Грин еще не робот 🤖

Все любят прогнозы. Их каждый декабрь столько, что можно топить камин распечатками. И вдруг редкий случай: глава Microsoft не устроил гадание на бенчмарках, а нормально разложил, почему 2026 будет годом, когда хайп начнут менять на результат.

Что случилось:

•29 декабря 2025 Наделла выпустил “Looking Ahead to 2026”.

•Его тезисы: discovery -> diffusion, model overhang, “ценность не в моделях, а в системах и оркестрации”, и “общественное разрешение” на AI будет только через реальную пользу.

Разбор прогноза - коротко:

1. Model overhang = “ум уже есть, пользы мало”
Модели обгоняют компании по скорости. В 2026 начнут резать не AI, а хаос вокруг AI: пилоты без владельца, без метрик, без внедрения.

2. Diffusion = главное теперь масштабирование
Не “найти магию”, а “встроить в работу”: обучение людей, изменение ролей, правила использования, контроль качества. Если этого нет - AI останется игрушкой в отдельных командах.

3. “Системы важнее моделей”
Наделла продаёт очень правильную мысль: деньги будут в оркестрации - когда AI подключён к данным и инструментам, но с правами доступа, логированием, тестами, ограничениями и понятными сценариями.
Перевод: один чат в корпоративном периметре не даёт эффекта. Эффект дают связки “процесс -> агент -> инструмент -> контроль -> отчёт”.

4. Societal permission = “пока не докажешь пользу, тебя прикроют”
Речь не про мораль. Речь про разрешение работать с данными, доступами, энергетикой и рынком труда. Если AI приносит мусор, ошибки и скандалы - гайки закрутят быстрее.

И что?

Для бизнеса: план на 2026 выглядит так:

•выбрать 3-5 процессов, где есть деньги (продажи, поддержка, закупки, аналитика)

•поставить метрики “до/после” (время цикла, стоимость, качество, ошибки)

•построить систему: права доступа, журнал действий, тесты качества, откат

•назначить владельца результата, а не “команду инноваций”.

Для инвесторов: смотреть не на “какая модель внутри”, а на:

•где покупатель, какой процесс, какой KPI

•есть ли оркестрация, безопасность, контроль, интеграции

•сколько стоит внедрение и удержание (а не демо).
Для людей: AI станет меньше “вау” и больше “сделай работу”. И больше случаев, где ошибка будет реальной проблемой, потому что AI подключён к системам и данным.

🚨 Нам 3.14здец:

Компаниям с пилотами “ради отчёта” - 8/10 - в 2026 это начнут закрывать как бесполезные расходы - спасение в жёстких KPI и владельце процесса.

Стартапам “обёртка над моделью” - 7/10 - покупатель будет платить за систему и внедрение - спасение в вертикали с измеримым эффектом и контролем качества.



Это только одна новость из сегодняшнего ИИ-дайджеста.

Еще в последнем в этом году выпуске:

🟢 Nvidia забирает TPU-папу из Google - зачем это перед 2026.
🤝 Meta покупает Manus под ёлку - что там за сделка на $2B+.
💸 SoftBank заносит OpenAI $40 млрд - кому купили время.

И ещё +11 новостей - быстрых, как ИИ:
xAI и третий мегадатацентр почти до 2GW, Zhipu AI размещение в HK на $560M при оценке $6.6B, Alibaba MAI-UI агент на смартфоне, Tencent Hunyuan Motion 1.0 для 3D-анимаций, Adobe тянет Runway в Firefly, Claude Code пишет сам себя, Karpathy про “рефакторинг” профессии программиста, SimilarWeb про падение доли ChatGPT и рост Gemini, Liquid AI on-device модель LFM2-2.6B-Exp, Китай про правила для AI-личностей и зависимости, Epoch AI про отставание китайских open-weights по математике на ~7 месяцев.

Хочешь каждый день БЕСПЛАТНО получать на почту главные ИИ-новости с моей аналитикой формата “И что?” и “Нам 3.14здец”, которые уже читают тысячи ИИ-энтузиастов почти из всех уголков планеты, вместо кучи телеграм-каналов и бесконечной ленты новостей без блокировок и VPN - подпишись в один клик.

Ссылка на дайджест

Крайний мультик в 2025 году на нашем детском канале. С наступающим всех новым годом!

https://www.youtube.com/watch?v=gP3wHL_3QWE

Кто больше врун Альтман или Маск

В канун нового года принято делать предсказания. Эксперты рынка постоянно посылают друг друга на 3 буквы. Это AGI. Альтман посылает нас туда в 28 год, Маск более радикален и делает это уже на 26.

Но никто из них уже не управляет прогнозами. Отрасль разогнали так, что тормозов нет. Релизы выходят потоком, иногда без презентаций. Просто пост в корп блоге и всё.
Как понять, что AGI реально рядом. Для этого придумали ARC, тест Франсуа Шолле.

Это визуальные головоломки из цветных клеток. Тебе показывают несколько примеров “до” и “после”. Например, квадрат стоял где угодно, а правильный ответ всегда переносит его в правый верхний угол. Ты ловишь правило за секунды. Модели надо правило вывести и применить к новой картинке.

