Eli Rum - Tech & Ai

v0️⃣.3️⃣4️⃣.0️⃣

ForgePlan v0.34 - что нового. Главное: инструмент перестал врать.

Версия про честность цифр. Раньше forgeplan показывал оценку доверия к решению, и в трёх местах эта оценка была неправдой. Разобрал все три.

🔷 Оценка больше не «двойка навсегда».

Было так. Проверка нашла в коде дефект, записала «опровергнуто», оценка ноль. Дефект починили, две новые проверки на свежем коде это подтвердили. А оценка всё равно ноль. Навсегда. Как аттестат, куда вписали худшую контрольную за всю жизнь, и пересдать нельзя.

Чем это плохо на практике: агент упирается в недостижимую планку и начинает чинить не код, а запись о прошлом: подделывать старый вердикт. У человека, который прислал мне этот баг, так случилось три раза подряд на одной записи.

Теперь оценка означает «насколько можно сейчас доверять». Старая проверка остаётся в истории и видна в отчёте с пометкой, но текущее число больше не тянет. Починил, оценка поднялась.

🔷 «Я всё сделал» больше не принимается на слово.

Если доказательство утверждает, что код изменился, forgeplan теперь сам сверяет это с git: были ли на самом деле те коммиты и те файлы. Зелёные тесты поверх пустого изменения, когда по факту ничего не менялось, больше не считаются успехом. Это пустой результат, а не проверка.

Забавная деталь: сам релиз это на себе и проверил. Доказательство релиза несёт такую сверку, гейт её прогнал и пропустил.

🔷 Предупреждения перестали быть шумом.

В отчёте было 140 «проблем». Из них 106 - выдумка самого инструмента: он ругался на нормальные вещи, а в одном сообщении вообще писал неправду про то, как считается штраф. Когда три из четырёх предупреждений ложные, человек перестаёт вообще их читать.

Осталось 34, все настоящие.

🔺 Заодно закрыл багу, которую сам же и создал. После первой правки оценку стало можно накрутить одной командой: помечаешь неудобную проверку устаревшей - и ноль превращается в единицу, ни строчки кода не тронув. Поймал это на разборе собственного фикса, до того как выложил. Теперь так нельзя, а если проверку всё-таки закрыли без замены, forgeplan это подсвечивает отдельным предупреждением.

А теперь честная история.

Проверка безопасности падала 11 дней, и я об этом не знал.

У GitHub есть привычный список уведомлений про уязвимости, я в него иногда смотрю. Оказалось, что база уязвимостей для Rust туда просто не попадает. Отдельная проверка в сборке маячила красным одиннадцать дней подряд, пять запусков, включая мои же вчерашние, а в списке уведомлений было все по феншую.

Нашлось только потому, что перед релизом есть обязательный пункт «ветка должна быть зелёной», и я пошёл проверять руками, вместо того чтобы поверить списку.

Починил три уязвимости, одна серьёзная. И записал себе правило: для Rust-проекта список уведомлений GitHub - не полная картина, надо смотреть обе проверки аналогово.

Что заметите при обновлении: у части решений оценка может упасть. Это нормально. У меня из 89 упало одно: то, чьё единственное доказательство закрыли ещё в апреле. Старая формула это молча скрывала, новая показывает как есть. Прогоните forgeplan score --all и посмотрите, где ваши доказательства уже протухли и пора их пересматривать.

Обновление:
brew upgrade forgeplan

Готовые плагины для работы в Claude Code:
🔹 https://github.com/ForgePlan/marketplace

Полный список изменений:
🔹 https://github.com/ForgePlan/forgeplan/blob/main/CHANGELOG.md

Давненько не было релизов в ForgePlan, вчера задеплоил новую версию.

Всем привет!

Ваш покорный весной записывал курс для Hitch (red_mad_robot)

https://ai.hitch.expert

Так вот, он готов уже давненько, но я забыл про него написать. Он не глубокий как мой (не стану же я бесплатно давать свою экспертизу, хех), он для тех кто еще только залетает в тему. Для тех кто хочет глубоких знаний, у меня есть курс для ценителей.

И для тех кто хочет ко мне на интенсив, пишите. Я такое делаю редко. Те кто прошел, остались довольны. База сильная и надолго.

