Grok

Находка последней недели — модель Grok 4.20

Основное УТП что под капотом 420 сидит система из 4 агентов. Один координирует, другой чекает риалтайм данные и исследования, третий занимается логикой и математикой, четвертый креативом. В плане API расход токенов конечно огромный, но это не имеет значения потому что цена токенов супер низкая, а на подписке огромные лимиты.

По лабораторным бенчмаркам 4.20 уступает конкурентам, но если задача найти какую-то риалтайм инфу в интернете, то гроку нет равных (спасибо данным из твиттера).

Был тест где моделям дали по 10к долларов и отправили торговать криптой и токенизированными акциями. Grok 4.20 единственный вышел в +34%, остальные модели в ноль или ниже нуля:

https://nof1.ai/leaderboard

Короче советую потестить, забавно смотреть как в риалтайме несколько агентов друг с другом спорят

https://grok.com/

Добрался я до этой аниме-вайфу в обновлённом Grok. Дизайн в приложении отличный, ИИ моментально реагирует, можно отыгрывать разные сценарии, настраивать характер. А конкретно её можно раздеть её чуть ли не до гола при достижении нужного уровня дружбы. Минусы?

В общем, очень качественный продукт, который вызывает эмоции. Рекомендую скачать потыкать самостоятельно. А технологию эту для Маска подвезли ребята из Animation Inc. У них можно найти кучу таких же компаньонов в их основном приложении. Ожидаем такое во всех апах в ближайшие годы 🙏

написал новый пост в сабстэке про то, как я использую deep reseerch тулы для бизнес-поиска. это, наверное, самый популярный LLM-сценарий у меня сегодня, который помогает в инвестиционных и GTM-делишках.

в 2023, когда только зарождался deep research, всё сводилось к созданию громоздких RAG-пайплайнов: агент офлайн качал 10-K, блоги, стенограммы подкастов, индексировал всё в vector db и писал промпты для каждого файла. появлялись первые вертикальные стартапы — я смотрел в основном на GTM и invest-tech, но было много интересного и в академических задачах.

схема работы агентов напоминала Directed Acyclic Graph (DAG): всё заранее прописано, один путь без циклов и ветвлений, а решения принимал внешний оркестратор. для простых сценариев «пользователь → запрос → поиск → ответ» это работало.

сегодня deep research-агенты в ChatGPT, Gemini, Perplexity, Grok и др. получили мощный апгрейд благодаря reasoning-моделям. появились Toolformer, ReAct, Tree-of-Thought, Chain-of-Thought и function calling — и агенты превратились в нечто похожее на конечный автомат. они сохраняют состояние (plan/execute/reflect), сами решают, когда делать loop или ветвление, могут retry’ть шаги и корректировать стратегию прямо в сессии.

есть четыре основных building-блока:

planning модель разбивает запрос на подзадачи («какие сайты сканить», «какие PDF парсить», «какие API дернуть») и хранит этот живой plan в контексте диалога, который можно дополнять.

acting через headless-браузер или API агент качает страницы и документы, парсит HTML/PDF, прогоняет текст через LLM-саммари и выдёргивает ключевые поля прямо в json-ячейки или табличные столбцы.

observing агент сверяет промежуточные результаты с целями. если чего-то не хватает, возвращается к planning, меняет стратегию (дополнительные источники, глубина парсинга) и снова идёт в цикл. благодаря reasoning (ReAct, Chain-of-Thought, function calling) модель не просто рубит по сценарию, а реально рассуждает, loop’ит и ветвится. вместо жёсткой цепочки «шаг 1 → шаг 2 → готово» получаем динамичный поток: «спланировал → выполнил поиск и парсинг → оценил результаты → добавил источник → … → готов отчёт». именно эта способность одновременно сохранять контекст, рассуждать и управлять переходами делает deep research-агента таким мощным.

publishing когда все подцели закрыты, агент мёржит фрагменты в финальный отчёт: markdown-таблицы, списки фактов, ссылки на источники и confidence-метрики. отчёт готов к принятию решения.

