Про менеджмент и ИТ-бизнес | Борис Вольфсон

Если через вас проходит всё — вы не руководитель. Вы CPU.

Многие руководители гордятся тем, что знают всё, участвуют во всём и без них не принимается ни одно важное решение. На маленьком масштабе это действительно может выглядеть как эффективность.

Но потом компания растёт, количество людей, проектов и зависимостей увеличивается — а пропускная способность руководителя остаётся примерно той же. И в какой-то момент самый сильный человек в команде становится её главным bottleneck.

Организация начинает работать как старый CPU: все запросы идут в одну точку, там последовательно обрабатываются, решения ждут своей очереди, а остальные простаивают.

«Нужно согласовать с руководителем».
«Он пока не посмотрел».
«Ждём решения».
«Давайте вынесем на следующий комитет».

Это не контроль. Это архитектурная проблема.

Мне гораздо ближе другая метафора: хороший руководитель должен строить организацию как GPU. Не пытаться выполнить все вычисления самому, а запускать множество процессов параллельно.

Разные команды одновременно двигаются к своим целям. Решения принимаются максимально близко к месту, где есть информация. Вместе с полномочиями туда же передаётся ответственность за результат.

Для этого руководитель должен делать совсем другую работу. Не отвечать на тысячу вопросов, а добиться того, чтобы большая часть этих вопросов вообще перестала до него доходить. Не принимать каждое решение, а создать систему, в которой понятно, кто имеет право его принять. Не контролировать каждый шаг, а определить цели, ограничения, интерфейсы между командами и критерии хорошего результата. Не быть главным экспертом по всему, а обеспечить людей контекстом, сильными руководителями и качественной обратной связью.

Есть, конечно, вещи, которые нельзя делегировать: направление движения, ключевые кадровые решения, распределение ресурсов, культура, архитектурные выборы уровня всей компании, ответственность за результат.

Похоже, ритейл всё активнее тестирует скрытые механики внутри лояльности

В приложениях «Пятёрочки» и «Перекрёстка» пользователи заметили среди любимых категорий «Х5 Клуба» секретную. При ее выборе вместо стандартного сценария открывается экран с барабаном и случайным призом.

В сети уже делятся результатами — от баллов до более ощутимых вещей. Но интереснее, что сама механика не вынесена в отдельный раздел и работает как находка внутри интерфейса.

Хороший пример, как можно обыграть привычную механику, добавив игровой элемент.

10 агентов Opus 5.5 за 15 часов обнаружили алгоритм поиска кратчайшего пути, превосходящий Дейкстру

Поиск кратчайшего пути – классическая проблема теории графов, на решении которой основываются навигаторы, роутинг в интернете, логистика и куча других задач современного мира. В 1959 году нидерландский информатик Эдсгер Дейкстра предложил для поиска кратчайшего пути алгоритм O(m + n log n), который следующие 65 лет оставался золотым стандартом и использовался буквально везде.

В 2025-м команда из Цинхуа, Стэнфорда и Института Макса Планка впервые обошла его с оценкой O(m log^{2/3} n). Однако выигрыш их решения раскрывается только на достаточно плотных графах (число ребер m ≥ числа вершин n). На разреженных графах Дейкстра все еще был лучше.

Vals AI решили потестировать новый Opus 5.5 именно на этом непобитом диапозоне (блогпост). Они запустили 10 агентов, дали им задачу и доску объявлений, чтобы те могли обмениваться идеями и кооперироваться.

В итоге за 15 часов и 733 сообщений агенты получили алгоритм C-HD и формально его верифицировали. Это первое доказанное улучшение именно в этой разреженной зоне, где лучшим все еще был Дейкстра: при m ≈ n·log^{3/4}n C-HD дает O(n·log^{11/12}n) против O(n log n) у Дейкстры: при n = 2^1000 выигрыш составляет ~1,78х и растет с размером графа.

Правда, несмотря на всю мощь того, как это звучит, и на наличие доказательства в Lean, о практическом ускорении речи пока нет, потому что оценки из предыдущего абзаца –асимптотические, а на реальных графах алгоритм пока не бенчмаркали. То есть при n → ∞ одна кривая гарантировано обгонит другую, однако на практике точка перегиба может возникать только при огромных n, и на любом реалистичном графе Дейкстра все еще будет быстрее, даже если у него худшая асимптотика. Так что эту часть еще предстоит проверить.

Если есть вопросы, почему главный релиз недели это Opus, а не Sol-6, то его переадресую ChatGPT :)

Подробности по решению Навье-Стокса внутренней моделью OpenAI:

– Есть аналитическое доказательство и формализация Lean.

– Доказано, что гладкое течение несжимаемой жидкости в 3D может за конечное время развить сингулярность. То есть скорость в какой-то точке жидкости неограниченно растет, хотя движение начинается гладко и энергия конечна на всем пути.

– Решение – это вихрь, который закручивается вовнутрь и вытягивается типа спагетти. Центральная область сжимается и ускоряется так, что энергия остается конечной. Это доказывает варианты С и D из официальной формулировки Clay Institute.

