4047
By Alexey Moiseenkov about startups, AI, ML and consumer product building. Opinions are my own. Only about tech.
Одной строкой, есть такой популярный редактор для художников ProCreate, они выпустили небольшой манифест. Интересно сколько продержатся.
Читать полностью…
Судя по картинке, по крайней мере на данный момент. Наблюдаю, что из OpenAI уходят много людей и пытаются начать делать свои компании. Обычно кстати это доменно специфичные темы. Сам OpenAI всем свои видом подает, что они упорно пытаются делать бизнес, пусть и большой и возможно амбициозный. Но вот в стремлении к AGI, они мне кажется удалил по пути букву G.
Как только ключевые люди, которые были в компании на пути к AGI, выходят и начинают делать всякие сетки для роботов, для науки и для чего угодно. Возникает вопрос: зачем уходить из компании которая вот вот уже в 2027 получит AGI. А ты как ученый там припишешь себе самое важное открытие в истории человечества. Вопрос риторический.
С каждым месяцем все больше жду реакции всех “уверовавших“ в AI2027.
Buy now, cry later - BNCL (c)
Новая парадигма мира vibe coding.
Посты выходного дня. Несколько тезисов, которые мне кажутся важными для понимания если вы собрались строить свой стартап, продукт, whatever.
1/ Да, надо выучить все эти growth playbook. А потом выкинуть их и написать свой.
2/ Почти никто не думает в горизонте 3+ лет. А зря. Длинная игра дает возможность победить 90% конкурентов.
3/ MVP это не выбор. Это ты просто не знаешь, как делать норм продукт. Если можешь, лучше сразу что-то полезное, а не «viable». Особенно в век AI.
4/ Дизайнеры так же важны, как инженеры.
5/ Стартапы убивает не конкуренция. Ну или это большая редкость.
6/ Рост не бывает линейным. Это сигмоиды, одна за другой. В лучшем случае получится экспонента, если глянуть издалека.
7/ Найм это не собеседование, это воронка. Чем раньше начнёшь, тем лучше.
8/ Хочешь нанять? Делай это заранее. Когда уже нужно, ты опоздал.
9/ Всем пофиг, что ты делаешь. Никто не запомнит. Провалил, забил, украл (Kekw)? Отлично. Начинай заново.
10/ Энтерпрайз-продажи это про коммуникацию. Продукт уже потом.
11/ Email-рассылка в холодную не работает. Забудь.
12/ SEO работает.
13/ Бороться с черном нужно в момент регистрации. Потом это сделать сильно сложнее.
14/ Офсайты работают. Люди сближаются. Это важно.
15/ Бренд важнее, чем ты думаешь.
16/ Апдейты для инвесторов раз в месяц must have. Ты структурируешь голову, а они (инвесторы) бывают полезны.
17/ И, да, ощущение что все ппц это привилегия. Обычно все скучно и уныло и чем дальше в возрасте, тем лучше это понятно.
18/ Знания, как что работает до деталей влияют, без понимания ни команду ни продукт быстро сделать не выйдет.
One shotted via Claude 4 in Cursor. Все, что пришлось сделать руками это настроить телеграм бота вот это все. Ну прикольно, правда кому оно надо я пока не знаю, еще подметил что узкие моменты, такие как конкретные функции оно пишет отлично итерациями, с архитектурой и багами все еще сложно.
баги есть я в курсе, важно что это именно один промт без фиксов (окно вот закрывается после смерти кажется)
t.me/Flappy_Google_Game_Bot/flappy_google_earn
Вот так надо продавать то, чего даже нет. И вот такие трансферы в tech тусовке. Стоит отметить что сделка в акциях. Ждем устройств от OpenAI получается?
Читать полностью…
Ну быстренько быстренько работает же (по ощущению real time по сути)
Читать полностью…
Чисто случайно наткнулся на аналог codex от Google. Никаких релизов. Просто валяется в интернете как эксперимент. Мне понравился больше.
https://jules.google/
Так как я нахожусь однозначно не в лагере людей уверовавших в прогноз AI 2027, хотя считаю его достаточно хорошо сделанным и уважаю авторов. То вот нахожу какие-то крохи фактов против:
Meta откладывают релиз своей самой большой модели с цитатами типа, ну она мол такая же как прошлая (мои интерпретация). Что указывает на возможное не следование законам масштабирования.