но 90 % времени я делаю запросы типа «анализ финтех-стартапов из Колумбии для gig-worker’ов» или «поиск AV-компаний и выяснение, какой lidar-сенсор они используют». тут быстро упираешься в лимит компаний и слабое ранжирование: можно шаманить с промптами, но глубина и детерминированность поиска критичны для бизнеса. academic-бенчмарки вроде GAIA или PaperBench хвалят аккуратные резюме научных статей, но они не отражают запросы GTM-команд и инвесторов.

короче про это и написал. плюс для каждой статьи в сабстэке стараюсь зафичерить стартап, который как-то думает в сторону той проблемы, которая у меня возникла.

вместо одного горизонтального подхода Extruct применяет вертикальный AI. каждая компания, сегмент или продукт — самостоятельная «ячейка» в таблице, за которой следит свой агент. так внутри одной ячейки можно сохранять сотни раз больше контекста, гибко добавлять новые поля (стадия раунда, ключевой технический критерий) без перезапуска процесса и выстраивать кастомную логику прямо в planning. чем-то напоминает clay с claygent, только работает субъективно получше и дешевле для не-сейлзов.

так что советую и свою статью и стартап. p.s. если есть по технической части добавить, пишите в коменты.

Я ж совсем забыл написать, что, конечно же, поставил себе OpenClaw (на виртуальный сервер) буквально на следующий день после предыдущего поста.

Сейчас конечно об этом уже не так увлекательно писать. Шутка ли дело — почти две недели прошло. В индустрии за это время всё изменилось вообще, даже YC уже успели в подкасте показаться. Но тем не менее.

Если вы вдруг пропустили, почему это важно.

ChatGPT (а также Claude, Gemini, Grok и т. д) — просто чат-боты, с которыми можно поговорить. Ты в интерфейсе чата задаёшь вопрос, получаешь ответ. Да, они в этом ответе могут выдать код, например, но все равно этот код тебе отдаётся в чате.

Claude Code / Codex — агенты, с которыми не только можно чатиться. Они могут редактировать файлы, выполнять команды в терминале, писать и исполнять код. И благодаря этому совершенно другой уровень результата получается. Мы в компании переходим на Claude Code для почти всех процессов вообще. Но всё равно ты сидишь за десктопом. И эта штука не действует автономно, она отвечает на твой промпт. А между промптами ничего не делает.

OpenClaw — агент, который умеет всё то же самое, что и Claude Code, но только еще: - Доступен тебе в мессенджерах — можно просто через телеграм голосовуху кинуть, и он пойдёт делать. Это кажется мелочью, но пока сам не попробуешь, не представляешь, насколько это всё меняет. Теперь реально можно что-то создавать, гуляя по лесу с телефоном и время от времени отправляя голосовые. - Может работать 24/7 и выполнять какие-то штуки по таймеру. То есть например делать что-то для тебя каждое утро или каждую ночь. Или хоть раз в 10 минут что-то проверять и присылать или делать. - Сохраняет память про тебя в текстовый файл (в этом ближе к chatGPT, чем Claude Code, у которого контекст ограничен проектом). Правда, иногда всё забывает, но это можно лечить. - Может сам себя совершенствовать, находить и добавлять себе новые скиллы и саморазвиваться. - Может пользоваться браузером, камерами и другими устройствами.

То есть это на самом деле первое настоящее приближение к фильму HER. Настоящий такой AI-ассистент (или сотрудник), который прям многое может делать.

Это уже даже не просто «сделай мне приложение Х». Из OpenClaw можно сделать сотрудника, которого попросить сделать приложение Х, а потом раз в полчаса проводить рисёрч рынка, придумывать новую фичу, которая будет приближать к какой-то большой цели, и делать её. И он, блин, реально, это делает!

Да, это всё жутко небезопасно сейчас и подвержено примитивнейшим промпт-инъекциям. Если давать ему доступ к своему реальному компьютеру или аккаунтам, могут всё увести. Поэтому люди ставят OpenClaw на виртуальные сервера или на старые ноуты или даже покупают отдельные макмини (если вы модный айтишник из Сан-Франциско).

