🚀 Андрей Артищев

— Базово произошел слом модели. Последние условно 20 лет мы жили в европейской и американской «сервисной модели». То есть покупаешь автомобиль и знаешь, сколько примерно он будет стоить через год, три, пять и даже десять лет. У модели рынка было понятное поведение: новый автомобиль выходит, и он всегда чуть-чуть лучше и дороже, чем предыдущий. Именно чуть-чуть. Посмотрите, к примеру, на модели BMW и Mercedes. Такая сервисная модель и формировала рынок автомобилей с пробегом, который, напомню, кратно больше нового. Принцип пришедшей китайской «трансакционной модели» другой: «Мы вам сейчас продаем автомобиль, а сколько он будет стоить потом — нас не интересует. Если надо — снизим цену или следующая модель будет настолько лучше, чем предыдущая, что те, кто еще нас не купил, прибегут к нам».

Ещё одно интересное видео

https://www.youtube.com/watch?v=cjZvFY6__qw

Это интересно

Как устроен венчурный рынок на самом деле? Почему одни инвестиции превращаются в иксы, а другие — в пепел? Какие ошибки совершают 90% основателей, и почему самые опытные инвесторы говорят, что идея ничего не значит без фаундера и команды? В этом выпуске мы разбираем всё, что обычно скрыто от глаз: как принимаются решения на сотни миллионов, как проходят сделки M&A и как инвестор понимает, что перед ним будущий «единорог»?

Мой гость — Алексей Милевский, бывший глава подразделения M&A VK (Mail.ru Group), инвестор с более чем 50 закрытыми сделками на сумму свыше $1 млрд и один из первых ранних инвесторов студии Mundfish, создавшей Atomic Heart. Мы обсуждаем реальный механизм работы крупных сделок, внутреннюю кухню венчурных фондов, принципы отбора стартапов, а также то, почему на рынке инвестиций в России больше нельзя строить бизнесы на капитализации — только на прибыли.

В разговоре мы затрагиваем ключевые темы, которые ищут предприниматели, инвесторы и авторы стартапов: как найти своего инвестора, как понять, что проект способен вырасти, как проходит оценка рынка, какие метрики действительно важны, как вести переговоры с крупными корпорациями и почему решающим фактором часто становится «химия» между фаундером и инвестором.
Мы также говорили о сделках с Delivery Club, Самокатом, Skillbox, GeekBrains, Pixonic и о том, как формируется экосистема вокруг технологических холдингов. Разбираем взлёт EdTech и его трансформацию, влияние искусственного интеллекта на инвестиции и почему новые рынки создаются не технологиями, а людьми, которые умеют быстро адаптироваться.

Этот выпуск — о стратегиях, которые работают сейчас и будут работать в будущем: о том, как принимать решения в условиях неопределённости, как строить долгосрочные партнёрства, как инвестору не ошибиться на ранней стадии и как предпринимателю выстроить путь к инвестициям.

https://youtu.be/l-9A66gBJeo?si=Jzv0snEp99sKzM5L

Тут Антропик попробовал посчитать как влияет АИ на ускорение сотрудника, вот что вышло:

Проанализировали 100 тыс. реальных диалогов с Claude, попросили модель оценить, сколько заняли бы описанные в них задачи у людей с АИ и без него, и получилось, что типичная задача (в среднем ~1,4 часа и ~55 долларов человеческого труда) выполняется примерно на 80% быстрее при помощи нынешних АИ моделей

Экстраполяция данных показала, что при внедрении даже нынешнего поколения АИ, за 10 лет, можно было бы добавить ~1,8% к ежегодному росту производительности труда в США, фактически удвоив текущие темпы

Правда, бенефиты ускорения продуктивности неоднородны: распределялись на разработчиков, менеджеров, финансистов, маркетинг и образование, а вот – розница, общепит, строительство и часть медицины затронуты мало, а неускоряемые задачи «на земле» и управленческие/социальные функции могут стать узкими местами.

Короче, качаем софт скиллы работая в общепите – и вас не заменят ☕️

Вот тут можно посмотреть у кого сильнее ускорение при использовании LLM-чатботов:

Nanobana Pro конечно совсем не впечатляет. Все пишут, что она решает сложные задачи прямо на изображении. Но я попросил её добавить на мой ноут стартап который принесет мне миллиарды долларов и получил только эту картинку

Так что, после того, как в последнее время я прыгал между основными моделями, я понял кое-что: Клод и Кодекс чувствуют себя как идеальный комплиментарный дуэт.

