Найти похожее

#global#AI#торговыеидеи Аналитики GS отмечают, что Китайские разработчики тратят на CAPEX примерно 20% от того, что тратят US разработчики LLM, но при этом передовые LLM Китая в контексте реального usage дают в рот (пока не жестко) некоторым передовым LLM США. То есть я сейчас не говорю что китайская модель лучше по индексам и бенчмаркам. Нет, они не лучше пока что (тем более US скоро начнет публиковать модели, сделанные на более новых версиях GPU, TPU, DPU, XPU, на более крутых чипах HMB, DRAM, SDD и с более скоростными коннекторами и переключателями (развитие CPO и OCI) Я говорю про то, что количество токенов обрабатываемых китайскими моделями может быть больше чем у американских. Также аналитики отмечают, что выручка от облачных направлений китайского биг-теха растет по 30% г/г как и в америке, эффективность CAPEX у китайских техов примерно сопоставима с американскими техами, даже по графику видно что эффективность выше. EPS растет также как и у американских техов (тоже примерно по 25-30%), но вот торгуются они с дисконтом. Дисконт объясняется целом набором объективных причин. Среди них: - слабое внутреннее потребление в Китае - многолетний кризис на рынке недвижимости, который тянет за собой другие отрасли и общую экономику - сохраняющееся дефляционное давление из-за избытка производственных мощностей - неоднократные вмешательства регулирующих органов в сектор - и более широкие геополитические проблемы… Но при этом опрос клиентов теперь говорит о том, что вместо 9% желающих инвестировать в Китай по итогам такого же опроса в 2024-2025 гг., теперь в Китай хотят инвестировать уже 25% опрошенных. Также аллокация активов в Китай у фондов, отслеживаемых GS начинает увеличиваться и сейчас составляет 6.8% против около 5% в 2024-2025 гг. и 15% на пике в 2019 году. Поэтому я держу акции Alibaba, Tencent и Baidu через фьючерсы в Тинькофе. Жалко ByteDance (который делает LLM Doubao) не публичный. Его бы тоже держал. Ближайшим катализатором роста для них может быть: https://t.me/zzz_NonameResearch/1736 *НЕ ИИР

‘Илья из Open AI’, который меняет наш мир. Чуть больше контекста вокруг заголовков про Сэма Альтмана #trends#AI В новостных статьях о скандале вокруг увольнения / возвращения Сэма Альтмана, Open AI и ChatGPT, часто фигурирует некий ‘Илья’. Илья — активный участник научного, технологического сообщества в сфере искусственного интеллекта. Но для массового зрителя, как я, Альтман стал главным публичным персонажем для самой ‘горячей’ технологии года. Илья Суцкевер — сооснователь OpenAI и Chief Scientist (не знаю как правильно перевести на рус; главный научный сотрудник 🧐), одна из ключевых фигур в мире искусственного интеллекта, исследующий, программирующий и прогнозирующий развитие технологии. Две недели назад The Guardian выпустила 10 минутный док про Илью, озаглавив его: ‘Ilya: the AI scientist shaping the world’. Художественный рассказ, показывающий взгляд на мир глазами ученого. Очень рекомендую. Отец Ильи, Ефим Наумович Суцкевер — инженер-физик Горьковского Университета (ныне Нижний Новгород). В 1991 году он и его семья эмигрируют в Израиль, потом в Канаду. В университете Суцквер изучает ИИ и машинное обучение, в 2015 году становится сооснователем OpenAI. В июле 2023 года Илья возглавил отдел Superalignment в OpenAI. Задача отдела — обеспечить безопасность и управляемость ИИ, превосходящего человека. У Ильи нет никаких сомнений, что ИИ умнее человека и будет будет превосходить нас во всех профессиональных сферах. И есть весомая гипотеза, что AGI/Artificial General Intelligent system (искусственный интеллект, способный к автономному самообучению и принятию решений, и превышающий возможности мышления человека), будет разработан скорее скоро, чем позже. Никаких сентиментов в словах. Настроение фильма можно описать как «восторженное опасение», «мы создали нечто, что умнее нас, и тут крайне важно идти аккуратно». Максимально драматичная метафора Ильи, которой он описывает свое понимание отношения ИИ к человечеству. Спасибо режиссерам, конечно, они добавили к настроению 😁 Не то, чтобы ИИ будет ненавидеть людей и хотеть причинить им вред, но ИИ будет слишком могущественным. И я думаю, хорошей аналогией было бы то, как люди обращаются с животными. Мы не ненавидим животных, я думаю, что люди любят животных и очень привязаны к ним. Но когда приходит время строить шоссе между двумя городами, мы не спрашиваем у животных разрешения Mic drop 🎤 Ссылка на док 🔗 https://youtu.be/9iqn1HhFJ6c?si=XQuPna3bDutWp4dj @planning_horizon