По поводу скандала с кражей решений интерпретация компании такая:

– С 28 августа OpenAI обучали новую внутреннюю модель, заметно превосходящую GPT-6 Astra. Услышав 1 сентября слухи о том, что решены две проблемы тысячелетия, они запустили мультиагентную систему (до ~10 000 параллельных агентов) для проверки модели на всех открытых проблемах тысячелетия. Агентам давали разные варианты формулировки задачи и доступ к кэшированному интернету и коду.

– По пути агенты разрешили более простой вопрос – регулярность для уравнений Эйлера (практически та же задача, над которой работали Бакмастер и Альпеге, но без условия на forced). Это заняло около 50 часов силами почти 100 агентов.

– После этого ресурсы перебросили на Навье-Стокса; решение нашли через 88 часов после запуска 5 сентября. Еще 17 часов ушло формализацию в Lean.

В общей сложности вышло ~130 млрд токенов.

Вайб-кодинг и синдром «ещё одного хода»

У вайб-кодинга есть очень опасная петля.

Пишешь промпт.
Модель что-то генерирует.
Ты смотришь и думаешь: «О, почти. Сейчас только чуть-чуть поправлю».
Потом ещё один промпт.
Потом ещё одно изменение.
Потом ещё один маленький рефакторинг.
Потом «давай добавим нормальный UI».
Потом «а теперь логирование».
Потом «а теперь красиво обработаем edge cases».

И внезапно уже половина ночи прошла.

Это очень похоже на старые стратегии: Civilization, Colonization и всё это семейство игр, где в голове постоянно звучит:
«Ну ещё один ход — и всё».

Только теперь вместо карты, юнитов и городов у тебя код, агент, IDE и LLM, которая каждую минуту подкидывает маленькую дозу прогресса.

По сути, это почти идеальная петля из Hooked:

Триггер: появилась идея или раздражающий баг.
Действие: написал промпт.
Награда: модель сразу что-то выдала, и это почти работает.
Инвестиция: ты поправил, уточнил, добавил контекст — и теперь бросать ещё сложнее.

Самое интересное: я давно не чувствовал такого залипания в программировании.

Когда писал руками, кайф был в том, что ты сам строишь систему изнутри. Но там был высокий порог входа в каждое изменение: надо держать архитектуру в голове, писать код, проверять, дебажить.

В вайб-кодинге порог почти исчезает.
Ты не «садишься программировать на три часа».
Ты просто делаешь ещё один маленький ход.

И именно поэтому это так затягивает.

Мне кажется, это важный сдвиг. Вайб-кодинг возвращает в разработку ощущение игры: быстрый цикл действия и обратной связи, постоянное чувство прогресса, возможность экспериментировать без тяжелого внутреннего сопротивления.

Но есть и риск.

Если не остановиться вовремя, можно не построить продукт, а просто бесконечно полировать игрушку. Как в стратегии, где ты хотел лечь спать в 23:00, но внезапно уже 03:17, у тебя новая империя, три войны и ощущение, что «ещё пять минут — и точно закончу».

Вайб-кодинг — это не просто новый способ писать код.
Это новый интерфейс к состоянию потока.

И, возможно, самая залипательная форма работы с компьютером за последние много лет.

Чему нас, вайб-кодеров, может научить гитарист Арии?

В 1992 году Сергей Терентьев (тот самый, который потом в Арии играл) поехал с туркменской группой «Гунеш» на гастроли в Китай. Гитару отправили поездом наперёд, а сам он с музыкантами трясся в вагоне трое суток без инструмента и без нот.

На руках только кассета с программой и наушники.

Три дня в поезде он крутил эту кассету и в голове разбирал каждую партию (гитары-то с собой нет!). Пальцами по колену, глазами в потолок, мысленно перебирая струны, которых нет.

Приехал, достал гитару из багажа, вышел на сцену и отыграл.

Вот это, ребята, true skill. Гитары нет, а музыка в голове уже готова.

Инструмент нужен только чтобы её вытащить наружу.

К чему я это. Смотрю сейчас на вайб-кодинг и вижу, как многие путают одно с другим. Наличие клода в подписке принимают за наличие скилла. Открыл Cursor, накидал в промпт "сделай мне SaaS для барбершопов" и ждёшь чуда. На выходе AI слоп, гора кода, которая вроде работает (а главное можно похвастаться что 60К строк код в день делаешь!), но при первом же нестандартном юзкейсе рассыпается, и ты не понимаешь почему.

А теперь представь другого чувака. У него в голове уже играет архитектура. Он понимает, как ляжет база, где будет узкое место при росте, какой паттерн в этом месте уместен, а какой развалится. Ему клод нужен не чтобы придумать за него, а чтобы быстро набрать то, что он уже мысленно услышал. Клод для него - это гитара из багажа.

Достал и отыграл.

Разница между этими двумя ребятами не в скорости печати и не в подписке. Разница в том, что первый пытается научиться играть, впервые взяв инструмент в руки на сцене. А у второго кассета крутилась в голове последние 10-15 лет, и клод для него — просто способ вывести уже готовую композицию.

