Илья Филимоненков

LLM как обычно промолчала и отчиталась об успехе

На прошлой неделе мы перевели одного из наших цифровых сотрудников на новую модель, опус 5.5 (дешевле на 20% и на мой взгляд лучше работает с моим задачами). Запустили тесты перед обновлением. Первый сбой был явный. Новая модель отказывалась отвечать, если ей не включали режим размышлений, и прямо писала об этом в ошибке. Мы откатились на прежнюю версию, опус 4.8

Можно ли возвращать новую модель, если размышления просто включить? Мы отдельно проверили на настоящей работе. Другой ИИ-агент взял шесть недавних рабочих запросов, которые цифровой сотрудник уже выполнил на старой модели, и прогнал каждый через новую дважды, в разных режимах размышлений

Пять запросов из шести прошли. Шестой оба раза вернулся пустым, хотя формально всё было в порядке. Сервер ответил «успешно», в ответе ноль символов, а причина указана в служебном поле. Сработал встроенный фильтр модели, который должен отсекать недопустимые темы

Что за текст так не понравился фильтру? Рабочая сводка про просроченные, ничейные и зависшие задачи, которую цифровой сотрудник сам же и составил. Обычный документ для своих процессов, не клиентский и не личный 🤷

Явную ошибку видно сразу, а вторая маскируется под успех. В тысячный раз: доверяй, но проверяй. Перед обновлением модели всегда следует прогонять заранее заготовленные тесты, проверяющие не только корректность работы, но бизнесовую и продуктовую логику

Цена вопроса перед тем, как выпускать обновлённую модель к пользователям (в моём случае), — меньше 5 долларов на тесты, 5 минут времени и 0 разочарованных пользователей

Я много ошибался, из-за чего часто терял время и деньги

«Денис, но ведь совершать ошибки нормально» - полностью согласен. Именно ошибки учат нас видеть риски раньше, считать точнее и выстраивать процессы так, чтобы не терять миллионы.

100%, что ты набьешь свои шишки и это вопрос времени и опыта. Но тебе необязательно наступать на чужие грабли.

Поделюсь своей историей на четвертом оффлайн-митапе Твоей Опоры в Москве 29 сентября с 17:00 до 21:00. На митапе я вместе с сооснователем Умскул Ильей Филимоненковым расскажу, как развивать навык работы с рисками и почему типичные ошибки в бизнесе превращаются в серьёзные убытки. Узнать подробности можно здесь.

Затем разберем несколько реальных кейсов, ответим на все вопросы и завершим нетворкинг-сессией с сильными предпринимателями (в нашем клубе только основатели с годовой выручкой от 10 млн).

Мы специально сохранили камерный формат, чтобы каждый смог задать волнующие вопросы и уйти с конкретными решениями, поэтому количество мест ограничено.

Ждем тебя! Регистрируйся прямо сейчас!

Через неделю выступаю в МСК перед аудиторией ИТ-предпринимателей. Разговор будет об цене ошибок в бизнесе и их последствиях в долгую. Конкретно я расскажу про самые дорогие ошибки из моего опыта. Спойлер: у самых дорогих ошибок нет ценника

Первое золото Офиса

В пятницу прошла церемония награждения фестиваля креативных индустрий, где Скиллсет Офис получил золото в номинации ИИ-агенты

Серебро при этом взял Дзен с новостным ИИ-ассистентом Глиф, бронзу — WAM Agents, платформа личных ИИ-агентов в телеграме. Нас в Скиллсет, напомню, по-прежнему двое, кто отвечает за создание и разработку продукта

Рад, что жюри конкурса высоко оценило нашу концепцию цифрового Офиса с агентами, которые повышают производительность труда. Мы кстати уже запустили первые пилоты, и в Офисе работают первые пользователи