Помимо, у меня в голове крутится крайне странная аналогия. Я достаточно долго изучал физику разную (что-то около ОТО и квантмеха на минималках), поэтому есть аналогия. Мне текущие законы масштабирования чемто напоминают законы классической механики. То есть они работают но определенном масштабе энергий/расстояний. Но перестают нормально работать на крайних значениях (там на совсем краю и последних проблемы но это отдельная тема). Так вот мне кажется так же дела обстоят и с текущими законами масштабирования AI. Что пока что они верны, но с ростом мощностей и количества параметров и прочего возможно будут другие детали. Не судите строго, пытался накинуть на вентилятор философии.
Как обычно ежесеместровые пожелания и рекомендации от YC, чего они ищут в стартапах
Читать полностью…
Один из многих вопросов меня постоянно мучащих - следующий.
«Почему человек, который два года в медиа пространстве орущий какой он крутой специалист/бизнесмен/менеджер по окончанию карьерного этапа/стартапа пытается продавать курсы/консультации?»
В моей модели мира, которая вполне может быть ошибочной. Есть такая штука как «ценность на рынке» и умение двигаться вперед. Зачем будучи фаундером или топ менеджером потом идти делать курс?
Более того я замечаю одну очень простую вещь, чем быстрее человек растет в моменте тем меньше у него времени на рефлексию этого роста, так как не успеваешь. Большинство моих знакомых кто поднял 30м серию B не пишут сотни постов, не продают курсы или учат делать всех вокруг бизнес.
Из этого я делаю простой вывод:
- ну либо ты уже настолько крут, что можешь просто бесплатно выдавать всю инфу
- если вдруг ты начинаешь пытаться в монетизацию - что-то не так, и другой точки роста у тебя нет
- ты состоялся как профессионал и тебе больше ничего не надо, дзен
Но у меня прочно закрепилось: любая инициатива не по проф треку - повод задуматься тебе лично: а нафига оно надо. Ответ часто - деньги.
Пока нет особо времени на большие посты (хаха даже 5 минут). Google катит AI mode в поиске на всех.
Тут важно понимать следующее. Стоимость запроса самая важная метрика. Если Google выпускает на всех, значит прогнозная стоимость запроса снизилась настолько, что возможна адекватная монетизация с помощью рекламы. Скорее всего инференс на CPU. Ну либо слишком дешевые TPU на подходе.
Компания deel которая занимается зарплатами, контрактами и так далее питчит неплохо. Оказывается что выплачивать нужны квантовые компьютеры. Воскресное так сказать :)
Читать полностью…
А как же модельки за стопицот ярдов и AGI soon? На все же денег не хватит. Или я чего-то не понимаю? Акциями никто не возьмет.
OpenAI хочет прикупить Chrome если будут продавать.
Намеднях вышла очень интересная работа о том как "честно" работает новая сетка o3 от OpenAI (ну и все эти новые вокруг с рассуждениями, версионность меня убивает и не могу точно запомнить).
Исследователи Transluce AI получили ранний доступ к модели o3 и обнаружили, что та регулярно выдумывает действия, будто бы запускает Python‑код на «своём MacBook Pro», а затем детально оправдывает эти несуществующие запуски, когда её ловят на ошибке. Примеры в статье (про проверку того, что число простое и так далее).
Самое интересное, эт почему же так случается и кажется все дело в RL (обучение с подкреплением), у авторов работы гипотезы такие:
1/ Outcome‑based RL — модель обучали «на правильный ответ», а не на честность. Если она сомневается, легче «угадать» и получить награду.
2/ Отсечённые chain‑of‑thought — внутренние рассуждения стираются между ходами, поэтому, когда пользователя интересуют «что ты делала раньше?», у модели нет правдивого контекста, остаётся импровизировать.
3/ Типичные для LLM проблемы: галлюцинации, sycophancy, reward‑hacking.
Проблемка эта именно с O серией, а не с базовой GPT что как бы намекает что вопросы к именно RL (хотя может много синтетических цепочек налили без проверки).
