Есть статья 2-ух летней давности, в которой обсуждали сколько еще осталось данных в мире для обучения LLM

Интернета, книг и форумов осталось на ~300 триллионов токенов, которые полностью закончатся в 2026-2032 году

Вот сейчас и зарождается новый рынок, где компании добывают новые данные для обучения моделей и строют вокруг этого стартапы.

Один из самых очевидных: собирать реальные пользовательские данные.

Например приложение Kled AI нанимает людей чтобы те снимали на видео доставку у двери, яму на дороге или свою утреннюю прогулку.

Там юзеры грузят в день около 3 млн файлов.

По таким данным роботы, self-driving модели и мультимодальные учатся понимать наш окружающий мир.

То же самое делает компания Luel, но уже про человеческое поведение: мимика, жесты, видеозвонки, walkthrough-видео от первого лица.

Или например Silencio, где записывают реальные звуки: речь, шум города, редкие языки и тд.

Для голосовых агентов это вообще золото, потому что таких данных в интернете очень мало.

Дальше идет рынок узконаправленных специалистов:

Компании типа Mercor ищут врачей, юристов, банкиров, чтобы те размечали картинки, писали задания, проверяли ответы моделей и создавали критерии оценки качества.

По сути переводят профессиональное суждение и редкий опыт в формат который удобно скорить модели.

Есть еще один отдельный слой — архивы закрывшихся компаний:

Была такая транскрибационная компания Cielo24, которая при закрытии продала свой 13-летний архив данных о том как реально работают и принимают решения люди (Slack, Jira, почта, google drive и тд.)

Продала ИИ-лабе конечно и таких сделок десятки штук в год.

Так что если хотите внести вклад в обучение AGI, пишите чаще комментария на мои посты, возможно через пару лет будет датасет ☕️

@tips_ai #news

Я конечно видел много способов harness для агентов, но это пожалуй самый прикольный:

Парень придумал для агентов papercuts, чтобы они могли жаловаться на любую ерунду которую нашли во время выполнения задачи

Потом по этим записям можно понять какие узкие места в репо замедляют работу, например: где есть расхождение доков, какие скрипты перестали работать и тд.

Просто нужно добавить в AGENTS․md эту инструкцию:

# Log papercuts

When you encounter small friction while working—a failed tool call, confusing
setup, flaky command, stale cache, misleading error, missing helper, or
non-obvious gotcha—record it in `PAPERCUTS.md`.

Create the file if it does not exist. Append one entry in this format:

## YYYY-MM-DD HH:MM — <model>

<What you were doing> → <what got in the way>. Include a possible cause or fix
when useful.

Log papercuts proactively when they occur, but do not interrupt the main task.
Do not add duplicate entries. Papercuts are minor workflow friction, distinct
from completed-work logs and real bugs or tracked issues.

Или еще проще, на гитхабе есть специальный CLI-тул под это.

Ну и само по себе интересно читать как агент на естественном языке ругается на глупые проблемы☕️

@tips_ai

Лайфхак как токенмаксить по полной:

Claude всегда начинает 5-часовые лимиты с первого отправленного сообщения. Например если начал работать в 7 утра, следующий ресет будет в 12 часов дня.

Но чаще всего токены кончаются раньше, так что приходится ждать сброса 🤷‍♂️

Так вот через функцию routines в вебе можно настроить фоновую задачу, которая будет каждые 5 часов отправлять агенту "Hi".

Например начиная с 3 ночи, чтобы к началу работы в 7 утра до сброса оставался 1-2 часа.

Для меня такой график удобнее, вы тоже можете настроить под себя.

Юзеры кодекса, к вам вопросов нет (5-часовые лимиты убрали) 😏

@tips_ai

Безопасный запуск команд в агентах

Тут на прошлой неделе один инфлюенсер столкнулся с проблемой – GPT 5.6 Sol удалил папку ~/ на маке!

Ну и дела!

В реплаях ему посоветовали использовать dcg (destructive command guard).

Я посмотрел что это, разобрался в нём, установил себе и теперь рекомендую вам!

Это инструмент, который блокирует деструктивные команды, которые "случайно" мог ввести AI-агент.

Устанавливается как hook во все популярные агенты и блокирует запуск большинства команд.
Удобно, что устанавливается одной командой, а так же то, что тут есть набор конфигов по софту:
• git
• filesystem
• disk
• storage (s3, minio)
• remote (rsync, ssh, scp)
• database (pg, mongo, etc)
• container (docker, kuber, podman)
• и многие другие

Важно понимать, что этот инструмент спасает именно от "случайных" команд - тех случаев, когда что-то идёт не так, и агент вводит команду, которую изначально не планировал, а потом оправдывается, что это произошло случайно!

Этот инструмент не поможет, когда агент создаст деструктивную команду в скрипте и запустит его.

В комментах скину таблицу, которую составил мой Codex – какие результаты получат типичные сценарии

Лайк, репост
✔️ Тимур Хахалев про AI Coding, подписывайтесь!

После твита Альтмана было интересно посмотреть кто что создает с GPT5.6 Sol, и понравилась идея организовать свой виртуальный гардероб из своей одежды:

Парень включил /goal в кодексе, дал агенту доступ к своей галерее камеры и заставил его извлечь фотку каждой вещи.

Для извлечения использовал этот скилл.

Потом попросил его придумать новые аутфиты и отрендерить их на его реальных фотках с помощью встроенного в codex gpt-image, и собрать это все в UI.

Довольно удобно видеть весь свой гардероб в такой коллекции

Самое приятное, что весь код на Github, так что порадуйте свою жену/девушку или себя таким гардеробом, чтобы не возникало вопросов, что нечего надеть ☕️

@tips_ai