Transcription
Есть такая организация, она называется МЕТР, и она занимается тем, что измеряет, как долго искусственный интеллект может работать без ошибок и без вмешательства человека. И вот недавно она написала про то, что всё, у неё закончились бенчмарки, то есть тесты, по которым она проверяет как раз-таки возможность искусственного интеллекта работать. Что под новые модели больше тестов не хватает и им нужно их дорабатывать, чтобы реально измерить, что модельки текущие могут делать.
А другая новость заключается в том, что компания Anropic - это та, которая CloД CL непосредственно. Она пару месяцев назад выпустила модельку, которая называется MIФус. И смысл в том, что она её не выпустила для широкого употребления, а отдала только со0ка компаниям, а другие остались только вот получать слухи о том, что эта модель может делать.
И я не просто так взял две эти новости, потому что на самом деле это одна новость, и она в корне влияет на понимание того, что сейчас происходит в мире искусственного интеллекта со всей индустрии и как это напрямую касается конкретно тебя. Очень важно сейчас будет поговорить про уровни доступа, потому что за последние 12 месяцев произошло несколько очень интересных и важных инцидентов.
В первую очередь это, конечно же, компания Anтропик, которая выпускает MIFус. Она её отдаёт только 40 компаниям, там GP Morgs, Apple, Microsoft. И они это делают, потому что в официальном заявлении сказано, что очень высокий риск кибербезопасности. Момо модель настолько умная, что нельзя её отдавать на широкое потребление. Но прецедент этой новости заключается в том, что по сути компании вот эти вот большие уже верифицированные якобы, они получают доступ к очень мощной модели и имеют перед другими годфоры. Ну, потому что они просто теперь могут пользоваться этим с точки зрения кибербеза, с точки зрения менеджмента, с точки зрения решения задач и так далее.
То же самое касалось и GPT 5.5, который, прежде чем выйти в паблик, его 9 месяцев тестировали. GPT 5.5 просто замечательнейшая модель. Недавно в роликах я рассказывал про то, что её бенчмарки сопоставимы с OPUS 4,7, а где-то даже и выше. Также есть ещё и Дейвин, который в закрытом контуре тестировался порядка 14 месяцев. Есть ещё курсор Enterprise, то есть это вообще отдельный канал.
И смысл вообще всей этой истории заключается в том, что вот эти вот модели или сервисы мощные, которые действительно серьёзный импакт имеют на рынок, они сперва тестировались в закрытую довольно-таки долгое количество времени, то есть закрытой группой, прежде чем выходить уже в публичность. И смысл в том вот этого тренда, что индустрия перестраивается сейчас на закрытый контур. То есть то, что раньше казалось, что оно вот открытое, значит, нам доступно и так далее, по факту сейчас является устаревшим.
И проблема не в том, что, например, у кого-то может быть плохой продукт. Тот же самый WinсёрF, возьмите, ну, замечательная же, мне очень нравится ей пользоваться, но как только она стала там открытой для паблика, как будто бы раз и всё, она пропала в своё поле зрения, да? Теперь у нас есть совершенно другие инструменты, которыми пользуются большинство. И в модели текущего мира и вопрос, который нужно себе задать, никак успевать следить за всеми бенчмарками, за всеми моделями, это, честно говоря, бессмысленно. А как понимать, что в принципе вообще правила игры сейчас сменились? Потому что в эпоху технологического развития, особенно в мире искусственного интеллекта, они меняются крайне быстро. Вот об этом как раз хотел и поговорить.
Но, прежде, чем мы перейдём к этой дискуссии, я бы хотел показать одну очень важную штуку, немного уделить теории, потому что очень важный термин в двадцать шестом году, потому что этот термин, он действительно разделяет индустрию искусственного интеллекта на тех, кто понимает, что происходит, и те, кто такие: "Ну да, там что-то чат же GP пяти текста выдаёт, поверьте, таких много". Это слово называется harness. И я сейчас вам объясню, почему оно важнее, в принципе, любой модели.
