UPD. Кто ранее уже запускал чекер на профилях, почистите кэш, чтобы подргрузилась актуальная версия сайта

📟 Прилетело из @KritosLTD

GM! Украл для вас из чата Якудзы классную цитату:

Вайб-кодинг чем-то напоминает автомобиль. 98% при помощи автомобиля и навыков управления им ничего не зарабатывают, скорее наоборот — геморрой и расходы. Но как-то жизнь их становится в целом лучше, чем была до этого без автомобиля.

Мне кажется это самое трушное определение, что я прочитал про вайб-кодинг за последнее время. Не "каждый теперь программист" и не "это всё игрушки". Просто: жизнь стала удобнее. Как с автомобилем.

Но у автомобиля есть вторая сторона. Когда появился автомобиль, индустрия вокруг лошадей начала умирать. При этом, появились новые профессии — механики, таксисты, дорожные инженеры.

Все сбалансировалось, но проблема в том, что сейчас так может не сработать.

Каждая предыдущая технология уничтожала одни рабочие места и создавала другие. Но новые места всегда требовали человека. Тинькофф убрал отделения, но набрал больше курьеров и людей в онлайн-поддержку. Интернет убил турагенства, но создал сотни новых индустрий и рабочих мест в них.

Вчера вышла нашумевшая статья от CitriniResearch (кто-то считает, что это причина дампа крипты и рынков в целом), которая собирает это всё в одну картину.

Формат необычный — это как бы аналитическая записка из июня 2028 года. Не прогноз, а мысленный эксперимент: что если AI-хайп продолжит оправдываться? Что если всё, что обещают, реально случится?

Выводы неочевидные. Потому что если AI реально делает то, что обещает, последствия для экономики могут быть обратными тому, что ждёт рынок.

Вот ключевой механизм.

Компания внедряет AI, увольняет часть людей, экономит на зарплатах, прибыль растёт, акции растут. Всё по учебнику. Но уволенные перестают тратить. А сэкономленные деньги компания вкладывает обратно в AI, чтобы уволить ещё. AI становится лучше и дешевле — цикл ускоряется.

Авторы называют это intelligence displacement spiral. Петля без тормозов.

На бумаге экономика выглядит отлично. Продуктивность на рекордах. ВВП растёт. Но деньги перестают доходить до людей. GPU-кластер генерирует столько же выхлопа, сколько раньше давали 10 000 работяг с завода. Только он не ходит в рестораны, не берёт ипотеку и не покупает кроссовки.

Авторы называют это Ghost GDP — продукт, который есть в отчётности, но не существует в реальной экономике. Рост, который нельзя потрогать.

Понятно, что это мысленный эксперимент, не пророчество. Но механика, которую они описывают, уже работает. Видно, как AI-компании бьют рекорды прибыли, пока найм находится в странном положении. Просто пока это в разных заголовках, и одно с другим мало кто связывает.

Почему это может не остановиться само, и причём тут ваша доставка еды ⬇️

📟 Прилетело из @insuline_eth

Статья CitriniResearch описывает следующий этап: AI-агенты начинают убирать посредников. Не людей из профессий, а целые бизнес-модели, построенные на том, что человеку лень разбираться самому.

Подумайте, сколько бизнесов живут за счёт того, что вам некогда или лень:
— страховка, которая тихо дорожает при продлении, потому что вы не сравниваете
— риелтор, который берёт 5% за то, что у него доступ к базе, которую вы и сами можете посмотреть
— подписки, которые продлеваются месяцами после того, как вы перестали ими пользоваться

Всё это работает на одном топливе — человеческой лени и нехватке времени. Человеку некогда сравнивать пять платформ перед покупкой протеиновых батончиков. Машине — не некогда.

Авторы статьи моделируют момент, когда AI-агенты начинают делать это за вас. Без спроса. В фоне. Просто оптимизируют ваши расходы, отменяют ненужные подписки, находят дешевле, договариваются о скидках.

Не знаю как вам, а мне уже такое и моделировать не нужно. Мне уже реально всё равно, какой интерфейс у приложения для заказа еды. Я автоматизировал эту цепочку. Во втором канале я еще с августа показывал свою систему, которая по Брайану Джонсону и его Don't Die Food Guide парсит доступные товары Яндекс Лавки и заказывает. Теперь с появлением agent browser это стало еще проще, главное не забудьте РУ прокси.

Мой товарищ Коля Митин хорошо сформулировал:

Если пользователю проще дать чат-боту ссылку на сайт и попросить оформить заказ, чем пользоваться интерфейсом этого сайта — значит интерфейс говно. Конкуренция дизайнера теперь не с другим дизайнером, а с текстовым инпутом в чате.

