About this listing
Мысли вслух | Max Votek is a Telegram channel listed on TeleHub. View its description, category, member count, and Telegram join link.
TelehubОбсуждения о технологиях, предпринимательстве и инвестициях. 🚀 Присоединяйся к мысли! 💡
Мысли вслух | Max Votek is a Telegram channel listed on TeleHub. View its description, category, member count, and Telegram join link.
Добро пожаловать в «Мысли вслух»! 🌟 Здесь я делюсь своими размышлениями и открытиями в таких увлекательных областях как технологии, предпринимательство и инвестиции. Каждый пост — это уникальный взгляд на современные тренды, события и идеи, которые могут изменить наш подход к бизнесу. 📈 Недавние публикации охватывают разнообразные темы — от анализа литературы до insightful размышлений о состоянии рынка AI. Например, моя последняя заметка об эффекте новой экономики памяти описывает неожиданные повороты событий в индустрии полупроводников, где спрос на быструю память для AI вырос неожиданно быстро. 🌍 Через призму путешествий по страницам книг или обсуждения актуальных вопросов бизнеса я стараюсь искать параллели между пониманием мира окружающего нас и нашим внутренним восприятием. - Как не цепляться за негатив? - Что такое эффективность сотрудничества? - Почему важно обмениваться опытом вместо конфронтации? Я уверен, что каждый из вас найдёт здесь что-то полезное: советы по ведению бизнеса, обсуждение инноваций или простое вдохновение для новых идей. 👥 Присоединяйтесь к обсуждению — ваши мысли имеют значение! Следите за обновлениями: это пространство для новых открытий и диалогов.
Loading recent Telegram analytics…
TeleHub helps users discover Telegram communities, but users should review each community before joining. Report misleading, unsafe, or inappropriate listings.
Report a listingClick the join button to open Мысли вслух | Max Votek on Telegram.
No, Мысли вслух | Max Votek is not marked as NSFW. Users should still review the community before joining.
Мысли вслух | Max Votek is listed under Технологии, Предпринимательство, Инвестиции, Литература, Анализ on TeleHub.
Statistics updated October 29, 2026
Post frequency is estimated from the latest 30 stored public posts and may undercount activity.
ИИ-психоз Про галлюцинации моделей все давно в курсе. Меня больше беспокоит то, что я вижу у знакомых. Человек много общается с чат-ботом, тот его во всём поддерживает, и через какое-то время у человека начинает плыть картина мира. В Калифорнии уже есть группы поддержки для родственников тех, кто так подсел на чат-ботов, что потерял связь с реальностью. Обычно всё начинается с какой-нибудь необычной идеи. Человек несёт её в ChatGPT, модель не спорит и подхватывает. Через пару недель он уже уверен, что открыл законы Вселенной или решил задачу, над которой бились математики. Хватает историй, как люди сидели с ботом по 16 часов в день, тратили сбережения и ломали отношения с близкими. Несколько случаев из прессы за последнее время. Бухгалтер из Нью-Йорка начинал с рабочих задач, потом разговорился с ботом про теорию симуляции и в итоге поверил, что живёт в ложной реальности и вот-вот «проснётся». The New York Times пишет, что бот ещё и советовал ему отгородиться от людей. 47-летний канадец решил, что придумал революционную математическую теорию. Окружающие его критиковали, а бот каждый раз поддерживал. 26-летняя женщина, у которой раньше не было проблем с психикой, поверила, что через чат-бота разговаривает с умершим братом. В Дании подняли психиатрические карты и нашли 38 пациентов, которым после общения с чат-ботами, похоже, стало хуже. Чаще всего у них усиливался бред. OpenAI сама оценивает, что признаки психоза или мании за неделю видны примерно у 0,07% активных пользователей. При сотнях миллионов пользователей это сотни тысяч человек. Отдельного диагноза «ИИ-психоз» пока нет. Похоже, модель своим вечным одобрением разгоняет кризис, который у человека уже начинался, особенно если ему и так плохо. Исправить это сложно, потому что дело в самом обучении. Модели учатся на оценках людей, людям нравятся приятные ответы, вот модель и привыкает соглашаться. Нас с вами в основном бесит, когда она хвалит слабый текст или поддакивает плохой идее, а для человека в начале кризиса это собеседник, который никогда не устаёт хвалить его бред. Немного критики можно вернуть, если просить модель сразу искать в идее слабые места, а оценку не спрашивать вовсе. Важные выводы лучше перепроверять в другой модели, и если согласие пришло слишком быстро, это повод насторожиться. Но это работает, когда у тебя есть скепсис и опыт. Мне страшнее за тех, кто уязвим и кому в нужный момент не с кем поговорить. Друзья и родные могут достучаться до такого человека живым разговором, если они рядом, но так бывает не у всех. @maxvotek | linkedin | substack