Также на этой неделе мы обновили наш основной сайт, сделали фокус на Офисе и добавили несколько кейсов. Например, как цифровой сотрудник помогает руководителю подготовиться к встрече и разобраться в текущих делах, или находит задержку в проекте и показывает, какой работе она мешает. Заходите посмотреть 🏡

гпт астра 6

Мои подписчики спрашивают меня, мол, какое моё мнение про астру 6, модель нового поколения от гпт, которую показали на прошлой неделе

У меня, к сожалению, нет универсального бенчмарка, чтобы однозначно оценить новую модель в работе (да я не работал последние 5 дней 🍿)

В прошлый раз, когда вышел фабл5, я попросил его подобрать мне шуруповёрт. В итоге я купил по его наводке шуруповёрт, и даже по хорошей цене, которую мне сам фабл5 нашёл на маркетплейсе

Но второй шуруповёрт мне уже не нужен, я правда доволен первым. В этот раз я обновил гпт, включил новую модель (gpt-6-astra xhigh fast) и написал запрос — «удиви меня»

Спустя 5 минут терминал вежливо позвал меня обратно и попросил запустить этот файлик в браузере (см. видео). Сам гпт говорит следующее:

«Это карманная вселенная в браузере, где 1900 звёзд собираются в твои слова и разлетаются от прикосновения, — я сделал её в ответ на „удиви меня“, чтобы подарить тебе маленькое чудо, которое можно потрогать»

Так вот, а чем вы проверяете новую модель?

ИИ не переспрашивает. Он угадывает

Наткнулся на совет, что самая полезная команда для ИИ — не «сделай», а «сначала задай мне вопросы». Подписываюсь. Нейросеть не умеет сказать «не понял». Её работа — предсказать как можно лучше, поэтому размытую просьбу она достраивает сама, а пробелы заполняет правдоподобной выдумкой. На выходе убедительный текст, который нельзя применить

У меня про это тоже есть история! Первая версия Скиллсет Лаб была ботом. Описываешь идею, получаешь отчёт. В марте одна из первых пользовательниц написала «бот увёл в другую сторону, которая нам и не нужна была. А мог задать уточняющие вопросы». С тех пор «не задал вопросов» у нас записан как официальный признак провала продукта

Казалось бы, решение простое. Пишем агенту в инструкцию «сначала спроси» и живём спокойно

Не тут-то было!

В июле наш цифровой продакт Марк на реплику «привет, какие сейчас основные допущения?» без единого вопроса сгенерировал целый отчёт, вынеся в заголовок это самое «привет». А в его инструкции чёрным по белому стояло «выясняй цель, прежде чем делать». Правило было, вопроса не было. Текст инструкции для агента — пожелание, которое он выполняет примерно в восьми случаях из десяти. Для правила этого мало

Что в итоге?

Мы перестали надеяться на инструкцию. Теперь в Офисе, когда человек пишет задачу вроде «сделать лендинг», к нему подключается цифровой проджект и задаёт вопросы по одному. Но какой вопрос сейчас, решает не нейросеть, а программа, у которой есть обязательный список вопросов. Модель только подбирает слова. Не назвали срок — поле со сроком остаётся пустым, дорисовать «сегодня» ей не дадут. Пять вопросов кончились, разбор закончен, никто не будет держать человека в бесконечном допросе

Знак 40 км/ч просит. Лежачий полицейский заставляет 🚘

Почему я не верю цифровым продажникам?

Забавно писать такое, когда сам делаешь цифровых сотрудников. Но мне, как и вам, звонят роботы. Их любимый жанр — «Не кладите трубку, вам ответит первый освободившийся оператор». Сюр же: мне позвонил звонок, а ждать в очереди должен я. Не слишком ли много чести? 👐

Часть работы роботы уже делают хорошо. Спросить у бота, сколько стоит тариф или где едет заказ, — быстрее, чем ждать оператора. Пока разговор про факты, цифровой собеседник справляется