И так как сейчас я занимаюсь B2B направлением очень плотно и все мои силы там, то я собираю еще больше экспертов и крутых ребят для новых проектов и лекций. И скорее всего будут приглашенные эксперты =)

И так, я хочу в сентябре взять группу из 10-12 человек и снова провести зубодробительный курс 💪

Пишите если интересно.

#ai #agents #pro

Пока технологии несутся а люди борются за еду наперегонки с тостерами и кофемолками ИИ

Я расскажу немного про воздухоплавательный спорт.


Соревнования на тепловых аэростатах заключаются в точности пилотирования и выполнении навигационных заданий судей. Необходимо управлять шаром в привычном понимании нельзя - у него нет руля, поэтому пилоты используют разную скорость и направление ветра на разной высоте, чтобы прийти в нужную точку. Они размечены заранее.

Основные задачи и задания
Сброс маркера: Пилот должен пролететь над целью (крестом на земле или перекрестком дорог) и сбросить специальный мешочек с лентой (маркер) как можно ближе к центру.

Полет на точность: Требуется приземлиться в заданной зоне или коснуться поверхности в назначенном месте.

Погоня за лидером («Вальс “Фокс”»): Первый шар летит и задает маршрут, а остальные участники должны повторить его траекторию и приземлиться рядом с ним.

Полет на дальность или минимальное время: Пилоты рассчитывают траекторию, чтобы пролететь максимальное расстояние за отведенное время или, наоборот, быстрее всех достичь финиша.

Особенности проведения
Зависимость от погоды: Полеты проходят только при слабом ветре (обычно до 7 м/с) и хорошей видимости.

Время старта: Соревнования проводят на рассвете или за пару часов до заката, когда атмосфера наиболее стабильна.

Роль команды: Наземная команда сопровождает шар на машине с прицепом, помогает на старте и подбирает пилота после посадки.

В данный момент я на совревнованиях в Рязанском районе на Оке. Фестиваль «Небо РОССИИ» В команде Сергея Латыпова, потомственного пилота и чемпиона мира и неоднократного чемпиона в РФ по аэростатному воздухоплаванию.

Серега впервые открыл для меня небо на сев.кавказе в 21 году на экстримальные и рекордные для меня 5000+ метров над УМ.

Быть в команде с такими профи это незыбываемый опыт и атмосфера.

Если интересно, пишите мне я вам устрою новый опыт :)

Без ИИ как без рук. Назад больно

Поделюсь историей, которая случилась со мной на прошлой неделе.

У меня произошёл небольшой казус, от которого я изрядно подгорел.

Но сперва немного контекста.

🔹 Как ИИ встроился в мою работу

ИИ я пользуюсь уже больше трёх лет. Считаю, что это уже много =)

Он сильно помогает мне и в работе, и в повседневной рутине. Я предприниматель, поэтому какой-то одной роли у меня нет. Ресерчи, расчёты, разработка, переписка, планирование. Иногда несколько ролей одновременно.

И жнец, и кузнец, и ещё кто-нибудь по дороге.

Осенью прошлого года вышли новые модели, которые сильно изменили мой рабочий процесс да и у других тоже. Многие вещи, на которые раньше уходило много времени и где я мог надолго застрять, я почти перестал делать руками.

Выше я уже писал, что одна из моих трудностей с СДВГ - так это начать что-то делать.

Теперь под разные случаи у меня настроена куча агентов. И я настолько к ним привык, что в голове почти не осталось сценария, где весь процесс нужно снова выполнять самостоятельно. Такие места все еще есь где агенты слабовато помогают но не о них сейчас.

А на прошлой неделе этот сценарий внезапно вернулся.

🔹 Что было на тот момент

Сейчас у меня идёт суд с одним из заказчиков. Там много контекста: переписка, документация и другие материалы. Чтобы все это было возможно менеджерить необходим помошник.

Параллельно есть несколько B2C- и B2B-проектов, основные продукты и pet-проекты. Контекстов много. Работы тоже.

Под всё это уже выстроены процессы. И значительная часть этих процессов работает вокруг продуктов Anthropic, OpenAI и других компаний.

Для разных задач у меня есть три аккаунта Claude по $200, GPT, MiniMax, Z.ai и подписка Cursor. Так много потмоу что по API расход дорогой поэтому сижу на подпсиках и они сильно экономят бабки.

