Николай Хлебинский

OpenRouter (агрегатор ИИ-моделей для разработчиков) сообщил, что на прошлой неделе его пользователи впервые за два с половиной года потратили на модели OpenAI больше, чем на Anthropic. OpenAI досталось чуть больше половины общих трат на две компании и 19% этих денег принесла одна GPT-6 Astra. Модель вышла через два дня после Claude Fable 5.1 и продается через API по тому же прайсу, 10 долларов за миллион токенов на входе и 50 на выходе.

Пару дней назад выпустил видео на ютубе про эту модель, если еще не смотрели – обязательно посмотрите, я до сих пор в шоке от ее возможностей: https://www.youtube.com/watch?v=JUWXno4Awvo

На всевозможных бенчмарках, где Astra сравнивают с Anthropic Fable 5.1 счет примерно равный. Вот где Astra впереди:

– Terminal-Bench, настройка и администрирование из командной строки – 59% против 52% у Антропика.
– AutomationBench, автоматизировация бизнес-процессов – 68% против 59%.
– ARC-AGI-2, тест на псевдо-интеллект – 95% против 90%, замер ARC Prize.
– BenchCAD, построение деталей в CAD – 95,9% против 84,3%.

Fable держит лидерство в Humanity's Last Exam, это тест 2500 из сложнейших вопросов из самых разных областей науки (59% у Fable против 55% у Astra), в работе с длинными (в том числе и офисными) документами и SWE-bench Pro (правка реальных ошибок в коде). Сводный индекс по тестам вровень, 53 на 53.

Стоимость моделей одинаковая, но счет за них приходит разный! На одну типовую задачу индекса Astra тратит 27 тысяч токенов, Fable 5.1 – 78 тысяч, и прогон индекса стоил 5,3 тысячи долларов против 13,1 тысячи, в 2,5 раза дешевле!

Модель вызвала такой всплеск внимания, что с 10 сентября OpenAI приостановила продажи подписки Pro за 200 долларов в месяц (где выдается очень много токенов), спрос на Astra компания назвала беспрецедентным. Действующие подписки работают, Plus за 20 долларов дает доступ к модели, но токены там модель съест быстро и придется покупать их в API.

OpenRouter: https://x.com/OpenRouter/status/2099898254905549220
Замеры Artificial Analysis: https://artificialanalysis.ai/models/comparisons/gpt-6-astra-vs-claude-fable-5-1
Пост сотрудника OpenAI про паузу в продаже подписки Pro: https://x.com/thsottiaux/status/2098113585683808624

Протестировал новую GPT-6 Astra. Я в шоке 😨

Просто посмотрите на что она способна: https://youtu.be/JUWXno4Awvo

Что объединяет прошлые два поста про китайского фермера и просьбу для популярных нейронок назвать случайное число от 1 до 30 с ответом "17"?

Несколько дней назад независимый исследователь 360 раз спросил четыре ИИшки выдать число от 1 до 100 (без слово "случайное"), каждый раз в новом чате. Из ста чисел модели назвали всего 13, на 42 и 47 пришлось четыре ответа из пяти. Обычный программный генератор случайных чисел на те же 360 запросов выдал все сто!

Языковая модель ничего не выбирает и не любит. Она дописывает текст так, как скорее всего дописали бы люди, а знание о людях берется из корпуса текстов, на которых модель обучена. Какое число встречается в таком контексте чаще – такое и будет ответом.

Это не предвзятость, которую починят настройкой. Слово "случайное" в запросе в том же замере расширило набор с пяти чисел до тринадцати, лидер остался тот же. Модели не врут и не галлюцинируют, они так устроены, просто выдают следующий наиболее вероятный токен (токен – слово или кусок слова). Равных шансов у чисел нет, у одного из чатов лидер забрал больше девяти ответов из десяти.

Та же природа везде, где нейронке доверяют что-то выбрать. В свежем исследовании модели составляли тесты с вариантами ответов вида "какой ответ правильный – А,Б или В?", одна из них больше чем в половине случаев ставила правильный ответ на одну и ту же букву вместо честной четверти. Сама породить случайность модель не умеет, зато с ней работает, если число дать снаружи, кодом или генератором. При этом модель легко напишет код генератора случайных чисел по запросу (но это будет дороже в токенах).

Современный ИИ – это идеальная машина генерация того, что хочет услышать сферический усредненный по выборке из всего человечества индивид. Миллионеры едят мясо, а я – капусту, но в среднем мы все едим голубцы.

