Сегодня хочу поделиться с вами внутрянкой. Это поможет каждому, кто работает с текстом.
⠀
Я сейчас много докручиваю свой writing skill. Задача у него уже давно не сводится к «писать как я». Это слишком слабая и, на самом деле, размытая цель. А с ИИ, как с людьми, нельзя давать думать, обязательно подумают неправильно (Чип заговорил как идеолог Apple).
⠀
Нормальный скил должен делать две вещи одновременно:
1) держать голос
2) вычищать всю генеративную хурму, которую иишки так любят тащить в текст
⠀
И вот второе на практике часто важнее. Потому что даже если модель примерно попала в тон, она всё равно начинает строить текст из дешёвых риторических костылей. С виду вроде гладко. По факту — пластик. 🤖
⠀
Я сейчас жёстко режу целый класс таких конструкций.
⠀
1. Зеркальные оппозиции
- это не X, это Y
- это не просто X, это Y
- не X, а Y
- не столько X, сколько Y
- не столько про X, сколько про Y
- не потому что X, а потому что Y
- дело не в X, дело в Y
- суть не в X, суть в Y
- важно не X, важно Y
- вопрос не в X, вопрос в Y
- проблема не в X, а в Y
⠀
2. Псевдо-перевороты через «даже не»
- важно даже не X, а Y
- дело даже не в X
- суть даже не в X
- проблема даже не в X
- самое интересное даже не в X
- самое смешное даже не в X
⠀
3. Конструкции вида «самое X не в том, что...»
- самое смешное не в том, что X, а в том, что Y
- самое интересное не в том, что X, а в том, что Y
- самое важное не в том, что X, а в том, что Y
- хуже всего не то, что X, а то, что Y
- страшно не то, что X, а то, что Y
- смешно не то, что X, а то, что Y
⠀
4. Ложные рамки «не то чтобы»
- не то чтобы X, но Y
- не то чтобы X, а Y
- не то чтобы это X
- не то чтобы рынок X
- не то чтобы это проблема, но...
⠀
5. Дешёвые «на самом деле / в реальности»
- на самом деле X
- в реальности X
- реально здесь X не в этом
- по-настоящему важно другое
- на деле всё упирается в Y
⠀
6. Анонс вывода вместо вывода
- главный вывод здесь простой
- вывод простой
- суть простая
- мысль простая
- главная мысль простая
- если упростить
- если совсем упростить
- по сути всё просто
- короче говоря, суть в том
⠀
7. Фальшивые углубления
- но глубже здесь другое
- но интереснее другое
- но важнее другое
- но настоящий вопрос в другом
- но реальная история в другом
- но главный слой здесь другой
⠀
8. Псевдо-инсайт через «настоящий X»
- настоящая история в другом
- настоящий риск в другом
- настоящая проблема в другом
- реальный смысл в другом
- реальный вопрос в другом
⠀
9. Шаблоны с «дело / суть / смысл / вопрос»
- дело в том, что
- суть в том, что
- смысл в том, что
- вопрос в том, что
- идея в том, что
- прикол в том, что
⠀
10. Дубовые антитезы
- не победа, а сигнал
- не новость, а симптом
- не ошибка, а стратегия
- не рынок, а театр
- не инвестор, а игрок
- не прозрачность, а ловушка
📌 Сохраняйте этот пост на будущее, пригодится.
⠀
Почему я так упёрся в это?
Потому что генеративный текст очень редко палится на фактах. Он палится на каркасе. На том, как собрана мысль. И если этот каркас не вырезать, текст можно сколько угодно полировать — он всё равно будет пахнуть как вонючая резина в магазине автошин.
⠀
Если ваш агент работает с текстом, дайте ему простое правило:
Живой текст появляется, когда автор говорит прямо и не прячет мысль за риторическим мусором.
Текст выше на 99% написал ИИ
@chipda - Человек 2.0
⠀
Я сейчас много докручиваю свой writing skill. Задача у него уже давно не сводится к «писать как я». Это слишком слабая и, на самом деле, размытая цель. А с ИИ, как с людьми, нельзя давать думать, обязательно подумают неправильно (Чип заговорил как идеолог Apple).
⠀
Нормальный скил должен делать две вещи одновременно:
1) держать голос
2) вычищать всю генеративную хурму, которую иишки так любят тащить в текст
⠀
И вот второе на практике часто важнее. Потому что даже если модель примерно попала в тон, она всё равно начинает строить текст из дешёвых риторических костылей. С виду вроде гладко. По факту — пластик. 🤖
⠀
Я сейчас жёстко режу целый класс таких конструкций.
⠀
1. Зеркальные оппозиции
- это не X, это Y
- это не просто X, это Y
- не X, а Y
- не столько X, сколько Y
- не столько про X, сколько про Y
- не потому что X, а потому что Y
- дело не в X, дело в Y
- суть не в X, суть в Y
- важно не X, важно Y
- вопрос не в X, вопрос в Y
- проблема не в X, а в Y
⠀
2. Псевдо-перевороты через «даже не»
- важно даже не X, а Y
- дело даже не в X
- суть даже не в X
- проблема даже не в X
- самое интересное даже не в X
- самое смешное даже не в X
⠀
3. Конструкции вида «самое X не в том, что...»
- самое смешное не в том, что X, а в том, что Y
- самое интересное не в том, что X, а в том, что Y
- самое важное не в том, что X, а в том, что Y
- хуже всего не то, что X, а то, что Y
- страшно не то, что X, а то, что Y
- смешно не то, что X, а то, что Y
⠀
4. Ложные рамки «не то чтобы»
- не то чтобы X, но Y
- не то чтобы X, а Y
- не то чтобы это X
- не то чтобы рынок X
- не то чтобы это проблема, но...
⠀
5. Дешёвые «на самом деле / в реальности»
- на самом деле X
- в реальности X
- реально здесь X не в этом
- по-настоящему важно другое
- на деле всё упирается в Y
⠀
6. Анонс вывода вместо вывода
- главный вывод здесь простой
- вывод простой
- суть простая
- мысль простая
- главная мысль простая
- если упростить
- если совсем упростить
- по сути всё просто
- короче говоря, суть в том
⠀
7. Фальшивые углубления
- но глубже здесь другое
- но интереснее другое
- но важнее другое
- но настоящий вопрос в другом
- но реальная история в другом
- но главный слой здесь другой
⠀
8. Псевдо-инсайт через «настоящий X»
- настоящая история в другом
- настоящий риск в другом
- настоящая проблема в другом
- реальный смысл в другом
- реальный вопрос в другом
⠀
9. Шаблоны с «дело / суть / смысл / вопрос»
- дело в том, что
- суть в том, что
- смысл в том, что
- вопрос в том, что
- идея в том, что
- прикол в том, что
⠀
10. Дубовые антитезы
- не победа, а сигнал
- не новость, а симптом
- не ошибка, а стратегия
- не рынок, а театр
- не инвестор, а игрок
- не прозрачность, а ловушка
⠀
Почему я так упёрся в это?
Потому что генеративный текст очень редко палится на фактах. Он палится на каркасе. На том, как собрана мысль. И если этот каркас не вырезать, текст можно сколько угодно полировать — он всё равно будет пахнуть как вонючая резина в магазине автошин.
⠀
Если ваш агент работает с текстом, дайте ему простое правило:
как только видишь фразу, которую можно свернуть в прямое человеческое утверждение без потери смысла, не выворачивай её в описанные выше бинарные конструкции.⠀
Живой текст появляется, когда автор говорит прямо и не прячет мысль за риторическим мусором.
@chipda - Человек 2.0
Please open Telegram to view this post
VIEW IN TELEGRAM
Какая у вас стадия агентности?
