В новом выпуске подкаста подводим итоги масштабной лаборатории по искусственному интеллекту, в которой приняло участие около 120 человек. В этот раз, помимо основных ведущих, в программе приняли участие около десяти экспертов – ведущих треков, в рамках которых делились своими знаниями на стыке ИИ и различных областей: от автоматизации до творчества и трендвотчинга.

Откровенно говорим о сложностях обучения столь разнородной аудитории, признавая, что невозможно угодить всем: для кого-то уровень был слишком высоким, для кого-то – недостаточным. Подчеркиваем, что главный принцип лаборатории – самостоятельность. Хотя вокруг много единомышленников, никто не может решить за участника, что для него важно и подходит именно ему.

Отмечаем, что некоторые треки переросли в мини-сообщества, где люди продолжают общаться и после окончания лаборатории. Эту трансформацию от "одноразовых продуктов" к созданию устойчивого сообщества вокруг технологий воспринимаем как большое достижение.

Обсуждаем важность вдохновения и мотивации в обучении новым технологиям, а также необходимость толерантности к ошибкам. Отмечаем, что для эффективного освоения новых инструментов требуется значительное время – не десятки, а сотни часов, но эти инвестиции окупаются, освобождая время для действительно важных вещей в будущем.

В подкасте затрагиваем также философский аспект технологий: как они меняют наше мышление, как помогают или мешают думать, как влияют на нашу идентичность. Делимся наблюдениями о том, как участники расширяют представление о своих возможностях, пробуя новые инструменты и подходы.

В заключение обсуждаем планы на будущее: как развивать лабораторию дальше, как лучше персонализировать обучение и как поддерживать сформировавшееся сообщество. Подкаст будет интересен тем, кто интересуется образованием в сфере ИИ, созданием обучающих программ и комьюнити-билдингом вокруг новых технологий.

Spotify × Apple Podcasts × Youtube × другие сервисы


🤖 Глеб | Podcast | AI Mindset Lab

Читать полностью…

В новом выпуске нашего подкаста мы обсуждаем, как меняется наше представление о продуктивности в эпоху AI.

Говорим о культе продуктивности, переходе от количества задач к их осмысленности, про управление вниманием как ключевой навык, про голосовые интерфейсы и их влияние на рабочие процессы, формулирование задач для искусственного интеллекта как новый софт-скилл, важность генералистов в новой технологической реальности.


Смотреть и слушать:
Ютуб × Spotify × Apple Pocasts × все ссылки

Читать полностью…

Участвую в AI Mindset Lab — и мышление правда меняется

У меня сложные отношения с LLM как с рабочим инструментом. В конце 2022 года и по понятным общим причинам уровень стресса был довольно высоким, плюс мои собственные обстоятельства явно не способствовали ни интеграции новых знаний, ни восторженному восприятию технологий.

В итоге почти весь 2023 год я лишь несколько раз мельком касался темы и не осознавал, что перемены впереди не как после изобретения интернета, а скорее как после изобретения колеса.

В 2024-м уровень стресса снизился, и я начал потихоньку интегрировать работу с LLM в жизнь — но скорее как "уверенный пользователь ПеКа", а не как пионер.

В начале 2025-го решил, что готов к полному контакту с фронтиром технологий. Не можешь победить — возглавь.
Поэтому пошел в очередной запуск AI Mindset от Глеба Калинина и Александра Поваляева. Ребята формулируют цель проекта так:

Начните ежедневно пользоваться инструментами, выработайте привычку и способ мыслить о мире, бизнесе, работе и себе в парадигме AI.

Сейчас курс прошел примерно наполовину, но результаты уже есть — и на уровне мышления, и на уровне процессов, и на уровне инструментов.

✅ Оптимизация рутины
Раньше гораздо хуже понимал, где можно автоматизировать процессы. Например, теперь я могу обработать пачку учебных PDF одним скриптом и вытащить нужную информацию, вместо того чтобы вручную перечитывать материалы и выписывать важное.

📡 Лучшее понимание технологий
Я стал лучше начал хоть немного разбираться в трендах и деталях: что возможно, а что нет. О многих моделях и инструментах услышал впервые.

🎨 Творческое применение LLM
Начал думать о том, как применять AI для решения своих задач и создания ценности.

Особенно вдохновляет пример ребят: они круто интегрируют инструменты, классно работают с информацией и знаниями.


В плане эмоций пока эмоциональные качели: шатает от восторга ("Ничего себе, и так можно!") до экзистенциального ужаса ("Меня реально заменит ИИ?!"). Но я справляюсь и продолжаю интеграцию.

Я решил выстраивать свою работу на пересечении трех доменов: коучинг, IFS-терапия и AI. Каждый из них обладает огромным потенциалом, и это будет мой персональный коктейль.

Что уже сделал

🎤 Голосовые заметки
Начал активно пользоваться голосом для экономии времени. К примеру, записываю аудиосообщения на улице, расшифровываю, дорабатываю в ChatGPT и загружаю в Obsidian. Получаются обширные дневниковые записи с датами, темами и инсайтами. Похожим образом готовлю материалы для блога.

📊 Анализ данных
Хотя Python я почти забыл, с помощью ChatGPT подключился к данным в Google Sheets через API и проанализировал записи о сессиях.