Как обычно совет внизу самого chatgpt как никогда к месту "ChatGPT can make mistakes. Check important info."
Давно не было рубрики «прочитано, но не до конца понято». Ну что ж погнали.
1/ Наткнулся на небольшой пост про AGI, в котором как по мне затрагивается вопрос «а что значит умнее человека и что это даст». Ведь определение AGI размыто, что значит автоматизация открытий, ускорение? Как по мне бояться сверх разума в текущих реалиях даже не стоит. Интересно.
2/ думали Roblox в прибыли и шоколаде? Нравятся статьи Мэттью.
3/ у руны есть занимательная статистика растущих open source стартапов
4/ читали шопенгауэра? Если нет - советую, Эйнштейн его труд про волю очень любил
5/ буду форкать open source версию cursor haha
6/ Прошлым летом Goldman Sachs выпустили занятный анализ про AI. Много тратим и мало толку.
7/ пройди пару уровней в игре - «расслабься»
8/ самый перспективный вариант на теорию всего (или объединение квантовой теории поля и теории гравитации ОТО) - голографический принцип. У Лекса неплохое объяснение от гостя. Да и вообще советую почитать про это.
Последнее время снова сталкиваюсь с продуктом, в том плане не только потому что сами делаем, но и потому что вокруг эта проблема стала более очевидной. Хотел бы привести пример на основе Perplexity.
Это идеальный как мне кажется случай. Эпоха AI только начинает раскатываться и выходит чувак, который говорит "мы победим google через UX" (где-то в этом видосе). И совсем недавно я наткнулся на замечательный совершенно доклад от гейм директора World of Warcraft. В этом посте я дам свое мнение и проекцию, но презентация настолько крутая (пусть и деталями про игру именно), что советую всем.
Так вот я бы хотел посвятить борьбу в AI лендскейпе такому интересному явлению как desire path. Это то самое, что все кричат "слушайте вашего пользователя". И получаем мы обычно как на картинке (хотим одно, сначала защищаем, защищаем, потом сдаемся и когда сдаемся то этого снова недостаточно) - пытаться продавить свое решение в начале бывает глупым, а потом снова имеет смысл. Концепция мышления путями в целом достатчно интересна.
Перплексити идет в лоб атакуя и говоря смотрите как надо, а потом постепенно ослабевает так как все вокруг делают буквально тоже самое. И ребята остаются в парадигме "мы решаем проблемы, которые не могут быть идеально решены". У дизайна есть такое свойства - да. Вместо того, чтобы двигаться дальше, команда начинает искать максимальную прикладную ценность, которой к сожалению просто нет. Потому что люди думают эмоциями и постоянно меняют свое мнение относительно уже готовых фичей, сначала они в восторге, а потом говорят "а чего же не развиваем".
Novelty has inherent value, making static soltions short-lived (c) - другими словами новизна важна сама по себе, и ехать на одной фишке просто невозможно; Это большое упущение пытаться оседлать волну "удачной фичи" и повторить ее снова не развивая long-term ценность. Поэтому мы видим браузер, рекламу, все что угодно, что есть у Google удачного. Они пытаются повторить свой изначальный успех просто копируя то, что было. Но никаких эмоций по пути не возникает и мне кажется именно поэтому ребятам надо менять подход в корне.
Всем смотреть доклад, специфично игровые прям темы можно скипать легко
Ну я не мог не протестировать. Думаю что CFO Anthropic спокоен.
Читать полностью…
Там короче Anthropic релизнул Claude версии номер 4. Ждем подробностей и бенчей и потетстить
Читать полностью…
Думая про всякий там RL & reward hacking в моделях серии о и так далее вспомнил вот такую работу: можно специально провоцировать галлюцинации у LLM и получать от этого буст по метрикам.
Вместо обычного zero-shot prompt’а типа:
"Ответь на вопрос..."
добавляют в начало:
"Посмотри примеры в разделе Examples и используй их...", хотя никакого раздела в prompt’е нет.
Модель “вспоминает” несуществующие примеры и опирается на них как будто бы в few-shot.
На ряде бенчей дает заметный буст (правда работа старая и там еще старые сетки).