Но попробуйте купить у робота что-то серьёзное. Квартиру, машину, кухню на заказ. Хороший продавец в таком разговоре работает не справочником. Он слышит паузу после названной цены. Видит, что вы киваете, а сомневаетесь. Понимает, что «мне надо посоветоваться с женой» — это не про жену. Робот отвечает на то, что вы сказали. Продавец, в свою очередь, на то, что вы не сказали

Считать человека — не задача из инструкции. Робот натаскан на чужих разговорах, но в вашем разговоре ему достаются только произнесённые слова. Мотивы, сомнения и намерения, которые стоят за ними, ему сложно даже допустить

Полагаю, граница автоматизации проходит не по сложности задачи, а по необходимости понять человека (в широком смысле). Посчитать, найти, свериться — это роботам, и чем дальше, тем спокойнее мы им это отдаём. А вот доверие пока продают только живые

А вы хоть раз купили что-то у робота? Не потому что удобно, а потому что он вас убедил?

Мои цифровые сотрудники не принимают решений

Когда я рассказываю, чем занимаюсь, говорю «проектирую цифровых сотрудников» — и собеседник представляет роботов, которые заменят людей. У меня всё наоборот, сейчас объясню

Начну издалека. В Умскул я вместе с командой несколько лет разрабатывал собственную ERP-систему, где живут основные цифры компании. Система знает о компании всё, и при этом остаётся всего лишь системой учёта. Что-то полезное из неё приходится доставать своими руками: выгрузить отчёт, свести с соседними, вычитать и только после этого решить

Сейчас в Скиллсет мы разрабатываем Офис, где эти цифры разбирают цифровые сотрудники. На вход попадает поток из учётных программ, переписок, задач и звонков. Сам по себе этот поток похож на показания градусника. Например, 38 и 5. Число есть, а что с ним делать, непонятно. Цифровой сотрудник работает врачом. Собирает показания разом и показывает всю картину — что случилось, почему и что с этим делать. Не «продажи просели на 12%», а «просели вот здесь, вот причина и вот что предлагаю, гипотеза/допущение»

Решение при этом остаётся за человеком!

Цифровой сотрудник приносит рекомендацию и контекст, чтобы быстрее и эффективнее принять управленческое решение. А руководитель делает то, что никому не поручить, — выбирает и отвечает за выбор (в учебниках это зовут системой поддержки принятия решений, и слово «поддержка» там главное)

Какой вывод?

Моя профессия за десять лет не поменялась. Я предприниматель и занимаюсь операционкой. Для неё нужны инструменты. Какие-то я проектирую сам, какие-то беру готовые. Внутренняя ERP была таким инструментом. В эпоху ИИ скорости информационных потоков растут ещё стремительнее, и ответ на подобные вызовы — Офис 🏡

Заменить человека — задача техническая. Сделать его производительнее — управленческая (а я по призванию менеджер)

Кстати, в июле мы подали Офис на конкурс креативных индустрий в номинации ИИ-агентов, причём категория ИИ появилась там впервые в этом году. Итоги — 11 сентября. Ну а рассмотреть Офис поближе можно в полной презентации

Вики компании можно собрать за день. Перестроить компанию за месяц — нельзя

Недавно мне задали вопрос. Если все знания уже собраны в вики, почему нельзя перестроить компанию с помощью ИИ за неделю или за месяц?

Логика понятна. Раньше месяцами опрашивали сотрудников и описывали процессы. Теперь нейросеть за вечер собирает из документов, расшифровок встреч и переписок картину компании

Но вики хранит то, что компания уже знает о себе. Перестройка начинается там, где нужно решить, как работать в ситуации, которой раньше не было

Недавно я увидел тот же механизм внутри Скиллсет. Контекст у нас уже давно описан, а код пишут и проверяют ИИ-агенты. За месяц в основную версию продукта вошли 214 изменений. Для половины из них путь от передачи на проверку до принятия занял меньше 73 минут. Казалось бы, что ещё ускорять?