Смотрите, очень важно это понимать, потому что действительно модели, они выходят каждый раз всё лучше и лучше, точнее. нчмарки здоровские и так далее. Но смысл даже не в том, что модели очень умные, а смысл в том, какая инженерная обвязка формируется вокруг этих моделей. Потому что зачастую вот эта вот инженерная инфраструктура, она влияет на работу моделей сильнее, чем непосредственно её бенчмарки. Так вот, как раз-таки эта связка и называется hardness.
Смотри, если очень простой пример, то, скажем, ты работаешь с клод-кодом или с курсором, и это означает, что ты не работаешь с моделью напрямую. Ты работаешь через определённый слой инфраструктуры. Это и системные промты, и дополнительные инструменты. В общем, как раз-таки вот именно этот слой, он называется hardness. И у него, на самом деле, есть девять подсекций. Собственно говоря, сделал для вас как раз диаграммку, чтобы разобраться, как это работает, потому что сейчас это мета основная.
По факту мы говорим про определение AI агента. У него есть девять слоёв вокруг модели. То есть в корне своём есть сама LLM модель. Это может быть любая модель. Это может быть и Opus какой-нибудь там 4,7 и GPT 5.5, и Deepsic V4 Pro, GLM 5.1. Не принципиально, да, мы сейчас дальше об этом поговорим ещё. И у неё есть девять тесно частей, которые как раз и создают вот этот вот слой harness вокруг модельки.
Первое - это, безусловно, инструкция. То есть это правило игры, по которым она играет. Ну, обычно она является системным промтом, там примерно 20.000 токенов занимает. Потом у нас есть следующий слой - это контекст задачи. То есть задачу, которую мы хотим решить в конкретно семиминутный момент, и объясняем, что ему нужно делать. Я думаю, с этим тоже всё довольно-таки очевидно.
После этого присутствует блок с инструментами. Под инструментами что подразумевается? Это навык работы с файлами, PDF, Word, Excel, MD, ну что угодно. Работа с консольными командами для того, чтобы моделька могла, в принципе, более свободно оперировать и работа, например, с веб-интерфейсом, там загрузить, сделать скриншот, тестировать UI и так далее.
Дальше это некоторый навык, позволяющий, в принципе, ей алгоритмически думать. То есть обычно в неё включается процесс обдумывания Thinking Model. А процесс что-либо делать и самопроверка. То есть без этих по сути ключевых навыков нет смысла сейчас работать с какими-то моделями.
Дальше, безусловно, это слой памяти, потому что чем больше вы работаете с каким-либо AIгентом, тем лучше, чтобы он про вас что-то запоминал и тем самым делал более точный результат конкретно под вас.
После этого идут слой с помощниками. По факту с в простонародеи это называется субагенты. То есть это когда ты можешь создать себе дополнительный процесс с такой же лмкой, которая будет делать параллельно задачу. Очень классно в кодексе, например, реализовано.
Седьмое - это проверка, то есть то, что позволяет модели тестировать результат. Сюда включены и тестеры, линтеры, там различные тайп-чекинги и так далее.
Восьмое - это песочница. То есть это некоторые sandbox. Вот очень хороший пример, это докер, например. Он, в принципе, да, сам по себе является таким типом песочницы. У него есть моs inbox. Вот если вы знакомы с этой технологией, это как раз-таки пример, то есть некая безопасная среда, в которой вы можете тестировать различные гипотезы, не навредив основного функционала.
Ну, и безусловно, последний слой - это навыки. Сюда мы всё включаем: и плагины, МCпишки, навыки, скилы, имеется в виду, там расширение и так далее, и так далее. То есть то, что конкретно нужно кастомизировать под вашу задачу.
