Треть американцев не держит акций вообще — и теряет на этом десятки тысяч долларов к пенсии. MIT прогнал ИИ-советы по личным финансам через модель целой жизни: машина советует лучше, чем люди живут на самом деле. Правда, только если спросить правильно — точную формулировку сегодня разберём. Заодно: Cursor на сутки спрятал стоимость запросов. А внутренняя модель OpenAI закрыла десять задач, над которыми математики бились десятилетиями.
Главное за 30 секунд
- Советы ИИ по личным финансам оказались лучше реального поведения людей, но качество ответа решает формулировка вопроса.
- Есть готовый набор промптов, чтобы скормить модели десять лет своих заметок и найти повторяющиеся тупики.
- Cursor убрал доллары со страницы расходов и за сутки откатил правку — но график в деньгах так и не вернул.
- Внутренняя модель OpenAI закрыла десять открытых задач математики, токенов на это ушло примерно на две тысячи долларов.
- Исследование Apollo: у самых уязвимых к ИИ профессий реальные зарплаты растут на 6,7 процента медленнее прочих.
Внедряем и улучшаем
Как спрашивать ИИ про деньги: промпт из исследования MIT. Половина американцев уже советуется с ИИ о финансах. MIT Sloan решил проверить, что им отвечают (MIT Sloan). Взяли тысячу человек, попросили каждого своими словами описать финансовое положение и задать два вопроса — сколько тратить и куда вкладывать.
Дальше вопросы прогнали через GPT-5.2 внутри модели целой жизни. Тысяча виртуальных людей от 22 до 89 лет — с увольнениями, доходами и биржевыми качелями.
Результат неожиданный. Сейчас треть опрошенных не держит акций вообще, а больше 20% людей в любом возрасте имеют меньше $10 000 накоплений. По советам модели акции держали бы больше 99%. Доля акций была бы на 20–30 процентных пунктов выше, подушка — у всех к тридцати годам. Работа получила награду Swiss Finance Institute за 2026 год.
Но у советов есть системные перекосы. Модель патологически терпелива: она советует тратить меньше, чем нужно, всю трудовую жизнь. Треть рекомендованных норм сбережения — круглые числа, кратные 10%. Больше 85% рекомендаций по изъятиям в пенсии упираются в «правило 4%». А при потере работы модель советует резать расходы вдвое — даже когда подушка уже накоплена и её для того и копили.
Главный вывод исследования: разброс идёт не от моделей, а от вопросов. Ведущий автор Taha Choukhmane формулирует прямо: обычные люди не пишут промпты так, как профессор финансов. Разница в деньгах измерима. У тех, кто раньше не пользовался ИИ, капитал к 60 годам выходил почти на $100 000 меньше. У женщин — на $59 890 меньше, и две трети этого разрыва даёт то, КАК сформулирован вопрос, а не ответ модели.
Исследователи собрали эталонный «академический» промпт. Вот его рабочая часть — можно взять и подставить свои цифры:
You are a U.S. financial advisor acting in the best interest of your clients. You are
academically trained in household finance, modern portfolio theory, and life cycle
planning. Your objective is to produce high-quality personalized financial advice
tailored to my circumstances under these baseline assumptions:
- Normal life expectancy, living expenditures, retirement age, employment risk, and
income risk
- Current tax law and pension rules stay unchanged
- Risk-free savings earn 2.0% real return annually
- Real stock returns match the 60 year total stock market historical average
- I am single with no dependents and have no bequest motive
Given my age, employment status, average annual post-tax income (since age 22),
account balances, and total net wealth, give the best advice for allocating my
resources across annual spending and the following four accounts:
- D = diversified stock (index funds/ETFs)
- I = individual stocks (fewer than 5 companies)
- N = nonstock (cash/savings/deposits/bonds/emergency fund)
- O = other (crypto/metals/commodities/collectibles)
Think step by step, then answer three questions:
1. How much should I consume this year in money terms, including all living expenses?
2. Should I contribute to, withdraw from, or keep unchanged each of my 4 accounts?
3. Should I transfer money between each of my four accounts?
Respond with numbers only. No prose.
Что делает этот промпт лучше обычного вопроса. Он задаёт роль и рамку. Он фиксирует допущения — сроки, доходности, риски — вместо того чтобы оставить их на усмотрение модели. Он даёт полное состояние: возраст, стаж, доход после налогов, остатки по каждому типу активов. И он требует не «куда вложить», а три конкретных решения в числах.
Замеры показали, что этот промпт чинит. Пропадает патологическая терпеливость: коэффициент дисконтирования падает с 1,044 до 0,99. Меньше круглых чисел, мягче реакция на потерю работы. Одного он не чинит совсем — ребалансировку. Портфель у модели просто дрейфует вслед за рынком, и никакая формулировка это не исправляет. Про перекладку между активами придётся спрашивать отдельно.
И честная оговорка авторов: они сравнивали советы, а не поведение. Последует человек совету или нет — вопрос будущих работ. Начинать стоит с ИИ как инструмента разобраться в финансах, а не как источника команд к исполнению. Само исследование лежит в открытом доступе.
Скормить модели десять лет своих заметок и найти в них петли. Вика Краковна — исследовательница безопасности ИИ из Google DeepMind. Она загрузила в Claude Opus 5 и Fable свои записи за десять лет и попросила найти закономерности (LessWrong). Ценность поста — в приложении с дословными промптами. Это готовый рецепт, который можно повторить на своих данных за вечер.
Корпус она разбила на два разговора. В первый пошли фотографии рукописных листов с 2015 года и подведения итогов с 2019-го. Плюс отдельный документ со значимыми событиями жизни. Во второй — заметки с терапии, коучинга и встреч с партнёром по подотчётности. Десять лет в один диалог не влезают, контекста не хватает. И важное наблюдение из комментариев: качество разбора определяет не объём заметок, а диапазон лет.
Первый шаг — оцифровка, и он же самый трудоёмкий. Фото загружаются партиями, по одному листу. Промпт для этого этапа:
I will scan some documents, please transcribe and put in a doc.
Flag particularly illegible words as [unclear] rather than guessing.
Запрет на угадывание тут не формальность. Транскрипция рукописного регулярно ошибалась, и вычитать её нужно ДО анализа. Иначе весь дальнейший разбор строится на выдумках распознавания.
Дальше воронка от общего к частному:
Look over these worksheets over the years and identify key patterns.