Декабрь 2024. OpenAI o3 прогоняют на ARC, 100 задач. Два режима. В первом модели дают мало попыток и проверок: 75.7 процента, по оценке ARC Prize около 2,680 долларов за 100 задач, то есть 26 долларов за задачу. Во втором ей разрешают в 172 раза больше вычислений: 87.5 процента, оценка около 456,000 долларов за 100 задач, то есть 4,560 долларов за задачу. Смысл простой. Последние проценты точности покупаются количеством попыток.

Сегодня это дорого. Завтра это оптимизируют и удешевляют.

Создатели теста выпускают ARC-AGI-2, заметно жёстче. Там “ответ с первой попытки” у голой модели даёт ноль, а публичные системы держатся на уровне единиц процентов. Значит дальше решает процесс: пробовать, проверять, исправлять.


И вот тут выходят Poetiq. Маленькая команда. Без миллиардов. И именно поэтому это важно. Они берут GPT-5.2 X-High, подключают надстройку и прогоняют ARC-AGI-2 Public-Eval. По их данным выходит до 75 процентов при цене меньше 8 долларов за задачу. 8 долларов это средний расход вычислений на одну головоломку, со всеми попытками и проверками.
Вот почему прогнозы ломаются. Реальную мощность уже не может оценить никто. Ты видишь релиз модели. Потом маленькая команда докручивает процесс и переписывает картину.
Теперь на язык фаундера. Твоего бизнеса в версии 2025 уже нет. Та же логика завтра будет делать то, за что раньше ты держал людей и платил им. 10 вариантов продукта за вечер. Лендинг и пять первых экранов за час. 20 креативов под таргет за утро. Скрипт продаж и FAQ за день. Мини продукт, первые цифры, выкинул лишнее, запустил снова. Это больше не проект на квартал. Это серия итераций. В найме ты или с работающим бизнесом, не важно. В 2026 всё меняется. Всё уже готово.

И что?

2026 год темпа. Запуски. Тесты. Итерации. Снова запуск. И делать это в окружении людей, которые живут так же, потому что одному легко уйти в вечное потом.

Поэтому я создал BIPI Big Picture AI. Среда для запусков для фаундеров и CEO и для тех, кому надоело смотреть за успехами других. Сообществу меньше месяца, внутри уже 85 человек со всего мира. Живых встреч гарантировано 6 в месяц, плюс работа между созвонами. Направления AI Mindset, Solo Founder, VIBE CODING, нейромаркетинг. Направления будем расширять.

На последнем в этом году созван, все участники, планируют запустить минимум 10 проектов, или больше. Начались коллаборации. Не сомневаюсь что будет и успех.

До 31 декабря 23:59 по Сан Франциско скидка 35 процентов на подписки. Обычная цена 50 долларов в месяц. Со скидкой 32.5. Год 390 вместо 600.

Демократично и очень полезно.

Ссылка тут. Там подробности и условия.

С наступающим!

Три правила Мадонны, без которых нечего делать в 2026.

Мадонна прилетела в Нью Йорк в 1978 с тридцатью пятью долларами в кармане. Девятнадцать лет. Никаких “ресурсов”. Зато было три вещи, которые и сделали из неё Мадонну.

Первое: она выбрала среду. Не “попробую дома”, а Нью Йорк, где тебя либо делают сильнее, либо съедают. Она влезла в танцевальную и клубную тусовку, училась, работала кем придётся, крутилась каждый день.

Второе: она быстро собирала версии себя. Танцы, барабаны, группы, демо. Не идеальный план, а серия попыток с коротким циклом.

Третье: она нашла людей, которые ускоряют. Она не “ждала продюсера мечты”. Она довела демо до того, что его начали ставить в клубе. DJ Марк Каминс поставил трек в Danceteria, зал отреагировал, и дальше он уже повёл её в Sire. В 1982 вышел Everybody.

Вот связь. История Мадонны - это инструкция, как из нуля делается траектория: правильная среда, быстрые итерации, люди вокруг, которые держат планку и открывают следующий шаг.

И именно поэтому конец 2025 так похож на её стартовую точку, только масштаб страшнее. Сейчас в нулевой точке оказались почти все, даже те, кто с бизнесом, статусом и опытом. Контекст сменился. Правила обновились. ИИ выровнял поле. Вопрос уже не в том, как удержать бизнес. Вопрос в том, как сохранить роль и смысл, когда мир пересобирается и старые “я” перестают быть нужными.

ИИ даёт то, что раньше было редкостью: возможность одному человеку делать объём маленькой команды. Быстро собрать прототип. Быстро проверить спрос. Быстро пересобрать процессы. Быстро учиться и выпускать следующую версию. По сути, ИИ превращает “тридцать пять долларов и характер” в рабочий стартовый комплект для любого, кто готов действовать.