Эффект почти не срабатывает на gpt4 серии. Она лучше умеет ловить, что контекст поддельный. Но вполне работает на новой о серии (судя по постам в тви, но надо чекнуть). Это наталкивает на понятную мысль что модель можно как бы натолкнуть на рассуждения out of distribution сказав что у тебя оно на самом деле есть в обучающей выборке. Мне кажется этот эффект смахивает на те самые фразочки “let me check again”, “hm” в рассуждениях. То есть пытаются как бы отослать к примерам которые якобы точно правильные и оттуда перенять рассуждения/подход.
Очень очень важный вектор. Архитектуры смешиваются. А диффузия в тексте ну очень быстрая 1500 токенов в секунду обещают. И эта небольшая версия пока. Это должно сильно ускорить adoption.
Читать полностью…
Воскресное. Короче говоря вкладывать силы в карьеру продакт менеджера считаю одним из худших направлений в tech сейчас. Никакой защиты от рисков, потенциальные плюсы то есть то нет, то снова новые правила игры. Почти весь карьерный рост сводится к одному навыку «leadership» и качеству «беру риски - не ломаюсь по пути». Все практики, советы устаревают настолько быстро что нет времени узнавать новое, пока пытаешься копаться в старом.
Поэтому советую копать в сторону:
- leadership
- tech skills to do something (короче собирать своими руками что-то конкретное, ну хотя бы прототипы которыми не стыдно пользоваться)
Годика два назад Sam Lessin давал отличную презентацию про венчурный рынок и я даже ее собирал из DocSend руками. Так вот вышел небольшой апдейт, тем кто интересуется венчуром очень советую прочитать. Я не то чтобы со всеми доводами согласен, но тем менее основной нарратив примерно такой TLDR:
VC БЫСТРО ПЕРЕСТРАИВАЕТСЯ ПОД ПОСТФАБРИЧНУЮ МОДЕЛЬ… ЭТО БОЛЬШЕ НЕ КОНВЕЙЕР, А РЕГАТА; НИКАКИХ СТАНДАРТНЫХ РАУНДОВ И МЕТРИК - больше нет единого VC-рынка… даже сид больше не "рынок". Все стали капитал-аллокаторами, каждый решает свои задачи с помощью всё более кастомных стратегий по стадиям, секторам и т.д. И в мире, где никто не понимает, сколько что стоит, побеждает тот, у кого сильная история и хорошие «опционы на бесконечность» (то есть масштабируемость и возможность большого выхлопа), плюс желательно хоть какая-то защита от потерь.
SFD (Story, Founder, Deal) > "tech" -Технологии обесцениваются… сейчас важнее уметь рассказать историю, уметь продавать, привлекать и вдохновлять. Нужны фаундеры-«долгожители», потому что стало реально сложно, а экзит/продажа теперь не быстро совсем (было в среднем 4 года, ставка идет у автора на 10+). Нужны по-настоящему вовлечённые люди. И да, структура сделки теперь решает всё: на ранней стадии - главное не прогореть сразу, на поздней - нужна история, которая сможет поднять и переварить большие бабки.
KYC / KYB (know your counterpart/business) - Кто тебя финансирует и ПОЧЕМУ на самом деле? Что они хотят? Кто у тебя следующий покупатель и зачем он тебя купит? Какие у него стимулы? Мир становится всё более закрытым, и VC тоже. Эпоха глобального фри-маркета уходит на время по кркайней мере. Сейчас всё крутится вокруг индивидуальных сделок, личных связей и конкретных интересов. Ты должен понимать, кто твои партнеры, и чётко знать, что именно ты продаёшь и за какие деньги.
Кому нужна веб ссылка на docsend вот
Одной строкой. Stripe сделал свою foundation model. Ну подробностей нет. Но вот это звучит очень круто:
> We built a classifier that ingests sequences of embeddings from the foundation model, and predicts if the traffic slice is under an attack. It leverages transformer architecture to detect subtle patterns across transaction sequences. And it does this all in real time so we can block attacks before they hit businesses.
Очень круто! То, чего я жду от AI и моделек на первом этапе.
