей гипотезы и по нему себя поправить. Это более длинная рука за данными, а не инструмент, который чувствует, ошибся ты или нет.
Менять промпт от входа. Это подстройка вывода под вход - на разные данные разный сгенерированный ответ. Но это по-прежнему генерация правдоподобного, а не сверка с фактом. Вход поменялся, слепок откликнулся, а реальность в этом контуре так и не появилась.
Чего во всех трех случаях нет. Нет момента, когда машина совершает действие в реальном мире, получает от него жесткий ответ и сама себя правит по тому, снизилась неопределенность или нет. Нет цены за ошибку, которая идет обратно в систему. У них неверный ответ просто порождает следующий правдоподобный ответ, без наказания и без коррекции. Это разомкнутый контур, выданный за замкнутый.
Вернемся в ангар. Все, что делают эти стартапы, на языке механика это дать ему более толстый справочник, больше книг на полке и быстрый указатель. Вещь удобная. Но ценность механика никогда не была в справочнике. Она в том, что он крутит клапан и читает результат с металла. Ни граф, ни MCP, ни динамический промпт клапан не крутят и металл не щупают. Они улучшают библиотеку, а не петлю.
И вот почему это и есть технологический ров. Библиотека горизонтальна и копируется - тот же MCP, тот же граф, тот же трюк с промптом завтра есть у всех, и цена падает к нулю. А петля вертикальна и вшита в конкретную область - датчик, действие и обратная связь, привязанные к своему мотору, своему пациенту, своему рынку. Ее нельзя приставить сбоку как модный слой. Ее надо строить под домен и подключать к реальности. Поэтому большинство и делает библиотеки, это дешево и быстро. А ценность собирается именно там, где кто-то строит петлю.
Почему дописать граф и добавить MCP это еще не та самая петля.
На прошлый тезис сразу набегут с возаржениями. Скажут - как это мы не умеем замыкать петлю? Мы каждый день дописываем свои графы знаний, добавляем новые скиллы и инструменты через MCP, меняем промпты в зависимости от входящих данных. Система же живая, она меняется.
Меняется, да. Но менять представление и проверять его об реальность это разные вещи. Все три названные операции это работа с хранимой информацией, а не замыкание на реальный мир.
Дописать граф. Кто-то, человек или пайплайн, добавил в базу новый узел и стрелку. Слепок стал больше и информация свежее. Но кто проверил, что новая связь верна? Никто и ничем, кроме того, что она красивенько нарисована. Скорость правок не равна истинности. И что делать с тем что стало устаревшей информацией и все равно продолжает вылазить в отеветах?
Добавить скилл или MCP. Это значит подключить модели больше инструментов - дать ей дернуть чужой сервис, достать еще данных, вызвать функцию. Полезная сантехника, шире охват. Но вызвать инструмент не значит измерить результат своей гипотезы и по нему себя поправить. Это более длинная рука за данными, а не инструмент, который чувствует, ошибся ты или нет.
Менять промпт от входа. Это подстройка вывода под вход - на разные данные разный сгенерированный ответ. Но это по-прежнему генерация правдоподобного, а не сверка с фактом. Вход поменялся, слепок откликнулся, а реальность в этом контуре так и не появилась.
Чего во всех трех случаях нет. Нет момента, когда машина совершает действие в реальном мире, получает от него жесткий ответ и сама себя правит по тому, снизилась неопределенность или нет. Нет цены за ошибку, которая идет обратно в систему. У них неверный ответ просто порождает следующий правдоподобный ответ, без наказания и без коррекции. Это разомкнутый контур, выданный за замкнутый.
Вернемся в ангар. Все, что делают эти стартапы, на языке механика это дать ему более толстый справочник, больше книг на полке и быстрый указатель. Вещь удобная. Но ценность механика никогда не была в справочнике. Она в том, что он крутит клапан и читает результат с металла. Ни граф, ни MCP, ни динамический промпт клапан не крутят и металл не щупают. Они улучшают библиотеку, а не петлю.
И вот почему это и есть технологический ров. Библиотека горизонтальна и копируется - тот же MCP, тот же граф, тот же трюк с промптом завтра есть у всех, и цена падает к нулю. А петля вертикальна и вшита в конкретную область - датчик, действие и обратная связь, привязанные к своему мотору, своему пациенту, своему рынку. Ее нельзя приставить сбоку как модный слой. Ее надо строить под домен и подключать к реальности. Поэтому большинство и делает библиотеки, это дешево и быстро. А ценность собирается именно там, где кто-то строит петлю.
❤3👍2🤔2
Часть 6: Поверхность проверки и три новых формата узла
В прошлой части мы разобрали монополию. Глобальная академия выродилась в бюрократию по производству индексов цитирования, а классический венчур превратился в конвейер по отрисовке презентаций и продаже питч-деков. Но сказать, что они сломались просто от избытка денег или неправильных заказчиков, это лишь половина диагноза. Точнее будет сказать так - у обоих институтов изменилась поверхность проверки.
Поверхность проверки это главное понятие этой части. У любой машины, производящей интеллект, есть своя поверхность проверки. Это то, обо что бьется гипотеза и что убивает неверную идею дешево и быстро.
Механик проверяет догадку о металл, купец о прибыль, инженер о физику. Пока эта поверхность настоящая, машина производит знание, потому что реальность отсеивает ложное. Как только поверхность становится фальшивой, машина начинает производить симуляцию.
Ровно это и произошло со старой системой. Академия стала проверять новые теории не о реальность, а о мнение таких же ученых: цитатный консенсус, рецензия своих, грант за вписанность в тренд. Венчур стал проверять стартапы не о рынок, а о следующий раунд - бумажная переоценка, красивая цифра для привлечения нового фонда. Петля обратной связи в обоих случаях отвязалась от материального мира и замкнулась сама на себя.
Это и есть общая причина, по которой в третьей части умерла наука, а в пятой сейчас умирает венчур. Болезнь была одна - поверхность проверки перестала быть реальностью.
Отсюда вытекает условие возврата к фабрикам. Фабрика собирается заново там, где возвращается жесткая поверхность проверки, где реальность снова кусается по-настоящему. А кусается она только там, где спрос экзистенциальный, то есть такой, который нельзя сымитировать или заменить чиновничьим мнением.
Подделываемый спрос и убил старую систему - можно нарисовать цитируемость и можно надуть оценку компании, но нельзя нарисовать выживание. Экзистенциальных давлений, которые не подделать, ровно три: экономическое выживание на фронтире, физическое и военное выживание, и выживание индивида или группы за счет переносимого навыка в мире без границ. Каждому из них соответствует своя поверхность проверки, и из каждого вырастает свой тип Фабрики.
Чистые потоки против реальных миксов
Сразу сделаем важную оговорку. Три формата, описанные ниже, это чистые потоки, аналитические примитивы. Поток это связка из своего типа спроса, своего источника ликвидности и своей поверхности проверки. В реальности ни один узел не сидит на одном кристально чистом потоке.
Реальная Фабрика это всегда суперпозиция потоков, где один является ведущим. Прочитать действующий узел значит понять, на каких потоках он сидит и какой из них задает главную рамку.