Anonymous Poll
6%
48%
18%
19%
18%
22%
🟠 Использую приложение Claude (Code, Cowork, Dispatch)
18%
18%
😜 Мне просто посмотреть результаты
Как бы я не любил OpenClaw за гибкость и мультимодальность, но одну вещь по-прежнему выбираю делать через Codex — обновлять своего лобстера.
Сначала идёт сбор комментариев в твиттере под твитом о новой версии. Если там люди воют как волки на болотах о возникших при обновлении проблемах — собираем максимум инфы по этим проблемам, чтобы знать, чего ожидать. Зачастую там же в комментах есть и решения.
Каждое обновление делаю сначала на второстепенном боте, записываю в специальный скил все косяки, которые вылезли при накате новой версии, тестирую её и только потом перехожу к апгрейду основного сетапа. Уже с учётом всех подводных камней.
Всё это идёт в атоматизированном режиме, я работаю с OpenClaw без перебоев, он у меня без проблем переживает перезапуск шлюза за счёт хорошо организованной памяти.
Чем быстрее вы начнёте мыслить скилами для всех ваших повторяющихся задач, тем быстрее достигните сингулярности.
Сначала идёт сбор комментариев в твиттере под твитом о новой версии. Если там люди воют как волки на болотах о возникших при обновлении проблемах — собираем максимум инфы по этим проблемам, чтобы знать, чего ожидать. Зачастую там же в комментах есть и решения.
Каждое обновление делаю сначала на второстепенном боте, записываю в специальный скил все косяки, которые вылезли при накате новой версии, тестирую её и только потом перехожу к апгрейду основного сетапа. Уже с учётом всех подводных камней.
Всё это идёт в атоматизированном режиме, я работаю с OpenClaw без перебоев, он у меня без проблем переживает перезапуск шлюза за счёт хорошо организованной памяти.
Чем быстрее вы начнёте мыслить скилами для всех ваших повторяющихся задач, тем быстрее достигните сингулярности.
AMD публично раскрыли деградацию Claude Code
⠀
В литровой пачке Opus теперь всего 330 мл живительного ИИ.
Глава AI-команды AMD Стелла Лауренцо выложила в GitHub большой разбор того, что произошло с Claude Code после февральских обновлений.
Тезис жёсткий:
В основе не настроение, а логи. Команда AMD прогнала анализ по 6852 session JSONL-файлам за почти три месяца: 17 871 thinking block и 234 760 tool calls. По их оценке, медианная «глубина мышления» упала примерно с 2200 символов в начале периода до 720 в конце февраля и до 560 в начале марта.
⠀
На практике это выглядит так. Раньше модель чаще шла по схеме «сначала исследовать, потом менять». В хороший период на одну правку приходилось около 6,6 чтений файлов. В деградировавший период показатель упал до 2,0. То есть модель стала заметно чаще править код, не добирая контекст.
⠀
AMD отдельно пишет, что выросли и побочные эффекты: больше циклов самопоправок, больше раздражённых сообщений от пользователей, больше ручных прерываний сессий. Ещё неприятнее экономика. По их цифрам, при почти том же числе пользовательских запросов оценочная стоимость работы подпрыгнула с $345 в феврале до $42 121 в марте, потому что агенты чаще ошибались, зацикливались и требовали повторных прогонов.
⠀
Anthropic ответил, что часть шума связана не с «отключением мозга», а с изменениями интерфейса и настройками thinking effort. Сначала включили adaptive thinking, потом поставили effort=medium как дефолт. Формально это объяснение есть. Но претензия AMD в другом: если поведение модели реально меняется, пользователи должны видеть это прозрачно, а не замечать уже по сломанным workflow.
⠀
С такой шринкфляцией для тяжёлых инженерных сценариев модели уже пора мерить не по демкам и не по первым впечатлениям, а по своим логам, read/edit ratio, частоте прерываний и реальной цене результата.
В последнее время есть возможность много сравнивать Claude Opus и GPT 5.4 в разных сценариях. И я всё больше удивляюсь, как Клод отупел, и ни на что кроме визуального дизайна (тут у них нет конкурентов) и текстов (а тут под вопросом) я Opus уже не беру.
С точки зрения бизнеса я их понять могу, косты растут, надо оптимизировать. Но допустить такое падение качества — это очень недальновидно с их стороны.
Кстати, рост выручки Anthropic в несколько раз за месяц — как раз следствие такой "оптимизации", когда пользователю приходится несколько раз всё переделывать из-за того, что модель стала тупой, и расходы на токены растут по экспоненте.
📎 GitHub issue
📎 Biggo summary
⠀
В литровой пачке Opus теперь всего 330 мл живительного ИИ.
Глава AI-команды AMD Стелла Лауренцо выложила в GitHub большой разбор того, что произошло с Claude Code после февральских обновлений.
Тезис жёсткий:
инструмент стал значительно хуже справляться со сложной инженерной работой, а глубина рассуждения просела примерно на 67%.⠀
В основе не настроение, а логи. Команда AMD прогнала анализ по 6852 session JSONL-файлам за почти три месяца: 17 871 thinking block и 234 760 tool calls. По их оценке, медианная «глубина мышления» упала примерно с 2200 символов в начале периода до 720 в конце февраля и до 560 в начале марта.
⠀
На практике это выглядит так. Раньше модель чаще шла по схеме «сначала исследовать, потом менять». В хороший период на одну правку приходилось около 6,6 чтений файлов. В деградировавший период показатель упал до 2,0. То есть модель стала заметно чаще править код, не добирая контекст.
⠀
AMD отдельно пишет, что выросли и побочные эффекты: больше циклов самопоправок, больше раздражённых сообщений от пользователей, больше ручных прерываний сессий. Ещё неприятнее экономика. По их цифрам, при почти том же числе пользовательских запросов оценочная стоимость работы подпрыгнула с $345 в феврале до $42 121 в марте, потому что агенты чаще ошибались, зацикливались и требовали повторных прогонов.
⠀
Anthropic ответил, что часть шума связана не с «отключением мозга», а с изменениями интерфейса и настройками thinking effort. Сначала включили adaptive thinking, потом поставили effort=medium как дефолт. Формально это объяснение есть. Но претензия AMD в другом: если поведение модели реально меняется, пользователи должны видеть это прозрачно, а не замечать уже по сломанным workflow.
⠀
С такой шринкфляцией для тяжёлых инженерных сценариев модели уже пора мерить не по демкам и не по первым впечатлениям, а по своим логам, read/edit ratio, частоте прерываний и реальной цене результата.
В последнее время есть возможность много сравнивать Claude Opus и GPT 5.4 в разных сценариях. И я всё больше удивляюсь, как Клод отупел, и ни на что кроме визуального дизайна (тут у них нет конкурентов) и текстов (а тут под вопросом) я Opus уже не беру.
С точки зрения бизнеса я их понять могу, косты растут, надо оптимизировать. Но допустить такое падение качества — это очень недальновидно с их стороны.
Кстати, рост выручки Anthropic в несколько раз за месяц — как раз следствие такой "оптимизации", когда пользователю приходится несколько раз всё переделывать из-за того, что модель стала тупой, и расходы на токены растут по экспоненте.
📎 GitHub issue
📎 Biggo summary
Hyperliquid начнет давать приоритетный доступ к ордерам для маркетмейкеров
Совсем как Lighter? Я уже забыл, что такая биржа есть, а вы помните?
Только Hyperliquid будет давать такой приоритетный доступ только при оплате дополнительной комиссии с неделегированного застейканого баланса.
Теперь любой вменяемый market maker будет стейкать HYPE и постоянно его сжигать (помимо обычных комиссий) для дальнейшей работы на крупнейшем перп дексе планеты.
