Posts of ElKornacio

🙂

⚪️ Бенчмарк GDPx Уважаемая компания SemiAnalysis выпустила новый бенчмарк GDPx. Вы скорее всего уже видели эту картинку как на КДПВ. Вроде бы ничего примечательного - мало ли такого выпускают регулярно. Но тут ситуация немного интереснее - бенчмарк интегрирует умения моделей в разных доменах. И компания серьезно подошла к доменам, найдля для каждого профессионального партнера для разработки бенчмарка. Веса в итоговом индексе проставлены равными, поэтому общий перфоманс и общий график на самом деле особой роли не играет. Наиболее интересно смотреть какой перфоманс у модели в узких доменах - их пока 11 штук, от дизайна чипов до биологии. 👉 Я крайне рекомендую смотреть бенчмарки на сайте, где можно выбрать отдельные домены или по группе доменов. Кроме того, некоторый фронтир отказывается работать по чувствительным доменам, и там выходит или маленький рейтинг (отказавшись от большинства задач) или совсем 0 если модель отказалась работать полностью. Это примета времени такая! В общем, для анализа - штука весьма любопытная. ‼️ НЕ смотрите мельком картинки в интернете по рейтингу на этом бенче - нужно видеть какие домены из рейтинга выбраны. Бенч интересен именно срезами и комбинациями. ▶️ Рекомендую полазить и посмотреть на офсайте в разных доменах и актуальной для вас комбинации, а потом сравнить с тем, что по вашим ощущениям дают модели в жизни. У меня совпадает довольно близко в доменах/подобранных комбинациях доменов. 🔗 Смотреть тут : https://gdpx.semianalysis.com/ 🔗 Блог : https://newsletter.semianalysis.com/p/gdpx-measuring-frontier-model-capabilities ▶️ В блоге более подробно развернута методология, рассказано как делали бенчи с партнерами - деталей много и это тоже интересно 👉 Неплохая штука вышла, кмк! (ц) такое мы читаем и смотрим

показалось интересным, что Carbon обогнал Astra и на 2 месте. жаль, что его всё ещё нельзя потыкать в general public. неужели google таки смогли? 🙂

Это Дарио смотрит на то как ты словил бан от РКН в попытках обойти бан от Антропик

короче, решил сделать большой рисерч по индустрии дата-центров ну типа - что там вообще происходит, чем ДЦ под AI (неоклауды) отличаются от классических, откуда там проблемы с электричеством и водой, как вообще супер-скучный бизнес превратился в самый востребованный в мире, что там самое edgy-edgy, и всё такое и господи боже - это прям вау! эволюция от "проводишь электричество и инет на промышленный склад, ставишь туда шкафы с компами и пару кондиционеров" до "солнечные панели могут получать в 4 раза больше энергии 24/7 будучи расположенными НАД облаками - на орбите, а ледяной космос хорошо поглощает тепло от серваков" типа, мимо меня когда пролетали новости в духе "подводный дата-центр", "дата-центр в космосе", "плавающий дата-центр", "дата-центр в майнкрафте" - я на это смотрел как на какие-то кеки и сумасбродство. а это оказывается вполне разумные и очень интересные подходы, если разобраться в деталях проблем, с которыми классические и AI-датацентры сталкиваются бупропион бежит по венам, так что надеюсь, я доделаю этот рисерч в радиусе пары недель и упакую в посты или мб даже в видосик (давно хочу дать шанс опусу проявить себя, и чутка оживить свой мертвый ютуб)

No text

посоны и дамы, тема такая. 1. подтвержаешь владение сайтом (meta tag на главной или файл в корне или TXT-запись в DNS) 2. платишь $20 баксов, и следующие 1-3 часа лютый uncensored агент со скиллсетом на самый радикальный пентест прикладывает максимум усилий, чтобы найти каждую мельчайшую дыру в твоём сайте и эксплуатировать её 3. у вас чисто readonly-доступ к диалогу с агентом, и возможность 2 раза нажать на кнопку "Работа не закончена, продолжай" (ну если он затупил). в конце отчёт со всем найденным. 4. свои промпты писать нельзя. для тех, у кого есть релеватные сайты/веб-приложения: 👍 лайк - мне релевантно, купил бы прям щас 👎 дизлайк - мне релевантно, но услуга не интересна, херня 💊 пилюля - "я подписался читать про СДВГ, че за херь ты постишь"

