БМ джем

Посмотрите, как меняется запуск проектов прямо сейчас. Раньше для проверки гипотезы требовались бюджет, команда из нескольких человек и пара месяцев работы. Сегодня человек с нормальной системной логикой за пару вечеров собирает рабочий прототип и запускает тест. Скорость проверки идей выросла в десятки раз.

В конечном счете рутина умерла. И главный риск сегодня не в том, что алгоритм заберет профессию, а в том, что-бы потерять смыслы и остаться человеком, который делает задачи со скоростью и мышлением 2010 года в мире, оперирующем скоростями 2026-го.

Олег Чен:
ИИ это не про помощника. Это про передел властных институтов и ценности времени!
После подкаста Александра Соколовского с Харитоном Матвеевым из Skyeng хочется убрать в сторону детские форматы вроде посмотри, какую картинку нарисовала нейросеть и взглянуть на сухую экономическую реальность.
Большинство всё еще воспринимает искусственный интеллект как продвинутый Т9 или удобный сервис для бытовых задач. На самом деле мы проходим точку, за которой меняется сама архитектура работы, бизнеса, государственных институтов и человеческой ценности.
Если убрать романтику, происходят три фундаментальных сдвига.

1. Информация знаний перестает быть преимуществом.

Всю историю человечества глубокие знания, эрудиция и способность решать сложные задачи находились на вершине пищевой цепочки. Если человек инженер, аналитик, юрист или управленец, его квалификация гарантировала статус и капитал.
Эта парадигма сломана. Интеллект впервые стал дешевым массовым ресурсом. Доступ к мощностям, превышающим возможности большинства специалистов, сегодня стоит копейки. Диплом, пятнадцать лет стажа и объем накопленных фактов больше не дают прежней защиты. На первый план выходит другое, субъектность. Способность сохранять волю, критическое мышление и брать на себя ответственность там, где машина предлагает готовые ответы.

2. Вымывание среднего звена.

Раньше мощности нейросетей удваивались раз в семь месяцев, сейчас этот цикл сократился до трёх - четырех. Мы проскочили этап диалоговых окон и вошли в эру автономных агентов. Им отдают целые контуры процессов, от поиска клиентов и первички до логистики и управления рисками.
Человек в рутине стал узким местом. Из-за этого из экономики вымывается середина. Низ забирает автоматизация, а средний менеджмент те, кто просто сводит отчеты, транслирует чужие указания и перекладывает бумажки, становится экономически бессмысленным. Зато верхушка, люди с системным видением и смелостью принимать решения в условиях неопределенности, кратно дорожает. Один такой специалист в связке с ИИ-агентами сегодня закрывает объем бывшего крупного департамента или комитета.

3. Кризис институтов и капитала.

Когда автономные системы берут на себя управление инфраструктурой, логистикой и финансами, меняется природа власти. В развитых государствах цена человеческой жизни политически слишком высока, что неизбежно смещает конфликты в сторону беспилотных и алгоритмических систем. Капитал и влияние концентрируются вокруг единичных технологических платформ. Традиционные институты контроля и привычные фиатные деньги теряют прежнюю опору: производительность впервые окончательно оторвалась от человеко-часов.

Как менять оптику в ежедневной работе?

Здесь не нужны курсы программирования или заучивание промптов.
Нужна настоящая пересборка роли.
Уходить от логики исполнителя к архитектуре. Если ежедневная деятельность сводится к цепочке получил инструкцию - сделал - сдал, это зона прямого риска. Придется учиться видеть процесс целиком, ставить конечную цель, отдавать механику алгоритмам и контролировать качество.

Даже если вы единственный человек в своем направлении, работать нужно как управляющий.
Ставить на репутацию и личный контакт. В среде, где любой цифровой продукт - текст, код, аналитика или видео - собирается за три секунды, единственным неподдельным активом остается репутация, личное доверие и способность держать слово. Машина не чувствует контекст на местах и не умеет выстраивать человеческие отношения.
Забирать скорость, но не отдавать мышление. Алгоритмам стоит сбрасывать всю техническую черновуху: свести массив данных, подсветить слабые места в плане, подготовить черновик. Освободившийся ресурс - отдавать стратегии, переговорам и физической выносливости. Скорость изменений будет только расти, и выигрывают не просто умные, а устойчивые люди, способные держать удар и действовать в условиях полной неопределенности.