И на диаграмме видно, как это разделено, что моделька видит контекст, инструкцию и, по сути, память. Она умеет работать со скилами, она умеет работать с субагентами и с туузами. Ну, и контролируется она через различные снбоксы, а, pйплайн мышления и проверки. То есть вот это вот на самом деле и есть hardness, то есть инфраструктура вокруг агента, которая как раз и выстраивается и делает его более точным. Я надеюсь, здесь всё понятно.
Небезызвестный Андрей Карпатый, который, кстати, буквально на днях перешёл, наконец-таки, в команду антропика, сам говорил про вот интересную аналогию, то, что по факту lm является некоторым процессором, то есть он просто переваривает какие-то данные, да, вот сама языковая модель. А в этом сравнении оперативной памятью является контекст, то есть сколько мы можем заранее загрузить в контекст модели для того, чтобы она оперировала этими данными. И если говорить в этой аналогии, то harness - это непосредственно операционная система.
Очень интересный факт заключается в том, что есть такой бенчмарк, он называется термина bench 2.0, и они тестировали, значит, один и тот же тест в рамках Clotд Опуса. Так вот, в одном Harness OP справился с 59% задач. Тот же самый OPС, вот та же самая моделька, но в другом Harness она сделала 79% задач. То есть разница ощутимая. почти в 20 пунктов. И по факту ведь модель не изменилась. То есть модель была мощная, очень классная, но изменилась обвязка вокруг этой модели.
То есть, понимаете, вывод здесь какой? Что понимание того, как настраивать инфраструктуру вокруг модели, сейчас является новой метой. То есть вот даже если представить пайплайн того, как развивалась мета в мире искусственного интеллекта, она выглядит следующим образом. А двадцать второй-двадцать третий год - это эра промт инженеринга, то есть как правильно подобрать слова для того, чтобы моделька выдала соответствующий результат. А двадцать четвёртый-двадцать пятый год - это была эпоха контекст инженеринга. То есть все поняли, что в принципе можно не запариваться по поводу промтов, потому что можно составить грамотный контекст, чтобы модель понимала рамки, в которых она работает, и выдавала соответствующий результат. Вот двадцать шестой год, мета текущая - это harness engриering, то есть когда тебе необходимо спроектировать всю экосистему вокруг модели для того, чтобы она выдавала соответствующий и более качественный результат. Вот такие вот дела. Поэтому с этим нужно иметь дело.
Что интересно, сейчас на рынке есть пять основных ведущих харнесов, которые являются наиболее мощными в индустрии. Первое - это курсор. У них, кстати, есть прекрасная моделька Composer, которая довольно-таки неплохая по себестоимости. Второй - это, конечно же, CLД код, и они там используют клод модели, что потрясающе. А третье - это кодекс либо кодекс CLI от Open AI. Там зашит чат GPT. На самом деле очень неплохая модель. Я даже сейчас думаю о том, что она более приоритетная, нежели даже клод. Вот прямо на текущий момент времени, пока я это записываю. Ну, и также есть ещё и Aйдер в Open Сourсе и Devin от компании Cognition. Последними двумя я не пользовался, но вот тем не менее они считаются очень хорошими решениями.
И тут важно понимать то, что они не конкурируют моделями даже между собой. По факту все эти компании конкурируют инженерными решениями вокруг модели. Вы можете действительно очень классно сравнить тот же самый курсор, клодко или кодекс и посмотреть, что они делают одно и то же, но немножечко по-разному. И действительно, для разных типов задач применяется та или иная обвязка. Очень простой пример. Cl-код - это планирование, кодекс - это рефакторинг. Ну, и много вот таких нюансов есть.
Но, кстати говоря, ещё в контексте Харнеса я бы сюда добавил и Open Claw, Germes, ну, и понятно, все производные там Nanocla, Neo Clawe. То есть это по факту тоже является обвязками вокруг лэмки. Просто до этого я перечислял такие самые топовые, которые сейчас как в кодинге, так и в менеджменте прекрасно работают.