ребята, на фоне очередной истерии по следам взлома PHP, как вам такой (мой) взгляд на вещи: 1. ИИ находит микроскопическое кол-во новых глобальных 0-day уязвимостей, и никакого тектонического сдвига в количестве взломов не случилось, и не случится 2. нарратив "взломать можно всё" - буллщит, потому что количество уязвимостей - конечно. новых серьёзных 0-day в крупных проектах почти не обнаруживали, потому что у них давно были щедрые bounty-программы, и они действительно хорошо проверены 3. будет период в 1-2 года (и он уже идёт), когда кол-во обнаруженных уязвимостей вырастет в 3-4 раза (тупо потому что можно поставить 10к агентов 24/7 искать дыры, и это на порядки больший effort, чем мясные white/black hats могут выдавать), но их позакрывают, да и всё 4. в будущем кол-во локальных уязвимостей уровня "дыра в коде приложения" будет раза в 2-3 больше, чем сейчас (просто из-за вайб-кодинга и радикального увеличения кол-ва нового кода), а кол-во глобальных уязмостей уровня "брешь в ядре Linux" будет раз в 30 меньше, чем сейчас и в итоге никакого cybersec-коллапса не случится, да и вообще всё будет идти своим чередом. понимаю, вау-заголовок "всё пропало" с такими взглядами не напишешь, но всё же... 🙂 P.S. небольшая поправка к пункту 4: я вообще не сильно верю, что через 2-3 года останется много приложений. десктопные claude/chatgpt на ваших компах поглотят 70% софта, и 30%-40% вебсайтов. поэтому, возможно, фактическое кол-во уязвимостей будет ещё меньше, в связи с отсутствием мест, которые могут быть уязвимы

График дня от Coatue. Показывает, как со временем дешевели разные технологии Падение стоимости токенов AI - само по себе не новость, но на фоне других технологий выглядит особенно драматично Лучшие посты | Mento VC Fund II | Стать инвестором