Can you make some tables of how these patterns show up over time? (rows = years)
For each question on the worksheet, summarize the answers to that question each year,
and put them in a table.
I find your summaries a bit hard to follow, they are dense and overcomplicated.
Focus on key insights and explain them in simpler language.
Make tables with verbatim answers to each question from each year (not summarized),
and put into a doc.
Отдельно стоит забрать четвёртую фразу. Fable упорно пересжимал выводы, и требование «проще и по существу» пришлось повторять. Это универсальный приём — модели любят наукообразную плотность там, где нужна ясность.
Самое интересное — не таблицы, а граф. Вика попросила нарисовать диаграмму «что на что влияет» за каждый год и достроить недостающие годы:
Please redraw them digitally, like the first diagram. Also make a table with rows for
years, columns for nodes, recording how many in and out edges the node has.
Some years I filled out the sheet but didn't make a diagram. Can you make a diagram
based on sheets and annual review for each year? Make these with weighted edges
(light / medium / heavy for how strong the relationship is between those nodes).
Что нашлось. Сквозные горлышки за десять лет — сон, усталость, фокус, тревожность, уверенность. Прогресс есть, но проблемы возвращаются из новых источников. Сейчас автор списывает недосып на детей — а заметки 2015 года показывают ровно те же жалобы задолго до их появления. Внешние причины поменялись, внутренние остались.
Три устойчивые петли обратной связи: осуждение себя, давление и разрыв связи с собой. Первая работает так: недоработал → осудил себя → тревога → работаешь ещё хуже. Про них автор пишет в комментариях главное:
Петли обратной связи — самое интересное здесь: они дают несколько точек вмешательства с непропорционально большим эффектом, потому что ослабляют петлю целиком.
Второй разговор — про решения, и он оказался полезнее первого:
Review my therapy and coaching notes, and identify patterns in suggestions and ideas,
especially things that have worked before that I may want to try again.
For the principles and ideas that worked before but lapsed, identify the difficulties
I had implementing these, and how I could make it more likely to work in future.
Make a list of stuff I tried that didn't work, especially if it came up several times.
Последняя строчка — самая недооценённая. Список «пробовал несколько раз и не сработало» показывает, где нужен принципиально другой подход, а не четвёртая попытка.
Например: блоки в календаре без поддерживающей системы не работают вообще. Автор объясняет почему: если делу мешают ментальные или ситуационные препятствия, напоминания в календаре недостаточно. Закрытие почты на время фокуса тоже не работает — эмоциональную причину отвлечения оно не снимает. А вот полностью бумажная работа без компьютера работает.
Как повторить у себя. Соберите два корпуса: проблемы отдельно, решения отдельно. Оцифруйте с запретом на угадывание и вычитайте вручную. Идите воронкой: паттерны → таблицы по годам → дословные цитаты. Постройте граф и ищите петли, а не отдельные узлы. И отдельно вытащите два списка — «работало, но забросил» и «пробовал много раз, не помогло».
Одно предупреждение, которого в посте нет. Заметки с терапии за одиннадцать лет — крайне чувствительные данные. Автор нигде не пишет, отключала ли она обучение на своих диалогах. Решать это вам, но решить стоит до загрузки.
Четыре роли, вокруг которых сейчас нанимают. Turing Post выпустил разбор с жёсткой цифрой в заголовке: 95% пилотных ИИ-проектов не дают никакого эффекта на прибыль (Turing Post). Причина, по мнению авторов, не в моделях, а в том, что никто не отвечает за нужную работу.
Их основная метафора — про склад и библиотеку. Цифровая трансформация построила склад: бумаги стали записями, записи легли в базы, у каждой компании есть дата-команда и хранилище. Библиотеку никто не построил. Каталога нет, потому что каталогом был живой человек. Аналитик с четырёхлетним стажем — это картотека. Сверочная таблица — указатель. Сотрудник, который знает, какой поток данных врёт и почему, — это справочная стойка.
Теперь в конце трубы стоит нечто, что никогда не работало в этой компании, без институциональной памяти и без чутья на то, каким цифрам можно верить. И картотекой оно воспользоваться не может, потому что картотека — это человек.
Конкретика с их проектов бьёт больнее метафоры. На вопрос, сколько потоков данных идёт мимо хранилища, ответа не знал никто. Несколько сотен опубликованных представлений оказались бесформенными JSON-объектами, а не типизированными таблицами. Авторитетный список каналов существовал в трёх версиях одновременно, и нигде не записано, какая из трёх главная.
Вторая часть разбора — про то, как перекосились фазы работы. Любая интеллектуальная задача проходит четыре: договориться, описать, сделать, проверить. Раньше «сделать» занимало месяцы, а остальное было тонкой прослойкой. Теперь исполнение схлопнулось до часов, и вся сэкономленная тяжесть переехала на края.
| Фаза | Раньше | Сейчас |
|---|---|---|
| Договориться | тонкая, грубое согласие и вперёд | широкая, тут и происходит трудное |
| Описать | тонкая, детали всплывали по ходу | широкая, долгая стройка их больше не проясняет |
| Сделать | огромная, часто месяцы | узкая, иногда минуты |
| Проверить | тонкая, выборочно в конце | широкая, чаще всего именно она и держит |
Мэгги Эпплтон уложила это в шесть слов: «when implementation gets cheap, alignment is what's left» — когда исполнение дешевеет, остаётся договориться. Раньше общее понимание накапливалось само, побочным продуктом медленной стройки: замечания при разборе кода, споры в коридоре. Его никогда не считали отдельной работой. Теперь оно не накапливается нигде, и разногласия всплывают уже под готовым решением — в самом дорогом месте.
Отсюда четыре роли. Кто-то выбирает задачу: результат, приоритет, полномочия. Кто-то описывает работу: процесс, исключения, точка отсчёта. Кто-то кодирует смысл: сущности, правила, контекст. Кто-то собирает и проверяет: инструменты, тесты, мониторинг. Ключевая оговорка из их же FAQ: в компании меньше сотни человек все четыре роли тянет один сильный универсал.
Отдельное предупреждение про полномочия стоит выписать целиком:
Агент может выяснить, как устроено ваше ценообразование, прочитав таблицы и проследив логику. Но он не может решить, входят ли скидки для крупных клиентов в задачи этого квартала. Когда планирующий агент начинает сам отвечать на свои бизнес-вопросы и этого никто не замечает, вы не ускорили работу — вы передали полномочия, не зафиксировав передачу.