💰 Финансовые модели
Совместно с ChatGPT сделал две финансовые модели для коучинговой практики — попроще и посложнее. В результате полностью обновился фреймворк работы с финансами и планированием.

💬 Отзывы клиентов
Собрал все отзывы о коучинге, попросил ChatGPT сделать обзор. Усредненное описание того, что клиенты ценят и какую я даю ценность, растрогало сильнее, чем отдельные отзывы, плюс кое-что пригодилось для маркетинга.

📝 Промты для анализа сессий
Провел несколько итераций улучшения промтов для анализа клиентских сессий — качество вывода становится всё глубже.

💡 AI-ассистент для практики
Сейчас работаю над AI-ассистентом на no-code/low-code платформе.

В общем, участие в лаборатории уже окупилось. А впереди еще несколько встреч.

P.S. В AI Mindset собрались очень крутые люди, и потенциал для нетворкинга колоссальный. У меня даже больше FOMO на общение, чем на технологии — хочется не упустить возможности для совместных движух. 🚀

Читать полностью…

AI, внимание и смысловая работа

Иногда кажется, что мир AI несётся с такой скоростью, что мы едва успеваем моргать. Открываешь утром ленту — новый инструмент, к обеду — прорыв в какой-то области, к вечеру уже не помнишь, с чего начинал день. И в этом потоке самое сложное — не потерять себя, удержать внимание на том, что действительно важно.

На этом потоке AI Mindset Lab мы начали эксперимент с небольшими медитациями прямо во время воркшопов. Сессия идёт два с половиной часа, и это сложно выдержать, даже если тема тебе действительно интересна. Внимание начинает рассеиваться, становится сложно оставаться в фокусе. Эти мини-практики помогают разгрузить мозг и немного переключиться.

Конечно же мы начали применять сами AI инструменты для создания этих небольших практических сессий. AI в реальном времени собирает транскрипт разговора, подтягивает контекст из программы недели, анализирует карточки участников. И прямо на ходу, в Obsidian, собирается персональная медитация, привязанная к текущему контексту группы. Звучит немного безумно, но работает удивительно хорошо.

Эти короткие паузы позволяют не только отдохнуть, но и переключить внимание в другой режим. Например, недавно я сделал простой тренажёр с помощью [Lovable] для разделения фокуса зрения и локуса внимания. Это два объекта, которые движутся по экрану с разными патернами. Задача в том, чтобы удерживать внимание на одном, при этом не теряя из виду другого. Эта практика заняла всего пару минут, но эффект был мгновенный. Возможно, это воспринимается тяжело, как и любая нестандартная смысловая работа. Но фокус это точно возвращает.

Современные инструменты позволяют буквально за минуты создавать кастомные тренажёры для работы с вниманием — нужно только понимать, на чём именно ты хочешь сосредоточиться. Ты просто описываешь, что хочешь, и через несколько минут у тебя уже готовый интерфейс. Это даже не MVP, не прототип в классическом понимании. Это решение, которое создаётся для конкретной задачи, работает ровно столько, сколько нужно, и умирает.

В этом подходе есть что-то новое. Мы привыкли думать о продуктах как о чём-то долгосрочном, требующем поддержки и развития. Но возможно это уже лишнее для индивидуальных задач. Такие интерфейсы становятся инструментами не для производства, а для размышлений, исследования или быстрого переключения. Это не про технологии, а про привычки, про mindset создавать то что тебе нужно и делать это быстро.

Активное внимание - это просто необходимость для выживания в AI мире. И сама технология позволяет нам его развивать.

🤖 Alex | lovable | Obsidian

Читать полностью…

Помимо качественного прогресса (новые технологии, материалы, подходы), нас ждёт ещё много инкрементального прогресса. Просто хорошо, с качественными данными, совместили несколько уже существующих технологий, и получили магию.

Для LLM большим вопросом остаётся долгосрочная память — несколько десятков ячеек в ChatGPT явно не решают потребностей сложной человеческой жизни. Идеальный ассистент «помнит» о вас всё, что может иметь значение, и моментально может дать ответ на любой вопрос о вашей жизни.

Большое контекстной окно позволяет уже сейчас отправлять значительной длинны текст с вашим контекстом — информацией о вас, текстом ваших телеграм-каналов, календарем, заметками, дневниками, контактами, историей переписки.

Недавно Anthropic Claude — любимая LLM для написания текстов и кода многих авторов и подписчиков этого канала, добавила несложную функцию к настольной версии своей программы. Теперь к LLM в качестве внешней памяти или источника данных можно подключить и хранилище в Obsidian.

Представьте, что у вашего ассистента, работающего на лучшем языковом движке, появился контролируемый вами доступ к вашим заметкам за много лет. По вашему запросу в привычном интерфейсе Клода вы можете обратиться к любой заметке или серии заметок, и сделать с их текстом всё, что можно сделать с текстом в LLM: перевести, создать документ, написать статью, анализировать, создать глоссарий.

Я подключил к Клоду свой Obsidian vault в 8000 заметок (для этого нужно установить npm-пакет командой ==npx @smithery/cli install mcp-obsidian --client claud==), и теперь могу, например, спросить Клода: «что я делал в марте 2024, на основании моих ежедневных заметок в формате yyyymmdd», и получить человечное, точное описание:

The month seems to have been characterized by both personal transitions (new home, habits) and professional development, with some challenges around motivation and follow-through on projects. There was also significant engagement with new technologies (AI) and continued professional development through various groups and supervision sessions.