AI сократит стоимость анимационных фильмов на 90% 🔥 Джеффри Катценберг, один из легендарных управленцев в индустрии анимационных фильмов, сооснователь DreamWorks, бывший председатель совета директоров The Walt Disney Company. При нем студия выпустила такие работы как «Русалочка», «Красавица и Чудовище», «Аладдин и «Король Лев», а позже (уже с другой студией) он создал Шрека. «В прежние времена вам могли понадобиться 500 художников и годы, чтобы создать анимационный фильм мирового уровня. Уже через три года я не думаю, что это займет 10% от этих затрат». #trends#ai @planning_horizon

Новые технологии — старые привычки. Борьба AI. 👀 Дипфэйковый Mr.Beast, голосом, сгенерированным на AI, скамит подростков в платной рекламе TikTok, предлагая выиграть iPhone за $2. Такие предложения сразу выдают в себе мошенничество. Но не в этот раз. Mr.Beast (один из самых популярных блогеров в мире) прославился своими безумными идеями. Он дарит людям дома и машины, а недавно провел альтернативные олимпийские игры с призом в $250.000. Большую часть мошеннического контента в социальных сетях фильтрует также AI, и TikTok — одна из самых прогрессивных социальных сетей в области алгоритмов и технологий. Но также, не в этот раз. Искусственный интеллект TikTok сражался с искусственным интеллектом , стоящим за дипфейком MrBeast, и AI TikTok проиграл. Мотивации людей не меняются тысячелетиями. AI, дипфэйки, диджитализация — новый слой. Новые инструменты реализации потребностей всех сторон. #Trends#AI @planning_horizon

#Blog#AI 🧑🏻‍💻你不知道的 AI Coding：非技术人的上手、场景与实战 🔗：X Article 上个月在公司给产品和业务的同学分享了下怎么上手 AI Coding，加上最近发了条推特，聊到不少同学因为订阅门槛没机会用上一线 AI Coding 工具，方法和习惯不花钱就能先学，索性把上手这部分整理出来。 很多人卡在使用命令行的第一步，看到只有字符的终端会觉得是给程序员用的，自己肯定搞不定。其实门槛没想象的高，会用豆包这类对话框 AI 的人花点时间也能上手，剩下的就是慢慢习惯把执行权交给它。等用顺手后会发现它像个什么活都接的能干助手，跑后台数据、写解决你问题的小工具、把乱七八糟的文档拼成简报、做原型、整理销售报表都能干。 这篇文章想和大伙聊清楚这几个点：第一道坎为什么是命令行、Claude Code 适合什么样的活、CLAUDE.md 到底怎么写、需求精度差一档结果差多少、Plan 和 Auto 模式什么时候用、怎么验收它真的做对了、Skills 怎么沉淀重复动作打包成肌肉记忆，以及几条让账号不被封、代码不出事的安全习惯。 频道：@NewlearnerChannel

#Blog#AI 🧑🏻‍💻你不知道的大模型训练：原理、路径与新实践 🔗：X Article 今天这篇是「你不知道的」系列第三篇，写完 Claude Code 和 Agent 之后，想着继续挑战一下，把大模型训练到底怎么回事梳理清楚，尽量让非专业背景的人也能读懂。 刚开始我也以为模型变强就是参数堆大、数据喂多。后来发现用户真正感受到的那些提升，大部分不是来自预训练，而是来自它后面那整套流程：后训练、评测、奖励、Agent 训练、蒸馏，每一层都在影响最终体感。InstructGPT 当年有个数字，1.3B 做过对齐的模型，人类偏好评测里能赢过 175B 的 GPT-3，差了两个数量级，但用户更喜欢那个小的。 这篇文章想聊清楚这几个点：训练为什么是条流水线、数据配方怎么决定能力分布、系统约束为什么要在训练前就想清楚、后训练到底在调什么、奖励模型和 RLHF 怎么回事、蒸馏怎么把大模型能力压进小模型，以及 Agent 训练和部署侧还有哪些工程现实。 频道：@NewlearnerChannel