И теперь смотри, у тебя есть вся необходимая фундаментальная база на текущий момент. А теперь нужно поговорить про арифметику для того, чтобы понять, ну, действительно, проблематику, в которой мы сейчас живём. То есть, запоминаем, у нас сейчас есть пять основных харнесов и девять слоёв вокруг каждого из них, которые действительно варьируется от компании к компании. Ну, и в среднем каждый этот харнес, он меняется каждые полгода. Вот. Теперь нужно всё это посчитать, чтобы понять, в чём дело.
Смотри, в чём заключается идея. Допустим, какая-то компания, там Antropic или CH GPT выпускает новый харness. Там в клодко-коде, например, завезли новых субагентов или в кодексе появился невероятный скил или там какой-нибудь MCP-сервер. Короче, новая обвязка, которая позволяет делать более продуктивную работу. Что происходит дальше с этой разработкой? Дальше закрытая группа тех, кто имеет доступ к технологии. Они на протяжении там 4 тире8 недель начинают всё это тестировать в закрытом режиме. Делятся там конфигами, бестпрактисами, понимают, вообще в этом есть смысл, есть утилити, оно действительно лучше, чем было, или всё-таки это можно пропустить.
Потом, спустя вот 6 или 8 недель этого закрытого тестирования, кто-то из этой группы там напишет твит или расскажет свои впечатления про работе с технологией. И таким образом это появляется, начинает появляться в публичной плоскости. За следующие порядка 4тых недель начинают появляться первые вот упоминания и обсуждение этой технологии и нового вот этого обвеса в сети. Ну, потому что люди узнают, люди пробуют и так далее. Потом порядка ещё дву недель требуется на то, чтобы записать первые туториалы на YouTube, потому что тебе же нужно время, чтобы поработать с технологией, уяснить вообще, как она работает, там какие есть нюансы и так далее. И только ещё недели через две или четыре в лучшем случае ты берёшь и начинаешь использовать этот новый стек уже в своей практике. То есть в лучшем случае 10 тире14 недель уходят от момента появления вот этой новой технологии до твоего э реализации, да, в своём проекте. 3 месяца - это прямо вот минимум. Зачастую, честно говоря, срок этот выше.
А за это время уже появляется новый хардness, то есть новый best practice, новый оптимальный путь, а-а, который по факту делает вот твой новый подход, который ты только что имплементировал у себя на проекте, уже устаревшим. И прикол в том, что действительно это невозможно абсолютно никак интегрировать так, чтобы быть постоянно в ногу со временем. Ты всегда будешь отстающим. И это факт нашей новой реальности, в которой мы живём.
И это только те, кто ещё живёт как бы вот на этих эджкейсах. То есть, ну, те люди, которые действительно следят и прямо стараются применить то, что они находят. А представьте людей, и я очень буду рад, если ты не один из таких людей, которые такие: "Ну, это чатик, там что-то дипсик, вот этого мне хватит". Они просто не понимают, насколько они себе в ногу стреляют сейчас, потому что мы живём в новом мире, когда может наступить этап, когда ты просто физически не сможешь освоить вот всё то, что происходит, потому что мы по факту с вами говорим сейчас в разрезе создания новой профессии. Это вот новая профессия, то, чем мы занимаемся. Это инer, это работа с агентами, работа с технологиями. Это не про промт инженеринг, там контекст инжиниринг. Это, ну, действительно, сложная штука, которая ещё идёт семимильными шагами, и нам нужно бежать, чтобы просто стоять на месте, грубо говоря.
И, знаете, не хочу ничего усугублять, но мы говорили сейчас только про один а hardness, да, то есть, а, помните, что топовых как минимум, вот, которые используются в рынке, их пять. То есть, чтобы посмотреть без практицы в колодкоде, в курсоре или там в кодексе, ну, как минимум тебе нужно ещё попробовать вот столько попыток и применить на своих проектах, что становится физически невозможным. Я уж молчу про скилы, которые выходят, MCP серверы, различные связки, дополнения, агентские там расширения, э, в принципе, пайплайны. То есть это мы всё даже не затрагиваем. вот того, что происходит вот в принципе в этой нише для того, чтобы просто успевать за тем, а что происходит бенчмарки, модели туда же, да, это дополнительный слой, который вот, ну, фоном также нужно захватывать.