…к которому я добавляю немного фотографий, и получаю целостную картинку периода жизни.

Я сам заносил в Obsidian события своей жизни и описывал их — потому что уже тогда было понятно, что фиксировать встречи, разговоры, людей — это важно, в них много знаний. Поэтому теперь у меня есть данные, но без ИИ я почти никогда к ним не возвращаюсь.

Из любой заметки или серии заметок в вашем хранилище Клод может создать новые документы, или интерактивные странности, или, как я выяснил — он может и иллюстрации попробовать сделать. Иногда получается стильно.

Совместили 2 не таких сложных по нынешним меркам технологии — и получаем качественный прирост в возможностях системы.

Думаю, в этом году — и во все последующие годы, мы будем слышать не только про прорывные технологии, но и про очень качественные и революционные решения, основанные на давно существующих технологиях, которые постепенно доходят до очень высокого уровня точности (распознавание и синтез речи как самые очевидные примеры).

Следующим шагом я смогу голосом общаться с моим «вторым мозгом», а ассистент может не только читать из памяти, но и создавать файлы (но, пожалуйста, делайте бэкап, он может потерять данные). Самая умная LLM + эмпатичный синтез голоса как у hume.ai — и мы уже не так далеко от реальности, показанной в Her. И, к радости, значительная часть всего, что нужно, сможет работать и локально.

Глеб | Claude | Obsidian

P.S. Спасибо участнику нашего сообщества Кириллу за подсказку

Читать полностью…

Прогресс ИИ, и прогресс вообще, сейчас двигают коммерческие компании, и иногда государства (но всё чаще пытаются удержать под контролем то, что делает бизнес). Только у бизнеса и государств есть ресурсы на масштабные тренировки.

Однако не менее значимой работой, которая выходит за рамки бизнес-интересов и госрегулирования, занимаются организации некоммерческие. Даже в области технологий примеров этому немало — взять хотя бы Википедию и Archive.org, без которых натренировать эти модели было бы сложнее.

На каждой нашей ИИ-лаборатории мы выделяем места для сотрудников негосударственных некоммерческих организаций, независимых исследователей и творцов (художников, кураторов, музыкантов, писателей и др.). Мы уверены, что любая работа должна быть эффективной и приносящей радость, и использование ИИ в этом помогает максимально.

Описание нашего предложения для НКО и форма для заявки

NB. Если вы подавали заявку на предыдущие лаборатории, их можно подавать повторно.

Глеб | Non-profit | AI Mindset Labs

Читать полностью…

the year of AI thinking

Начало января — время, когда подводить итоги уже вроде как поздно, да и особо не хочется. Все уже что-то расписали, подвели, спланировали, порадовались или порефлексировали. Я сам в какой-то момент просто открыл альбомы, пролистал фотографии за год, посмотрел на заметки в Obsidian и календари. Вроде что-то вспомнил, что-то даже понял про себя. Но вот чего мне реально не хватило — это чёткой системы, конвенции имен и каких-то простых правил, которые помогли бы мне не просто вспомнить пару событий, а сразу увидеть что было создано за год.

Сейчас хочется поделиться не столько советами, сколько выводами. Не о том, как планировать или что трекать, а о том, как (мне) хочется жить, чтобы через год у была опора на собственную память. Это не про продуктивность или дисциплину, а про то, как можно хотя бы минимально организовать свой поток данных, создав необходимый контекст для AI. Я понимаю, что у большинства из нас нет ресурса на ежедневное ведение дневника, трекинг эмоций или фиксирование всех идей. У кого-то нет времени, у кого-то — желания. У меня, если честно, то же самое. Зато есть минимальные вещи, которые можно делать и которые реально работают.

Начнём с календаря. В нём куча ивентов, но чаще всего они называются так, что через год их уже невозможно расшифровать. “Meeting”. “sync w Alex”. Небольшая конвенция имен по проектам и сферам сразу добавит ценности. Например “alex Review Q1 | Marketing | AI mindset”. А если ещё если настроить, чтобы транскрипт этой встречи падал в папку Obsidian с таким же названием... Обсуждение закончилось — текст автоматически сохранился, и ты всегда можешь к нему вернуться в 3 клика. Еще один клик и достать оттуда кастомное саммари.

Цветовое кодирование календаря тоже достаточно важная штука. Все мы при планировании как-то представили сферы своей жизни. Wheel of Life или какая-нибудь схожая методология позволит это сделать. Если по первому взгляду на календарь будет понятно, к какой категории относится ивент, это сильно поможет сбалансировать жизнь. Или быстро подвести какой-то промежуточный итог в конце периода. У меня, например, глобально всего четыре категории – art, tech, mind, body. Они потом дробятся на более мелкие, но глобально всего 4 вектора.

Или заметки. Понятно, что для меня это Obsidian, но это может быть любой самый простой текстовый редактор. Иногда достаточно одной строчки “Сильно выгорел, надо что-то менять”. Это не требует огромных усилий, зато даёт понимание, что происходило в жизни, и помогает собирать пазл потом.

Конечно, всё это требует какого-то ресурса, но одно дело написать три страницы дневника в конце сложного дня, но совсем другое – одно голосовое сообщение в Telegram на 30 секунд – и пару абзацев текста уже в вашей дневной заметке. Если ещё настроить, чтобы это сообщение автоматически сохранялось в Obsidian или Notion, ты вообще перестаёшь думать о системе.