SpaceX в основе своей это технологический Анклав (операционная выручка Starlink кормит тяжелую инженерию), но в нем есть и поток Арсенала (стратегический спрос на тяжелые носители и защищенную связь), и он всасывает лучшие мозги с переносимого потока. Чистый тип это линза, микс это норма.
Чтобы эта оговорка не превратила модель в схему, которую можно натянуть на любой факт, зафиксируем, что теория запрещает. Она ложна, если найдется узел, десятилетиями дающий настоящие прорывы при доказуемо консенсусной поверхности проверки, то есть без обратной связи от реальности. И она дает проверяемое следствие - у закрытых узлов диффузия открытий должна оказаться замеренно медленнее, чем у старой открытой науки. Не пройдут оба теста - конструкцию можно выбрасывать.
Поток первый: Корпоративный Анклав
Когда венчур окончательно отказался брать на себя физический риск, тяжелая инженерия ушла на балансы крупных операторов фронтира: космос, биотех, глубокая логистика, вычисления, сложная робототехника.
Поверхность проверки здесь двойная и жесткая - рыночная окупаемость и физика материалов. Ракета либо летит дешевле конкурента, либо не летит. Материал либо держит нагрузку, либо разрушается. Робот либо выполняет полезную работу, либо танцует перед инвесторами. Соврать нельзя ни рынку, ни металлу.
В прошлой части мы разобрали монополию. Глобальная академия выродилась в бюрократию по производству индексов цитирования, а классический венчур превратился в конвейер по отрисовке презентаций и продаже питч-деков. Но сказать, что они сломались просто от избытка денег или неправильных заказчиков, это лишь половина диагноза. Точнее будет сказать так - у обоих институтов изменилась поверхность проверки.
Поверхность проверки это главное понятие этой части. У любой машины, производящей интеллект, есть своя поверхность проверки. Это то, обо что бьется гипотеза и что убивает неверную идею дешево и быстро.
Механик проверяет догадку о металл, купец о прибыль, инженер о физику. Пока эта поверхность настоящая, машина производит знание, потому что реальность отсеивает ложное. Как только поверхность становится фальшивой, машина начинает производить симуляцию.
Ровно это и произошло со старой системой. Академия стала проверять новые теории не о реальность, а о мнение таких же ученых: цитатный консенсус, рецензия своих, грант за вписанность в тренд. Венчур стал проверять стартапы не о рынок, а о следующий раунд - бумажная переоценка, красивая цифра для привлечения нового фонда. Петля обратной связи в обоих случаях отвязалась от материального мира и замкнулась сама на себя.
Это и есть общая причина, по которой в третьей части умерла наука, а в пятой сейчас умирает венчур. Болезнь была одна - поверхность проверки перестала быть реальностью.
Отсюда вытекает условие возврата к фабрикам. Фабрика собирается заново там, где возвращается жесткая поверхность проверки, где реальность снова кусается по-настоящему. А кусается она только там, где спрос экзистенциальный, то есть такой, который нельзя сымитировать или заменить чиновничьим мнением.
Подделываемый спрос и убил старую систему - можно нарисовать цитируемость и можно надуть оценку компании, но нельзя нарисовать выживание. Экзистенциальных давлений, которые не подделать, ровно три: экономическое выживание на фронтире, физическое и военное выживание, и выживание индивида или группы за счет переносимого навыка в мире без границ. Каждому из них соответствует своя поверхность проверки, и из каждого вырастает свой тип Фабрики.
Чистые потоки против реальных миксов
Сразу сделаем важную оговорку. Три формата, описанные ниже, это чистые потоки, аналитические примитивы. Поток это связка из своего типа спроса, своего источника ликвидности и своей поверхности проверки. В реальности ни один узел не сидит на одном кристально чистом потоке.
Реальная Фабрика это всегда суперпозиция потоков, где один является ведущим. Прочитать действующий узел значит понять, на каких потоках он сидит и какой из них задает главную рамку.
SpaceX в основе своей это технологический Анклав (операционная выручка Starlink кормит тяжелую инженерию), но в нем есть и поток Арсенала (стратегический спрос на тяжелые носители и защищенную связь), и он всасывает лучшие мозги с переносимого потока. Чистый тип это линза, микс это норма.
Чтобы эта оговорка не превратила модель в схему, которую можно натянуть на любой факт, зафиксируем, что теория запрещает. Она ложна, если найдется узел, десятилетиями дающий настоящие прорывы при доказуемо консенсусной поверхности проверки, то есть без обратной связи от реальности. И она дает проверяемое следствие - у закрытых узлов диффузия открытий должна оказаться замеренно медленнее, чем у старой открытой науки. Не пройдут оба теста - конструкцию можно выбрасывать.
Поток первый: Корпоративный Анклав
Когда венчур окончательно отказался брать на себя физический риск, тяжелая инженерия ушла на балансы крупных операторов фронтира: космос, биотех, глубокая логистика, вычисления, сложная робототехника.
Поверхность проверки здесь двойная и жесткая - рыночная окупаемость и физика материалов. Ракета либо летит дешевле конкурента, либо не летит. Материал либо держит нагрузку, либо разрушается. Робот либо выполняет полезную работу, либо танцует перед инвесторами. Соврать нельзя ни рынку, ни металлу.
👍4❤1🤔1
- Выучка: Анклав бракует обесцененные дипломы массовых университетов и строит внутри своего периметра жесткие цеха подготовки под конкретный технологический стек.
- Заказчик: не спекулятивные деньги венчура, а собственная операционная выручка плюс давление конкурирующих анклавов на рынке.
- Площадка: закрытые лаборатории по модели skunk works, где гипотеза бьется о физику и окупаемость, а не о мнение академического совета.
Поток второй: Суверенный Арсенал
По мере распада глобального полицейского зонтика те лоскуты, которые столкнулись с реальной угрозой поглощения, вынуждены реанимировать Фабрику на базе военно-промышленного контура.
Поверхность проверки тут самая быстрая из всех: кинетический конфликт. Дешевый дрон либо гарантированно уничтожает дорогую цель, либо падает в поле. Система радиоэлектронной борьбы либо обеспечивает защиту, либо сгорает вместе с техникой. Обратная связь приходит за считанные секунды и, как правило, не оставляет права на вторую попытку.
- Выучка: милитаризованная инженерия, где выбраковка неэффективных идей и людей происходит мгновенно и физически.
- Заказчик: скудный, но предельно сфокусированный оборонный бюджет конкурирующих государств и прокси-группировок, для которых инновация это вопрос физического выживания.
- Площадка: поле боя. Единственным проверяемым результатом здесь является уничтоженная или спасенная цель.
Поток третий: Переносимый узел
Существуют операторы, которые отказываются привязывать себя к бетону анклава или к государственному арсеналу. Их Фабрику несет не место, а сам человек и его цифровая сеть.
Это прямая реинкарнация ашкеназской модели из четвертой части: узел держится на переносимом укладе, а не на географии. Поверхность проверки тут открытый глобальный рынок и аудит равных. Код компилируется или падает, протокол взламывают или он держит нагрузку, продукт покупают или отменяют. География не нужна, нужен защищенный канал и подтвержденный результат.