И страшная новость в том заключается, что вот то, что выходит в публичном поле, в открытых источниках, там, в Твиттере, в Telegram-каналах, это устаревшее уже, потому что топовые, на самом деле, наработки и эффективные, а, пайплайны, они выходят только в закрытых группах. Всё, что попадает в публичное поле, уже заведомо устаревшее. Ну, по математике, которую я только что объяснил, одному человеку, ну, просто невозможно за этим управиться, даже если там структура есть, даже если вот есть все знания и так далее, оно просто невозможно, потому что топовая информация, которая реально стоит денег, которая реально применяется на нормальных проектах, она находится в закрытых контурах, где люди объединяются и делятся конфигами, наработками. Не всегда эти конфиги, они оптимальные, но иногда они нужны для того, чтобы отсеять то, что работает от того, что не работает. И таким образом в закрытых группах получается следить за общим прогрессом. Ну, то есть вот не теряя темп, который нам навеивает этот мир.
Тут тоже, честно говоря, работает простая арифметика, потому что если суммарный объём э наработок, который нужно освоить, это порядка там 80 часов, то если ты один это будешь делать, тебе нужно потратить 80 часов. Если ты находишься в группе, где хотя бы там 10 человек, да, там каждый берёт на себя свою зону ответственности, то тогда уже получается, что, ну, это по 8 часов, в принципе, ну, посильная работа, если мы говорим в рамках недели.
Я уже давно занимаюсь искусственным интеллектом и только год назад понял, что по факту сейчас даже сместился не сам навык, а главный вопрос, который мы должны себе задавать для того, чтобы оставаться востребованными. Вот смотрите, мы, многие из вас, разработчики на этом канале, и для того, чтобы оценивать нашу экспертизу или там, например, ценность карьеры, раньше вопрос звучал очень просто: сколько технологий ты знаешь, как ты там умеешь проходить собесы, ну, и там какие софтнавыки у тебя присутствуют для того, чтобы проталкиваться на работу. Допустим, остановимся сейчас на харднавыках. То есть сколько ты знаешь Реакта, как глубоко ты его изучил, сколько ещё других фреймворков ты знаешь, как там работает инфраструктурная часть, знаешь ли ты смежные области? И по факту, то есть этот набор знаний, он на самом деле работал годами. То есть, например, в знание JavaScript в 2000 там 15 году он не сильно отличался от знания джаваскрипта в двадцатом или даже в двадцать третьем году. Он, в принципе, ну, плюс-минус был там актуален, да, с учётом маленьких изменений.
А сейчас этот вопрос в принципе не работает, потому что знания, они даже не столько обесценились, сколько сменилась вот сама парадигма. Потому что если ты один нашёл эти знания где-то в интернете, это значит, что ты уже получил суперустаревшие знания, которые в принципе не актуальны. Вот и вся проблема.
Давай рассмотрим гипотетический пример. Да, допустим, у нас есть СНор с двадцатью годами опыта, который подписан на большое количество Twitter каналов, там, Telegram-каналов. Он сидит вот в своём инфопузыре. У него действительно очень крутой колоссальный профильный опыт. И вот он следит, что же там происходит в мире искусственного интеллекта. Или возьмём другого чувака, скажем, медла, который там 2-3 года опыта, и он работает в стартапе, который пилится под антропик, и им приходится прямо взаимодействовать с инженерами антропика для того, чтобы предоставлять для них соответствующую инфраструктуру. Вопрос на миллион. кто из них обладает действительно актуальными знаниями на рынке, э, а кто нет. Ответ на самом деле супечевидный. Разумеется, это будет Midle парень, потому что он просто обитает в тех коммуникационных кругах или в том контуре, где есть закрытая информация, которая недоступна в публичном поле. То есть он работает с теми технологиями, которые сейчас являются актуальными, а не те, которые там куда-то выбросили в паблик. И люди такие: "О, прикольно". И ответ про парня простой, потому что синьор с двадцатью годами опыта, он даже если супер-мега крутой, он получает информацию ту же самую там с задержкой в 3 тирече месяца. И он не может конкурировать с человеком вот в мире быстро изменяющихся технологий.