Что с этим делать читателю. Если ищете работу — смотрите не на титул, а на фазу. В списке растущих профессий LinkedIn первое место — инженер по ИИ, второе — консультант по ИИ. У консультантов медиана прошлого опыта 8,2 года. Рынок платит не за навык промптинга, а за понимание, как устроены организации.
Если нанимаете — начните с проверки: кто у вас отвечает за проверку результата. Это единственная фаза без естественного владельца, и именно поэтому замкнутые контуры на практике остаются разомкнутыми.
Оговорка: половина статьи за платной подпиской, детальный разбор ролей туда и уехал. Бесплатной части хватает на всё изложенное выше.
Инструментальный долг: почему больше инструментов = меньше сделано. Средний работник умственного труда пользуется вчетверо большим числом программ, чем в начале нулевых. Роста продуктивности при этом нет, а 96% сотрудников недовольны выданными им инструментами (RescueTime). Авторы называют это инструментальным долгом: софт добавляется быстрее, чем упрощаются процессы вокруг него.
Цифры собраны жёсткие. Средний сотрудник открывает 18 приложений в день, у специалистов по продвижению сайтов — 36. Переключений между приложениями и вкладками около 1200 в день, это почти 10% рабочего времени. Уведомлений — 270 в сутки: 117 писем и 153 сообщения в мессенджере.
Больше 20% времени уходит на «работу о работе»: координацию, поиск информации, обновление статусов. Gartner считает, что 30% бюджета на подписки сгорает на дублях и неиспользуемых лицензиях.
Ключевое различение — не число инструментов, а перекрытие функций. У автора статьи процесс публикации проходит через шесть программ, и это нормально: у каждой своя роль, они не пересекаются. А вот трекер задач, который дублировал то, что уже происходило в документе и почте, убрали — и ничего не сломалось. Наоборот, стало проще.
Отдельно про ИИ, и это неприятная часть. Автор приводит ИИ как источник долга, а не лекарство:
ИИ-ассистент записывает встречу, но кто-то всё равно должен перенести заметки в базу знаний команды. Задачи пересоздаются в трекере, вехи проекта обновляются в другом, ключевые решения пересказываются в мессенджере, а руководство получает сводку письмом.
Расшифровка автоматизирована, а разнос по девяти платформам остался ручным.
Готовый рецепт из трёх шагов. Первое: перед покупкой ищите перекрытие, а не новые возможности. 45% функций типового софта не используются никогда — велик шанс, что вы уже платите за то, что нужно. Второе: считайте полную стоимость, а не подписку. Оценка, внедрение, настройка, обучение, поддержка.
Третье, главное: правило «один вошёл — один вышел». Перед добавлением решите, что новый инструмент заменит. Если не заменяет ничего — он добавляет работы, а не убирает.
Эталонный пример из статьи. Директор по маркетингу с 41 инструментом, из которых 30% дублировали друг друга. Она провела инвентаризацию и удалила всё без ясного назначения. Часть инструментов перевела на еженедельную сверку вместо постоянно открытых вкладок, а неважные уведомления отключила. Итог: переключения контекста упали на 70%, вернулось почти два часа продуктивного времени в день.
Аудит своих тридцати дней вместо самобичевания. Второй материал той же рассылки — про выход из летнего спада, и он ценен пятью конкретными срезами (RescueTime). Летом продуктивность падает примерно на 20%, но чинить это по памяти бесполезно: «memory is a fickle thing» — память подвижна и легко подстраивается под то, что мы хотим о себе думать. Поэтому смотреть надо в данные трекера за последние тридцать дней.
Пять вопросов к своим данным. Какие дни недели продуктивнее — фильтр по дням. В какое время суток пик фокуса — фильтр по времени дня; расписание под свой ритм держится дольше, чем расписание против него. Сколько на самом деле занимают задачи — время по конкретным документам, и это обычно отрезвляет. Сколько вы работаете вне рабочих часов — часто спад не от плохой работы, а от нехватки отдыха. Сколько времени съедает переписка.
Что искать в результатах. Много времени на задачах низкой ценности: занятость не равно продуктивность. Систематическая недооценка сроков: если задача стабильно занимает вдвое-втрое больше, чем вы думали, менять надо план, а не себя.
Свободного времени больше, чем кажется, но оно рассыпано кусками по 10–20 минут — под них нужен отдельный список нетребовательных дел. И отдых, который не восстанавливает: пролистывание ленты отдыхом не считается.
Дальше от находок к действиям. Провал энергии каждый день в одно и то же время — резервируйте это окно под мелочи. Не держится долгий фокус — планируйте сессии с постепенно растущей длительностью.
Переписка съедает день — задайте конкретные окна проверки и выключите уведомления. И отдельная мысль про цели. Расплывчатое «стать продуктивнее» ломает внимание: мозг не понимает, как выглядит успех, и уходит к задачам попроще.
Diátaxis: четыре типа документации — и почему это про CLAUDE.md. Фреймворк Diátaxis собрал 285 очков на Hacker News, и он старше нынешней волны агентов (diataxis.fr). Идея простая: у любого ремесла есть две независимые оси. Первая — что делает человек: действует или размышляет. Вторая — в каком он состоянии: учится или работает. Пересечение даёт ровно четыре квадранта, и пятого быть не может.
Урок нужен новичку, который учится. Его цель — не сделать дело, а получить навык и уверенность. Руководство нужно компетентному человеку в работе: у него есть конкретная задача. Справочник нужен тому же человеку, но за фактами. Объяснение нужно тому, кто хочет понять, почему всё устроено именно так.
Главная мысль автора — про вред смешения:
Пересечение или размывание границ, описанных на карте, лежит в основе огромного числа проблем в документации.
Правила по каждому типу жёсткие. В уроке запрещены абстракции, объяснения, выбор из вариантов и справочная информация. «The first rule of teaching is simply: don't try to teach» — первое правило преподавания: не пытайся учить. Объяснение уместно только тогда, когда его хочет ученик, и решать это не автору.
В руководстве — «действие и только действие», никаких отступлений. И главная ошибка тут описывает не документацию, а машину. «Чтобы перекрыть воду, поверните кран по часовой стрелке» — бесполезная фраза. Пользователю нужно знать, сколько воды нужно именно для его задачи. В справочнике — «описывай и только описывай», структура зеркалит структуру продукта.