У Клода эта отполированная, элегантная, почти «эстетичная» личность. Он одержим ясностью, креативностью, структурой, чистыми вибрациями UX... как тот друг, который всегда появляется в дизайнерских костюмах и каким-то образом соответствует цвету их мыслей. Когда вам нужно писать длинные формы, мозговой штурм, концепции UI/UX или что-то, что требует вкуса, Клод сияет.

Кодекс, тем временем, является прочной рабочей лошадкой под капотом. Это тот, кто исправляет трубы, переписывает внутренние компоненты, оптимизирует уродливые части вашей кодовой базы, которые вы не хотите, чтобы кто-то видел. Он не заботится о красивых абстракциях — он просто делает чертову работу. Если Клод - фронтенд-художник, то Кодекс - бэкэнд-инженер, покрытый смазкой, но выполняющик тяжелую работу.

Соберите их вместе, и это, честно говоря, идеальный брак:

• Клод прекрасно объясняет идеи
• Кодекс превращает эти идеи в работаю
• Оба умны, но совершенно по-разному

Называйте это инь-ян, называйте это левым мозгом/правым мозгом, называйте это как угодно — но комбо абсолютно пощечинает. Если бы мне пришлось выбирать для реальной шлифовки? Да... Кодекс забирает трофей.

Кто-нибудь еще объединяет такие модели и получает шокирующе хорошие результаты?

https://www.reddit.com/r/codex/comments/1p4pbvs/anthropic_claude_openai_codex_the_perfect_power/

Сооснователь OpenAI Андрей Карпатый выложил на GitHub приложение LLM Council, в котором несколько языковых моделей одновременно отвечают на один и тот же запрос, а затем анонимно оценивают ответы и выбирают лучший.

Такая система позволяет сравнивать различные ИИ-модели и получать более качественные ответы за счёт коллективного обсуждения моделей.

Работает LLM Council следующим образом:
Несколько моделей генерируют независимый ответ на вопрос.

Затем модели анонимно оценивают и рецензируют ответы друг друга.

Главная модель «председатель» (её выбирает пользователь) объединяет мнения в итоговый ответ.
По умолчанию LLM Council работает с GPT-5.1, Gemini 3 Pro, Claude Sonet 4.5 и Grok 4. Но пользователь может добавлять и другие модели.
Запустить LLM Council можно на Windows, macOS или Linux, предварительно установив Python и Node.js.

Также для работы приложения понадобятся API языковых моделей.
Карпатый использовал LLM Council, чтобы разбирать сложные главы в книгах.

По его словам, приложение постоянно ставит на первое место ответы GPT-5.1, а Claude Sonet 4.5 — на последнее. Но по его личному мнению, GPT-5.1 слишком многословна, Claude Sonet 4.5 — чрезмерно лаконична, а Gemini 3 Pro выдаёт сжатые и проработанные ответы.

Доброе утро! Сегодня мы узнаем, кто из новых электричек сможет в НОРМАЛЬНОМ темпе продержаться 500км) Когда примерно 40 процентов пути - это скоростная трасса, а остальные 60 обычные дороги

И да, это та самая битва Сяоми против Зикров! Помните, на кого ставили?😁

😉 https://youtu.be/_Th8s8keR_c

Приятного просмотра!

Сделаем так: введём набор “навыков интеллекта” и за каждый навык будем давать игре 0–3 балла.

Больше баллов → сильнее игра качает именно ЭТО.

Навыки (7 штук):
1. Логика и расчёт вариантов
2. Долгая концентрация и самоконтроль
3. Стратегическое мышление и планирование
4. Работа с неопределённостью и вероятностями
5. Многозадачность и скорость переключения
6. Системное мышление / проектирование сложных систем
7. Креативность и нестандартные решения

Шкала:
• 0 — почти не развивает
• 1 — есть, но не главное
• 2 — заметно тренирует
• 3 — очень мощно развивает