Всё это используется в разных проектах и под разные типы работы.

🔹 Как всё остановилось

И вот в один день мне нужно было срочно делать задачи сразу в нескольких проектах. Отложить их было нельзя.

В этот момент часть моих основных процессов просто остановилась: перестали работать все три аккаунта Claude.

Проблема оказалась в оплате.

Две мои пластиковые карты - одна из Таджикистана, другая из Казахстана - перестали проходить через Stripe внутри Claude. Платежи тормозил антифрод Stripe.

И я остался без части основных рабочих инструментов.

Жёстко стрессанул и поймал тревожку =)

Можно спросить: чего тревожиться? Есть другие модели, другие подписки. В конце концов, всегда можно использовать API.

Но тут всё немного сложнее.

В этих аккаунтах у меня были настроены проекты в Cowork. Там уже лежал контекст и работали готовые процессы. Переносить всё в другие инструменты времени не было.

А переносить - это снова делать руками??? Нууу неееет.

🔹 Как решал проблему

Пришлось очень быстро искать решение.

В итоге я подключил VPN с локацией в США и купил виртуальную американскую карту, чтобы оплатить аккаунты. Всё снова заработало.

Но времени и нервов на это ушло очень много. Причем что были обязательсва перед другими людьми и процессы встали из этого случая. А процессы были такими что нельзя было медлить.

И я на себе прочувствовал, что значит внезапно лишиться инструментов, на которых держится работа. Та самая работа, на которой я зарабатываю и от которой получаю удовольствие.

🔹 Что на самом деле сломалось

Сломался доступ к уже настроенному контуру: аккаунтам, контексту и готовым процессам.

И из-за двух отклонённых карт встала работа сразу в нескольких проектах.

После этого я много думал, что делать в подобных ситуациях.

Какого-то по-настоящему рабочего варианта, кроме переезда в другую страну, где не придётся постоянно мучиться с VPN и банковскими картами, я пока не придумал.

Всё остальное больше похоже на временные заплатки и танцы с бубном =)

🔹 Мой вывод

Без ИИ я теперь действительно как без рук. Назад к полностью ручной работе уже никак.

А у вас как?

Дисклеймер:
• Изображение сгенерировано ИИ
• Пост собран с помощью голосового файла и обработан ботом с ИИ. На базе моего личного тон оф войса.

#ai #agents #developemnt

Про вайб кодинг на удаленке.

🔹 Многие наверное видели вот эти посты из каждого утюга где или чел с ноутом стоит и не может закрыть его и пальцем придерживает чтобы он не закрылся или когда разраб гуляет с семьей или отдыхает на пляжике а агентики там где-то шуруют задачки и имеет успешный успех?)

Ну вот могу сказать что это вообще изи сейчас делается. Если знать как 😀
Хочешь тоже также? Пиши в чатике канала и разберем на стриме.

Даю скрин моего экрана, это просто канал куда мой завод отправляет статус что происходит на заводе по производству приложений. Он пилит проект пока я сейчас пишу этот пост далеко от своего кабинета и ноута. Сижу в чайхоне вот и пишу пост. Пью не самый вкусный чай и не самый вкусный плов где то в подмосковье 🤣

🔹 Компуктер у меня дома остался, и даже на нем ничего не стоит сейчас. Просто все уже на серверах. А агент шлет мне события и я поглядываю что там. Просто читаю события. Этого мне хватает. Там задач оч много и они исполняются асинхронно. Где то сразу 5 а где-то 10+ И даже если заканчивается лимит они сами востанавливаются и идут работать дальше.

🔹 Суть в том чтобы не сидеть у компа пока они делают и даже не сидеть удаленно в телефоне. Просто смотреть инциденты. А дома уже можно часок посидеть и их пофиксить. Там где агент сам не вывез.

🔹 Я для этого сделал ForgePlan а к нему сейчас дорабатываю ForgePlanOS и ForgePlanFarm

Оператор OS рулит заводом, завод рулит всякими KanDev, Orca, PaperClip и OpenHands а в ForgePlan остаюстся все артефакты во время работы. Есть еще память переносимая, но это уже другая история.

🤘Все на своих местах, я ничего не делаю а агенты тратят мои деньги токены

#ai #agents #ии

Как AI запускает мой день с СДВГ

Самая тяжёлая задача в работе для меня - перейти из "надо сделать" в работу.