Поэтому меньше месяца назад я создал BIPI (Big Picture ) AI — место, где люди собирают свою траекторию в AI реальности так же, как Мадонна собирала свою в Нью Йорке: через среду и темп. Вчера у нас был финальный созвон года, и картина стала очень ясной. Все, кто пришёл, уже плодотворно провели этот год. Каждый планирует запускать продукты на базе ИИ. Внутри много энергии, уже пошли коллаборации, даже участники со стабильными бизнесами пересобирают процессы, потому что 2026 будет годом AI first по умолчанию.

Внутри развитие идёт по четырём направлениям: AI Mindset, Solo Founder, Vibe Coding, нейромаркетинг. Формат живой: регулярные созвоны, практика, мастермайнды, разборы кейсов. Треки будут расширяться.

До Нового года даю скидку 35% на все тарифы BIPI AI. Отличная возможность запрыгнуть в правильную компанию уже в этом году, чтобы без потери скорости газовать в 2026.

Вступить 👉🏼 тут

Пятничный контент. Провожаем профессии. Мелкая моторика done ✅

Мой ТОП книг уходящего года.

Тех, после которых начинаешь видеть мир чуть яснее.

Я каждый год стараюсь оставлять себе короткий список книг, которые реально сдвигают оптику. Не по количеству инсайтов, а по эффекту: после них сложнее жить по инерции.

1. Empire of AI — Karen Hao

Очень трезвый взгляд на OpenAI и всю индустрию ИИ. Про власть, деньги, культуру и цену красивых идей. Книга хорошо снимает иллюзии и возвращает ощущение реальности происходящего.

2. Abundance — Ezra Klein, Derek Thompson

Про странный парадокс современного мира: ресурсов и технологий достаточно, а большие вещи запускаются с огромным трением. Отлично объясняет, почему системы буксуют даже тогда, когда люди внутри них умные и мотивированные.

3. The Thinking Machine — Stephen Witt

История Nvidia и Дженсена Хуанга. Про дисциплину, стратегию и умение ставить ставку раньше остальных.

Книга про лидерство без романтики и без легенд. Очень взрослая.

И четвёртая книга в этом списке — моя.

Называется Метод Грина. Она выходит в МИФ, и для меня это отдельный сюжет. Эта книга родилась из четырёх лет работы: из моего бизнеса и жизненного опыта, из тысяч часов разговоров и разборов с людьми в кризисах, развилках и точках “всё вроде нормально, а внутри пусто”. Я собирал этот материал как инженер, а не как вдохновлённый писатель: проверял на практике, что действительно двигает человека, а что остаётся красивыми словами.

Самый честный маркер качества для меня простой. Эта книга уже стала настольной для людей очень разными биографиями. Её перечитывают, держат под рукой, к ней возвращаются. Её даже заказали люди из редакторского состава, которые работали со мной над рукописью.

Если коротко, книга про то, как увидеть правила игры, в которой ты живёшь, и начать использовать их в своих интересах, чтобы усилия давали накопительный эффект, а жизнь собиралась по твоему сценарию.

Сейчас открыт предзаказ со скидкой 50%.

Заказать бумажную книгу со скидкой 50%

Хрустальная мечта многих, кто мечтает о миллиардах - позиция: вот будут у меня деньги, и это позволит мне запускать бизнесы какие я захочу, и спокойно принимать решения самому. Ведь все мы знаем, как трудно поднимать деньги у инвестора: они будут спрашивать цифры, чем твой продукт лучше чем у других, какая у тебя команда.

И надо признать, что в большинстве случаев инвесторы правы - к ним приходят и приносят полный мусор, хотя бывает и так, что хорошую компанию они пропускают. В любом случае фандрайзинг отнимает все силы у основателя, и у него остается меньше времени на развитие компании.

Но наш случай как раз в том, что основатель Figure решил ускориться и профинансировал все сам.

Ты строишь робота. Он уже двигается, берёт коробки, выглядит как человек. А дальше упираешься в мозги: чтобы робот понимал, что делать, ему нужны очень умные модели и много тренировок. Крутых ИИ моделей на рынке уже много, и денег скорее всего никто не даст.

Что случилось: CEO Figure AI Бретт Адкок, по данным The Information, запускает новый AI-лаб Hark и полностью покрывает его личными $100M. 
По тому же источнику, первый GPU-кластер Hark уже включили “на этой неделе”, но без масштаба и характеристик. 

Адкок остаётся управлять Figure. Figure в сентябре 2025 объявила Series C на $1B+ при post-money оценке $39B. 

Контекст рынка: это ставка на связку “роботы + свой AI”. У Figure есть железо, данные и конкретные задачи, поэтому желание держать “мозги” внутри выглядит логично. Если у них получится, другие робот-компании тоже начнут тащить AI-команду и инфраструктуру внутрь. 

И что?

Для бизнеса: робототехника и индустрия получат ещё одного игрока, который будет скупать людей, данные и вычисления, и может собирать решения “модель -> действие” под реальные процессы. 

Для инвесторов: личные $100M дают скорость старта, а главный риск - один CEO тащит два тяжёлых проекта и может распылить управление и расходы. 

Для людей: полезные “умные штуки” будут чаще приезжать через роботов и сервисы вокруг них, где AI сразу влияет на физические задачи. 

