YouTube-эссе

Ролик Dylan Davis разбирает привычку части ИИ-лидеров держать несколько ai-агентов одновременно в фоне, пока сами заняты другими делами — вместо того чтобы наблюдать, как модель работает. Автор формулирует три правила безопасного масштабирования: независимость задач agent друг от друга, отдельный контекст на каждую задачу и фокус на итоговом результате, а не на процессе. Отдельно разбирается, какие…

Арсений Шатохин показывает, как превратить навыки Claude Code в общую библиотеку: правит их вся команда в Notion, а синхронизация с GitHub доставляет обновления в Claude Code, Cursor и Codex. Главная ценность схемы в том, что обратная связь не остаётся в личных чатах, а улучшает навык для всех. Как продавать такую услугу, автор тоже объясняет, но…

Основатель OpenRouter Алекс Аталла и инвестор Анджни Мидха объясняют, почему агрегатор моделей не «тонкая обёртка», а слой дистрибуции между лабораториями и разработчиками. Их главный тезис: токены становятся новой единицей стоимости в интернете, и вокруг них вырастет целая индустрия, включая защиту от мошенничества.

Консультант Dylan Davis показывает, как связка GPT-5.6 и нового десктопного приложения ChatGPT берёт на себя рутину в интерфейсах: перенос данных между экранами и работу с незнакомым софтом. Главный вывод: в 95% случаев хватает встроенного браузера, computer use нужен для десктопных программ, а доверять агенту стоит постепенно, по «лестнице доверия».

ERA из Google Research превращает научную задачу в код с числовой оценкой и ищет решение деревом ноутбуков, где каждую мутацию предлагает Gemini. Начиналось всё как «авто-Kaggle», а сегодня система помогла разобраться с контрейлами, на которых команда буксовала два года. Главный вывод Джона Платта: такой инструмент делает исследователя быстрее, но требует от него больше строгости, а…

Runway показала interface world model: видеомодель в реальном времени рисует интерфейс и реагирует на клики, без HTML и React. Компания видит в этом путь к нейросетевой операционной системе и среде для обучения computer use агентов. Пока это дорогая ранняя демонстрация, но идея обучаемого интерфейса заслуживает внимания.

Jev заявлена как первая «большая программируемая модель»: её выход предназначен не для человека, а для кода, а главная метрика — интеллект на доллар. Название отсылает к парадоксу Джевонса: чем дешевле интеллект, тем больше его тратят. Из короткого фрагмента интервью нельзя судить о качестве модели, но сама рамка полезна тем, кто строит агентов и пайплайны вокруг…

Компания Radical Numerics строит геномные языковые модели — ИИ-системы, обученные на ДНК вместо текста, способные не только читать геном, но и генерировать новые последовательности. В подкасте Latent Space CEO Эрик Нгуен объясняет, почему та же технология, что проектирует CRISPR-системы и целые геномы, обязана параллельно развивать инструменты биозащиты, и как модель Omni обгоняет специализированные инструменты в…

Dylan Davis разбирает скрытую ловушку генеративного ИИ: раз строить стало дёшево, компании начинают штамповать дашборды и мини-приложения, которые никто не просил и никто не использует. Вместо новых прототипов автор предлагает сперва спросить, может ли задачу решить уже существующий инструмент — Claude или ChatGPT с их навыками и проектами. Итог: ценность даёт не факт постройки чего-то…

Стартап TypeSafe выпустил Jev — модель, которую проектировали не для диалога с человеком, а для прямого вызова из кода, без отказов и с оптимизацией на интеллект за доллар. Основатель Диого Алмейда, бывший инженер OpenAI, объясняет это отказом от «RLHF-мышления»: программируемые ИИ-модели должны вести себя как надёжный API, а не как собеседник с цензурой. Главный вывод…