В ChatGPT теперь можно контролировать эмодзи в ответе, списки и в целом ton-of-voice ещё гибче чем раньше.

Карпати и итоги 2025: время призывать духов

Андрей Карпати выкатил Year in Review 2025. В целом, он про смерть «магии» моделей и переход к жёсткому инженерному обвесу.

Что важно понимать про ландшафт ИИ на конец 2025 года:

— RLVR и Thinking Time. Уходим от обучения на лайках (RLHF) к наградам в проверяемых средах (RLVR). Модель находит решение не потому, что мы её «научили думать», а потому что она нащупала путь через миллионы итераций в коде/математике. Появилась ручка test-time compute: хочешь лучше - дай “погудеть” подольше.

— Jagged Intelligence. Любимая метафора: мы не дрессируем животных, мы вызываем призраков. LLM - статистический слепок интернета. Отсюда «зубчатость»: модель может выдать гениальное доказательство теоремы, а потом завалиться на логике уровня сколько r in strawberry 🍓. Бенчмарки в 2025 окончательно стали отдельным видом спорта. Высокий score всё хуже предсказывает качество модели, особенно если решение задачи нельзя проверить автоматически..

— Рождение систем. Cursor просто сделал очевидное видимым: решает не «самая умная LLM», а слой приложения. Профит сейчас в application layer: контекст-инженерия, DAG-оркестрация (цепочки вызовов, а не один запрос), UI для контроля автономности.

— Агенты уходят в runtime. На примере Claude Code видно: лучшие агенты живут рядом с файловой системой, зависимостями и конфигами. Реальный буст начинается там, где агент интегрирован в среду исполнения и может действовать как часть тулчейна.

— Vibe Coding и цена владения. Писать код на английском - база 2025. Подвох стандартный: чем дешевле генерация, тем дороже ревью, безопасность и поддержка. Код стал расходником, но ответственность никуда не делась. Мы просто перестали тратить время на синтаксис и начали тратить его на логику, границы и контроль ущерба.

— Начало конца эпохи текстовых окон. Чат -это консоль 80-х. Карпати ждёт GUI-революцию: ИИ должен генерировать не полотна текста, а интерактивную среду под задачу (схемы, доски, слайды). “Nano banana” от Google - ранний намёк на направление.

Итого: в 2025 выигрывает не тот, кто нашёл «секретный промпт», а тот, кто выстроил вокруг модели нормальный SDLC: eval’ы, тесты, фидбек-лупы, контроль автономности.

Если было полезно — перешлите коллеге, который всё ещё считает, что LLM = «чатик» 🙂

Вопрос: что из этого у вас уже в проде, а что кажется хайпом? Обсудим в комментах 👇

Если вы, как и я, до сегодняшнего дня почему-то ещё не пробовали отправить 🎁 в ChatGPT — попробуйте.

Лекция Серафима про синк Figma и кода:
https://www.youtube.com/watch?v=eBIBLgc37Do&t=1569s

Вчера за вечер навайбкодил с нуля прототип апки, которую на работе делаем большой командой разработки. Да там миллион деталей, но уже тот факт, что я без знания кода могу повторить основную логику и сделать рабочий апп, это вау. Толи уровень Codex сильно вырос за последние пол-года, толи я научился чуть лучше формулировать свои промпты.

После наткнулся на пост Ivan Zhao CEO Notion, где он рассуждает о будущем с ИИ, который работает постоянно, держит весь контекст и асинхронно взаимодействует со всеми участниками команды.

В 1980‑х Стив Джобс называл персональные компьютеры «велосипедами для разума». Спустя десятилетие мы проложили «информационный супермагистраль» — интернет. Но сегодня большая часть интеллектуального труда всё ещё выполняется людьми. Получается, что мы всё это время крутим педали велосипеда по автобану.

Как обычно сжатые пункты:

Главная идея
• Каждую эпоху определяет свой «чудо‑материал»: сталь для индустриальной, полупроводники для цифровой, теперь ИИ как «бесконечные умы».
• Те, кто научится работать с этим материалом, будут определять новое устройство экономики и компаний.

Уровень человека
• Программисты — первые, кто показывает будущее: вместо того чтобы самому писать код, ты оркестрируешь несколько ИИ‑агентов, которые «думают», пока ты спишь или обедаешь.
• Аналогия: ПК были «велосипедом для ума», ИИ‑агенты превращают велосипед в машину, а дальше — в «автопилот», где человек задает направление и проверяет результат, а не крутит педали.

Уровень организации
• Классические компании упираются в потолок: коммуникация между людьми ломается при росте, спасаемся митингами, процессами и иерархией.
• ИИ выступает как сталь для организаций: держит контекст, поднимает нужные решения в нужный момент, превращает двухчасовой созвон в пятиминутный асинх‑ревью и позволяет масштабироваться без привычной деградации.

Уровень экономики
• Как сталь и пар превратили компактные «Флоренции» в мегаполисы вроде Токио, так ИИ превратит небольшие человеческие команды в «мегагорода» из тысяч людей и агентов.
• Работа будет идти 24/7, сквозь часовые пояса, с новыми ритмами вместо привычных «раз в неделю митинг, раз в квартал планирование».

Мы все ещё у «водяного колеса»
• Сейчас ИИ встраивают как чат‑боты в старые процессы, просто меняя «водяное колесо» на паровой двигатель без перестройки фабрики.
• Настоящий сдвиг начнется, когда мы перестанем думать об ИИ как о «копилоте» и начнем проектировать работу и компании заново вокруг «бесконечных умов», которым можно отдавать рутину.

У меня такой

Очень крутой и задротский лонгрид про прогноз погоды на хабре от коллег, который запустили новый пайплайн (конечно, с помощью нейросетей). Но самое интересное в нём для меня, конечно, ебейший факт, что снег измеряется в водном эквиваленте, поэтому "10 мм осадков" в прогнозе вполне может значить метровый пушистый сугроб.

https://habr.com/ru/companies/yandex/articles/979638/