3620
By Alexey Moiseenkov about startups, AI, ML and consumer product building. Opinions are my own. Only about tech.
Запомните best price guaranteed :)
500k за сервачок для обучения ваших моделей
Assuming the company is roughly split between Starship, Starlink and F9/Dragon/etc.
Но вообще, я еще работая в Яндексе не понимал зачем тысячи людей чтобы делать поиск. Потом на какое-то время понял, потом снова потерял нить смысла.
И да, считаю, что огромные компании с тоннами клиентов и миллионами пользователей можно делать намного более меньшим количеством людей.
Ну и еще OpenAI показали экспериментальную либу для оркестрации агентов и их сборки ну и так далее. Кто пробовал? Дайте знать как вам :)
Читать полностью…
Совет дня от Тоби Лютке (крайне уважаю СЕО Shopify за культуру которую он транслирует): периодически надо сносить все регулярные встречи, чтобы компания была более здоровой. Тогда для новых нужно заново будет придумать обоснование и причины. Это помогает больше сосредоточиться на работе.
Я пожалуй страдаю одним командным викли, который иногда отменяю. Но все эти регулярные 1на1 и прочее чисто проклятье как по мне.
По воскресеньям помимо тупого фарма в играх часто выбираю что-то почитать. Сегодня дотягиваю то, что забылось в ML. А самый лучший вариант на русском языке имхо вот
Читать полностью…
Иногда вступаю в разные диалоги в твиттере. В этот раз оказался с GP A16Z Martin Casado.
Он запостил крайне интересное мнение, которое мне очень близко и к которому я на уровне интуиции склоняюсь, но не могу объяснить почему так.
Держится все на следующей гипотезе. Существует два типа проблем, решаемых с помощью AI: проблемы с мягкими границами принятия решений (soft-decision boundary problems) и проблемы с жесткими границами принятия решений (hard-decision boundary problems). В проблемах с мягкими границами (всякие ассистенты, генерация изображений/эффектов итд) можно допускать небольшие ошибки без влияния на результат. Проблемы с жесткими границами (agents) - это те, где даже одна ошибка повлияет на успех результата. Агент принимает последовательность решений и выполняет действия для достижения результата. Один неверный шаг ведет к неудаче. Вот почему они "эмпирически" воспринимаются как ненадежные. И как соответствие к ним возникает много вопросов.
Решение же данной неувязки лежит в том, что решение проверяется (либо другим более умным агентом либо через верификацию фактом или поиском) и если не подошло, то делаем еще 100500 разных запросов по тому же шагу. И пока не попадем в цель. Что для меня в принципе противоречит идеи LLM как сжатому представлению данных с определенной вероятностной структурой.
TLDR: зачем пытаться устранить вероятности если они зашиты в саму суть технологии. Пока не понял. И кажется что для проблем с мягкой границей LLM прекрасный инструмент, а там где цена ошибки велика - не очень.
И снова за то, чтобы появились свои аналоги, наверное, да?
1. Прогресс неостановим
2. Работать все равно ничего не будет
(С)
Почти весь конец прошлой недели катался по Шотландии. Обычно у меня тут мало всякого лайфстайл контента, но иногда бывает (например из прошлой поездки в Корею). Добавлю чуть чуть фоток, в этот раз был в основной части Highlands, острове Skye, и паре замков горцев.
А пока я был в лесах и горах губернатор Калифорнии наложил вето на знаменитый SB1047 который мог сильно помешать работе AI компаний и созданию моделей в Калифорнии. Текст вето тут.
Ну что, а в это верим? Orion очки от Цукерберга.
У меня есть такое мнение, что новый девайс не должен быть ни в одном из существующих форм факторов готовых аксессуаров. Короче нейролинк наше все.
Одна из немногих выкладок коротко и по делу. Так как Эндрю достаточно давно выпал из реального продуктового мира. Но зато инвест инсайды у него в порядке.
В статье перечислены типичные неудачные пивоты стартапов. Конечно же добавим соц фичей, чатов, повернем в б2б (лол, сам в это поворачивал), будем делать для более широкой аудитории и прочее. Вообщем горячо рекомендую.
Между тем относитесь с пониманием, это не значит что такие пивоты невозможны, а это значит трижды подумайте что к чему чем начинать новый продукт со старой командой.
Субботнее. Чемпионат мира по игре geoguessr смотрят ~25k live. Прям интересно.
Кайф.
Ну можно сказать открыто сказали, что мол выложил в инсту получи обучение на своем контенте, так еще и монетизируют тебя через рекламу. Double value для компании, zero value for user. Надеюсь, меня хотя бы спросят, хочу ли я отдавать свой контент на обучение сеткам.
Читать полностью…
А вот и strawberry. Точнее o1 модельки от OpenAI. Конечно же как я и думал делал их Noam Brown который делал разные штуки с теорией игр и занимался разными покерными стратегиями и ботами. Очень уважаемый человек.
Внутри перед тем как ответит думает через chain of thoughts. Не по всем кстати бенчам обгоняют 4о.
Подробнее и тут
Решил запостить странную рубрику "прочитано, но может не до конца понято за эту неделю" с коротким описанием че к чему. Может кому полезным будет.
1/ Задача коллекционера или сколько нужно покупок чтобы собрать коллекцию n бегемотов из киндера. Аналогов задачи много.
