EDU

Мои мысли про стартапы и продукты.
Байрам Аннаков, фаундер and CEO onsa.ai - автоматизация B2B продаж
Мой LinkedIn: http://linkedin.com/in/bayramannakov/ />Записаться на консультацию и мои стримы: t.me/mindshare_mentor_bot/mindshare_app

Kanal yaratilgan sanaFeb 08, 2025

TGlist-ga qo'shildi

Feb 08, 2025

Men kanal egasiman

O'zgartirishlar tarixi

Muxrlangan guruh

EDU Chat

487

Telegram kanali EDU statistikasi

Batafsil

Obunachilar

9 565

24 soat00%Hafta

60.1%Oy

941%

Iqtiboslar indeksi

0

Eslatmalar0Kanallardagi repostlar0Kanallardagi eslatmalar0

Bitta postning o'rtacha qamrovi

1 003

12 soat4 786

272.1%24 soat1 0030%48 soat1 5390%

Ishtirok (ER)

2.09%

Repostlar9Izohlar12Reaksiyalar22

Qamrov bo'yicha ishtirok (ERR)

10.49%

24 soat0%Hafta0%Oy0%

Bitta reklama postining qamrovi

1 454

1 soat97967.33%1 – 4 soat00%4 - 24 soat00%

Batafsil

Botimizni kanalingizga ulang va ushbu kanal auditoriyasining jinsini bilib oling.

24 soat ichidagi barcha postlar

1

Dinamika

"EDU" guruhidagi so'nggi postlar

Barcha postlar

24.02.202514:26

Ого! Еще 500 миллиардов на AI и не только от Apple!

https://www.linkedin.com/feed/news/apple-to-hire-20000-us-workers-7184114

21.02.202516:58

Не гадай, а найди того, кто знает

Вчера болтали с классными фаундерами и обсуждали такую ситуацию: они парсят и эмулируют работу пользователей на одном сайте-агрегаторе и их постоянно блочат. И мы размышляли какие эвристики надо применить, чтоыб поведение бота было больше похоже на настоящее (сайт не хочет договариваться по хорошему)

Но потом возникла мысль, что надо просто найти разработчика из этой компании и нанять/расспросить его про механизмы защиты от ботов )

Иногда самый простой способ - не гадать, а спросить у тех, кто знает. Например, как выше, или у своего пользователя, откуда он пришел или почему сделал так, как сделал

удачи нам, экономическим исследователям (привет Полу Грэму)

20.02.202516:15

Подшаманили звук в соответствии с вашим фидбеком и, кажется, получилось получше - м?

новое видео тут:
https://youtu.be/lo8Qd1U8-UQ

19.02.202517:29

"Enterprise does not need a model, Enterprise needs an outcome"

Это слова Аарона Леви, CEO Box из свежего подкаста YC. Вообще, мне часто в последнее время доводится и говорить, и размышлять на тему. Безусловно, в b2b легче обьяснить, как защититься от того, что разработчики LLM просто добавят вашу фичу нативно в модель или в свой продукт: вам надо интегрироваться с B2B системами, продуктами, регулированием. Для b2c же часто ответ вида - слишком нишевая, читай <1B, аудитория (frequent flyers) или слишком высокие риски для репутации (character.ai).

Но, делая продукты в b2b, я вижу еще 3 важных критерия для b2b продуктов - приведу их в метафоре промптинга моделей:
1) унификация - вся компания должна промптить одинаково
2) адаптация - все промпты должны иметь единый и правильный контекст
3) контроль - контроль как за аутпутом моделей для последующего улучшения этого же аутпута, так и с точки зрения его использования для взаимодействия с внешней средой. Контроль даунсайда и владение апсайдом

Руководители бизнеса не хотят, чтобы каждый сотрудник по своему промптил chatgpt на стиль и контент сообщений
Руководители бизнеса не хотят, чтобы недоступность/забывчивость какой-то важной инфы для заданного сотрудника снижала качество общей выдачи компании
Руководители бизнеса не хотят, чтобы результаты аутпута модели неконтролируемо просачивались во внешнюю среду: как с точки зрения бренд соображений, так и конкуренции.

Поэтому, как Аарон и говорит, думать об угрозе со стороны openai/anthropic/etc проще в режиме b2b, чем b2c. На школе фаундеров я призываю b2c участников хотя бы допустить мысль о точке в пространстве b2b, поразмышлять в стиле "что если", чем бросаться сразу пилить. Потому что есть важный закон систем:

"Информация появляется в сравнении"

А подкаст рекомендую - Аарон прикольно размышляет про genAI и влияние на b2b в твиттере, на подкасте он суммировал основные мысли за последнее время

18.02.202513:13

О результатах и отсутствии оных

Интересное наблюдение: чем опытнее руководитель, тем больше он думает в терминах «обьем нового знания на затраты денег/времени» вместо просто «где результат?». Поэтому для него отсутствие результата это тоже результат, если из него сделаны выводы и намечены дальнейшие эксперименты.