Эти несколько конвенций устанавливаются один раз и потом просто помогают вам систематизировать процессы. Это не про какой-то сложный режим продуктивности и постановку целей. Это про mindset. Пару категорий и вся ваша деятельность сквозь разные интерфейсы приобретает иной вид.

Почему это важно? Через год ты можешь захотеть проанализировать свой путь, а AI сможет помочь только если у тебя будет хотя бы минимальная разметка данных. AI может обработать заметки, фотографии, события, но он не может из пустого пространства придумать, что важно для меня и как это правильно классифицировать. Когда появится ресурс, подключим AI, выгрузим календарь и настроим автоматизации, а пока можно просто жить в привычном ритме, обращая внимание на то, что происходит.

AI-мышление — это не про технологии, а про привычки. Простой нейминг. Минимальная структура. Визуальные слои. Эти вещи не требуют от тебя времени, но дают тебе хорошую опору для себя будущего.
Всё больше верю, что мы тут не понимаем, куда всё это приведёт, но точно понимаем, что мы строим – [dataset of your future]… как мы обычно говорим на наших AI knowledge labs

🤖 Alex | Windsurf | Obsidian | Claude | Collab

Читать полностью…

Новые интерфейсы AI становятся полезными, только когда ты начинаешь использовать их каждый день. Через практику меняется мышление, появляется тот самый AI-майндсет, когда ИИ интегрирован в твою картину мира. Технологии перестают быть просто инструментами и становятся продолжением тебя.

В январе мы запускаем нашу главную лабораторию по использованию ии-инструментов AI Mindset. Не просто рассказываем про технологии, а вместе практикуем, реализуем, делимся опытом и инструментами, исследуем возможности. 

🤖 AI Mindset Lab — это 4 недели интенсивной практики, в которых вы свяжете знакомые и новые инструменты в полноценные рабочие решения. Вот несколько примеров того, что создали участники предыдущей лабы:

• ассистент для рефлексии: дневник настроения с голосовым вводом и анализом эмоциональных паттернов. stack: ChatGPT, SuperWhisper
• smart meeting assistant: автоматическая транскрипция звонков и генерация саммари с отправкой в Telegram. stack: Zoom, Zapier, Whisper
• умный поиск по базе знаний: интеллектуальный поиск и рефлексия на базе заметок из своей базы знаний. stack: Obsidian + plugins, Windsurf or Cursor
• языковой тренер: адаптивная система обучения с генерацией персональных упражнений. stack: Claude, local LLMs, Gemini
• market research AI: автоматический сбор и анализ данных о рынке и конкурентах. stack: GPT, Perplexity, Consensus


Никакой воды и теории — только живая практика, реальные кейсы и взаимодействие в сообществе единомышленников. Вы научитесь не только использовать инструменты, но и мыслить как AI-исследователь.

🗓 старт: 21 января 
📰 формат: 2-3 онлайн-встречи в неделю + практика

Подробности, отзывы и регистрация на сайте

Читать полностью…

ИИ заменит психологов?

Как когда-то каждый начинающий разработчик писал свой todo-менеджер, так теперь, кажется, каждый начинающий ии-предприниматель создаёт своего личного ии-психолога или ии-коуча.

«Ии-психолог» здесь стоит понимать либо как метафору, либо как свидетельство полного непонимания того, что такое психология и как она работает.

С тем же успехом, психологом можно назвать и книги самопомощи (библиотерапия), или приложение для медитации, или нейрофидбек-устройство. Прогулку по парку можно назвать психологом, и поглаживание кошки. Это правда эффективные психологические интервенции, не хуже упражнений из КПТ.

Так и все «ии-психологи» сейчас — это набор упражнений (неэффективный человек-психолог, увы, тоже).

У фронтирных ии-моделей, таких как ChatGPT, Claude, X.ai нет много чего, что есть у живого человека: нет модели психики клиента, нет собственного прожитого опыта, в особенности невербального, нет субъектности и каких-либо целей.

С языковой моделью сложно построить доверительные отношения (хотя и не невозможно), как минимум в силу текущих ограничений её памяти — а значит вашей совместной «памяти». Мышление и язык не тождественны, большая часть нашего опыта не языковая, а телесная, экспериентальная.

У ИИ-психологов и даже ChatGPT в чистом виде, разумеется, есть преимущества — цена и доступность 24×7, потенциально большая открытость людей — на некоторые темы люди будут более готовы говорить с машиной, чем с человеком — мы это знаем из исследований.

Отношения между человеком и машиной, хоть и отличаются от человеческих, но всё же возникают (про это — прекрасная книга The Man who lied to his laptop), как возникают отношения и с более простыми техническими объектами — стиральной машиной, автомобилем, мобильными телефоном.

«Отношения» с ИИ будут становиться всё более сложными и глубокими, но всё же получить тот же эффект, что из принимающего человеческого контакта с другим живым сознательным существом получить в ближайшее время, а может и никогда, невозможно.

ИИ не «понимает» эмоции — в силу того, что и «знаком» только с языковыми, аудиальными, визуальными их проявлениями, но естественно не самим опытом. ИИ учится и работает с узким срезом модальностей, через которые эти эмоции передаются, преимущественно с текстом. И хотя текст и нарративы являются важной частью и выражением нашей психики, понять состояние человека или даже всю полноту смыслов только по тексту невозможно (а вот предсказать психические расстройства очень даже можно).