Бэклог открыт. Приоритеты вроде ясны. Я понимаю даже что делать дальше. Но нчиего не запускается.

Сколько себя помню за свои 36 лет, это было всегда. Ретроспективно я вижу паттерн очень чётко, но долго не понимал, что со мной происходит. Около 5ти лет назад я впервые пошёл в терапию и начал разбирать это уже детально. И сейчас все еще этим занимаюсь)

А с появлением AI у меня появился рабочий обходной путь.

И жить стало легче.

Повторюсь: это обходной путь, а не полноценное решение.

Что я делаю. Открываю списко задач и выбираю одну, где агент может быстро сделать первый проход:
• собрать материал
• разобрать входящие данные
• накидать структуру
• подготовить черновик
• выполнить кусок рутины

Через некотрое время появляется первый видимый результат. Фрустрация слегка спадает. Появляется ощущение легкости. Иногда я уже в фокусе, иногда просто оказываюсь на полпути к нормальной работе =)

Чаще всего мой день после этого запущен.

Не в 100% случаев. Но по моим ощущениям, примерно 70/30.

Дальше мне уже есть за что зацепиться. Я проверяю результат, общаюсь с агентом, поправляю что то, принимаю следующее решение. В автономном режиме агенты могут пройти несколько шагов сами, но направление и финальное ревью всё равно остаются у меня.

Через эту маленькую победу я вхожу в фокус. А потом могу переключиться на другие задачи, где AI почти не участвует.

Привычка фрустрировать никуда не исчезла. Она формировалась десятилетиями, и работать с ней нужно отдельно: со специалистом, через терапию, КПТ и другие подходы.

Для меня агент здесь - внешний стартер. Обычно я или катаюсь на велике сперва а потом работаю или делаю задачу которая не из бэклога срочных а из тех что мне интересно делать.

🔹 Что говорит исследование?

Прямых клинических доказательств, что AI-агенты лечат СДВГ или стабильно повышают продуктивность, пока нет. Недавняя научная статья о взаимодействии человека и ИИ показывают потенциал, но доказательная база остаётся неровной.

Работа по взаимодействию человека и компьютера 22 взрослых с СДВГ описывали "паралич старта": задача вроде ясна, желание есть, а переход к действию не происходит. Пум пум пум 🥶

Ещё 20 участников оценивали концепции AI-помощников. Им откликались разбивка задач на маленькие шаги, гибкий план "идеал / минимум", мягкие вопросы и режим фонового ИИ ко-воркера.

Это пока еще лишь дизайн-исследование, а не база и не сильный медицинский результат.

Но механика уже до боли узнаваемая. И я общался с рядом инженеров из тусовки и это подтверждается после опроса.

🔹 Где можно сделать себе хуже, это тоже присутствует.

Первый риск - превратить настройку агента в новый гиперфокус. Задача стоит, промпт уже десятой версии, скилл переписан, да и архитектура почти готова к IPO. Ахах

Второй риск - отдать агенту мышление целиком. Помним ребят, творчтество это видеть задачи и решение там где этого не видят другие!

Пусть он (ИИ) готовит варианты и выполняет обратимые шаги. Сообщения, бабки, здоровье, обязательства перед людьми и решения с высокой ценой ошибки а также суперчувстительными по безопасности данными - только через вашу финальную проверку.

И ещё: агент не психиатр, не терапевт и не замена лечению.

Я использую его как когнитивный экзоскелет для запуска работы. Не как врача.

Моя формула сейчас такая:

AI снимает трение первого шага. Я оставляю за собой направление, проверку и ответственность.

А у вас AI помогает начать - или вы уже ловили гиперфокус на настройке самого агента? 👀

Дисклеймер:
• Изображение сгенерировано ИИ
• Пост собран с помощью голосового файла и обработан ботом с ИИ. На базе моего личного тон оф войса.

#AI #СДВГ #AIAgents #Productivity

Такс, вышел Opus 5

Судя по бенчам, все очень даже хорошо.

Не Fable (ну я имею ввиду про нормальный Fable а не про кастрата для неамериканцев*) но циферки хорошие.

Погоняем недельку другую и станет ясно, что там нам дали в Опусе пять 🍀

И очень надеемся что скинут лимиты =)

#ai #dev #llm

Короткие ссылки мессенджера Telegram в доменной зоне .me перестали работать по всему миру из-за блокировки со стороны реестра Черногории.