2/ Иногда нахожу забытую вкладку с объяснением рейтинговых систем в онлайн играх и прочем. Но всегда лень читать. Может вам пригодится, можно опустить математику и просто понять что все не так просто и подкрутка в матчмейкинге "бред".
3/ Еще одна вкладка, которая постоянно висит это оригинальный пэйпер основателей Google. Просто забавно видеть это находясь сегодня тут. И тут считаю важным добавить фразу в рассказе про ранний Google одного из первых инженеров Jeff Dean "Small teams can create systems used by hundreds of millions" ну и его презентацию на 10летие Google
4/ Всегда читаю Stratchery.
5/ Показали прикольный кейс диктовки с AI
6/ Говорят можно поверить в second order optimizers
Если такой рандом был полезен, ставим плюсики сердечки буду почаще делиться открытыми вкладками.
В контраст такой позиции, ну практически. Я считаю лучшая работа в направлении «powerful AI» и вообще что это такое это вот
Так же советую подписаться на него (автора этой работы) в тви
Подкину вам почитать эссе СЕО Anthropic на выходные. Большое эссе. В основном про что нам даст AGI, он называет его powerful AI. Про разные области где наиболее эффект будет заметно (ничего в целом удивительного), ну и еще он крайне оптимистичен что такой AI (одна модель, много или комбо кучи всего возможно с новой архитектурой) появится в 2026 (видимо надо денег поднять еще).
Читать полностью…
Тем временем Нобелевка по физике (почему по ней - ума не приложу) присуждается соврменным основоположникам нейросетей в computer science - Хинтону и Хопфилду. Рекурентные сети и backpropogation. Немного удвилен, но видимо в хайп даже нобелевка уже вписывается.
Читать полностью…
До сих пор убедительно считаю, что продакт менеджеры в стартапе не нужны.
До сих пор считаю, что основатели должны выполнять роль руководителя продукта, так как владеют стратегией и бюджетом (если смогли поднять или заработать).
До сих пор считаю, что функция продакт менеджера появляется и становится ценной, когда компании нужны оптимизации в уже понятном направлении (готовый бизнес, рост продукта, есть PMF).
До сих пор считаю, что владельцем продукта может быть разработчик, дизайнер, тестировщик да кто угодно, лишь бы смог или смогла доказать что это надо делать и довести до результатов.
И при всем этом продолжаю слышать как воспевают оды профессии product manager.
И еще раз double down ставка от инвесторов. Лично мне кажется, что высок риск появления новой архитектуры которая сотрет их успех и сделает доступным качество как у ребят для каждого. Но время покажет. Пока изучаю вопрос.
Как вы думаете победит ли OpenAI или ждем нового витка компаний?
Есть полное ощущение чем больше люди смотрят всякие подкасты на YouTube про магию «подставить сюда название тренда» тем меньше они вообще хоть что-то понимают в рынке. Наверное в первую очередь потому что сами авторы видео умножать матрицы никогда не пробовали.
Например про AI агентов текущая тема. Я еще со временем универа очень аккуратно отношусь к науч попу и всяким простым объяснениям сложных вещей. Завести в голову абсолютно неправильную концепцию очень легко. А у вас как? Смотрите какие-то подкасты или интервью? Поделитесь вашим любимым каналом в комментах.
Наброшу из одного обсуждения про «ну мы то сделаем норм перформанс на бюджетах в фоторедактор»
В целом мое tldr, не делать ничего где:
- органика менее 50% прям идейно (органика это поиск, инвайты, wom)
- churn > 5% у платящей когорты в месяц (для подписок)
- LTV < 180 дней то есть твой пользователь отваливается менее чем через пол года
- в идеях - мы сильны в траффике перформанс и все (поверьте у меня был популярный фоторедактор)
Если у вас нет ответов на эти проблемы и вы считаете что мол вы умнее всего рынка, то сэкономьте время.
Есть всякие исключения:
- AAA игры
- казино
- различные приложения где все схема проверить виралку
Kong сделали исследование какие модели используют их клиенты в enterprise.
Читать полностью…
Обожаю термин «насмотренность». Туча людей продают себя и свои услуги, мол я видел как тысячи компаний допускают ошибки и вот это вот все.
Я все никак не могу понять как насмотренность консультанта превращается в опыт. Смотреть можно много на что, а вот сделать это совсем другое. Лично на себе знаю насколько сильно отличается позиция консультанта помощника от позиции фаундера/менеджера который делает это своей командой и несет ответственность, а не пустые слова.
А вы как думаете? Так ли нужна насмотренность (MBA)?
Из всей презентации Apple сегодня хотел бы выделить несколько для меня важных составляющих:
- формально презентация нового железа становится все больше презентацией нового software. Очень много фокуса именно на софте, постоянно упоминание ML/AI и разных оптимизаций
- большинство новых фичей - про здоровье. Apple делает все четко и идет в самую дорогую область (ваше время дороже всего, а соотв состояние здоровья) health tech. Слышим и про датасеты и исследования и новые классные фичи (которые может быть большей части людей и не так нужны, но рынок качают знатно)
- в остальном скучно, и мне кажется достаточно давно Apple это компания одного девайса и его друзей (iPhone и наушники с часами). И похоже ничего нового в ближайшее время ждать не стоит. Ожидаю больше релизов сервисных продуктов и новых вливаний в софт, особенно AI