Речь, как мы знаем из свежих исследований, нужна нам в первую очередь для коммуникации, передачи смыслов другим людям, а не для мышления. Само мышление — а значит и его искажения, возникают не только «языковых» областях мозга (люди с повреждениями в языковых центрах всё ещё могу решать сложные когнитивные задачи). Для того, чтобы построить действительно эмпатичный ии, нужна другая парадигма и архитектура, как минимум симулирующая лимбическую и гормональную систему, а то и всё тело (вспоминаем Лизу Барретт).

ИИ не умеет толком спорить и отстаивать свою «позицию». ChatGPT почти всегда будет соглашаться с вами и вашими возражениями, это самый податливный собеседник. У него нет позиции, ценностей и целей, только ограничения безопастности. Само притворство моделей, эмуляция способности чувствовать и симпатизировать, как будто идёт вразрез с морально-этическими терапевтическими кодексами.

Читать полностью…

результаты 5й лаборатории AI mindset
#podcast

Две недели назад мы завершили нашу пятую лабораторию AI mindset - и это была лучшая лаборатория за все время!

Особенность этого потока – участники разделились на 4 рабочие группы: технологии, терапия, бизнес и образование. Помимо основной лаборатории, каждая группа дополнительно работала в своем формате, пробуя разные практики и находя интересные нишевые кейсы для AI.

"Жизнь разделилась на до и после... я еще не совсем осознал этот поворот" – как сказал один из наших участников. Такие отзывы вдохновляют нас двигаться дальше и создавать новое. В январе запускаем две новые лаборатории, о которых расскажем совсем скоро.

Мы записали подкаст о результатах этого эксперимента, где делимся своими инсайтами и планами на будущее:

[смотреть тут]

Читать полностью…

Мик Вайсман: AI хакатоны и техно-культурный код
#podcast

очередной выпуск нашего подкаста

мы уже делились, как использовали AI для подготовки к этому выпуску. Теперь рассказываем, что получилось:

👤 наш гость — Мик Вайсман, разработчик, предприниматель и постоянный участник хакатонов. В выпуске обсуждаем:
• использования AI в разработке, будущее крипты и перспектив развития технологического предпринимательства
• как управлять энергией во время 48-часового спринта
• баланс между техническим и гуманитарным подходом к созданию продуктов.

слушать:
Youtube — Все площадки

наши лаборатории (январь 2024):
🤖 AI Mindset VI: создание AI-продуктов
⛓ AI mindset [knowledge]: Obsidian и AI

Читать полностью…

Птицы, рыбы, насекомые и другие животные объединяются в большме группы, чтобы эффективнее добывать пищу, обеспечивать себе защиту и решать сложные задачи.

Роевой интеллект (swarm intelligence) — таким термином описывают коллективное поведение, увеличивающее интеллект больших децентрализованных групп. Вспоминаем муравьев, обошедших в решении задачи группу людей (впрочем, один человек всё равно оказывает).

Могут ли люди проявлять роевой интеллект? Безусловно, да — от скоординированного движения толпы, адаптирующейся под изменения среды, до масштабных децентрализованных проектов с открытым кодом.

Создатели платформы Thinkscape задались вопросом — возможно ли повысить коллективный интеллект человека?

Мы знаем, что эффективное обдумывание в формате беседы (conversational deliberation) — когда группе нужно что-то спланировать или принять решение — наиболее комфортно проходит в группе от 4 до 7 человек. В таком формате каждый получает возможность внести свой вклад в разговор.

Thinkscape предлагает разбивать большие группы людей (сейчас до 400 человек, но в перспективе — безлимитно) на группы по 4-7 человек, наподобие breakout rooms в Зуме. Каждая группа ведёт отдельное обсуждение на заданную тему. Разговоры всех групп в реальном времени мониторит и анализирует ИИ-агент, обнаруживая в разговоре консенсусы, несогласие и инсайты. Эти данные передаются всем агентам, которые делятся ими с участниками других групп.

Например, если группа обсуждает планирование большого пикник, агент может периодически указывать на нюансы, упомянутые в других группах, но упущенные в этой, например, что делать в случае плохой погоды.

Как рассказывают в интервью один из создателей, доктор Луис Розенберг, одним из самых сложных аспектов, помимо разработки, была калибровка того, когда и что именно говорит агент. Агент вмешивается слишком часто? Это воспринимается навязчиво. Люди, со слов Розенберга, воспринимают агентов как полноценных участников разговора, и доверие здесь — ключевой фактор.

В небольшом исследовании группы в 75 человек, участники отметили, что такой формат был эффективней, чем простые чаты, был более продуктивным, чем сессии мозгового штурма, способствовал появлению идей более высокого качества, более сильное чувство причастности к итоговым решениям, ощущение, что их голоса были лучше услышаны.

Пока Thinkscape работает в закрытом режиме, но можно записаться на участие в тестовых разговорах.

🤖 Глеб | Swarm Intelligence | Conversational deliberation

Читать полностью…

Большие языковые модели в чём-то повторяют историю микропроцессоров. Если изначально процессор и доступ к его архитектуре предоставляли огромное преимущество, то с развитием технологии процессоры стали взаимозаменяемыми. Большинство людей даже не задумывается о том, какой процессор внутри их телефона, умных часах или пылесосе.

