Я только что закончил читать эту статью, и она тихо изменила то, как я вообще понимаю обучение ИИ. Суть в том, что никто не становится лучше благодаря готовой работе — лучше становишься благодаря правкам, когда старший показывает, что было не так и почему. Редактура — это урок, а не чистый финальный черновик... И именно так ИИ стал хорош в написании кода: он никогда не учился на готовом коде, он учился на диффах. Каждое исправление, каждое переписывание, каждый «нет, делай так» — всё это Git сохранил за годы. Но везде ещё мы выбрасываем эту часть. Презентация отправлена, меморандум архивирован, контракт подписан — и мысль, которая его породила, исчезла. Документ — это результат суждения, из которого само суждение удалено. > Именно поэтому «записывай свои знания», пересматривая старые документы, никогда не работало. Каждая фирма создала систему записи — то, что она знает. Никто не создал систему суждений — то, что она реально считает хорошим. А суждения проявляются, а не заявляются… собеседования лгут, правки — нет. > Это то, что упускают в дебатах о «необучаемой / приватной корректности»: это не необучаемо — оно просто живёт в одном месте, которое все удаляют. Спросите любую фирму о её проценте принятия — она даже не сможет вам ответить… никто не сохранил правки. Программное обеспечение просто случайно сохранило свои чеки. Юриспруденция и финансы так и не создали свой Git. Суждение — в диффе.

Инженеры Anthropic только что создали полноценное приложение с нуля, используя исключительно цикл агентов. 40 минут от команды, которая создает Claude Code. Три агента работают в цикле: один планирует, один создает, один оценивает — цикл повторяется, пока приложение не заработает. Никто в этом демо не писал один и тот же промпт дважды. Они спроектировали цикл один раз и ушли. Посмотрите, а затем прочитайте полное руководство по созданию такого цикла ниже.

Я думал, что опоздал на ИИ, но после глубокого исследования я считаю, что это только начало. Конечно, ничего не растет по прямой линии. Будут подъемы и спады. Но игнорировать это и называть это пузырем — неприемлемо.

Могут ли ИИ-судьи допускать ошибки, подобные человеческим? Бросьте два кубика. Хотя бы один из них — 6. Многие говорят: 1 из 6 Правильно: 1 из 11 Простая логическая ловушка — также наблюдаемая в ИИ-моделях. #AI #Ontology #DID #Web3

Двухминутная уборка может заставить Claude чувствовать себя так, будто вы обновили модель. Видео не о каком-то секретном промпте. Оно о том, чтобы удалить мусор, который вы уже дали Claude. Старые навыки, неработающие подключения, наполовину использованные инструменты, случайные инструкции для рабочего пространства, заброшенные эксперименты. Всё это может находиться на фоне и тихо отравлять контекст. И тогда люди говорят: «Claude стал хуже». Возможно. Или, возможно, вы превратили его в переполненный браузер с 47 вкладками и попросили его ясно мыслить. Это важно, потому что производительность агента — это не только качество модели. Это гигиена контекста, дисциплина инструментов и то, сколько лишнего мусора система должна нести, прежде чем ответить. Статья на самом деле о том же уроке для оператора: более умный ИИ не спасёт беспорядочную настройку. Модель может быть мощной, но всё равно выдавать слабые результаты, если окружающая её среда шумная. Иногда узкое место — не Claude. Это ящик с хламом, который вы к нему подключили.

Одно, что бросилось мне в глаза в ExpRL, — это то, что он раскрывает ограничение нашего нынешнего понимания прогресса ИИ. Большинство тестов измеряют только то, приходит ли модель к правильному ответу. Они редко оценивают, сколько полезных идей было исследовано и отброшено на пути к нему. Человеческие инновации часто возникают из неудачных попыток, а не из идеальных. Учёный может проверить сотни неверных гипотез, прежде чем найти правильную. Однако традиционное RL считает каждую неудачную траекторию одинаково бесполезной. ExpRL предполагает, что внутри этих неудач может скрываться ценная информация. Эта идея важна далеко за пределами математических тестов. По мере того как ИИ-агенты становятся более способными, победителями могут стать не те модели, которые находят ответы быстрее всего, а те, которые больше всего учатся на своих ошибках. Вот почему проверка имеет значение. Без надёжных способов оценки промежуточных рассуждений и результатов мы не можем отличить продуктивное исследование от чистой галлюцинации. Будущее ИИ может зависеть не столько от генерации ответов, сколько от понимания, какие ошибки стоят того, чтобы из них учиться. @ritualnet

Единственный твит, который вам нужен, чтобы выжить в эпоху ИИ. Недавно я сел и написал 10 «правил» для выживания в предстоящую эпоху ИИ. Никакого «ИИ-мусора» — только мои искренние мысли. Если вы переживаете из-за потери работы или любых других последствий ИИ, надеюсь, вы прочтете это: Правило №1: Будьте быстрыми Главный навык в эпоху ИИ — высокая инициативность. Информация больше не является барьером. Ваше преимущество теперь — скорость. Сделайте своей целью быть человеком, который действует быстро. Правило №2: Создайте бизнес ИИ создает ОЧЕНЬ много возможностей для бизнеса. Информация теперь доступна в изобилии, и у вас нет оправданий, чтобы не построить прибыльный бизнес. Правило №3: Используйте ИИ каждый день Быть нативным пользователем ИИ больше не является опциональным. Интегрируйте его в свою жизнь и старайтесь быть на переднем крае. Правило №4: Эмоциональный интеллект > Интеллект Когда у всех есть доступ к одним и тем же инструментам ИИ, различающим фактором уже не является интеллект, а ваша способность устанавливать связи с другими людьми. Правило №5: Приоритет — здоровье Начните с простого: сон, физические упражнения, гидратация и питание. Правило №6: Создайте личный бренд Дистрибуция — новый барьер. Создание контента бесплатно, и это лучший канал дистрибуции. Правило №7: Научитесь продавать Этот навык никто не обсуждает. ИИ может создать продукт, написать текст, спроектировать сайт и запустить рекламу, но он все еще не может строить человеческие связи. Правило №8: Инвестируйте Инвестируйте в себя (навыки) и в ИИ (лопаты и кирки). Это самый большой пузырь, который мы когда-либо видели — воспользуйтесь им. Правило №9: Расширяйте сеть контактов Создавайте свою сеть. Ваша сеть — ваша окончательная страховка и способ получить новые возможности. Правило №10: Оставайтесь любознательными Это мета-навык, который питает все вышеперечисленное. Те, кто может быстро учиться и итерировать, теперь ценнее, чем когда-либо. Сохраните это, чтобы не забыть.

[APRO Intelligence #07] ──────────────── ИИ невероятно силен в STEM, программировании и математике. Но эмпатия, эстетическое суждение, чтение атмосферы, ощущение медленной причинно-следственной связи — ИИ всё ещё очень-очень далеко от нас. Даниэла из Anthropic идеально это сформулировала: «Мы вступаем в эпоху, когда человеческая сущность становится беспрецедентно дорогой». Создавайте с ИИ. Не забывайте, что делает вас незаменимым. → @APRO_Oracle

Гильермо Рауч, генеральный директор @vercel: «Каждая задача в мире в конечном итоге превращается в задачу программирования. Именно поэтому каждая лаборатория спешит к одному и тому же — к агенту программирования, который работает без вас». Самое четкое объяснение того, куда движется ИИ в программировании дальше. Ценность выше, чем у любого курса агентов за 500 долларов. Посмотрите, а затем прочитайте, как запустить его, пока вы спите, ниже.