🚨 Нам 3.14здец:

AI-стартапам без своих данных - 7/10 - робот-компании могут собирать данные в поле быстрее - что делать: фиксировать эксклюзивные источники данных и контракты. 

Figure - 6/10 - параллельный запуск второго “двигателя” рядом с основной компанией - что делать: разделить команды, цели и ответственность жёстко, без пересечений.

Надежда только на ИИ

Смотришь на картинку и видишь $962B у США. А у меня в голове щёлкает другое: топ-15 вместе — $2,05 трлн в год. Два триллиона на то, чтобы быть готовыми убивать друг друга. Это называют безопасностью. По факту это мировой рынок страха, где деньги любят тишину, а последствия громкие.

$2 трлн в год — это $20 трлн за десятилетие. На эти деньги можно было бы поднять образование, медицину, инфраструктуру, науку, энергию и главное — научиться договариваться так, чтобы война перестала быть инструментом. Но оружейная машина сама не остановится. Всё, что производят и складируют, рано или поздно начинает летать и взрываться, включая ядерные потенциалы. Ружьё на стене стреляет. Время — единственный неизвестный.

Часы Судного дня слишком близко к полуночи, чтобы играть в спокойствие.

И тут появляется странная надежда. Маск говорил, что xAI близки к AGI и рассчитывают собрать его уже в следующем году. Если это правда, начинается гонка: успеем ли мы поставить ИИ на сторону рациональности, прежде чем люди снова поставят эмоции на кнопку запуска. Противоречий накопилось слишком много, а цена ошибки стала запредельной.

Если же мы проскочим этот момент, мы будем жить в мире ИИ. И чтобы не оказаться зрителем в этом мире, живущим на пособие, надо уже сейчас глубоко нырять в тему.

И что?

А то что, меньше месяца назад я открыл сообщество BIPI AI — и там уже 85 человек со всего мира: США, Европа, страны бывшего СССР, Россия. Внутри в основном фаундеры и топы: CEO, C-level, совладельцы, продукт, маркетинг, инженеры. Есть те, кто собирает идею и MVP, и те, у кого уже выручка от 10k до 200k+ в месяц.

Развитие в сообществе сейчас идёт по четырём направлениям: AI Mindset — чтобы принимать решения в новой реальности, а не цепляться за старые роли. Solo Founder — чтобы делать больше меньшими силами. Vibe Coding — чтобы быстро собирать и тестировать продукты без команды на 20 человек. Нейромаркетинг — чтобы продавать и растить спрос в мире, где внимание стало самым дорогим ресурсом. Это стартовые треки. Дальше будет больше.

И важное: никаких записанных лекций. Только живой формат. Регулярные созвоны, практика, мастермайнды, разборы кейсов. Ты приносишь свою реальность — мы вместе собираем план: как ИИ ударит по твоему рынку в ближайшие 6–12 месяцев, какие 2–3 внедрения дадут максимальный эффект, как собрать дорожную карту на полгода и как за неделю-две проверять гипотезы, не сливая бюджет на модные внедрения, которые красиво звучат и ничего не меняют.

Сегодня вечером, в католическое Рождество, включаю скидку 35% на все подписки BIPI AI. Скидка действует до 31 декабря включительно. 1 января — уже без неё.

Все подробности по этой ссылке

Сцена, которую легко представить в декабре 2025: Сэм Альтман и Джефф Безос сидят в Blue Bottle Coffee у Ferry Building в Сан-Франциско - там как раз любят делать “встречи на 30 минут” все, у кого миллиард на балансе. 

Сэм: “Мне нужно больше дата-центров. Быстро. И много”. Безос: “Мощности дам. Деньги тоже дам. Только давай так - ты берёшь AWS надолго и садишься на мои Trainium”. Сэм кивает, потому что у него задача одна - кормить ChatGPT и следующие модели электричеством и железом, без пауз.

Что случилось: Amazon обсуждает инвестицию $10B+ в OpenAI при оценке выше $500B, пишет The Information. 
В возможной сделке обсуждают привязку к Trainium - AWS хочет, чтобы OpenAI использовал их чипы (витрина против Nvidia). 
Фон: 3 ноября 2025 OpenAI и AWS уже объявили 7-летнюю сделку на $38B по облачным мощностям. 

И OpenAI активно разводит поставщиков: AWS стал “одним из как минимум пяти” облаков у OpenAI, по тому же The Information. 

Контекст рынка: это торг “деньги + железо + объёмы”. OpenAI покупает устойчивость и масштаб. Amazon покупает статус “я кормлю OpenAI” и шанс протащить Trainium в реальную жизнь.

И что?

Для бизнеса: зависимость от одного облака у OpenAI снижается, значит больше шансов на стабильные мощности и более ровные лимиты/производительность в продуктах.

Для инвесторов: AWS получает якорного клиента под Trainium и хедж к ставке на Anthropic, OpenAI усиливает переговорную позицию против любого одного партнёра. 

Для людей: ChatGPT будет быстрее расти по функциональности и “делать покупки в чате” будет продавливать сильнее - OpenAI уже строит shopping-слой и checkout. 