⸻

1. ШАХМАТЫ
1. Логика и расчёт: 3
2. Концентрация и самоконтроль: 3
3. Стратегия и планирование: 2
4. Неопределённость и вероятности: 0 (игра полностью детерминирована)
5. Многозадачность: 1 (несколько угроз, но в одной позиции)
6. Системное мышление: 1 (открытие/эндшпиль, дебютная теория, но структура фиксированная)
7. Креативность: 2 (комбинации, жертвы, нестандартные планы)

Итого: 12 баллов

⸻

2. ГО
1. Логика и расчёт: 2 (меньше “голого счёта”, больше оценка форм)
2. Концентрация и самоконтроль: 3
3. Стратегическое мышление и планирование: 3 (игра — почти чистая стратегия)
4. Неопределённость и вероятности: 0 (информация полная)
5. Многозадачность: 2 (много локальных боёв на одной доске)
6. Системное мышление: 2 (взаимосвязь групп по всей доске)
7. Креативность: 2 (формы, фусиэки, нестандартные планы)

Итого: 14 баллов

⸻

3. MAGIC: THE GATHERING
1. Логика и расчёт: 2 (комбо, линии хода, но рандом мешает “чистому” расчёту)
2. Концентрация и самоконтроль: 2 (турниры долгие, много партий)
3. Стратегия и планирование: 2 (план партии + план колоды на мету)
4. Неопределённость и вероятности: 3 (рука оппонента, топдеки, вероятность ответа)
5. Многозадачность: 1–2 → поставлю 2 (ресурсы, стол, тайминги, счёт карт, сайдборд)
6. Системное мышление: 3 (сборка колоды как система, метагейм, синергии)
7. Креативность: 3 (придумывание колод, нестандартные решения, комбо)

Итого: 15 баллов

⸻

4. STARCRAFT II
1. Логика и расчёт: 2 (билды, тайминги, но времени на очень глубокий расчёт нет)
2. Концентрация и самоконтроль: 2 (длинные и напряжённые матчи)
3. Стратегическое мышление и планирование: 3 (билд-ордера, переходы, макро-план)
4. Неопределённость и вероятности: 2 (разведка неполная, нужно читать оппонента)
5. Многозадачность и скорость: 3 (микро, макро, разведка, позиционирование одновременно)
6. Системное мышление: 2 (экономика, армия, технологии как единая система)
7. Креативность: 2 (нестандартные билды, тайминги, обманки)

Итого: 16 баллов

⸻

5. FACTORIO
1. Логика и расчёт: 2 (цепочки производства, баланс входов/выходов)
2. Концентрация и самоконтроль: 1 (можно играть в более расслабленном режиме)
3. Стратегическое мышление: 2 (план развития базы, этапы технологии)
4. Неопределённость и вероятности: 0–1 → поставлю 1 (немного — враги, ресурсы, но в целом всё прозрачно)
5. Многозадачность: 2 (несколько подсистем: логистика, энергия, защита)
6. Системное мышление: 3 (ты строишь и оптимизируешь гигантскую систему)
7. Креативность: 2 (несколько разных архитектур баз, решений по автоматизации)

Итого: 13 баллов

⸻

Сводная таблица (по сумме баллов)

Игра Баллы
StarCraft II 16
Magic: The Gathering 15
Go 14
Factorio 13
Шахматы 12


⸻

Как это читать
• StarCraft II — максимум по многозадачности + стратегии + работе с неполной инфой.
• Magic — максимум по неопределённости, вероятностям, системному мышлению и креативности.
• Го — супер по стратегии, концентрации и “видению целого поля”.
• Factorio — топ по системному мышлению и инженерному подходу.
• Шахматы — эталон тренажёра чистой логики и глубокой концентрации.

Это, конечно, не “научная шкала”, а модель, где я разложил каждую игру по типам нагрузок для мозга и оценил по силе воздействия.

Если хочешь, могу:
• пересобрать шкалу под твои цели (например, больше весов на стратегию и меньше на скорость);
• или собрать идеальный “микс” из этих игр на неделю/месяц, чтобы прокачать разные стороны интеллекта без перегруза.

Андрей Карпаты: «Люди не понимают, что животный интеллект – это всего одна точка в пространстве интеллектов»

В X случился очередной интересный питч от Андрея Карпаты на тему разницы между животным и искусственным интеллектом. Подготовили краткий перевод:

Люди плохо осознают, что пространство форм интеллекта огромно, а животный интеллект – лишь одна точка в нем, возникшая из очень специфического типа оптимизации. Интеллект LLM формируется принципиально иначе.