И да, это супер-неудобно и во многом не user-friendly, постоянно ломается, надо всё настраивать самому. Ну как настраивать, попросить своего OpenClaw настроить себе что-то или научиться чему-то, и он обычно сам разбирается с минимальной внешней помощью.

Но в любом случае момент воспринимается как переходный в индустрии. Смена стратегии для многих компаний. Будущее, которое неожиданно оказалось здесь быстрее, чем мы ожидали. Да, через год-другой появятся нормальные решения от мейнстримных игроков, и такие агенты станут нормой. А сейчас — можно успеть подготовиться к будущему.

Ну и поиграть с огнём прикольной штукой.

Grok. На данный момент самая сильная нейросеть для любых прогнозов.

Самая большая статья затрат любого бизнеса — это сотрудники. А самая сложная задача собственника — нанимать людей.

Благо сегодня можно нанимать намного меньше кожаных сотрудников и делегировать 90% AI.

IBM уже заменила почти 8000 сотрудников ИИ-сервисами. А «Яндекс» за счёт генеративных технологий увеличил выручку на 37% и пробил 1 трлн рублей. По прогнозам McKinsey, к 2030 году ИИ добавит мировой экономике 13-20 трлн долларов.

То есть вопроса, нужно ли внедрять ИИ, не стоит. Нейросети уже экономят 5-10 человекочасов на текучке вроде ресёрча, анализа, подготовки документов. Вопрос в другом: как настроить команду ИИ-ассистентов под свои задачи.

Как раз для этого у Академии Эдюсон есть курс «Нейросети и нейросотрудники для бизнеса».

За пару месяцев без всяких дедлайнов вы: - освоите ChatGPT, GigaChat, DeepSeek, Grok 3 и другие ИИ-инструменты; - научитесь делать видео-аватары, воронки, сайты, веб-приложения и чат-боты; - сможете настраивать ИИ для других или зарабатывать на консалтинге.

Короче, если хотите себе сотрудников, которым зарплату не плати, дай только поработать 24/7, вам это надо.

Доступ к курсу и обновлениям останется навсегда.

По промокоду ПИСАРЕВСКИЙ идёт скидка 55% и второй курс в подарок — оставляйте заявку здесь.

И приятный бонус: Академия лицензирована, поэтому вы сможете вернуть 13% стоимости обучения через налоговый вычет.

Реклама. ООО "ЭДЮСОН". ИНН 7729779476. erid: 2W5zFGNMt9w

Заменит ли AI продуктовых дизайнеров? 🛌

Тема, которая активно обсуждается в дизайнерских чатиках и зачастую сопровождается всеобщей паникой такого масштаба, что неосознанно сам втягиваешься и становишься частью этого невроза.

Вот мой прогноз и мысли по этому поводу:

1️⃣ Уже сейчас мы с помощью аишек можем редачим тексты, генерить гипотезы, графику для проектов и делать еще много чего. Сразу возникает вопрос, а когда машина начнет рисовать макеты? Плохая новость: уже начала. Хорошая: делает очень плохо.

Важный нюанс заключается в том, что моделям нужно на чем-то учиться. “на чем-то” значит на средней температуре по больнице. Можно представить, какой результат получается, если 99% (из пушки по воробьям) интерфейсов это второсортный шлак с древним UI и устаревшими шаблонными патернами.

Нейросети еще долго на мой взгляд не смогут воспроизвести уровень условно дринкита, додо, лавки, аирбнб и других тир1 продуктов. Если вообще смогут…

2️⃣ Все равно нужен будет человек, способный фильтровать и принимать решения. Человек с хорошим вкусом, скиллами в промптах, насмотренностью на data-driven решениях, пониманием контекста и бизнес-целей. Все эти запросы при хайринге дизов и сейчас есть, просто инструментарий поменяется.

Сильные продакты кстати тоже супер шарят за UX (у них настоящий data-driven, а не демо-версия, которую обычно дизам приносят в виде результатов экспериментов), но у них, вероятно, все равно не будет важных дизайнерских скиллов и «глаз». Они тоже в состоянии напромптить норм интерфейс, но утилитарный, без лоска и эмоций. А бороться за внимание пользователя это наше будущее.