🚨 Нам 3.14здец:

Nvidia - 6/10 - крупные клиенты начнут тестить альтернативы через “якорные” сделки - что делать: удерживать софт-экосистему и цену владения. 

Мелким облакам - 7/10 - рынок уезжает в сделки уровня “чек + железо + объёмы” - что делать: нишевые регионы, спецусловия, пакетные контракты.

‼️Это только одна новость из сегодняшнего ИИ-дайджеста.
Еще в выпуске:

- ChatGPT превращают в магазин приложений

- Основатель Figure достал личные $100M и запустил стартап

И ещё +5 новостей - быстрых, как ИИ: GPT-5.2-Codex с усилением по киберу, Mistral OCR 3, Lovable $330M Series B (оценка $6.6B), Creators Coalition on AI (500+ артистов), Маск: xAI и “AGI в 2026”.


Хочешь каждый день БЕСПЛАТНО получать на почту главные ИИ-новости с моей аналитикой формата “И что?” и “Нам 3.14здец”, которые уже читают тысячи ИИ-энтузиастов почти из всех уголков планеты, вместо кучи телеграм-каналов и бесконечной ленты новостей без блокировок и VPN - подпишись в один клик. Ссылка на дайджест

Утро понедельника. Ты открываешь Google Search AI Mode, вбиваешь “сравни 3 поставщика ERP для 200 человек в ЕС, сроки внедрения, риски, примерный бюджет”. Раньше это превращалось в минутный “думаю”, потом ещё минуту ты ловишь ссылки, а дальше руками сводишь всё в заметку для созвона. Сейчас оно отвечает почти сразу, с веб-результатами и структурой, и ты реально успеваешь принять решение до первого митинга.

Что случилось: Google выкатил Gemini 3 Flash - “быстрый” вариант своей флагманской линейки Gemini 3 и сделал его моделью по умолчанию в Gemini app и в Google Search AI Mode. 

По бенчмаркам, которыми они машут: Humanity’s Last Exam - 33.7% (без tool use), у Gemini 2.5 Flash было 11%, у Gemini 3 Pro 37.5%, у GPT-5.2 34.5%. 
Скорость: Google заявляет “3x быстрее, чем 2.5 Pro” (с отсылкой на Artificial Analysis) плюс в среднем на аналитических задачах уходит на 30% меньше токенов, чем у 2.5 Pro. 
Цена в API: gemini-3-flash-preview $0.50 / $3 за 1M input/output токенов. Для сравнения gemini-3-pro-preview стартует с $2 / $12 (то есть примерно 4x дороже по прайсу). 

AI Mode в Search поверх этого подтягивает real-time ссылки/локальную инфу из веба и отдаёт “сводку + действие” в одном ответе. 

Контекст рынка: “умная” модель уже мало кого удивляет. Драка идёт за дефолт: кто стоит в поиске, в ассистенте, в привычном поле ввода. Когда дефолт быстрый и близок к фронтиру по качеству, пользователи меньше переключаются на “самый мощный режим”, а бизнесы меньше платят за каждый чих. 

И что?

Для бизнеса: если у тебя поток задач “поиск + сводка + решение” (закупки, комплаенс, конкурентка, саппорт) - можно резать latency и стоимость без провала в качество: Flash как рабочая лошадь, Pro включать точечно под математику/код. 

Для инвесторов: Google давит ценой и дефолтом дистрибуции (Search + Gemini). Это про захват ежедневных запросов, а значит про долгий хвост выручки, даже когда “самая умная модель” у конкурента. 

Для людей: AI Mode станет “быстрее и полезнее” в бытовых сценариях (планирование, покупки, ремонт, учеба) просто потому, что модель по умолчанию теперь реально шустрая. 

🚨 Нам 3.14здец:
Сервисам “мы делаем резюме веба за деньги” - 7/10 - дефолт в поиске съедает базовую ценность - что делать: продавать доступ к данным клиента, интеграции, ответственность, SLA. 

Командам, которые держат Pro/тяжёлые модели как постоянный дефолт - 6/10 - экономика запросов станет больнее на фоне Flash-прайса - что делать: ввести policy routing и считать стоимость на задачу, а не “на модель”

Пятница, 18:40. Финансовая команда закрывает квартал и должна за 30 минут собрать короткий разбор отчёта конкурента: что случилось с маржой, где просели регионы, что ждать в Q1.

Внутри компании уже стоит “мульти-агентный конвейер”: один агент тянет 10-K, второй считает метрики, третий пишет выводы, четвертый делает слайды. Через 7 минут приходит “готово” - цифры в двух местах разъезжаются, в выводах взаимоисключающие причины, а токен-бюджет сожран почти весь, потому что агенты обсуждали план и спорили о терминах. В итоге аналитик руками перепроверяет таблицы и снова делает один нормальный прогон одним агентом с чёткой структурой шагов и проверками по источнику.

Что случилось: Google Research / Google DeepMind и MIT выкатили исследование “Towards a Science of Scaling Agent Systems” (arXiv, 9 декабря 2025).