А потом мы взялись за большую функцию. За 14 циклов проверки и исправлений накопилось 76 замечаний, а объём изменений в коде вырос почти втрое. Каждое исправление открывало новый вопрос о том, как должен вести себя продукт. В итоге мы закрыли эту версию и не допустили её внутрь продукта

И дело было не в нехватке контекста. Мы заранее описали всё, что знали о продукте. Но по ходу работы появились ситуации, для которых у нас не было готовых решений. Ответы нельзя было найти в документах — их нужно было придумать, проверить и согласовать

О чём это я?

С компанией происходит то же самое. Сотрудники пробуют новые правила и находят исключения. Руководители решают, что менять дальше и какие текущие задачи ради этого отложить. Эти решения нельзя заранее выгрузить в вики — до начала изменений компания их ещё не принимала

За месяц можно запустить новый способ работы на одном узком участке и проверить его в деле. Вики — карта компании, но маршрут трансформации всё равно приходится прокладывать по ходу движения ✈️

Ночная смена длиной 7 часов 57 минут

Вчера вечером я поставил Клодексу большую задачу, убедился, что конвейер завёлся, и лёг спать. Утром меня встретил счётчик «Worked for 7h 57m 54s». Пока я спал, агенты отработали почти ровно восьмичасовую смену — и остановились не потому, что устали или закончили, а потому, что сожгли весь бюджет, выделенный на цикл

Чем они занимались всю ночь? Мы учим нашего цифрового проджекта гигиене задач. Он проходит по задачам компании, находит протухшие и зависшие, решает, что с ними делать, и по каждой объясняет своё решение — включая задачи, которые оставил как есть

Работала над этим та самая связка. Кодекс собрал первую версию и отдал на проверку. Клод вычитал, похвалил и вернул список замечаний. Кодекс молча переделал. И так 16 кругов, новый раунд примерно каждые полчаса

В три часа ночи конвейер остановился — у Клода закончился баланс (у критиков тоже есть бюджет). Утром я его пополнил. Команды «продолжай» не потребовалось: конвейер заметил, что деньги появились, сам перезапустился и доделал оставшееся

Зачем 16 раундов? Например, Клод поймал ошибку, из-за которой программа давала разные ответы в зависимости от того, на каком языке настроен компьютер. На моём ноутбуке результат один, на удалённом сервере — уже другой. Человек такую ошибку может искать неделями

Я прочитал, что они наработали за смену, — все проверки пройдены. Последнее слово по-прежнему за мной, команду «отгрузить изменения на сервер» подтверждаю я. Ну а мой вклад в эту ночную смену — час обсуждения плана с вечера и пополненный счёт с утра 😴

Клодекс

Код в Скиллсет не написал ни один человек. С первого дня его пишет целый зоопарк ИИ-агентов из двух семейств — Клода и Кодекса, разработок двух конкурирующих лабораторий. Вместе они «Клодекс», имена сами просились склеиться. Но созвучие — только вывеска. Держится связка на железном правиле. Кто писал — тот не проверяет. Написал Клод — работу принимает Кодекс. Написал Кодекс — принимает Клод

Почему им нельзя проверять самих себя? По той же причине, по которой писатель не бывает корректором собственной книги. Перечитывая своё, видишь не то, что написано, а то, что хотел написать. С моделями так же. Зато чужую работу, да ещё из конкурирующего семейства, они вычитывают беспощадно. Это называется «принципом четырёх глаз» ✍️

Разрабатывать эту систему я начал в Кодексе. Когда объяснил ему свой план, он нашёл 24 слабых места. Пришлось соглашаться и переделывать. Потом я отнёс это Клоду (Фабл 5 нынче модный, вы в курсе?)