- Выучка: открытая меритократия по реально сделанной работе, а не по диплому. Здесь корочка вообще не работает фильтром: судят по сделанному, а не по учебному следу. Учат через аудит чужого открытого кода и разбор реальных архитектурных кейсов.
- Заказчик: распыленный глобальный спрос без единого центра. Это самый сложный заказчик из трех - у оператора нет одного работодателя и нет монополиста, который решает за всех, что достойно финансирования.
- Площадка: открытый цифровой рынок, где судят результат и репутация. Трейдинг, открытая разработка, сложные исследования, аналитика, цифровая миграция, создание контента, гейминг, крипта, это все специализации внутри переносимого формата, а не сам формат.
Железное правило матрицы
Оно напрямую следует из природы поверхности проверки. Все три столпа (выучка, состязание, ликвидность) обязательны, потому что если убрать хотя бы один, петля обратной связи размывается.
Если Анклав закрывается от рыночной угрозы и заменяет жесткое состязание на внутреннюю бюрократию, его поверхность проверки становится фальшивой, и он вырождается в убыточный НИИ, ту же академию в миниатюре. Если Арсенал перестает биться о реального врага и начинает клепать оружие для парадов, его поверхность исчезает, и он превращается в потемкинскую деревню. Если Переносимый узел теряет приток свежих мозгов и уходит с открытого рынка в закрытую гильдию, его выучка костенеет, и код устаревает.
Формат не имеет значения. Важна только живая, замкнутая петля. Выпал хотя бы один столп, петля разомкнулась, Фабрика заглохла.
Могут ли эти узлы делать фундаментальную науку
Это самый острый вопрос. Способны ли утилитарные узлы, заточенные под выгоду и выживание, рожать фундаментальную науку?
- Заказчик: не спекулятивные деньги венчура, а собственная операционная выручка плюс давление конкурирующих анклавов на рынке.
- Площадка: закрытые лаборатории по модели skunk works, где гипотеза бьется о физику и окупаемость, а не о мнение академического совета.
Поток второй: Суверенный Арсенал
По мере распада глобального полицейского зонтика те лоскуты, которые столкнулись с реальной угрозой поглощения, вынуждены реанимировать Фабрику на базе военно-промышленного контура.
Поверхность проверки тут самая быстрая из всех: кинетический конфликт. Дешевый дрон либо гарантированно уничтожает дорогую цель, либо падает в поле. Система радиоэлектронной борьбы либо обеспечивает защиту, либо сгорает вместе с техникой. Обратная связь приходит за считанные секунды и, как правило, не оставляет права на вторую попытку.
- Выучка: милитаризованная инженерия, где выбраковка неэффективных идей и людей происходит мгновенно и физически.
- Заказчик: скудный, но предельно сфокусированный оборонный бюджет конкурирующих государств и прокси-группировок, для которых инновация это вопрос физического выживания.
- Площадка: поле боя. Единственным проверяемым результатом здесь является уничтоженная или спасенная цель.
Поток третий: Переносимый узел
Существуют операторы, которые отказываются привязывать себя к бетону анклава или к государственному арсеналу. Их Фабрику несет не место, а сам человек и его цифровая сеть.
Это прямая реинкарнация ашкеназской модели из четвертой части: узел держится на переносимом укладе, а не на географии. Поверхность проверки тут открытый глобальный рынок и аудит равных. Код компилируется или падает, протокол взламывают или он держит нагрузку, продукт покупают или отменяют. География не нужна, нужен защищенный канал и подтвержденный результат.
- Выучка: открытая меритократия по реально сделанной работе, а не по диплому. Здесь корочка вообще не работает фильтром: судят по сделанному, а не по учебному следу. Учат через аудит чужого открытого кода и разбор реальных архитектурных кейсов.
- Заказчик: распыленный глобальный спрос без единого центра. Это самый сложный заказчик из трех - у оператора нет одного работодателя и нет монополиста, который решает за всех, что достойно финансирования.
- Площадка: открытый цифровой рынок, где судят результат и репутация. Трейдинг, открытая разработка, сложные исследования, аналитика, цифровая миграция, создание контента, гейминг, крипта, это все специализации внутри переносимого формата, а не сам формат.
Железное правило матрицы
Оно напрямую следует из природы поверхности проверки. Все три столпа (выучка, состязание, ликвидность) обязательны, потому что если убрать хотя бы один, петля обратной связи размывается.
Если Анклав закрывается от рыночной угрозы и заменяет жесткое состязание на внутреннюю бюрократию, его поверхность проверки становится фальшивой, и он вырождается в убыточный НИИ, ту же академию в миниатюре. Если Арсенал перестает биться о реального врага и начинает клепать оружие для парадов, его поверхность исчезает, и он превращается в потемкинскую деревню. Если Переносимый узел теряет приток свежих мозгов и уходит с открытого рынка в закрытую гильдию, его выучка костенеет, и код устаревает.
Формат не имеет значения. Важна только живая, замкнутая петля. Выпал хотя бы один столп, петля разомкнулась, Фабрика заглохла.
Могут ли эти узлы делать фундаментальную науку
Это самый острый вопрос. Способны ли утилитарные узлы, заточенные под выгоду и выживание, рожать фундаментальную науку?
👍2❤1🤔1
Обывателю кажется, что фундаментальная наука движется исключительно чистым любопытством и абстрактным благом человечества. Любопытство и правда давало настоящие фундаментальные вещи, это не иллюзия. Иллюзия в другом: будто оно работает мотором само по себе. Оно работает лишь пока кто-то готов его оплачивать, и именно эта модель финансирования сейчас сжимается, а выросшая на ней академия все чаще симулирует открытия ради грантов.
В операционной реальности масштаб и направление прикладно-смежных прорывов идут за конкурентным спросом. Корпоративный Анклав вложится в квантовую механику и материаловедение не ради Нобелевской премии, а чтобы его ракета летала дешевле, а материалы не деградировали на орбите. Суверенный Арсенал вложится в передовую математику и радиофизику, чтобы сломать шифры противника или построить сверхточный радар. Переносимый узел будет двигать теорию чисел и криптографию, чтобы защитить свою ликвидность от взлома.
Фундаментальная наука не умирает. Меняется другое - заканчивается эпоха, когда наука была всеобщим публичным достоянием.
Приватизация прорыва
И вот вывод, который делает эту часть не прогнозом, а механизмом. Наука смещается в закрытый контур не по злой воле операторов и не по моде. Это прямое следствие изменения поверхности проверки.
Если твой верификатор это твое прямое конкурентное преимущество (твоя ракета, твое оружие, твой алгоритм), то знание, прошедшее эту проверку, по определению становится коммерческим или военным секретом.
Открытая наука Нового времени была возможна ровно потому, что проверяющей инстанцией был общий публичный котел - рецензия, воспроизводимость результатов, открытый спор в академическом журнале. Пока проверяет общий котел, знание принадлежит всем. Как только начинает проверять экзистенциальная конкуренция, публиковать прошедшее проверку значит отдать преимущество, и потому обнародовать его физически нельзя.