Панченко:
Пока толпа штурмует Python, рынок уже сместился. К 2030 деньги будут там, где вузы молчат.

1. Архитектор цифровой личности - строит образы для метавселенных и ИИ-платформ. $5 000 за одну интеграцию.

2. Куратор сенсорного восстановления - детокс нервной системы через звук, запахи, освещение. Сеанс $300, месячный курс $3 000.

3. Специалист по климатической адаптации жилья - подстраивает дом под жару и холод без переезда. Консультация $500, полная адаптация до $50 000.

4. Проектировщик микробиома - персональные экосистемы бактерий под конкретную генетику. Рецепт $1 000, сопровождение $500 в месяц.

5. Архитектор семейных ритуалов - восстанавливает связь там, где смартфоны убили близость. Программа $2 000, поддержка $800 в месяц.

6. Консультант по цифровому наследству - крипта, NFT и цифровые активы не пропадают, если подготовиться. Гонорар 5-10% от активов - при $1 млн капитале чек $100 000.

7. Дизайнер персональной экономики - архитектурирует состояние через токены и микроинвестиции. Проект $5 000, управление 2% годовых.

Китайские нейросети оказались не совсем китайскими. Anthropic посчитала: почти 200 миллионов запросов ушли в Claude.

Схема, которую Anthropic описывает у Kimi и DeepSeek:
1. Ты задаёшь вопрос китайской модели.
2. Она молча пересылает его в Claude через сеть фейковых аккаунтов.
3. Ответ Claude показывают тебе как свой.
4. Пару «вопрос-ответ» кладут в датасет и учат на нём свою модель.

Цифры из отчёта:
— Alibaba: 151 миллион запросов за май-июль, до 3 миллионов в день, 3 500 фейковых аккаунтов. Всё это шло на обучение Qwen.
— DeepSeek: 12 миллионов запросов за 14 дней июля.
— Kimi: 300 тысяч запросов реальных пользователей за 10 дней через 5 380 аккаунтов.

Забирали самое дорогое: агентные сценарии, работу с инструментами, код и цепочки рассуждений. Платили ворованными картами и чужими API-ключами.

Оговорка для честности: дистилляция сама по себе — нормальная практика, все лаборатории так учат маленькие модели на своих больших. Претензия в другом: делать это на чужом продукте через мошеннические аккаунты и выдавать чужие ответы своим пользователям за свои. И да, пока это версия одной стороны.

Роман Нестер:
ИИ это жопа и для стартапов, и для успешных больший компаний. Miro вот продался за сущие копейки — по сравнению с тем, сколько стоил недавно. Удержать клиентов нереально, все вайбкодят себе замену, чтоб бесплатная была.

А если ты стартап , то продавать любые b2b сервисы стало невыносимо — любой Вася уверен: всё что ты делаешь, он повторит за пару запросов в Клод.

Экономику Вася пока не считал. Завайбкодил CRM и пайплайн креативов, сэкономил на подписке и агентстве. Потом две дня недели выяснял, куда пропадают заявки и почему перфоманс посредственный. Время своё, значит бесплатное.

На практике, естественно, больше половины вайбкод сервисов не окупят себя. По многим причинам.

Основные компетенции бизнеса это не кодинг и инфраструктуры, а маркетинг, знание клиента и данные. То есть, ты круче если ты умеешь круто покупать в чужом сервисе и совсем простые вещи делать у себя. А не когда ты весь майкрософт решил повторить у себя. Но за это премий не дают и ai-native не назовут.

Но это не меняет того, что все уверены, что они завайбкодят и получат результат. Пока Вася выясняет стоимость своего бесплатного софта, покупку у тебя он уже отложил. Именно эта уверенность, а не реальность вайбкодинга подрывает оценки saas и раунды стартапов.

Д. Чернышов:
Получил комментарий к предыдущему посту — сейчас проблемы передачи знаний не существует потому, что можно все оцифровать. Нет. Так это не работает.

Есть старая история про F-1 — двигатель первой ступени «Сатурна-5». Тогда могли его сделать, а сейчас почему то не могут. Чертежи, дескать утрачены. На самом деле все чертежи целы, их около сотни тысяч.

