Tool Building Ape × Gleb Kalinin

Великолепный обзор того, что произошло в мире LLM за первые полгода 2025.

Во-первых, Саймон прекрасный нерд, который умеет рассказывать.

Во-вторых, тестировать LLM рисованием пеликана на велосипеде замечательно.

В-третьих, скорость прогресса удивительная: фактически все важные модели вышли с начала года.

Выводы:
- пора снова посмотреть на локальные открытые модели (mistral small 3 24b), общий тренд — все более маленькие модели

- amazon nova micro — самая дешевая llm (сайт-сравнение цен — https://www.llm-prices.com/ )

- gpt4.1 отличная модель для работы с большим контекстом (1m), gpt-4.1nano самая дешевая их модель ever


- основной прогресс сейчас — ризонинг плюс использование инструментов. o3 крута, потому что это лучшее сочетание tool using (поиска) и ризонинга

- gemini рисует лучших пеликанов на велосипеде

Жаль в выступление kimi k2 не попала

https://youtu.be/YpY83-kA7Bo?si=OgQeucn6-gLkCbjl

Текстовое описание

технология в масштабе длинного сейчас

Если смотреть на то, что происходит в технологиях хотя бы со второго масштаба в 30 лет, то даже без глубокого анализа становится понятно, что сейчас мы на самой-самой ранней стадии этого технологического витка.

Мы на стадии 64-битных компьютеров, попукивающих при подключении диалапа US Robotics Sportster, пятидюймовых дискет и BBS (эстетика которых уже вернулась). Нужно ещё несколько волн хайпа и залива денег, чтобы по-настоящему полезные приложения появились и стали привычными, чтобы эффект если не замены чего-то там ИИ, а банальной автоматизации, которую с помощью ИИ можно сделать, стал заметным.

То, как будет выглядеть наше технологическое будущее, ещё только придумывают — и вы тоже можете придумывать.

Моя простая максималисткая гипотеза: Если сервис или приложение использует экраны как единственный интерфейс — это software 2.0.

Для меня настоящее Software 3.0 — это такое, которое возникает и встраивается в мою жизнь с адекватным понимаем контекста, и которое доступно в любых удобных мне формах (голос, видео, жесты, вибрация и тактильность, биомаркеры и тд).

Про время — очень нравится идея «длинного сейчас»

Постепенно прицеливаюсь к масштабу nowadays, мыслить в масштабе Long Now пока очень сложно

Посмотрите The Long Now Foundation, я был большим фанатом их лекций

https://longnow.org/

Очень сложно жить, не имея хотя бы среднесрочного плана

Год-другой так пожить можно, и даже, наверное, пять.

Но жить дольше в режиме постоянного тушения пожаров, хаоса и непредсказуемости утомительно. Нервная система для такого не создана. Уму хочется создать хоть какое-то подобие плана.

Но как планировать? Ведь мы получаем громкие сигналы о том, что социально-экономические изменения, вызванные целым каскадом причин, и технологии тут играют всё больше роли, неизбежны?

Не знаю, как вам, а мне точно нужна хоть какая-то картинка будущего. Ведь совершенно разные решения будет иррационально принять, если мы исходим из того, что до апокалипсиса или, наоборот, рая сингулярного остались считанные месяцы. И наоборот, если считаем, что прогресс будет постепенным, будет много времени для перестройки, и возможностей, которые эта перестройка несет, будет больше, чем рисков.

Мы рациональные люди и понимаем, что попытка по waterfall спланировать даже на полгодна — безумие, обереченное на провал даже в более стабильные времена. Значит, первое, что нам нужно прокачивать, — это способность быть в порядке при непредсказуемостью. Дружить с изменчивостью. Как говорил Майк Тайсон: «У каждого есть план, пока ему не врежут по лицу».

Мне очень сложно смотреть на жизнь через пессимистическую линзу. Такая оптика затемняет и не даёт увидеть всю сложность мира, и через неё тяжелее уведеть мотивацию действовать.

Поэтому я выбираю умеренно-оптимистическую позицию.

Это именно выбор — я сознательно его сделал, как прагматически более полезный (меньше вероятности свалиться в депрессию, лучше здоровье), и намеренно практиковал, приучая ум не бегать по проторенным дорожкам пессимизма, а строить новые нейронные тропы более оптимистичных сценариев. Это навык, который пришлось тренировать, зато теперь он автоматический, ну и к счастью жизни не один раз сбывались и оптимистичные прогнозы.

Я выбираю верить, что технологии хотя бы в отдельных частях мира принесут очень много пользы, продлят жизнь, освободят нам время, помогут с governance, а общество сможет под это гибко перестроиться.

Я понимаю, что это займет время, и считаю, что разгоняться будет достаточно медленно, чтобы мы успели подготовиться и перепридумать важные для устойчивости системы. Я верю, что на земле достаточно всего для всех, что мы можем обратить часть урона, нанесенного экологии и найти способы жить в гармонии с этой планетой.

Это моя базовое убеждение, похожее на религиозное.