Эпоха Возрождения и Леонардо да Винчи, чертивший анатомию и гидродинамику не для университетского вестника, а чтобы строить лучшие осадные машины для герцогов Сфорца, это не красивая метафора. Это тот же самый работающий механизм. Мы возвращаемся к исторической норме, где интеллект снова становится оружием выживания, а не общественным благом.
И тут же возникает холодная цена этой трансформации, лишенная всякой моральной оценки. Закрытый верификатор работает острее и быстрее локально - анклав или арсенал проверяет гипотезу жестче любого академического рецензента. Но он убивает публичное накопление. Именно открытый котел, где чужое открытие бесплатно достается всем остальным и суммируется с их результатами, и породил кумулятивный эффект последних трехсот лет.
Закрытый контур этот компаунд рвет. Прорыв станет острее в точке, но медленнее в диффузии, а общий котел, из которого черпали все, сожмется. Это не жалоба на судьбу, это симметричная плата за возвращение жесткой проверки.
Мост к финалу
Остается последнее. Если Фабрику определяет живая петля проверки, встает неизбежный вопрос - а кто именно эту петлю замыкает.
Машина ее не замыкает, мы разбирали это отдельно. Искусственный интеллект это разомкнутая библиотека, мертвый слепок данных, который выдает правдоподобный текст, но не умеет бить гипотезу о реальность.
Петлю замыкает человек-оператор. А значит, новым узлам нужен способ ковать таких операторов, и называть это системой образования в старом смысле уже трудно. Как именно узлы будут решать эту задачу, почему классический университет проигрывает как машина ковки кадров и что встанет на его место, мы разберем в следующей, финальной части цикла.
В операционной реальности масштаб и направление прикладно-смежных прорывов идут за конкурентным спросом. Корпоративный Анклав вложится в квантовую механику и материаловедение не ради Нобелевской премии, а чтобы его ракета летала дешевле, а материалы не деградировали на орбите. Суверенный Арсенал вложится в передовую математику и радиофизику, чтобы сломать шифры противника или построить сверхточный радар. Переносимый узел будет двигать теорию чисел и криптографию, чтобы защитить свою ликвидность от взлома.
Фундаментальная наука не умирает. Меняется другое - заканчивается эпоха, когда наука была всеобщим публичным достоянием.
Приватизация прорыва
И вот вывод, который делает эту часть не прогнозом, а механизмом. Наука смещается в закрытый контур не по злой воле операторов и не по моде. Это прямое следствие изменения поверхности проверки.
Если твой верификатор это твое прямое конкурентное преимущество (твоя ракета, твое оружие, твой алгоритм), то знание, прошедшее эту проверку, по определению становится коммерческим или военным секретом.
Открытая наука Нового времени была возможна ровно потому, что проверяющей инстанцией был общий публичный котел - рецензия, воспроизводимость результатов, открытый спор в академическом журнале. Пока проверяет общий котел, знание принадлежит всем. Как только начинает проверять экзистенциальная конкуренция, публиковать прошедшее проверку значит отдать преимущество, и потому обнародовать его физически нельзя.
Эпоха Возрождения и Леонардо да Винчи, чертивший анатомию и гидродинамику не для университетского вестника, а чтобы строить лучшие осадные машины для герцогов Сфорца, это не красивая метафора. Это тот же самый работающий механизм. Мы возвращаемся к исторической норме, где интеллект снова становится оружием выживания, а не общественным благом.
И тут же возникает холодная цена этой трансформации, лишенная всякой моральной оценки. Закрытый верификатор работает острее и быстрее локально - анклав или арсенал проверяет гипотезу жестче любого академического рецензента. Но он убивает публичное накопление. Именно открытый котел, где чужое открытие бесплатно достается всем остальным и суммируется с их результатами, и породил кумулятивный эффект последних трехсот лет.
Закрытый контур этот компаунд рвет. Прорыв станет острее в точке, но медленнее в диффузии, а общий котел, из которого черпали все, сожмется. Это не жалоба на судьбу, это симметричная плата за возвращение жесткой проверки.
Мост к финалу
Остается последнее. Если Фабрику определяет живая петля проверки, встает неизбежный вопрос - а кто именно эту петлю замыкает.
Машина ее не замыкает, мы разбирали это отдельно. Искусственный интеллект это разомкнутая библиотека, мертвый слепок данных, который выдает правдоподобный текст, но не умеет бить гипотезу о реальность.
Петлю замыкает человек-оператор. А значит, новым узлам нужен способ ковать таких операторов, и называть это системой образования в старом смысле уже трудно. Как именно узлы будут решать эту задачу, почему классический университет проигрывает как машина ковки кадров и что встанет на его место, мы разберем в следующей, финальной части цикла.
👍6❤3🤔1
Кстати спасибо - дискуссии вчате помгли более точно сформировать идею и тезисы 7 части этого цикла про “образование” и “что нужно” - выложу завтра
👍3
# Часть 7: Операционная система мышления и конец эпохи дипломов
В прошлой части мы оставили новые узлы с одной нерешенной проблемой. Анклавы, Арсеналы и Переносимые узлы существуют, но людей им старый университетский конвейер больше не поставляет. Обычно вопрос ставят так: где брать кадры. Это неточно. Правильный вопрос другой: что именно должно быть установлено в человеке, чтобы он был полезен новой Фабрике, и можно ли это установить вообще. С него и начнем.
## Почему конвейер сломался
В основе старой системы образования лежит одна подмена. Она путает загрузку данных с постановкой мышления.
Университет выпускает человека с приличным биологическим аппаратом и головой, набитой фактами. Аппарат есть, а дисциплины работы с ним нет. На хорошее железо записали терабайты текстов, но не поставили операционную систему, которая умеет этими текстами распоряжаться. В индустриальную эпоху этого хватало: экономике нужны были миллионы людей-справочников, которые держат в голове стандартную инструкцию и применяют ее по шаблону.
Этот актив обесценился. Не до нуля, но близко. Языковая модель достает любой абзац из любого мануала за секунду, и помнить факты перестало быть редким умением. Причем проблема даже не в том, что выпускник знает меньше модели. Проблема в том, что при встрече с реальной задачей, где готового ответа в учебнике нет, у него нет и процедуры, чтобы этот ответ добыть. Он умеет цитировать, но не умеет проверять. Мы разбирали это в текстах про знание: знание это не хранимый факт, а проверенная процедура снижения неопределенности. Университет выдает первое и почти не ставит второе.
## Что на самом деле нужно установить
Новым Фабрикам не нужны энциклопедисты. Им нужны операторы, способные действовать там, где учебник кончился.
Это и есть та самая дисциплина мышления, и стоит сказать прямо, из чего она состоит, иначе выйдет очередное красивое слово. Оператор сталкивается с незнакомым шумом, физическим или информационным. Строит гипотезу. Совершает проверочное действие. Получает жесткую обратную связь от реальности. Правит модель. Это цикл, и ценность человека в том, насколько быстро и честно он его крутит. Рутину внутри цикла заберут алгоритмы: черновой код, сведение таблиц, первый перебор вариантов. Но рамку задает и результат проверяет человек, потому что машина, как мы разбирали, эту петлю крутить не умеет, она выдает правдоподобное, а не проверенное.
