Блог
Заметки об ИИ, менеджменте, маркетинге и стартапах из личного Telegram-канала Василя Закиева.
Публикации
Найдено: 486
Новые идеи Y Combinator для стартапов: инфраструктура ИИ и госсектор
Обзор зимнего списка Requests for Startups от Y Combinator: оборудование дата-центров, ИИ для муниципалитетов и социальные программы.
ИИ для рецензирования научных статей
Сравнение моделей и людей при поиске ошибок в рукописях клинических исследований и практический вывод о проверке работы специалистов.
Кто использует возможности LLM и ИИ-агентов
О разных уровнях использования LLM — от бесплатных чатов до передовых систем в ведущих лабораториях.
Маржа Anthropic на обслуживании клиентов
Данные о выручке и марже Anthropic и разница между стоимостью обслуживания клиентов и полными расходами на вычисления.
Как ИИ-агенты могут изменить маркетинг и продажи
Размышление о том, как выбор покупок ИИ-агентами может повлиять на продвижение и продуктовый маркетинг.
Как ИИ пишет весь код и самостоятельно закрывает задачи
Опыт команды, в которой ИИ пишет код и самостоятельно выполняет большинство задач, а человек проверяет результат.
Anthropic передала формат скиллов Linux Foundation
Пост о передаче формата agent skills фонду Linux Foundation и его поддержке несколькими ИИ-компаниями.
Как сброс лимитов Codex помогает планировать тяжёлые задачи
Плановый сброс лимитов позволяет копить тяжёлые задачи и запускать их, когда у агента снова доступны ресурсы.
Почему текст от ИИ так тяжело читать
Исследование шести языковых конструкций, на которых читатели спотыкаются в текстах моделей, и гипотеза о причинах.
ИИ-агенты для поиска и устранения уязвимостей
Автор связывает рост числа киберуязвимостей с необходимостью регулярно искать и устранять их с помощью ИИ-агентов.
Миллиардная компания из одного человека: успеем до конца 2026-го?
Почему ИИ сокращает команду для запуска стартапа, но не отменяет найм: данные Carta и YC и пример Base44.
Американцы ждут от ИИ 28% своей работы, сотрудники Anthropic — 75%
В опросе Anthropic американцы оценили долю своей работы, которую сможет выполнять ИИ к 2030 году, в 28%, сотрудники компании — в 75%.
Агенты пишут больше кода, но задачи закрываются так же
Исследование 718 компаний показывает: ИИ-агенты увеличивают объём кода и нагрузку на ревью, но не ускоряют закрытие задач.
Anthropic заменила git своей системой: 30 000 мержей в день
Рост до 30 тысяч изменений в день сделал Git узким местом инфраструктуры Anthropic, и компания разработала серверную систему Scion.
Microsoft делает ставку на локальные модели и железо
Microsoft связывает Windows, локальные модели и железо Nvidia в стратегии для корпоративных клиентов, которым важны контроль расходов и конфиденциальность.
Как меняется внимание основателя при росте стартапа
По мере роста оплат основатель всё реже радуется отдельным поступлениям и планирует перейти от дневных результатов к ежемесячным отчётам.
Grok Bot Маска теперь думает на Claude Opus 5.5
SpaceX будет выбирать лучшую модель под каждую задачу; автор сравнивает Grok с Opus и объясняет, почему трудно удерживать фронтирный уровень.
Агентам нужен запасной режим после достижения лимита
Жёсткий лимит расходов защищает от внезапных счетов, но агентам нужен fallback на дешёвые модели, чтобы завершать начатые задачи.
NerfBench: как проверяют «нерф» моделей
Бенчмарк BridgeMind отслеживает качество моделей после релиза, но не измеряет работу агентов с инструментами и репозиториями.
ИИ-навыки поднимают зарплаты, но не удерживают специалистов
Доплата за ИИ-компетенции растёт, но сильным сотрудникам всё легче уйти в своё дело или AI-native команду.
Darkbloom и BOINC: два подхода к распределённым вычислениям
Чем отличается непрозрачная аренда Mac для ИИ-инференса от открытых волонтёрских вычислений BOINC.
Главное препятствие для ИИ-агентов — знания сотрудников
Почему агенты буксуют без неформализованного опыта и почему сотрудники могут удерживать знания, если боятся замены.
Workslop: слово для чужой ИИ-работы, которую вам переслали
Что такое workslop, почему ИИ-ответы без проверки снижают доверие в команде и как защищаться от такой пересылки.
Почему ИИ-индустрия пока может работать без прибыли
На примере Uber автор объясняет, почему инвесторы финансируют рост ИИ-компаний до того, как отрасль начнёт приносить прибыль.
Пользовательские соглашения наконец начали читать
Автор рассказывает, как пользователи стали чаще задавать вопросы о правилах сервиса после того, как начали читать соглашения с помощью ИИ.
Старые скиллы можно резко упрощать
Автор объясняет, как сократил многофазную AI-редакцию до одного автора и независимой проверки фактов.
Как AI-редакция из десятка агентов сократилась до одной модели
Автор рассказывает, почему редакционный процесс из 12 фаз и до 14 сессий заменили одной моделью и отдельной проверкой фактов.
Почему опытные основатели сильнее работают с ИИ-агентами
Партнёры Y Combinator объясняют, как опыт помогает выбирать, что строить, и управлять командами ИИ-агентов.
Открытая модель — не обязательно open source
Автор сравнивает вклад компаний в открытые модели и отмечает, что у них остаются закрытые данные и ноу-хау.
Спор об авторстве решения задачи Навье—Стокса
Автор разбирает претензии к публикации OpenAI и отмечает спорные моменты общения с исследователями.
Показано 30 из 486
КОНТАКТЫ
Обсудим ИИ-трансформацию вашей компании.
Напишите через форму на сайте или напрямую в Telegram. Быстро поймём, где ИИ может дать эффект, какой формат подойдёт руководителю или команде и с чего начать.
Менторская консультация
60 000 ₽
- Диагностика процессов и задач под ИИ
- Выбор первых внедрений с понятным эффектом
- Подбор инструментов: Искра, модели, сервисы и автоматизации
- План действий на 30 / 60 / 90 дней