СДВГ короче, последние лет 10 моё отношение к СДВГ было в духе "как же заебала овердиагностика". все эти посты в твиттере в духе "вы вдыхаете после того как выдохнули и не можете нормально спать, если не закрыли глаза? типичные проблемы людей с СДВГ, подпишитесь на мой блог". они лишь укрепляли мою веру в то, что это высосаная из пальца хрень. при этом, симптомы executive dysfunction я у себя отмечал давно, но всегда относился к ним с позиции "ты тупой ленивый мудак, просто соберись и сделай то, что нужно". увы, "соберись и сделай" работает от силы 2-3 раза, потом ты ломаешься - никто не может жить чисто на волевых, когда каждый день - череда само-принуждений (я много раз пробовал - это ад, желание сдохнуть от такой "жизни" появляется даже гораздо раньше фактической усталости). и вот где-то полгода назад, психотерапевт, к которой я в очередной раз пришёл с запросом "как меня такого непродуктивного уебка только Земля носит", спросила что-то типа "а ты никогда не проверялся на нейро-отличность? скажем, СДВГ?" и чёт эта мысль плотно засела. особенно ярко всплыло воспоминание, что мне этот самый СДВГ ставили ещё в детстве (и видит бог - в 2002 году в Волгограде направо-налево такими диагнозами не разбрасывались), а наличие диагноза в детстве - один из главных критериев при постановке СДВГ у взрослого. последние несколько лет я считал себя циклотимиком - чуваком, у которого периоды отличного настроения и мотивации сменяются периодами плохого настроения и апатии (типа биполярка-лайт). но меня всегда смущало, что циклотимия у меня какая-то странная - нестабильная, иногда я супер-работоспособен с ужасным настроением, а иногда вайб отличный - но делать ничего не хочется совершенно, ток гулять и ловить бабочек ртом. так я узнал о термине "гиперфокус", и чет стал ещё больше верить в святой ADHD. в целом, к этому моменту я уже практически не сомневался, что он у меня есть - может, сильно компенсированный, но всё же. делать с этим я ничего особо не хотел, просто типа как "чуть больше знаю о себе, чуть лучше смогу управлять своей мотивацией, и жизнью". в общем, не смог я ничем управлять. последний год является для меня одним из самых грустных и мрачных. во внешнем мире всё отлично, все живы-здоровы, кеш щекочет ноздри, и вроде как всё хорошо. в реальности - я паталогически сливаю один личный проект за другим, и если раньше за этим стояла рационализация, и какие-то убедительные причины, почему оно не получилось, то в последнее время причина всегда одна: я. в какой-то момент я теряю интерес, и не могу продолжать ни секунды (ну ок, могу, даже дни, но потом всё равно полное очко). у меня всегда оставалась какая-то надежда, что я вот-вот подберу к себе ключик. что каждый фейл - это немножко информации о себе, адаптация стратегии, увеличение шансов на успех для следующей попытки. но типа - идут годы. новой информации давно нет. я просто фейлю - так же, как делал это десятки раз до, и никакие изменения в стратегии не срабатывают. ключиков на связке больше нет. если раньше мысли о новом проекте вызывали энтузиазм, то в последнее время они вызывают только грусть аля "лол, будет ещё один слив". всё окрасилось в чёрный - когда ты не веришь в собственную способность делать штуки - разваливается вся цепочка: нет крутых штук -> нет результатов которые хочешь -> все планы на жизнь и мечты несбыточны -> пум-пум-пум. вслед за этим, внутренний голос цитирует Равиканта "Единственный настоящий тест на интеллект — получаете ли вы от жизни то, чего хотите", и ты мысленно прикидываешь, что тест совсем не пройден, самооценка выветривается. на днях я отправил за 60 секунд письмо, которое откладывал до этого 8 месяцев. очень важное письмо, откладывать его не стоило вообще. в этот момент я как-то очень отчётливо прочувствовал - это абсолютно нахуй неадекватное дерьмо. это не похоже на лень, не похоже на отстутвие энергии или нехватку настроения. это какая-то радикальная, совершенно вычурная и гротескная executive dysfunction. ну так бля просто нельзя. сомнений, что у меня что-то буквально не так с мозгом и дофаминергической системой, что это СДВГ, не осталось вообще. я очень щепитильно и тревожно отношусь к психофармакологии - есть огромное количество причин для скепсиса и переживаний. но чет я поймал себя на мысли, что... да мне вообще уже похуй. ну типа, что я теряю? моя текущая ситуация не устраивает меня настолько радикально, что мне сложно представить себе сценарии, в которых мне будет принципиально хуже. я неиронично задумывался вымутить кокоса или аддерала, чтобы, гхм, решить мою проблемку с мотивацией (не пропаганда: ничего не употребляйте, это плохо и вредно). странно после этого переживать о нормальных лицензированных препаратах, м? в общем, был сегодня у психиатра. если всё пойдёт по плану - ближе к концу месяца начну хавать атипичный антидепрессант амфетаминового типа (СИОЗНиД). страшно пиздец, если честно. когда вместе с лекарством тебе прописывают ксанекс, чтобы сгладить побочки - это уффф. а че делать. посмотрим, что будет. stay tuned 🙂

No text

No text

штож, на сегодня активность в лайв-канале закончили - 3д копия комнаты с моим виртуальным телом в ней, которое в реальном времени распознается через камеру - готово. управление теликом через нажатие виртуальных кнопок в воздухе тоже заработало. дальше буду подтюнивать и причесывать - как будет какой-нибудь крупный сочный апдейт - расскажу)