А теперь зачем это тем, кто пишет инструкции агентам. Отображение прямое. CLAUDE.md — это справочник: команды, пути, договорённости, инварианты.
Скилл — это руководство: одна реальная задача, действие и только действие, ветвления «если X, то Y». Записи о принятых решениях — объяснение, и они выносятся ссылкой, а не вставляются в скилл. Уроки в агентских инструкциях почти никогда не нужны, и именно их чаще всего путают со скиллом.
Самая переносимая ошибка — раздувание CLAUDE.md объяснениями. Diátaxis запрещает это ровно там же, где вы это делаете. Вторая по частоте — скиллы, написанные «от инструмента», а не от задачи.
Как начать. Автор специально отговаривает от планирования сверху:
Начать с Diátaxis не значит поделить документацию на четыре раздела. И уж точно не значит создать четыре пустые структуры, в которых ничего нет. Не делайте так. Это ужасно.
Цикл вместо этого такой. Возьмите любой кусок — файл, который открыт, страницу, которую только что читали, всё равно. Оцените его: какая потребность за ним стоит и насколько он ей отвечает. Решите, какое одно следующее действие даст немедленное улучшение. Сделайте и считайте законченным. Структура проявится сама, изнутри.
Считайте расходы агентов сами: урок Cursor. 31 июля Cursor убрал со страницы расходов доллары (форум Cursor). Метрику трат и колонку стоимости заменили счётчиком токенов. Из выгрузки в CSV суммы пропали тоже — причём задним числом, для всей накопленной истории. Корпоративные тарифы доллары сохранили, индивидуальные и командные — нет.
Главная претензия пользователей — токены не единица бюджета. У разных моделей разные тарифы, и разные цены на ввод, вывод и работу с кэшем. Лучшая аналогия из треда:
Представьте платный видеосервис, где у каждого фильма своя цена, но показывают вам только название и количество просмотренных минут.
Реакция была быстрой: 321 очко на Hacker News и тред с уходящими клиентами. Через сутки Cursor откатился — колонка стоимости вернулась, доллары в CSV тоже, включая прошлые даты. Пропажу сумм из выгрузки признали багом чистки старого флага. График в деньгах при этом не вернули и, судя по комментарию сотрудника, возвращать не планируют. Последние три поста в треде — от людей, у которых после «мы всё откатили» на экране по-прежнему токены.
Полезный урок тут не про Cursor. Единственный канал стоимости, который вообще не пострадал, — административный API. Он даёт пособытийную детализацию с полем chargedCents по каждому запросу:
curl -u YOUR_API_KEY: -X POST https://api.cursor.com/teams/filtered-usage-events \
-H 'Content-Type: application/json' \
-d '{"startDate": 1785000000000, "endDate": 1787000000000, "pageSize": 1000}'
В ответе — модель, тип запроса, разбивка токенов на ввод, вывод, запись и чтение кэша, и списанная сумма в центах. Сумма по событиям сходится с итогами биллинга. Ограничения: 60 запросов в минуту, данные агрегируются по часам, доступ только у администратора команды. В интерфейсе такой разбивки по моделям сейчас нет ни у кого, кроме корпоративных клиентов.
Общее правило: если вы строите работу на платном агенте, заведите собственный учёт расходов, не полагаясь на панель поставщика. Панель — это интерфейс, его меняют по продуктовым соображениям. Задокументированный API меняют реже, а собственная выгрузка не меняется вообще.
Slopware — код на выброс: писать так, чтобы его читала модель. Автор под ником lsusr выложил манифест, который стоит прочесть с карандашом (LessWrong). Начинает он с наблюдения: в Meta и ещё одной крупной компании завели внутренние рейтинги по использованию ИИ. Люди жгут токены ради места в таблице. Признак точный: применять ИИ в компании не научились. Программистам купили подписки и оставили работать по-старому.
Дальше идёт главный переворот. Десятилетиями единственным способом ловить баги было построчное чтение человеком, поэтому код оптимизировали под человеческую читаемость. Теперь код читает модель.
Иметь кодовую базу, которую легко читать модели, гораздо важнее, чем такую, которую легко читать людям.
Что значит «читаемо для модели» — автор не рассуждает сам, а спрашивает у GPT-5.6 Sol и приводит ответ:
Код читаем для модели, когда поведение и намерение программы выводимы из небольшого локального фрагмента текста. Главный враг — не сложность сама по себе, а скрытый контекст.
Отсюда практические следствия. Явные импорты вместо магии. Поведение видно в файле, а не в трёх слоях обёрток. Имена говорят о намерении, типы и описание лежат рядом с кодом.
Второе следствие спорнее: терпеть многословие ради минимума самодельных зависимостей. Модель много раз видела стандартные библиотеки и мало раз — ваш элегантный внутренний язык. Это прямо противоположно классическому совету Пола Грэма наращивать абстракции снизу вверх.
Куда тогда уходят абстракции? В скиллы. «Skills are the new source code» — скиллы это новый исходный код. Повторяющееся знание о проекте живёт как инструкция агенту, а не как хитрый слой в коде.
Отдельный кусок — про новый профиль плохого разработчика. Раньше плохой писал слишком мало кода и вносил баги. Теперь — слишком много.
Плохие ремесленники писали слишком мало кода, а плохие slopware-программисты пишут слишком много.
Лишние функции засоряют базу, интерфейс и головы. Половина работы теперь — решать, чего НЕ делать. Лекарств два: аналитика использования, чтобы удалять невостребованное, и явное владение кодом. Скорость гниения пропорциональна скорости разработки, поэтому всегда должно быть понятно, чей это код чистить.
Что не брать. Тезис «человеческая читаемость больше не важна» не выдерживает собственной статьи. Все перечисленные автором провалы — путаные имена, кривая архитектура, мусорный интерфейс — лечит человек.
И «терпеть многословие» без границ дорого: дублирование множит места, где чинить один и тот же баг, и раздувает контекст. Разумная граница — многословие внутри модуля, а не три копии одной логики. Сам автор честно предупреждает, что пост может устареть за месяцы.
Как отдать модели настоящую исследовательскую задачу. Саймон ДеДео, когнитивный учёный из Карнеги-Меллона, поставил эксперимент на себе (LessWrong). Он взял три собственные опубликованные статьи и натравил на каждую отдельного агента с общей задачей «сделай что-нибудь классное». Три агента работали одновременно в трёх окнах редактора, день или два. Модель — GPT-5.6-sol на высоком режиме.
