garrytan — 20-04-2026
21 твитов за сутки. Garry Tan анонсировал обновления для своих инструментов GBrain и GStack, поделился архитектурными принципами построения надежных AI-систем и прокомментировал текущее состояние рынка разработки.
Обновления GBrain и GStack — Вышли версии GBrain v0.13 и GBrain v0.13.1, которые улучшают обработку графовых запросов и осведомленность о данных за счет выноса свойств в YAML. Также были выпущены GBrain v0.12.3 и GStack v1.3, которые Tan использует ежедневно для создания открытого слоя верификации для AI-агентов.
Архитектура: «Тонкий хarness, толстые навыки» — В ответ на статью о продуктивности Tan подчеркивает, что разрыв в эффективности между пользователями AI обусловлен не интеллектом модели, а архитектурой. «Голая» модель без ограничений и детерминированных инструментов ненадежна, поэтому правильная система должна иметь тонкий хarness (управление контекстом и циклом) и толстые навыки (переиспользуемые markdown-документы, определяющие «как» выполнять задачи). Эта архитектура позволяет системе накапливать знания и улучшаться с каждым обновлением модели.
Реакция на критику LLM — Tan комментирует разгромную статью Кайла Кингсбери о сбоях LLM, утверждая, что тестирование «голых» моделей аналогично проверке двигателя на верстаке и выводу, что машины небезопасны. Реальные проблемы решаются не поиском идеальной модели, а созданием «одежды» для нее: открытого исходного кода хarness, таких как GStack и GBrain, который обеспечивает детерминированную обработку там, где это критично.
Эволюция дизайна и AI — Дизайнеры сейчас проходят те же стадии горя (от отрицания до принятия), что и инженеры 18 месяцев назад при появлении AI-кодинга. Tan прогнозирует, что Figma станет архаичным инструментом, так как AI позволит сразу создавать интерактивные прототипы. Победителями станут те, кто сохранит роль архитектора решений, используя AI для реализации идей, а не только для генерации черновиков.
Ускорение работы и инфраструктура — Tan отмечает, что скорость развития AI-моделей заставляет постоянно пересматривать архитектуру агентов, так как старые методы обхода ограничений контекстного окна устаревают каждые несколько кварталов. На фоне этого он делится опытом оптимизации рабочих процессов в X: использование официальных API для чтения и записи данных в GBrain стало дешевле и надежнее парсинга, что позволяет автоматизировать архивацию лайков, упоминаний и подписчиков.