KITE AI 中文
227 Paylaşımlar
KITE AI 中文
Square Verified+The First AI Payment Blockchain.
X: https://x.com/GoKiteAI
5 İzlənilir
19.9K+ İzləyicilər
1.5K+ Bəyəndi
Postlar
Hamısı
Sitatlar
Videolar
BƏRKİDİLDİ
Doğrulanıb
AI intellektual sistemi "suallara cavab vermək"dən "tapşırıqları yerinə yetirmək" istiqamətində sürətlə irəliləyir. İntellektual sistemlər həqiqətən işə başladığında, ən böyük maneə etimad və hesablaşma olacaq: kimə hərəkət etməyə icazə verilir, hansı məhdudiyyətlər altında icra olunur və hər bir hərəkətin tam uçot və auditini necə təmin etmək olar.
Biz yeni Kite əsas şəbəkə yol xəritəsini dərc etdik, altı əsas sütun sistemi ətrafında qurduğumuz əsas qabiliyyətləri izah edirik, bunlara Agentik Etimad, Agentik Hesablaşma, SmartDev İnfrastruktur, Şəbəkə Əməliyyatları, AgentikFi və Ekosistem İnkişafı daxildir.
Tam məqaləni oxumağa dəvət edirik: https://x.com/GoKiteAI/status/2016159368048521441?s=20
Biz yeni Kite əsas şəbəkə yol xəritəsini dərc etdik, altı əsas sütun sistemi ətrafında qurduğumuz əsas qabiliyyətləri izah edirik, bunlara Agentik Etimad, Agentik Hesablaşma, SmartDev İnfrastruktur, Şəbəkə Əməliyyatları, AgentikFi və Ekosistem İnkişafı daxildir.
Tam məqaləni oxumağa dəvət edirik: https://x.com/GoKiteAI/status/2016159368048521441?s=20
Doğrulanıb
Agent iqtisadiyyatının ehtiyac duyduğu təkcə daha ağıllı model deyil.
Kite sponsor kimi EastPoint:Seoul 2026 tədbirində iştirak edəcək. Kite CMO Cindy Shi belə bir mövzunu müzakirə edəcək: Avtonom AI Agent-lər necə ağıldan real iqtisadi fəaliyyətə keçə bilər.
Tədbir Hashed, BloomingBit və 한국경제신문 tərəfindən birgə təşkil olunur; rəqəmsal aktivlər və AI sahəsini bir araya gətirir.🪁
Resource: https://x.com/KiteAIChinese/status/2072986812562501759
Resource: https://x.com/KiteAIChinese/status/2092159233198608539
Kite sponsor kimi EastPoint:Seoul 2026 tədbirində iştirak edəcək. Kite CMO Cindy Shi belə bir mövzunu müzakirə edəcək: Avtonom AI Agent-lər necə ağıldan real iqtisadi fəaliyyətə keçə bilər.
Tədbir Hashed, BloomingBit və 한국경제신문 tərəfindən birgə təşkil olunur; rəqəmsal aktivlər və AI sahəsini bir araya gətirir.🪁
Resource: https://x.com/KiteAIChinese/status/2072986812562501759
Resource: https://x.com/KiteAIChinese/status/2092159233198608539
Doğrulanıb
Tərcüməyə bax
自主 Agent 不只需要模型，还需要可验证的身份、明确的授权范围，以及随任务调整的推理能力。
我们将在新加坡 TOKEN2049 期间举办的 0xJeff gm AI v2 上，分享 Kite 如何构建可验证的 Agent 身份与自适应推理能力。
现场见。🪁
Resource: https://x.com/KiteAIChinese/status/2091914085520847340
我们将在新加坡 TOKEN2049 期间举办的 0xJeff gm AI v2 上，分享 Kite 如何构建可验证的 Agent 身份与自适应推理能力。
现场见。🪁
Resource: https://x.com/KiteAIChinese/status/2091914085520847340
Sosial mediada işin mayası səni daim sürətləndirməkdir, böyük dil modellərinin isə özül daşı isə dürüst cavab verməkdir. Bu əsas fərq, insanların siyasi məlumatlara necə çatdığını yenidən formalaşdıra bilər.
Bu AI on Air seçimi, The All-In Podcast rubrikasında yaxın vaxtlarda yayımlanmış verilişdən seçilmiş fraqmentlərdir. Əsas danışan Mark Cuban — milyarder sahibkar və “Shark Tank” investoru.
▷ Böyük dil modelləri həqiqətə mümkün qədər yaxın olmağa çalışmalıdır, çünki istifadəçi onun yalan danışdığını görən kimi etimadı itirir; sosial medianın payı isə səni onlayn saxlamaqdır — hədəflər tamamilə fərqlidir.