Причём, эта доп комиссия будет в виде аукциона, то если будут дальше расти обороты, спрос на HYPE будет расти ещё более серьёзными темпами, чем мы думали до этого.
Адепты свечной биржи много рассказывали о том, что это никак не ухудшает пользовательский опыт. Я имею в виду, когда кто-то может заплатить и иметь лучшие условия, чем ритейл. Я так до конца я не понял, так ли это. Может кто-то кто в теме объяснить в комментариях?
Совсем как Lighter? Я уже забыл, что такая биржа есть, а вы помните?
Только Hyperliquid будет давать такой приоритетный доступ только при оплате дополнительной комиссии с неделегированного застейканого баланса.
Теперь любой вменяемый market maker будет стейкать HYPE и постоянно его сжигать (помимо обычных комиссий) для дальнейшей работы на крупнейшем перп дексе планеты.
Причём, эта доп комиссия будет в виде аукциона, то если будут дальше расти обороты, спрос на HYPE будет расти ещё более серьёзными темпами, чем мы думали до этого.
Адепты свечной биржи много рассказывали о том, что это никак не ухудшает пользовательский опыт. Я имею в виду, когда кто-то может заплатить и иметь лучшие условия, чем ритейл. Я так до конца я не понял, так ли это. Может кто-то кто в теме объяснить в комментариях?
Ормуз: по итогам неудачных переговоров США перекрывают пролив вместо Ирана
⠀
Если эти меры действительно запускают, речь уже о практических шагах: досмотр и перехват судов, блокировка прохода через пролив, уничтожение мин и силовой ответ на любой обстрел американских или гражданских кораблей.
⠀
По сути это попытка перекрыть Ирану нефтяной экспорт морем.
⠀
И здесь для рынка самая неприятная часть. Нефть на таком сценарии может пойти вверх очень быстро. Но сам Иран почти не сможет воспользоваться этим ростом, потому что физически вывозить сырьё станет намного сложнее.
⠀
Через Ормуз идёт огромная доля мировой морской торговли нефтью. Любое вмешательство в этом проливе сразу бьёт по фрахту, страховкам, графику поставок и ценам.
⠀
Отдельный риск в том, что речь идёт не только о военном давлении. Если начинают перехватывать суда, которые платили Ирану за проход, удар идёт и по экспортной выручке.
⠀
Для нефтяного рынка это один из самых чувствительных сценариев. Даже без большой войны может хватить нескольких инцидентов в проливе, чтобы страх в ценах резко вырос.
⠀
Если эти меры действительно запускают, речь уже о практических шагах: досмотр и перехват судов, блокировка прохода через пролив, уничтожение мин и силовой ответ на любой обстрел американских или гражданских кораблей.
⠀
По сути это попытка перекрыть Ирану нефтяной экспорт морем.
⠀
И здесь для рынка самая неприятная часть. Нефть на таком сценарии может пойти вверх очень быстро. Но сам Иран почти не сможет воспользоваться этим ростом, потому что физически вывозить сырьё станет намного сложнее.
⠀
Через Ормуз идёт огромная доля мировой морской торговли нефтью. Любое вмешательство в этом проливе сразу бьёт по фрахту, страховкам, графику поставок и ценам.
⠀
Отдельный риск в том, что речь идёт не только о военном давлении. Если начинают перехватывать суда, которые платили Ирану за проход, удар идёт и по экспортной выручке.
⠀
Для нефтяного рынка это один из самых чувствительных сценариев. Даже без большой войны может хватить нескольких инцидентов в проливе, чтобы страх в ценах резко вырос.
Скоро Kimi 2.6 выйдет в массы
⠀
Я немого погонял новую Kimi Code бете, и теперь команда пишет, что K2.6-code-preview скоро выкатывают всем.
⠀
По ощущениям, модель вполне рабочая. Её проблема, что она тормозит в OpenClaw. Когда ты сидишь в плотном живом потоке работы, это начинает раздражать и довольно быстро.
⠀
Зато на повторяющихся ночных задачах Kimi заходит очень хорошо. Можно спокойно скидывать туда рутину и не жечь лимиты GPT 5.4 на то, что нужно тебе днём, быстро и с постоянной перепиской с ботом.
⠀
У меня Kimi встраивается именно в такой слой работы: фоновый, спокойный, без спешки. Для этого подходит отлично.
⠀
Так что скоро у многих появится ещё один полезный инструмент в стек.
⠀
Я немого погонял новую Kimi Code бете, и теперь команда пишет, что K2.6-code-preview скоро выкатывают всем.
⠀
По ощущениям, модель вполне рабочая. Её проблема, что она тормозит в OpenClaw. Когда ты сидишь в плотном живом потоке работы, это начинает раздражать и довольно быстро.
⠀
Зато на повторяющихся ночных задачах Kimi заходит очень хорошо. Можно спокойно скидывать туда рутину и не жечь лимиты GPT 5.4 на то, что нужно тебе днём, быстро и с постоянной перепиской с ботом.
⠀
У меня Kimi встраивается именно в такой слой работы: фоновый, спокойный, без спешки. Для этого подходит отлично.
⠀
Так что скоро у многих появится ещё один полезный инструмент в стек.
Вышло охрененное, ЛУЧШЕЕ интервью с командой Hyperliquid. Бомба. Ракета пушка петарда. Сижу читаю и думаю как вам это всё донести, не расплескав ..
А вы знали, что Джефф на старте Hyperliquid зашил в HLP свои python-стратегии маркет-мейкинга, на которых он превратил в 10.000 долларов в десятки (сотни?) миллионов, торгуя из соломенной хижины на пляже Пуэрто Рико?
А вы знали, что Джефф на старте Hyperliquid зашил в HLP свои python-стратегии маркет-мейкинга, на которых он превратил в 10.000 долларов в десятки (сотни?) миллионов, торгуя из соломенной хижины на пляже Пуэрто Рико?
Jeffrey Yan. Путь от соломенной хижины в Пуэрто-Рико и трейдинга на телевизоре к основанию компании стоимостью 50 млрд долларов
Часть 1 из 3.
Если читать большую статью Colossus внимательно (автор прожил неделю в секретном офисе Hyperliquid в Сингапуре), там вылезает вообще не стандартная биография фаундера из крипты. Джефф не выглядит человеком, который просто вовремя попал в удачный рынок. Скорее наоборот. Hyperliquid у него получился после длинной серии очень разных, местами странных, но логично связанных этапов.
Началось всё не с трейдинга и не с стартапов. В восьмом классе его друг позвал на математическое соревнование просто за компанию. До этого в его жизни не было никакой большой академической гонки. Школа не была местом, где детей системно толкали в олимпиадный режим. Мать не устраивала из него проект. Он рос в Redwood Shores, между Сан-Франциско и Palo Alto, буквально внутри самой дорогой и продуктивной полосы американского технологического мира, но жил заметно скромнее соседей. Отец ушёл, когда Джефф был в третьем классе. Мать, бухгалтер, тянула семью одна.
На соревновании по математике его зацепило не то, что там можно было выиграть. Его зацепил сам формат. Никакой школьной рутины, никаких формул на автомате. Есть короткая задача, иногда на пару строк, и ты должен не просто получить ответ, а построить доказательство. То есть не вычислить, а дойти до истины. После этого, как вспоминает сам Джефф, он обнаружил в себе почти запоздалую соревновательную злость. Как будто вокруг давно шла гонка, а он только сейчас понял, что вообще существует трасса.
Тем летом он вставал в пять утра, скачивал старые олимпиадные задания из интернета и решал их сам у себя в комнате. Без тренера, без летних школ, без дорогостоящих программ. Через год попал в US Math Olympiad training camp, то есть в группу из 50 лучших школьников США. Для человека, который фактически только что включился в эту игру, это уже само по себе очень редкая история.