Важное уточнение, без которого пост скатился бы в мистику. Эта дисциплина не врожденный дар, ее ставят. Критическое мышление, оптика разбора, анализ информации это преподаваемые предметы, а не благодать. Их можно и нужно учить, и часть новых Фабрик будет учить их с нуля. Поэтому продукт новой сборки это не узкий специалист, а генералист: человек с поставленным аппаратом быстро вскрывает любую новую область, потому что у него есть процедура входа, а не двадцатилетний стаж в одной борозде. Про масштаб замены скажу осторожнее, чем принято хвастать: не один заменит десятерых, а небольшая группа поставленных генералистов с доступом к сильным моделям закрывает те цепочки, на которых раньше сидел целый отдел узких специалистов, перераспределяя роли под задачу.
### Что ставится, а что не ставится
Тут проходит главная линия, и она делает всю конструкцию честной. В оператора нужно установить две разные вещи, и ставятся они по-разному.
Первое это явная дисциплина. Она формализуется, преподается, масштабируется. Ее можно вложить лекцией, разбором, тренажером, ИИ-тьютором. Это операционная система, и ее реально записать на любое годное железо.
Второе это неявное мастерство: суждение, которое возникает, только когда крутишь петлю под реальной ставкой. Оно, как мы выяснили в текстах про знание, не сворачивается в данные и не передается файлом. Оно передается плотным контактом с тем, кто уже умеет, на живой задаче с высокой энтропией. Тьютор его не заменит, потому что заменять нечего, это не текст.
В прошлой части мы оставили новые узлы с одной нерешенной проблемой. Анклавы, Арсеналы и Переносимые узлы существуют, но людей им старый университетский конвейер больше не поставляет. Обычно вопрос ставят так: где брать кадры. Это неточно. Правильный вопрос другой: что именно должно быть установлено в человеке, чтобы он был полезен новой Фабрике, и можно ли это установить вообще. С него и начнем.
## Почему конвейер сломался
В основе старой системы образования лежит одна подмена. Она путает загрузку данных с постановкой мышления.
Университет выпускает человека с приличным биологическим аппаратом и головой, набитой фактами. Аппарат есть, а дисциплины работы с ним нет. На хорошее железо записали терабайты текстов, но не поставили операционную систему, которая умеет этими текстами распоряжаться. В индустриальную эпоху этого хватало: экономике нужны были миллионы людей-справочников, которые держат в голове стандартную инструкцию и применяют ее по шаблону.
Этот актив обесценился. Не до нуля, но близко. Языковая модель достает любой абзац из любого мануала за секунду, и помнить факты перестало быть редким умением. Причем проблема даже не в том, что выпускник знает меньше модели. Проблема в том, что при встрече с реальной задачей, где готового ответа в учебнике нет, у него нет и процедуры, чтобы этот ответ добыть. Он умеет цитировать, но не умеет проверять. Мы разбирали это в текстах про знание: знание это не хранимый факт, а проверенная процедура снижения неопределенности. Университет выдает первое и почти не ставит второе.
## Что на самом деле нужно установить
Новым Фабрикам не нужны энциклопедисты. Им нужны операторы, способные действовать там, где учебник кончился.
Это и есть та самая дисциплина мышления, и стоит сказать прямо, из чего она состоит, иначе выйдет очередное красивое слово. Оператор сталкивается с незнакомым шумом, физическим или информационным. Строит гипотезу. Совершает проверочное действие. Получает жесткую обратную связь от реальности. Правит модель. Это цикл, и ценность человека в том, насколько быстро и честно он его крутит. Рутину внутри цикла заберут алгоритмы: черновой код, сведение таблиц, первый перебор вариантов. Но рамку задает и результат проверяет человек, потому что машина, как мы разбирали, эту петлю крутить не умеет, она выдает правдоподобное, а не проверенное.
Важное уточнение, без которого пост скатился бы в мистику. Эта дисциплина не врожденный дар, ее ставят. Критическое мышление, оптика разбора, анализ информации это преподаваемые предметы, а не благодать. Их можно и нужно учить, и часть новых Фабрик будет учить их с нуля. Поэтому продукт новой сборки это не узкий специалист, а генералист: человек с поставленным аппаратом быстро вскрывает любую новую область, потому что у него есть процедура входа, а не двадцатилетний стаж в одной борозде. Про масштаб замены скажу осторожнее, чем принято хвастать: не один заменит десятерых, а небольшая группа поставленных генералистов с доступом к сильным моделям закрывает те цепочки, на которых раньше сидел целый отдел узких специалистов, перераспределяя роли под задачу.
### Что ставится, а что не ставится
Тут проходит главная линия, и она делает всю конструкцию честной. В оператора нужно установить две разные вещи, и ставятся они по-разному.
Первое это явная дисциплина. Она формализуется, преподается, масштабируется. Ее можно вложить лекцией, разбором, тренажером, ИИ-тьютором. Это операционная система, и ее реально записать на любое годное железо.
Второе это неявное мастерство: суждение, которое возникает, только когда крутишь петлю под реальной ставкой. Оно, как мы выяснили в текстах про знание, не сворачивается в данные и не передается файлом. Оно передается плотным контактом с тем, кто уже умеет, на живой задаче с высокой энтропией. Тьютор его не заменит, потому что заменять нечего, это не текст.
👍7❤5🤔1
Отсюда и устройство новой боттеги: явную дисциплину ставят быстро и дешево, в том числе машиной, а неявное мастерство добирают медленно, у мастера, на реальном проекте. Первое масштабируется, второе нет, и именно второе становится узким местом всей системы.
## Новая боттега: как это собрано
Государственный вуз эту связку не тянет, поэтому Анклавы и Арсеналы заберут подготовку внутрь периметра. Логика простая: не ждать, пока университет за пять лет испортит кандидата, а собрать свой контур. Он распадается на три шага.
Шаг первый, отбор по психотипу. Ключевое слово тут не гениальность, а совместимость. Фабрика не ищет абстрактно лучших, она подбирает психотип под свою поверхность проверки, потому что разным поверхностям нужны разные головы. Самый наглядный пример уже работает в разведке. Израильское подразделение 9900, которое читает аэрофото и спутниковые снимки, с 2012 года целенаправленно набирает людей с аутизмом по программе Роим Рахок. Их сильная сторона, внимание к детали и терпимость к монотонному поиску, это ровно то, что нужно для вычитывания тысяч кадров. Перед операцией в Газе в 2014 такие аналитики сделали за три месяца работу, на которую закладывали полтора года. Та же логика в США: подрядчик разведки Enabled Intelligence собрал штат, где около шестидесяти процентов сотрудников аутисты, под разметку геоданных, а Национальное агентство геопространственной разведки в 2020 запустило свою программу найма аналитиков с аутизмом. Это не благотворительность, это точная подгонка психотипа под конкретный когнитивный поток. Отбор ищет не диплом и не оценки, а склад, который совпадает с задачей. Дисциплину ставят уже сверху.
