KevinSimback

Байка прийшла і пішла — чи була вона хорошою?
GLM 5.2 щойно вийшов — чи він хороший?
Більшість відповідатимуть усно, але ми всі повинні створювати свої власні оцінки
Оберіть кілька структурованих робочих процесів, які ви зазвичай виконуєте, створіть набір оцінок, а потім запускайте їх з будь-якою новою моделлю як перше завдання

Проблема споживчого висновку:
Я бачу багато проектів, орієнтованих на споживачів, які працюють над подоланням високих витрат на передові API
Методи різняться, але ідея полягає в тому, щоб забезпечити дешевший висновок порівняно з агрегаторами, такими як OpenRouter
Виклик тут — у часі
Сьогодні споживачі отримують високодотаційний передовий ШІ
Багато варіантів для споживачів отримати плани SOTA-висновку, починаючи з $10, а плани за $200 на місяць пропонують неймовірну кількість використання
Просто не існує такої великої потреби споживачів у оплаті за API за фактом використання, враховуючи ці під

Номер один пріоритет для всієї індустрії штучного інтелекту зараз має бути просування відкритих моделей з США
Немає жодної причини, щоб США не мали рівність або перевагу над відкритими моделями, що виходять із Китаю

У вас залишилось 12 днів доступу до Fable через плани Max, використовуйте кожен день з користю:
> перегляньте кожну існуючу кодову базу, яку ви підтримуєте
> реалізуйте цю ідею раз і назавжди
> перевірте на міцність кожну тезу, якою ви керуєтесь
> знайдіть альфу серед шуму
Що ви зробите?

За період у 6 місяців ми пройшли шлях від:
vibecoders
до агентських інженерів
до розробників циклів
На кожній еволюції споживаючи все більше токенів
Довгий будь-який інференційний процес

Ми всі знаємо, що штучний інтелект поки що не має гарного смаку, принаймні у більшості сфер
Тому ця навичка залишається цілком людською
Але ще однією потужною людською навичкою є вміння мати хороший детектор $shit штучного інтелекту — вам потрібно знати, коли ставити під сумнів результат і коли приймати його як належне

Гарячий погляд: Anthropic оцінений за абсолютну досконалість
> Mythos має поставити результат
> підприємства повинні залишатися гнучкими у витратах токенів
> прийняття має продовжуватися у темпі січень-травень протягом решти року
> обчислювальні ресурси мають бути масштабовані
> немає урядових або суспільних перешкод
Не ставлю на те, що вони досягнуть $100b рівня роботи до кінця року, але вони не можуть собі дозволити жодних збоїв

Ця остання група крипто-ШІ проектів дуже відрізняється
Люди все ще використовують ціну токена як індикатор якості продукту
Але після глибокого аналізу цієї групи проектів я можу сказати, що ця залежність не підтверджується
Альфа полягає у дійсній оцінці продуктів

Моя основна сфера уваги в галузі ШІ наразі — це пошук компаній, які або
> допомагають зменшити рахунки за API Frontier Lab
> забезпечують / сприяють альтернативам використанню Frontier Lab (90% завдань, які їй не потрібні)
Від чистого максимізування токенів до оптимізації витрат на токени

Використання планів підписки на LLM сьогодні нагадує відвідування розкішного буфету «все включено»
Вам нічого не коштує спробувати все, тому ви їсте просто заради цього
Насолоджуйтеся, поки це триває, наступним кроком буде дієта на токени, а потім з’являться токенові еквіваленти GLP-1, щоб ми споживали менше

Це трохи не по темі, але ретатрутид (невелика доза 1 раз на тиждень) + 10-20 г креатину на день здається чит-кодом
Знизив кілька фунтів, сила зросла на 10-15% за 2 місяці, і відчуваєш себе оновленим з приблизно на годину меншим сном

Мені цілком зрозуміло, що найкраща можливість для бізнес-керівників та власників використовувати ШІ полягає в наступному:
> виявити найкращих виконавців у ваших робочих процесах
> створити агентів на основі робочих процесів цих найкращих виконавців
> помістити цих агентів у цикли самовдосконалення для цих робочих процесів
> дозволити цим самовдосконалюваним агентам координуватися між робочими процесами, щоб переосмислити спосіб ведення бізнесу
> люди мають контролювати все це
Інструменти вже всі на місці, залишається лише питання, які організації зможуть витримати цю ідею