Но в 2013 году инженеры Центра Маршалла разобрали газогенератор музейного экземпляра, отсканировали и запустили на стенде — и обнаружили, что ни один из построенных двигателей не совпадал с чертежами. Каждый F-1 был штучным изделием: форсуночная головка с тысячами отверстий сверлилась и подгонялась вручную, сварные швы правили по месту, и результат каждой доводки записывался в «красные пометки» на копии чертежа, которые хранились у изготовителя, а не в архиве заказчика.

Кроме того у «Сатурна» было порядка 20 тысяч подрядчиков, и заводы, которые делали конкретный сплав, конкретную прокладку, закрылись или перешли на другое производство. Утрачены не документы, а навыки и умения поставщиков. Люди, знавшие все тонкости процесса или ушли или уже умерли. Каждый из специалистов владел своей частью неявного знания, который никому не передал.

Существует важнейшее понятие — отрицательное знание. Неудача очень хорошо учит, но только тех, кто при ней присутствовал. Отрицательное знание не воплощено ни в чем — двигатель не несет на себе следов пятнадцати вариантов форсуночной головки, которые взрывались на стенде в 1960 году, пока не нашли перегородки, гасящие неустойчивость горения.

Ценнейшая информация о неудачах не проходит через четыре фильтра:

1. Публикационный: результат «не получилось» не имеет статуса результата, а журналы отрицательных результатов, которые пытались его исправить, сами закрылись за отсутствием подач

2. Юридический: отчет о неудаче — улика, и корпоративные юристы предпочитают, чтобы его не было.

3. Статусный: рассказ о провале не несет карьерной выгоды, поэтому он передается устно, в курилке, то есть по самому короткому каналу.

4. Секретный: провалы оборонных программ засекречены сильнее успехов, потому что раскрывают направление поиска.

p.s.
Добавлю, что полки в книжных магазинах ломятся от историй успешных компаний. Хотя успех — это скорее исключение из правил. Опыт неудач и провалов не менее важен для человечества.

Сергей Авдейчик:
У внедрения AI-агентов в бизнес сегодня десятки проблем. Технологии ещё сыры, методологии только формируются, проверенных практик почти нет. Да и откуда им взяться, если индустрия развивается настолько быстро, что кейс внедрения нередко устаревает раньше, чем успевает превратиться в презентацию.

Но, на мой взгляд, самая фундаментальная проблема находится совсем в другом месте.

AI-агенты стали работать быстрее, чем человек и организация успевают осмыслить результаты их работы.

Всю историю автоматизации скорость считалась безусловным благом. Быстрее обработали документы, быстрее построили отчёт, быстрее нашли решение — значит, повысили эффективность.

С агентскими системами мы впервые можем столкнуться с обратным эффектом.

То, что раньше естественным образом растягивалось на квартал, год или несколько лет — исследование, анализ, проектирование, перебор вариантов, подготовка решения, — сегодня иногда можно пройти за несколько дней. Технически результат уже существует. Ментально организация до него ещё не дошла.

И здесь исчезает крайне важный человеческий ресурс — время между получением информации и её принятием. Время на сомнение, спор, привыкание, изменение картины мира. Своеобразный когнитивный и организационный «лаг», который мы привыкли считать недостатком медленных процессов, неожиданно оказывается защитным механизмом.

Есть старая медицинская логика: лекарство и яд часто различаются не веществом, а дозой.

Так же и с решениями.

Когда новое понимание приходит к человеку и организации по капле, оно успевает стать частью их мышления. Когда тот же объём изменений обрушивается за один день, он может вызвать не ускорение, а отторжение, управленческий хаос и разрушение проекта.

Поэтому одна из главных задач внедрения AI-агентов ближайших лет — научиться управлять не только скоростью машин, но и скоростью человеческого принятия изменений.

Возможно, настоящий навык эпохи AI будет заключаться не в том, чтобы заставить агента работать ещё быстрее.

А в том, чтобы понимать, когда его необходимо сознательно замедлить.

ИИ дайджест от Лёни:
💻 ИИ ускорил разработчиков. А разработку — нет.

Вышло крупное исследование DX: больше 500 инженерных команд, реальные метрики, а не ощущения. Картина получилась неудобная для всех, кто продаёт «ИИ удвоит вашу продуктивность».

📌 Что подтвердилось: ИИ уже пишет больше половины кода. Разработчики реально экономят по несколько часов в неделю. Бюджеты на AI-инструменты компании продолжают наращивать.

📌 А что не подтвердилось: сама разработка от этого быстрее не поехала. Фичи не выходят раньше. Релизы не участились.