Если вы думаете, что это касается только профессии разработчиков, то это не совсем так. Это касается любой профессии, которая так или иначе связана с работой с информацией. То есть предприниматели, аналитики, маркетологи, они ведь вначале делятся в закрытых группах, в сообществах информацией, и только потом там что-то из этого просачивается в рынок. Ну, подумайте сами, маркетолог, который нашёл связку, где реклама окупается в три раза, будет ли делиться ей сразу же в открытую? Нет. Также и с промтами, с агентами, с наработками, с фреймворками, с инструментами. Это всё остаётся вот в закрытую, пока там какая-то толька не просочится в открытую. И ты вот сидишь и думаешь, что что-то знаешь, но на самом деле ты прямо вообще находишься вне рынка.
Есть очень много примеров того, как подобная закрытая информация или там техники позволили сделать себе карьеру лучше или заработок выше. И не потому, что это какие-то суперсекретные знания, а потому, что просто ты никогда бы не подумал, что так можно использовать. Ну, например, использовать искусственный интеллект. У меня просто есть знакомые, которые, а, прежде чем подписывать контракты, они пропускают это всё через консилиум менторов. И дальше он объясняет им слабые позиции, объясняет им точки роста и где можно, например, повысить цену. И по факту, то есть ребята просто с пустого места при работе с нейронкой начинают зарабатывать там в три раза больше. И вот не сказать, что это какое-то супероткрытие, да, но вот люди находятся в закрытом клубе, где просто можно делиться этой информацией, они про это узнают, что это возможно, и используют. Вот примерно так это и работает.
Вот поэтому вопрос сейчас, что я знаю и какими навыками обладаю, он, в принципе, сейчас уже обесценился, потому что сейчас крайне важно понимать, к какому контуру я подключён и откуда я беру информацию. Вот это уже работает.
Смотри, основной нарратив, который я хочу донести в этом видео, чтобы у вас карьеры нормально строились потом и чтобы вы сюрпризами приходили и говорили, что рынок труда сломан, там что-то не так, все виноваты вокруг, кроме меня. Вот. Потому что находиться в тех знаниях, которые востребованы на рынке - это вот условно находиться на острее этих знаний. И сейчас это не про технологии, не про конкретные знания, а про то, к чему ты подключён и к чему ты имеешь доступ, к каким наработкам.
Да, вот вспоминаем начало ролика. Тот же самый Антропик. Он выпускает модельку MIФОС, который, ну, говорят, реально крутой. Посмотрим потом, конечно, если они его выпустят в паблик, но смысл в том, что он не выдаёт их всем, хотя могли бы. Они выдают их только топовым компаниям. Там, по-моему, 40 компаний из списка, и они уже имеют конкурентное преимущество. Тот же самый там GPT 5.5, а, Davin, подобные технологии, они все заходят, э, в закрытом контуре, то есть они не выходят на паблик. И тем самым люди привилегированные, которые имеют доступ к этому, они получают фору в 1 тире2 года для того, чтобы успеть отточить свои схемы, улучшить свой бизнес, улучшить свои процессы. И только потом, когда что-нибудь выйдет в паблик, оно по факту уже будет устаревшим.
Вот прикинь, мифус, скорее всего, выйдет в паблик где-нибудь через годик. И официальное объяснение будет такое, что, мол, ну, мы там закрыли все дыры в безопасности, и теперь вы можете, пожалуйста, этим пользоваться. Сколько времени пройдёт, когда уже топкомпании будут пользоваться мощностью этой модели? Огромное количество, они уже усмеют всё перестроить.