Пум пум пум =)

Всем привет. Сегодня до двух ночи мы с Родионом Мостовым (в подвале поста будет ссылка на его канал) обсуждали, как оценивать и оплачивать работу сотрудников, которые пользуются ИИ.

Рынок сильно поменялся. Старые подходы к оценке труда уже плохо описывают реальность. После разговора у меня родилась серия постов. Начну с первой.

Какое-то время назад Anthropic выпустили исследование о том, как люди на самом деле работают с Claude Code.

В исследовании было около 400 тысяч сессий и 235 тысяч пользователей. Период - с октября 2025 по апрель 2026.

Изучали простой вопрос: что сильнее всего влияет на успешную работу с ИИ агентом.

По их данным, главное — понимание предметной области. Умение писать софт влияет заметно слабее. Потому что сами ИИ агенты уже неплохо пишут и проверяют код.

Вот некоторые факты:

🔹 в обычном рабочем заходе человек принимает около 70% решений о том, что делать, а Claude берёт на себя около 80% решений о том, как делать;

🔹 чем лучше человек знает предмет, тем больше ИИ делает за один запрос. У новичков примерно 5 действий и 600 слов на выходе, у профиков - около 12 действий и 3200 слов;

🔹 проверенный успешный результат у новичков получается в 15% рабочих циклов, у людей среднего уровня и выше - в 28–33%. Основной рост происходит на переходе от новичка к среднему уровню. Дальше кривая почти не растёт;

🔹 когда работа упирается в ошибки, новички бросают задачу в 19% случаев, остальные - в 5–7%;

🔹 профессия почти не решает. В рабочих циклах с кодом все 10 ведущих профессий находятся в пределах 7 процентных пунктов от прогеров. А руководители по доле проверенного успешного результата даже чуть выше инженеров 😂 пум пум пум =)

🔹 за 7 месяцев доля поиска и исправления ошибок упала с 33% до 19% рабочих циклов. Зато выросли деплой в в контур, анализ данных и тексты. Оценочная стоимость средней задачи выросла примерно на четверть. Четверть Карл!

На практике ИИ забирает на себя исполнение, а вот оценивать результат всё ещё должен человек. И порог для такой оценки не слищком высокий. Хватает нормальной компетенции в своей теме. Очень глубокая экспертиза сверху добавляет уже не так много.

Я это вижу на себе.

В своих проектах, где я профи внутри своего домена (предметной области), Claude Code спокойно гоняет длинные цепочки без моего вмешательства.

В незнакомой теме я дёргаю агента каждые два-три шага. И качество на выходе проседает в разы.

Цифры Anthropic просто подтвердили мои ощущения.

Сами авторы пишут, что следят за одним сигналом: начнёт ли падать выгода от человеческой экспертизы или нет.

Если начнёт, значит модели уже научились поставлять не только исполнение, но и оценку.

Но пока этого не происходит.

Посмотрим, сколько ещё продержится 🤓

Канал Родиона и его заметка про стоимость работы ИИ

Блогпост источник.

#ии #разработка #claude #anthropic #иипомощники #оценкаработы

Про внедрение агентской разработки в бизнес и поcт на VC.ru

Если пост понравится, поставь лайк.

Итак, что там по внедрению AI в команду?

Самая частая ошибка: раздать команде Copilot / Cursor / Claude Code и ждать, что скорость вырастет сама. Не вырастет. Кода станет больше, PR-ов больше, споров на ревью больше - а релизы быстрее не поедут.

🔹Почему так

Сама модель почти всегда работает штатно. Разваливается то, что вокруг неё.

Агенту дали терминал, файлы, репу, иногда базу - и удивляются, что он что-то снёс. Лошадь может быть сильной, быстрой и умной. Но без сбруи она просто унесёт.

🔹Что такое харнес

Это сбруя вокруг модели/агента. Пять элементов, которые я всегда проверяю:

- среда исполнения - где физически бежит агент: рядом, в Docker, на VM, в CI
- правила проекта - CLAUDE.md / AGENTS.md под git, ревьюятся как боевой код
- capability layer - точный whitelist. Умение не равно разрешению
- hooks - проверки до и после действия, агент не может уговорить их пропустить
- точки эскалации - где управление сознательно возвращается человеку: платежи, миграции, ПДн, крипта

🔹Главное правило для тимлида

Если ошибка агента повторяется - её допускает контур.