Они сделали 180 контролируемых прогонов: 5 архитектур (single + 4 мульти-агентных), 3 семейства моделей (OpenAI, Google, Anthropic), одинаковые промпты, инструменты и токен-бюджеты.

На параллелящихся задачах мульти-агенты дают жирный плюс: на Finance-Agent централизованная координация дала +80.9%.

На последовательных задачах, где каждый шаг меняет состояние (PlanCraft по Minecraft), все мульти-агентные варианты уронили качество на 39-70%.

Ключевой триггер: когда одиночный агент уже держит примерно 45% точности, добавление агентов чаще уводит в минус из-за “координационного налога” и расхода контекста.

Контекст рынка: хайп на “агентных конвейерах” толкает всех в оркестраторы, роли, чаты между агентами и “команды специалистов”. Эта работа бьёт по базовой привычке “добавь агентов - станет лучше”. Вывод простой: сначала смотри на структуру задачи (параллель vs последовательность) и на baseline одного агента, потом строй систему.

И что?

Для бизнеса: перед тем как плодить агентные микросервисы, делай A/B: single-agent baseline и мульти-агент под тем же токен-бюджетом. Если задача последовательная или tool-heavy - вкладывайся в один сильный агент, состояние, проверку шагов и ограничение инструментов.

Для инвесторов: “агенты” как фича сами по себе перестают быть сигналом. Смотри на unit economics (токены на задачу, latency, % успешных прогонов) и на то, умеет ли команда выбирать топологию под тип задач.

Для людей: в продуктах станет меньше “болтовни нескольких ботов” и больше тихой оптимизации под конкретные сценарии - где-то будет один агент, где-то команда, но по расчёту, а не по моде.


🚨 Нам 3.14здец:

Командам, продающим “мульти-агентную магию” как универсальный рецепт - 7/10 - заказчики начнут требовать бенч и токен-экономику - что делать: упаковать методологию выбора архитектуры и метрики эффективности, продавать результат и ответственность.

Продуктам с длинными пошаговыми флоу (планирование, тулчейны, “сделай 20 шагов в системе”) - 6/10 - координация ломает состояние и съедает бюджет - что делать: один агент с жёстким state-machine, checkpoints и автопроверками.


‼️Это только одна новость из сегодняшнего ИИ-дайджеста.
Еще в выпуске:


-Стэнфорд разложил 2026: где будет эффект, а где придётся оправдывать бюджеты.


- Google поставил скорость в дефолт: Gemini и поиск начинают жить в ежедневной работе.

И ещё +9 новостей - быстрых, как ИИ:
Wan2.6 делает 15 секунд HD-видео с диалогами, Сандерс хочет паузу на AI дата-центры, Amazon собирает модели+чипы+квант в один блок, Grok Voice Agent API, SAM Audio вырезает звуки по тексту/клику, FrontierScience бенчмарк для науки, Google Labs CC шлёт утренние сводки из Gmail/календаря, FLUX.2 [max] прокачал редактирование и веб-контекст, Molmo 2 понимает видео с таймкодами и трекингом.


Хочешь каждый день БЕСПЛАТНО получать на почту главные ИИ-новости с моей аналитикой формата “И что?” и “Нам 3.14здец”, которые уже читают тысячи ИИ-энтузиастов почти из всех уголков планеты, вместо кучи телеграм-каналов и бесконечной ленты новостей без блокировок и VPN - подпишись в один клик.

Подписаться на дайджест

Так выглядит горный хребет в китайской провинции Гуйчжоу. Почти 97% территории — горы и холмы. Земли под сельское хозяйство и классическую застройку мало, поэтому склоны начали зашивать солнечными панелями. Рельеф, который десятилетиями считался проблемой, превратили в источник выручки.

По цифрам. Типовой проект для региона — солнечная станция около 80 МВт. Годовая генерация — примерно 139 млн кВт⋅ч. При цене электроэнергии для сети в диапазоне 0,4–0,6 юаня за кВт⋅ч это даёт 56–83 млн юаней в год, то есть примерно 8–12 млн долларов выручки. Капзатраты в Китае сейчас одни из самых низких в мире — порядка 0,5–0,6 млн долларов за мегаватт. Такой объект обходится в 40–48 млн долларов. Операционные расходы — около 1–2% в год, в деньгах это меньше миллиона долларов.

Окупаемость при таких вводных — 4–6 лет. Дальше станция спокойно работает 20–25 лет, с предсказуемым денежным потоком и минимальным штатом.

В масштабе провинции история ещё нагляднее. За год Гуйчжоу производит почти 24 млрд кВт⋅ч из ветра и солнца, и при этом утилизирует больше 99% генерации — её реально забирает сеть, без массовых ограничений и «сливов».

А где тут про ИИ?

