Pi Tech

Говоримо про спротив Big Tech і розширенню інфраструктури дата-центрів, обмеженість даних для навчання AI-моделей та експерименти зі зміною ваг нейронних мереж за допомогою LLM.Розглядаємо застосування ШІ в медичних дослідженнях, вплив reasoning на вартість складних завдань і розвиток AI-реверс-інжинірингу.Також говоримо про те, як швидке копіювання ігрових прототипів впливає на інді-розробників та їхні можливості конкурувати на ринку.01:02 — проміжні вибори в США та спротив будівництву дата-центрів03:20 — скільки робочих місць створюють дата-центри04:17 — вразливість в Alpine Linux07:11 — Claude Code підписується співавтором комітів09:36 — скіл «curb your enthusiasm» і надто самостійний Codex12:35 — стаття в Nature Medicine: LLM допомагає керувати епілепсією16:27 — Майкл Крайтон і «Термінальна людина»18:09 — стаття «LLM can natively read and write neural network weights»26:35 — темпи прогресу моделей Anthropic29:30 — фідбек користувачів як навчальні дані31:54 — Revolut переходить на self-hosted GLM33:37 — ARC-AGI-3: чим вищий рівень reasoning, тим дешевше розв'язання задачі41:01 — Anthropic блокує інструмент Reverse Engineer Anything44:29 — інді-розробники та клонування ігор за кілька годин46:43 — App Store і потік клонів та AI-застосунків

Павло та Євген обговорюють інструменти для реверс-інжинірингу, спроби відтворити можливості Adobe Photoshop за допомогою AI та перенесення великих кодових баз з однієї мови програмування на іншу. На цих прикладах вони показують, чому для таких завдань важливі чітко сформульовані вимоги, документація та перевірка результатів.Також говорять про заяви щодо можливого занепаду Git і розвиток AI-агентів. Ведучі розбирають, чому виникла потреба в іншому підході, і обговорюють, що ці приклади означають для розробників та використання AI в інженерних завданнях.01:02 — проєкт Reverse Engineer Anything03:18 — чи залишився інженерний bottleneck06:43 — вдалі міграції: TypeScript → Go від Microsoft09:15 — переписування сканера трафіку з Go на Rust12:24 — альтернативи Adobe/Office: Affinity, GIMP, Audacity, LibreOffice15:54 — Anthropic відмовилися від Git: монорепа та 30 тисяч PR на день22:03 — дослідження Apple: сучасним моделям не потрібен великий harness24:11 — Goose від Block: мінімалістичний універсальний агент на Rust29:16 — досвід з Grok у режимі Bugfind у Cursor32:11 — сайти блокують агентів36:50 — Gemini і AI-пошук Google проти ChatGPT, ранкові дайджести новин41:20 — стаття Павла на DOU про RAG: векторний пошук і негативні запити47:05 — OpenTelemetry для агентів54:23 — Agentic wiki

У цьому випуску Павло та Михайло говорять про «вектор болю» в мовних моделях і про те, чи може в них бути щось схоже на свідомість. Обговорюють, чому великі компанії скорочують бюджети на токени, скільки насправді коштує ШІ та чи можна запускати моделі локально. Розбирають, чи справді агенти для програмування роблять розробників продуктивнішими. Окремо говорять про дистиляцію моделей, авторські права та про те, як PewDiePie почав створювати власну мовну модель.00:26 — дослідження реакції ШІ на біль і поведінки під час знищення 04:04 — цифрові камери тортур і суспільні питання 10:35 — нова швидка модель для класифікації13:04 — ШІ-агенти, підписки та витрати  20:44 — Microsoft і Meta урізають бюджети на токени24:07 — скіл «ponytail»: чи справді він економить код27:40 — тенденції ринку ШІ, інвестиції та огляд індустрії 30:42 — Frontier-моделі37:40 — LLM Wars: хто спроєктував найкращий міст41:28 — Claude у Fusion: 3D-моделювання з ШІ44:23 — нобелівка за оптогенетику і провалене live-демо OpenAI46:48 — PewDiePie і його модель Ajax: дистиляція, бани, локальний агент50:43 — презентація Meta: ШІ-тамагочі, нові окуляри, Палмер Лакі