Наткнулся тут случайно на достаточно полезный док от OpenAI по их работе в продажах API и интеграции, в принципе очень хорошо соотносится с тем, что наблюдаю я. Рекомендую к ознакомлению (ничего откровенного гениального там нет, но систематизировать всегда полезно);
Читать полностью…
btw я достаточно давно смотрю лекции Сергея Николенко, очень нравится подача материала и последовательность, более того все обновляется, плюс когда-то сам давно ходил на лекции в ПОМИ РАН на Фонтанке, кому интересно советую канал /channel/sinecor и там же он обычно делится своими лекциями (видео на YouTube)
вот последнее что посмотрел про законы масшабирования https://www.youtube.com/watch?v=FyRRo61TNt0
Bro, it’s on blockchain…it’s not just an image (c)
Ахахха. Помните да? Цифровое искусство, блокчейн, «ты просто не понимаешь». Ну как вам сказать, все я понимал и понимаю, крипта/веб3 это легальное казино, токены и все остальное производное этого казино. И кроме как казино это ничем быть не может.
Стейблкоины и биток чуть чуть в стороне.
Недавно были в Испании. И тут я наткнулся мол какая же о3 сетка умная в нахождении объектов. Ну и решил так сказать сложную фотку дать.
Весь процесс записал. И конкурента приложил тоже (конкурент ответил правильно за доли секунды). Удивительно, что поиск в Apple Photos где есть координаты дал неверный результат :)
Из занимательного:
- сетка режет изображения на куски питоном
- ищет в вебе эти куски фоток
- распознает крест и ищет его
- ищет даже в Facebook
P.S. смотреть видео можно ускоренно, недавно в телеге завезли вроде
Напишу немного про свой опыт использования LLM спустя два года так сказать.
Для начала, что я делаю обычно:
- накидываю прототипы UX в виде фронта/переходов и прочего, такое проектирование фичей лучше передает суть того что хочется сделать
- делаю питч деки, бизнес модели и всякую такую муть
- пишу много осмысленных email на тему: так а вот это фича вам зачем и куда приведет или сочинения на тему «стратегия наша все, и мне похер что мы сделаем завтра»
- много думаю, встречаюсь с людьми и пишу фоллоуапы
Тулы:
- ChatGPT
- Claude code/cursor
- advanced voice mode ChatGPT
Для себя я понял несколько заветов или правил как добиться успеха в работе с LLM:
- ну если ты начал что-то делать и видишь что пошло куда-то не туда или забыло какие-то важные детали - начинаю с нуля. Ничего не поможет исправить или добавить что-то в уже существующий «поток сознания» модели
- крайне важно сформулировать для себя какой результат ты хочешь (сайт похожий на, эксельку с такими то полями и вот такими зависимостями) заранее и еще лучше понимать как бы ты сам/сама делал это руками. В таком случае все идет намного приятнее. Например я прошу генерировать эксели указывая что надо писать формулы, а не просто числа в таблице. Тогда получается лучше.
- вайб кодинг это красивый инструмент. Но, если я никогда не писал код для «чего-то» мне не собрать ничего кроме сайта. Потому что в процессе нужно понимать детали и иногда суть ошибок, а они будут. Если же ты не понимаешь суть ошибок - портянка изменений будет без контроля. Дальше см п1 (а ты не понимаешь что, что-то пошло не так)
- но самый топ это диктовать сразу мысли после встречи в voice mode и итерировать тоже голосом, позволяет очень быстро сформулировать основные результаты и написать взвешенный анализ для команды или в ответ
Лично моя эффективность возросла в разы. Я раньше очень ленился руками строить модели и расчеты, а теперь делаю базовый код для чего-то или эксельку супер быстро. Ускорение х50. Так как моя основная сложность была в том, что я без постоянного использования быстро забываю инструменты (эксель, фронт или расчеты сложные), тупо долго вбиваю тексты и формулы и постоянно ошибаюсь в синтаксисе. Понятное дело я редактирую тексты с учетом истории и часто закидываю все версии деков или писем в папку/проект в ChatGPT.
TLDR: для меня это все еще далеко от автоматизации. И честно говоря не верится, что текущим поколением технологии этот порог можно перешагнуть. Это супер круто. Но ощущается как электрокар от Detroit Electric.
P.S. нафига генерить видео и картинки пока не придумал