Количество моих колонок на Forbes перевалило за полсотни, а я даже не заметил:) При этом самая свежая из них оказалась для меня самого непривычной: редактор предупредил, что темой номера будут миллиардеры и предложил попробовать как-то к ней привязаться. На заказ писать умею плохо, но тут стало интересно, как любимые мои технологии совокупить с миллиардерами:) Вышло странновато, но желающие могут почитать:
https://www.forbes.ru/tekhnologii/558498-bez-cuvstv-i-emocij-pocemu-milliardery-ne-brezguut-ii

Не совсем, конечно, горячая новость, но все равно прикольно: китайцы еще раз показали как умеют тиражировать и вообще ставить на поток чужие находки, не вышедшие у авторов из стадии экспериментов.
Публикации про генетически модифицированые растения, способные светиться в темноте, периодически мне попадались уже несколько лет. Однако это были либо лабораторные эксперименты, либо art-and-science проекты. А вот теперь, спасибо генам светлячков и светящихся грибов, разработана целая линейка светящихся растений, в том числе вполне привычных: орхидеи, подсолнухи, хризантемы — всего около 20 видов.
Свет неяркий, но создатели светящейся флоры уверены, что такие растения вполне могут подсветить совсем темные аллеи без искусственного освещения и стать основой привлекательных городских композиций в публичных пространствах. Я б в таком парке погулял безлунной ночью:)
https://futurism.com/science-energy/bioengineering-plants-glow-light-cities

Тут пока все будет сильно нерегулярно, потому что я до 11 мая в отпуске в краях, где с интернетом очень не очень;)
Поэтому вот вам вместо серьезных новостей просто ролик от NASA, в котором спрессовались в таймлапс 6 лет (!) путешествия ровера Curiosity по планете
https://www.jpl.nasa.gov/images/pia26721-six-years-of-curiositys-wheels-on-the-move/

В OpenAI решили вечеринку по случаю запуска GPT-5.5 закатить в подходящую дату: 5.5, то есть 5 мая, и для пущего пиара попросили саму модель составить сценарий мероприятия, "the flow of the party". Сэм Альтман утверждает, что она как раз и предложила красивую дату, отказалась сама выступать с тостом, но попросила своих создателей с ними выступить, а речи сделать краткими. А еще она предложила фокусом мероприятия сделать сбор пожеланий по поводу следующей версии 5.6 — и загрузить собранные хотелки в нее. "We're going to do it," заявил Альтман. "But it was a strange thing."
Подождем отчетов о том, как все пройдет:)
https://africa.businessinsider.com/news/sam-altman-asked-gpt-55-to-plan-its-own-launch-party-its-requests-were-beautiful-but/yd4lt00

Гари Маркус, личность в американской технотусовке известная, продолжает свои мрачные пророчества (местами смахивающие на фантазии). Текущая тема — растет и ширится массовое сопротивление ИИ, работники его активно саботируют, а сама тема ИИ станет определяющей в президентской гонке 2028 года — претендующему на победу придется запретить ИИ, иначе народ не поймет. 
ИИ уничтожает образование, помогает глобальной слежке, распространяет дезинформацию, растит заблуждения, помогает фишингу и киберпреступности, разрушает систему наема, увеличивает экономическое неравенство, затапливает мир помоями, вредит окружающей среде… и прочая, и прочая. Ужасный ужас.
Интересные бывают все же пузыри, в которых обитают разные люди:))

https://garymarcus.substack.com/p/the-growing-ai-backlash

Technology Magazine: ИИ не убивает поисковые системы, он переписывает процесс принятия решений