Фикс ставишь в hook или правило, и он закрывается для всей команды навсегда. Уговоры сделать в следующий раз лучше не работают - это код, а не поведение модели.

🔹Что собрать за вечер

- CLAUDE.md на 50 строк: стек, соглашения, запреты, тесты, коммиты
- 3-5 хуков на опасные команды: rm -rf, DROP TABLE, запись в prod-конфиги
- Docker для задач длиннее пары минут
- короткий список классов данных и куда их можно отправлять

🔹Мой вывод

Выиграют те, кто построил нормальную систему вокруг моделей.

Ломается почти всегда контур, не модель.

Ровно ради этого контура я и делаю ForgePlan - чтобы связка с Claude Code документировала проект и держала артефакты под контролем, а не в чьих-то личных заметках.

Полный разбор - пилот, метрики, оркестрация, безопасность и 152-ФЗ - на:
https://vc.ru/ai/3006254-vnedrenie-ai-v-komandu-kak-sozdat-effektivnyy-kontur-vokrug-agenta

А если внедряли AI в команду - на чём разваливалось у вас: изоляция, ревью или данные? 👀

#ai #development #agents #harness #aidevelopment #vibecoding

Всем халоу, вышла Sonnet 5

Anthropic называют самым агентным в линейке.

Sonnet всегда был рабочей лошадкой Claude: не самый дорогой, не самый пафосный, но именно на Sonnet-классе многие начали реально кодить, гонять агентов, давать модели терминал, браузер и multi-step задачи.

Теперь Anthropic говорит: Sonnet 5 сильно сократил разрыв с Opus 4.8, но стоит дешевле.

По фактам:

- стал дефолтной моделью для Free и Pro
- доступен в Max, Team, Enterprise
- есть в Claude Code и Claude Platform
- API: claude-sonnet-5
- до 31 августа цена $2 за 1M input и $10 за 1M output
- потом $3 / $15

Смысл релиза простой: агентные модели дешевеют.

То, что ещё недавно хотелось отдавать большой дорогой Opus-модели, теперь можно пробовать на Sonnet-классе: планирование, tool use, кодинг, дебаг, браузер, терминал, knowledge work, длинные задачи.

Для меня про формулу: Agent = Model + Harness.

Модель важна, но сама по себе она не продукт.

Важно, где она живёт:

какие у неё тулы,
какая память,
какие evals,
какой fallback,
какой контроль стоимости,
где человек должен вмешаться,
а где агент может сам довести работу до результата.

Sonnet 5 интересен именно экономикой.

Если качество близко к Opus 4.8, а цена ближе к Sonnet — можно запускать больше задач, больше проверок и больше автоматизации без ощущения, что каждый прогон сжигает бюджет.

Блог пост

Часть 2

Вот поэтому SRAM, кэш, HBM, interconnect, packaging — это не просто периферия а центральная часть AI-инфры.

Когда мы слышим или говрим "модель стала быстрее", за этим часто стоит не фолшебство модели, а высокая скорость движения данных.

А NanoStack как раз это и решает: больше логики и памяти на той же площади, меньше энергии на вычисление, больше плотности для будущих AI-ускорителей.

Кстати пока читаете, не перепутайтес исследование от готового продукта/чипа.

Он не появится завтра в ноутбуке или в видеокарте.

IBM говорит про некий путь к производству в горизонте примерно пяти лет. Партнёр по массовому производству пока не объявлен. И вообще IBM давно больше исследователь и поставщик технологий, чем классическая фабрика, которая сама всё печёт миллионными партиями.

И что хорошо так это то что NanoStack — не единственная ставка в индустрии. Вот кто еще двигается в этом направлении. Я имею ввиду про увеличение производительности.

• TSMC двигает 2-нм nanosheet.
• Samsung раньше всех зашла в 3-нм GAA.
• Intel продвигает 18A / 18A-P с RibbonFET и backside power.
• Imec, TSMC, Samsung, Intel и IBM параллельно исследуют CFET — ещё один вариант вертикальной укладки транзисторов, где n- и p-транзисторы размещаются друг над другом.