Дальше у него случился срыв инерции. На следующем этапе по математике он не прошёл дальше. И вместо того, чтобы год вариться в разочаровании, просто переключился на физику. В школе её ещё толком не преподавали, но он уже освоил calculus и вдруг понял, зачем математика вообще нужна в реальном мире. Нашёл лекции Фейнмана и, по его словам, буквально поглощал их как сериал.
Через год после этого, опять почти как самоучка, он уже был среди лучших молодых физиков страны. Потом попал в сборную США по физике, поехал в Эстонию и взял серебро на международной олимпиаде. Ещё через год, в Копенгагене, взял золото. В мировом рейтинге перед ним осталось 23 человека. Это одна из самых сильных деталей всей статьи. Не просто умный парень. А человек, который за два года сумел войти в мировую верхушку в дисциплине, которой до этого практически не занимался.
Потом был Harvard, и там история не стала скучнее. На первом курсе Джефф взял CS124, очень тяжёлый курс по структурам данных и алгоритмам, который обычно проходят старшие студенты. У курса репутация почти садистская. В отзывах студенты пишут, что там заканчивается социальная жизнь. Jeff Yan, первокурсник, закончил его первым, причём с большим запасом.
В Harvard важна ещё одна деталь. Там он сблизился со Scott Wu, будущим сооснователем Cognition. Wu вспоминает Джеффа как человека очень сухого, очень смешного и при этом предельно несинхронного с общей толпой. Большинство студентов вокруг, даже если были умными, в итоге приходили к плюс-минус одинаковым выводам. Джефф почти никогда не шёл по этому маршруту. Он всё время пытался понять, что делает человека по-настоящему сильным в конкретной области. Не просто успешным, а именно редким. Он думал о лучших игроках в Go, о Faker, о топовых HFT-трейдерах. То есть его интересовал не карьерный путь, а внутренняя механика мастерства.
Это очень хорошо объясняет всё остальное...
Продолжение в следующей части...
@chipda
Часть 1 из 3.
Если читать большую статью Colossus внимательно (автор прожил неделю в секретном офисе Hyperliquid в Сингапуре), там вылезает вообще не стандартная биография фаундера из крипты. Джефф не выглядит человеком, который просто вовремя попал в удачный рынок. Скорее наоборот. Hyperliquid у него получился после длинной серии очень разных, местами странных, но логично связанных этапов.
Началось всё не с трейдинга и не с стартапов. В восьмом классе его друг позвал на математическое соревнование просто за компанию. До этого в его жизни не было никакой большой академической гонки. Школа не была местом, где детей системно толкали в олимпиадный режим. Мать не устраивала из него проект. Он рос в Redwood Shores, между Сан-Франциско и Palo Alto, буквально внутри самой дорогой и продуктивной полосы американского технологического мира, но жил заметно скромнее соседей. Отец ушёл, когда Джефф был в третьем классе. Мать, бухгалтер, тянула семью одна.
На соревновании по математике его зацепило не то, что там можно было выиграть. Его зацепил сам формат. Никакой школьной рутины, никаких формул на автомате. Есть короткая задача, иногда на пару строк, и ты должен не просто получить ответ, а построить доказательство. То есть не вычислить, а дойти до истины. После этого, как вспоминает сам Джефф, он обнаружил в себе почти запоздалую соревновательную злость. Как будто вокруг давно шла гонка, а он только сейчас понял, что вообще существует трасса.
Тем летом он вставал в пять утра, скачивал старые олимпиадные задания из интернета и решал их сам у себя в комнате. Без тренера, без летних школ, без дорогостоящих программ. Через год попал в US Math Olympiad training camp, то есть в группу из 50 лучших школьников США. Для человека, который фактически только что включился в эту игру, это уже само по себе очень редкая история.
Дальше у него случился срыв инерции. На следующем этапе по математике он не прошёл дальше. И вместо того, чтобы год вариться в разочаровании, просто переключился на физику. В школе её ещё толком не преподавали, но он уже освоил calculus и вдруг понял, зачем математика вообще нужна в реальном мире. Нашёл лекции Фейнмана и, по его словам, буквально поглощал их как сериал.
Через год после этого, опять почти как самоучка, он уже был среди лучших молодых физиков страны. Потом попал в сборную США по физике, поехал в Эстонию и взял серебро на международной олимпиаде. Ещё через год, в Копенгагене, взял золото. В мировом рейтинге перед ним осталось 23 человека. Это одна из самых сильных деталей всей статьи. Не просто умный парень. А человек, который за два года сумел войти в мировую верхушку в дисциплине, которой до этого практически не занимался.
Потом был Harvard, и там история не стала скучнее. На первом курсе Джефф взял CS124, очень тяжёлый курс по структурам данных и алгоритмам, который обычно проходят старшие студенты. У курса репутация почти садистская. В отзывах студенты пишут, что там заканчивается социальная жизнь. Jeff Yan, первокурсник, закончил его первым, причём с большим запасом.
В Harvard важна ещё одна деталь. Там он сблизился со Scott Wu, будущим сооснователем Cognition. Wu вспоминает Джеффа как человека очень сухого, очень смешного и при этом предельно несинхронного с общей толпой. Большинство студентов вокруг, даже если были умными, в итоге приходили к плюс-минус одинаковым выводам. Джефф почти никогда не шёл по этому маршруту. Он всё время пытался понять, что делает человека по-настоящему сильным в конкретной области. Не просто успешным, а именно редким. Он думал о лучших игроках в Go, о Faker, о топовых HFT-трейдерах. То есть его интересовал не карьерный путь, а внутренняя механика мастерства.
Это очень хорошо объясняет всё остальное...
Продолжение в следующей части...
@chipda
Colossus
Hyperliquid: In Singapore With Jeffrey Yan
How Jeffrey Yan built Hyperliquid, a blockchain and crypto trading exchange, into the most profitable startup per employee on earth.
Jeffrey Yan. Путь от соломенной хижины в Пуэрто-Рико и трейдинга на телевизоре к основанию компании стоимостью 50 млрд долларов
Часть 2 из 3.
В университетские годы он успел постажироваться в Google X, Tower Research, потом попал в первый в истории internship Hudson River Trading, крутейшая высокочастотная фирма с Wall Street. Там среди десяти стажёров были люди, которые позже построят Scale AI и Decagon. Jeff Yan и Scott Wu в каждом раунде внутреннего соревнования занимали первое и второе места.
После выпуска Yan пошёл в HRT уже full-time, в команду алгоритмов по американским акциям. И тут статья даёт важную психологическую деталь. Менеджер вспоминал, что обычно новый сотрудник в таких командах постоянно упирается в тупики, приходит на one-on-one, и вы вместе разбираете, где он застрял. С Джеффом это почти не происходило. Он приходил не с тупиками, а с идеями. Делал всё очень круто. Но при этом выглядел человеком, которому внутренне всё это не особенно важно.
Через восемь месяцев он уволился. И ушёл не потому, что не тянул, а потому что не мог избавиться от одного вопроса: какую реальную ценность ты добавляешь миру, если просто улучшаешь систему, которая и без тебя уже отлично работает.
Мне кажется, это один из ключей ко всей истории Hyperliquid. До него у Джеффа уже был опыт попадания в элиту, опыт очень быстрого обучения и опыт пребывания внутри одной из лучших торговых машин мира. И в какой-то момент ему стало тесно не по деньгам, а по смыслу.
Далее начинается самое важное: его провал с Deaux, Chameleon Trading в Пуэрто-Рико и то, как из этого всего вырос Hyperliquid.
