5143
By Alexey Moiseenkov about startups, AI, ML and consumer product building. Opinions are my own. Only about tech.
Знаменитое «Google скоро умрет». All time high снова.
Читать полностью…
Рубрика «прочитано, но не до конца понято». Накопилось всякого.
1/ супер кайфовый цикл статей про AI, нравится подача и контент, достаточно технически насыщенно. Важно отметить что автор кофанудер thinking machines и до этого vp ai safety etc и rnd в OpenAI
2/ playbook Сторонского тоже завалялся. Не знаю как применить на уровне команды в пару десятков людей. Но кому вдруг полезно.
3/ всем кто интересуется а/б тестами и тем что одно есть причина другого, а не просто корреляция советую почитать
4/ узнал что такое аналемма
5/ начинает в целом бытовать уже мнение, что в текущем поколении сеток мы прорыва не увидим, а увидим только результаты более хорошо размеченных данных
6/ Фейнман «No problem is too small or too trivial if we can really do something about it.» / Прочел пару глав Шопенгауэра. Понял, что философия это конечно круто, но прикладное значение не велико. «Мир как воля и представление».
7
Немного прозы.
Условно чем больше вы:
- думаете как бы вырасти в зп
- что бы такого сделать чтобы вас заметили
- как правильно себя вести, что говорить, как писать письма
Тем хуже ситуация у вас в компании и команде. Пора переходить.
Вы не представляете какое количество всяких средних и топ менеджеров увлечено не тем, какой продукт надо выпустить и как вырасти, а тем как развивать «культуру», сохранить «репутацию», увеличить «устойчивость». Скажи им спасибо, дают шанс стартапам.
OpenAI выпустили open source модели.
Скоро поддержим и у нас :)
Все, что нужно знать про "моральные ценности" компаний. Anthropic будет поднимать бабки в арабском мире.
Amodei acknowledged in his note that accepting money from Middle East leaders would likely enrich “dictators.” “This is a real downside and I'm not thrilled about it,” he wrote. “Unfortunately, I think ‘No bad person should ever benefit from our success’ is a pretty difficult principle to run a business on.”
Сижу думаю, какую бы такую задачу зафигачить в нового агента от OpenAI
Если у вас есть задачки, присылайте сразу промт плиз в комменты постараюсь прогнать и выложить ссылку на результат или видосик :) выберу что-то интересно конечно
Минутка «попросили, не могу отказать».
Мой бывший ко-фаундер по игровому проекту делает новую компанию про автоматизацию работы с контентом и инфлюенсерами, заходите почитать кому интересно @dimabeseda (видео приложил к посту), контент заводы стали больно популярны
P.S. со мной записали подкаст, где наверное я опять грубо общаюсь, бесполезно вещаю и все такое :) удивительно, что мое мнение по некоторым вопросам уже изменилось, все-таки AI слишком динамичная область, тяжело остаться при своем надолго.
Настало время релиза. Читателям канала первее всех.
Чем занимаюсь: Мы делаем on-device AI. Начали с того что сделали полностью свой с нуля инференс движок для моделек на Apple Silicon. И он open sourced на 90%. Есть небольшой кусок привязанный к платформе - speculative decoding. Который может дать значительное до 10х ускорение инференса.
О компании: называется Mirai с японского будущее. Мы верим, что локальные модели очень важная часть будущего UX и того какой опыт взаимодействия будет человека с устройствами вокруг него. Подняли pre-seed около 4M USD, на сайте есть чуть подробнее.
Ссылочки и как можно помочь:
1/ проект open source и мы будем очень рады если вы поставите звездочку и покажете тем, кто работает с приложениями для iOS & macOS. Есть биндинги под swift. Есть свой подход к тому как модели должны быть представлены для устройств. Лицензия MIT. Форкай как угодно!
2/ можно зайти к нам на сайт и попробовать все своими руками, проект для разработчиков, но если вы бизнес и хотите делать локальные штуки и экономить на облачном инференсе - велкам в личку
3/ апвоутом на HackerNews
4/ мы быстрее чем llama cpp и популярные обертки вокруг, мы удобнее и благодаря speculative decoding быстрее MLX от Apple. Мы ищем rnd & core performance engineers для поддержки аудио пайплайна (будем работать с очень крупным провайдером аудио моделей).