Это не значит, что результат не важен, я не об этом. Я о своей «джуниорской» позиции, что лишь позитивный результат - это хорошо для заданной деятельности.

17.02.202511:15

Посмотрите на это фото внимательно: что на нем происходит? Что будет или может произойти? А что если вы - водитель автомобиля? А если собака была бы на поводке у мужчины, а не женщины?

Моя любимая Мелани Митчелл написала классную 2х серийную статью про один из центральных споров в LLM: формируют ли LLMки внутреннюю модель мира (как мы при взгляде на фото выше), помогающие нам прогнозировать ситуацию на более скомпрессированном, абстрактном и энергетически-эффективном уровне, или они просто, благодаря безумному количеству параметров, запоминают эвристики/правила, но не формируют реальной картины мира.

Лагерь ML ресерчеров разделился практически 50/50: одни утверждают, что да, формируют (Илья Суцкевер, например), другие - обратное (Ян ЛеКунн из Meta).

Tldr: пока, кажется, это лишь набор эвристик. Почитайте обязательно, чтобы лучше понимать, чего стоит ожидать от LLM и чего - нет. Например, если это большая коллекция запомнившихся эвристик, то не стоит ожидать оригинальных решений от нее (говорил недавно на этом выступлении).

Мое мнение:
1) что можно дропнуть пункт про энергетическую эффективность пока
2) что есть миллиард ситуаций, где большая коллекция эвристик - уже более чем достаточно для эффективной замены человеческого труда и на этом нам, практикам, пока надо сфокусироваться
3) надо управлять ожиданиями (в первую очередь, своими!) о том, чего ожидать от LLM.

16.02.202515:49

Интересная мысль-аналогия из подкаста 25 years at Google - ушел думать

Когда вы покупаете книгу, вы платите около бакса за 10 тыс токенов, с LLM же за ту же сумму вы получаете 1млн токенов

Поэтому главный вопрос: можем ли мы сделать LLM настолько умной, чтобы в пересчете на 1000 токенов мы были готовы платить в 100 раз больше, как за книгу, или в тысячи раз больше - как за программиста

16.02.202506:05

Мое недавнее выступление в Алматы: "GenAI - State of the Union", где я говорил про то, что уже возможно благодаря GenAI и что нас ждёт в ближайшие годы, а также почему агентское поведение (агентность) - ключевой навык в эру, когда у каждого будут миллионы PhD в загашнике.

Более детальные таймкоды:
00:00 - интро
02:02 - xrai glass
04:15 - Gartner Hype Cycle
08:36 - AI news
09:09 - Platform Shift
10:56 - кривая производственных возможностей
17:38 - IQ test results
25:30 - AI пишет код
31:52 - AI видео
36:46 - роботы
39:14 - AI исследования
45:30 - Automation vs Augьentation
50:59 - Future of Work
53:30 - AI агенты

Enjoy и спасибо коллегами из Most IT Hub за то, что захостили! Хотели митап, а получился - Митап :-)

P.S. презентация тут

UPD: заменил ссылку на видео с улучшенным звуком

13.02.202521:55

YC конфа

В июне YCombinator устраивает конференцию: участие бесплатное, но нужно пройти отбор. Это исключительно для computer science людей, так что если вы таковой, то смело подавайтесь. Будет Илон, Сэм, Карпатый, Наделла и другие топовые чуваки

https://events.ycombinator.com/ai-sus

Кстати, даже оплачивают $500 на билет

13.02.202515:21

В июне прошлого года я рассказывал про отчет Situational Awareness - решили выложить запись той встречи. Думаю, что вам будет интересно посмотреть/пересмотреть: удивительно, как сбываются некоторые предсказания и про наращивание компьюта (stargate + анонсы инвестиций от гиперскейлеров), и про алгоритмические прорывы (deepseek), и про unhobbling (reasoning модели)

https://youtu.be/2phugrQKors

enjoy, like & share :-)

12.02.202514:54

3 наблюдения про AI экономику

Сэм Альтман поделился 3мя наблюдениями об экономике AI:
1) Интеллект модели примерно равен логарифму ресурсов, затрачиваемых на его тренировку и выполнение - я, если честно, до конца не догнал. Мне понятен стейтмен а ля пропорционален, но почему логарифм? В чем измеряются ресурсы и интеллект?

2) Каждые 12 мес цена падает в 10 раз - я писал про это раньше: надо закладывать это в ваш бизнес и спокойно делать дорогие операции, понимая что к моменту выхода в продакшн и скейлинга, цена уже станет адекватной. И учитывайте в ценообразовании, разумеется

3) Социально-экономическая ценность линейно растущих способностей ИИ - суперэкспоненциальна. Поэтому выгодно экспоненциально инвестировать в его развитие.