Самая сильная часть жизни Jeffrey Yan начинается после Harvard и HRT. Потому что дальше идёт уже не история про талантливого олимпиадника, а история про человека, который несколько раз пытался собрать одну и ту же конструкцию с разных сторон, пока она наконец не заработала.
После ухода из HRT Yan впервые всерьёз пошёл в крипту. Его зацепил не памп и не романтика раннего рынка. Его зацепила архитектура. Он наткнулся на Ethereum yellow paper и увидел там не токен, а способ заменить доверие кодом. Для человека, который каждый день работал рядом с финансовой машиной, это выглядело как шанс собрать рынок заново.
Так появился Deaux, prediction market, который он делал вместе с Brian Wong. И вот здесь скрыта одна из самых недооценённых деталей всей истории. Они пришли к схеме off-chain matching и on-chain settlement просто потому, что Ethereum был слишком медленным для настоящей биржи. То есть пользователь должен был видеть быстрый, нормальный интерфейс, а деньги и расчёты при этом оставались бы в смарт-контракте. По сути, они пытались совместить скорость нормальной биржи с тем, ради чего вообще имела смысл крипта.
Сейчас такая схема звучит почти очевидно. Но они думали об этом ещё тогда, когда рынок в целом был занят гораздо более примитивными вещами. DeFi ещё не существовал. Позже похожая логика легла в основу куда более крупных компаний. Kalshi и Polymarket, основанные на пару лет позже, будут стоить уже десятки миллиардов. А Deaux Джеффа набрал около 100 пользователей и... умер.
Это, кстати, тоже важная деталь. Джефф не замазывал провал красивыми формулировками. Он потом прямо говорил, что шансов у Deaux почти не было. Рынок был мёртв, Bitcoin рухнул больше чем на 80 процентов, а сами создатели почти не думали о регуляторной стороне. Из поднятых 450 тысяч долларов он вернул инвесторам больше половины. Такой поступок даёт о человеке больше информации, чем любой блок про ценности на сайте.
После закрытия Deaux он не стал сразу строить новую инфраструктурную компанию. Вместо этого уехал кататься на сноуборде, потом путешествовал по Китаю, Японии и Перу в режиме дешёвого бэкпекинга. А затем оказался в Пуэрто-Рико, где собрал Chameleon Trading.
Продолжение в третьей части...
@chipda
Часть 2 из 3.
В университетские годы он успел постажироваться в Google X, Tower Research, потом попал в первый в истории internship Hudson River Trading, крутейшая высокочастотная фирма с Wall Street. Там среди десяти стажёров были люди, которые позже построят Scale AI и Decagon. Jeff Yan и Scott Wu в каждом раунде внутреннего соревнования занимали первое и второе места.
После выпуска Yan пошёл в HRT уже full-time, в команду алгоритмов по американским акциям. И тут статья даёт важную психологическую деталь. Менеджер вспоминал, что обычно новый сотрудник в таких командах постоянно упирается в тупики, приходит на one-on-one, и вы вместе разбираете, где он застрял. С Джеффом это почти не происходило. Он приходил не с тупиками, а с идеями. Делал всё очень круто. Но при этом выглядел человеком, которому внутренне всё это не особенно важно.
Через восемь месяцев он уволился. И ушёл не потому, что не тянул, а потому что не мог избавиться от одного вопроса: какую реальную ценность ты добавляешь миру, если просто улучшаешь систему, которая и без тебя уже отлично работает.
Мне кажется, это один из ключей ко всей истории Hyperliquid. До него у Джеффа уже был опыт попадания в элиту, опыт очень быстрого обучения и опыт пребывания внутри одной из лучших торговых машин мира. И в какой-то момент ему стало тесно не по деньгам, а по смыслу.
Далее начинается самое важное: его провал с Deaux, Chameleon Trading в Пуэрто-Рико и то, как из этого всего вырос Hyperliquid.
Самая сильная часть жизни Jeffrey Yan начинается после Harvard и HRT. Потому что дальше идёт уже не история про талантливого олимпиадника, а история про человека, который несколько раз пытался собрать одну и ту же конструкцию с разных сторон, пока она наконец не заработала.
После ухода из HRT Yan впервые всерьёз пошёл в крипту. Его зацепил не памп и не романтика раннего рынка. Его зацепила архитектура. Он наткнулся на Ethereum yellow paper и увидел там не токен, а способ заменить доверие кодом. Для человека, который каждый день работал рядом с финансовой машиной, это выглядело как шанс собрать рынок заново.
Так появился Deaux, prediction market, который он делал вместе с Brian Wong. И вот здесь скрыта одна из самых недооценённых деталей всей истории. Они пришли к схеме off-chain matching и on-chain settlement просто потому, что Ethereum был слишком медленным для настоящей биржи. То есть пользователь должен был видеть быстрый, нормальный интерфейс, а деньги и расчёты при этом оставались бы в смарт-контракте. По сути, они пытались совместить скорость нормальной биржи с тем, ради чего вообще имела смысл крипта.
Сейчас такая схема звучит почти очевидно. Но они думали об этом ещё тогда, когда рынок в целом был занят гораздо более примитивными вещами. DeFi ещё не существовал. Позже похожая логика легла в основу куда более крупных компаний. Kalshi и Polymarket, основанные на пару лет позже, будут стоить уже десятки миллиардов. А Deaux Джеффа набрал около 100 пользователей и... умер.
Это, кстати, тоже важная деталь. Джефф не замазывал провал красивыми формулировками. Он потом прямо говорил, что шансов у Deaux почти не было. Рынок был мёртв, Bitcoin рухнул больше чем на 80 процентов, а сами создатели почти не думали о регуляторной стороне. Из поднятых 450 тысяч долларов он вернул инвесторам больше половины. Такой поступок даёт о человеке больше информации, чем любой блок про ценности на сайте.
После закрытия Deaux он не стал сразу строить новую инфраструктурную компанию. Вместо этого уехал кататься на сноуборде, потом путешествовал по Китаю, Японии и Перу в режиме дешёвого бэкпекинга. А затем оказался в Пуэрто-Рико, где собрал Chameleon Trading.
Продолжение в третьей части...
@chipda
Jeffrey Yan. Путь от соломенной хижины в Пуэрто-Рико и трейдинга на телевизоре к основанию компании стоимостью 50 млрд долларов
Часть 3 из 3.
Это был уже не стартап и не идея на будущее, а реальный анонимный market making бизнес в крипте. Название Chameleon пошло от его школьного игрового ника. Стартовал он с 10 тысяч долларов собственного депозита и телевизора вместо монитора. Навайбкодил первые скрипты на пайтоне... Дальше бизнес рос на тысячи процентов в год. Появилось несколько сотрудников.
За два с половиной года он стал очень богатым, причём жил при этом в максимально свободном режиме. В Сан-Хуане он был просто ещё одним молодым парнем в шортах. Для серферов, барменов и случайных знакомых вокруг никакого особого статуса там не было.
И вот это, наверное, главный разворот всей истории. У него уже были деньги. Уже была свобода. Уже была жизнь, из которой вообще не обязательно куда-то возвращаться в режим тяжёлой стройки. Но он из неё вышел. Закрыл Chameleon Trading, расстался с теми, кто был недоволен, и пошёл делать Hyperliquid.