И вот тут самое интересное. Кодинг никогда и не был узким местом. Узкое место — это согласования, ревью, тестирование, ожидание смежной команды, переделки после «а мы передумали». Ты можешь ускорить один этап в десять раз, но если дальше очередь — очередь просто станет длиннее.

Классическая ловушка: локальная оптимизация вместо системной. Ускорили самый заметный участок, потому что его проще всего измерить и красиво показать в отчёте. А поток как упирался в согласования, так и упирается.

⚠️ И побочка, о которой говорят всё чаще: кода стало больше, значит больше ревью, больше багов, больше того, что потом придётся поддерживать. Скорость написания и скорость доставки — это две разные метрики, и путать их дорого.

Моё мнение: ИИ в разработке — это не про «быстрее выпускать», а про «меньше выгорать на рутине». Тоже ценно. Просто продавали не то.

ИИ дайджест от Лёни:
🎙️ Человек полтора месяца записывал свои созвоны локально — и обнаружил неожиданное: сама стенограмма почти бесполезна.

Первая версия его ассистента делала всё, что обещают модные сервисы: распознавала, кто говорит, писала текст встречи, складывала в заметки. Никакого облака — всё крутится на своей машине. Казалось бы, победа.

А через полтора месяца ежедневной работы выяснилось, что записать встречу — это самая маленькая часть задачи. Расшифровки копятся десятками, и найти в них что-то — та же боль, что искать в почте трёхлетней давности. Текст есть. Пользы ноль.

🕸️ Тогда он собрал из встреч не архив, а ГРАФ: кто участвовал, какие решения приняли, что кому поручили, как одна тема тянется через десять созвонов. И вот это уже работает как настоящая память — не «покажи файл за вторник», а «когда мы вообще решили делать так и кто был против».

🔐 И самый недооценённый момент: всё это локально. Твои переговоры, зарплаты, конфликты с подрядчиком и всё, что вырвалось в сердцах — не улетают ни на чьи серверы.

Мне тут близка сама мысль. Память — это не куча текста, который ты когда-то сохранил. Память — это связи между фактами. Гора стенограмм и человек, который помнит суть — вещи разного порядка.

А вы свои созвоны записываете? И хоть раз потом эти записи открывали?

Сергей Авдейчик:
Почему я никогда не куплю китайский автомобиль. И вам не советую.

Покупка китайского автомобиля сегодня — это немного похоже на поход в казино. Только с одним важным отличием: в казино вы хотя бы не знаете, чем всё закончится.

Здесь знаете.

Вы потеряете деньги.

Вопрос только — быстро или очень быстро.

Сначала всё выглядит великолепно. Огромный экран. Три экрана. Ещё один экран для пассажира, которому, видимо, всегда было тяжело жить без собственного телевизора в бардачке. Массаж задницы. Караоке. Дверь сама открывается. Кресло само поворачивается. Машина разговаривает. Подмигивает. Наверное, скоро будет интересоваться, как прошёл ваш день.

И стоит всё это дешевле европейца.

Ну чудо же.

А потом проходит год.

И выясняется, что ваше чудо уже старое.

Потому что китайский автопром сейчас развивается не автомобильными поколениями, а примерно как смартфоны: вчера 400 вольт, сегодня 800, завтра 1200, послезавтра батарея другая, мотор другой, электроника другая, платформа другая, а ваша машина — археологический памятник весны 2026 года.

Вы ещё кредит не выплатили, а она уже «предыдущее поколение».

В Европе автомобиль традиционно проектировался как вещь.

Купил. Ездишь. Через несколько лет рестайлинг. Потом новое поколение. А через десять-пятнадцать лет всё ещё можно найти рычаг подвески, фару и какой-нибудь несчастный датчик ABS.

Китайская модель сегодня всё больше напоминает электронику:

Купил → восхитился → вышло новое → старое никому не интересно.

И вот здесь начинается самое весёлое.

Потому что смартфон за тысячу евро через пять лет можно просто положить в ящик.

А автомобиль за 40–60 тысяч евро положить в ящик несколько сложнее.

Особенно когда ему внезапно понадобится батарея.

И вот вы приходите такие красивые:

— Здравствуйте, мне батарею на GAC Wonderful Dragon Super Mega Plus 2026 года.