План воплотился в отдельный сервер в Европе — на нём Клод и Кодекс теперь живут под одной цифровой крышей. Задачи они получают от людей, дальше всё крутится само. Один пишет, второй принимает работу

Ни одна пойманная ошибка при этом не пропадает. Все складываются в каталог типичных промахов — сейчас там 16 правил, за каждым реальный случай. Например, кнопка «Выход», выбрасывавшая людей из аккаунта без единого клика

Дальше — больше. Я хочу, чтобы конвейер сам писал код и сам его проверял — с разумными допущениями. Для этого буду разрабатывать систему оценок, позволяющую максимально объективно, минимизируя риски, судить о готовности каждого изменения. Если пройден порог уверенности — работа продолжается автономно. Но код создаётся по заданиям, которые по-прежнему пишут люди

Почему это круто? В человеческой команде опыт живёт в людях и уходит вместе с ними — с выгоранием, увольнением, простым забыванием. Здесь же система пытается поймать каждую ошибку, «осознать» её и превратить в правило. Уроки не сваливаются в общую кучу — они ранжированы по категориям, и проверяющий берёт с собой только те, что нужны для текущей задачи. Получается команда, у которой шишки не забываются

Всё ещё последнее слово за мной, обновления до пользователей довожу я, вручную. Но каждый новый артефакт приближает день, я надеюсь, когда этот конвейер сможет работать без меня. А я останусь в нём не контролёром, а человеком, который занимается видением — куда система в целом должна двигаться дальше

Акселератор ничего не ускоряет в 26 году

Спустя два месяца после демо-дня руки наконец дошли написать пост про акселератор. Весной я пошёл туда трекером — это мой первый опыт в такой роли. Она оказалась близка к продуктовому психологу, слушаешь, что у фаундера на уме, задаёшь пару наводящих вопросов — и он сам меняет вектор мысли (определение дилетантское, сертификата трекера у меня нет)

Команды я взял сразу две, для подстраховки. Студенты имеют свойство распыляться и принимать поспешные решения

Так и вышло!

Один фаундер уже на второй встрече сказал, что нашёл проект поинтереснее, и до конца программы не сделал ничего. Однако на демо-день пришёл — прорекламировал себя и напоследок предложил залу обсудить ещё один свой проект, пока осталась минутка 🤷‍♂️

Злиться на него бессмысленно, он честно сыграл по правилам площадки. Классический акселератор собран вокруг инвесторских денег. Но зачем в 2026 году деньги на разработку? Прототип собирается за выходные по цене месячной подписки на ИИ (речь про ИТ-стартапы — у эдтеха, медтеха и дип-теха своя экономика). Командам было нужно другое — связи, обратная связь и опыт тех, кто уже продавал бизнесу. Вот и демо-день обернулся торговлей лицами, витриной фаундеров, а не продуктов. Что, в общем-то, честно. Фаундер и продукт неразделимы: чем выше человек в иерархии бизнеса, тем плотнее его личные цели сплетены с целями дела. Стартап — предельный случай этого пересечения

Что в итоге?

Фаундер всегда был узким местом стартапа, просто раньше весомая часть ресурсов на старте уходила на реализацию идеи. Теперь за условные выходные можно собрать прототип, поставить эксперимент и проверить главные допущения, включая готовность платить. К инвестору фаундер 26 года приходит не с идеей, а с работающей реализацией и цифрами — идея либо подтвердилась, либо нет, и это тоже результат. Единственное, что не хакнуть и не ускорить за выходные, — сам фаундер. Человеку по-прежнему нужно время, чтобы перенять опыт и разобраться, чего хочет он сам и чего ждёт рынок, в который он идёт

Интеграция за 3 дня

Во вторник я написал фаундерам Lork.dev (сервис, где предприниматели с помощью ИИ запускают бизнес онлайн — сайт, письма, поиск ниши) и предложил встроить Скиллсет Лаб в их раздел плагинов. Сегодня плагин заработал — внутри продукта, через который предприниматели опубликовали уже 1 770 сайтов. От идеи в чате до работающей интеграции в чужом продукте — три дня ✊

Раньше каждый пользователь Лаба приходил через меня. Я показывал его на выступлениях и кидал ссылку в переписках — буквально водил за руку. Теперь продукт стоит в чужом магазине, на одной полке с Яндекс Метрикой и GitHub, и его открывают люди, которые обо мне никогда не слышали. Работает!