Замер 360 запросов: https://nicolassitter.com/research/ai-random-number-2026
Исследование про случайные числа у нейронок: https://arxiv.org/abs/2601.05414

Китайский фермер год с лишним следовал советам ИИ о том, как и когда обрабатывать и удобрять свои поля. Поначалу он относился к рекомендациям с сомнениями, по мере внедрения рекомендаций доверие росло, в какой-то момент критическое мышление отключилось и он стал полностью следовать рекомендациям.

В июле этого года фермер обсудил с ИИ (с каким ИИ он советовался – не уточняется) проблему сорняков и вредителей на его плантации кунжута и в конце уточнил как обработать поле дроном.
В переписке с нейронкой, которую потом посмотрел один из журналистов, ИИ выдает готовый план обработки с полным набором препаратов, встречных вопросов вопросов от фермера не было. Дрон прошел все поле и обработал 10 гектаров.

На следующий день погибли и сорняки и всходы кунжута, весь урожай был уничтожен. Эксперт-агротехник, проанализировавший потом ситуацию, сообщил, что один из гербицидов из плана ИИ применяют только направленно, по сорнякам, сплошная обработка гарантировано убивает полезную культуру.

ИИ это мультипликатор компетенций: он дает возможность профессионалу производить больше ценности в единицу времени, при этом некомпетентность и ее последствия он так же мультиплицирует.

Фермер получал от ИИ ценность в течение года, но как только предметная область вышла за рамки его компетенции – случилась катастрофа. Для профессионала первый ответ ИИ это черновик, такую ошибку он ловит быстро. У фермера ответ стал единственным мнением, ведь своего опыта по этому вопросу у него не было.

Дилетант с ИИ не может заменить профессионала, вопрос времени, когда он создаст значительно больше проблем, чем принесет пользы. Но и профессионал без ИИ обречен на вымирание, потому что профессионал с ИИ будет создавать на порядок больше ценности в единицу времени.

Источник: https://finance.sina.com.cn/jjxw/2026-08-01/doc-inikurwm3940989.shtml

Если попросить ChatGPT дать случайное число от 1 до 30 – он ответит "17". И все остальные самые крутые LLM тоже 🙈

А вот и новое поколение ChatGPT! Очень интересно наблюдать за этой гонкой ИИ-вооружений!

Что за день! Пора новую серию батла снимать ☺️

Вот это новости! Кто уже попробовал?

У меня сегодня вакансия-бомба – HRD / HRBP в медицинский Family Office ЕС Клиника 👩‍⚕️

Мы c Михаилом Гребенюком строим ЕС-Клинику: первую в России единую систему управления здоровьем семьи. Собственная команда врачей и кураторов берёт на себя всё — от «у ребёнка температура в поездке» до сложного диагноза у родителей. Одна команда, одна история здоровья, годами.

Продукт получается сильнее, чем скорость, с которой мы собираем под него команду. Поэтому ищу человека, для которого «таких людей не найти» — это начало рабочего дня:

— сам находит и приводит лидеров, а не ждёт откликов;
— строит найм как воронку: каналы, темп, метрики;
— на невозможную задачу отвечает «придумаю, как» — и закрывает за недели;
— за пять минут разговора отличает человека премиального сервиса.

Взамен — прямая работа со мной и Михаилом, карт-бланш на инструменты и бюджет, позиция с максимальным влиянием на компанию. Знаете такого человека — перешлите ему или ей этот пост 🙏

Ссылка на анкету для отклика: https://forms.yandex.ru/u/6a967b024936390143aa6103

Через 51 минуту заберу телефоны у группы из 20 успешных предпринимателей с суммарным оборотом больше 10 млрд рублей в год и погружу их на несколько в среду развивающего дискомфорта.

Сегодня начинается мастермайнд «Совет директоров», который я лидирую уже полтора года.

Раз в квартал несколько десятков предпринимателей на 4 дня собираются и ищут ответ на вопрос «что нужно делать по-другому, чтобы кардинально изменить динамику в бизнесе».

Мы погружаемся на несколько часов в бизнес-контекст каждого участника группы и формируем план действий на квартал, потом разъезжаемся на его реализацию и через 3 месяца повторяем процесс.

Это самый эффективный способ развития в бизнесе, который мне известен (а я пробую все что можно и учусь постоянно!).

Смеяться над количеством пальцев на сгенерированной картинке или обесценивать очередную нейронку из-за ошибки ответа чат-бота – все равно, что говорить "какой из него хирург, он даже ложку держать не может" трехлетнему ребенку. Не успеем оглянуться, как робот под управлением ИИ станет хирургом.

В предыдущем посте (и в комментариях к нему, дочитайте до конца) мой вольный перевод эссе Билла Гейтса про ИИ, которое он опубликовал вчера и уже наделал им много шума в западных медиа.