короче, мне стрёмно постить на 14к человек в основном канале рандомный поток сознания - чего народ отвлекать, который что-то умное почитать пришёл но иногда оч хочется упарываться, делать всякие экспериментальные вещи, ваще не особо фильтровать базар и просто шерить какие-то рандомные эксперименты и тесты в том числе тупо через кружочки и голосовухи я решил пойти по классическому сценарию - завести отдельный канал для такого максимально свободного формата. вероятно, это формат, который подойдёт оч небольшому кол-ву людей, поэтому кому это интерсно - велком, те, кому не ок - сорян вот щас буквально в лайве планирую там постить процесс создания виртуальной 3д копии своей квартиры, с реалтайм распознаванием моего местоположения и позы в ней, чтобы жестами управлять техникой. ссылка на канал (он приватный, всё бесплатно): https://t.me/+Hc5e_usbQ3U2NWUy

абьюзивные отношения с ИИ кароч, много рефлексировал на эту тему, в том числе про самого себя и своё поведение. есть такой защитный механизм у жертв насилия (под насилием я тут подразумеваю в принципе любую форму принуждения к чему-то, чего человек не хочет) - делать вид, что на самом деле это всё добровольно, даже не добровольно - а прям типа "я всеми руками за". по сути, это способ создать у себя иллюзию контроля - делая вид, что ты сам выбрал что-то (чего на самом деле не хотел), ты как бы убираешь вот этот компонент принуждения, снимаешь с себя роль жертвы - дескать, это всё было твоим личным выбором, и ты вообще ему очень рад. к чему я это? иногда вижу радикальный нарратив в тг-каналах, типа "<профессия Х> больше не нужны, все пойдут на мороз, те кто не юзают 20 параллельных агентов - луддиты и им место на свалке истории, ахахаха". и вот вроде бы и можно сказать "да, жестко, но по фактам - без ИИ в 26 никак", но от радикального нарратива веет каким-то злорадством и возвышением, типа, автор вот уже в поезде, который мчит его в светлое будущее, а тех, кто только ступает на перрон, и решил начать юзать ИИ на полгода-год позже остальных - гнать его, чтобы знал своё место. вот я с одним таким челом на днях заобщался. и господи боже, насколько же он соткан из страхов, FOMO, думинга, ностальгии по профессии и тд. вся идентичность крутится вокруг идеи "не можешь победить - возглавь, я должен быть самым лютым аппологетом ИИ, чтобы меня эта мясорубка забрала последним". чел не особо рад новому миру, на самом деле. новый мир принуждает его меняться, он не просил об этом, и не особо этого хочет, он вообще устал бежать за этими трендами, он бы может лучше на рыбалку съездил или читал книги по вечерам. но чтобы не оказаться на "свалке истории" - берёт в руки флаг, натягивает улыбку, и идёт рассказывать другим о том, что если они ещё не сделали слоп-видео на remotion при помощи Opus 5.5 - им должно быть стыдно в глаза людям смотреть. он не хочет быть жертвой изменений, которые он не выбирал, признавать, что они ему давно не в радость, происходят против его воли - поэтому он каждый день делает вид, что только и мечтал всю жизнь промптить рой агентов, и, наконец, мечта сбылась. и вот я прям призадумался - а не делаю ли я тоже самое. мне и правда не нравится отрицание реальности - когда я вижу комменты в духе "скоро пузырь лопнет, и мы будем руками весь ваш вайбкод разгребать, щеглы", меня это триггерит, потому что это какой-то абсурдный эскапизм. но вот к чувакам, которые в ахуе от того, что то, что их профессия полностью преобразилась за ~2 года, у меня вообще нет вопросов - я и сам в таком же ахуе. ты живёшь в парадигме "я 20 лет получал сложные знания, поэтому мой труд дорогой и редкий", у тебя есть идея какого-то островка безопасности, какого-то актива в виде редких компетенций. а потом оп - и большей части этого больше нет. агент за ночь переписывает minecraft с java на rust по запросу ребёнка "хачу штоб работало быстрее". и у меня нет вопросов к чувакам, которые не готовы тратить по несколько часов в день на изучение новых тулов, беспрерывные эксперименты и прочее, просто чтобы быть "на острие", которые устали от того, что знания устаревают чуть ли не в процессе изучения. мне кажется, этот ахуй - это новая нормальность, и, на самом деле, единственная искренняя реакция, которая вообще может быть. у психики человека есть предел пластичности - когда скорость изменений среды превышает некоторый уровень - адаптационные механизмы перегружаются, адаптация вообще перестаёт быть возможна, новые изменения просто вызывают тревогу и стресс. и вот мы ушли довольно сильно за пределы "естественных темпов адаптации" ещё лет 20 назад. лет 10 назад уже во всю звенели звоночки об эпидемии депрессии, стресса, тревожности. а те темпы изменений, который происходят в последние пару лет - это уже совершенно запредельное безумие. тут не то что адаптироваться к новой реальности невозможно - тут уже чертовски сложно просто держать руку на пульсе того, а что эта "новая реальность" вообще из себя представляет сегодня - какие вещи, которые вчера нейронки ещё не умели, сегодня уже умеют. к чему я всё это? да хз. типа, сказать, что вы не одиноки, что ли. когда вы в очередной раз увидите на просторах телеги или твиттера желчный пост в духе "ха-ха, ИИ обесценил X, теперь каждый может делать Y, поэтому Z идут на мороз" - знайте, за ним почти наверняка сидит до ужаса напуганный автор, который искреннее надеется, что этот нарратив - это его билет на Ноев Ковчег.

