319
https://t.me/rvnikita_blog_chat
Чтобы телефоны давали ощутимый эффект, они должны быть у большого количества людей
Читать полностью…
Отличная возможность сделать 10% за неделю
Читать полностью…
да не, у меня тоже есть ощущение, что этот гигант не может перестроить систему, хотя очень пытается, как огромный неповоротливый дракон. Для всех конкуренция - это благо, пусть дерутся, а мы будем наслаждаться новыми моделями и сходной ценой на токены))) Что касается цен на акции - это не всегда показатель довольства и недовольства, порою это бывают манипуляции больших игроков и часто цены после достижения целей, как то ликвидаций на рынке и тп, возвращается в свой диапазон.
Читать полностью…
Они же там монстра какого товыкатили сегодня Аргон чтоли. Якобы он круче астры и опуса вместе взятых)
Читать полностью…
можете открыться на любой цифре, но ночью проходят торги вне маркета и щас такой баланс, да
Читать полностью…
за день сразу после объявления результатов
Читать полностью…
да, но я так понимаю что деньги потерялись в ai ответах без рекламы, но реклама там точно появится :)
Читать полностью…
Проблема же в росте. +12% очень мало. Видимо эффект от AI уже начал появляться, и дальше будет больше
Читать полностью…
То есть все-таки то, что предсказывали, случилось - просто позже
Читать полностью…
“LLMs That Write Well. Jared Friedman считает, что новые модели пишут хуже, чем модели 2024-2025” - кстати очень возможно. год назад писал статьи на хабр и вот недавно - такая боль была!!! ожидал прогресс а увидел регресс. при том что в кодинге прогресс очевиден.
Читать полностью…
🖥 Computer use становится быстрее людей и дешевле их.
Ari Weinstein, который отвечает за computer use в OpenAI: "Мы довели computer use до уровня, когда он работает с компьютером быстрее среднего человека, и, по-моему, уже совсем близко к сверхчеловеческому уровню".
https://www.latent.space/p/devday-2026
И по деньгам это уже доля от человеческого труда. Час бэк-офисной работы, по оценке a16z:
- computer-use агент: $6-8
- офшорный аутсорс: около $10
- бэк-офис в США: $30-45
https://a16z.com/can-agents-use-a-computer-yet-weve-got-the-data/
#ai@rvnikita_blog #agents@rvnikita_blog #computer_use@rvnikita_blog #openai@rvnikita_blog #ari_weinstein@rvnikita_blog
—————————
Мысли Рвачева
—————————
#anthropic@rvnikita_blog #ai@rvnikita_blog
—————————
Мысли Рвачева
—————————
Может я что-то упускаю, но когда мы рассуждаем о производительности, разве не нужно учитывать трудоёмкость/сложность продуктов?
Читать полностью…
есть такое, но все равно пока больше всего заработка со старого доброго рекламного рынка, а он вырос ниже ожиданий - инвесторам не нравится
Читать полностью…
📉 "Компьютеры видны везде, кроме статистики производительности"
Эту фразу Роберт Солоу, нобелевский лауреат по экономике, написал в 1987 году. Компьютеры тогда уже стояли в каждом офисе, а рост производительности в США не ускорялся. Он даже замедлился по сравнению с 50-60-ми.
Я много думаю о том, что, несмотря на то, что про AI слышно на каждом углу, на графиках GDP его пока совсем не видно. Возможно, в этом опять виноват парадокс производительности Солоу.
Историк экономики Пол Дэвид в 1990 году нашел похожий случай с электричеством. Электромотор появился в 1880-х, а производительность фабрик заметно выросла только в 1920-х. Сорок лет фабрики просто ставили электромотор на место парового двигателя и сохраняли старую планировку: один вал на весь цех, ремни, многоэтажные корпуса. Отдача появилась, когда фабрики перестроили вокруг новой технологии: мотор у каждого станка, одноэтажные цеха, линия по ходу процесса.
С компьютерами в итоге вышло так же: рост производительности в США пришел в 1995-2004 годах, когда компании перестроили под них свои процессы.
#ai@rvnikita_blog #economics@rvnikita_blog #productivity@rvnikita_blog #robert_solow@rvnikita_blog #paul_david@rvnikita_blog
—————————
Мысли Рвачева
—————————
все так, у тебя на скриншоте after hours -31.37
Читать полностью…
А за какой период вы смотрите что акции падают?