Далее он рассуждает про, как раз, coding агента. Скажу честно, когда Сэм тизерил в ближайшее время их первого агента, в твиттере я предположил, что это будет coding, но оказалось deep research. Но я жду :-)

И было очень приятно читать про важность agency и желания что-то менять, имея в армии миллионы PhD —> именно про это в воскресенье я говорил на лекции в Алматы. Скоро выложу видео

11.02.202514:39

Экономический индекс Anthropic

Прикольную тему анонсировал Anthropic: свой экономический индекс. Это такой индикатор эффекта внедрения LLM в экономику и на рынок труда по мотивам задач, для которых юзают модельки Anthropic.

Наиболее популярные, ожидаемо, задачи кодинга. Далее редактирование отчетов/докладов/ресерчей. Потом редактирование текстов/надписей. Может потенциально стать источником идей продуктов, но для этого надо глубже изучить, я покопаю на этих или следующих выходных

28.10.202402:41

В продолжение разговора со Стёпой несколько выдержек по мотивам статьи Василия Леонтьева, нобелевского лауреата по экономике, «О распределении работы и дохода» 1982года:

1) Неадекватность измерения производительности как отношения выпуска продукции к обьему затраченного труда хорошо иллюстрируется периодом замены лошадей тракторами в сельском хозяйстве. Если взять общий урожай и разделить его сначала на снижающееся колво лошадей, занятых в с/х, и увеличивающемся колвом тракторов, то мы придем к парадоксальному выводу о том, что производительность лошадей в этот периода росла, а тракторов - падала!

2) Обычно замена одного «рецепта» производства продукции - специальной комбинации входных параметров (лошади vs тракторы») - зависит от аналогичной замены старого рецепта новым, в другой индустрии (транзисторы вместо вакуумных трубок —> компьютеры вместо людей)

3) Либертарианцы предлагают не трогать невидимую руку рынка и дать зарплатам падать ввиду снижающегося спроса на человеческий труд благодаря технологическим инновациям —> даже очень дешевый человеческий труд не сравнится с очень мощными машинами. [От себя добавлю еще про затраты на координации/контроль человеческого труда].

4) Сокращение рабочей недели может стать одним из способов абсорбирования эффектов технологической безработицы… или, как показывает исследование Департамента труда США, можно этого добиться через более гибкий график работы

5) Адам и Ева наслаждались безработицей и изобилием… в последние 2 столетия человечество бодро возвращается к этому «раю» благодаря технологическому прогрессу. Что же будет, когда он наступит?

6) Хорошим примером благоприятного исхода, причем с минимальным участием государства, служит кейс механизации сельского хозяйства. Если раньше семье фермеров необходимо было трудиться с раннего утра до позднего вечера в связке с лошадьми, то сейчас этого же выпуска они добиваются с гораздо более благоприятным графиком. Снижение их дохода в час хорошо компенсировано ростом дохода от капитальных инвестиций (тракторы и тп). Переход от старой структуре доходов к новой был практически безболезненным.

7) Чтобы добиться подобного эффекта в других отраслях, необходимо реализовать стимулы и политики (policies) для равного распределения работы и дохода, но при этом избегая даже непрямого противодействия технологическому прогрессу. История показала, что страны, избравшие противостояние, испытывали серьезные социальные волнения и экономическую стагнацию.

25.09.202415:27

Потихоньку начал выкладывать отрывки из онлайн вебинаров, проведенных в начале года - понятно, что это не полная лекция, но надеюсь все же будет полезно:
https://www.youtube.com/playlist?list=PL5wbL4rq_MNzrYCYCiqZQft3uD3Ipm5Mu

Barcha postlar

Reklama qilingan0 sekund

0

08.02.202509:11e/acc

63.2K

Batafsil

Rekordlar

23.02.202523:59

9.6K

Obunachilar

25.09.202423:59

0

Iqtiboslar indeksi

14.02.202523:59

8.5K

Bitta post qamrovi

15.02.202523:59

8.5K

Reklama posti qamrovi

13.02.202523:59

5.84%

14.02.202523:59

89.16%

ERR

Rivojlanish

Batafsil

Obunachilar

Iqtibos indeksi

1 ta post qamrovi

Reklama posti qamrovi

ERR

Batafsil

EDU mashhur postlari

Barcha postlar

16.02.202506:05

12.02.202514:54

13.02.202521:55

20.02.202516:15

17.02.202511:15

11.02.202514:39

18.02.202513:13

19.02.202517:29

"Информация появляется в сравнении"

21.02.202516:58

24.02.202514:26

Ого! Еще 500 миллиардов на AI и не только от Apple!

https://www.linkedin.com/feed/news/apple-to-hire-20000-us-workers-7184114

16.02.202515:49

Интересная мысль-аналогия из подкаста 25 years at Google - ушел думать

Когда вы покупаете книгу, вы платите около бакса за 10 тыс токенов, с LLM же за ту же сумму вы получаете 1млн токенов

Поэтому главный вопрос: можем ли мы сделать LLM настолько умной, чтобы в пересчете на 1000 токенов мы были готовы платить в 100 раз больше, как за книгу, или в тысячи раз больше - как за программиста

13.02.202515:21

Ko'proq funksiyalarni ochish uchun tizimga kiring.