Про будущее я думаю, что оно будет так же и более сложно и неоднообразно, как настоящее. В разных областях жизни мы увидим и удивительный прогресс, и совершенно непредсказуемые и глобальные проблемы.

Думаю, это важно знать, например, если ты новое партнерство начинаешь. Я не хочу партнёрства с тем, кто ждёт зомби-апокалипсис, разные картины ведут к разным ценностям и реальным выборам, реальному поведению.

Наблюдать за тем, как агент пытается пользоваться человеческими инструментами прямо больно. Кажется, это-таки какая-то тупиковая ветка развития, просто чудовищно медленно (зато посмотрите, как он сам себя нахваливает в чате! за каждую введенную букву)

Попросил его просто скопировать результаты в csv, он пошёл заново делать

https://fellou.ai/ — пока ждём браузер от OpenAI (и экономим деньги на Perplexity) — очередной китайский стартап, на этот раз браузер-агент. Я подал заявку на waitlist и сразу же получил приглашение.

Агент работает в фоне (и разгоняет фен моего мака), ходит по десяткам сайтов, заполняет таблички и в теории делает что угодно, что можно делать в браузере.

update
Пока AGI в очередной раз отменяется. Попросил Fellou провести небольшое исследование it-продуктов — по сайтам он походил бодро, разогрев мой свежий Макбук про градусов до сорока, а вот когда я попросил его сделать из исследования Гугл-презентацию, возился минут 40 и сделал полную халтуру. Съев на всё-про всё 2200 кредитов из 5000, которые были доступны.

А ещё из предсказуемого — Гугл меня за скоростной поиск в процессе забанил за подозрительный трафик — в этом смысле подобные локальные браузеры работать будут плохо всегда.

Напоминаю, о3 — не LLM, а уже серьезный агент. Иногда под капотом он поднимает себе тихо сервер, устанавливает библиотеки, пишет и запускает код

цифровой бардак и мотивация

Есть несколько мыслей на стыке того, о чём я пишу в основном канале — про психологическое и технологическое.

Рассматриваю свою творческую жизнь с момента, как я занялся фотографией в конце 2017. Думаю, насколько важную негативную роль сыграли отношения с технологиями и даже простая цифровая гигиена.

Я довольно быстро начал снимать на среднеформатную сначала 50-мегапиксельную, а потом и 100-мегапиксельную камеру. После того, как поснимаешь на такую технику, снимать ни на что меньшее не хочется. Цвета, динамический диапазон, киношная картинка…

Но есть проблема — каждая фотография в несжатом виде весит 200 мегабайт, а чтобы получать все преимущество такой камеры, нужно снимать в несжатом. За съемку лекго отснять 20-30 гигабайт. Если активно и много снимать, терабайтный диск забивается за недели.

Чтобы снимать, твой инструмент всегда должен быть в минимальном жизнеспособном состоянии. Это значит, что на карте памяти должно быть всегда достаточно места. А еще батареи должны быть заряжены, все нужные провода лежать наготове.

Иначе техника встаёт на пути творчества. (У Пинхасова услышал такую формулировку.)

Из-за того, что я не доводил банальную организацию хранения файлов, каждая обработка съемки начиналась с чистки жестких дисков в поисках свободного места. Очень важное творческое занятие становилось технической тягомотиной. Докупка дисков решает проблему только частично, а долгосрочно ещё и усугубляет её — теперь нужно организовывать еще и диски.

Ненастроенные процессы бьют по мотивации. Мы формируем ассоциацию «творчество» = «тяжело, нудно, больно». А наша нервная система стремится избавиться от всего, что воспринимается как боль.

Уверен, людям творческим и производящим любые цифровые артефакты (тексты, публикации, видео, подкасты, презентации) — да всем нам — важно учиться упрощать техническую часть создания этих артефактов. Чтобы больше заниматься исключительно человеческим.

Даже думскроллинг может стать топливом для творчества, если подойти к нему осознанно и призвать на помощь AI инструменты. В недавнем эфире Глеб Калинин показал, как превращать пойманные идеи в материал для исследования и формировать из них живые статьи, посты или документы.

Главное, чему мы научились:

→ превращать пассивное потребление контента в активное
→ эффективно организовывать рабочие пространства и базы знаний
→ пользоваться продвинутой персонализацией
→ внедрять мультимодальность
→ управлять здоровьем как проектом

📹 Это и многое другое — в записи эфира.

Cледующий анонс — совсем скоро!

———
🤖 Show me your GPT

Удивляет не то, что у каждого из нас теперь есть армия маленьких проджектов Маккинзи, дотошных факт-чекеров, систематизаторов и декораторов, а то, насколько мало кому это оказывается интересно. Мы все еще early adopters. Запись эфира о том, как я пользуюсь ChatGPT (и немного plaud и superwhisper)

Еще не успел толком попробовать новую модель Kimi 2, но отчёты очень впечатляющие. Открытая модель, которая на 80% дешевле ближайшего конкурента, намекает нам, что это теперь — нижний порог открытых моделей, то есть хуже уже точно не будет, будет только лучше. (А ещё что это модель уже навсегда всех rogue actors в мире.)