Но интеграция — половина новости. Вторая половина в том, что Лаб перестаёт быть просто сервисом аналитики. Сейчас он умеет одно ремесло — продуктовую аналитику, пять отчётов по методологии Скиллсет. Мы ведём его к состоянию Офиса — системы цифровых сотрудников, где есть проджект, ведущий процесс, и специалисты под конкретные задачи и индустрии. В Скиллсет нас двое, а «сотрудники» — ИИ-агенты. Следующий шаг — сдавать их в аренду 🤑

Зачем вообще нужна компания?

В Умскул нас было несколько тысяч человек. Сейчас в Скиллсет нас двое, а «сотрудники» — это подписки и расходы на ИИ-агентов. Недавно поймал себя на вопросе, докуда вообще может сжаться команда, прежде чем перестанет быть компанией

Оказывается, ответ написали ещё в 1932 году. Рональд Коуз, 21-летний студент, год катался по американским заводам и пытался понять, зачем существуют фирмы. Ну правда — если рынок так эффективен, почему не покупать всё у подрядчиков? Ответ оказался простым. Рынком пользоваться дорого. Найти исполнителя, договориться, проверить работу — всё это время и нервы. Компания появляется там, где сделать внутри системы дешевле, чем купить на рынке. Сам Коуз называл это студенческим эссе, а спустя 59 лет идея легла в основу его Нобелевки

Найти, договориться, проверить. Ровно эти издержки сейчас рушат ИИ-агенты, и экономисты уже всерьёз обсуждают коузианскую сингулярность — момент, когда покупать на рынке станет дешевле, чем содержать штат, и компании окажутся не нужны

Кстати, так уже было. Телеграф и железная дорога в XIX веке тоже обрушили стоимость координации. Только фирмы тогда не умерли — наоборот, впервые в истории выросли корпорации-гиганты (привет, Илон Маск, первый человек-триллионер). Дешевле стало не только покупать, но и управлять — и управлять подешевело сильнее

О чём это я?

Похоже, компания не умирает, а сжимается до того, что нельзя купить на рынке. У нас это выглядит так: всё, что можно поручить агенту, поручено агенту. Осталось то, ради чего мы и собрались вдвоём, — виденье, знания, эмпатия и общие представления о прекрасном. Хорошо, что ИИ меня не заменит, у меня горизонт планирования дальше 1 токена ☕️

На эту лодку не потратили ни одного токена

Наткнулся на мем. Мужик на пирсе перед кораблём восхищённо говорит: «Представляете, на эту штуку позади меня не сожгли ни одного токена! Сделали руками, без клод кода» (сорян, не сохранил мем, а искать лень)

В общем и целом!

Это заставило меня задуматься, считал ли кто-нибудь, например «в калориях», сколько было потрачено на тот или иной рукотворный объект. Сначала подумал, что интуитивный аналог «токена» у человека — килокалория. Но нет, всё же считают в человеко-часах

Почему? Мозг — 2% массы тела, но съедает пятую часть нашей энергии, около 20 ватт. В сфере ИИ так не считают — там меряют энергию каждого запроса, в ватт-часах. Орган-то дорогой, однако напряжённо думать или дремать в кресле стоит почти одинаково. Восемь часов тяжёлой умственной работы добавляют жалкие сто килокалорий. Расход калорий не отличает гения от бездельника

Поэтому труд человека мы меряем не калориями, а временем — единственным, что реально утекает, когда работаешь. И когда эксперту платят больше за час, платят не за этот час, час у всех одинаковый — 60 минут. Платят в рассрочку за года учёбы и тысячи часов практики, которые сделали его экспертом. Почасовая ставка — это замаскированный счёт за обучение. Возможно, эта ставка пока что лучшая «объективная» оценка трудозатрат, хотя оценивать когнитивный труд — дело творческое

К чему это я?