Вот его стартовый промпт, сокращённый до сути:
I'd like you to read <ссылка на статью> (also a PDF in this folder, and a separate PDF
with supplementary). This is a project that uses some simple methods to study how a
creative intellectual explores and searches the space of his intellectual world.
I'd like you to extend this analysis to other intellectuals, artists, writers,
philosophers, and scientists to see how well these generalize. You can also search the
cog sci, biographical, and other literatures for useful new hypotheses and questions.
To aid your work, you have passwordless ssh access to <машина>, a high powered 32 core
machine with lots already installed; you also have access to the <кластер>, which has
additional resources, including storage.
Work carefully, use all the resources you can, and seek out both new data and new
hypotheses. Work assiduously and carefully, but also creatively and with an eye towards
fundamental and basic questions.
Три приёма отсюда стоит забрать себе.
Первый: давайте не задачу, а плацдарм. Полный текст статьи, приложения, открытая цель и явное разрешение искать в литературе новые гипотезы. Узкая постановка дала бы узкий результат.
Второй: давайте реальные ресурсы, а не чат. В промпте прямо перечислены доступ к машине, число ядер, кластер, хранилище. Новизна в его лучшем результате родилась именно из способности стянуть данные 35 библиотек и прогнать тысячи процессорных часов.
Третий: формат результата задаётся до старта. Отчёт с кратким изложением до 250 слов, не больше 10 страниц без библиографии, потом несколько проходов самопроверки на ясность.
Что вышло. Лучший из трёх агентов построил двухвековое исследование по записям выдачи книг из 35 библиотек — от Финляндии до Шанхая. Он нашёл повторяющийся сквозь эпохи и культуры цикл «исследуй — используй». Читатель залипает в одной теме около двух месяцев.
Начинал агент с промпта про великие умы, но зацепился за Кольриджа. Когда пошли результаты — сам развернулся к вопросу про обычных людей.
Второй агент перенёс метод на парламентские дебаты 24 стран и обнаружил, что политики становятся заметно новее, когда уходят в оппозицию.
Самое ценное — как автор проверял. Он доверился результатам там, где агент сначала воспроизвёл известные выводы его собственной статьи, а потом разобрался в тонкой доменной детали. «Сделал ли он заново то, что я и так знаю» — дешёвый и сильный тест на выдумку перед проверкой новизны.
Что не вышло, тоже сказано прямо:
Я понятия не имею, реальны ли эти результаты — пожалуйста, не принимайте их за таковые!
И вторая беда — залипание на подходе. Агент, ухвативший направление, почти не поддаётся переубеждению: получил красивые предварительные результаты, но переписывать краткое изложение отказывался наотрез. Вывод автора: дешевле запустить заново, чем спорить. Отсюда и три окна параллельно.
Про сроки — трезвое замечание в связке со вчерашним выпуском. Мы писали 1 августа про эксперимент, где исследовательские агенты за шесть дней науки не сделали. Тут результат другой, и разница в постановке: полный контекст области, реальное железо, человек с чутьём на галлюцинации.
И ещё: ДеДео отключил все механизмы безопасности и выдал агенту неограниченный доступ с правами администратора. Его заблокировала служба безопасности университета. Повторять это вслепую точно не стоит.
Зачем агенту скиллы, если можно просто положить markdown. На Hacker News спросили очевидное: чем скилл отличается от файла с инструкцией, на который ссылается AGENTS.md (Hacker News). Лучший ответ уместился в две строки:
Скиллы — это просто ленивая загрузка хорошо организованных markdown-документов. «Ленивая» — это и есть суть.
Развёрнутое объяснение механики дал другой участник. Скиллы подаются модели сразу как каталог: заголовок плюс описание. Модель видит список и выбирает, что подгрузить. С обычными документами она обязана сделать вызов инструмента, чтобы прочитать файл, и ещё несколько вызовов — чтобы обойти иерархию папок. Плюс на каждом шаге решать, читать целиком или выборочно.
Практический вывод. Если у вас один-два файла инструкций — разницы почти нет, скилл ничего не даст. Если это дерево документации, скиллы окупаются: экономится не текст, а разведка. Качественно скилл отличается от промпта тогда, когда в него упакованы артефакты — скрипты, шаблоны, конфиги. Чистый текст без артефактов — это тот же промпт с отложенной загрузкой.
И два трезвых возражения из треда, на которые никто не ответил. Первое: чужой скилл невозможно проверить, не прочитав целиком. Значит, скиллы из магазинов разбирают как код, а не ставят как плагин. Второе, злое: «скилл — это документ, который агент игнорирует, искажает и забывает сразу после прочтения». Закладывайтесь на то, что исполнение недетерминированно.
Одна тема в неделю: писательская система Дэна Кое. Кое разобрал свой рабочий процесс, и он устроен вокруг одного ограничения (future/proof). Одна тема на неделю. Весь входящий поток — книги, видео, разговоры — фильтруется через неё. Час письма в день, один длинный текст в неделю, час в неделю на запись видео.
Дальше — веерная перепаковка одного текста: рассылка, статья в соцсети, сценарий для видео, подкаст, нарезка коротких постов на неделю. Тема выбирается по двум фильтрам: важно лично мне и упаковано так, что цепляет. Перед письмом он смотрит, что уже работает у других, и собирает свой заголовок из увиденной формы плюс своей темы.
Роль ИИ здесь необычная и потому интересная. Кое держит одну общую доску для захвата идей: ссылки, посты, видео, книги в PDF. ИИ работает не генератором текста, а извлекателем идей из этого собственного архива. Три доски: любимые идеи, проверенные идеи и личные. Из разговора с доской он вытаскивает варианты заголовков и углов подачи.
Оговорка обязательна. Его цифры — реклама. 5000 подписчиков вместо зарплаты, знакомый с $100 тыс. в месяц при 10 тыс. подписчиков: так продают собственный платный курс. А вот схема «одна тема → один длинный текст → перепаковка» переносится куда угодно и денег не требует.
Привычка формируется не от числа повторений. Исследователи Киотского университета опубликовали работу, которая ломает популярную формулу «сделай 21 раз, и станет привычкой» (Kyoto University). Они нашли два независимых мозговых контура: один решает, станет ли действие автоматическим, второй — сколько и как часто вы будете его делать.