– Обычно ИИ и поисковики представлены как соперники и т.д.
– Этот подход ошибочен и является крайне неполноценным
– На самом деле на рынке происходит структурная конвергенция
– ИИ и поисковики стали объединяться в единую систему
– Система извлекает информацию, принимает решения и др.
– Поисковики долгие годы были основным интерфейсом интернета
– ИИ меняет этот интерфейс, но не саму потребность в нем
– Зависимость от релевантных данных и ранжирования осталась
– Без этих базовых функций качество работы ИИ снижается
– Компании, ориентированные на поиск, внедряют ИИ быстрее
– Среди лидеров по внедрению ИИ: Google, Microsoft, Baidu и Яндекс
– Владельцы поисковиков контролируют нужную инфраструктуру
– Перечисленные компании способны стать лидерами на ИИ-рынке
– Для создания комплексного ИИ нужен контроль на 3 уровнях
– Это извлечение данных, ранжирование и персонализация, синтез
– Лишь несколько компаний успешно работают по всему циклу
– Помимо Google, Microsoft, Baidu и Яндекса это еще Amazon в e-com
– Все пять компаний дают доступ к части инфраструктуры по API

@ftsec

Об этом уже все отписались, но тут трудно мимо пройти: заключенная между Anthropic и SpaceX сделка  в течение месяца даст  Anthropic доступ к очень неслабой инфраструктуре: компании становится доступна вся вычислительная мощность комплекса Colossus 1: свыше 220 000 свеженьких GPU от Nvidia (потребляемая электрическая мощность — 300 МВт). Все это облегчит в первую очередь жизнь пользователям топовых планов Claude Code, табличка говорит сама за себя.
Много можно гадать о причинах такого решения Маска; например, можно предположить, что при всей его нелюбви к Anthropic, OpenAI он не любит еще сильней:)) Прочих версий в профильных каналах без меня хватает:)
https://www.anthropic.com/news/higher-limits-spacex

Хотя текст ориентирован на венчурную публику, его интересно много кому прочитать: очень сжатый и понятный рассказ, почему автор считает ИИ не просто новым инструментом, а созданием технологии общего назначения. Такие технологии на протяжении нашей истории появлялись не раз (хотя и не слишком часто). А еще не раз частные технологии провозглашались трансформирующими — ошибочно.

Segway, изобретённый в начале 2000‑х, имел множество влиятельных сторонников, включая Стива Джобса, который, говорят, считал его столь же важным, как персональный компьютер.

Как понять, какой сценарий реализуется на этот раз? Автор на основе рассуждений, которые не буду пересказывать (их полезно целиком прочитать в оригинале), приходит к выводу:

ИИ почти наверняка является преобразующей технологией масштаба печатного станка и компьютера. История не может сказать нам, каков будет тайминг, кто именно извлечёт основную выгоду и какие компании окажутся Гутенбергами, а какие — забытыми печатниками. Но она говорит, что подобная технология, когда появляется, перестраивает индустрии и институты вокруг себя. И степень этой перестройки обычно оказывается больше, чем ожидали люди, живущие в её ранние годы.

По сути, схожие вещи говорят лидеры бигтехов, но скорее в виде заклинаний, чем логических выводов — поэтому заметку интересно вдумчиво прочитать в оригинале (даже если вывод не нравится;))

https://lukechen.substack.com/p/ai-is-going-to-change-everything

Снова про человекообразных роботов — и, само собой, про Китай. Свежий отчет Morgan Stanley утверждает, что Китай в этой области идет своей привычной и проторенной (автопромом) дорожкой.

“China has a track record of spotting the next big growth areas early and planning ahead,” Ahya, the bank’s chief Asia economist, wrote in the report, citing China’s now-dominant EV and battery industries. “The robotics industry has followed a similar path.”