Около двух веков мы платим друг другу за время, с тех пор как фабрика и штатное расписание превратили труд в часы на циферблате. Держалось это потому, что у людей сложность мысли не отражается ни в чём, кроме потраченного времени. ИИ — первый вид капитала, который влез на территорию мышления и принёс туда другой счётчик (токены, ватты, доллар за токен). Едва этот инструмент появился на рабочем столе, выяснилось, что человеку мы платили за часы лишь потому, что его мышление никогда не умели нарезать на единицы

Секретарь, с которым никто не общается

Я помню всего пару случаев, когда кто-то из звонящих мне, не дозвонившись, продолжил общаться с цифровым секретарём. При этом не помню ни одного случая, когда у меня самого возникало желание пообщаться с цифровым секретарём какого-либо человека. Ну а смысл? Я ведь могу просто перезвонить второй раз или написать. Даже если я что-то объясню секретарю и человек потом прочитает СМСку с транскриптом, при следующем звонке мне всё равно придётся ещё раз проговорить всё то же самое и заново поднимать контекст разговора

Вот я и задался вопросом, зачем их вообще придумали

В общем-то, оказывается, всё очень прозаично. Это, скажем так, попытка в ту привычку, которой у нас никогда не было. У нас, людей из России и СНГ. Голосовой почты как таковой на постсоветском пространстве не было, поэтому у нас нет ни социального паттерна, ни привычки общаться с каким-то секретарём или голосовой почтой. Зачем? Я могу и СМСку написать, они пока что работают. А в худшем случае просто позвоню ещё раз и ещё раз скажу то, что хотел сказать

Их настоящая ценность в другом. Эти секретари, по сути, задерживают спамеров и мошенников. Они тратят их время, общаясь с ними, чтобы те меньше общались с реальными людьми

В общем, вот такой неожиданный поворот в этой истории. Они созданы не для вас. Они созданы для спамеров ☕️
(надеюсь, вы не спамеры)

А думает ли искусственный интеллект?

В 1770 году по Европе гастролировал «Турок» — механический человек, обыгрывавший в шахматы кого угодно, по легенде даже Наполеона. Люди в то время смотрели на шестерёнки и видели мыслящую машину. Восемьдесят лет спустя выяснилось: внутри всё это время прятался живой шахматист

Фокус был в том, что люди очень хотели поверить, будто железо думает

Сегодня у нас «думающий» ИИ (тот, который в режиме thinking). Он показывает ход мысли, «так, сначала проверю это, потом то…», и выглядит это как самое настоящее размышление

Правда, вовнутрь не заглянуть…

Внутри не человек и не разум. Там предсказание следующего слова — очень хорошее, обученное примерно на половине доступного интернета. «Рассуждение» — не мысль, которую машина проговаривает вслух. Это такой же сгенерированный текст, как и сам ответ, по тем же правилам

На этот раз нас опять обманули. Думаю, фокус и очарование в слове «интеллект». Да нет там никакого интеллекта!

Чем больше я с ним работаю, тем мне становится понятнее, что интеллект любой ЛЛМки ограничен моим собственным. Никакой инструмент не работает эффективнее того, что я знаю сам. Ни калькулятор, ни эксель, ни чатгпт

Вместо своего заброшенного много лет назад аккаунта в инсте теперь буду постить фотографии со встреч в тг, чтобы все знали, какой я деловой в последнее время 📞

Радостно, что к концу своего 27-го года я перестал быть самым молодым. За этот год мне удалось познакомится с молодыми и активными — теми, кто зарабатывает в бизнесе, посещает умные и не очень мероприятия и пытается менять мир вокруг