В статье хорошо чувствуется, что дело было не в желании стать богатым. Там даже бытовые детали работают на эту мысль. Джефф носит одни и те же Lululemon-шорты и футболки каждый день. У него 15 пар шорт и 10 футболок, в трёх цветах. В офисе нет ощущения роскоши. Мебель осталась от предыдущих арендаторов. На кухне стоят бутылки Grey Goose и Макалан, но они пылятся нетронутыми после какого-то старого community event. Команда пьёт чай. В офисе при этом полно плюшевых игрушек: коты, акулы, ящерицы, коалы, пингвины, драконы. И ещё раз коты. Много котов. Картинки с котами (NFT Hypurr) на стенах. Уборщица вообще думает, что это фирма по продаже мягких игрушек. Знает ровно столько, сколько должна знать. Обстановка полной секретности.
A.I. не доверяется писать код. В офисе есть несколько ноутбуков с неограниченным доступом к самым топовым моделям, но это только для поиска и тестирования идей. Весь код Hyperliquid пишется руками, доверия к ИИ (пока) нет.
Есть и другая сторона. Офис пришлось спрятать. Сначала люди просто начинали узнавать Джеффа в лицо. Потом к нему подходили незнакомцы. Потом кто-то проследовал за ним в лифт у дома. Теперь в офисе сидит телохранитель, а сам Hyperliquid уже существует в мире, где успех в крипте всё чаще тянет за собой риск похищения.
Ещё одна редкая деталь из статьи: в Hyperliquid из крипты пришли всего двое, включая самого Джеффа. Остальных он собирал не из отраслевой тусовки, а из олимпиадной и технической верхушки. Один инженер с серебром по информатике, другой тренировался с национальной сборной США. Сам Джефф объясняет это очень просто: ранняя крипта была слишком занята быстрыми деньгами, а вдолгую систему правильнее строить с людьми, которые мыслят как технологи, математики и физики.
Поэтому история создания Hyperliquid выглядит совсем иначе, если убрать всю витрину про капитализацию и размеры. Она — как результат нескольких предыдущих жизней одного человека. Олимпиадная дисциплина. HFT-логика. Проваленный Deaux, где слишком рано придумали важную архитектуру, опередив время. Потом Chameleon, где он на практике прожил рынок как machine for liquidity. И только после этого появился Hyperliquid.
Когда смотришь на это так, лучший декс на планете уже воспринимается не как внезапная удача и не как магический продуктовый выстрел. Скорее как четвёртая или пятая попытка вундеркинда собрать один и тот же большой замысел, но уже с правильным опытом за спиной.
Источник: Colossus
Изложение: @chipda
Часть 1, 2, 3.
Часть 3 из 3.
Это был уже не стартап и не идея на будущее, а реальный анонимный market making бизнес в крипте. Название Chameleon пошло от его школьного игрового ника. Стартовал он с 10 тысяч долларов собственного депозита и телевизора вместо монитора. Навайбкодил первые скрипты на пайтоне... Дальше бизнес рос на тысячи процентов в год. Появилось несколько сотрудников.
За два с половиной года он стал очень богатым, причём жил при этом в максимально свободном режиме. В Сан-Хуане он был просто ещё одним молодым парнем в шортах. Для серферов, барменов и случайных знакомых вокруг никакого особого статуса там не было.
И вот это, наверное, главный разворот всей истории. У него уже были деньги. Уже была свобода. Уже была жизнь, из которой вообще не обязательно куда-то возвращаться в режим тяжёлой стройки. Но он из неё вышел. Закрыл Chameleon Trading, расстался с теми, кто был недоволен, и пошёл делать Hyperliquid.
В статье хорошо чувствуется, что дело было не в желании стать богатым. Там даже бытовые детали работают на эту мысль. Джефф носит одни и те же Lululemon-шорты и футболки каждый день. У него 15 пар шорт и 10 футболок, в трёх цветах. В офисе нет ощущения роскоши. Мебель осталась от предыдущих арендаторов. На кухне стоят бутылки Grey Goose и Макалан, но они пылятся нетронутыми после какого-то старого community event. Команда пьёт чай. В офисе при этом полно плюшевых игрушек: коты, акулы, ящерицы, коалы, пингвины, драконы. И ещё раз коты. Много котов. Картинки с котами (NFT Hypurr) на стенах. Уборщица вообще думает, что это фирма по продаже мягких игрушек. Знает ровно столько, сколько должна знать. Обстановка полной секретности.
A.I. не доверяется писать код. В офисе есть несколько ноутбуков с неограниченным доступом к самым топовым моделям, но это только для поиска и тестирования идей. Весь код Hyperliquid пишется руками, доверия к ИИ (пока) нет.
Есть и другая сторона. Офис пришлось спрятать. Сначала люди просто начинали узнавать Джеффа в лицо. Потом к нему подходили незнакомцы. Потом кто-то проследовал за ним в лифт у дома. Теперь в офисе сидит телохранитель, а сам Hyperliquid уже существует в мире, где успех в крипте всё чаще тянет за собой риск похищения.
Ещё одна редкая деталь из статьи: в Hyperliquid из крипты пришли всего двое, включая самого Джеффа. Остальных он собирал не из отраслевой тусовки, а из олимпиадной и технической верхушки. Один инженер с серебром по информатике, другой тренировался с национальной сборной США. Сам Джефф объясняет это очень просто: ранняя крипта была слишком занята быстрыми деньгами, а вдолгую систему правильнее строить с людьми, которые мыслят как технологи, математики и физики.
Поэтому история создания Hyperliquid выглядит совсем иначе, если убрать всю витрину про капитализацию и размеры. Она — как результат нескольких предыдущих жизней одного человека. Олимпиадная дисциплина. HFT-логика. Проваленный Deaux, где слишком рано придумали важную архитектуру, опередив время. Потом Chameleon, где он на практике прожил рынок как machine for liquidity. И только после этого появился Hyperliquid.
Когда смотришь на это так, лучший декс на планете уже воспринимается не как внезапная удача и не как магический продуктовый выстрел. Скорее как четвёртая или пятая попытка вундеркинда собрать один и тот же большой замысел, но уже с правильным опытом за спиной.
Источник: Colossus
Изложение: @chipda
Часть 1, 2, 3.
This media is not supported in your browser
VIEW IN TELEGRAM
17 апреля буду спикером на AI Founders Night в Москве
⠀
Я люблю такие форматы гораздо больше, чем большие шумные ивенты. Здесь не будет массовки. Собирается закрытая встречу для AI / Web3 среды: фаундеров, разработчиков, инвесторов и операторов.
⠀
Сначала коротко по делу. Потом нормальное общение без лишней сцены и выставочного шума. Для меня главная ценность таких встреч всегда после выступлений: кто остался, о чём говорили и с кем хочется продолжить разговор уже вне зала.
⠀
Если вы в теме, приходите.
⠀
👉 Регистрация
⠀
Я люблю такие форматы гораздо больше, чем большие шумные ивенты. Здесь не будет массовки. Собирается закрытая встречу для AI / Web3 среды: фаундеров, разработчиков, инвесторов и операторов.
⠀
Сначала коротко по делу. Потом нормальное общение без лишней сцены и выставочного шума. Для меня главная ценность таких встреч всегда после выступлений: кто остался, о чём говорили и с кем хочется продолжить разговор уже вне зала.
⠀
Если вы в теме, приходите.
⠀
👉 Регистрация
Apple гребёт 30% и пропускает скам
⠀
Фейковый Ledger Live в App Store успел собрать около $10 млн с 50+ жертв за неделю. Три крупнейшие потери, $3.23 млн, $2.079 млн и $1.95 млн.
⠀
И это произошло внутри магазина, который Apple позиционирует как закрытый и безопасный. В 2025 через App Store прошло $117.6 млрд пользовательских трат. Apple жёстко контролирует платежи, забирает комиссию с каждой транзакции и банит, когда разработчики уводят оплату наружу.
