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/

Пока мы обсуждали февральский пост, Карпати написал новый.

Сегодня это пост про разработчиков, но уже завтра это пост про дизайнеров, менеджеров и всех остальных. Читается как новогоднее наставление нам всем.

Перевожу на «дизайнерский» для примера:

Я никогда не чувствовал себя настолько отстающим как программист дизайнер.

Профессия претерпевает драматическую переработку, поскольку биты пиксели, к которым прилагает руку программист дизайнер, становятся всё более редкими и разбросанными.

У меня есть ощущение, что я мог бы быть в 10 раз могущественнее, если бы просто правильно связал воедино всё, что стало доступно за последний примерно год, — и неспособность воспользоваться этим приростом мощности явно ощущается как скилл‑проблема.

Появился новый программируемый слой абстракции, который нужно освоить (в дополнение к обычным нижележащим уровням), — он включает агентов, субагентов, их промпты, контексты, память, режимы, разрешения, инструменты, плагины, навыки, хуки, MCP, LSP, слэш‑команды, рабочие процессы, интеграции с IDE и необходимость выстроить всеобъемлющую ментальную модель сильных и слабых сторон — фундаментально стохастических, ошибающихся, непостижимых и изменяющихся сущностей, которые внезапно перемешались со старым добрым традиционным инжинирингом.

Очевидно, что по кругу передают какой‑то мощный инопланетный инструмент, только без инструкции, и всем приходится самим разбираться, как его держать и как им пользоваться, в то время как землетрясение магнитудой 9 трясёт профессию.

Закатывайте рукава, чтобы не отстать

Продолжаем тему. Сегодня читаем пост Джека Кларка, сооснователя Anthropic. В нём он описывает, как, став отцом во второй раз и немного «выпав» из ИИ‑пузыря, внезапно почувствовал, что для людей с доступом к фронтир‑моделям уже формируется параллельная AI‑реальность, которую большенство даже не замечает.

Оригинал

Коротко:

Жизнь vs ИИ‑портал
• Автор стал меньше сидеть в ИИ из‑за семьи и заметил, что в офлайне всё выглядит почти по‑старому: нет роботов, дронов, радикально нового быта.
• Но он знает, что «через кремний» к нам уже заходят огромные сдвиги, просто они пока плохо читаются из повседневности.

Опыт с Claude
• В редкое свободное окно он запускает Claude Code и за считанные минуты собирает сложную симуляцию «хищник‑жертва», которую раньше писал бы неделями.
• Ощущение — как ребёнок, играющий со взрослым: ты набрасываешь идею, модель возвращает красиво реализованную версию, и за пару часов рождается большая сложная система.

Почему большинство этого не видит
• Чтобы почувствовать мощь ИИ, нужны и время, и любопытство; без этого люди остаются на уровне «задать вопрос про индейку» и видеть лишь синтетический фоновый контент.
• Это не только проблема интерфейсов, а длинная «воронка»: доступ к моделям, цена, умение формулировать задачи и наличие времени на эксперименты.

Параллельная AI‑экономика
• К лету 2026, по его ощущению, люди, работающие с фронтир‑моделями, будут жить как будто в отдельном цифровом мире.
• Возникнет быстро эволюционирующая «AI‑экономика» (как крипта, только гораздо глубже вшитая в реальную экономику), где будут делаться и сгорать огромные состояния.

«Пятимерный» слой реальности
• Основная активность ИИ останется призрачной: дата‑центры и стартапы мы увидим, но львиная доля движухи будет между самими ИИ‑системами, сайтами «для ИИ» и морями токенов.
• Он предлагает относиться к этому высокоразмерному объекту с технологическим оптимизмом и «уместным страхом» плюс полным спектром эмоций, чтобы вообще хоть как‑то осмыслить надвигающегося «зверя».

Простыми словами про MCP на примере Погоды:

Цукерберг купил Manus

https://manus.im/blog/manus-joins-meta-for-next-era-of-innovation

Manus говорят купили за 1-2 B (интересный разброс конечно)

А Gensaprk вот единорог и его никто не купил. Кто его теперь интересно купит. На видео генерация аппов в нём

Claude выращивает томат. 🍅

Интересный эксперимент, где Claude вот уже 37 дней выращивает томат в контролируемой среде.
У него есть датчики температуры, влажности воздуха и почвы, давления, уровня СО2, температуры листьев.
И он может управлять светом, подогревом почвы (через подогрев коврика), вентиляцией, подачей воды.
Посмотреть, что там сейчас и почитать лог можно тут: https://autoncorp.com/biodome/

Автономные теплицы все ближе!