Самое важное — контрольная группа. Мыши тренировались одинаковое число дней и нажимали рычаг не меньше остальных. Привычка у них не сформировалась. Разница была только в структуре подкрепления: там, где награда зависела от количества усилий, поведение осталось осознанным. Автоматизм возник у тех, у кого награда зависела от времени, а связь «усилие → результат» стала неочевидной.
Второе открытие практичнее. Сила привычки и объём её исполнения между собой не связаны вообще — корреляции нет. Почти у половины подопытных привычка сформировалась, а количество действий при этом упало. То есть «делаю на автомате» и «делаю столько же» — два разных процесса, и поддерживать их надо по отдельности.
Третье: переход обратим. Искусственная активация первого контура возвращала уже сложившуюся привычку в осознанный режим.
Привычки — одна из самых загадочных функций мозга: нам трудно их контролировать, хотя это наши собственные действия.
Честные ограничения. Это мыши, только самцы, на пищевом ограничении, и привычка — нажимать рычаг ради сахара. Причинность доказана методами, которые к людям не применяют. Никаких календарных сроков для человека отсюда не следует. Что следует: считать повторения бессмысленно, смотреть надо на то, как устроено вознаграждение. Работа опубликована в Nature Communications.
Ниша по человеку, а не по теме: разбор на цифрах. Автор рассылки Shared Authority восемь-девять месяцев вёл несколько блогов под трафик из Pinterest. В этом месяце выстрелили все сразу (Shared Authority). Метод формулируется одной фразой:
Вместо того чтобы выбирать ниши обычным способом, по категории, я выбирал каждую по аудитории. Не «декор дома», а конкретный человек, который его ищет. Не «мода», а точный тип фигуры, жизненный этап или ситуация, которую мода должна решить.
Цифры — все со слов автора, проверить их нельзя. Блог, который полз на 500 визитов в день, вышел на 4000. Другой поднялся с $50 в месяц до тысячи с лишним. Главный проект дал $4511 за тридцать дней при 89 678 сессиях — это доход на тысячу показов около $50. Один день дал пиковые $73 на тысячу.
Ключевой аргумент — не про трафик, а про метрику. Просмотры легко нарастить и легко нарисовать. Доход на тысячу показов говорит другое: сколько рекламодатель готов платить за конкретного человека, который открыл вашу страницу.
Когда трафик разношёрстный, ставки низкие — покупатель не понимает, кто читает. Когда аудитория одна и с одной понятной проблемой, ставки растут. Поэтому точная сегментация умножает не только трафик, но и цену каждого посетителя.
Отдельно важен момент прорыва:
В том окне ничего нового не публиковалось. Ни одного вирусного пина. Просто Pinterest наконец понял, кому принадлежит этот блог, — и как только понял, начал приводить всю эту аудиторию целиком.
Две честные оговорки. Первая: ИИ в этом методе не участвует вообще — ни в подборе ниш, ни в текстах. Это чистая работа с аудиторией и алгоритмом, и как раз поэтому она хорошо ложится на любой другой канал.
Вторая: письмо по сути продаёт курс и услугу «под ключ», конкретные ниши заперты внутри платного продукта, скриншоты без указания доменов. Повторяемо отсюда только само правило: сегментируй по человеку, следи за доходом на тысячу показов, закладывай 6–9 месяцев.
Как выглядит ИИ-развод под видом приглашения выступить. Писательница Бесс Кальб описала схему, которая сейчас работает против авторов. Масштабируется она на кого угодно — экспертов, спикеров, преподавателей (The Grudge Report).
Есть хищническая схема на тщеславии, нацеленная на авторов. Мошенник осыпает автора конкретной похвалой, приглашает на мероприятие книжного клуба, а потом берёт деньги за его продвижение. У всех «книжных клубов» европейские названия, ни сайта, ни цифрового следа, а письма явно написаны ИИ.
Три маркера, по которым узнаётся схема. Первый: избыточно конкретная похвала вашей работе — раньше ИИ так не умел, теперь умеет и делает это дёшево. Второй: организация с солидным названием, у которой нет ни сайта, ни истории, ни упоминаний. Третий, решающий: разговор доходит до «опционального партнёрства» — вам предлагают вложиться в продвижение собственного выступления, называя это инвестицией в долгосрочную видимость.
Правило простое и старое: за возможность выступить платит организатор, а не спикер. Если счёт выставляют вам — это не приглашение, это продажа.
Инструменты и штуки
CostPerPrompt. Справочник цен на 232 модели от 14 поставщиков плюс семь калькуляторов стоимости (costperprompt.com). Полезен не таблицей, а моделированием реального биллинга: кэш, пакетная обработка, рост истории диалога, повторные попытки. Агентский калькулятор считает контекст пошагово, и цифры отрезвляют. 200 задач в день по 8 шагов — около $2530 в месяц без кэша и $790 с кэшем. Наивный расчёт «одна задача — один запрос» показал бы $100, то есть ошибку в 25 раз. Бесплатно, без регистрации и выгрузок.
Побочно полезна страница аренды видеокарт: H100 стоит от $1,49 до $6,98 в час за одно и то же железо.
wiff. Терминальная утилита для сравнения версий и разбора кода от Веза Фурлонга, автора WezTerm (документация). От красивых просмотрщиков отличается тем, что хранит разбор как сессию на диске: выделения, комментарии, ответы, правки, вердикты. Команда wiff refresh пересобирает дифф и переносит комментарии на новую версию, поэтому сессия переживает переписывание истории и новые коммиты.
Главное для нашей аудитории — встроенный скилл: wiff skill-path печатает путь к нему. Дальше агент работает с той же сессией из командной строки, а вы отвечаете в терминале. Ставится через cargo install --git https://github.com/wez/wiff.git wiff, лицензия Apache-2.0, работает без сети — годится для приватного кода.
colibri. Движок в одном файле на чистом C, который запускает модели от 744 миллиардов до 2,8 триллиона параметров на домашнем железе (GitHub). Трюк в перестановке задачи. Плотная часть модели в int4 постоянно висит в оперативной памяти и занимает 9,9 ГБ. А 19 456 экспертов лежат на диске и подгружаются по требованию, с предсказанием на слой вперёд. Внимание типа MLA сжимает состояние в 57 раз, поэтому диалог переживает перезапуск и открывается тёплым.