Интересны опасений аналитиков: в случае автомобилей, полагают они, мир активно противостоит китайским автопроизводителям, защищая своих собственных, располагающих мощным лобби. А в случае роботов мало кто располагает своими собственными влиятельными конкурентами, и китайцы могут не встретить сильного сопротивления.

https://finance.yahoo.com/sectors/technology/articles/humanoid-robots-drive-next-leg-054252115.html

Еще со времен занятий физикой очень любил всякие нелинейности и неустойчивости — есть в них какая-то красота и, что, может быть, важнее — загадка и тайна. Но в повседневной жизни и, что хуже, в бизнесе все для многих кажется очень линейным. И приводит к дорогим ошибкам — примеры копятся столетиями, но почему-то это слабо помогает. Сейчас, как всегда во времена крутых изменений, всякие линейные прогнозы особенно странны и неуместны. Вот про это как раз очередная моя колонка в Forbes
https://www.forbes.ru/tekhnologii/560158-kuda-krivaa-vyvezet-pocemu-kul-t-linejnosti-ubivaet-strategiu

Ксенопсихологи из Anthropic всерьез занялись перевоспитанием трудных ИИ-подростков 🙂
Они выпустили очередное исследование неподобающего поведения моделей — и в нем вполне нетривиальны и результаты, и выводы.
Казалось бы, соображение “что заложили, то и получили” давно известно, но исследователи поглубже копнули причины иногда возникающего агрессивно-негативного поведения моделей в специально спроектированных тестах.
Оказалось, что из двух гипотез:
1. В ходе post-training ошибочно поощряется неправильное поведение
2. Причина безобразий кроется в изначальном обучении, и post-training оказывается неспособен кардинально переучить модель
— верна вторая.
Оказалось, что традиционный RLHF в виде чата с человеком-тренером уже недостаточен для агентских моделей. И тут как раз приходит на помощь конституция Клода, потому что она обучает этичным рассуждениям в процессе поиска решения, а не просто этичным ответам: на каждый конкретный случай примеров хороших ответов не напасешься. Важней учить причинам и принципам правильности ответа, а не самим верным ответам: although training on aligned behaviors helps, training on examples where the assistant displays admirable reasoning for its aligned behavior works better. А вот неправильных ответов, описывающих поведение злобного ИИ, в обучающих данных навалом: такими сюжетами, в том числе литературными, увы, интернет давно полнится, и модели все это впитывают по ходу обучения.
В итоге:

We found that high-quality constitutional documents combined with fictional stories portraying an aligned AI can reduce agentic misalignment by more than a factor of three despite being unrelated to the evaluation scenario.

Обратите внимание на прекрасный заголовок поста:)

https://www.anthropic.com/research/teaching-claude-why

Команда Миры Мурати из Thinking Machines очень порадовала. Возможность нормально разговаривать с хорошей моделью требует неких танцев с бубном (обычно в форме Eleven Labs); когда в прошлом году мы затеяли на YAC/e живой разговор людей и Клауса (который помогает студентов учить и ведет с ними семинары) — намучились, чтобы все было живо и быстро, безо всяких пауз. В посте по ссылке авторы мягко называют эту конструкцию external scaffolding. И вот именно его решили избежать, подход хорош:

We think interactivity should scale alongside intelligence; the way we work with AI should not be treated as an afterthought.

И утверждают, что цели своей добились, модель с нуля спроектирована и обучена так, чтобы не просто быть автономной, а действительно чутко реагирующей на любое вмешательство человека в процессе в процессе совместной работы. Вмешательство может быть мультимодально: модель мгновенно реагирует голосом (если ее попросить) на, например, появление чпеловека в кадре, ,если у модели есть доступ к камере. От демки по ссылке слюнки текут, быстрей бы дали пощупать и вообще хорошо бы, чтоб такие интерфейсы поскорей стали всеобщей нормой:)
https://thinkingmachines.ai/blog/interaction-models/

Гугл снова взялся за ноутбук, теперь под брендом 'Googlebook' — причем выпускать их будут и проверенные партнеры типа Asus и Lenovo.
В продаже они появятся только осенью и интересно будет посмотреть, как на практике выглядит ноутбук от тех, кто в ИИ действительно понимает и имеет свою крутую линейку продуктов — а не просто лепит этикетку “ИИ” из маркетинговых соображений

https://www.notebookcheck.net/Pixel-Laptop-Return-of-Google-laptops-confirmed-with-Googlebooks-launching-this-fall.1294854.0.html

Как перестроить разработку и сократить 250 айтишников

Написал новую статью про один из моих последних кейсов. Название звучит провокационно, но статья не про сокращения ради сокращений.