А теперь вот подумаем про наш с вами пример конкретный, про обычных людей. то, что если мы читаем Twitter, подписаны на Telegram-каналы и такие: "О, да, мы знаем то, что происходит в мире искусственного интеллекта", то мы по факту читаем информацию, которая устарела на 3 тирече месяца. И назвать нас то, что мы находимся вот на острией технологии, просто невозможно, потому что это не так работает. И это не потому, что ты медленный там, да, или у тебя плохая подписка, или хорошо, хорошо, если хотя бы она у тебя есть, потому что я вижу, как многие люди ещё такие: "Не, мы там на бесплатном посидим. Это ужас, нельзя так делать. Но ладно, выбор ваш, как бы посмотрим, что дальше будет". Вот просто так происходит, потому что, ну, ты не можешь это сделать. Вот один. Всё обитает в закрытых контурах информации, которые, э, делятся вначале с собой. Вот только так можно выживать сейчас в текущий век, потому что наша голова просто не способна будет переварить и получить доступы до этой информации.
Это объясняет, например, почему вот многие синьоры сейчас: "Здравствуйте, я к вам с большим уважением, но всё же у вас отличные знания, но как вы объясните тот факт, что может быть не такие чистые проекты, но люди с на более меньшим опытом берут и спокойно делают массово, и они работают. Я лично знаю огромное количество примеров того, как люди с помощью яишки создают прекрасный код, и они это делают быстрее и лучше, чем вот эти вот там синьоры. Не все, поймите, всегда можно уйти в абсолютное значения, но это сам факт. И это объясняет, потому что люди просто берут и занимаются нормальными делами. А я уже говорил в прошлых роликах, я предупреждал о том, что экспертиза, вот эта вот, полученная в старом мире, она будет обесцениваться не потому, что она плохая, а потому, что она получена в старом мире. Ну, посмотрите ролик про то, я говорю, что джуны обгоняют там сейчас всех. Это немного кликбейт, но всё же.
И моё мнение по данному вопросу, что в двадцать шестом году рынок даже не разделён на джунов и синьоров, на гуманитариев и техно, даже не на тех, кто знает, а кто нет. Она, по сути, разделена сейчас на одиночек и на группы. Они как бы живут в одно время, но при этом обладают совершенно разной информацией. То есть одиночки, они где-то там обитают на задворках и думают, что ой, как круто, там, искусственный интеллект галлюцинирует, он там плохой и скоро пузырь лопнет. вот эта вот вся стандартная база, которая была уже миллиард раз прокомментирована. И живут группы, которые, ну, действительно, обладают информации, делятся опытом, находят эту информацию, э, и применяют её в своих проектах, зарабатывают деньги, строят карьеры, строят проекты. Ну, это действительно вот реальность, которую мы обитаем.
И, на мой взгляд, драматургия этого момента заключается ещё в том, что одиночки они ведь теряют, э, каждый виток нового прогресса, нового харднеса. То есть, ээ, примерно каждые 6 месяцев выходит что-то новое. Если ты не успеваешь адаптироваться, ты теряешь ещё один виточек. Вот. И со временем получается так, что ты просто возьмёшь и не сможешь успеть, потому что знаний будет настолько много. Ведь я уже говорил в начале, что формируется по факту новая профессия. Вот эту новую профессию нужно осваивать, особенно нам, технарям, если мы хотим остаться в айтишке, быть инженерами. Ну, вообще-то это всех касается, если честно, не только технорей, но нам это особенно.