Источник: https://www.gatesnotes.com/work/make-ai-work-for-everyone/reader/a-turbulent-ai-era-and-critical-choices-to-make

Важный текст, пожалуйста прочитайте

ИИ станет либо величайшим уравнителем из всех когда-либо изобретенных человечеством, либо худшим источником несправедливости за всю историю. Даже при самом удачном раскладе переход в новую эпоху ИИ будет одним из самых бурных периодов в истории цивилизации. Как использовать эту технологию, чтобы мир стал справедливее, а пропасть между богатыми и бедными не стала шире? Как защитить тех, кто наиболее уязвим перед вредом от искусственного интеллекта, - включая тех, кто гарантированно потеряет средства к существованию и ощущение, что их будущее хоть как-то у них под контролем?

Ответить на эти вопросы и действовать - главный приоритет для планеты. Если мир сделает правильные шаги, ИИ станет силой во благо, и каждый останется в выигрыше.

К сожалению, прямо сейчас мы полностью игнорируем эти вопросы. Я не вижу признаков того, что мировые лидеры, эксперты и профессиональные сообщества адекватно адресуют эти вызовы. Плана, который смягчил бы вход в эпоху ИИ, не существует.

Отчасти причина в том, что многие просто недооценивают масштаб влияния ИИ. Думаю, на то есть несколько причин.

Первая - ИИ-модели все еще ошибаются. Трудно представить, что какая-то из них заменит человеческое мышление, когда еще недавно они не могли решить простой судоку или посчитать, сколько букв R в слове strawberry.

Но проблема надежности быстро решается: исследователи создают модели, которые проверяют собственную работу и улучшают сами себя. Скоро во многих задачах они будут существенно лучше людей.

Вторая причина, по которой люди недооценивают ИИ, - аналогии с эффектами прошлых инноваций вводят в заблуждение. У нас нет опыта с технологией, которая распространяется так быстро и умеет думать и действовать как человек.

Когда появился персональный компьютер, ему понадобилось двадцать лет, чтобы всерьез изменить нашу работу: нужно было разработать софт, снизить цену, а людям - научиться пользоваться инструментами и встроить их в свои бизнес-процессы. ИИ, напротив, работает на устройствах, которые у нас уже есть, и общается на естественном языке. Нам не нужно приспосабливаться к нему, потому что он приспосабливается к нам. Он может посмотреть то же обучающее видео, на котором учат живых сотрудников, и учиться на уже существующих данных.

Продолжение текста в комментариях 🫥

Криптобиржа Binance открыла возможность подключать ИИ-агентов (ChatGPT, Claude Code, Cursor) к своей платформе и торговать со счета пользователя. Средства лежат на отдельном субсчете, вывести их агент по умолчанию не может, есть два режима работы на выбор: подтверждать каждую сделку руками или отпустить его торговать самому.

В прошлом году появилось несколько публичных соревнований ИИ-агентов в криптотрейдинге. Самый известный проект – Alpha Arena – по сумме нескольких месяцев торгов в минусе оказались все модели, кто играл в обоих, включая Qwen, который в первой части соревнования показал +22% к портфелю и включая Grok, который в некоторый момент показал серьезный результат в плюс. С декабря 2025 публичных результатов нет ни у одной арены.

Для биржи это интересный путь увеличить объем торгов и привлечь новых пользователей. При этом вся финансовая ответственность, конечно же, у владельца агента: потолка на торговые убытки внутри субсчета нет, ограничение только суммой, которую вы туда завели. Сама Binance тоже пишет, что их Agent OS – это не автономная торговая система, следить за агентом работа владельца счета.

Скорее всего агент на субсчете деньги потеряет. Индустрия пускает агентов к живым деньгам, не дождавшись ни одного публичного доказательства, что они умеют их не терять. А единственный, кто на аренах заработал, – вендор, выставивший в турнир свою модель. Пост не является инвестиционной рекомендацией, только мое личное мнение!

Источник: https://techcrunch.com/2026/08/20/binance-now-lets-ai-agents-trade-but-keeping-them-in-check-is-largely-up-to-users/

Третья серия ИИ-Баттла уже на ютубе!

Построил 2 ИИ-агентов, анализирующих качество работы отдела продаж в AmoCRM, одного через GPT 5.6 Sol, второго через Fable.

Оба анализировали 40 сделок, которые я разметил заранее (контакты, заметки, звонки, переписки и тд), как думаете, кто отработал лучше?

Кстати, в этот раз показываю как обезличить персональные данные перед передачей в американские модели (очень уж много было комментариев по 152ФЗ в прошлом выпуске).