То есть общий тренд понятен: индустрия больше не идёт тупо “в меньше”. А двигаются "вверх", "вбок", "в память рядом с вычислениями”, “в chiplets” и “в продвинутую упаковку”.

Помним что цена на AI зависит не только от моделей.

Она зависит от того, сколько стоит токен. А от того скольок:
• энергии уходит на инференс.
• памяти рядом с вычислителем.
• моделей можно посадить в один датацентр.
• тепла надо отвести.
• юрисдикций вообще смогут получить доступ к такому железу.


Software-гайз часто смотрят на AI через API и модели. Но под API лежит железо. А под железом — фабрики, литография, материалы, упаковка, память, энергетика и геополитика.

Поэтому новость IBM для меня не про, ваааай как все стало мелко. Или что Гордон Мур был не прав.
А то что вычисления продолжат дешеветь и уплотняться, но и всё сложнее будет отделять AI от инфраструктуры.

AI уже давно стал — не только про модели. Это целый набор от транзистора до агента.

И если строить продукты на AI, стоит смотреть не только на новый Claude, GPT или Gemini но и на то, куда движется железо.

Потому что следующий рост в AI может прийти не из нового промпта =)

А например из того, что память окажется ближе к вычислениям, энергия станет дешевле, а датацентр сможет переварить в разы больше инференса на той же площади. Кароч если дело пойдет как обещают инженеры и ученые то нас ждет 2х или даже 3х кратное увеличение контекста и всего что я выше написал.

Источник где описана технология

#ai #infra #hardware #ai #agents #llm

IBM показал sub-1nm чип

Часть 1

Выше постом я писал про дсотупность и важность чипов чтобы строить инфраструктуру для AI, и вот пожалуйста пост из мира железа. Попробую раскрыть важность этой новости.

25 июня IBM объявила о первой sub-1nm chip technology — 0,7 нм, или 7 ангстрем.

(уточнение): 0,7 нм — это не буквальный размер транзистора.

Современные "3 нм”, “2 нм”, “0,7 нм” — это не линейка в нанометрах, а название поколения техпроцесса. По сути это маркетинговая такая фишка Для привлечения внимания. Так что читать это как “IBM сделал транзистор размером меньше нанометра” не совсем верно.

Но сама новость от этого не становится менее важной и интересной.

Прикол в том, что IBM просто ещё раз оптимизировал и кое что уплотнил. Но при этом нчиего сам не произвел в виде конечного чипа.

IBM показал NanoStack — архитектуру, где укладка транзисторов происходит не только по площади кристалла, но и вверх, в третье измерение.

Если совсем просто: раньше мы раскладывали транзисторы как плитку на полу. А сейчас индустрия всё активнее и активнее пытается делать бутерброд из нескольких слоёв. Как это раньше было с печатными платами, да и не только с ними.

И тут вопрос, ну и что? Че тут такого?

А фишка в том что классическое масштабирование всё тяжелее и тяжелее. Уменьшать элементы дальше становится дорого, сложно и физически больно. Поэтому следующий шаг — это не тупо "сделать меньше", а "собрать плотнее".

Вот что IBM заявляет:

— почти 100 млрд транзисторов на кристалле размером с ноготь (с чей интересно)
— примерно в 2 раза выше плотность относительно их 2-нм демо 2021 года (вообще это оч круто и всег оза 5 лет)
— до 50% больше производительности при том же питании (чет мне не верится если честно)
— или до 70% меньше энергии при той же скорости (и это тоже)
— до 40% улучшение по SRAM (оч хочется верить, увидим. Так как это по сути то что хотелось бы получить в итоге)

Вот последний пункт для нас и для AI тусовки особенно важен. Ща попробую пояснить.

Кароч AI-железо упирается не только в "сколько операций в секунду". Но и в память.

Моделям нужен контекст. Контексту нужен KV cache (тут память и поедается и ее размер важен). Вычислениям нужна пропускная способность. А данным нужно быть как можно ближе к вычислениям. Чтобы был выше КПД и меньше потерь.

Вести с полей про Fable 5 и не только

Пока многие обсуждают, когда там AGI, у нас уже случился более важный сюжет: фронтир-модель можно просто взять и закрыть по юрисдикции. Опаньки 🥳 Случилось то что «никто» не ожидал 🤡

Anthropic недавно выкатили Fable 5 и Mythos 5. По их же описанию — это их верхняя лига: сложный кодинг, long-horizon* задачи, исследования, агенты, анализ больших кусков работы.