Шаг второй, быстрая закачка базы. Формальную теорию, математику, физику, программирование, отобранные проходят не годами лекций, а через персональных ИИ-тьюторов, подстроенных под скорость ученика. То, что в вузе размазывали на годы, вкладывается за месяцы. Это дешевая и масштабируемая часть, та самая операционная система.
Шаг третий, передача от мастера. Главный и самый узкий шаг. Освоившего базу сразу ставят к действующему оператору на реальный проект с максимальной энтропией: сборка орбитального аппарата, реверс дрона, управление живым капиталом. Схема старая, как сама боттега: делай при мне, ошибайся, чини об реальность. Здесь и переходит неявное, чего нет ни в одном учебнике.
## Переносимый узел: рынок вместо мастера
У третьего типа Фабрик физического мастера нет, и боттегу он собирает иначе. В криптографии, открытой разработке, алгоритмической торговле роль экзаменатора берет сам рынок. Учеба идет через аудит чужого открытого кода и разбор чужих решений, а проверка приходит напрямую и с ценником. Выкатил смарт-контракт на открытую арену: держит атаки и приносит ликвидность, значит выучку прошел, взломали, значит банкрот. Диплом, возраст и происхождение тут не спрашивают. Это самая прямая постановка дисциплины из трех, потому что обратная связь мгновенная и меряется деньгами. Неявное мастерство тут тоже передается, просто не от одного мастера, а через открытые сообщества и репутацию.
## Конец золотого билета
Образование двадцатого века продавало обещание: выучи инструкцию, получи диплом, и он станет пропуском в средний класс. Обещание держалось на том, что хранимое знание чего-то стоило. Оно больше почти ничего не стоит, инструкцию теперь генерирует машина.
Дефицитным осталось другое: человек, который умеет выйти за пределы инструкции и починить реальность, когда учебник молчит. Поэтому новые Фабрики будут узкими, дорогими и разборчивыми. Они вложатся только в тех, кто способен держать дисциплину и крутить петлю. Остальным оставят подписку на те же модели и приятное чувство, что этого достаточно.
И вот в чем сдвиг, если убрать пафос. Диплом удостоверял, что ты усвоил прошлое. Новый фильтр спрашивает другое: способен ли ты действовать в настоящем и позволять реальности себя поправлять. Первое машина теперь делает лучше человека. Второе пока умеет только человек, и это единственное, за что впредь будут платить.
## Новая боттега: как это собрано
Государственный вуз эту связку не тянет, поэтому Анклавы и Арсеналы заберут подготовку внутрь периметра. Логика простая: не ждать, пока университет за пять лет испортит кандидата, а собрать свой контур. Он распадается на три шага.
Шаг первый, отбор по психотипу. Ключевое слово тут не гениальность, а совместимость. Фабрика не ищет абстрактно лучших, она подбирает психотип под свою поверхность проверки, потому что разным поверхностям нужны разные головы. Самый наглядный пример уже работает в разведке. Израильское подразделение 9900, которое читает аэрофото и спутниковые снимки, с 2012 года целенаправленно набирает людей с аутизмом по программе Роим Рахок. Их сильная сторона, внимание к детали и терпимость к монотонному поиску, это ровно то, что нужно для вычитывания тысяч кадров. Перед операцией в Газе в 2014 такие аналитики сделали за три месяца работу, на которую закладывали полтора года. Та же логика в США: подрядчик разведки Enabled Intelligence собрал штат, где около шестидесяти процентов сотрудников аутисты, под разметку геоданных, а Национальное агентство геопространственной разведки в 2020 запустило свою программу найма аналитиков с аутизмом. Это не благотворительность, это точная подгонка психотипа под конкретный когнитивный поток. Отбор ищет не диплом и не оценки, а склад, который совпадает с задачей. Дисциплину ставят уже сверху.
Шаг второй, быстрая закачка базы. Формальную теорию, математику, физику, программирование, отобранные проходят не годами лекций, а через персональных ИИ-тьюторов, подстроенных под скорость ученика. То, что в вузе размазывали на годы, вкладывается за месяцы. Это дешевая и масштабируемая часть, та самая операционная система.
Шаг третий, передача от мастера. Главный и самый узкий шаг. Освоившего базу сразу ставят к действующему оператору на реальный проект с максимальной энтропией: сборка орбитального аппарата, реверс дрона, управление живым капиталом. Схема старая, как сама боттега: делай при мне, ошибайся, чини об реальность. Здесь и переходит неявное, чего нет ни в одном учебнике.
## Переносимый узел: рынок вместо мастера
У третьего типа Фабрик физического мастера нет, и боттегу он собирает иначе. В криптографии, открытой разработке, алгоритмической торговле роль экзаменатора берет сам рынок. Учеба идет через аудит чужого открытого кода и разбор чужих решений, а проверка приходит напрямую и с ценником. Выкатил смарт-контракт на открытую арену: держит атаки и приносит ликвидность, значит выучку прошел, взломали, значит банкрот. Диплом, возраст и происхождение тут не спрашивают. Это самая прямая постановка дисциплины из трех, потому что обратная связь мгновенная и меряется деньгами. Неявное мастерство тут тоже передается, просто не от одного мастера, а через открытые сообщества и репутацию.
## Конец золотого билета
Образование двадцатого века продавало обещание: выучи инструкцию, получи диплом, и он станет пропуском в средний класс. Обещание держалось на том, что хранимое знание чего-то стоило. Оно больше почти ничего не стоит, инструкцию теперь генерирует машина.
Дефицитным осталось другое: человек, который умеет выйти за пределы инструкции и починить реальность, когда учебник молчит. Поэтому новые Фабрики будут узкими, дорогими и разборчивыми. Они вложатся только в тех, кто способен держать дисциплину и крутить петлю. Остальным оставят подписку на те же модели и приятное чувство, что этого достаточно.
И вот в чем сдвиг, если убрать пафос. Диплом удостоверял, что ты усвоил прошлое. Новый фильтр спрашивает другое: способен ли ты действовать в настоящем и позволять реальности себя поправлять. Первое машина теперь делает лучше человека. Второе пока умеет только человек, и это единственное, за что впредь будут платить.
👍8🤔1
К старому посту (всего месяц прошел) про “атом которого не хватит на всех”, стараюсь не комментить “новости” но это четко ложится в выводи из серии.
- According to the text of the new U.S.–Saudi nuclear agreement, Saudi Arabia will have a pathway to enrich uranium up to 20% on its own territory.
Without strict controls, enriching up to 20% could give Saudi Arabia the ability to divert nuclear material to military purposes. The agreement is currently under congressional review.
Текст читал - так и есть, то есть обогощенный для SMR реакторов будут выносить производство в гольф и планируют строить альтернативу нынешним на деньги тех же саудидов, намерения конечно модные, но вот сколько времени им понадобится на эти линии обогащения - вопрос открытый и сложный, плюс они собираются потушить ближний восток легко и быстро? Или - “ой а к нам в центрифуги тут дрон из хуситского стратапа прилетел случайно”?
Пока это видится больше как “декларативное” соглашение
- According to the text of the new U.S.–Saudi nuclear agreement, Saudi Arabia will have a pathway to enrich uranium up to 20% on its own territory.