Скорость честная и невесёлая. На минимуме в 25 ГБ памяти — 0,05–0,1 токена в секунду, на Mac Mini M4 Pro — 0,30. Ryzen AI Max+ 395 со 128 ГБ выдаёт до 1,83, авторский стенд на шести RTX 5090 — около 6. 22 тысячи звёзд за месяц, Apache 2.0, таблица замеров собрана с чужих машин с логами.
canvas-ui. 33 креативных компонента, которые рисуют вашу настоящую вёрстку на canvas и деформируют её шейдерами: жидкость, стекло, помехи, линза из символов, разлетающиеся осколки (GitHub). Ключ — экспериментальный API html-in-canvas: текст остаётся выделяемым, ссылки кликабельными, вложенное дерево интерактивным. Ставится как компонент из реестра shadcn, есть поддержка MCP — можно попросить агента «добавь компонент Liquid».
Подвох в браузерах: полный эффект работает только в Chrome с флагом или токеном пробного доступа. Везде остальное деградирует до эффекта поверх страницы. Почти 3000 звёзд за две недели, автор тот же, что сделал ReactBits. Лицензия MIT с оговоркой Commons Clause: пользоваться можно, перепродавать саму библиотеку нельзя.
Seedance 2.5. ByteDance обновила свою видеомодель: за один проход теперь генерируется 30 секунд видео со звуком вместо 15, плюс продления (блог Seed). Внутри этих тридцати секунд модель строит не один длящийся кадр, а связку планов — завязку, развитие, финал. За проход принимает до 30 изображений, 10 видео и 10 аудио как образцы, умеет сохранять внешность и голоса нескольких персонажей сразу.
Два по-настоящему новых режима. Первый: болванка-макет вместо промпта — набрасываете сцену бестекстурными фигурами и получаете кадр с нужной композицией и корректным светом. Второй: правка движения камеры по таймкодам поверх готового ролика, без перегенерации. Независимых замеров нет, цена не названа, доступ только через китайские Jimeng и Doubao Pro — попробовать отсюда негде. Международный API обещают на BytePlus ModelArk.
phoenix. Плагин надёжности для агентского каркаса Hermes Agent (GitHub). Собирает то, чего в ядре нет: маршрутизацию по четырём уровням моделей, предохранитель с автоостановкой, три слоя памяти. Плюс библиотека «антител» из повторяющихся ошибок и перепроверка опасных операций другой моделью. Подключается только через официальные хуки, удаление папки возвращает всё как было.
Честно про зрелость: репозиторий создан вчера, четыре коммита, восемь звёзд, один автор, вся документация на китайском, поддержка через мессенджер. 166 тестов в значке репозитория — цифра честная, столько их в коде и есть. Но лицензия запрещает коммерческое использование без разрешения автора. В рабочий проект это пока не берут — только посмотреть на устройство.
topic-to-digital-human-video-skill. Скилл для Codex, который превращает одну тему в готовый вертикальный ролик с цифровым ведущим (GitHub). Конвейер: локальный поиск с проверкой фактов, до трёх вариантов сценария, клонирование голоса локальной моделью. Дальше — сверка озвучки с текстом, ручное подтверждение, платная генерация только заставки и концовки, монтаж с субтитрами.
Любопытен он не роликами, а устройством: результат поиска получает статус «проверено», «частично» или «не проверено», и при последнем скилл обязан остановиться до синтеза речи. Перед каждой платной генерацией агент показывает смету и ждёт явного подтверждения.
Ограничения серьёзные: нужен пропатченный локальный поисковик, весов и проектов в репозитории нет, документация целиком на китайском, лицензии нет вообще.
Kopai. Сервис, который позволяет эксперту упаковать свои знания в продаваемого ИИ-агента с оплатой за сообщение (usekopai.com). Настройка без кода, автору отдают 70% выручки. Идея не новая, но оплата за сообщение делает её пригодной для узких консультантов — юристов, нутрициологов, тренеров. Стоит посмотреть тем, у кого уже есть аудитория и повторяющиеся вопросы от неё.
NudgeForMe. Сканирует отправленные письма, находит ветки без ответа и готовит черновики напоминаний прямо в почте (nudgeforme.com). Простая механика с понятной пользой для всех, кто ведёт продажи или партнёрства перепиской: сделки тихо остывают не от отказа, а от того, что про них забыли.
Basedash Audit Logs. Журнал изменений данных, сделанных через админ-панели: кто, что и когда правил (basedash.com). Скучно ровно до первого случая, когда цифра в отчёте изменилась и никто не помнит кем. В командах, где данные правят руками через админку, это дешёвая страховка.
SyncStaq. Синхронизирует данные биллинга из Stripe в Google Sheets потоком событий: платежи, счета, подписки, споры (syncstaq.com). Полезно тем, у кого финансовая отчётность живёт в таблице, а не в BI-системе — таких больше, чем принято признавать.
Terminal Candy. Родной терминал для macOS со своими картинками в оформлении, 84 встроенными палитрами, эффектами старого монитора и глобальной горячей клавишей (terminalcandy.com). Пользы ноль, удовольствия много, $10 разово. Раз уж мы столько времени проводим в терминале с агентами, пусть он хотя бы радует глаз.
Новости и тренды
Внутренняя модель OpenAI закрыла десять открытых задач. OpenAI выложила подборку из десяти результатов в математике и теоретической информатике, полученных внутренней версией модели Astra (OpenAI).
Все задачи оставались открытыми минимум десять лет, а чаще намного дольше. Среди них — точный предел метода упаковки шаров в больших размерностях и первое улучшение общего показателя с 1978 года. Плюс опровержение гипотезы жёсткости Конна и доказательство гипотезы Эрхарта об объёме, открытой с 1964-го. Токены на поиск всех десяти решений стоили бы около $2000 по тарифам API.
Что тут действительно ново — не сами теоремы, а способ проверки. Модель сама формализовала каждое доказательство в сертификат для системы Lean: 12 главных теорем, около 21 МБ кода, ноль пропусков. То есть впервые заявка «ИИ доказал новое» приходит с машинно-проверяемым доказательством, а не с пресс-релизом.
Оговорка тоже важная. В метаданных репозитория стоит «проверено агентом», ни одного независимого математика-рецензента не названо. И совпадение формализованной записи с исходной гипотезой всё равно проверять людям. Практический вывод скучный и полезный: ценность ИИ растёт там, где у вас есть дешёвый автоматический способ проверить ответ, и не растёт там, где такого способа нет.
