Найти похожее

🚀 Как мерять эффективность ИИ в работе? Ключевая метрика: «сколько времени тратил бы человек» По данным она удваивается каждые 7 месяцев — темп, который обгоняет закон Мура. 2015 → классификация картинки — < 1 сек 2017 → распознавание аудио — \~ 2 сек 2022 → ответ на вопрос — \~ 30 сек 2024 → поиск в сети по сложному вопросу — ≈ 15-30 мин Что ждёт нас, если кривую не сломают физические ограничения: 2026 — модель закрывает часовые задачи: написать скрипт, сверстать лендинг, сверить отчёт. 2027 — ИИ держит несколько часов фокуса подряд: полноценный «цифровой подрядчик», работающий почти автономно. Самый большой блокер сейчас — долгие цепочки действий: ошибка в шаге N усиливается в шаге N + 1. Но качество растёт быстро длина автономности увеличивается. Что делать бизнесу уже сегодня 1. Дробите процессы на микрошаги — отдавайте ИИ то, что он уже делает быстрее человека. 2. Мерьте «человеко-минутами»: увидели выигрыш по времени — автоматизируйте. 3. Собирайте корпоративную память — без информации о том, что и как вы реально делаете ИИ будет тяжелее дожать до «часовой» планки. #ИИ

Решил проверить, как разные модели справляются с переводом объёмного текста. Взял 40 страниц рассказа на английском, перевожу на русский: ChatGPT: переводит по одной странице, после каждой спрашивает, продолжать ли дальше. Без подтверждения дальше не пойдёт. Claude: берётся за куски побольше, но всё равно регурярно останавливается. Приходится самому делить на части и заводить по кусочкам. Лучший по качеству перевод на мой субъективный взгляд. Minimax: старательно переводит самыми большими кусками, но временами обрывается . Особенность — перевод продолжает идти, только если вкладка браузера активна. Переключишься — замирает. DeepL: справился за 30 секунд, весь текст сразу и без лишних вопросов. Качество перевода, кстати, не лучше остальных, скорее даже хуже. Почему модели могут принимать на вход сотни тысяч токенов, а ответ дают в пределах 8–16k? (Хотя у GPT-4 Turbo есть техническая возможность отдавать 100k, у Claude 2.5 Pro — 66k.) Ответ довольно простой: Потому что все они доучиваются на примерах коротких ответов. Модель просто привыкает: «вот здесь обычно заканчивается ответ», и генерирует спецтокен «я закончил», даже если задача требует продолжения. Если же взять модель недоученную модель, до файнтунинга, скормить ей несколько сот тысяч токенов и попросить повторить — она повторит. И переведет. Потому что её не научили останавливаться. А первый раз, когда с таким столнулся, я подумал, что chatgpt так борется с излишне активным использованием. Оказалось, особенность тренировки моделей. #ИИ

Что такое SOTA в контексте LLM SOTA (State of the Art) — звание топ-модели на текущий момент. В мире больших языковых моделей это означает: — лучшие метрики, — новейшие подходы, — реальная польза в задачах вроде перевода, генерации текста, кода и логики. Примеры SOTA сейчас: — GPT-4o и o3 — лидеры от OpenAI в reasoning-задачах. — DeepSeek-R1 — китайский open-source монстр с 671B параметрами. — Gemini — хорош в большом спектре задач. — Claude пишет тексты и делает код — сильные игроки с разной специализацией. SOTA — не титул навсегда. Сегодня одна модель в топе, завтра — другая. Просто нужно следить за трендами, особенно, если строишь продукты на базе ИИ. #ИИ

Как люди используют ИИ в 2025 году? Я думал: люди решают сложные задачи, делают ресерчи, пишут код. Оказалось — не хуже и не лучше, а просто иначе. Как специалист по созданию массовых сервисов, я изучил, как обычные люди реально используют ИИ. И вот результат: ИИ нужен не для решения задач, он нужен для жизни. Не сотрудник, не помощник — товарищ. На первом месте — поддержка, общение, попытка разобраться в себе. Дальше — организация распорядка дня, расстановка приоритетов и определение жизненных целей . Три самых частых сценария — не про работу, а про дружбу. ИИ всё чаще — это дневник и собеседник, а не калькулятор или коллега. Конкретный пример. Я преподаю предпринимательство. И треть работы — это не оптимизация воронок, а борьба с прокрастинацией фаундера и определение его истинных целей. Недавно я перестал лично в это вмешиваться: ИИ помогает ребятам лучше меня. Он всегда доступен, он поддерживат, он учитывает контекст. Надо следовать за массами и нам тоже начать его использовать как психотерапевта. Как? – Общаться по всем вопросам. Прямо по всем-всем. – Вечером заполнять дневник вместе, утром — расставлять приоритеты. – Использовать голос для быстрого контакта. ИИ перестаёт быть специальным инструментом. Он растворяется в повседневности — как когда-то телефон или интернет. #ИИ

Есть такое понятие — социальный пузырь. Люди внутри общаются в основном друг с другом и реже контактируют с теми, кто не попал в пузырь. Соцсети провоцируют укрепление таких пузырей за счёт рекомендательных систем. Раньше замечал, как участники ИИ-пузыря активно включались в споры со скептиками, которые доказывали, что «ваш искусственный интеллект не работает, галлюцинирует, врёт и вообще бесполезен». Ситуация поменялась. Профессионалы из ИИ-пузыря спокойно слушают претензии со стороны, вежливо кивают и ждут, пока очередной критик выговорится. Потом спокойно возвращаются к работе. Работы там так много, что спорить просто некогда. #ИИ