Thanks for reading!
Короче. Схема такая. Фондируем стартап - продаем в OpenAI умных чуваков. Что может пойти не так.
1/ OpenAI покупает Windsurf за 3 ярда (это когда вокруг промтов много и все такое). Радуемся!
2/ Но! Через 3 месяца OpenAI решает, что им оно уже не надо.
3/ Инвесторы списывают бабки, пацаны идут в Google.
Ez. 👍
P.S. кайфово в фонде на API кредитов накинули, ведь все эти кодинг ассистенты омега убыточный бизнес.
It’s a good model, sir (c)
P. S. Чем дольше современный бенчмарк в паблик доступе тем выше вероятность, что его логику повторили и занесли тонну синтетики в датасет. А может и нет :)
Наконец-то пред релизное рабочее состояние платформы. Мы ищем тех, кто разработчик под iOS/macos для теста и кто может дать фидбек. Ссылочку попробовать выдам в личку. Пишите в комменты за доступом, кому отправить.
P.S. ну или у вас команда есть - сможете передать
Мне кажется люди считают сложным то, что редко получается (что в принципе аналогично высокой конкуренции). Например сделать стартап, ничего не делать и зарабатывать кучу бабла и так далее. Хотя лично я не вижу в построении стартапа ничего сложного, это работа, ты ее выбираешь и у нее свои нюансы.
А когда у кого-то получилось не страдая и не ноя - значит удача, халява, помогли знакомые и так далее.
P.S. не знаю никого, у кого бы получилось и хорошо и тот в процессе бы постоянно ныл, искал себя и писал посты
Недавно наткнулся на одно интервью. Неважно в целом чье. Но там прозвучала такая мысль в духе мотивации инфобизнеса что мол вот талант, удача зависит от количества попыток, главное усердно работать. Ну так вот. Именно поэтому людям тяжело с квантовой механикой, а точнее теорией вероятности. Всем таким господам советую обыграть казино.
26 лет в Apple. Пообщались тут с топом, который пришёл вместе с возвращением Джобса. Он сразу уволил 99% дизайн-команды, чтобы настроить новую культуру. Кстати достаточно популярная тактика в долине.
Несколько инсайтов:
1/ Культура. Apple была настроена против людей «с предыдущим опытом». Любая фраза “в [предыдущей компании] мы делали так” по сути билет в один конец.
2/ Найм. Берут только тех, кто видит в сложных проблемах вызов, а не повод отмазаться. Любопытство, team play и одержимость продуктом важнее регалий и резюме
3/ Процесс. Перед запуском продукта 4 месяца прототипирования. “Нет” было главным словом. Лучше сказать «нет» в начале, чем облажаться на релизе.
4/ Категории. Apple никогда не была первой. Они ждали, пока технологии созреют и появится шанс сделать «holy shit»-момент. iPhone стал возможен только потому, что за 5 лет до этого купили multitouch контору.
5/ AI.Признал что про….проиграли. Догоняют. Наверное через покупки.
6/ Лидерство. Всех боссов он делит на 2 категории: те, кто делают, и те, кто ищут оправдания. В Apple нельзя было приносить проблему без предложенного решения.
7/ Remote. «Хотите работу - работайте из дома, хотите карьеру - приходите в офис». Его команда сидела в кампусе даже в ковид.
Вообще говоря Apple внутри среди топов очень result oriented компания. И жесткие релиз циклы влияют на то что можно успеть.
Перед тем как любому стартапу/менеджеру/энтузиасту пилить своего агента для «покорения мира» советую по вайб кодить что-нибудь что не стыдно показать кому-то кроме себя с нуля и до конца хотя бы из пару тройки фичей.
Читать полностью…
Возвращаемся в строй. Наткнулся тут на вакансию в Meta SuperIntelligence Labs. Та самая куда хантил Марк и предлагал рисерчерам 100м за 4 года ну и все такое. Так вот там появились вакансии, конечно же солидные 200-300к в год, подумаешь работать рядом с чуваками у которых в 50-100 раз больше :)
Source
Все, что важно знать о выходе GPT5 на картинке.
