Давно и с удовольствием читаю канал юриста и предпринимателя Романа Бузько.
Он ставит интересные эксперименты в области продуктизации юридических услуг: всевозможные open-source руководства и self-service платформы вдогонку к стандартной почасовой оплате услуг юристов.
Сегодня он запускает платформу юридических услуг Degoverned, и его можно поддержать голосом на ProductHunt: https://t.me/buzko_hub/1039
Также рекомендую его канал: @buzko_hub

А я тем временем в полном восторге от того, как круто ChatGPT4 умеет программировать.

В крипте бэкенд-код на Solidity + Python я умею писать с ~2017го, и за это время успел написать много хорошего и интересного.
Фронтенды же мне всегда казались тайной магией (и при этом "слишком скучно, чтобы разбираться" – интересное противоречие), поэтому я на них либо забивал, либо аутсорсил.

Так вот, вчера решил наконец разобраться. Начал с ChatGPT4 и оказалось, что он может почти все!
Начал с запроса "дай мне код фронтенда, который подключается к MetaMask и проверяет баланс кошелька".
GPT4 мне выдал простые и понятные 100 строчек, которые почти сразу заработали.
Когда вылезают ошибки, можно просто продолжить диалог в формате "вылезла такая-то ошибка, исправь", он исправляет.

Дальше серией запросов вида "а теперь добавь мне кнопку пересылки токенов", "а теперь добавь вводное поле для количества токенов" и так далее я быстренько сделал ту штуку, которая мне на самом деле была нужна.
И, напоследок, подчистил дизайн визуально, запросами вида "а тут добавь разделитель", "а тут выровняй по вертикали поля для ввода".
На всё про всё ушло три с половиной часа.

Просто бомба! Рекомендую попробовать.

Хочу поделиться хорошим, что у меня происходит в жизни: я уже год работаю в Matter Labs, последние полгода в роли VP of Engineering.

Matter Labs занимается zero-knowledge proofs: это математическая магия, которая позволяет масштабировать Ethereum.
Все наверное уже слышали, что Ethereum поддерживает только 15 транзакций в секунду, а VISA около 9000, поэтому "крипта не масштабируется для повседневного использования".
Это происходит потому, что Ethereum целенаправленно ограничивает количество транзакций так, чтобы рядовые пользователи имели возможность самостоятельно перепроверить все транзакции за всё время существования Ethereum, имея только мощный ноутбук.
Zero-knowledge proofs aka ZK позволяют взять любое количество транзакций, например миллион, и "доказать" математическое утверждение: если изначальное состояние блокчейна было X, и потом по очереди произошли эти миллион транзакций, то конечное состояние будет Y.
И потом любой желающий сможет проверить это "доказательство" за доли секунды, независимо от того, как много транзакций было изначально.
На первый взгляд, это должно быть невозможно: если бы мы проверяли корректность статистически, злоумышленник может спрятать ошибку (например, допечатать себе Эфиров) при "исполнении" любой из миллиона транзакций, и чтобы достоверно убедиться в отстутствии ошибок, даже половину транзакций перепроверить недостаточно.
И тем не менее, существует способ эти транзакции так перемешать, чтобы ошибка в любом одном месте приводила к погрешностям во всех местах сразу.
В качестве более подробного введения рекомендую великолепный пост Виталика Бутерина.

Matter Labs – один из мировых лидеров в масштабировании с помощью ZK.
ZKsync Era, наш ZK-rollup (aka L2), существует уже полтора года, и занимает первое место среди ZK-роллапов по TVL (суммарная стоимость токенов, которые находятся в роллапе).
К тому моменту, как CEO предложил мне попробовать, я уже год-два мечтал работать именно в Matter Labs. И звезды наконец сложились!

Я лично возглавляю инициативу ZK Chains, цель которой – помогать другим проектам запускать свои роллапы на нашей технологии. Моя команда запускает все роллапы на технологии ZKsync, кроме изначального Era.

Для тех, кто дочитал: вы пользовались когда-нибудь ZKsync Era? А другими роллапами: Optimism, Arbitrum, Base?
Я буду рад обратной связи на наш продукт!

Пару месяцев назад я закончил работать в Matter Labs.
Было очень весело отстроить с нуля новый продуктовый департамент, наладить процессы в большой команде разработки и увидеть изнутри, как работают B2B продажи в крипте между компаниями с рыночной капитализацией больше $1 млрд.
Подробнее про мою работу можно послушать в подкасте Базовый Блок: https://t.me/basicblockradio/581
А я тем временем взялся за новое дело, и следующий пост про него.

Я делаю стартап, цель которого – создать AI-powered crypto assistant.
Технология: LLM agent + MCP/tools.

Примеры задач, которые ассистент будет выполнять, разгружая время и внимание пользователя:
"купи токен $HYPE на $5 млн, покупая равномерно в течение месяца"
"успей зайти в ферму Plasma, как только там откроются депозиты"
"прочитай код нового протокола и оцени риски"
"встань в дельта-нейтральную позицию и собирай funding fee"
И конечно любые более простые и скучные задачи, типа "перекинь мои USDC на Солану, и не забудь чтобы было чем платить за газ".

Существующих на текущий момент технологий недостаточно ни на стороне foundation LLMs (они недостаточно надежные), ни на стороне MCP/tools (они недостаточно экспрессивные).
Поэтому в качестве первой стадии я делаю крипто бенчмарк: набор задач с верификаторами исполнения.
Я ориентируюсь на бенчмарк SWE-Bench, который был отличным индикатором прогресса в LLM кодинге: когда он вышел два года назад, лучшая LLM справлялась с 2% задач, а сейчас все топовые модели делают больше 70%.
Моя цель – сделать аналогичный бенчмарк для оценки качества работы LLM агентов на блокчейне.
И дальше заинтересовать топ AI лабы добавить этот бенчмарк в свои пайплайны тестирования моделей.
Ощущается весьма сложно, но, как я недавно узнал, лабы в эту сторону сейчас активно смотрят.

Я сейчас в фазе активного сбора информации и общаюсь с VC, рисерчерами и фаундерами вблизи этой области, так что если идея заинтересовала – пишите, я буду рад обратной связи.
Особенно интересно мне пообщаться с рисерчерам AI лаб (OpenAI, Anthropic, ...), которые занимаются агентными средами и тренировкой tool use.

покажу заодно, как может выглядеть конечный продукт.
я прикрутил к LLM самые обобщенные тулзы (читать код смарт-контрактов с Etherscan, смотреть значения переменных на Ethereum VM), и агент в данном видео разобрался с нуля, что такое Aave protocol и как им пользоваться.

Я ищу работу во Frontier AI Labs: активно готовлюсь к собеседованиям и неспеша подаюсь в Anthropic, OpenAI и так далее.
Буду рад пообщаться с людьми, которые тоже активно готовятся, проходят или недавно проходили собеседования в эти компании.
Также буду благодарен за интро и репосты, которые мне помогут таких людей найти.

Делюсь полезными материалами для подготовки, которыми я сам пользуюсь.

Задачи с реальных собеседований: DarkInterview, PracHub, 1point3acres, InterviewDB, LeetCode.

Фундаментальные знания: Stanford CS336, книги RHLF и Scaling, блоги Karpathy, Lil’Log, Raschka.
Но вообще лично у меня обучение продуктивнее всего идет в формате 1:1 тьюторинга от ChatGPT/Claude.

Личные истории подготовки, собеседований, офферов: Mimansa (went to Meta AI), Alisa (OpenAI), Silvia (DeepMind), Yong (OpenAI), Jenya (Thinking Machines).