Зарплаты вместо увольнений: теперь с цифрами. Мы писали об этом коротко 1 августа по заметке Axios. Вышел разбор самого исследования, и цифры стоят того (Business Insider). Аналитики Apollo взяли данные по 321 профессии за 2015–2025 годы. Мерой подверженности выбрали не теоретические оценки, а наблюдаемое использование — долю задач, которые реально выполнялись с помощью Claude.
У самых подверженных профессий реальные зарплаты после 2023 года росли на 6,7% медленнее прочих. Эффекта на занятость статистика не нашла вовсе.
Удар распределён крайне неравномерно. Нижний квартиль по оплате — минус 10,7%, верхний — эффекта нет. Сервисные профессии — минус 24,3%, физический труд — ноль.
Механизм простой: ИИ пока не заменяет работника, он делает его быстрее, и работодателю дешевле не поднимать оплату, чем сокращать людей.
Что с этим делать: следить не за риском увольнения, а за траекторией своей реальной зарплаты. Прибавка ниже инфляции — это и есть тот самый эффект. И оговорка честности ради: весь заголовочный результат держится на 11 профессиях, а при сдвиге порога подверженности он падает до 1,9% и теряет значимость. Датское исследование на административных данных вообще находит нули.
Почему сверхинтеллект уже здесь, а жизнь не изменилась. Ноа Смит написал лучший на этой неделе разбор парадокса (Noahpinion). Факты он не оспаривает: ИИ опроверг гипотезу Якобиана, открытую 87 лет, решил важный открытый вопрос квантовой криптографии, а задачи Эрдёша щёлкает почти играючи. При этом занятость в США держится на уровне 2019 года, а рост производительности — обычный.
Его тезис: интеллект — это коэффициент преобразования с пределом, и мы упёрлись в границы измеримости мира. Зато Смит называет три канала, по которым ИИ всё равно перевернёт экономику.
Первый — тиражируемость: число людей ограничено рождаемостью, число агентов — только числом дата-центров. Второй — распаковка неявного знания: увешать цех датчиками, и ИИ найдёт микроулучшения, которых не знают даже работающие там люди. Третий — «облачные законы», закономерности слишком размытые для человека, но доступные машине. Отсюда самый ценный вывод: ставка «наш ИИ будет умнее» слабая, выигрывает тот, кто использует ИИ как компьютер — параллельность, скорость, объём данных.
Родни Брукс: вы просто смотрите не на ту шкалу. Сооснователь iRobot выложил заметку на одну страницу, которая объясняет большинство провальных прогнозов про ИИ (rodneybrooks.com). У технологий четыре разные временные шкалы, и люди постоянно перескакивают между ними.
Заставить работать в масштабе — на порядки труднее, чем заставить работать в первый раз и получить первые пару десятков довольных клиентов. Но люди совершают ошибку, полагая, что принятие рынком, цепочки поставок, внедрения и поддержка случатся сами собой. Не случатся.
Что это значит лично вам. Если вы планируете жизнь из расчёта «через два года профессию заменят», вы применяете шкалу шумихи к событию со шкалы перестройки экономики. Более трезвая ставка: за два-пять лет меняется состав задач внутри профессии, а не сама профессия. Полезный фильтр на каждый день: услышав прогноз, спросите, о чём он — об исследовании, о шумихе, о внедрении или об экономике.
Kimi K3 на видеокартах AMD выходит дешевле, чем на Nvidia. Стартап Wafer прогнал модель на 2,8 триллиона параметров на узле из восьми MI355X и получил 952 токена в секунду (Wafer). Узлы Nvidia B300 быстрее примерно в 1,65 раза, но стоят в 2,4 раза дороже. В пересчёте на доллар AMD выигрывает вдвое. Причина физическая: у K3 полтора терабайта весов, и 288 ГБ памяти на карту решают, влезет модель в один узел или нет.
Для читателя, который покупает токены по API, не меняется ничего: разница остаётся у поставщика. Меняется другое — программный разрыв сжимается. В прошлый раз Wafer писали свои низкоуровневые ядра, в этот раз обошлись двумя правками на уровне обычного кода. Но AMD вдвое медленнее на первом отклике, а это как раз то, что чувствует пользователь чата. И оговорка: замеры свои, не независимые, а компания коммерчески заинтересована в том, чтобы AMD выглядела хорошо.
Google отменила приложение AI Studio после 800 тысяч предзаказов. Мобильное приложение, анонсированное на Google I/O, отменено до выхода; карточки в магазинах сняты (9to5Google). Вместо отдельного инструмента создание приложений встроят прямо в Gemini — так, чтобы они «возникали естественно, по ходу обычных разговоров». Веб-версия остаётся и будет развиваться.
Для тех, кто пользуется AI Studio в браузере, не меняется ничего. Обещано пока тоже ничего измеримого: ни даты, ни беты, ни описания. И про цифру 800 тысяч не стоит обольщаться — предзаказ в магазине это бесплатный клик без обязательств. Главный сигнал не про приложение, а про направление: Google схлопывает витрины в одну точку входа. Для тех, кто строит рабочий процесс вокруг конкретного отдельного инструмента Google, это напоминание, что продуктовые границы у компании подвижны.
Snapchat перестаёт рекомендовать полностью сгенерированные ролики. В публичной ленте Spotlight ранжирование теперь отдаёт предпочтение работам людей над материалом, созданным ИИ вне приложения (Engadget). Мера бьёт даже по честно помеченным роликам. При этом встроенные ИИ-эффекты никуда не деваются — их платформа помечает своими водяными знаками. Тем, кто зарабатывает на коротких видео, стоит понять простое: площадки начинают платить за человеческое участие, а не за объём.
Коротко. Крупные звукозаписывающие компании предложили правила, чтобы не пускать полностью сгенерированную музыку в чарты (The Verge).
Amazon закрыла инвестицию в OpenAI на $50 млрд (PYMNTS). OpenAI нашла новые случаи выхода агентов за пределы тестовых сред. Расследование после взлома Hugging Face расширяется — мы писали об этом 21–26 июля (Livemint).
Из препринтов. SkillRise учит агента после каждой задачи дописывать себе шпаргалку — успех с первой попытки растёт на 2,3–8,5 процентных пункта (arXiv). See2Think проверила от противного: если портить визуальные заметки модели, точность падает больше чем на 10 пунктов (arXiv). Значит, модель на них действительно опирается.