А потом прилетела директива от правительства США: ограничить доступ к этим моделям для foreign nationals (не сограждан дяди боба)

И вот тут важный момент 🫆

Это не история “запретили только РФ”.
И даже не совсем история “по паспорту РФ”.

А про то, что самая сильная модель становится объектом экспортного контроля. То есть доступ к AI начинает зависеть не от того, есть ли у тебя $20, $200 или корпоративный контракт.

А от того:
— где ты живёшь
— какая у тебя юрисдикция
— какая у тебя компания
— какой у тебя статус
— можно ли тебе вообще давать доступ к этой мощности

Для РФ это, конечно, отдельный холодный душ.

Claude и так официально не доступен в России как поддерживаемы регион. А теперь мы видим следующий уровень: даже если ты где-то “нашёл доступ”, это не значит, что доступ к самым сильным моделям будет жить долго.

Тут можно сколько угодно смеяться над словом AGI, но вопрос уже не философский.

Если AGI появится, с чего мы вообще решили, что он будет доступен всем?

Может быть сценарий, где AGI сначала получает не “кожаные”, а конкретный инфраструктурный блок:
США, ближайшие союзники, большие корпорации, военка, датацентры, закрытые программы, доверенные клиенты.

А остальные получают:
— задержку
— урезанные модели
— локальные аналоги
— китайский стек
— опен соурс догонялки
— RAG поверх своих данных
— серые обходные схемы
— вечное “ну почти как GPT, только хуже” 😁

И да, в РФ есть свои модели: YandexGPT, GigaChat и другие. Не надо делать вид, что “моделей нет вообще”. Но и не забывать что там под капотом, кек =) «Почти как GPT, только хуже» 🤣

Но если честно, вопрос не в том, есть ли модель, которая нормально пишет по-русски.

А в том что, есть ли у нас фронтир уровень.

А фронтир уровень — это не просто математика и промпты.

Это чипы. (нет)
Датацентры (парочка есть)
Электричество (этого у нас пока навалом, мирный атом)
Инженерная культура. (частично разбежалась)
Капитал (увы)
Глобальный рынок. (увы)
Доступ к железу. (увы)
Возможность жечь миллиарды на обучение и инференс. (ага, на дроны если только)

И конечно же у нас тут всё не очень. Как вы поняли )

Поэтому я бы перестал ждать, что “когда появится AGI, мы просто купим подписку и тоже станем сверхлюдьми”.

Может не купим.
Может не пустят.
Может пустят не туда.
Может дадут кастрированную версию.
Может лучший доступ будет только у тех, кто находится внутри правильной юрисдикции.

Отсюда простой вывод.

Нужно строить не “обёртку вокруг одного API”.
Нужно строить систему, которая выживет, если завтра лучший API выключили.

То есть:

• model-agnostic архитектура
OpenAI, Claude, Gemini, DeepSeek, Qwen, YandexGPT, GigaChat, локальные модели — всё должно переключаться.

• свой knowledge layer
Данные, граф знаний, вектора, контекст, права доступа, память, история решений.

• harness вокруг моделей
Агенты, тулы, evals, fallback, маршрутизация, проверки, аудит.

• свои рабочие пайплайны
Чтобы ценность была не в том, что “у нас есть чат с AI”, а в том, что AI встроен в процесс и двигает работу.

• компетенция внутри команды
Потому что победят не те, кто ждёт AGI, а те, кто умеет выжимать результат из любого доступного стека.

Для меня история с Fable 5 — это вообще не про новость про Anthropic.

Это репетиция будущего, печального как мне кажется.

AI всё меньше похож на обычный SaaS.
И всё больше похож на стратегическую инфраструктуру.

Поэтому вопрос “когда AGI дойдёт до РФ” каежтся совсем неправильный.

И вооьще то вопрос жёстче:

а с чего мы вообще решили, что он обязан дойти до нас? Думаю что будет фига🖕

#ai dev #harness #dev #agents

Тот момент когда и ошибки есть и хорошее настроение, у меня. И все на родном RU.

Я гулять а агентики работают 💓

А это реальные скрины из интерфейса апки