Гораздо большее значение стал играть софт, приложения, работающие на платформе. Люди покупают не компьютеры, а приложения: текстовый процессор, редактор таблиц, игры. Точно так же, никто не будет покупать GPT-5; купят доступ к определенным возможностям вроде управления компьютером и исследований.

Модели уже сейчас становятся взаимозаменяемыми. Для огромного количества операций мне уже сейчас совершенно всё равно, Claude написал код, Deepseek или o3.

Почему разрыв между ЛЛМ так быстро уменьшается?

- Одни и те же источники данных. LLM обучаются на огромных массивах текстовых данных из интернета. Поскольку эти данные в основном общедоступны, компании, обладающие достаточными ресурсами, могут создавать свои собственные LLM, которые будут похожи на остальные решения.

- Инструменты и техники, используемые для обучения LLM, также становятся все более стандартизированными, в том числе благодаря open source. Компаниям будет проще воспроизводить модели, разработанные другими.

- Уменьшение инноваций. По мере того как мы достигаем «стены данных», когда все доступные данные уже были использованы, инновации в области обучения LLM замедляются. В результате становится труднее создавать модели, которые значительно превосходят уже существующие.

- По мере того как LLM становятся все более распространенными, основное внимание смещается с самих моделей на приложения и пользовательские интерфейсы. Компании будут меньше конкурировать за счет производительности LLM, а больше за счет их интеграции в различные платформы и сервисы. OpenAI сейчас — не только исследователь и разработчик, но и в первую очередь продуктовая компания, пытающаяся сохранить и увеличить долю рынка.

Что это значит для компаний?

- Модели перестанут быть дифференциатором. Пользователи уже сейчас выбирают модели более дешевые и производительные. Важным будет оставаться UX и доступ к экосистеме.
- Использование ИИ будет расти. Для компаний, таких как Amazon, коммодизация LLM означает увеличение спроса на вычислительные ресурсы.
- Открытый исходный код станет для многих компаний единственным бюджетным вариантом ворваться в гонку.

Что это значит для нас как для потребителей?

Очень умные специализированные ИИ будут буквально в любом утюге, умном холодильнике, на телефоне — к месту и не к месту. Варианты эти моделей под любые нужды будут появляться постоянно, решая специфические задачи лучше их предшественников и лучше любых больших моделей. Учиться работать с этими система уже сейчас — разумная личная стратегия.

Глеб | Commodization

Читать полностью…

Делимся опытом участника AI Mindset Lab о том, как за полкурса он прошел путь от настороженного отношения к AI до активного применения в коучинговой практике. От голосовых заметок до сбора и анализа финансового планирования – посмотрите, как можно переосмыслить рабочие процессы с помощью AI.

Ценно, что Дмитрий делится не только успехами, но и честно говорит о своих сомнениях и колебаниях в процессе интеграции технологий в практику. Следующий поток нашей лабы — в марте.

Читать полностью…

Картинки: Иллюстрации Клода к заметкам из Obsidian. Видео: интерактивная иллюстрация по мотивам терапевтической сессии.

Читать полностью…

коллективное исследование AI

Наши лаборатории всё больше становятся настоящими исследовательскими пространствами. Мы перешли от формата «двух говорящих голов» к активному сообществу экспертов и участников, где многие готовы не только слушать, но и активно контрибьютить. Это уже не просто образовательная инициатива — это место экспериментов и глубокой работы с технологиями. В прошлом цикле у нас было 5 независимых групп, каждая из которых функционировала как отдельная лаборатория. А в этот раз мы расширим список ещё большим количеством направлений и сильной командой экспертов.

Кто присоединится к нам в этот раз?

⚡️ Мик Вайсман из @wisemantalks

Разработчик, предприниматель и постоянный участник хакатонов. Мы записали с ним подкаст, где обсудили использование AI в разработке, будущее криптовалют, баланс между гуманитарным и техническим подходами и управление энергией во время 48-часовых спринтов. В лаборатории Мик делится своим опытом и помогает участникам находить новые траектории для интеграции AI в проекты.

📈 Саша Стельмах из @AhaStelmakha

Ментор и инвестор с 15-летним опытом развития компании Amasty, где он сначала был CEO, а сейчас занимается инвестициями. Саша помогает предпринимателям расти, сохраняя баланс, и работает как IFS-терапевт, решая внутренние конфликты клиентов. В лаборатории он будет обсуждать менторство, интеграцию технологий и развитие через осознание внутренних процессов.

🎓 Карина Аруштова из @karikontent

Дизайнер образовательного опыта (Learning Experience Design), методистка и основатель международного методического бюро. Она запускала образовательные направления в Refocus и Политехе. На лаборатории Карина будет лидировать направление образовательного дизайна, помогая структурировать учебный опыт участников.

⚙️ Сергей Хабаров из @alliknowisthatidontknownothing

Проджект-менеджер, преподаватель и автор книги «Процессная целостность». Создаёт образовательные продукты, включая сервис «Препод.ам» для автоматизации академических отчётов, и проводит воркшопы для учителей по внедрению AI. На лаборатории Сергей займётся автоматизацией процессов и настройкой AI для упрощения образовательных задач.

