Фьючерсы
Доступ к сотням фьючерсов
TradFi
Золото
Одна платформа мировых активов
Опционы
Hot
Торги опционами Vanilla в европейском стиле
Единый счет
Увеличьте эффективность вашего капитала
Демо-торговля
Введение в торговлю фьючерсами
Подготовьтесь к торговле фьючерсами
Фьючерсные события
Получайте награды в событиях
Демо-торговля
Используйте виртуальные средства для торговли без риска
Запуск
CandyDrop
Собирайте конфеты, чтобы заработать аирдропы
Launchpool
Быстрый стейкинг, заработайте потенциальные новые токены
HODLer Airdrop
Удерживайте GT и получайте огромные аирдропы бесплатно
Pre-IPOs
Откройте полный доступ к глобальным IPO акций
Alpha Points
Торгуйте и получайте аирдропы
Фьючерсные баллы
Зарабатывайте баллы и получайте награды аирдропа
Инвестиции
Simple Earn
Зарабатывайте проценты с помощью неиспользуемых токенов
Автоинвест.
Автоинвестиции на регулярной основе.
Бивалютные инвестиции
Доход от волатильности рынка
Мягкий стейкинг
Получайте вознаграждения с помощью гибкого стейкинга
Криптозаймы
0 Fees
Заложите одну криптовалюту, чтобы занять другую
Центр кредитования
Единый центр кредитования
Шутка о "двух книгах для обучения ИИ" как раз показывает, что решающую роль играет вычислительная мощность
Эта шутка, повернувшись, разоблачает иллюзию «минимальных данных»
Илон Маск пошутил, что Grok обучали, используя «всего эти две книги», «всё готово» — типичная мушковская подколка. Он высмеивает ту самую фантазию: будто можно создать конкурентоспособный ИИ без колоссальных вычислительных мощностей. Реальность в том, что xAI ведёт обучение на огромном GPU-кластере. Какие именно это две книги, он не уточнил (впрочем, в этом на самом деле нет принципиальной разницы), но смысл предельно ясен: в областях, где по-прежнему доминирует закон масштаба, он насмехается над чрезмерно упрощёнными нарративами.
Этот твит вызвал полярные реакции. Одни увидели в нём намёк на эффективное обучение; другие поняли, что это больше похоже на отвлечение внимания — на деле xAI в крупном масштабе продвигает reinforcement learning на собственной инфраструктуре Colossus. Результаты Grok (например, у Grok 3 Think на AIME — 93.3%) получаются благодаря вычислительным мощностям и парадигме обучения, а не потому что «прочитали две книги в мягкой обложке».
Победа за вычислениями: «данные-минимализм» не выдерживают проверку
Распространение этого твита вскрыло разрыв между «лозунгами, которые легко становятся вирусными» («всего две книги!») и «рычагами, которые действительно строят сильные модели» (массовое обучение на сверхбольших кластерах). По мере того как внешние взгляды всё чаще обращаются к соблюдению правил по обучающим данным и вопросам утечек — например, недавняя запись Stanford о том, что модели пересказывают защищённые авторским правом романы, — это становится ещё более критичным.
xAI позиционирует Grok 4 как максимально высокий уровень агентного рассуждения, достигаемый за счёт применения RL на масштабе доктренинга. В отличие от более осторожных путей OpenAI и Anthropic, xAI с одной стороны подшучивает над «эффективностью», а с другой — реально поставляет мультимодальные инструменты. Интерпретировать этот твит как «open-source» или как «революцию эффективности» — это больше похоже на эмоциональные ожидания. Основной объём инвестиций в C-серию на 6 млрд долларов у xAI направлен на инфраструктуру, а не на «упрощение датасетов до минимума».
Это также создаёт несоответствие между ценообразованием и нарративом. Если рынок чрезмерно фокусируется на эффективности затрат, он легко упускает из виду более высокий вес вычислительного «рова» (barrier). У xAI есть относительное преимущество в инфраструктуре; а компаниям вроде Meta, если они не смогут получить сопоставимые масштабы RL и вычислительную мощность для обучения, может не хватить темпа и глубины в рассуждениях.
**Вывод: ** Настоящая переменная, которую прячет эта шутка, — лидерство xAI в вычислениях. Те, кто не переключился на scalable RL, уже отстают; инвесторы, делающие ставку на вычисления и инвестиции в инфраструктурный ров, находятся на ранней стадии; корпоративные покупатели сейчас применяют агентные инструменты Grok и потому получают преимущества по сравнению с оппонентами, которые всё ещё верят в «миф о минимальных данных».
**Важность: ** Средняя
**Категория: ** Технические инсайты, отраслевые тенденции, влияние на рынок
**Оценка: ** Сейчас — момент, когда эта история ещё выгодна для тех, кто инвестирует в вычисления и базовую инфраструктуру RL, а для тех, кто по-прежнему придерживается маршрута «минимальные данные», это уже «слишком поздно». Максимальную практическую выгоду получат участники, которые управляют или подключаются к крупным GPU-кластерам и RL-инженерному стеку: инфраструктурные разработчики и фонды на средне- и долгосрочную перспективу выигрывают больше всего. Корпоративные покупатели, которые готовы внедрять агентную toolchain Grok как можно раньше, тоже в выигрыше; краткосрочные трейдеры — только если есть явный катализатор поставок вычислительных мощностей — иначе их маржинальное преимущество ограничено.