Jeśli masz dwadzieścia kilka lat i pracujesz w technologii, kilka lat w OpenAI, Anthropic lub w świetnym startupie AI da ci 10 razy więcej korzyści zawodowych niż jakiekolwiek MBA lub stopień magistra (i znacznie mniej długów).

Dziwne czasy na rynkach: * Płynność teraz wygląda na publiczną dla tuzina lub więcej globalnych mega-jednorożców, które prowadzą przetargi dla pracowników i wczesnych inwestorów * pieniądze detaliczne szybko napływają na rynki prywatne, za pośrednictwem funduszy Więc przynajmniej dla niektórych stworzyliśmy cień publicznego rynku

Wow, prawie 10 lat do dnia od pierwszego zobaczenia Hamiltona w zapowiedziach - trudno opisać, jak magiczne to było.

Tymczasem w NYC

Do założycieli AI dzisiaj: 4-5 lat temu, VC przewracali się nawzajem, aby inwestować w takie rzeczy jak ETL, katalogi danych, orkiestracja danych (!), obserwowalność danych itp. Chwytaj pieniądze, póki są Ci wręczane, ale bądź świadomy, że te rzeczy przychodzą i odchodzą, i buduj na dłuższą metę.

Dziś dowiedziałem się, że w NYC odbywa się konferencja poświęcona składaniu papieru i nagle zobaczyłem naszą przyszłość w zdominowanej przez AI przyszłości lol

Breaking: Alex Honnold ogłasza sequel „Free Solo”, będzie wspinał się na wykres ARR Replit bez lin.

Były badacz DeepMind @MishaLaskin o budowaniu superinteligencji, kodowaniu jako skrócie, uczeniu przez wzmocnienie, uruchamianiu pierwszego produktu @reflection_ai, Asimova, oraz rywalizacji z dużymi laboratoriami AI 00:00 - Wprowadzenie 01:42 - Reflection AI: Początki firmy i misja 04:14 - Uczynienie superinteligencji konkretną 06:04 - ASI vs. AGI: Dlaczego cele się zmieniły 07:55 - Organizacyjna superinteligencja jako wróżbita 12:05 - Kodowanie jako skrót: Ręce, nogi i mózg dla AI 20:55 - Utrwalanie wiedzy plemiennej w organizacjach 26:31 - Wprowadzenie Asimova: Głębokie badania dla kodu 28:44 - Pamięć zespołowa 33:07 - Projektowanie wieloagentowe 34:48 - Pobieranie i integracja danych w Asimovie 39:41 - Uczenie przez wzmocnienie w Asimovie 41:04 - Droga Mishy: Od fizyki do AI 42:06 - Dorastanie w naukowym miasteczku na pustyni 53:03 - Budowanie ogólnych agentów w DeepMind 56:57 - Założenie Reflection AI po DeepMind 58:54 - Produkt vs technologia w AI 1:02:22 - Stan autonomicznych agentów kodujących 1:04:26 - Co dalej z Reflection AI

2024: wszyscy mówią - firmy LLM zostaną skomodytyzowane, cienkie opakowania nie mają trwałej siły. 2025: firmy LLM przechodzą do warstwy aplikacji; opakowania schodzą w dół stosu, zaczynają budować własne modele podstawowe (Cursor). 2026: zwycięzcy to gracze pełnostackowi (model + aplikacja)?

Głównym problemem mini recesji, którą mieliśmy w sektorze technologicznym/venture w latach 2022-24, jest to, że nie trwała wystarczająco długo. Niczego się nie nauczyliśmy.