Классный ролик получился 🔥 напишите комментарий на ютубе под видео, чтобы помочь его продвинуть: https://youtu.be/pI9TsWS0rw0

PS: все материалы из ролика в первом комментарии под этим постом

Компания Google выиграла банкротный аукцион на корпоративные данные Spirit Airlines (американский лоукостер, остановивший полеты в мае). Победившая ставка – 10 миллионов долларов, ближайший проигравший торги участник – ИИ-платформа найма Mercor – сделал ставку на 7,5 миллиона.

В лоте около 100 миллионов рабочих писем, 500 миллионов Teams-чатов и миллиарды записей о ценах конкурентов и транзакциях за двадцать лет. Все персональные данные по условиям сделаки вычистят до передачи данных.

Это еще одна новая бизнес-модель эпохи ИИ – продажа данных обанкротившихся компаний с целью обучения моделей. Какая ирония, в наши дни данные могут пережить бизнес и стать лотом конкурсной массы, чтобы погасить обязательства перед кредиторами. Людей, которые эти данные генерировали, никто не спрашивает. Прав на удаление рабочей переписки из датасета у сотрудников компании нет.

Данные банкротов продавали и раньше, просто ценностью были контакты клиентов. У Spirit Airlines впервые клиентские данные из лота выкинули и заплатили за историю внутренней жизни компании. Большие компании сидят на десятилетиях записей о том, как делается реальная работа, и это один из самых ценных материалов для обучения моделей.

ИИ делает ликвидным класс активов, который раньше не значился на балансах. Очень скоро, очевидно, начнет. А пока что в сценарий стратсессий пора добавлять вопрос "какие данные наш бизнес накапливает как актив и какое место в стратегии нашего бизнеса занимают данные для обучения ИИ?"

Источник: https://finance.yahoo.com/technology/ai/articles/google-pays-10m-spirit-airlines-193352404.html

На программе “Код управления” я выдаю около ста различных управленческих инструментов, практик, шаблонов, документов, скриптов, чек-листов, инструкций и так далее. В предыдущем посте написал, что в этом году первый раз буду делать в рограмме параллельный трек по искусственному интеллекту.

ИИ – это мультипликатор компетенций: он позволяет там, где компетенции высокие, получать в единицу времени значительно больше ценности. А там, где компетенции низкие, он умножает некомпетентность и сделает, наоборот, только хуже.

На прошлых потоках я запрещал – ну, или настаивал сильно, совсем запретить я, конечно, не могу, – не делать работу в рамках программы с помощью ChatGPT. Вот уверен, что вы в своей отрасли или нише являетесь серьезным профессионалом. Попробуйте сгенерировать экспертный контент для своего блога с помощью ChatGPT (да пробоволи наверняка), у вас получится посредственная вода. Если потенциальный партнер, профессионал как и вы, прочитает такое, работать с вами он не станет, скажет сразу “Я с теми, кто это писал, дел иметь не хочу”.

Так вот, в управлении то же самое: прежде чем использовать искусственный интеллект эффективно, нам надо понять, что такое в регулярном менеджменте “вода”, а что такое “не вода”, то есть нарастить компетенции в областии управления. В прошлом году было много заданий, сделанных через ChatGPT и сделаны они были плохо. Обязательно научиться считать в столбик, прежде чем начать использовать калькулятор, чтобы сформировать правильное мышление, так в любом навыке. Мне важно, чтобы на программе работа делалась своей головой, чтобы те, кто у меня учится, ошибались (это самое ценное) самостоятельно, чтобы мы вместе обсуждали, что можно улучшить и что сделано хорошо.

Трек искусственного интеллекта в этой программе параллельный. Я расскажу о своих наработках, покажу практики и лайфхаками, которые позволяют мне те же самые управленческие инструменты, что я выдаю, с помощью ИИ, в основном с помощью Claude, применять значительно эффективнее, промптами поделюсь, будут инсайты, это будет важно и интересно. Помогу разобраться даже тем, кто пришел с абсолютно нулевым опытом в ИИ. Но времени этому мы уделим 10–15 процентов, основной фокус в этой программе — на том, как управлять людьми, на регулярный менеджмент, на фундамент, на то, что должен знать каждый руководитель.

Сегодня закрываю анкету предзаписи (она тут: https://forms.gle/tvZyv6byUpX146zs9), стартуем 1 сентября 🚀

Еще одна интересная бизнес-модель, которую порождает ИИ вокруг ИИ-токенов

Токены – маркетинг сервис-провайдеров ИИ, их раздают стартапам в виде предоплаченного доступа к нейросетям (например, Google раздает токенами до 350 тысяч долларов). Потратить их успевают не все, перед сгоранием токены превращаются в неликвид с нулевой себестоимостью, продать их по любой цене выше нуля выгодно. На этой базе возникают брокеры, перепродающие токены со скидками 30-80% от рыночной стоимости.