А вам отвечают:

— Дедушка, вы откуда это принесли? Сейчас уже GAC Wonderful Dragon Super Mega Plus Ultra 2031. Там 1800 вольт, ядерный реактор и пассажирское кресло делает маникюр.

А ваше? Ну… попробуйте на разборке.

И тут мы плавно переходим к вторичному рынку.

Вот эту часть продавцы китайских автомобилей особенно не любят.

Они с удовольствием расскажут вам про разгон до сотни.

Про 27 динамиков.

Про лидар.

Про искусственный интеллект.

Про то, как машина сама припарковалась у Lidl, пока вы пошли за молоком.

Но попробуйте спросить:

а сколько эта технологическая ракета будет стоить через пять лет?

Вот тут обычно внезапно заканчивается презентация.

Потому что ликвидность возникает не из красивого салона.

Она возникает из понятной репутации марки, сервисной сети, доступности деталей, стандартизированных платформ, статистики надёжности и уверенности следующего покупателя, что он не приобретает электронного динозавра.

А теперь главное.

Я вообще не считаю китайцев плохими инженерами.

Наоборот.

В этом и проблема.

Они бегут настолько быстро, что купленный вами сегодня продукт через два года может оказаться веткой эволюции, которую производитель сам уже забыл.

Китайский рынок способен это переварить.

Человек поездил полтора-два года. Продал. Купил новое.

Прекрасно.

Но если вы живёте в Европе и привыкли покупать автомобиль на пять, семь, десять лет — вы участвуете уже в совсем другой экономической модели.

Причём почему-то своими деньгами.

Поэтому мой критерий скучный.

Мне не важно, сколько экранов помещается в торпедо.

Мне важно другое:

кто починит эту машину через семь лет?

Где я куплю батарею?

Сколько она будет стоить через пять лет?

Существует ли производитель к этому моменту?

Будут ли детали?

Будет ли софт?

И найдётся ли вообще человек, который захочет купить её у меня?

Вот когда появятся убедительные ответы хотя бы на эти вопросы — тогда поговорим.

А пока китайский автомобиль для меня — это очень красивый билет в казино.

Только крупным шрифтом на билете уже написано:

«Вы проиграли. Но посмотрите, какой большой экран!»

К. Хайт:
По моим наблюдениям, "общеупотребительный" AI стремительно тупеет. Похоже, сбывается грустная часть моих прогнозов. Помните, как хорош был Google, пока поисковую выдачу не засрали рекламой, и пока не появилась профессия SEO-оптимизаторов?
Ну вот теперь то же самое.
Три всадника Апокалипсиса на сей раз:
1. Паранойя. Инжекции всевозможных "защит" в системные промпты, "в этом я вам помогать не буду", "я не могу изображать реальную личность", "это вопрос кибербезопасности" и т.д. На практике это туча токенов, которые пользователю не видны, отжирают контекст и мешают решать задачу.
Заодно еще навязчивое желание поставить человека на выходе, все эти "классификаторы безопасности" (тоже туча токенов, время и ложные тревоги), перестраховочные вопросы и прочие необоснованные обращения к пользователю с тем, о чем он, зачастую, понятия не имеет.
2. Жадность. Ну как жадность - экономика. Двадцатидолларовые подписки нихрена не окупаются, время венчурных инвестиций в AI заканчивается, корпораты тупы и, навнедрявшись через задницу не хотят раскошеливаться по третьему кругу... Приходится подменять вызовы дорогих моделей дешевыми, строить сложные и ненадежные пайплайны, усекать рассуждения, досрочно прерывать выполнение задач, ну и просто подворовывать "порчей монеты", т.е. быстрее списывать токены, благо посчитать их реальный расход пользователь не в состоянии.
Со стороны это выглядит как "чу, коснулось души отупенье".
3. Все та же раковая опухоль рекламы. Брать деньги с пользователя это терять аудиторию, гораздо перспективнее брать деньги с компаний, желающих получить доступ к пользователю. У них и бюджеты больше, и продавать им проще. Не беда, что в результате клиент получит не ту информацию, которую просил, а ту, которая оплачена - куда ты с подводной лодки денешься? Поисковики портились двадцать лет подряд, и никто ими пользоваться не перестал. И чатиком не перестанут.
Результаты, к сожалению, местами скорбные. Если локальные модели не покажут в ближайшее время взрывной рост и рынок останется тоскливой олигополией - AI в самом деле окажется пузырем. Еще и пованивающим изнутри.