Pi Tech

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 Apple

03:28 — припущення щодо майбутніх моделей Mac mini та Mac Studio

04:54 — важливість розміру контексту для малих AI-моделей

06:53 — еволюція harness та їхній вплив на продуктивність моделей

07:57 — розвиток open-source harness та їх застосування

09:55 — сучасна розробка AI-моделей, що самовдосконалюються

13:55 — рівняння Нав’є — Стокса та їхнє значення для фізики

18:10 — математика й фізика: роль LLM у науковому прогресі

20:25 — вартість і продуктивність китайських моделей

22:21 — потенціал AI в автоматизації підтримки та сервісних терміналів

25:38 — AI у робототехніці: бачення, маніпуляція та reinforcement learning

34:40 — інтеграція MCP та плагінів для розширення можливостей AI

37:41 — використання AI для монтажу відео та обробки медіа

42:12 — підключення AI до особистих і робочих процесів

47:33 — 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 Labs

01:26 — що таке World Models

04:29 — розвиток і перспективи Atlas

05:41 — маркетинг і спекуляції навколо AI

09:30 — ризики автономних агентів

13:12 — коментарі в коді: Codex vs Opus

16:15 — брак "здорового глузду" в агентів

19:55 — розумні телевізори LG: стеження навіть у вимкненому стані

23:38 — V-Color: оперативка із декоративною заглушкою

27:17 — генерація відео в реальному часі та її перспективи

31:13 — AI-токени як валюта в Китаї 

34:54 — інтеграція AI у Slack та Gmail

38:11 — NVIDIA: об'єднання ПК в обчислювальний кластер

42:24 — 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

У цьому випуску обговорюємо зміни в настроях AI-індустрії. Компанії все рідше говорять про повну заміну людей ШІ і все частіше позиціонують його як інструмент для підвищення продуктивності.

Говоримо про NVIDIA RTX Spark та зростання інтересу до локального інференсу, проблеми використання токенів як метрики ефективності, реальну вартість впровадження AI для бізнесу та можливе охолодження ринку.

Також розбираємо заяви про домінування ботів у вебтрафіку, проблеми AI-підтримки в Meta, новини від Google та концепцію JEPA від Яна Лекуна як одну з потенційних альтернатив сучасним LLM.

00:40 — огляд GTC та нових продуктів NVIDIA

04:00 — порівняння NVIDIA Spark з Mac Studio

11:57 — тенденції в AI та локальному інференсі 

18:29 — вплив цін на компоненти на ринок технологій

22:12 — перспективи локального інференсу та прогрес у великих моделях

28:45 — судові справи та авторські права в AI

32:29 — боти перевищують людей у мережевому трафіку

35:34 — презентація Google та нові технології помічників

39:19 — купівля кодів та нові можливості для розробників

42:53 — архітектура та нові концепції в ML

48:09 — абстракція в моделюванні та предикції

52:11 — потенціал LLM та їх правильне використання

56:13 — адаптація до нових реалій в програмуванні

01:02:25 — культ суперменів у IT

AI-агенти виглядають дешевими на рівні окремих запитів, але стають дуже дорогими у масштабі. OpenClaw витратила $1,3 млн за місяць і згенерувала 603 млрд токенів у рамках тестування агентів для автоматизації розробки, але без очевидного покращення продукту. 

Також в обговоренні прибутковість AI-стартапів, вплив технологій на медицину, виклики безпеки корпорацій у контексті роботизації, конфлікти у світі 3D-друку через закриття софтвера, а також соціальні аспекти, включаючи зміни у користуванні соціальними мережами та етичні дилеми штучних клонів людей. 

00:40 — витрати на штучний інтелект та їх наслідки

03:51 — безпека та ризики використання агентів

06:30 — фінансові аспекти стартапів у сфері AI

09:45 — юридичні питання та позови Маска

12:19 — китайські технології та їх вплив на ринок

15:52 — розвиток AI та його вплив на програмування

19:33 — локальні моделі та їх ефективність

21:45 — використання ChatGPT у медицині

29:39 — вплив дата-центрів на енергетичну інфраструктуру

35:38 — роботизація, маніпулятори та їх виклики

44:22 — скандали в світі 3D-друку

У цьому випуску говоримо про проблеми GitHub, розвиток AI-агентів, а також філософські і наукові ідеї щодо природи життя.

Обговорюємо погіршення стабільності GitHub, часті даунтайми та баги, які безпосередньо впливають на роботу команд і повсякденний workflow розробників.

Також говоримо про штучний інтелект: Copilot, зміни у його комерційній політиці та обмеження підписок, а також розвиток LLM-моделей і агентних систем, які дедалі активніше інтегруються в процес розробки.

Наприкінці випуску переходимо до теми computational life, обговорюємо виникнення складних систем із простих правил та експерименти з програмами, здатними до самовідтворення.

00:27 — GitHub «скотився»: даунтайми та навантаження від агентів

04:28 — альтернативи GitHub: GitLab, Bitbucket, Codeberg

06:40 — issues як індикатор якості проєкту

08:06 — «Coding is solved» як мем і розрив із реальністю

09:19 — зміни в GitHub Copilot: політики, квоти, обмеження

14:14 — змагання АІ моделей: агентність, контекст, пам’ять, стабільність

16:35 — тренд на скіли, інструкції проти детерміністичних інтеграцій

20:50 — пет-проєкт Павла: локальний чат на Ollama

24:54 — Apple, витік Agent.md і обережний підхід до AI

27:42 — генерація мемів, ChatGPT vs Gemini та цифрова ідентичність

31:30 — голосові режими ChatGPT, Claude і Gemini

35:03 — Google демки vs реальність

39:55 — OpenCV, embedded AI та Raspberry Pi

46:10 — computational life: чи може життя виникнути з обчислень?