Автор

Авторы AI 2027 обновили свою работу и скорректировали прогнозы времени развития AI — и представили AI Futures Model (пересказ в блоге, основная страница, модель предсказания и 100-страничный аппендикс). Эта модель модель учитывает больше факторов, чем предыдущая, и вводит несколько ключевых точек развития, достижимость которых оценивается через эти факторы.

Спойлер: модель предсказывает, что сроки достижения полной автоматизации программирования будут примерно на 3 года больше, чем в предыдущей модели (AI 2027). В основном это связано с менее оптимистичным взглядом на ускорение исследований в области ИИ на этапе до полной автоматизации.

Одним из важных новых факторов является research taste (исследовательское чутьё?), насколько хорошо ИИ умеет выбирать направления исследований и интерпретировать эксперименты. У людей в ведущих лабораториях этот навык очень прокачан — они могут по нескольким экспериментам понять, что работает лучше, что хуже.

Саму модель я не успел изучить досконально, и пока ознакомился лишь с кратким пересказом. Развитие делится на 3 этапа, первый из которых прогнозирует появление «Автоматизированного программиста» (AC). Если перенести его в сегодняшний день, он был бы так же производителен сам по себе, как люди-программисты без помощи ИИ. То есть, можно было бы убрать всех людей-программистов из проекта по созданию AGI, и работа шла бы так же быстро, как если бы там были только люди.

Для прогнозирования этого авторы опираются на все те же данные METR по длине задач, которые могут решаться автономными агентами, но с некоторыми поправками:
— Ресурсы для прогресса ИИ — прежде всего вычислительные мощности, труд по разметке, данные и т.д. — не будут расти такими же темпами вечно, поэтому прогноз нужно слегка занизить.
— В то же время сам ИИ будет ускорять развитие за счёт увеличения эффективности труда исследователей
— и достаточно спорный тезис: авторы предвидят сверхэкспоненциальный рост длины автономности агентов в силу некоторых причин, однако это не очень влияет на первый этап, пока мы не достигли AC.

К сожалению, в кратком пересказе ничего не говорят про корректировку данных METR на зашумлённость текущих оценок, вероятность переобучения на конкретный бенчмарк (хотя я оцениваю её как достаточно низкую), и самое главное, как заметил Сергея Николенко в комментариях пару недель назад — как выглядит разница между горизонтом выполнения задачи 5 и 10 лет? Какие задачи, требующие 10 лет труда людей, не может сделать агент, решающий 5-летки? То есть возможно интуиция оценки горизонтов автономности не будет иметь смысла после какого-то порога.

Этап 2 предсказывает, как быстро мы перейдем от AC к Сверхчеловеческому ИИ-исследователю (SAR) — ИИ, чье исследовательское чутье соответствует уровню лучшего исследователя-человека. Этап 3 — это саморазвитие ИИ с нулевым вкладом человека, оно совсем за облаками пока.

Пара цитат от Daniel Kokotajlo, соавтора работы:
— Меня совершенно не впечатляют разговоры об ограничениях текущей парадигмы. Последние десять лет были, по сути, чередой преодолений одного «хваленого» ограничения за другим; глубокое обучение «уперлось в стену» лишь в том смысле, в каком Годзилла упирался (и пробивал насквозь) во множество стен.

— Способность учиться у целого парка развернутых агентов может компенсировать неэффективность использования данных, а способность управлять файловыми системами в огромных контекстных окнах и регулярно обновлять веса модели может компенсировать отсутствие непрерывного обучения.

— [думаю, что будет] в общем, та же последовательность событий, что описана в AI 2027, только, может быть, она займет на год или два больше времени, и с различными другими мелкими отличиями (например, я не ожидаю, что у какой-то одной компании будет такой большой отрыв, как у OpenBrain)

— беспокоюсь, что к 2027 году METR, по сути, перестанет измерять длину горизонтов планирования, и это пугает, потому что тогда мы, возможно, не сможем сказать: ускоряется ли развитие до супер-экспоненциального или продолжает расти устойчивым экспоненциальными темпами.