У агента нет главного экрана. У агента нет привычек. У агента нет лени. Он просто находит лучший вариант.

А теперь представьте это в масштабе. Авторы статьи приводят термин habitual intermediation — посредничество, которое держится на привычке. Это огромный кусок экономики, который мы принимаем как данность. Такси, доставка, страхование, бронирование, финансовые консультации, налоговая отчётность — везде, где ваш провайдер зарабатывает на том, что "вам сложно разобраться самому".

Агенту не сложно.

Навал в недавнем подкасте сказал вещь, которая цепляется за эту же идею с другой стороны. Он описывает мир, где побеждает только лучший продукт в категории.

First place gets a Cadillac Eldorado, second place gets a set of steak knives, third place — you're fired.

Это из фильма, но он использует её серьёзно. В мире, где AI убирает фрикшн и каждый может мгновенно сравнить все варианты, среднее никому не нужно. Лидер забирает рынок. Длинный хвост из нишевых решений тоже живёт — потому что заполняет щели, которые раньше были слишком маленькими для бизнеса. А вот середина схлопывается.

Средняя SaaS-компания на 20 человек, которая закрывала одну функцию для корпоратов. Средний консультант, который знал чуть больше клиента. Средний разработчик, который умел то, что теперь умеет Claude.

Это не абстракция. Белые воротнички — это 50% рабочих мест и примерно 75% потребительских расходов. Это не "один сектор". Это и есть экономика. Верхние 20% по доходу обеспечивают 65% всех потребительских трат. Когда эти люди теряют работу или соглашаются на зарплату вдвое ниже, эффект непропорционально большой.

Статья описывает как в их сценарии S&P падает на 38% от максимумов, а безработица доходит до 10%. Я не знаю, случится ли это. Но механика, которая к этому ведет, make sense.

⬇️

📟 Прилетело из @insuline_eth

Но вот в чём штука. Та же самая реальность, которая выглядит пугающей с высоты макроэкономики, выглядит совершенно иначе, если смотреть на неё как конкретный человек.

Навал в том же подкасте говорит:

No entrepreneur is worried about an AI taking their job.

Ни один предприниматель не боится, что AI заберёт его работу. Потому что у предпринимателя нет "работы" в привычном смысле. У него есть задача, которую он пытается решить. И любой AI, который может помочь — это союзник.

Это касается не только предпринимателей. Это касается любого, кто решает задачу, а не занимает позицию.

Навал описывает происходящее так: раньше программисты были волшебниками. Они знали тайные команды, писали заклинания на непонятных языках, и из этого получались работающие вещи. Сейчас AI — это волшебная палочка, которую раздали вообще всем. Каждый может сказать что-то на своём языке — и получить результат.

Звучит утопически. Но есть нюанс, и он принципиальный.

Палочка без понимания того, что ты делаешь — это не магия. Это обезьяна с гранатой. Я вижу это вокруг себя регулярно. Люди без технического фундамента берут AI, собирают что-то, оно вроде работает — а потом разваливается, и они не понимают почему. Потому что, как говорит Навал, all abstractions are leaky — все абстракции текут. И когда потечёт, нужен кто-то, кто понимает, что происходит уровнем ниже.

Я думаю, что мир разделится не на "айтишников" и "не айтишников". Он разделится на три слоя.

Первый — люди, которые работают руками. Электрики, столяры, сантехники, повара, ремесленники. AI не заменит руки. А спрос на качественную ручную работу растёт, особенно в премиальном сегменте. Я уже несколько лет говорю знакомым, которые спрашивают "стоит ли идти в IT" — лучше станьте крутым ремесленником. Этот совет только укрепляется.

Второй — люди, которые понимают фундамент и используют AI как рычаг. Необязательно программисты. Навал говорит, что достаточно иметь структурное мышление и понимать, как устроены системы. Если ты можешь точно сформулировать задачу, если ты видишь когда результат кривой, если ты понимаешь архитектуру того, что строишь — ты в этом слое.

Третий — люди без фундамента, которые пытаются использовать AI на входном уровне. Junior QA, entry-level позиции, "научился за три месяца на курсах". Этот слой сжимается быстрее всего. Не потому что люди плохие — а потому что задачи, которые они решали, AI решает лучше и дешевле.

Вопрос не в том, в IT ты или нет. Вопрос в том, есть ли у тебя фундамент, на который можно опереть AI, чтобы он усилил тебя, а не заменил.