Вопрос, который должен ты себе задавать - это не тот вопрос, что я ещё должен выучить, да, к какому контуру я подключён для того, чтобы вот грамотно э работать с информацией и работать со своими проектами. Как уже говорил, год назад до меня это дошло, и я в своей позиции я сделал то, что напрашиваюсь, потому что у меня есть аудитория, у меня есть экспертиза, и вот что я построил. По факту я понял, что я сам не успеваю за всей информацией, которая вообще выходит, и не очень понимаю, как вот за ней уследить. И единственное правильное решение, которое я нашёл - это построить свой собственный контур. Благо, у меня есть аудитория зрители, дорогие подписчики, из которых вот профессионалов я могу собрать этот контур, чтобы мы просто формировали некоторый коллективный мозг. Я назвал этот контур незаменимою, потому что по факту сейчас настолько будет интересная вот ситуация с технологиями, с заменой навыков, что очень сложно будет с какой-то старой консервативной экспертизой выстраивать карьеру. А незаменимый - это тот, кто не зависит ни от навыков, ни от знаний.
Идея была в том, чтобы собрать такой контур, в котором мы объединяемся и делимся закрытой информацией, тем самым расширить свои возможности и понять, что ты можешь получить информацию от другого практика, вообще в другой нише и понять, нужно оно тебе или нет. Вот таким образом родился клуб. Дальше я его расширил, конечно же, образовательным треком, потому что, а, ну, это прикольно в конечном итоге. И на текущий момент образовательный трек, он состоит из пяти основных слоёв. Это работа с агентами, это работа с оркестрацией, это построение бизнес-процессов и, конечно же, это вайп-кодинг. Для тех, кто вообще с нуля хочет залететь в эту тему, то очень можно быстро создать своё первое приложение. Но я углубился и записал уже блок по полноценной разработке для того, чтобы вы могли создать свой полноценный стартап с беспрактисами с рынка, с работами базы данными, там, авторизации и так далее. То есть, по факту быстрая реализация своих собственных идей. Это как образовательный трек. Там много есть ещё дополнительных вещей, связанных и с мышлением, и с пасплайном, с сенбрейном, но это вот такая база.
Конечно, в инфраструктуру наново контура включаются отфильтрованные новости, то есть те необходимые новости, которые не засоряют твой инфошум, да, а вот действительно являются важными, чтобы ты понимал, что происходит. Прихож, приходит каждый день в 9:00 утра лаборатории, созвоны для того, чтобы обмениваться опытом и понимать, как это работает. Это одна из главных вечей, потому что если ты начинающий в сфере искусственного интеллекта человек, который что-то билдит, что-то строит, и ты не можешь понять, с кем можно пообщаться, спросить, там, отрефлексировать и так далее, это отличная возможность и это необходимость. Сейчас в клубе разработчики, предприниматели, маркетологи, юристы. На самом деле мы берём широкий пласт людей, потому что из разных сфер мы можем по чуть-чуть понять в целом, что происходит.
Этот контур по факту является не столько обучающей платформой или там даже клубом, сколько действительно контуром, потому что никто не учит тебя жить. Я лично делюсь просто теми наработками, которые я сам использую в бизнесе, в контент-крейшене, во взаимодействии с людьми, в своих проектах и в жизни. Ребята делятся своим опытом, обмениваются информацией, и ты уже сам решаешь, что с этим делать. Люди этим делятся, потому что им самим это нужно. И как раз-таки мотивация среди людей вот одинаковая, она и способствует гармоничному экологичному развитию. Если интересно про это почитать, то ссылочка будет в описании под роликом.
И скажу последнее, но не по важности. Так называемый термин H, то есть то, где ты находишься сейчас с точки зрения вот пиковых знаний, это уже не про знания, это про то, к чему ты подключён, к какой экосистеме, инфраструктуре. По факту даже вот в моём случае, э, правильный контур, в котором я нахожусь, он намного важнее даже, чем там 13 п уже лет опыта в IT. Ну, потому что знания они устаревают и обесцениваются, но осведомлённость и понимание, что с этой информацией массовой делать, с этими наработками, она позволяет сиять в любое время. Поэтому выбор остаётся за тобой конкретно к какому лагерю присоединиться.