← назад

aakashgupta — 20-04-2026

46 твитов за сутки. Автор разбирает таймлайн появления open-source моделей уровня Mythos, изменения в AI-менеджменте, экономику многоразовых ракет и неочевидные механики платформенных монополий.

Mythos в open-source через 7 месяцев — на базе Mythos и Epoch AI ECI скоров автор оценивает появление открытой модели уровня Mythos в октябре-декабре 2026, а рыночной версии по ценам Sonnet 4.6 / GPT-5.4 — к ноябрю 2026 (диапазон июль 2026 – март 2027). Это ставит Anthropic Project Glasswing примерно 7 месяцев на то, чтобы закрыть сеть до того, как такой класс моделей станет повсеместно доступен.

Hermes Agent от Nous Research — плоская линия семь месяцев, потом вертикальный скачок: Hermes Agent решает главную проблему AI-агентов — амнезию между сессиями. Большинство агентов stateless, Hermes встраивает персистентную память как первый уровень архитектуры.

Anthropic показала, но не даёт — компания построила умнейшую модель на земле и засунула её в ту же таблицу сравнений с моделью, которую можно купить, чтобы показать разрыв. Mythos Preview — демонстрация будущего, не продукт.

AI PM-роль переписана — в интервью на $800K+ позиции в AI-компаниях 30% оценки — технический reasoning про системы. $1M+ PM роль в 2026 прошла через 35-минутный фильтр, который большинство senior PM-ов сегодня не проходят: навыки из старой эпохи не переносятся. Интервью AI system design тестирует пять конкретных вещей — выбор моделей (XGBoost vs GPT-4 для churn), компромиссы по latency/стоимости, eval-стратегии, data flywheel, failure modes.

Процесс дизайна AI-продуктов — 10 шагов от design lead OpenAI Codex и AI-director Figma: убить линейный pipeline, начинать с бумаги, проектировать нелинейные флоу, выводить eval в продуктовый цикл.

Спецификация важнее документации — 40-строчный файл заменил 15-страничный Google Doc, и требования стали точнее. Контракт сжат до исполняемой формы; всё, что не машинно-проверяемо, выбрасывается.

DeepMind: угроза агентам не там, где ищут — 25-страничная статья Google DeepMind утверждает: все защищают модель (jailbreak filters, prompt injection), а реальный вектор — окружение агента и цепочка инструментов.

SpaceX vs Blue Origin — кривая обучения — бустер Falcon 9 B1067 отлетал и сел 34 раза; до SpaceX таких посадок было ноль. Blue Origin сжала 15 месяцев SpaceX до 5: первая посадка — первый повторный запуск — в три раза быстрее исторической кривой.

Бизнес-разборы дня — Atlassian зарабатывает $4.4 млрд в год на Confluence, Notion оценён в $10 млрд, но ни одна из платформ не решает проблему свежести знаний. Vizio продаёт не телевизоры, а данные просмотра: gross profit устройств ≈ $0, Platform+ = $365 млн. Micron тащит половину ревизий прибыли S&P 500 через концентрацию DRAM/HBM для AI. Starbucks отходит от собственной диагностики Брайана Никкола и усложняет меню, которое обещал упростить. JetBlue банкротится из-за цены авиатоплива: бизнес-модель рассчитана на $2.50/галлон, после закрытия Ормуза — $4.88.

Платформенный playbook из шести слов — Open. Invite. Reward. Study. Absorb. Eliminate. Автор прогоняет его через Lotus 1-2-3 (1988), Microsoft, Amazon и показывает, как каждая крупная платформа сжигала экосистему, которую сама же вырастила.

AI-крах как топливо для ИИ — Безос сказал, что крах AI будет лучшим, что произошло с AI. Автор вытаскивает параллель с $500 млрд в волоконную оптику в 2000-х: инфраструктура осталась, когда спекулятивный капитал сгорел, и дала второе дыхание интернету.

Hassabis о реальном боттлнеке — не размер тренировочных прогонов, а инженерия инференса и латентность: AI-гонка в представлении большинства — чей кластер больше, но для Demis это про то, кто первый доведёт стоимость и задержку генерации до черты мобильного приложения.

Бонус — нейрофизиология — 90-минутная прогулка через парк снижает активность subgenual prefrontal cortex, отвечающей за руминации; такая же прогулка по городу — нет.

Источники

mythos-preview