Without strict controls, enriching up to 20% could give Saudi Arabia the ability to divert nuclear material to military purposes. The agreement is currently under congressional review.
Текст читал - так и есть, то есть обогощенный для SMR реакторов будут выносить производство в гольф и планируют строить альтернативу нынешним на деньги тех же саудидов, намерения конечно модные, но вот сколько времени им понадобится на эти линии обогащения - вопрос открытый и сложный, плюс они собираются потушить ближний восток легко и быстро? Или - “ой а к нам в центрифуги тут дрон из хуситского стратапа прилетел случайно”?
Пока это видится больше как “декларативное” соглашение
🤔3🙏1
# Часть 8: Огораживание ума и конец открытой эпохи
Мы начали с узкого вопроса - почему одни места рожают гениев пачками, а соседние молчат веками. Прошли города-государства, национальные узлы, ашкеназский протокол, смерть академии и венчура, три новых Фабрики и их боттегу. И к финалу узкий вопрос вырос в неуютно большой. Попробуем на него ответить и закрыть этим ответом всю серию.
Последние триста лет “прогресса” это аномалия, а не норма. Нам с детства внушили обратное - что открытая, публичная, накапливаемая наука это естественный ход вещей, а всякое ее закрытие это откат и мракобесие. Картинка красивая и ложная.
Историческая “норма” ровно противоположна. Норма это когда ум приватен и заперт. Средневековое знание поколениями жило в монастырях, по сути закрытых прото-университетах - рукописи переписывали и хранили внутри ордена, доступ имели свои, а не публика, и самой идеи открытой публикации просто не существовало.
Ремесленные гильдии и ордена точно так же держали свои приемы секретом цеха, а не выкладывали их наружу. Знание было достоянием закрытой корпорации и охраняемым преимуществом, и так было почти всю историю.
Открытый котел был исключением. И вот что важно понять - компаунд Просвещения дал не гений-одиночка, а именно котел. Общий фонд, куда каждый клал свое открытие и бесплатно черпал чужое, где чужой результат мгновенно становился твоей стартовой точкой. Скорость прогресса трехсот лет это скорость сложения, а не отдельных вспышек. Вспышки были и в Возрождении, но они не складывались, потому что каждая сидела за замком.
Теперь главное этой серии. Настоящее событие Транзита это не появление новых Фабрик - это как раз повторяемый процесс несмотря на смену форм.
Что главное - это огораживание.
В свое время огораживание общинных полей выгнало крестьян с земли и собрало из них промышленный пролетариат, так родился индустриальный уклад. Сейчас огораживают другое поле, когнитивное. Открытый ум приватизируется обратно в конкурирующие закрытые узлы - анклав, арсенал, переносимый узел. Общий котел разбирают по частным контурам. Мы не строим новую открытую эпоху, мы переоткрываем старую и возвращаемся к дофабричной норме, где интеллект это оружие, а не общее благо.
Из этого огораживания три следствия. Они и есть то, ради чего стоило проходить весь цикл.
## Первое - расслоение не по деньгам
Главный водораздел эпохи проходит не там, где его старательно рисуют. Не богатые против бедных, не левые против правых, не свои против чужих. Эти оси, как мы разбирали в заметке про наративный теплоотвод, существуют ровно затем, чтобы стравливать пар и уводить массу от реальной картины.
Реальный разлом другой. По одну сторону те, кто внутри узла замыкает петлю - строит гипотезу, бьет ее о реальность, правит и получает проверенный результат. По другую те, кто снаружи потребляет машинное правдоподобие и не умеет отличить его от правды. Замыкающие и потребляющие.
И самый чистый образец потребляющей стороны это не бедняк и не неуч, а любитель нарративов и конспирологии. Он-то как раз уверен, что все понял глубже прочих, разглядел скрытые пружины. На деле он просто съел чужую жвачку - готовую интерпретацию, которую кто-то разжевал за него. Нарратив и конспирология тут одно и то же изделие, разница только в дозе логики. Нарратив это простая связная история вместо проверки. Конспирология это та же история, из которой логику вынули совсем и приклеили злого автора, потому что так спокойнее - раз у всего есть хозяин и умысел, значит мир понятен и проверять ничего не надо. И то и другое избавляет от единственной трудной работы, самому замкнуть петлю о реальность. Поэтому рынок разжеванных смыслов всегда будет на порядки больше рынка проверки - жевать чужое проще, чем кусать реальность самому.
Мы начали с узкого вопроса - почему одни места рожают гениев пачками, а соседние молчат веками. Прошли города-государства, национальные узлы, ашкеназский протокол, смерть академии и венчура, три новых Фабрики и их боттегу. И к финалу узкий вопрос вырос в неуютно большой. Попробуем на него ответить и закрыть этим ответом всю серию.
Последние триста лет “прогресса” это аномалия, а не норма. Нам с детства внушили обратное - что открытая, публичная, накапливаемая наука это естественный ход вещей, а всякое ее закрытие это откат и мракобесие. Картинка красивая и ложная.
Историческая “норма” ровно противоположна. Норма это когда ум приватен и заперт. Средневековое знание поколениями жило в монастырях, по сути закрытых прото-университетах - рукописи переписывали и хранили внутри ордена, доступ имели свои, а не публика, и самой идеи открытой публикации просто не существовало.
Ремесленные гильдии и ордена точно так же держали свои приемы секретом цеха, а не выкладывали их наружу. Знание было достоянием закрытой корпорации и охраняемым преимуществом, и так было почти всю историю.
Открытый котел был исключением. И вот что важно понять - компаунд Просвещения дал не гений-одиночка, а именно котел. Общий фонд, куда каждый клал свое открытие и бесплатно черпал чужое, где чужой результат мгновенно становился твоей стартовой точкой. Скорость прогресса трехсот лет это скорость сложения, а не отдельных вспышек. Вспышки были и в Возрождении, но они не складывались, потому что каждая сидела за замком.
Теперь главное этой серии. Настоящее событие Транзита это не появление новых Фабрик - это как раз повторяемый процесс несмотря на смену форм.
Что главное - это огораживание.
В свое время огораживание общинных полей выгнало крестьян с земли и собрало из них промышленный пролетариат, так родился индустриальный уклад. Сейчас огораживают другое поле, когнитивное. Открытый ум приватизируется обратно в конкурирующие закрытые узлы - анклав, арсенал, переносимый узел. Общий котел разбирают по частным контурам. Мы не строим новую открытую эпоху, мы переоткрываем старую и возвращаемся к дофабричной норме, где интеллект это оружие, а не общее благо.
Из этого огораживания три следствия. Они и есть то, ради чего стоило проходить весь цикл.
## Первое - расслоение не по деньгам
Главный водораздел эпохи проходит не там, где его старательно рисуют. Не богатые против бедных, не левые против правых, не свои против чужих. Эти оси, как мы разбирали в заметке про наративный теплоотвод, существуют ровно затем, чтобы стравливать пар и уводить массу от реальной картины.
Реальный разлом другой. По одну сторону те, кто внутри узла замыкает петлю - строит гипотезу, бьет ее о реальность, правит и получает проверенный результат. По другую те, кто снаружи потребляет машинное правдоподобие и не умеет отличить его от правды. Замыкающие и потребляющие.