Я сам год назад вернулся к коду после многолетнего перерыва и вижу это на своей шкуре.

Моя кассета это память как все должно быть в основе в проекте - ORM, ActionMailer, SolidQueue, SolidCable, SolidCache, простой сетап ит д.

Так что если ты только начинаешь, не покупай миф, что ЛЛМ заменит скилл. Она его усиливает, если он есть, и обнажает, если его нет. Учись слышать музыку без гитары.

Гитара приедет.

Рынок готовой еды вырос за год на 18,5%, до 1,12 трлн рублей. Крупнейшим игроком стал X5 с долей 19,3% и продажами на 216,4 млрд руб. Второе и третье места заняли «Магнит» (83,4 млрд рублей) и «ВкусВилл» (75 млрд рублей) — INFOLine.

Channel name was changed to «Про менеджмент и ИТ-бизнес | Борис Вольфсон»

Claude улучшил оценку доли нулей дзета-функции для гипотезы Римана

Один из сотрудников, больше ради эксперимента, попросил неопубликованную исследовательскую версию Claude «серьезно взяться» за гипотезу Римана. Гипотезу модель, конечно, не доказала, но внезапно получила достаточно сильный результат: увеличила нижнюю границу доли нулей дзета-функции Римана, лежащих на критической прямой, с 41.6% до 67.2%.

Для понимания масштаба: до этого за 46 лет, с 1974 по 2020 год, граница сдвинулась всего лишь с 33.3% до 41.6%, и это была работа десятков математиков. Claude за один раз преодолел скачок в три раза больше.

Работа заняла две сессии в Claude Code, ~31 млн выходных токенов. Сначала модель перепробовала 600+ идей, но ни одна не привела к результату.

Затем юзер написал что-то типа «давай еще раз, верь в себя», и это, представляете, сработало (✨): модель полтора дня координировала ~60 субагентов, которые гоняли тысячи скриптов и тестов. В итоге улучшенная оценка получилась благодаря объединению идей из недавних работ с результатами из статьи 2000 года.

Peer review еще нет, но есть Lean + доказательство проверили два математика Anthropic и два внешних эксперта.

https://www.anthropic.com/research/riemann-zeta

Meta*, Anthropic, OpenAI, Moonshot: по очереди репортят о том, что их супермегаопасные модели сбежали и что-то взломали

Тем временем Google:

Самое интересное будет когда модели смогут улучшать важные элементы для обучения и инференса. Это можно будет считать сингулярностью

Все еще жду гипотезу Римана :) больше всего бросилась стоимость доказательств - сущие копейки

—————————
Как следует интерпретировать публикацию

Наиболее сильные результаты по потенциальному математическому влиянию:

существование несофических групп;
опровержение жёсткости Конна;
полное доказательство объёмной гипотезы Эрхарта;
общая квантовая параллельная повторяемость.

Упаковка сфер тоже чрезвычайно значима, но формулировка «решена упаковка сфер в высоких размерностях» вводит в заблуждение. Определена асимптотическая сила конкретной линейной программы и улучшен общий показатель, а не найдены оптимальные упаковки в каждой размерности.

Самая необычная черта набора — не только широта тем, а способность Astra находить новые мосты между дисциплинами:

Фурье-анализ → преобразование Меллина → гармоническая мера;
софические группы → алгебры Ливитта → экспандеры → группа Томпсона;
геометрия чисел → торическая геометрия → jets и Bergman kernels;
квантовая информация → резольвенты → операторная энтропия;
сложность перманента → критические многообразия → корни из единицы;
CVP → моменты → матрицы Ганкеля → valuations.

Уважаемые коллеги!

Сегодня X5 Digital исполняется 7 лет!

За это время мы добились значимых результатов:
✅ Стали лидерами в e-grocery
✅ Развиваем сеть собственных дарксторов
✅ Сделали экспресс-доставку доступной более чем в 9 000 магазинах торговых сетей X5.

Наше лидерство — это заслуга каждого сотрудника. Спасибо, что вкладываете свои время и силы в общее дело и развиваете свои проекты.

Особая благодарность — командам торговых сетей X5! Спасибо, что строите будущее e-grocery вместе с нами.

Поздравляю всех коллег с днём рождения X5 Digital!

Opus 5 идеально решил IMO 2026: результат – 42/42 баллов

IMO этого года завершилась всего несколько дней назад (кстати, поздравляем наших участников: четверо российских школьников взяли золотую медаль). Opus 5 – пока единственная модель, которую успели прогнать по задачам олимпиады, и она сразу показала идеальный скор в 42 балла. Порог золотой медали в этом году составлял 29+ баллов.

На примере таких событий как IMO очень занятно наблюдать за скоростью прогресса. Помните, какой фурор произвели модели OpenAI и Google в прошлом году, когда стало известно, что они взяли на IMO золото? При этом скор там был не идеальный, как у Opus 5, и вообще это были внутренние специально затюненные модели компаний, недоступные обычным пользователям.

Сейчас же подобными новостями уже мало кого удивишь. Интересно, что нас ждет еще через год.