Вокруг них появилась целая биржевая инфраструктура – маркетплейсы, прайс-агрегаторы, даже лотереи ключей доступа. Рядом растет полукриминальный сегмент – китайские "транзитные станции" со скидками на токены 94-98%, внутри сотни краденых и фейковых учеток.

В традиционном софте такого рынка не было, вендоры не раздавали маркетинг такими кусками. И спрос бездонный – дистилляция, обучение своей нейросети на ответах чужой (Anthropic ловила на этом китайские лаборатории с десятками тысяч мошеннических аккаунтов).

ИИ только в этом году стал значимой статьей расходов и у нее уже появился вторичный рынок. Он уже меняет продукт, с июля часть подписчиков Claude показывает паспорт и селфи – официально ради безопасности и поддержки санкций, но рынок связывает проверку именно с реселлерами.

Разбор рынка брокеров: https://vectoral.com/blog/who-are-the-token-brokers

Сегодня реальность в любой профессии такая:

1. ИИ никого не заменит
2. Люди, владющие ИИ, заменят тех, кто им не владеет

В прошлом году студентов Кода управления очень просил не делать задания через ChatGPT. В этом году меня будет отдельный стрим по ИИ, помимо фундаментального регулярного менеджмента буду объяснять как стать управленцем x3–x5 сильнее с помощью LLM. Пойдем с самой базы и вплоть до самых продвинутых инструментов и техник.

Ссылка на анкету предзаписи тут: https://forms.gle/fq8sREXYBNfMDzTTA, через пару дней анкету закрою, группа почти заполнилась.

Когда мой первый серьезный бизнес начал расти, я понял, что, во-первых, он масштабируется через людей и, во-вторых, я ни разу не профессиональный управленец и не понимаю, как сделать так, чтобы планы и проекты не сливались, задачи выполнялись в срок и мне не нужно было доделывать их за подчиненными, как нанимать классных людей и как без стресса и конфликта расставаться с непродуктивными.

Так начался мой десятилетний путь обучения управлению и найму через лучшие в мире бизнес-школы (Сколково, Stanford, Yale, Berkley), бесконечные семинары, тренинги, книги и онлайн-курсы в результате которого родилась система, которую я назвал "Код управления".

Название системы мне приснилось 🙂 Во сне мой партнер по бизнесу ругался на одного из сотрудников, на что я сказал ему: “Ну как ты не понимаешь, сотрудник – это же функция от руководителя, какой код ты напишешь для функции, такой результат она и вернет!”.

Система охватывает под 100 готовых решений для всех типовых проблем руководителя – найм, постановка задач и контроль, обратная связь, мотивация, развитие и увольнение. Я научился очень эффективно передавать ее начинающим управленцам в своем бизнесе, по этому решил упаковать ее в удобный онлайн-курс.

За несколько лет работы через него прошло несколько сотен предпринимателей и топ-управленцев (коллеги, оставьте отзыв в комментариях пожалуйста!), которые трансформировались у меня на глазах и давали мне огромную энергию 🙂

Последние пару лет беру только одну группу в год, весь фокус на других проектах, но эту активность полностью закрывать не хочу.

1 сентября (символично!) стартует единственный поток в этом году, программа длится два месяца, все специально рассчитано так, чтобы в комфортном для очень занятых леюдей режиме получить эффективную систему найма и регулярного менеджмента.

Нужно будет выделить 1-2 часа в неделю на предзаписанные лекции, примерно 1 час в неделю на домашнее задание (это все в удобное время) и затем раз в неделю (обычно в первой половине дня в субботу) проходит звонок со мной с разбором модуля (длительность – примерно 2 часа, его запись я тоже выкладываю для всех, кто не смог прийти), где я разбираю бизнес-кейсы студентов, все вопросы по модулю, а так же даю обратную связь по внедрениям инструментов из обучения.

Если найм и управление – это ваша точка роста, заполняйте анкету предзаписи, пригласим вас на экскурсию в мою готовую систему регулярного менеджмента, которая успешно работала на компанию 250+ человек в 6 странах мира (это бесплатно) – поймете как устроена работа без постоянного тушения пожаров и почему владельцы компаний в 10 раз больше вашей не работают в 10 раз больше вас (скорее наоборот!).

Ссылка на анкету предзаписи: https://forms.gle/fq8sREXYBNfMDzTTA