А так судя по всему почистили датасеты, поправили сэйфити правила, всего по чуть чуть.
Тут в одном из постов было рассуждение про стартапы и мол, как сложно и надо быть готовым после того, как не попрет с первого раза постоянно делать пивоты (ну когда вы меняете суть продукта или целевую аудиторию). Но мало, кто упоминает что именно эти самые пивоты и есть причина, почему все разваливается. Причины кстати не такие очевидные:
1/ большинство начинает свой проект потому, что верят в идею. Да да, именно в чистую такую, когда вот догадались что делать. И погнали. Отходить же от той самой дорогой тебе мечты очень больно. И люди уже не те, и глаза не горят. Практически все успешные компании прошли через смену идеи (ну за редким исключением, либо смена фокуса была шаг за шагом). И я считаю таким фаундерам реально повезло. Я считаю это основная причина.
2/ нужны другие люди, когда вы сменили фокус. Оказалось что вы уже не чатик с психологом, а софт для клиник. А это продажи, долгие переговоры и интеграции, и годы до денег. Другие навыки, другие люди, да и другие вещи драйвят и тебе уже непонятно, где их найти, у кого спросить. А расставаться всегда супер не приятно. Именно тут все «стартап журналы» пишут про то как же сложно увольнять. Обычно сложно увольнять тех с кем начинал. А чем больше масштаб тем этот эффект слабее, так как и ожидания у людей меньше.
3/ коммуникация с командой. Это сложно донести почему не стоит пытаться до конца в то, что вот вот «заработает». И поэтому в конце стартапа частенько ищут виноватых. Совет тем, кто работает в стартапах. Сразу говорите если вам не нравится новое направление или продукт, ни в коем случае не терпите. Бабок в стартапе не будет все равно еще долго :)
4/ пивоты надо делать жестко, быстро, и не сомневаться. Промедление усиливает все эффекты выше в разы.
Обожаю Сэма и его предсказания. Так сказать выжимка из последнего подкаста.
• Традиционные вузы станут бесполезными для детей, которые родились недавно
• GPT-5 уже превосходит Сэма в специализированных задачах и сможет справляться с полной нагрузкой CEO “в недалёком будущем”, ну то есть автоматизированное руководство крупными компаниями вот вот
• Тот же разрыв в способностях (между AI и человеком) распространится на множество ролей, поскольку будущие модели будут рассуждать, писать код, вести переговоры и планировать быстрее обычных сотрудников человеков, а значит значительная часть современной офисной работы перейдёт к AI-агентам
• Надо привыкать что AI умнее нас всех вместе взятых да и все
• Конечно же те кто владеют AI будут бесконечно богаты
• GPT-5 мгновенно решил сложную проблему, заставив Альтмана почувствовать себя бесполезным и это шок, который испытают многие работники
• Ядерный синтез наше все ибо без него энергии на такие системы не хватит
Верим?
P. S. Все еще говорю сетке следовать моим правилам форматирования и оно не может :) ну и не надо ок
Ну вот и признаки AGI. Как пишет Ноам из OpenAI сами не знали пару месяцев назад, что такое получится.
Короче говоря моделька нового типа, которая рассуждает уже часами смогла взять золотую медаль на международной олимпиаде по математике без использования веба, Python и прочих тулов. Это уже уровень солидный (еще год назад мерились по обычной школьной математике как бенчмарку). Что внутри не ясно. Видимо будем ждать еще квартал и попробуем сами. Думает часами это значит запросы скорее всего будут платные и сильно платные. Но сам подход думаю удешевят. В интересное время живем!
Тред
Решения задач
Вот, еще пример небольшой. Вы можете давать обычную deep research задачу по сбору ссылок и сравнению. Но сравнение идет в таком вот виде карточек на бесконечном канвасе.
Локальная моделька парсит страницу, суммирует, формирует контент для карточки из браузера. Затраты на подписку и API ноль.
P.S. на видео показано конечно ручное вставление ссылки для простоты
Мы по чуть чуть делаем демки того, что можно сделать с помощью локальных моделек. Вот небольшой пример. И много всего еще выложим!