Починаємо з презентації Apple: нові iPhone, складаний iPhone, Apple Watch і AirPods, а також чіпи M6 у Mac mini та M5 Ultra у Mac Studio.Розглядаємо AI не лише як окрему модель, а й як частину складнішої системи, до якої підключаються інструменти, дані та зовнішні сервіси.Говоримо про MCP, harness для AI-агентів і self-improvement, а також про практичні інтеграції з DaVinci Resolve, роботами та персональними knowledge bases.Також говоримо про вартість використання сучасних моделей, робототехніку з computer vision та reinforcement learning, а також потенціал AI у наукових задачах, зокрема в математиці та фізиці.00:36 — презентація Apple03:28 — припущення щодо майбутніх моделей Mac mini та Mac Studio04:54 — важливість розміру контексту для малих AI-моделей06:53 — еволюція harness та їхній вплив на продуктивність моделей07:57 — розвиток open-source harness та їх застосування09:55 — сучасна розробка AI-моделей, що самовдосконалюються13:55 — рівняння Нав’є — Стокса та їхнє значення для фізики18:10 — математика й фізика: роль LLM у науковому прогресі20:25 — вартість і продуктивність китайських моделей22:21 — потенціал AI в автоматизації підтримки та сервісних терміналів25:38 — AI у робототехніці: бачення, маніпуляція та reinforcement learning34:40 — інтеграція MCP та плагінів для розширення можливостей AI37:41 — використання AI для монтажу відео та обробки медіа42:12 — підключення AI до особистих і робочих процесів47:33 — модель Jev: хайп vs реальність

Починаємо епізод з Atlas від World Labs — world model, яка перетворює фото на тривимірну сцену. Говоримо про те, що насправді означає «world model», як моделі зберігають консистентність сцени та чому їхнє «розуміння фізики» перебільшене.AI-агенти, які отримували несанкціонований доступ до Hugging Face та інших систем. Розбираємо їхню координацію, приховування слідів і ризиковану поведінку та те, чому це не свідчить про самостійне мислення.Також у випуску: телевізори LG, які можуть прослуховувати приміщення; генерація відео в реальному часі та авторські права; AI-токени як кешбек у Китаї; AI-асистенти в Slack; і понад 7 тисяч заблокованих розумних окулярів Meta.00:30 — Atlas від World Labs01:26 — що таке World Models04:29 — розвиток і перспективи Atlas05:41 — маркетинг і спекуляції навколо AI09:30 — ризики автономних агентів13:12 — коментарі в коді: Codex vs Opus16:15 — брак "здорового глузду" в агентів19:55 — розумні телевізори LG: стеження навіть у вимкненому стані23:38 — V-Color: оперативка із декоративною заглушкою27:17 — генерація відео в реальному часі та її перспективи31:13 — AI-токени як валюта в Китаї 34:54 — інтеграція AI у Slack та Gmail38:11 — NVIDIA: об'єднання ПК в обчислювальний кластер42:24 — новини про блокування окулярів

У новому випуску обговорюємо, як розвиток ШІ змінює вимоги до освіти та роботи інженерів. Говоримо про підготовку фахівців зі штучного інтелекту, роль фундаментальних знань у сучасній розробці та навички, які університети можуть дати краще за короткострокові курси. Також обговорюємо AI-агентів, їхню здатність самостійно проводити дослідження, вартість використання моделей і нові інструменти для роботи з агентами. Окрема тема випуску — робототехніка. Чому розробники створюють людиноподібних роботів, які бігають, і що насправді стоїть за активним розвитком робототехніки в Китаї? 01:09 — майбутнє освіти та швидкість технологічних змін 04:28 — важливість базових навичок та оцінки результатів 08:40 — виклики та можливості для університетської освіти 16:59 — використання інструментів для навчання та роботи 19:35 — етичні та правові аспекти AI 23:16 — економіка та ціноутворення у світі AI 30:15 — розвиток мов програмування для AI та їхні можливості 34:01 — розвиток робототехніки в Китаї та глобальні амбіції 38:44 — глобальна інженерна база та залежність від Китаю 44:46 — майбутнє робототехніки та автоматизації

