AI-дайджест 02.11: дешеві токени для агентів, система 2, Китай

0:02PM Lead ProЦе PM Lead Pro. У випуску: дешеві токени для агентів, повільне міркування моделей і китайські моделі в рейтингу.

0:12Слухай, от зазвичай ми як думаємо про софт?

0:15Ну, ти натискаєш кнопку, і програма робить рівно те, на що її запрограмували.

0:19Ага, типу як калькулятор, дуже така бінарна штука.

0:22Точно, точно. Але наш сьогоднішній розбір показує, що оця епоха калькулятора просто закінчується на очах.

0:29Сто відсотково. Ми сьогодні проаналізували купу свіжих даних, звіти GitHub, The Agent Report, Artificial Analysis.

0:37А ще там дослідження від OpenAI, Meta, Google DeepMind, DeepSeek, ну і дуже цікавий блог Territal.

0:45І наша місія сьогодні – зрозуміти цей вибух агентного штучного інтелекту. Софт перестав бути пасивним, він отримує автономію.

0:53І це повністю переписує правила гри в економіці. От давай почнемо зі звіту GitHub Octoverse. Там зафіксували абсолютно рекордну активність програмістів.

1:03Так, але цікаво ж те, як саме це відбувається. Це ж не люди стали швидше по клавіатурі стукати.

1:09Звісно, ні. Це все ще і агенти. І економіка тут змінюється шалено.

1:15От взяти модель GPT-6.1 Tera від OpenAI. Вони радикально обвалили вартість токенів.

1:23Ого, та раніше тримати шаї у фоні було просто нереально дорого для звичайних завдань.

1:48І тому ми бачимо такі релізи, як Hermes Agent від Nus Research. Вони, типу, вбудували туди цикл самонавчання.

1:55Або той же агент MuseWonder від Meta. Вони не просто виконують команди, вони дивляться на екран, розуміють, що пішло не так,

2:02і бац! Коригують себе в реальному часі.

2:05PM Lead ProТокени подешевшали, а тримати агентів у фоні раніше було надто дорого. Тімліду варто перерахувати, які завдання команди тепер можна їм віддати.

2:16Ось тут ми переходимо до найцікавішого.

2:18Якщо цей цифровий стажер сам клікає і коригує помилки,

2:22то як взагалі еволюціонує його абстрактне мислення?

2:27Це дуже глибоке питання.

2:28От OpenAI нещодавно розкрила ці логічні ланцюжки того,

2:32як їхні моделі розв'язують надскладні математичні задачі.

2:36І філцівський лауреат Тері Тау сказав, що математика змінилася назавжди.

2:41Ну, бо це класичний перехід від системи 1 до системи 2 в машинному навчанні.

2:46Це як інстинкти протилогіки, так?

2:48Точно. Раніше моделі працювали як система 1, швидке розпізнавання паттернів.

2:52Ти питаєш, вона миттєво видає слово. А тепер ще опановує систему 2, тобто повільне глибоке міркування.

3:00Тобто модель бере паузу?

3:02Так. Вона зупиняється, робить собі приховану чернетку, будує логіку, бачить власну помилку, переписує все і тільки тоді видає відповідь людині.

3:11Artificial Analysis

3:24Ага, як Gemini 4 Carbon від Google. Він зараз на першому місці в Абсолюті.

3:29Але ж на четверте місце у світі несподівано вирвалась китайська Kimi K31 Pro. Вона очолила рейтинг моделей з відкритими вагами.

3:37І поряд є DeepSeek V4.1 Flash 1017, китайська архітектура. Вони показують просто шалене покращення по ціні та якості.

3:45Слухай, зупиню тебе тут. Коли я чую про дешеві китайські моделі, я одразу думаю, що вони просто знайшли, як здешевити сервери чи електроенергію. Це дійсно інженерний стрибок чи просто дисконт?

3:59Ні-ні, я впевнена, що це фундаментальний інженерний вектор. Захід будує універсальних гігантів, а Китай агресивно оптимізує саму архітектуру.

4:07Тобто вони не ганяють всю нейромережу заради одного запиту?

4:11Саме так. Завдання йде тільки до крихітного шматочка мозку, який за це відповідає. Це кардинально знижує затримку. Ідеально для локальних агентів.

4:20І знаєш, ця одержимість швидкими локальними моделями, вона дуже відгукається в Україні.

4:26Бо зараз п'ята частина всіх вакансій на DoW припадає на DefenseTech,

4:31що спровокувало масовий запуск курсів з інженерії дронів та оборонного софту.

4:36О, це дуже показало.

4:52Наприклад, Google випустила GEMA4, це версії і 2B, та і 4B, які створені для максимальної ефективності на мобільниках взагалі без інтернету.

5:01А Мета теж не паса задніх. Вони випустили Muse Spark Open, найпотужнішу відкриту моделю США.

5:09Ну і з боку Китаю та сама DEEPSEEK 4.1 Flash 10.17, про яку ми говорили, вона жорстко оптимізована під миттєвий запуск агентів, де кожна мілісекунда важлива.

5:21PM Lead ProМалі моделі на кшталт Gemma 4 працюють на мобільних без інтернету. Для задач, де важлива швидкість, варто придивитися до локальних варіантів.

5:31Круто. Ну що ж, час для практичного висновку з усього цього. Оскільки агенти стали такими дешевими операторами робочого столу, мабуть, настав ідеальний момент зробити аудит власної цифрової рутини.

5:44Абсолютно згодна. Варто подумати, які монотонні процеси можна повністю делегувати агентам вже зараз.

5:50Так. Але якщо мислити глобальніше, ми ж повертаємося до слів Тері Тао про нове міркування машин.

5:57Про систему 2.

5:59І от тут дуже провокативна думка наостанок. Ми починали з порівняння щі з калькулятором.

6:07Але якщо він почне самостійно ставити найглибші наукові питання,

6:11Чи не зведеться роль людства просто до того, щоб сидіти і рецензувати згенеровані машиною відкриття?

6:17Схоже, цей калькулятор скоро сам вирішуватиме, які рівняння писати.

6:21PM Lead ProБільше на pmlead.pro: транскрипт і джерела на сторінці випуску. А яку рутину у вашій команді ви б першою передали агенту?