

Мы потратили последние два года на повышение возможностей агентов. Теперь создаётся инфраструктура, чтобы сделать их управляемыми. Размещение NVIDIA политики контроля агентов, телеметрии и аппаратной изоляции в одном стеке — это серьёзный сигнал. Следующее поколение агентов потребует не только более совершенных моделей, но и более чётких границ.

Чувствуется AGI/ASI, несколько наблюдений: 1. Opus 5.5 действительно вызывает сильное ощущение AGI (возможно, не полностью достигнута, но мы очень близки — около 80–90%). Например, для обучения гуманоидов требуется лишь несколько прорывов. Нам нужно перенести этот интеллект в физический мир. 2. Я не думаю, что Anthropic открыла какую-то волшебную формулу. 3. Это означает, что SpaceXAI, Google и другие вскоре последуют за ними. Это предсказание основано на количестве вычислительных ресурсов, которые у них уже есть, плюс дополнительные ресурсы, которые постоянно добавляются. 4. Я никогда не был так уверен, что Anthropic, SpaceXAI, Google, OpenAI и, вероятно, Meta — все крупные американские лаборатории AGI — получат полноценную AGI в 2027 году. 5. После этого мы быстро перейдем к территории ASI (скорее всего, тоже в 2027 году). Кажется, несколько гигаватт вычислительной мощности достаточно для мощной AGI. Теперь представьте, что мы сможем сделать с 10–20 ГВт вычислительной мощности, которые быстро выводятся на онлайн-линию. А затем с 100–200 ГВт... 2027 год будет совершенно безумным годом.

Только что исполнилось 22 года Инженер ИИ + единственный основатель Создаю инфраструктуру передовых ИИ-решений для декодирования физического мира Дважды подавал заявку в YC — дважды отказали Похоже, моя заявка F26 попала в топ-10%. Ожидаю набора YC W27 Общаюсь с ранними пользователями, решаю сложные задачи, быстро запускаю продукты и выясняю, что действительно важно Хочу найти больше творчески технических и технически креативных людей

архитектура модели начинает ощущаться меньше как фиксированная нейронная сеть и больше как среда выполнения направлять разные входы через разных экспертов динамически распределять вычислительные ресурсы изменять глубину обновлять память адаптировать параметры при выводе интересный вопрос теперь не только насколько велика модель? а что именно выбирает модель для выполнения?

Недавно я встретил Сэма на мероприятии GPT Astra Community Night, и мы поговорили об ИИ и о том, что я строю в области инфраструктуры передовых ИИ-решений. У меня осталось очень хорошее впечатление о нём. Затем я увидел старое видео, где Сэм в 25 лет представляет Loopt кому-то в динере. Сейчас это выглядит странно, потому что Loopt — это не то, за что люди помнят его сегодня. Это заставило меня задуматься: сколько основателей сейчас находятся в своей «эре Loopt»? Компания, которую они строят сегодня, возможно, не станет той, ради которой их запомнят, но именно она может научить их всему необходимому, чтобы создать то, что действительно станет известным.