#Blog#AI 🧑🏻‍💻你不知道的 Agent：原理、架构与工程实践 🔗：X Article 今天这篇文章源于写完「你不知道的 Claude Code」之后，发现自己对 Agent 底层的理解还差一截，加上团队在 Agent 方向已经有不少业务落地，一直缺一份系统梳理，所以又把资料、开源实现和自己写的代码重新过了一遍。 刚开始我也觉得 Agent 效果不稳是模型能力不够，换更贵的模型就能解决。后来发现提升往往没有想象中那么大，反而是 Harness 搭得好不好、工具描述准不准、上下文有没有分层管理，才是决定成功率的真正变量。 这篇文章想和大伙聊清楚这几个点：Agent Loop 的控制流怎么运转、Harness 为什么比模型更关键、上下文工程为什么决定稳定性、工具设计的核心原则、记忆系统怎么分层、多 Agent如何协作组织，以及评测和追踪体系怎么搭。 频道：@NewlearnerChannel

#Blog#AI 🧑🏻‍💻你不知道的 Claude Code：架构、治理与工程实践 🔗：X Article 今天这篇文章源于自己最近半年深度使用 Claude Code、两个账号每月 40 刀氪金换来的一些踩坑经验，希望能给大伙一些输入。 刚开始我也把它当 ChatBot 用，后来很快遇到这样的问题：上下文越来越乱、工具越来越多但效果越来越差、规则越写越长却越不遵守，折腾了一段时间，研究了 Claude Code 本身之后才意识到，这不是 Prompt 问题，而是这套系统的设计就是这样的。 这篇文章想和大伙聊清楚这几个点：Claude Code 底层怎么运作、上下文为什么会乱以及怎么治理、Skills 和 Hooks 应该怎么设计、Subagents 的正确用法、Prompt Caching 的架构影响，以及怎么写一个真正有用的 CLAUDE.md。 频道：@NewlearnerChannel

#AI#Blog 📮《用 AI 写什么，不写什么》 公众号文章>博文> 与 AI 的合作，哪些应该交给 AI，哪些必须自己完成。 🧰 让 AI 写方案 ✦ 先自己厘清 20% 的关键判断，然后用 AI 补全 80% 的结构 ✦ 分章节逐段迭代，让 AI 找逻辑漏洞而非直接生成 ✦ 通过格式化、检查清单与沉淀机制构成飞轮效应 ✦ Notion AI 是目前最佳协作载体，可调取个人积累与外部上下文 💻 让 AI 写代码 ✦ AI 是「软件 3D 打印机」，帮助从不能到能 ✦ 先定义方案，再拆解任务 ✦ 个人站点、浏览器扩展、 Docker 服务、专属应用都能快速落地 ✒️ 不让 AI 写博文 ✦ 博文是思考本身，是与自己对话的过程 ✦ 完美答案不重要，思考的纹理与差异性更珍贵 ✦ 写作是 refined thinking，不是效率竞赛 频道：@NewlearnerChannel

🇺🇸Trump Orders Creation of Unified Federal AI Platform The new executive order directing the U.S. Department of Energy to build a unified AI platform marks a material shift in how a nation-state organizes its scientific infrastructure. By coordinating 17 federal research facilities and training models on decades of protected government datasets, the administration is positioning AI not as a tool, but as a strategic lever to compress discovery cycles in biotech, energy, chemistry, and engineering from years to days. What stands out is the scale of institutional alignment. The White House frames this initiative as the largest mobilization of research assets since the Apollo program, signaling that AI has formally entered the category of “national mission technologies.” As federal AI agents begin automating experiments and hypothesis testing, the precedent for public–private AI collaboration will expandь reshaping expectations for data governance, model accountability, and the ethical boundaries of state-backed scientific acceleration. #AI#AIGovernance

🇺🇸White House's Public Health Report Contains Fake Citations A White House endorsed public health report led by HHS Secretary Robert F. Kennedy Jr. has come under fire after journalists uncovered multiple non-existent citations and bibliographic errorsь many possibly generated by AI. Researchers listed as authors of referenced studies have disavowed the existence of those works. Others claim their real studies were misrepresented. Despite branding the report as “radically transparent,” officials dismissed the issues as “formatting errors.” An updated version has since replaced fake sources, but the White House and HHS declined to say whether AI was used to generate content. #AI#AIGovernance

🇻🇬AI Governance Lessons from the Australian Tax Office The Australian Auditor-General’s report on AI governance at the ATO goes beyond tax administration—it sets a benchmark for AI risk assessment and compliance across industries. The audit examines how the ATO evaluates AI risks, ensures readiness, and builds governance frameworks for deployment and monitoring. For AI Officers and compliance teams, this report offers a practical guide to aligning AI adoption with accountability and oversight. As AI continues to integrate into critical systems, structured governance is no longer optional—it’s essential. #AI#AIGovernance