Она про то, что в старой модели компания может держать 500 инженеров и все равно двигаться медленно: знания находятся в головах людей, документация сильно устарела, требования приходится собирать по чатам, никто в компании не понимает всю архитектуру целиком, а ИИ-инструменты только ускоряют существующий хаос.

В общем, как я в роли CAIO (Chief AI Officer) в международной финтех-компании перестраивал разработку продуктов. Как бы сделать это так, чтобы ничего не сломать?

Главный принцип: AI-Native разработка начинается с правильно оформленной спецификации.

Сначала нужно восстановить текущее состояние системы, понять архитектуру, зависимости и нюансы работы с легаси, потом описать целевое состояние, далее — тесты, и только после этого агентам можно доверять код.

И конечно, строить с нуля намного легче, чем трансформировать что-то существующее.

В статье я разбираю, как устроена AI-Native разработка:

• агент-археолог восстанавливает текущее состояние продукта;

• агент-аналитик превращает спецификацию в центр управления: от фичей и пользовательских историй до описания поведения системы в виде сценариев использования и требований;

• Change Request связывает AS-IS и TO-BE, а агент-менеджер составляет план разработки;

• требования получают ID и мэтчатся с тестами, задачами, релизами и метриками;

• тесты становятся обязательными на всех уровнях архитектуры: так мы переходим к TDD (Test-driven Development);

• организационные изменения, стандартизация спецификаций, дашборды и обучение новым ролям позволяют перейти в новую парадигму.

В итоге за 3 месяца удалось добиться ускорения релиза новых фичей минимум на 20%, в среднем — на 40%, а в некоторых кейсах — от двух до четырех раз.

Сокращения произошли, потому что половина команды не смогла перейти в новую модель. Где-то мешала старая инженерная культура, где-то — открытый или скрытый саботаж. Обучение в формате хакатонов, буткемпов и интенсивов быстро показывает, кто способен учиться, управлять агентами и брать ответственность, а кто продолжает держаться за старое.

Поэтому трансформация — это не только внедрение инструментов, но и обучение текущей команды, выявление ИИ-чемпионов, найм новых людей и постепенная сборка новой культуры разработки. В такой системе меньшая, но более ответственная и адаптивная команда может давать больше результата, чем большая команда, застрявшая в старой парадигме.

В новой AI-Native модели человек управляет продуктом целиком: ставит задачи агентам, управляет контекстом, принимает архитектурные решения, проверяет результат и несет ответственность за весь продукт.

Так появляется новая роль — AI Product Engineer. Поэтому главный вопрос не в сокращениях, а в том, какая команда нужна компании, если больше не надо вручную писать код? Мы же не пишем двоичный код, а пользуемся высокоуровневыми языками программирования – а сегодня используем естественный язык.

Недавно я закончил преподавать курс по AI-Native разработке в университете Пафоса на Кипре, на совместной программе с JetBrains. В рамках курса каждый студент разработал свой стартап, и я был впечатлен качеством работ. После курса один из студентов сказал, что он и до этого писал код с ИИ, но с новым подходом у него «все пошло как по маслу» — появилась уверенность и контроль над системой.

Проблема не только в энтерпрайзе. Большинство людей сегодня учатся разрабатывать продукты с ИИ неправильно: они учатся писать промпты, генерировать куски кода и быстрее выполнять старую работу, либо делают это без спецификаций и тестов, поэтому быстро теряют контроль.

Но будущее не в том, чтобы быстрее делать старую работу, а в том, чтобы строить новую систему. И именно этому теперь надо учить людей — чтобы они быстрее адаптировались к новой реальности.

Ну а я двигаюсь дальше: следующая задача — внедрить AI-Native подход в производство гуманоидных роботов. Следите за обновлениями.

👉 Полная статья

#кейсы