Принцип №3 при работе с ИИ — упрощай промптинг Умение ставить задачу — это метанавык. Он нужен всегда. Но у него есть особый случай: когда ставишь задачу искусственному интеллекту. Ставить задачу ИИ называется промптинг. Фишка в том, что не надо специально учиться промптингу и запоминать «хаки», надо просто научиться формулировать задачи и и стать более профессиональным заказчиком. Вот три базовых правила, как чуть более профессионально заказывать работу искусственному интеллекту. 1. Начинай с контекста Объясни, зачем тебе это. Какова цель. > ❌ «Сделай презентацию» > ✅ «Мне нужно выступить перед инвесторами. Сделай презентацию, чтобы за 5 минут объяснить суть идеи и заинтересовать». 2. Опиши ожидаемыйрезультат Что ты хочешь получить на выходе? Формат, объём, стиль, структура. > «Сделай это в виде списка из 5 пунктов, каждый — не длиннее трёх предложений». 3. Укажи целевую аудиторию, кто будет использовать результат ИИ работает по-разному для студентов, менеджеров, айтишников и детей. > «Это письмо — для предпринимателей, которые запускали продукты, но не работали с AI». > Или: «Пиши как опытный фаундер, который изучает AI и строит бизнес на его основе». 🧠 На самом деле, это и есть обычная постановка задачи, я так же формулирую задачу любому подчинённому или коллеге. Если задача сложная: 4*. Приводи примеры и референсы Покажи, как надо. Или как не надо. > «Напиши в стиле блога пола Грэма: без пафоса, но с позицией». > «Не используй клише. Не делай длинных вступлений. Не лей воду». 5*. Дроби задачу на этапы ИИ плохо работает с размытыми общими целями. Разбей на шаги: ❌ «Напиши статью на 10 тыс. знаков» > ✅ > 1) «Сделай план», > 2) «Раскрой каждый пункт на 500 знаков», > 3) «Собери это в статью». 6*. Работай итеративно Не жди идеала с первого ответа. AI — не гений, а быстрый ученик. Направляй. > «Переделай как речь для выступления». > «Сделай эмоциональнее, но сохрани структуру». --- 7. Документируй удачные промпты Сохраняй то, что сработало. У меня это просто список в Заметках. Не надо выдумывать систему — промпты быстро устаревают, для каждого следующего поколения нейросетей они становятся проще. Главное, чтобы ты знал, где искать. Удачные промпты для повторяемых задач — это заклинания. Их нужно переиспользовать, дорабатывать, улучшать. Что уже не работает: Советы вроде «угрожай», «предлагай чаевые», «говори, что ты профессор Гарварда» — устаревают быстрее, чем публикуются. Может сработать сейчас, но не завтра. AI развивается. Такие хаки — костыли, а не стратегия. #ИИ

🧠 В ChatGPT добавили память. Теперь он помнит, что ты с ним обсуждал, и может адаптироваться под твой стиль и подход. Как делал раньше: 1. Сгенерировал черновик. 2. Исправил сам. 3. Опубликовал в канале Теперь новая практика: 4. После публикации возвращать финальный текст обратно в GPT. Пусть учится. Это и есть кастомизация под тебя — по сути, ручное обучение. Надо пользоваться. #ИИ

Получил приглашение попробовать Manus — полностью автономный ИИ-агент, которому разрешили пользоваться внушительным набором инструментов. Подумалось, во время первых тестов: когда наступит технологическая сингулярность, как-то обидно будет тем, кто всю жизнь копил и экономил деньги, а роботы вдруг начали раздавать это бесплатно. #ИИ

GPT-контроль автосервиса Эксперимент: можно ли поручить GPT проверку, всё ли сделано по регламенту в автосервисе? На входе: фотка заказ-наряда с комментами от мастера. Версия GPT: свежая 4o + Deep Research. Процесс: — запрос на основе фото, — уточнения по пунктам, — итог — подробная проверка с выводами. Железка думала 2 часа. Но выдала подробнейший разбор: что должно быть сделано, что проверено, чего не хватает. Директор сервисного центра был впечатлен. Скрины — приложил. P.S. Следующий шаг — более полная автоматизация. #ИИ

Тестируем мемы на GPT-4o. Взяли три отличных пятничных мема про ИИ. Попросили GPT-4o перевести надписи на русский — прямо с картинок. Раньше модели вообще не понимали тексты на изображениях. Теперь — кое-что могут. Это прогресс! Садись, GPT, три. Но за старание — пять. #ИИ

Первые билеты в Татарстане (а может и в России), купленные искусственным интеллектом самостоятельно. Процесс покупки билетов ИИ на видео. Он запросил мои контактные данные, чтобы ввести. Попросил подтвердить подходящие мне места. Билетная система дала ошибку при оплате картой (скорее всего потому что сервера ИИ в США), поэтому ИИ пришлось обновить страницу и начать покупку заново. QR я отсканировал с экрана монитора и оплатил приложением банка на телефоне. #ИИ

Начал беззастенчиво трогать Operator (от OpenAI). 1. Даёшь задачу. 2. Он открывает браузер в облаке и делает то, что ты попросил. Буквально руками делает то, что надо сделать. #ИИ UPD: Он заработал в Европе, раньше работал только в США.