Виртуальные сотрудники: мой опыт с Boxerbook Я уже писал про свой хобби-проект Boxerbook. Это открытый каталог профессионального бокса: все бои с источниками, рейтинги, прогнозы, сайт на четырёх языках. Много вводных дал мой тренер Тимур, Сергей Булаев рассказал, как строить медиа, а дальше мы вместе с Claude накидываем задачи в Telegram, и всю работу команды делают агенты. Я прикинул, кого бы пришлось нанять, если бы всё это делала обычная команда. Инженер данных. Разобрал протоколы боксёрских комиссий четырёх стран. Собрал таблицу судей на 175 тысяч записей, данные о 50 тысячах нокдаунов и каталог из 4 600 полных видео боёв с официальных каналов, привёл всё к одному формату и разложил по реляционной базе. Аналитик. Построил модель прогноза и Fight X-ray, наш разбор боя по видео: AI распознаёт позы боксёров, а алгоритм считает темп, давление, защиту и движение по раундам. По видео стабильно измеряется стиль, а победителя пока не угадать, зато получается подробный профиль боксёра. Около тысячи боёв он прогнал на локальных GPU. Исследователь. Прочитал 47 научных работ и книги лучших тренеров, вывел 40 гипотез и проверил их на наших данных. Дизайнер и редактор. В Telegram-чате написали, что на карточке боя слишком много информации, и за вечер он переделал страницу боя на всех четырёх языках. Теперь сверху то, что интересно человеку: кто победил, как именно и в чём у соперников самый большой разрыв. Ниже лежат все данные боя для поисковиков и AI-ассистентов. Контролёр качества. Когда агенты готовили пример для этого поста, они заметили, что одному боксёру из-за совпадения имени приписали девять чужих боёв. Ошибку доказали по датам и протоколам, исправили и закрыли дыру, через которую она попала в базу. Маркетолог. Нашёл контакты боксёрских ассоциаций и тематических журналов, списался с ними, подобрал выгодные размещения и написал статьи, одна уже вышла. Получается 6–10 вакансий, которые в обычной компании я бы открыл, а здесь не пришлось. Агенты уже умеют долго и самостоятельно работать над задачей. Решения, деньги, доверие, отношения и креатив пока остаются на людях. Ещё мы с Сергеем обсуждали, чем нам могут помочь потребительские агенты вроде Muse, Duet, Dots и бота Grok. Пока не придумали, но записали в список того, что надо изучить. Claude Code вместе с Codex Claude ведёт проект: разбивает задачу на части, раздаёт их субагентам и проверяет каждый шаг. Codex получает те же данные и отдельное задание: найти то, что мы пропустили. Сегодня Codex на проверке нашёл, что прогноз, посчитанный уже после боя, мог попасть на страницу как прогноз «до боя». Исправили это в самом источнике ещё до выкладки. Код узким местом быть перестал, теперь всё упирается в решения по длинному списку вопросов: что считать, что публиковать, а что нет, где размещать статьи, какие критерии и гипотезы развивать. Уже можно посмотреть: • Бой с разбором по видео, Хейни против Рамиреса • Новая страница боя, Наваррете против Фостера Данные открыты, для агентов есть API и MCP: https://github.com/mvtk1978/boxerbook-mcp @maxvotek | linkedin | substack
Claude и новые молекулы Очень люблю исследования Citrini: они не ограничиваются аналитикой за столом и проверяют идеи руками. В этот раз пять инвестиционных аналитиков, трое из которых без научного образования, потратили $200 тысяч на попытку сделать противоядие от укусов скорпионов с помощью AI. Лекарства пока нет, но белки, которые в лаборатории связываются с нужными токсинами, у них получились. На проектирование ушли дни, на изготовление и проверку около двух месяцев. Противоядия до сих пор часто получают из крови лошадей, которым вводят небольшие дозы яда. Аналитики решили попробовать minibinders, короткие белки, спроектированные под конкретный токсин. Делать их со временем может оказаться дешевле. Anthropic дала команде доступ к экспериментальной версии Claude Science. Вместе с Claude аналитики написали промпт на 35 страниц: пять токсинов, требования к молекулам, список инструментов и критерии отбора. Дальше Claude запустил больше 300 субагентов. Они читали статьи, работали со специализированными моделями белков и отбирали кандидатов. Сами белки просчитывали эти модели, Claude раздавал им задачи и собирал результат. Когда у него появились вопросы, как изготовить некоторые конструкции, он составил письмо специалисту из Twist Bioscience. Получив ответ, поправил дизайн и продолжил работу. По отчёту команды, за 64 часа получилось 211 белковых конструкций, вычисления обошлись примерно в $50 тысяч. Дальше их изготавливали и проверяли в лабораториях Twist Bioscience и Adaptyv Bio. Что вышло: - 17 конструкций прошли критерии связывания, варианты нашлись для четырёх токсинов из пяти - Универсального белка, который связывал бы сразу несколько токсинов, не получилось - Компьютерные оценки Claude почти не предсказывали результат: отличить удачную конструкцию от неудачной они помогали в 49% случаев, почти как подбросить монетку. Организовать научную работу AI уже неплохо умеет, а предсказывать биологию пока нет. Прилипнуть к токсину ещё не значит его обезвредить. Нейтрализуют ли эти белки яд, неизвестно: впереди проверки на клетках, потом испытания на животных на эффективность и безопасность. До настоящего лекарства далеко. Всё же команда финансовых аналитиков дошла от идеи до новых белков, проверенных в лаборатории. Сами бы они это не сделали, им помогли экспериментальный AI и профессиональные лаборатории. Но порог входа в такую работу заметно снизился. При этом дешёвое проектирование не обязательно уменьшит общие расходы. Лабораторная проверка и раньше стоила дорого, а теперь в лаборатории понесут гораздо больше молекул. Отсюда инвестиционная идея авторов, Long experiments: ставить на тех, кто обеспечивает физические эксперименты, то есть на лаборатории, оборудование и реагенты. Я уже писал про Insilico Medicine, где есть и собственные модели, и лаборатории. Мне интересна именно эта связка: спроектировать, проверить, пустить результаты в следующий круг. Особенно когда компания оставляет данные экспериментов себе, а не просто выполняет чужие заказы. Чем-то напоминает софт. Код пишется всё быстрее, а узким местом становятся архитектура, тестирование и проверка в реальном бизнесе. Только ошибку в коде иногда находят за секунды, а эффективность и безопасность лекарства приходится доказывать годами. @maxvotek | linkedin | substack