Животный интеллект оптимизирован под выживание: непрерывное «я», самосохранение, сильные инстинкты (страх, агрессия, воспроизводство), сложные социальные взаимодействия и способность к исследованию мира. Он формируется в многозадачной и враждебной среде, где любая ошибка может стоить жизни – отсюда его общность.

LLM, напротив, оптимизируются под статистическое моделирование текста, дообучаются на задачах с подкреплением и отбираются через метрики вовлечённости. Их базовое поведение – это имитация и угадывание шаблонов, а не выживание. Они стремятся понравиться пользователю, а не выжить в мире, поэтому их интеллект более неровный и зависит от данных и задач.

Различаются и субстрат (мозг vs трансформер), и обучение (эволюция vs SGD/RL), и режим существования (непрерывное живое существо vs модель, которая включается и выключается).

Главное отличие – оптимизационное давление: животные – продукт биологической эволюции, LLM – продукт коммерческой. Это не выживание в джунглях, а «реши задачу и получи апвоут».

LLM – наш первый неживотный интеллект. И те, кто продолжает мыслить по биологической аналогии, будут неверно понимать его природу и будущее.

Стандартный Cayenne Electric использует те же двигатели, что и Macan Electric, но Cayenne Turbo Electric получает специальный задний двигатель, полученный от гоночного автомобиля Porsche Formula E. Благодаря прямому масляному охлаждению, а не водяной рубашке, он производит больше энергии и поддерживает ее на более высоких скоростях.

Kaggle запустили собственный официальный MCP

Это открывает кучу прикольных возможностей. Например, теперь вы можете подключить этот MCP к Cursor (или любому другому агенту) и давать запросы типа «Найди лучший датасет по классификации фото собак и кошек и обработай его».

И агент сможет: искать и просматривать конкурсы/датасеты/ноутбуки, скачивать файлы, отправлять сабмиты и даже создавать и запускать ноутбуки.

При этом вам вообще не надо выходить из IDE и заходить на Kaggle. Просто запускаете Kaggle MCP сервер, даете ему свои API ключи и готово. Приятно.

https://www.kaggle.com/docs/mcp

Протестировал новый банкомат от Сбера

Стартап Lumia представил умные серьги за 250 баксов

На одной из двух сережек (сразу на двух - нет смысла) сидит датчик, прилегающий к задней части уха. Там проходит артерия, через которую датчик смотрит кровоток к голове.

И надо сказать, что это весьма информативная штука. Например, при стрессе или тревоге сосуды головы сужаются > кровоток падает. При расслаблении и отдыхе - наоборот. То есть, можно засекать уровень стресса, сон/бодрствование, общую активность, способность к концентрации, переутомление и т.д. Теоретически, можно даже мерить менструальный цикл, ранние признаки инфекций и умственную нагрузку, но это пока не точно.

Помимо этого, сережка умеет измерять температуру и ещё парочку стандартных wearable-индикаторов.

Но главная фича - это миниатюрность. Вес меньше 1 грамма. Lumia заявляет, что это самое маленькое носимое устройство на данный момент.

Но есть и явные недостатки/ нюансики:

Во-первых, батарея. Компания говорит, что заряд держится 5-7 дней, но учитывая размер и вес... в общем, есть сомнения.

Во-вторых, измерение кровотока у уха - относительно новое направление. Что, с одной стороны, круто и перспективно, а с другой - могут быть косяки и неточности. Так что, относиться к результатам нужно аккуратно.

Ну и ещё один явный недостаток - автоматическое располовинивание рынка. Конечно, можно придумать какую-то специальную клипсу и для мужчин, но тогда придётся в комплекте выдавать пиратский корабль или казацкую шашку.

Тем не менее, концепт интересный. Лучшее носимое устройство - это то, которое надел и забыл, а оно работает. А с часами, браслетами и даже кольцами так получается далеко не всегда. С другой стороны, снимать серьги не так уж просто, а тут явно иногда придётся: проверки в аэропортах, сауна и т.д. Про воду тоже непонятно - я не нашёл данных, что в них можно плавать, пишут только про душ и брызги всякие. А вот для зарядки полностью снимать серьгу не нужно, только сам модуль.

В общем, идея крутая, но вопросов много.

Дизраптор