📖 Елена Каганова из @selfmadeLibrary

Библиографка, магистрантка STS центра Европейского университета и автор канала “какая-то библиотека”. Она исследует кабинетные исследования, библиографию и использование AI для управления знаниями. На лаборатории Елена поделится своими подходами к ресёрчу и применением AI для обработки больших объёмов данных.

🎵 Ваня Велен из @velinvanya

Электронный музыкант, креативщик и диджей. Его треки звучат на Boiler Room и Awakenings, а релизы выходили на лейбле Нины Кравиц (трип). На лаборатории Ваня проведёт музыкальную сессию и покажет, как AI помогает в создании треков с использованием Ableton.

💡 Сергей Сухов из @stoicstrategy

Философ, предприниматель и автор канала StoicStrategy. Сергей исследует технологии и сознание через призму стоической философии, пишет книги, выступает на TEDx и работает с крупными международными проектами. На лаборатории он будет обсуждать философские вопросы и использовать AI для стоических рефлексий.

👥 Федор Тараненко из @metawaves

Психотерапевт, преподаватель mindfulness и резидент проекта «Чистые Когниции». Практикует доказательные подходы (схема-терапия, ACT, IFS, EMDR), проводит супервизии для терапевтов и обучает осознанности. В лаборатории Фёдор поделится своим опытом внедрения mindfulness в процессы самоорганизации и исследует интеграцию этих практик с AI.

Иногда нам говорили, что это слишком похоже на инфобизнес, но сейчас мы понимаем, что нащупали что-то действительно ценное. Мы гордимся, что собрали такую сильную команду участников. В этом цикле AI Mindset — это уже не про обучение как услугу, а про совместное исследование технологий в настоящем лабораторном процессе.

Будем держать вас в курсе наших экспериментов. 🤖

Читать полностью…

Сэм Альтман, CEO OpenAI, пересмотрел свою временную шкалу разработки AGI в сторону ускорения. Теперь он считает, что AGI может быть разработан в течение срока президентских полномочий Трампа (до 2029). Ранее он прогнозировал 2030-2031. А в трационно-загадочных твитах он намекает, что технология, возможно, уже создана.

При этом по поводу определения AGI нет согласия даже у OpenAI и их ближайших партнеров. Альтман определяет AGI как «эквивалент среднего человека, которого можно нанять как сотрудника, делающий то, что вы ожидали бы от удаленного сотрудника», включая мета-навык самостоятельно изучать новые области и решать новые проблемы; на сайте OpenAI называет AGI «высоко автономные системы, превосходящими людей в большей части экономически ценной работы».

А Microsoft (которая, как мы помним, above and beyond OpenAI) в соглашениях с OpenAI определяет AGI прагматичнее — как систему, способную автономно заработать 100 миллиардов долларов.

И хотя прогресс, очевидно, пока что и не думает останавливаться (посмотреть хоть на показатели O3, хоть на качество видеогенерации Veo2), не все согласны, что тот путь, которым идут языковые модели (или выросшие из них reasoning-модели вроде o1-o3) даже в теории может привести к сильному ИИ, и среди несогласных есть умные и влиятельные в индустрии люди.

Почему вообще про это может быть полезно думать? Как минимум, чтобы корректировать собственную профессиональную или предпринимательскую стратегию.

Как к этому самому ИИ относиться с практической точки зрения? «Бежать» вместе со всеми прямо сейчас, пытаясь куда-то встроить и начать применять хотя бы более продвинуто, чем как замену Гуглу?

Учиться кодить, изучать ML? Пытаться делать автономных агентов, или дождаться момента, когда computer use станет достаточно продвинутым, чтобы справляться с поп-апами на веб-страницах (серьезно, автономные системы фейлят выполнение задач из-за этого всплывающего уродства, хоть и людям не просто).

Или подождать ещё годик-другой, когда технология дозреет, учиться ничему не нужно будет, а вместо разговоров про работу система будет эту работу делать за вас?

Готовиться к процветанию, или наоборот, запасти углеводных батончиков и копить на бункер (у Альтмана, кстати, есть).

Понимаю, что этот канал читают люди с определенными интересами, и сами мы, очевидно, тоже имеем некоторое мнение по поводу ИИ, хотим спросить у вас, какая стратегия вам ближе?

Глеб | OpenAI | AGI | Progress

Читать полностью…

Лена Шакурова: Conversational AI, этика и будущее AI-ассистентов.
#podcast

👤 у нас в гостях Лена Шакурова – основательница агентства по Conversational AI и no-code платформы Chatbotly.

в этом выпуске мы поговорили не только о технологиях, но и о личной истории Лены: как любовь к языкам и математике привела её к созданию своих продуктов, которые помогают делать AI-ассистентов, по-настоящему понимающих людей.