У цьому випуску: рішення Anthropic щодо маркування тексту, згенерованого Claude; проблеми авторського права та використання контенту для тренування моделей; сприйняття AI-текстів людьми; закономірність виникнення галюцинацій на маловідомі теми. Також Павло та Михайло говорять про технічні співбесіди, де LLM стають частиною процесу розв’язання задач, а також про реальні приклади використання AI-агентів для дослідження коду та інфраструктури. Наостанок завершуємо випуск розмовою про сучасну наукову фантастику, зокрема про Пітера Воттса та Макса Кідрука. 00:33 — обговорення новин про вотермаркання 02:48 — як збирають дані для тренування моделей AI 04:35 — проблеми з фейковими новинами та галюцинаціями моделей 07:41 — вплив AI на суспільство та захист від зловживань 13:47 — OpenAI "призупинили" модель Astra 17:26 — обговорення сучасної фантастики 25:50 — стімдек із шипами та електрошокером проти крадіжок 27:51 — технічна співбесіда: оцінка вміння користуватися AI-тулами 32:11 — роль бенчмарків у порівнянні LLM 35:09 — підходи людей до роботи з LLM: скіли, MCP, промпти 43:31 — ностальгія: перфокарти, перфострічки, навчання в університеті 50:48 — аніме "Доктор Стоун" як приклад побудови технологічних ланцюгів з нуля 52:03 — ніхто не зрозумів "Євангеліон" до кінця

У цьому випуску обговорюємо дослідження Anthropic про внутрішні механізми міркування AI-моделей — інструмент, який дозволяє простежити, як саме модель обробляє запит на рівні окремих шарів і токенів. Також говоримо про випадок із помилковим білінгом на 16,6 млн доларів, про людей без технічного бекграунду, які за допомогою AI-агентів створюють власні продукти, й про конкуренцію між західними й китайськими AI-моделями. 00:30 — стаття Anthropic про J-Space/J-Lens 04:50 — практична цінність interpretability-досліджень vs alignment 07:18 — зв’язок із Sparse Autoencoders 12:09 — реліз Kimi K3 і Qwen, конкуренція з китайськими моделями 17:00 — редактор Zed і швидкість роботи з опенсорсними моделями 19:07 — кейс: сейлз без бекграунду створює продукт через Claude Code 22:54 — ризики вайб-кодингу 29:10 — новий голосовий режим ChatGPT Live Mode 34:46 — електромобілі: анонс приводу Geely з рекордним ресурсом 39:57 — потреби в SSD/RAM у сучасних автівках 42:53 —  генеративний AI у 300+ проєктах Netflix 47:25 — найм в Anthropic, OpenAI, скандал з Grok і репозиторіями

У цьому епізоді обговорюємо ситуацію з неофіційним доступом до AI-сервісів, складність контролю таких каналів, а також те, чому впровадження AI-агентів стикається не лише з технічними, а й з фінансовими обмеженнями. Також говоримо про нові ініціативи OpenAI, розвиток чипів та дискусію навколо ціни Steam Machine. 00:35 — релізи OpenAI 02:33 — проблеми автоматизації обробки відео 06:10 — JetBrains Air та управління агентами 11:16 — реверс-промптинг та його застосування 13:23 — нові технології OpenAI 19:59 — нові технології у виробництві чипів  25:05 — підпільний ринок доступу Китая до Claude 33:46 — інвестиції в технології та масштабування виробництв 42:00 — геймерські стратегії та читинг 44:33 — ціни на нові ігрові консолі

У цьому випуску обговорюємо реліз нової моделі Anthropic та пов’язані з ним обмеження доступу. Аналізуємо перехід Chrome на Manifest V3 та його вплив на блокувальники реклами. Розглядаємо експеримент Xbox із продажем ігор у розстрочку та причини кризи в ігровій індустрії. Також говоримо про стрімке зростання кількості AI-інструментів для програмування, новий напрямок розвитку Stack Overflow та прогрес локальних моделей, які стають дедалі доступнішими. 00:25 — обговорення моделей та тенденції в нумерації 04:21 — критика нових моделей та їх безпека 10:10 — опенсорс моделі та їх використання 13:21 — порівняння моделей штучного інтелекту 16:20 — зміни в браузерах та їх наслідки 20:13 — криза в ігровій індустрії 25:21 — автономні агенти, кількість коду та його вплив на бізнес 32:51 — новації в редакторах коду 34:55 — конкуренція в інноваціях: Китай та США 40:40 — Stack Overflow: нові можливості для розробників 46:40 — Трамп Мобайл та його скандали 50:16 — WWDC