В разработке история похожая. Появляются курсоры, гроки и другие тулзы, которыми без технической экспертизы реально накодить себе что-то рабочее, но по сути это процесс строительства карточного домика под шаманские танцы («ну, авось, нормально делает»), неустойчивая конструкция без технадзора со стороны. Джун для разработки плагина будет не нужен, а экспертный консалтинг да.

Это миф, что любой обыватель нажмет на одну большую красную кнопку и получит классный результат. Получит хрень полную.

3️⃣ Пришел к выводу, что джунам будет еще тяжелее 😕. Если раньше достаточно было знать фотошоп, чтобы устроиться, то сегодня порог входа в профессию стал кратко выше. А сейчас еще и рынок трясет чутка, многие компании режут косты, менее охотно набирают новичков и стажеров (это трата ресурсов с долгосрочной перспективой) и все более тех, кто может помочь заработать здесь и сейчас.

В будущем AI заберет на себя те задачки, которые обычно отдавали джунам, производительность и эффективность на одного человека вырастет, вакансий станет меньше. И здесь замкнутая петля получается: джунов не нанимаем и не растим, потому что сеньор со всем инструментарием сможет работать за пятерых → новых кадров на рынке не будет, так как им не дают вкатиться. Это я сейчас очень сильно утрирую, но тенденция вроде логично звучит.

4️⃣ Победят самые самые приспособленные ребята, готовые адаптироваться к новым инструментам, среде, контексту. Сегодня вы учите фигму, а завтра будете учиться собирать интерфейс в веб-среде из реакт компонентов. 😭

когда писал пост про deep research, подумал: в рисерче агентов выиграет тот агент, который подключит источники, недоступные публично.

напрашивается в агента добавить форму p2p‑консалтинга, а записи потом использовать для обучения.

ну, оказалось, я не один такой умный. есть такая компания — AlphaSense. компания стоит около $4 b, подняла свежие $600 m и делает ARR порядка $400 m.

сервис стартовал в 2012‑м как «google для финрынков» — быстрый поиск по SEC‑файлингам, sell‑side‑репортам, новостям и транскриптам.

оказывается они пошли дальше: недавно купили стартап Tegus. это что‑то вроде маркетплейса экспертных интервью. они соединяют экспертов с теми, кто исследует рынок или конкретный сегмент. клиенты — банки, фонды и консультанты. вы регистрируетесь, описываете биографию и опыт, а платформа матчит вас с заказчиком. организуют звонок и платят почасовую ставку.

так вот, сходил к AlphaSense на демо: показали, как их внутренний агент ходит по открытому вебу, платным базам и всей библиотеке Tegus‑транскриптов. технически, может, не так эффектно, как у openAI или grok, но по охвату и глубине данных пока лучшее, что видел. ну и стоит такое уже $50k на команду из 5 человек в год.

и вообще имхо, что в эпоху агентов p2p‑консалтинг становится только живее и ценнее.

консультация передаёт не только факты, но и энергию, контекст, доверие. плюс у хорошего эксперта свои шрамы и решения и беседа может вытащить вопросы, о которых ты даже не думал

(тут конечно хорошо бы зашел промо, что я делаю платный консультации, но нет)

🎙️ Dwarkesh Patel и Elon Musk - обязательно к просмотру

Сегодня прям отличный день с кучей новостей и крутых выпусков. Наконец второй сезон подкаста Cheeky Pint, и Dwarkesh Patel с Elon Musk.

3-часовое интервью, где Elon Musk обсуждает с John Collison (Stripe) и Dwarkesh Patel:

- Орбитальные дата-центры: "Через 36 месяцев самое экономически выгодное место для AI будет космос" - Почему масштабировать энергию на Земле физически невозможно для нужд AI - Grok и alignment - Бизнес-план xAI - Optimus и производство гуманоидов в США - Почему Китай может выиграть по дефолту - DOGE

Забавный факт: интервью записали до того, как узнали что SpaceX покупает xAI - обсуждение космических GPU оказалось еще более актуальным.

📺 youtube.com/watch?v=BYXbuik3dgA

#elon_musk #dwarkesh_patel #ai #spacex #podcast

————————— Мысли Рвачева —————————