KevinSimback

Очевидно, что Anthropic масштабирует продукт быстрее, чем может масштабировать вычислительные ресурсы.
Я считаю это хорошим явлением — это усложняет для одной компании слишком сильно опередить других в гонке за AGI.

Кто-нибудь еще разочарован Opus 4.7 на данный момент?
Нужно дать ему больше возможностей, прежде чем делать вывод, но ранний прогноз — незначительный прирост.
Может быть, я просто слишком много ожидаю после услышанного о Mythos.

3 темы в области ИИ, которые сейчас для меня очень интересны:
1. Локальные модели для оптимизации затрат на использование моделей
Почему -> я не думаю, что мы долго будем получать лучшие модели при почти неограниченном использовании за $200 в месяц
Предупреждающие знаки уже есть, крупные лаборатории не смогут долго продолжать субсидировать
Так что наслаждайтесь Claude Max, пока можете, но скоро каждая компания и мощный пользователь научатся эффективно маршрутизировать между разными моделями для конкретной задачи и между облаком и локальной средой, а локальное решение — ключ к успеху
2.

A LLM-wiki — это собранная база знаний — это здорово и служит своей цели
Но это не «второй мозг»
A LLM-wiki фиксирует то, что вы исследовали и, возможно, прочитали
Но он не фиксирует ваши мысли о прочитанном, а именно в этом и заключается вся суть

Люди склонны к соревнованию
Нам нравится соревноваться, нам нравится наблюдать за тем, как соревнуются другие, и нам нравится делать ставки на исходы чужих соревнований, что само по себе является формой конкуренции
Искусственный интеллект открывает дизайн-канву для совершенно нового жанра соревнований
Жду с нетерпением, когда мои агенты начнут соревноваться

🚀 Хотите БЕСПЛАТНЫЕ модели, которые можно подключить к OpenClaw или Hermes?
Вот 9 ресурсов, которые вы можете использовать для бесплатного доступа к API моделей
Без локальной настройки, без кредитной карты, только чистые облачные API с совместимыми с OpenAI конечными точками
Вы пока не можете получить бесплатное качество Opus (но), но все эти ресурсы сейчас имеют настоящие бесплатные уровни (скоростные ограничения могут применяться) и они достаточно хороши для начала, если вы не хотите тратить деньги на агентов
1️⃣ Бесплатные модели OpenRouter
(Gemma 4 31B/26B, NVIDIA Nemotron 3 Super 120B Mo

Нанимайте командного члена, а не инструмент — это будущее агентного ИИ для предприятий
Большинство компаний хотят ИИ-агентов, которые просто выполняют хорошую работу — им не хочется слишком погружаться в технические нюансы использования и выбора моделей
Они просто хотят выбрать агента из меню, вооружить его любыми необходимыми дополнительными навыками и затем безопасно использовать его в своей корпоративной среде
3 клика — и агент готов к работе, его можно запустить или остановить так же легко

Настройка «AI maxxing»:
> Запуск SOTA открытых моделей дома на потребительском оборудовании (несколько вариантов: Mac Mini 64 ГБ, ПК с 3090/4090/5090)
> Запуск Tailscale или LM Studio с Tailscale для безопасного удаленного доступа
> Доступ к моделям через телефон/ноутбук где угодно для приватного бесплатного推理 (inference)

Есть реальная возможность для амбициозного исследователя ИИ:
- создать систему оценки для тестирования платформ агентов, таких как Openclaw, Hermes и все остальные «claws»
- расширить оценку на разные инструменты / конфигурации, чтобы понять, как меняется производительность при различных настройках
- провести надежные тесты на различных моделях, включая локальные и API
- провести бенчмарки и опубликовать результаты, а затем регулярно обновлять их по мере развития агентов и моделей
Возможность стать ИСТОЧНИКОМ объективных бенчмарков для агентов
Может быть, кто-то уже занимается этим, и я просто

Я бы скорее обладал навыками, чтобы трахать тебя, чем деньгами, чтобы трахать тебя.

Зачем запускать модели локально?
Обычно две основные причины - приватность и стоимость
Давайте разберем сторону стоимости на примере и посмотрим, как это считается
Допустим, вы хотите запустить цикл Autoresearch на ночь как @karpathy
Если у вас есть доступ к H100, вы можете запустить 100 экспериментов на ночь, используя Opus-4.6 и стоимость API, вероятно, будет в диапазоне $10-25
Но большинство из нас не настолько удачливы, чтобы иметь доступ к H100
Мы все еще можем запустить 100 экспериментов Autoresearch на MacBook за те же $10-25, но это будет сравнение не вполне корректное
H100 выполнит в

Личные размышления об ИИ
Я начал изучать CS в университете, но никогда не был хорошим программистом
На третьем курсе я посетил курс корпоративных финансов и отлично его сдал, я был намного лучше в финансах, чем в кодировании, поэтому я сменил специальность
Но всегда питал комплекс неполноценности перед людьми, которые действительно умели кодировать
Я знал, что они смогут меня переиграть в вопросе разработки чего-либо, и я был в их зависимости от технических решений
Поэтому я сосредоточился на своих моделях Excel и PowerPoint как на своём конкурентном преимуществе
Работая консультантом в Goldma

Думай как Стратег, работай как Разработчик -> это новая модель