Теперь кусок, который обычно пропускают, а он главный. Вся эта “зелёная” история упирается в управление: солнце , нагрузка , сеть - нестабильны. И вот тут начинается ИИ. Прогноз генерации по погоде и облачности на часы и дни вперёд, оптимизация выдачи в сеть, снижение потерь, управление инверторами, планирование ремонтов, поиск деградации панелей, горячих точек и отказов по телеметрии, инспекции дронами с компьютерным зрением. Плюс связка с накопителями и диспетчеризацией, чтобы меньше резать генерацию и точнее попадать в окно спроса, а значит продавать дороже и стабильнее.

И что?

Скептикам зелёной энергетики обычно важны две вещи: предсказуемость и деньги. Предсказуемость здесь покупается софтом и управлением, а ИИ превращает “погоду” из хаоса в планирование.

Деньги здесь появляются из простой формулы: горы становятся активом, окупаемость укладывается в 4–6 лет, дальше десятилетиями идёт денежный поток. ИИ в этой схеме играет роль операционного директора: меньше простоев, меньше потерь, меньше ручного труда, выше полезная выдача в сеть, выше маржа. Ну и на дата центры хватит.

Инвесторам : присмотреться

Для людей: горный хайкинг под вопросом

Ты строишь бизнес в стране, где половина роста упирается в базовую вещь - люди учатся медленно, учителя перегружены, качество пляшет от города к деревне. И тут президент говорит: “ставим ИИ-репетитора каждому школьнику, на всю страну”. Для предпринимателя это звучит как “госзакупка на будущее поколение”.

Что случилось: xAI Илона Маска и правительство Сальвадора запускают общенациональную программу AI-образования. Grok пойдёт в систему госшкол - больше 5 000 школ, цель - персонализированное обучение для более 1 млн учеников и поддержка учителей. 
По срокам в публикациях фигурируют “два года” на развёртывание. 

Как они это продают: Grok выступает как тьютор, который подстраивается под темп и уровень каждого ученика, включая сельские школы. 
Контекст рынка: это витрина “ИИ в госуслугах” в формате whole-country rollout. Если взлетит, другие страны начнут копировать как шаблон: платформа, контент, безопасность, контроль качества, закупка устройств, обучение учителей. 
Параллельно вокруг Grok уже была репутационная турбулентность, и в образовании это быстро превращается в политическую драку. 

И что?

Для бизнеса: в стране появляется огромный “гос-клиент” на edtech-инфраструктуру - устройства, LMS, контент, верификация, родительские кабинеты, кибербезопасность. 

Для инвесторов: это кейс, где модель ИИ продаётся через государство как массовый канал дистрибуции. Риск лежит в регуляторике, скандалах и качестве внедрения в школах. 

Для людей: у школьников появляется персональный тьютор, у учителей - помощник по материалам и объяснениям, у родителей - шанс увидеть прогресс быстрее. 

🚨 Нам 3.14здец:

Локальным edtech’ам “учебник + тестики” - 7/10- в школу заходит единая ИИ-платформа - делать: уходить в локальный контент, экзамены, сертификацию, интеграции со школами. 

Командам, отвечающим за безопасность детей - 8/10 - любой косяк модели станет национальным скандалом - делать: фильтры, аудит, логирование, режимы для классов, жёсткая модерация.

Представь: вторник, обычный созвон в 10:00, тебе кидают “срочно” три задачи - разгрести почту клиента, накидать план презентации, проверить, почему отчёт опять с цифрами вразнобой.

Ты открываешь ChatGPT, закидываешь туда письма, черновики и таблицу, и к 12:30 у тебя уже готово: ответ клиенту, структура слайдами, список правок по данным и пару вариантов формулировок для шефа, чтобы он не устроил казнь. В 13:00 ты впервые за год реально идёшь на обед без чувства, что ты кому-то должен.

И вот тут начинается неприятное: к сожалению или к счастью, так работают не все. В той же компании рядом сидит человек, который “внедрил ИИ”, потому что один раз попросил “сделай мне резюме треда”. И дальше у вас один и тот же KPI, один и тот же рынок, и очень разные скорости.

OpenAI выпустил первый отчёт The state of enterprise AI (2025) и показал цифры по корпоративному использованию: более 1 млн бизнес-клиентов, более 7 млн workplace seats, рост Enterprise seats примерно в 9 раз год к году.

Фактура:

Источники: de-identified usage data + опрос 9,000 сотрудников почти из 100 компаний.

75% работников говорят, что ИИ улучшил скорость или качество результата.

В среднем ChatGPT Enterprise даёт 40-60 минут экономии в активный день (у data science, engineering, comms - 60-80 минут).

75% говорят, что теперь делают задачи, которые раньше не могли.

Разрыв “топов” и медианы уже в цифрах: топ-5% отправляют в 6 раз больше сообщений, а в кодинге разница - 17x.

Те, кто использует ИИ шире (примерно 7 типов задач), экономят времени в 5 раз больше, чем те, кто делает 4.

По динамике: weekly Enterprise messages с ноября 2024 выросли примерно в 8 раз, а потребление reasoning tokens на организацию - в 320 раз год к году.

Контекст рынка: главный эффект не “мы внедрили ИИ”, а “у нас появилась прослойка power users, которая тащит за троих”. И если компания это не масштабирует, то получит внутренний разрыв по производительности, а не “общий рост эффективности”.