Навал заканчивает подкаст мыслью, которая мне кажется правильной: тревога по поводу AI — это неспецифический страх. Ты чувствуешь что что-то меняется, но не понимаешь что именно. И лекарство от этого одно — действие. Разобраться, как оно работает. Не выучить промпт-инжиниринг (Навал прямо говорит что это бессмысленно — AI адаптируется к тебе быстрее, чем ты к нему). А понять принципы. Понять слой ниже.

The means of learning are abundant. It's the desire to learn that's scarce.

Средства для обучения бесконечны. Дефицит — в желании учиться.

Это золотой век для тех, кто действует. Для остальных — да, может быть непросто.

📟 Прилетело из @insuline_eth

И немного анти-фомо инфографики для юных любителей нейросетей, которые устали от большого количества текста

📟 Прилетело из @insuline_eth

📟 Прилетело из @solidityset

Что почитать?

Проснулся сегодня с явным нежеланием работать. На улице хоть и -2, но солнце светит уже по весеннему, и хочется просто отдыхать, а не фиксить баги и учить MatPlotLib...

Поэтому сегодня, в качестве оффтопа, решил поделиться с вами рекомендациями книг, которые читал или буду читать в ближайшее время.

1. System Design. Подготовка к сложному интервью. Алекс Сюй.

Первая книга, которую должны прочитать все вайбкодеры, да и просто начинающие разработчики. Здесь в понятной манере и простым языком объясняются базовые принципы архитектур компьютерных систем: какую базу данных выбрать, как работает кеш, что такое CDN, распределение трафика, нагрузка и организация серверной части. Очень достойная книга, чтобы начать разбираться в этих понятиях!

2. System Design. Машинное обучение. Али Аминиан, Алекс Сюй.

Еще одна книга от того же автора, но уже в соавторстве с Али Аминианом. Купил ее только потому что понравилась первая часть. Здесь также в простом формате раскрываются вопросы про машинное обучение, которые могут задавать на собеседовании: как выбирать модель, как обучать ее, рекомендация событий и данных для пользователей, организация поиска и т.д. В общем, я ожидаю, что она дополнит мои знания про ML. Еще не читал.

3. Прикладное машинное обучении и искусственный интеллект для инженеров. Джеф Просиз.

Вот это отличная книга для тех, кто уже познакомился с нейронками и хочет копнуть глубже с тем, как работают сети в своей основе. Тут раскрываются темы регрессионного анализа, классификационных моделей, опорные векторы, обучение с помощью keras/tensorflow, обнаружение лиц и распознавание изображений и т.д. Много примеров с кодом. Единственное что, может быть сложной в языке: если вы никогда ранее не сталкивались с определениями в машинном обучении, то придется много гуглить.

4. Байесовская статистика. Star Wars, резиновые уточки и многое другое.

Книга за которой долго гонялся. Не мог найти в РФ и ждал ее несколько недель из Китая. Еще не успел прочитать ее, только просмотрел несколько глав. Прекрасное, легкое и очень простое объяснение предсказательной статистики и вероятностных моделей. Как вы можете знать, что современные нейронные сети "под капотом" используют предсказательные алгоритмы для генерации токенов. Эта книга может помочь вам понять на простых примерах, как это все работает в сетях.

5. Алгоритмы искусственного интеллекта. Ришал Харбанс.

С использованием этой книги я позже буду делать посты про алгоритмы в нейронных сетях, когда мы закончим цикл про основные алгоритмы в программировании на канале. Еще не открывал ее даже, хочу погрузиться в нее чуть позже.

6. Высоконагруженные приложения. Мартин Клепман.

Еще одна книга, до которой не дошел, но очень жду. Очень много рекомендаций ее изучить видел в Твиттере. Тут рассказывается о подходе к работе над информационными системами, моделях данных и языках запросов, системах хранения данных, репликации, секционировании, проблемах и т.д.

Полагаю, что читать ее лучше после первой книги Алекса Сюя, чтобы складывалось общее понимание работы систем.

7. Поиск на основе искусственного интеллекта. Трей Грейнджер, Дуг Тернбул, Макс Ирвин.

Вот это отличная книга о том, как работает поиск. Читаю ее сейчас. Если вы когда-нибудь задумывались, почему поиск на сайте работает так "криво", или почему он выдает массу результатов подобных моим прошлым запросов - эта книга для вас. Детально разбираются системы алгоритмов поиска и рекомендаций, а также использование нейронных сетей для выдачи релевантных результатов. Книга огонь!

