AI-дайджест 15.10: черга на рев'ю, формальна верифікація, людський капітал

0:02PM Lead ProЦе PM Lead Pro. У цьому випуску: чому ШІ-агенти пишуть набагато більше коду, а софту випускається лише трохи більше, і чому перевірка стала вузьким місцем.

0:13Ну що, вітаю всіх на нашому сьогоднішньому розборі свіжих досліджень. І, знаєте, ми маємо сьогодні такий дуже цікавий парадокс.

0:23Бо за новими даними, ШАЄ-агенти зараз генерують десь на 741% більше коду.

0:28Ого, це звучить, типу, як тотальна революція. Ми б мали випускати софт просто неймовірними темпами.

0:34От, власне, що ні. Бо реальна кількість випущеного програмного забезпечення зросла, ну, може, відсотків на 20.

0:40А в деяких великих компаніях взагалі.

0:43Взагалі нуль.

0:43Так, 0% приросту. Тобто ми бачимо таку масштабну ілюзію продуктивності.

0:48Це не просто якась похибка, це справжній системний збій.

0:52Бо якраз нове дослідження Гарварду, де вони проаналізували 300 мільйонів робочих подій,

0:58і дані NBR показують дуже чітку картину.

1:01Тобто вони буквально тонуть у цьому згенерованому коді, так?

1:05Саме так. Ще і кодери дійсно пишуть просто шалені обсяги тексту.

1:10Але оця так звана черга на злеття?

1:12Ну, це час, коли код чекає на рев'ю людиною.

1:15Саме так. Ця черга виросла на 49%. І тепер це займає десь 3,5 дні.

1:223,5 дні, просто щоб перевірити написане.

1:26Це, знаєте, ніби на кухні поставили такого надшвидкого робота-кухаря, який змішує сотні інгредієнтів щохвилини, а на видачі стоїть один єдиний санітарний інспектор.

1:35Ага, і він має хімічно аналізувати кожну страву, щоб переконатися, що там немає утрути.

1:54Бо дивіться, 80% компаній вже впровадили ШАІ-інструменти для перевірки. Але...

1:59Але люди все одно все роблять руками.

2:00Так, люди досі власноруч пишуть 77% усіх коментарів з виправленнями.

2:05Безпека, архітектура, якась внутрішня логіка. Машину поки не можна залишити з цим наодинці.

2:11Ну, логічно, страшно в довірятих системі повністю.

2:14От-от. І, до речі, науковий світ стикається з абсолютно тим самим.

2:18PM Lead ProНотатка PM Lead Pro: черга на рев'ю виросла на 49% і триває близько 3,5 дня. Тімліду варто дивитися не лише на обсяг написаного коду, а й на цю чергу.

2:31Google зараз фіксує справжню кризу валідації через цей неконтрольований потік згенерованих алгоритмами наукових статей.

2:37Ну, тоді, якщо ми фізично не стягуємо перевіряти, логічним кроком, здається, змусити ШАІ перевіряти самого себе.

2:45Сто відсотків. І тут ми якраз бачимо зміну парадигми.

2:49Розробники перестали гнатися тільки за найрозумнішою моделью. Фокус різко змістився на швидкість і масовість.

2:55Це ви про стартапи типу Third Moment Research?

2:58Ага, саме про них. Вони зараз запускають по 10 тисяч агентів одночасно на 36 і більше годин. І вони спалюють десь до 10 мільярдів токенів буквально за один тиждень.

3:0910 мільярдів? Це ж просто шалені обчислювальні витрати.

3:13Так, але мета цього екстремального масштабування в тому, щоб агенти сперечалися між собою, самі знаходили свої помилки і автоматизували оцю чергу на перевірку.

3:24InternLMS2 InternLMS2

3:36Вони використали її для доведення тривимірної гіпотези Гіса.

3:41Це з динамічних систем. Так. Дуже складна, чиста математика.

3:44І різниця в підходах тут дуже показова.

3:47Замість повної автономії вони зробили глибоку синергію людини та машини.

3:53Модель згенерувала 389 вузлів доведення.

3:55Але загальний напрямок задавали живі математики.

3:59А перевіряли це все як? Бо знову ж таки, вузьке горлечко.

4:03А отут найцікавіше. Вони використали математичний код LIN силами Пекінського університету.

4:08Це таке середовище формальної верифікації.

4:11Воно механічно, просто за законами логіки, доводить, що кожен крок машини є бездоганним.

4:16Тобто машина генерує ідеї, людина будує стратегію, а жорсткий алгоритм гарантує, що це не галюцинація.

4:23Абсолютно.

4:24PM Lead ProНотатка PM Lead Pro: модель згенерувала 389 вузлів доведення, а середовище формальної верифікації механічно перевірило кожен крок. Поруч із генерацією потрібна жорстка перевірка.

4:40І, знаєте, це ідеально підводить нас до ширшого питання від CEPR.

4:45Бо якщо генерація будь-якого контенту від коду до математики стає майже безкоштовною, то що тоді має реальну цінність?

4:53Людський капітал.

4:55Їхнє макроекономічне дослідження показує, що 66% розриву в багатстві між країнами пояснюється саме якістю освіти та досвідом, а не заводами чи інфраструктурою.

5:05Тобто людина залишається єдиним фактором, який може зрозуміти та застосувати ці згенеровані знання.

5:11Так.

5:11Бо створення чернеток більше нічого не коштує.

5:14Starlink Starlink 70

5:26Ого, це серйозне нагадування, що інфраструктура завжди коригує всі наші цифрові амбіції.

5:32Точно. Ну і щоб розуміти, чим світ оперує прямо зараз, давайте перейдемо до нашого радару моделей.

5:38Маємо GPT-61 Sol.

5:41Та, це якраз нова модель для цих масових агентних роїв. Вона радикально економить токени, але логіку зберігає десь на рівні Astra.

5:48Супер. Далі є Hero ACV2 від Allen AI. Вузькоспеціалізована штука для симуляції екстремальної погоди. Деталізація там неймовірна – до трьох кілометрів.

5:59І ще Times FM3 від Google. Це фундаментальна модель, яка з нуля прогнозує табличні бізнес-дані, тобто взагалі без жодного донавчання під конкретну компанію.

6:09Ну, якщо звести це все до однієї практичної думки, то зараз просто немає сенсу інвестувати час у швидкість створення текстів чи коду.

6:18Сто відсотків. Справжня перевага сьогодні – це побудова надійних систем тестування. Вміння ставити фільтри зараз набагато цінніше, ніж уміння генерувати щось нове.

6:28Абсолютно згоден. І це залишає нас із таким дуже провокаційним питанням.

6:34Якщо сьогодні наш прогрес гальмує те, що ми фізично не встигаємо перевіряти роботу за ШАІ,

6:40то як виглядатиме наша реальність, коли алгоритми навчаться формально і 100% гарантовано верифікувати власні відкриття взагалі без нашої участі?

6:52PM Lead ProБільше — на pmlead.pro: транскрипт і джерела є на сторінці випуску. А що у вашій команді гальмує сильніше — написання чи перевірка?