И что?

Для бизнеса: целиться надо не в “доступ выдали”, а в снижение разрыва. Делай обучение по ролям, шаблоны промптов и артефактов, контроль качества, и метрики по глубине использования, иначе эффект будет только у 5% “фанатов”.

Для инвесторов: value уходит в enterprise-layer: governance, security, аудит, интеграции в workflow, потому что рост уже измеряется часами в неделю и иксами у топов.

Для людей: если ты не становишься power user, тебя обгонят те, кто стал. Минимальный план - освоить 5-7 сценариев (анализ, письма, резюмирование, поиск, код, автоматизация, агенты).


🚨Нам 3.14здец

Компаниям “лицензии купили, методичку не сделали” - 8/10 - топы улетят, медиана останется на месте - что делать: процесс внедрения как продукт, с владельцем, метриками и регулярной прокачкой.

Middle-менеджерам “я контролирую статусами” - 7/10 - часть управления превращается в настройку процесса и качества результата - что делать: брать ownership за workflow и стандарты, а не за количество созвонов.

Полная версия отчета в формате PDF

Помните тот момент, когда Сергей Брин, в образе Стива Джобса, выходит на сцену и показывает первый Google Glass. Убийца айфона, но что-то пошло не так: выглядело как сломанные очки на лице техногика. Это было на Google I/O 27 июня 2012. Прошло 13 лет.

И как пела старушка Бритни: Oops, Google did it again. Кстати, это уже второй камбек за эту неделю. Во вторник был DeepSeek.

Google официально говорит: AI-очки выйдут в 2026, и он идёт не один, а с Samsung, Warby Parker и Gentle Monster. Что видимо, насмотревшись на ужасы Vision Pro и то, как стильно выехал Zuk со своей коллаборацией с Ray-Ban (и потом ещё Oakley), в Google решили, что могут повторить.

Фактура:

Два формата:

“без экрана” - динамики/микрофоны/камера, чтобы болтать с Gemini, фоткать и получать подсказки.

“с дисплеем в линзе” - приватные подсказки в поле зрения: навигация, субтитры перевода.

Первый публичный тайминг: 2026 (Google прямо фиксирует год).

Warby Parker - это не “давайте созвонимся”, а деньги: Google коммитит до $150 млн (включая инвестицию в капитал) под линейку intelligent eyewear.

По железу ставка на “лёгкие и на весь день”, за счёт связки с телефоном: большую часть вычислений уводят на смартфон.

Прошлый Glass как потребительский продукт Google убрал примерно в 2015, то есть ребята возвращаются на поле, где Meta уже успела закрепиться.

И что?

Для бизнеса: готовь сценарии “камера+голос” под Android XR - саппорт в поле зрения, навигация, перевод, обучение сотрудников, retail-ассистенты. Иначе UI уйдёт в очки, а ты останешься в телефоне.

Для инвесторов: если Google тащит Android XR в очки, дальше деньги будут в экосистеме - софт, интеграции, безопасность, корпоративные раскатки, а не только в железке. Meta теряет монополию на “умные очки как аксессуар”.

Для людей: перевод и навигация станут фоновыми, без “достань телефон”. Но рядом будет ещё один слой камер вокруг, и к этому миру придётся привыкать быстрее, чем хочется.


🚨Нам 3.14здец

Meta (очки) - 7/10 - Google приходит с Android-экосистемой, партнёрами по моде и своим ИИ - что делать: ускорять линейку, закрывать больше кейсов, держать цену и дистрибуцию.

Середнякам в eyewear и “умных аксессуарах” - 8/10 - их сомнёт маркетинг и каналы Google/Meta - что делать: уходить в ниши (спорт/медицина/промка) или становиться OEM и продавать компоненты/софтовую обвязку.


‼️Это только одна новость из сегодняшнего ИИ-дайджеста.

В выпуске ещё:

💬 Claude Code в Slack

📝 Отчёт OpenAI по enterprise

И ещё +10 новостей - быстрых, как ИИ: Трамп одобрил продажи Nvidia H200 в Китай за долю выручки, OpenAI сделал Instant Checkout с Instacart в ChatGPT, Essential AI открыли Rnj-1 (8B) для кодинга, IBM покупает Confluent за $11B, Google опроверг планы рекламы в Gemini, OpenAI отключил shopping suggestions после критики “как реклама”, Meta купила Limitless (кулон для записи и транскрибации), NYT и Chicago Tribune подали иски против Perplexity, Meta подписала лицензии на новости (CNN/Fox/USA Today) для Meta AI, DOE запустило AMP2 для автономных исследований микробов.

Хочешь каждый день БЕСПЛАТНО получать на почту главные ИИ-новости с моей аналитикой формата “И что?” и “Нам 3.14здец”, которые уже читают тысячи ИИ-энтузиастов почти из всех уголков планеты, вместо кучи телеграм-каналов и бесконечной ленты новостей без блокировок и VPN - подпишись в один клик. Ссылка тут

Пятничный контент. Хороших выходных.

Пятничный контент. А какие у вас любимые предновогодние фильмы?