И её можно подключить в claude code! Очень интересно будет попробовать её на задачах по работе с документами — язык всё-таки не то же самое, что код, и Kimi пока что не ризонинг-модель.

Как обычно, Jason AI показывает, как этим пользоваться:

https://www.youtube.com/watch?v=Y4VEAI04W_U

В видео Джейсон делает сложный рабочий интерфейс IDE и простенькую версию Марио, а здесь Wes Roth ван-шотит 3д-модель Земли очень хорошего качества — до генеративных игр уже чуть-чуть.

Observable Framework — генератор статичных сайтов с поддержкой самых разных визуализаций данных.

Собрал себе на нём дэшборд с визуализациями данных из Apple Health.

Сам сервис Observable тоже интересный — визуальная работа с данными на бесконечной доске в духе Miro, ну или Figma + Jupyter + D3

Упоминал, что использую Claude code для управления знаниями: собираю и обрабатываю источники, транскрипты встреч, генерирую и обрабатываю множество связанных файлов, которые в основном просматриваю Obsidian.

А при необходимости экспортирую прямо из Claude Code пдфки. Code запускает pandoc для текстов или marp для презентаций.

По умолчанию текстовые PDF страшные. Как сделать их более красивыми?

Шаги:

1. Идём в o3, просим сделать подборку шаблонов по нашим критериями. В моём случае — фокус на типографику, чтобы подходило для генерации научных статей (картинка 1). (Этот шаг claude code может выполнить сам, но мне нравится вручную.)

2. Проходимся по ссылкам, смотрим, что нравится. Я остановился на этих шаблонах, но также супер-интересно выглядит Typst (а ещё авторы в Берлине)! Эстетические выборы всегда должен делать человек!

3. Идём в Claude code и говорим ему использовать понравившийся шаблон

for pdf conversion use templates from https://github.com/enhuiz/eisvogel

Всё! Теперь можно просто просить claude code сгенерировать pdf, и получать симпатичные и сложно свёрстанные pdf.

Вот, например, PDF по мотивам встречи про ChatGPT (ссылки внутри кликабельны). Для чего-то, сделанного за несколько минут, по-моему хорошо

Попробовал Codex, кодинг-агент OpenAI. Работает через веб или приложение ChatGPT с вашим кодом на Github.


Очень любопытный опыт — то, что это удаленный агент, имеет свои преимущества.

Комп дома.

Дал Codex доступ к Гитхаб-репозиторию с моим ADHD GTD тулом. Codex сам поискал ошибку, нашёл пару штук и исправил.

Дальше я создал для Codex новую задачу — описал через приложение ChatGPT, что хочу сделать. Минут 10 он поработал (план предварительно не показав и не задав вопросы), и корректно, пусть и не очень красиво, с первой попытки реализовал новую фичу.

Отправил PR на гитхаб, там его принял и смёржил, и вуаля — инструмент обновился, фича работает.

Я сделал это полностью с мобильного телефона и, при желании, мог бы только голосом. Почему-то вот это сочетание — автономности и мобильности, меня всё ещё восхищает (ну и пугает).

Я работал в командах, где ровно то, что cделал Codex, выполнял человек — и часто не лучше.

Если вы готовы делиться своими данными с OpenAI (помня, конечно, про это), то API можно пользоваться бесплатно

→ Up to 1 million tokens per day across gpt-4.5-preview, gpt-4.1, gpt-4o, o1 and o3

→ Up to 10 million tokens per day across gpt-4.1-mini, gpt-4.1-nano, gpt-4o-mini, o1-mini, o3-mini, o4-mini, and codex-mini-latest

Настраивается здесь https://platform.openai.com/settings/organization/data-controls/sharing, опция называется Share inputs and outputs with OpenAI (можно выбрать отдельные проекты).

Повайбкодить самое то

Промт, чтобы сделать model card про вас (тестировал на o3):

Knowing what you know about me, all of my preferences and custom prompts, create a model card for me, describing in terms of various frameworks, approaches and modalities me, so that an external human or AI would better understand me. Create public facing canvas, use tables, no intro, outro and references

У новых компаний, стартапов слишком много времени уходит на утряску коммуникций и форматов взаимодействия. На то, что принято называть развитие мягких навыков. Любая работа с людьми «шумная», хаотичная, настроить её эффективно — занимает время. Поэтому купить готовую команду всегда эффективнее и быстрее. Я пару раз работал в быстрорастущих компаниях — it’s the worst. (Почему быстрый рост команды иногда патаются выдать за преимущество — загадка.)

ИИ-сотрудник будет сразу взаимодействовать с тобой в том формате, на том языке и в том контексте, который тебе привычен и понятен. Если ты — или кто-то другой, этот контекст собирает и передает.

Если раньше казалось, что этот контекст будет каким-то гигантским датасетом, то сейчас видно, что это, возможно, будет чем-то вроде model card + десяток страниц текстового и другого контекста.

Попросил ChatGPT про меня сделать model card по взаимодействию со мной. Мне понравилось.

Промт