1. В ближайшее десятилетие ещё предстоит создать множество приложений на базе новых технологий ИИ.
2. По определению приложения, построенные поверх инфраструктуры/технологии ИИ (таких как API LLM), должны быть более ценными, чем сама инфраструктура, потому что именно они должны зарабатывать достаточно, чтобы платить поставщикам инфраструктуры и технологий.
3. Я вижу множество «зелёных ростков» в разных компаниях, которые внедряют агентные (agentic) рабочие процессы, и уверен, что это будет расти. Я также разговаривал со многими венчурными инвесторами, которые колеблются, когда речь идёт об инвестициях в ИИ-приложения, потому что чувствуют, что не знают, как выбирать победителей, тогда как «рецепт» того, как вложить 1 млрд долларов в инфраструктуру ИИ, понятнее.
4. Некоторые ещё и поддались хайпу о том, что почти все ИИ-приложения будут просто сметены улучшением базовых моделей у компаний, разрабатывающих передовые LLM.
5. В целом я считаю, что в ИИ-приложения сегодня существенно недоинвестируют. Для моего венчур-студио AI Fund это по-прежнему огромный фокус.
Конец цитаты.
Комментарий по простому.
1. Неизбежно все модели будут становится все более умными и умелыми, несмотря на скептицизм сбитых летчиков типа Джефри Хинтона, Яна Ле Куна, Ильи Суцкевера и Эндрю Карпаты, хотя в свое время эти люди сделали многое.
2. Разница между возможностями моделей будет все меньше. Пару неделю назад Gemini 3 вырвался вперед, но Claude Opus 4.5 уже набил им морду, а потом через пару дней DeepSeek выпустил Math-V2, которая всех уделала по математике. Уверен, до конца года OpenAi поднасрет конкурентам, а потом Маск выпустит Grok 5.
3. Цена инференса неизбежно снижается, цена пре-трейна в расчете на токен также будет снижаться, электростанции и дата центры введут в строй в горизонте 3-5 лет.
4. Опен сорсные модельки также будут расти, но по прежнему будут недоступны для обычных пользователей из-за высокой цены использования, которая минимально в 100 раз больше, чем ценник от проприетарных моделей от корпораций, чтобы не говорили сторонники опенсорс.
Просто потому что либо у вас должен быть собственный кластер за 50К$ и выше, либо вы будете юзать открытые модельки на хостингах типа fal, и при определенных раскладах все равно будет дороже, чем у бегемотов.
5. Таким образом, сегмент с МАКСИМАЛЬНЫМ потенциалом ценности находится именно не в «лопатах для старателей» (как это может показаться сейчас), а именно в «золоте», которое мы будем с помощью этих лопат добывать, т.е. новое поколение умных приложений, которое мы сейчас способны создать.
МЫ — не программисты, а как раз те, кто НЕ программисты, но научились создавать с помощью ИИ.
Эндрю Энг: «Одним из важнейших навыков будущего станет способность точно сообщать компьютеру, чего мы хотим, и понимать программирование. Те, кто пишет код с помощью ИИ, уже превосходят тех, кто не работает в команде. Обществу понадобятся разработчики программного обеспечения, и ИИ делает программирование гораздо более доступным.» https://x.com/JonhernandezIA/status/1994393852916998433
6. ИИ позволяет учиться в 1000 раз быстрей, чем классические вузы.
Допустим, вы ставите себе цель создать какое-то приложение, и вы полностью с 0,.
Если УТРОМ вы НИЧЕГО НЕ ЗНАЕТЕ, начнете задавать вопросы chatGPT (или любому ИИ) и пытаться что-то делать, то уже ВЕЧЕРОМ будете знать и уметь то, что до ИИ требовало нескольких месяцев.
А через 5 дней у вас будет готовая версия приложения, пусть сырая, но 100% рабочая и далее вы ее сможете развивать. А если бы это делали прогеры без ИИ, они бы убили на это полгода и сделали ли бы лучше. Это установленный факт.
7. Ограничений для амбиций нет. К примеру, сейчас я создаю в рамках курса полноценного AGI агента-компаньона, и мне для этого не надо ничего, кроме желания и фокуса. Нет причин в чем-то себя ограничивать — вы можете создавать систему любой сложности и создавать все в одиночку.
Вам НИКТО не нужен, чтобы to make things.
Моими партнерами выступают Claude Code в качестве девелопера и иногда Codex в качестве аналитика + chatGPT.
8. Почему реально построить AGI на базе уже текущих моделей? Потому что AGI = возможности модели из коробки + система управления контекстом. Т.е. то, что модель отвечает, зависит от того, как строить долгосрочный контекст и долгосрочную память системы.
Проще говоря — если ассистент ограничен способностями модели, то если мы строим мульти-агентную систему на базе ассистента, то на порядки увеличиваем способности, приближая их к уровню того, что вполне можно назвать AGI.
9. Как это работает? Представьте, что есть два человека, у которых примерно одинаковый уровень знаний, навыков и опыта, когнитивны способности. И если вы дадите им много одинаковых задач, то скорее всего они будут решать примерно одинаковую долю задач примерно за одинаковое время. Статистически.
Однако, если вы одному из них дадите метод, который помогает находить решения, то тот, кто этот метод имеет будет давать лучшие результаты. А если вы дадите ему инструменты, подсказки, кейсы, примеры решений + команду аналитиков и помощников, то он будет решать больше задач, быстрей, эффективней.
При этом разница будет тем больше, чем больше разрыв в инструментах и методах. Все развитие цивилизации в конечном итоге свелось к созданию все более могучих инструментов и методов.
Так и здесь. Я не трогаю модели. Зачем? Корпорации сами делают их все умней. Мой фокус на инфраструктуре вокруг модели, т.е. я создаю «корпорацию моделей» + методы, которые кратно повышают возможности решения задач. Эндрю Карпаты представим проект, где модельки общаются в виде совета, оценивая друг друга — это простая схема, которую любой из вас может реализовать за пару часов, не умея кодить. Даже не будучи Эндрю Карпаты. Но это не добавляет ничего.
10. Мой тезис — AGI = управление памятью и агентская структура вокруг вызовов ассистента. Это как Кремниевая Долина — здесь не самые умные люди в смысле IQ. Есть умные, но как и везде, даже в Сомали или России. Но почему именно Кремниевая Долина — единственное место на планете, которая создает вещи?
Потому что здесь культура, ментальность, инфраструктура, инструменты. Понимаете? Люди в целом такие же, как и везде, но инфраструктура уникальна.
11. Поэтому создание AGI это создание архитектуры и памяти при использовании стандартных ассистентов.
Как происходит процесс создания AGI? Основным процессом является самообучение + создание картины мира, а ответы на вопросы людей это лишь разновидность учебных кейсов.
В моей системе есть роли Студентов и Менторов, Студенты все время задают вопросы, Менторы отвечают, а над ними стоит Система обучения, которая все время снимает телеметрию со всех ролей, анализирует метрики и производит подбор импакт факторов.
Пока Студенты и Менторы общаются, система обучения одновременно копается в их мозгах, строит гипотезы, сценарии, запускает их у Студентов и Менторов. И смотрит — куда все идет, определяет лучшие траектории улучшения.
И все это штатно работает на самых дешевых моделях, потому что переход на самые дорогие автоматом повышает качество. Моя цель — добиться превосходства на доступных моделях, что вполне реально.
Alex Krol
Источник: t.me
Источник: ai-news.ru