Как думаете, за 30 миллиардов долларов год можно было бы нанять нормальную команду модерации? А может быть, даже ИИ обучить? А извините, Apple не умеет в искусственный интеллект. Клон одного из самых известных криптокошельков прошёл модерацию и висел там до вчерашнего дня.
⠀
Для разработчиков у Apple режим простой. Плати комиссию, не веди пользователя на внешнюю оплату, соблюдай правила, иначе вылетишь из App Store.
⠀
Epic годами судится с Apple именно за этот контроль над платежами. Часть ограничений удалось продавить, но в основном в Европе. История с фейковым Ledger Live ещё раз показывает приоритет системы. Деньги и контроль Apple защищает лучше, чем базовую безопасность своей витрины.
⠀
Если платформа требует долю почти с каждой транзакции и запрещает обходить её кассу, она обязана хотя бы банить дубликаты известных кошельков до того, как люди теряют миллионы.
⠀
📎 Archive | Chainabuse | Business of Apps | CoinDesk
⠀
Фейковый Ledger Live в App Store успел собрать около $10 млн с 50+ жертв за неделю. Три крупнейшие потери, $3.23 млн, $2.079 млн и $1.95 млн.
⠀
И это произошло внутри магазина, который Apple позиционирует как закрытый и безопасный. В 2025 через App Store прошло $117.6 млрд пользовательских трат. Apple жёстко контролирует платежи, забирает комиссию с каждой транзакции и банит, когда разработчики уводят оплату наружу.
Как думаете, за 30 миллиардов долларов год можно было бы нанять нормальную команду модерации? А может быть, даже ИИ обучить? А извините, Apple не умеет в искусственный интеллект. Клон одного из самых известных криптокошельков прошёл модерацию и висел там до вчерашнего дня.
⠀
Для разработчиков у Apple режим простой. Плати комиссию, не веди пользователя на внешнюю оплату, соблюдай правила, иначе вылетишь из App Store.
⠀
Epic годами судится с Apple именно за этот контроль над платежами. Часть ограничений удалось продавить, но в основном в Европе. История с фейковым Ledger Live ещё раз показывает приоритет системы. Деньги и контроль Apple защищает лучше, чем базовую безопасность своей витрины.
⠀
Если платформа требует долю почти с каждой транзакции и запрещает обходить её кассу, она обязана хотя бы банить дубликаты известных кошельков до того, как люди теряют миллионы.
⠀
📎 Archive | Chainabuse | Business of Apps | CoinDesk
This media is not supported in your browser
VIEW IN TELEGRAM
OpenClaw сделал успешный бизнес по установке бассейнов
⠀
Кто-то собрал агент на OpenClaw, который продаёт установку бассейнов почти без ручной работы. Схема простая и автоматизированная по-максимуму: бот находит дома за $500k–$1.2M без бассейна, рендерит во дворе будущий бассейн и отправляет владельцу бумажную открытку с before/after.
⠀
Мне нравится куда двигаются разработки в клешне. Это уже не чат-бот ради демки и не очередной AI-ассистент для переписки. Это рабочая связка из поиска лида, генерации персонализированного креатива и физической доставки в почтовый ящик.
⠀
То есть агент забирается в кусок воронки, где раньше сидели руками маркетолог, дизайнер и локальные сейлзы. Причём бьёт сразу в дорогую услугу с понятным чеком, а не в очередной софт за $20 в месяц.
⠀
Если (когда) такие пайплайны станут массовыми, AI начнёт забирать не только входящий саппорт и контент, но и локальные продажи в нишах, где офлайн-касание до сих пор работало лучше любого таргета.
⠀
Вот это уже ближе к настоящей автоматизации бизнеса. Агент здесь закрывает кусок продаж и приводит клиента сам.
⠀
📎 Источник
⠀
Кто-то собрал агент на OpenClaw, который продаёт установку бассейнов почти без ручной работы. Схема простая и автоматизированная по-максимуму: бот находит дома за $500k–$1.2M без бассейна, рендерит во дворе будущий бассейн и отправляет владельцу бумажную открытку с before/after.
⠀
Мне нравится куда двигаются разработки в клешне. Это уже не чат-бот ради демки и не очередной AI-ассистент для переписки. Это рабочая связка из поиска лида, генерации персонализированного креатива и физической доставки в почтовый ящик.
⠀
То есть агент забирается в кусок воронки, где раньше сидели руками маркетолог, дизайнер и локальные сейлзы. Причём бьёт сразу в дорогую услугу с понятным чеком, а не в очередной софт за $20 в месяц.
⠀
Если (когда) такие пайплайны станут массовыми, AI начнёт забирать не только входящий саппорт и контент, но и локальные продажи в нишах, где офлайн-касание до сих пор работало лучше любого таргета.
⠀
Вот это уже ближе к настоящей автоматизации бизнеса. Агент здесь закрывает кусок продаж и приводит клиента сам.
⠀
📎 Источник
Forwarded from e/acc
устаревающие компании "внедряют" ии-процессы, ускоряющиеся компании выстраивают невозможные без ИИ процессы
ценность от ИИ в бизнесе это не столько автоматизировать операционку, сколько постоянно, ежедневно генерировать альфу (стратегические инсайты, информацию, эксперименты, гипотезы, тесты, предложения), которая приводит к росту бизнеса.
вы не конкурируете со статикой - вы конкурируете с рынком, который развивается, и развитие этого рынка происходит с ускорением.
наверное, это сегодня пока что касается не всех, но реально когда мы говорим о стратегии на рынке ИИ — это про третью производную (скорость изменения ускорения вас по сравнению с ускорением конкурентов)
ценность от ИИ в бизнесе это не столько автоматизировать операционку, сколько постоянно, ежедневно генерировать альфу (стратегические инсайты, информацию, эксперименты, гипотезы, тесты, предложения), которая приводит к росту бизнеса.
вы не конкурируете со статикой - вы конкурируете с рынком, который развивается, и развитие этого рынка происходит с ускорением.
наверное, это сегодня пока что касается не всех, но реально когда мы говорим о стратегии на рынке ИИ — это про третью производную (скорость изменения ускорения вас по сравнению с ускорением конкурентов)
Anthropic убирает почти безлимит для бизнеса
⠀
Для enterprise-клиентов схема становится жёстче. Базовая плата за рабочее место остаётся, но сверху теперь считается реальное потребление по токенам.
⠀
То есть логика уже не такая: заплатил фикс и дальше команда пользуется Claude почти как общим безлимитом. Теперь тариф ближе к мобильному оператору: есть небольшая база включённых минут, а вся активная нагрузка оплачивается отдельно.
⠀
По приведённым в статье Kevin McLaughlin и Aaron Holmes и условиям, у крупных клиентов остаётся база около $20 за seat, а дальше идёт доплата по API-ставкам. Input — примерно $1–$5 за 1 млн токенов, output — $5–$25 за 1 млн, в зависимости от модели, включая Opus, Sonnet и Haiku. Что это меняет на практике: если команда использует Claude умеренно, счёт может остаться вменяемым. Но если Claude и особенно Claude Code встроены в ежедневную работу, расходы становятся менее предсказуемыми и могут заметно вырасти.
⠀
Простой пример: команда из 10 человек раньше могла смотреть на это как на $200 в месяц фиксированной базы. Теперь это те же $200 плюс переменная часть за фактический объём запросов. Мало используешь — почти не чувствуешь. Много используешь — платишь заметно больше. Сильно больше. 5000-10000 долларов в месяц за рабочее место.👨🦳 "В ж...у такой ИИ", подумал сейчас средней руки предприниматель, читающий этот пост. И будет прав.