8. Конструкции. Джейсм Гордон. Это книгу давно забросил в корзину и все никак не мог купить ее. Пришлось просить в подарок на Новый Год. Единственное, о чем пожалел: почему я не купил ее раньше!

📟 Прилетело из @solidityset

Эта книга не про IT, это больше популярное чтиво о том, как работает физика в конструкциях. Язык и объяснения невероятно простые. Если бы так физику преподавали в школе, я бы точно получал одни пятерки! Потрясающие графики и фотографии, рисунки и силуэты, описания базовых принципов растяжения и деформации и много другое! Просто зачитываюсь в свободное время и наслаждаюсь, как можно просто писать о таких сложных вещах!

Есть еще несколько других интересных книг, но расскажу о них позже, если вам зайдет такой формат в постах.

Так же буду рад получить от вас другие рекомендации, что еще моно почитать!

#books

📟 Прилетело из @solidityset

Один раз не пидорас, поэтому второй раз проверять код не буду.
ㅤ
Марсель печатает...

Две недели назад начали шиллить Moltbook агентов и фарм токена $CLAW.

Мы с ребятами поизучали сайт и решили сделать софт для регистрации и минта токенов.
Из расходников выходили твиттер аккаунты по два рубля и дешевая прокся.

На утро сайт немного допиливают, добавляют капчу и еще пару неприятных фич. Всё очень сильно лагает, так как не мы одни запустили ботов, но это особой роли не играет.

Суть софта простая: регаешь агента → привязываешь почту → подтверждаешь письмо → линк твиттера → отправляешь запрос на минт и индекс агента.

Во время листинга $CLAW я решаю перевязать оставшихся агентов на один кошелек, чтобы было удобнее бить в стакан (изначально был 1 агент = 1 кош) и замечаю, что мне доступна для клейма снова вся сумма.

Дев не смог навайбкодить никаких проверок на повторный клейм.

Цикл выглядел так:
Перевязка агентов на новый кош → клейм токенов → ждем 30 минут кулдауна → REPEAT.

Таким образом, мы лили в стакан по несколько эфиров в час на протяжении целого дня. Суммарно наминтили 8кк токенов из 21кк возможных.

Прочитать, как дев вайбкодил проект, можете на канале Артусика.

📟 Прилетело из @marcelkow_crypto

Ты пишешь код в Сlaude Сode? Я тоже, но у меня другой стиль

GM. Anthropic выкатили Remote Control. Запускаешь сессию на компе, подключаешься с телефона по QR, смотришь как агент работает. Писать код можно с любого девайса, но у меня вопрос другой: а комп у тебя вообще всегда открыт?

Пока зимовал в Таиланде, долго размышлял над сетапом, но крутил всё на ноутбуке. Вечно открытая крышка и превращение макбука в стационарный компьютер – ngmi. Вернулся в Москву и начал думать.

Дома стоит виндовый комп. Мощный, хороший. Но он для игр. Смешивать контексты не хочется, плюс на винде, несмотря на WSL и кучу улучшений, по прежнему многое работает через боль. Linux поставить можно, но тогда прощай игры. Mac Mini почти заказал, но честно сказал себе: сетап пока не приносит денег, тратить на него штуку баксов импульсивно глупо.

В итоге поднял obsidian vault + claude code на VDS за 500 рублей, синхронизация с локалом через Syncthing по SSH. Для GUI-задач или human in the loop (вроде заказов еды через агентов) запускаю локально на маке.

Но ключевое оказалось не в железе. Ключевое – friction. На айфоне слева есть бесполезная кнопка под названием Action Button. Это та, где обычно включается/выключается звук. У меня на ней шорткат:

нажал → записал войс → gpt-4o расшифровал → текст открывается в телеграме в переписке с ботом.

От мысли до обработанной информации в Obsidian одно нажатие.

Вот это оказалось важнее любого сервера

📟 Прилетело из @insuline_eth

📟 Прилетело из @insuline_eth

А можно ведь просто на VDS поднять endpoint, который принимает войс, обрабатывает и через Telethon сразу отправляет сообщение в нужный чат с ботом. Можно даже запарсить контент и выбирать нужного саб-агента (у меня сейчас 3 саб-агента плюс general агент для кодинга, для всех разные group chats)

Я пробовал через Shortcuts вставлять готовый текст напрямую в ТГ — криво работает, ограничение по символам.

А с бэкендом — вызываешь без VPN да и телеграм открывать не обязательно. Записал и забыл либо среагировал уже на полученное сообщение с ответом от бота, если нужно

🤔

📟 Прилетело из @insuline_eth