И самый чистый образец потребляющей стороны это не бедняк и не неуч, а любитель нарративов и конспирологии. Он-то как раз уверен, что все понял глубже прочих, разглядел скрытые пружины. На деле он просто съел чужую жвачку - готовую интерпретацию, которую кто-то разжевал за него. Нарратив и конспирология тут одно и то же изделие, разница только в дозе логики. Нарратив это простая связная история вместо проверки. Конспирология это та же история, из которой логику вынули совсем и приклеили злого автора, потому что так спокойнее - раз у всего есть хозяин и умысел, значит мир понятен и проверять ничего не надо. И то и другое избавляет от единственной трудной работы, самому замкнуть петлю о реальность. Поэтому рынок разжеванных смыслов всегда будет на порядки больше рынка проверки - жевать чужое проще, чем кусать реальность самому.
👍6❤1🤔1
Это деление жестче классового, и вот почему. Деньги можно отобрать, подарить, проиграть и передать по наследству. Способность замыкать петлю не дарится и почти не наследуется, ее ставят долго, дорого и не всем. Новая элита это не те, у кого капитал, а те, у кого поставлен аппарат и есть доступ к закрытому контуру, где этот аппарат работает. Остальным достанется подписка на те же модели, гуру, инфоцыган и приятная уверенность, что они в курсе “как все на самом деле”.
## Второе: приватизация истины
Открытая наука была не только двигателем прогресса. Она была базой общей реальности. То, что прошло публичную проверку, рецензию, воспроизведение, открытый спор, становилось истиной для всех, независимо от того, нравилось оно тебе или нет. Публичный верификатор держал общее поле фактов, на котором стояли все.
Когда проверка уходит в закрытый контур, этот общий верификатор исчезает. У каждого узла своя проверенная, но секретная модель мира, и публичного арбитра между ними больше нет. А раз в публичном пространстве не осталось того, кто проверяет, оно заполняется тем, что проверки не требует - симуляцией, нарративом, гладким правдоподобием от машины. Фрагментация реальности, на которую все жалуются, это не сбой пропаганды и не чья-то злая воля. Это прямое следствие того, что верификатор стал частным. Истина не исчезла, она переехала за забор, а на площади осталась ее дешевая имитация для тех, кто снаружи.
## Третье: развилка, которую честнее будет не закрывать
Тут положено дать пророчество, но я его не дам, потому что честно его не может дать никто.
Мы не знаем, держит ли закрытая конфигурация компаунд. Есть тяжелый исторический довод против. Прошлый раз, когда ум был приватным, до Просвещения, цивилизация ползла на порядки медленнее (ну или мы так думаем - вопрос без фактических иточников очень спекулятивный), чем в открытую эпоху. Секрет полезнее для того, кто им владеет, но он не складывается с чужим секретом, а без сложения нет суммы и разгона. Огораживая общий котел знания, мы, возможно, режем сук, на котором сидим - закрытые узлы будут ярче точечно, а через поколение начнут меркнуть, потому что перестали получать чужое даром и подпитываться им.
Но есть и обратный довод, впервые в истории. Открытый котел раньше держали только люди. Теперь его роль способна взять машина - единый слой, который впитывает и раздает знание быстрее любого научного журнала или книги. Тогда сложение не прервется, оно просто сменит носитель, и закрытость узлов окажется не концом накопления, а новой его формой. Что из двух победит, сейчас не знает никто, и любой, кто уверенно скажет, продает вам нарратив.
Куда это все сходится
Мы начали с гениев, а пришли к власти, и это не случайный дрейф. Это одно и то же, просто взятое с разных концов. Весь цикл держался на одном понятии, поверхность проверки. Кто держит поверхность проверки, тот держит знание. Кто держит знание в закрытом контуре, тот держит преимущество. А кто держит преимущество и лишает остальных общего верификатора, тот в итоге держит и саму реальность, потому что определяет, что в ней считается правдой.
Фабрика гениев никогда не была про гениев. Она была про то, кто и на каких условиях владеет умом эпохи. Триста лет он был общим. Теперь его снова огораживают. А чем это кончится, зависит от одного - заменит ли машина тот общий котел, который мы сейчас так уверенно разгораживаем заборами.
## Второе: приватизация истины
Открытая наука была не только двигателем прогресса. Она была базой общей реальности. То, что прошло публичную проверку, рецензию, воспроизведение, открытый спор, становилось истиной для всех, независимо от того, нравилось оно тебе или нет. Публичный верификатор держал общее поле фактов, на котором стояли все.
Когда проверка уходит в закрытый контур, этот общий верификатор исчезает. У каждого узла своя проверенная, но секретная модель мира, и публичного арбитра между ними больше нет. А раз в публичном пространстве не осталось того, кто проверяет, оно заполняется тем, что проверки не требует - симуляцией, нарративом, гладким правдоподобием от машины. Фрагментация реальности, на которую все жалуются, это не сбой пропаганды и не чья-то злая воля. Это прямое следствие того, что верификатор стал частным. Истина не исчезла, она переехала за забор, а на площади осталась ее дешевая имитация для тех, кто снаружи.
## Третье: развилка, которую честнее будет не закрывать
Тут положено дать пророчество, но я его не дам, потому что честно его не может дать никто.
Мы не знаем, держит ли закрытая конфигурация компаунд. Есть тяжелый исторический довод против. Прошлый раз, когда ум был приватным, до Просвещения, цивилизация ползла на порядки медленнее (ну или мы так думаем - вопрос без фактических иточников очень спекулятивный), чем в открытую эпоху. Секрет полезнее для того, кто им владеет, но он не складывается с чужим секретом, а без сложения нет суммы и разгона. Огораживая общий котел знания, мы, возможно, режем сук, на котором сидим - закрытые узлы будут ярче точечно, а через поколение начнут меркнуть, потому что перестали получать чужое даром и подпитываться им.
Но есть и обратный довод, впервые в истории. Открытый котел раньше держали только люди. Теперь его роль способна взять машина - единый слой, который впитывает и раздает знание быстрее любого научного журнала или книги. Тогда сложение не прервется, оно просто сменит носитель, и закрытость узлов окажется не концом накопления, а новой его формой. Что из двух победит, сейчас не знает никто, и любой, кто уверенно скажет, продает вам нарратив.
Куда это все сходится
Мы начали с гениев, а пришли к власти, и это не случайный дрейф. Это одно и то же, просто взятое с разных концов. Весь цикл держался на одном понятии, поверхность проверки. Кто держит поверхность проверки, тот держит знание. Кто держит знание в закрытом контуре, тот держит преимущество. А кто держит преимущество и лишает остальных общего верификатора, тот в итоге держит и саму реальность, потому что определяет, что в ней считается правдой.
Фабрика гениев никогда не была про гениев. Она была про то, кто и на каких условиях владеет умом эпохи. Триста лет он был общим. Теперь его снова огораживают. А чем это кончится, зависит от одного - заменит ли машина тот общий котел, который мы сейчас так уверенно разгораживаем заборами.
❤1👍1