⠀
Для частников (пока) здесь почти ничего нового. Pro 20 и Max 100/200 остаются фиксированными планами с лимитами использования, дающими хорошую скидку на токены. Но не за горами день, когда будет тариф "двадцатка" для трёх запросов и дальше плати за токены, как у бизнеса. А если ты подсел на Claude Code/Cowork — ты в рабстве, как у Apple. Только слезть ещё сложнее. В этом опасность Closed Source решений, в отличие от OpenClaw и похожих разработок, в которых можно менять модели, как перчатки. Хоть на скрепные, если за бусурманские наказывают.
⠀
Смысл изменения простой: Anthropic больше не хочет субсидировать активных пользователей-внедренцев ИИ из своего кармана, особенно когда датацентры в дефиците. Просто Дарио Амодеи принял недалёкое решение не инвестировать в дата-центры так, как это делает Сэм Альтман в OpenAI (50 млрд долларов против 270 млрд). А "подсевшие" на Клода будут расплачиваться.
⠀
📎 TheInformation / OpenTools
⠀
Для enterprise-клиентов схема становится жёстче. Базовая плата за рабочее место остаётся, но сверху теперь считается реальное потребление по токенам.
⠀
То есть логика уже не такая: заплатил фикс и дальше команда пользуется Claude почти как общим безлимитом. Теперь тариф ближе к мобильному оператору: есть небольшая база включённых минут, а вся активная нагрузка оплачивается отдельно.
⠀
По приведённым в статье Kevin McLaughlin и Aaron Holmes и условиям, у крупных клиентов остаётся база около $20 за seat, а дальше идёт доплата по API-ставкам. Input — примерно $1–$5 за 1 млн токенов, output — $5–$25 за 1 млн, в зависимости от модели, включая Opus, Sonnet и Haiku. Что это меняет на практике: если команда использует Claude умеренно, счёт может остаться вменяемым. Но если Claude и особенно Claude Code встроены в ежедневную работу, расходы становятся менее предсказуемыми и могут заметно вырасти.
⠀
Простой пример: команда из 10 человек раньше могла смотреть на это как на $200 в месяц фиксированной базы. Теперь это те же $200 плюс переменная часть за фактический объём запросов. Мало используешь — почти не чувствуешь. Много используешь — платишь заметно больше. Сильно больше. 5000-10000 долларов в месяц за рабочее место.
⠀
Для частников (пока) здесь почти ничего нового. Pro 20 и Max 100/200 остаются фиксированными планами с лимитами использования, дающими хорошую скидку на токены. Но не за горами день, когда будет тариф "двадцатка" для трёх запросов и дальше плати за токены, как у бизнеса. А если ты подсел на Claude Code/Cowork — ты в рабстве, как у Apple. Только слезть ещё сложнее. В этом опасность Closed Source решений, в отличие от OpenClaw и похожих разработок, в которых можно менять модели, как перчатки. Хоть на скрепные, если за бусурманские наказывают.
⠀
Смысл изменения простой: Anthropic больше не хочет субсидировать активных пользователей-внедренцев ИИ из своего кармана, особенно когда датацентры в дефиците. Просто Дарио Амодеи принял недалёкое решение не инвестировать в дата-центры так, как это делает Сэм Альтман в OpenAI (50 млрд долларов против 270 млрд). А "подсевшие" на Клода будут расплачиваться.
⠀
📎 TheInformation / OpenTools
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Telegram тихо открыл фабрику ботов
⠀
Telegram добавил Managed Bots. Теперь один основной бот может создавать пользователям их собственных ботов без ручной возни с BotFather.
⠀
Схема такая: пользователь нажимает кнопку, Telegram сам назначает его владельцем нового бота и сразу отдаёт вашему бэкенду токен для управления. То есть white-label SaaS внутри мессенджера становится намного ближе к нормальному продукту, а не к набору обходных путей.
⠀
Из этого уже можно собирать конструкторы ассистентов, саппорт-ботов, персональных AI-ботов, игровых ботов и нишевые SaaS-сценарии прямо поверх Telegram, не заставляя людей проходить лишние шаги руками.
⠀
Отдельно важно, что сам Telegram за эту инфраструктуру ничего не берёт. Если фича нормально взлетит, для многих это будет почти бесплатный слой дистрибуции и запуска кастомных ботов.
⠀
По сути, Telegram делает ещё один шаг от «мессенджера с ботами» к платформе, на которой можно разворачивать целые линейки продуктов.
⠀
У меня были большие планы по тому, как сделать онбординг участников нашего сообщества в агентное будущее как можно проще, и сегодня мсье Дуров сделал хороший шаг навстречу. Минус одно сложное для новичка действие — взаимодействие с BotFather это не то, что сходу понятно всем.
⠀
📎 Telegram Docs
⠀
Telegram добавил Managed Bots. Теперь один основной бот может создавать пользователям их собственных ботов без ручной возни с BotFather.
⠀
Схема такая: пользователь нажимает кнопку, Telegram сам назначает его владельцем нового бота и сразу отдаёт вашему бэкенду токен для управления. То есть white-label SaaS внутри мессенджера становится намного ближе к нормальному продукту, а не к набору обходных путей.
⠀
Из этого уже можно собирать конструкторы ассистентов, саппорт-ботов, персональных AI-ботов, игровых ботов и нишевые SaaS-сценарии прямо поверх Telegram, не заставляя людей проходить лишние шаги руками.
⠀
Отдельно важно, что сам Telegram за эту инфраструктуру ничего не берёт. Если фича нормально взлетит, для многих это будет почти бесплатный слой дистрибуции и запуска кастомных ботов.
⠀
По сути, Telegram делает ещё один шаг от «мессенджера с ботами» к платформе, на которой можно разворачивать целые линейки продуктов.
⠀
У меня были большие планы по тому, как сделать онбординг участников нашего сообщества в агентное будущее как можно проще, и сегодня мсье Дуров сделал хороший шаг навстречу. Минус одно сложное для новичка действие — взаимодействие с BotFather это не то, что сходу понятно всем.
⠀
📎 Telegram Docs
This media is not supported in your browser
VIEW IN TELEGRAM
Японцы берут бухающего(ся) робота Aidol
⠀
Российская Aidol заявила о контракте на $250 тысяч с японской компанией из ИТ и игровой разработки. Название партнёра не раскрывают. Почему он выбрал именно российского поставщика, тоже не объясняют.
⠀
Роботов хотят использовать как ассистентов и администраторов. После интеграции с внутренними системами и IP-телефонией им обещают бронирование переговорок, служебные звонки, офлайн-режим и поддержку японского языка.
⠀
На презентации в ноябре 2025 года Aidol прошёл несколько шагов и упал прямо на сцене. Тогда прототип выглядел как будто он слегка под шафэ.
⠀
Сумма небольшая. Но сама сделка (если она не выдумка) переводит историю из выставочного шума в платный пилот. Теперь интересно, дойдут ли эти роботы до реальной эксплуатации без новой демонстрации на полу.
⠀
📎 vc.ru
⠀
Российская Aidol заявила о контракте на $250 тысяч с японской компанией из ИТ и игровой разработки. Название партнёра не раскрывают. Почему он выбрал именно российского поставщика, тоже не объясняют.
⠀
Роботов хотят использовать как ассистентов и администраторов. После интеграции с внутренними системами и IP-телефонией им обещают бронирование переговорок, служебные звонки, офлайн-режим и поддержку японского языка.
⠀
На презентации в ноябре 2025 года Aidol прошёл несколько шагов и упал прямо на сцене. Тогда прототип выглядел как будто он слегка под шафэ.
⠀
Сумма небольшая. Но сама сделка (если она не выдумка) переводит историю из выставочного шума в платный пилот. Теперь интересно, дойдут ли эти роботы до реальной эксплуатации без новой демонстрации на полу.
⠀
📎 vc.ru