https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/ пусть машинка служит долго, Argon (вышел Gemini 4, но доступов пока нет, только у безопасников) говорят, типа, гугл теперь во фронтире, и они наконец сделали нестыдную модель может это поможет нам решить аксиому Эскобара выше

ok, я кажется понял, зачем завезли ultrafast sol-6.1 ОЧЕНЬ медленный. типа, он и правда медленно расходует лимит (3 параллельные сессии скушали 1% за 4 часа), но я даже не могу понять - это потому что он работает на скорости 2 tok/sec, или потому что и правда экономный 🍞

ладно, я что-то в каком-то печальном состоянии со всеми этими последними днями. пздц, выбери своего персонажа: OpenAI: • чихнул и -20% недельного лимита • ужимали лимиты с июля, а теперь вообще порезали подписку в 2 раза • выкатили новую подписку, в которой нет никакой премии относительно базовой, и есть суицидальная кнопка "ultrafast" (полагаю, лимит начинает выжираться ещё когда ты только наводишь на неё мышку) • зато можно делать грязь, и модели не сопротивляются • и банят не особо активно Anthropic: • банят тебя за то, что ты вообще дышишь, чёрт • попросил сравнить ибупрофен с аспирином? fallback to haiku тебе пёс за то, что исследуешь биооружие • вайб ещё большей корпорации зла, чем OpenAI • зато текущий фронтир • и Opus 5.5 вроде даже вполне адекватно кушает лимиты, жить можно —— чета мне кажется, что в октябре я оч плотно буду экспериментровать с китайцами и всякими нестандартными сетапами

ну в целом, пока что удивительно блеклая презентация. клон Muse/Grok-bot, подписка за $500 баксов которая даёт стольно же лимитов, сколько месяц назад давала $200, и Sol-6.1 (бенчи говорят, что он как 5.6, но типа радикально дешевле. дай бог, т.к. 6 был буквально _хуже_ 5.6) P.S. а, ну и завезли клон Jev на базе Luna

OpenAI и точка

OpenAI порежут в 2 раза лимиты в $200 Pro подписках тут, если честно, и говорить нечего 🔫

https://openrouter.ai/stealth/space-bunny-alpha шо гайз, как думаете, прогрев к OpenAI Dev Day? Sol на Cerebras? P.S. люди в комментах указывают, что это наиболее вероятно - новый MiniMax