📰 мы затронули:
• Conversational Design: что это такое и почему он важен для создания эффективных AI-ассистентов.
• AI Employees: как интегрировать AI в команду, не замещая, а дополняя человеческие ресурсы.
• Будущее взаимодействия: мультимодальные системы, голосовые интерфейсы и этические аспекты AI.
• Этические вопросы: что важно учитывать при разработке AI-агентов

🤖 AI mindset [podcast]:
Youtube | все площадки

Читать полностью…

От ИИ-инструментов, разумеется, можно получить кучу психологической пользы уже сейчас, и точно можно будет получить в будущем. Люди, общавшиеся с Woebot (задолго до появления ChatGPT) уменьшали симптомы депрессии, справлялись с зависимостями и получали другие положительные результаты. Пользователи Replika улучшали качество жизни и даже справлялись при помощи бота от мыслей о су_циде. А экспериментальная система TherapyView помогала улучшать терапевтам качество сессий. Уже сейчас вы можете анализировать свой нарратив и метафоры, искать когнитивные искажения, проводить анализ тональности текстов, которыми описываете мир, находить повторяющиеся темы и привычные паттерны мышления, автоматически находить в тексте сессий задачи, находить способы улучшить коммуникацию с партнерами, клиентами, родственниками, и даже писать персональные манифесты, планировать и выполнять задачи.

Чтобы узнать, за счёт каких факторов эффективна психотерапия, можно поговорить с вашим ИИ на тему "научные факторы эффективности психотерапии" или scientific evidence-based psychotherapy effectiveness factors. На первом месте среди этих факторов в исследованиях — терапевтический рабочий альянс, то есть доверительные отношения с другим человеком. Генеративный ИИ в его текущей форме этого дать не может. Зато с психопросвещением — это тоже один из факторов эффективности — точно справится.

Только, пожалуй, не стоит называть это «психологом», как не называют «водителем» автономный электрокар, а мульварку поваром.

На нашей ближайшей лаборатории мы запустим отдельную группу по применению ИИ к терапии (для клиентов и терапевтов). Подробнее разберем уже существующие исследования и практики.

— Глеб | Psychology | ChatGPT | Claude| Woebot

Читать полностью…

стах и ненависть в AI

Саша Стермах рассказал достаточно откровенно о своем опыте участия в лабе. Было страшно, больно, полезно, волшебно и интересно. Кажется что еще нужно для усвоения нового опыта...

еще раз напоминаем себе что мы тут не только про технологии, а про способ мышления. Ведь, в конечном счёте, AI — это зеркало нас самих... и повод задуматься какими мы хотим быть.

Читать полностью…

забота о здоровье вместе с Claude

На днях я начал своё знакомство с миром немецкой медицины. Первая встреча с семейным врачом длилась 10 минут, из которых 6 фрау доктор заполняла формуляры, перенаправляя меня к другим специалистам. Мне назначили анализы и суточный монитор артериального давления, который за 24 часа собрал 104 датапойнта про мой пульс и давление.

Я давно интересуюсь подходом quantified self (сбор и анализ данных о себе), «биохакингом». Много лет трекаю вариабельность сердечного ритма, иногда давление, иногда глюкозу, в отдельные периоды отслеживал еду (и даже участвовал в большим исследовании паттернов питания), но также, что немаловажно, — у меня есть результаты генетического теста. Да, это всего лишь 23andme —  то есть данные только по определённым участкам генома (SNPs), это не весь геном. Но это уже куда лучше, чем ничего, и, это точно больше, чем знает с моих слов мой врач.

Беру отчёт, который сделал у Rhonda Patrick на основе моего ДНК, закидываю в Claude. Словами добавляю контекста о своем здоровье — гораздо больше, чем врачу. Туда же в виде фотографий закидываю результаты анализов, ЭКГ и исследований.

Прошу Клода проинтерпретировать. Клод не совсем согласен с врачом, которая сказала, что все показатели в норме. 3 крайне важных фактора оказались самой верхней точке здорового спектра. Если организм находится в таком состоянии продолжительное время, ему становится нехорошо. Лучше предотвращать ухудшение состояния, чем разбираться с последствиями.

Прошу Клода составить план поведенческих интервенций, которые помогут мне улучшить важные показатели. Там, естественно, про фитнесс, сон (нужен регулярный паттерн, а вечерами что-то расслабляющее), и очень много про еду. Еда — на первом месте по импакту на здоровье.

Отлично, едим мы каждый день, поэтому меняя её, меняем себя физически и химически. Каждая молекула нашего тела сделана из того, что мы съели.

Получаю список рекомендаций исходя из генетических предрасположенностей и уровней глюкозы и холестерина. Прошу сделать мне меню на неделю, учитывающее рекомендации (например, есть 250 граммов брокколи ради её противовосполительного эффекта). Прошу сделать мне список покупок, отсортированный по разделам, как в немецких магазинах (указываю несколько сетей, который рядом с домом).

Получаю список, хочу сделать красиво, иду в Windsurf, пишу в нём скрипт на Python, который генерирует из текста и LaTeX-шаблона pdf с чеклистом для этого шоппинга. Иду в Rewe и затариваюсь по списку — сегодня буду готовить на кокосовом масле, ведь мне стоит увеличивать употребление лауриновой кислоты.

Окей, а что с паттернами питания? Придерживаемся интервала 8:16, вот расписание.

Физнагрузки, подобранные на основании исследований под твои биомаркеры? Пожалуйста, вот HIIT протокол с твоим оборудованием (тело + одна гиря).

Буду я верить этому слепо? Конечно, нет. Буду ли проверять, что на самом деле говорят исследования? Обязательно. Буду ли я относиться к этому так же серьезно, как к тому что говорит врач? Да, потому что это моя жизнь, и только я несу за нее ответственность. А ИИ может помочь мне сделать информированный выбор.

Саммари моего протокола в виде артефакта Claude

Глеб | DNA | Claude | Windsurf

Читать полностью…