Читать полностью…
Да, вот в этом пока вопрос, насколько будет эффективной реклама в AI ответах. ChatGPT добавлял рекламу, интересно будет посмотреть на их цифры
Читать полностью…
У Меты +30% для сравнения, возможно потому что на их рекламу AI так не влияет, забирая траффик
Читать полностью…
Никогда не пользовался поиском гугл, жутко неудобный.
Читать полностью…
есть такая гипотеза, но по мне важнее, что количество запросов выросло, а значит аудитория осталась, видимо пока не научились монетизировать
Читать полностью…
📉 Google опубликовал квартальный отчет, и акции падают на 9%.
Отчет не дотянул до ожиданий аналитиков: прибыль на акцию $2.12 при прогнозе ~$3.03, выручка $127.6B при прогнозе $127.9B.
У Google непростые времена: рекламный бизнес растет уже не так быстро. Search принес $63.4B (+12%) при ожиданиях ~$65B, YouTube ads тоже ниже прогноза. Основное предположение - AI-поиск вытесняет классический и бьет по рекламе. Людей Google не теряет: по словам Sundar Pichai, рост числа запросов самый высокий за пять лет. Но кажется, как зарабатывать на AI-ответах так же, как на классической выдаче с рекламой, Google пока не понял.
С другой стороны, серверный бизнес вырос в 2 раза: Google Cloud принес $30.7B за квартал (+103% за год) и по выручке уже больше трети от рекламного. Операционная прибыль Cloud выросла с $3.6B до $11.1B.
Я думаю, Google найдет новую рекламную модель, и все у него будет хорошо.
https://s206.q4cdn.com/479360582/files/doc_financials/2026/q3/2026q3-alphabet-earnings-release.pdf
#google@rvnikita_blog #ai@rvnikita_blog #gemini@rvnikita_blog #sundar_pichai@rvnikita_blog
—————————
Мысли Рвачева
—————————
🔭 YC обновил Requests for Startups на Winter 2027 - список идей, под которые они хотят получать заявки.
Y Combinator регулярно, к каждому батчу, публикует RFS - партнеры пишут короткие эссе о том, какие компании они хотели бы увидеть. Я люблю их читать как способ заглянуть в будущее: это люди, которые видят тысячи заявок в год и примерно понимают, куда через 3-5 лет пойдут деньги и где появятся рынки.
https://www.ycombinator.com/rfs
В этот раз 11 идей. Самые интересные, на мой взгляд:
- LLMs That Write Well. Jared Friedman считает, что новые модели пишут хуже, чем модели 2024-2025: те же reward-сигналы, которые делают их сильными в коде, "сплющивают" голос и стиль. Большие лабы будут и дальше оптимизировать под coding и агентов, так что ниша модели, с которой приятно разговаривать, свободна
- The $15-an-Hour Expert. AI, который превращает сотрудника без профильного образования в специалиста по налогам, страховым claims, медицинскому биллингу или иммиграционным документам. Цитата: "Прошлая промышленная революция построила средний класс из фабричных рабочих мест. Эта может построить его из экспертных"
- Data Center Supply Chain. Узкое место стройки дата-центров уже давно не только GPU и электричество. Срок поставки больших силовых трансформаторов - три года, switchgear и жидкостное охлаждение распроданы, а электротехническую сталь в США делает один завод
- Startups in a World of Abundant Space Access. SpaceX закладывает 10 000 запусков Starship в год. YC предлагает строить бизнесы, которые не сходятся по экономике сегодня, но сойдутся, когда запуск подешевеет в 100 раз
- AI for the Air-Gapped Economy. Оборонка, банки, больницы и атомные станции держат самые ценные данные офлайн и не могут пользоваться облачными API. Продавать туда медленно и больно, но там самые большие бюджеты
- Own Your Intelligence. Open-weight модели догнали frontier по многим бенчмаркам, и компании хотят перестать арендовать интеллект и иметь свои модели, дообученные на своих данных
Заметно, что почти половина списка про физический мир: роботы, сделанные в Америке, финансирование GPU-кластеров и дата-центров, цепочки поставок. Софтверный AI стал инфраструктурой, а дефицит сместился в железо, энергию и деньги на стройку.
#ycombinator@rvnikita_blog #startups@rvnikita_blog #ai@rvnikita_blog #llm@rvnikita_blog #space@rvnikita_blog
—————————
Мысли Рвачева
—————————
Тут у всех последние 2 года вертикальный взлет
Читать полностью…
https://en.wikipedia.org/wiki/Vehicle_routing_problem
Вот это еще затронули, насчет оптимизации путей если, допустим, роботы выезжают из Депо и как оптимально собрать заказы (NP-hard проблема)