короче, я в последний месяц веду разработку ai-native brain для инвестиционной компании (~$150m). задача звучит так же просто, как и масштабно - каждый бит данных, каждая коммуникация и каждое действие - сохраняются и формируют внутреннее информационное ядро компании. рядом идёт сканирование интернета, обогащение внутренних данных внешними: новостями, найденными фактами, данными из соцсетей, и так далее. и вокруг этого 24/7 бегает ворох разных агентов, которые беспрерывно что-то анализируют, подсказывают, обнаруживают связи, возможности, прочее. что-то между OSINT, CRM и собственным harness на максималках. и вот 2 наблюдения, которые взрывают мне мозг сильнее всего. во первых, вот я в разработке ~20 лет, и то, как сейчас создаются такие продукты - это ваще не разработка. это очень странный и волшебный процесс, который сложно объяснить на словах. вот помните шутки про const result = await ai('write function for adding numbers 3 and 6 and execute it')? вот это не шутки. целые части системы больше не программируются в классическом понимании, они описываются через агентные процессы, буквально спеками, тулсетами, и так далее. в 2025 году было модно говорить "я 80% / 90% / 100% кода пишу при помощи AI". сейчас, на конец 2026 я поймал себя на мысли, что новый флекс - это то, что часть кода для систем я и вовсе не пишу. не "20% продукта сделаны AI", а "20% продукта - это и есть AI". целые куски системы - это агент с правильным тулсетом и спеками. акценты жутко сильно сместились в сторону модели данных, правил, ограничений и рельсов, нежели фактической реализации бизнес-логики. во вторых, агенты - это не просто "помощники", это главные пользователи системы. агенты везде - внутренние в системе, внешние, но тоже в системе, совсем внешние - личные агенты юзеров, и всё делается вокруг них и для них. 90% работы с приложением идёт через локальных агентов юзеров. давайте ещё раз, максимально простыми словами: в 90% случаев пользователь не идёт в браузер или аппку, он просто говорит Клоду/Кодексу что сделать, и работу в системе выполняет агент. и никто не заставляет юзеров так делать - это буквально их хотелка. личные агентные чаты стали настолько родным и естественным универсальным интерфейсом для всего, что первый вопрос, который все задают "а я могу подключить Клод? а как это можно сделать через Кодекс?". термин UX (user experience) полностью уступает AX (agent experience) - интерфейсы больше делаются не для юзеров, гораздо важнее стало проектировать именно AX - как сделать агенту удобно и понятно, чтобы он не запутался в тулах, контексте, и так далее. это всё дико интересно, конечно. я как будто перепрыгнул в 2029, и своими глазами наблюдаю этот "app-less world", где единственное приложение на компе - ChatGPT/Claude, а единственный интерфейс - поле ввода с иконкой микрофончика.

оу, текст поста куда-то потерялся. в общем, вижу оч много жалоб на проблемы с подписками на ИИ-сервисы из РФ, интересно понять картину глубже. буду оч признателен за ответы в опросе выше, дополнительно потом бахну ещё один опрос про способы оплаты. заранее спасибо большущее за ответы!

только если вы из РФ, пжлст

No text

No text

господа, бьюсь неделю об проблему, хочу наконец решить. оч не хочется делать что-то самописное, но, кажется, придётся. агенты часто работают в фоне, пока я не у компа. более того - в большом кол-ве случаев я буквально управляю ими с телефона. для работы с продом и релизами им нужны ssh-подписи. приватными ключами заведует 1password. он показывает окно подтверждения на компе, а я... не у компа. при этом, 1password у меня и на телефоне - но механизма "аппрувнуть с телефона запрос на компе" они не завезли. а я так хочу. хочу с телефона аппрувить запросы на подпись на компе. че делать? в приоритете - именно подписи ssh-ключами.

👀👀👀 P.S. за данные спасибо Этихлид!

GPT-6 Sol / GPT-6 Luna а вот и ответочка от OpenAI подъехала. выкатывают постепенно, у кого-то в UI уже отображается. и GPT-6 Sol, и Luna в 2 раза дешевле GPT-5.6 Sol и Luna. в целом, если смотреть на бенчи - рост в качестве довольно спокойный (скажем, на DeepSWE Sol-6 даже чутка уступает Sol-5.6), но вот именно показатель cost per task упал радикально - модели стали сильно эффективнее. ждём, когда вслед за этим ещё сильнее подрежут лимиты 🙂