Читать полностью…
Скачал тут апп с нашумевшей новой моделькой от китайцев на 1T параметров (там правда MOE так что активных вроде 32b) - KIMI. Сделана она специально под агентский usage. Попробуйте.
Немного правда смутил suggest. Ну да ладно :)
Тут вышло забавное исследование. Мол реально ли AI ускоряет процесс разработки. Оказалось, что все думают про ускорение на 20%, а оно получилось замедляет на 19%. Причин, как мне думается, много начиная с новизны, сложной поддержкой, постоянной сменой модели, туче новых инструментов и так далее. Но сам факт достоин внимания на почитать.
Читать полностью…
Ладно я понял как переделать главную страницу для «высокой» конверсии
Читать полностью…
Давно хотел написать небольшой пост (пока блин работаем над релизом активно, добить одну фичу осталось). Про "we hit 10M ARR within 1 month". Цифры подставить внутрь предложения можно любые. Речь в основном про consumer/prosumer и все такое b2c.
Много много лет все говорят, что важно мол найти CAC/LTV и давай наливать. Но вот что обычно происходит так это медленная смерть, особенно если проект венчурный.
Краткая схема действий сегодня:
1/ берем AI, всталвяем модель (обычно готовую, дай бог тюнингованную или сверху папйлайн if'ов) или чат сбоку любого продукта (literally любого, чат же такой классный UX)
2/ набираем команду челов с парой тройкой лет неудачных или удачных экспериментов
3/ идем поднимать раунд, или подаемся раза 3-4 в YC (часто берут за упортсво и людей, потому что люди важнее, а вставить вашу идею в текущий тренд достаточно легко)
4/ делаем продукт, залетаем желательно на минивиралке и потом в окончании цикла виралки наинем нещадно поливать все paid marketing (money spent/revenue это то как мыслят команды, просто делят деньги на выручки и получают такой омега blended показатель CAC), куда так же входит ферма тиктоков и так далее (в пример приводят 1-2 outliers/исключений из рынка, где на самом деле просто повезло)
Дальше происходит все тоже самое, что происходило в конце 2000х и в середине 10х и так далее, но почему-то "это другое". А именно.
1/ и так запуск прошел, полетело на косарь пользователей и даже заплатили, но проблема нет органики быстрой такой же и красивой
2/ агаааа, у нас есть бабки, давайте покупать (тут не важно тиктоки, facebook, google etc)
3/ ВАУ! смотрите сходится ого ого, скейлим нещадно - тут тот самый момент Х M USD ARR WITHIN X WEEKS
4/ деньги продолжаем жечь и идем поднимать еще и желательно быстрее потому что - тот самый момент
5/ дальше скейлим и вдруг бах, потолок топ лайна, как так наш payback period не 9 месяцев, а 12, ой и вовсе 18
6/ дальше начинаются оптимизации (может даже сразу были), игры с конверсиями, лендосами и так далее, но проблема не в этом
7/ опции подписок, что угодно, но только не думать головой
В чем причина. Ну чаще всего банально:
1/ Paid UA копируется всеми конкурентами на раз два если они видят что вы закупаете успешно, и если у вас нет продуктовых фичей которые делают стоимость отказа огромной то гг (может быть граф друзей, может быть рабочие документы или чтото еще, желательно мультиплеер или связь с прошлыми данными - social capital)
2/ команде фаундеров в моменты такого скейлинга очень тяжело - чисто морально атмосфера ад и давление огромное - все эту причину недооценивают а именно в такие моменты происходят чудовищные ошибки (залить на все или забить на всех и делать пивоты)
3/ считать все как blended CAC это ошибка, надо очень четко разделять все каналы и смотреть на рыночные тренды и технологии, плюс постоянно оценивать потенциальную емкость доступной аудитории
4/ недооценка novelty factor - весь AI это оно, нужно внимательно изучит NRR (net dollar retention на вашем рынке) и найти способ его держать, ибо большая часть людей просто пришли попробовать
5/ эффекты масштабирования работают против вас в paid, ибо креативы уже все видели и тех кто не видел мало или они менее заинтересованы в продукте (а значит дороже)
Вот тут много кто отмечал что все эти уроки есть (надо vpn)
Всем фанатам AGI AGI посвящается 4 минуты unimaginable video
Читать полностью…