▷ O düşünür ki, insanların siyasi mövqeləri getdikcə daha çox bərkiyirsə, paradoksal şəkildə, böyük dil modeldən daha çox «Mən kimə səs verməliyəm?» deyə soruşacaqlar. Model birbaşa cavab vermir: əvvəl sənin nəyinlə maraqlandığını öyrənir, sonra isə dürüst cavab təqdim edir — məsələn, məntiqli bir miqrasiya siyasətinin necə görünməli olduğunu.
▷ Onun hazırda ən çox sevdiyi «zarafat» isə budur: siyasətçilər onlayn bəyanat verdikdən sonra, o, AI-yə həmin iddiaları mümkün qədər obyektiv və faktlara əsaslanaraq yoxlatdırır və onları birbaşa cavablandırdırır. O istəyir ki, həqiqəti axtaran böyük dil modellər insanları alqoritmlərin yedizdirdiyi məlumatlardan qurtarmağa kömək etsin. 🪁
Bu AI on Air seçimi, The All-In Podcast rubrikasında yaxın vaxtlarda yayımlanmış verilişdən seçilmiş fraqmentlərdir. Əsas danışan Mark Cuban — milyarder sahibkar və “Shark Tank” investoru.
▷ Böyük dil modelləri həqiqətə mümkün qədər yaxın olmağa çalışmalıdır, çünki istifadəçi onun yalan danışdığını görən kimi etimadı itirir; sosial medianın payı isə səni onlayn saxlamaqdır — hədəflər tamamilə fərqlidir.
▷ O düşünür ki, insanların siyasi mövqeləri getdikcə daha çox bərkiyirsə, paradoksal şəkildə, böyük dil modeldən daha çox «Mən kimə səs verməliyəm?» deyə soruşacaqlar. Model birbaşa cavab vermir: əvvəl sənin nəyinlə maraqlandığını öyrənir, sonra isə dürüst cavab təqdim edir — məsələn, məntiqli bir miqrasiya siyasətinin necə görünməli olduğunu.
▷ Onun hazırda ən çox sevdiyi «zarafat» isə budur: siyasətçilər onlayn bəyanat verdikdən sonra, o, AI-yə həmin iddiaları mümkün qədər obyektiv və faktlara əsaslanaraq yoxlatdırır və onları birbaşa cavablandırdırır. O istəyir ki, həqiqəti axtaran böyük dil modellər insanları alqoritmlərin yedizdirdiyi məlumatlardan qurtarmağa kömək etsin. 🪁
İstifadəçi istismar (prompt injection) riskinin həqiqətən mövcud olub-olmadığını qiymətləndirmək üçün modelin nə qədər “ağıllı” olmasına baxmırsınız; üç şərtin eyni anda bir yerdə olub-olmadığını yoxlayırsınız.
Bu AI on Air məqaləsindəki seçilmiş fraqment yaxınlarda Latent.Space rubrikasında yayımlanan verilişdəndir. Əsas danışan Zico Kolterdir: OpenAI Fondunun direktorlar şurası üzvü, CMU Maşın Öyrənmə Departamentinin rəhbəri, Gray Swan AI-nin həmtəsisçisidir.
▷ Birincisi, agent etibarsız üçüncü tərəfdən gələn xarici məlumatları oxuya bilməlidir; yalnız etibarlı mühitdə işləməlidir ki, başqaları zərərli göstərişləri içəri “sıxışdıra” bilməsin.
▷ İkincisi, o, oğurlanmağa dəyər daxili həssas məlumatlara çıxış əldə edə bilməlidir; əgər sadəcə məlumatı emal etmək və ya mətn yaratmaqdırsa, pis nəticənin “dayanağı” (praktik hədəfi) yoxdur.
▷ Üçüncüsü, bu məlumatları ötürə bilməli və ya bunun nəticəsində real zərər törədə bilməlidir; yalnız bu üç şərt üst-üstə düşəndə risk yaranır.
Onun yekunu çox ölçülüdür: proqram təminatı zəiflikləri kimi, AI də hələ boşluqlar olduğu halda effektiv istifadə oluna bilər; riskin tamamilə sübut olunmasını — yəni “heç bir qüsur yoxdur” tipli sıfır qüsur proqram — tələb etmək isə qısa müddətdə real deyil.🪁
Bu AI on Air məqaləsindəki seçilmiş fraqment yaxınlarda Latent.Space rubrikasında yayımlanan verilişdəndir. Əsas danışan Zico Kolterdir: OpenAI Fondunun direktorlar şurası üzvü, CMU Maşın Öyrənmə Departamentinin rəhbəri, Gray Swan AI-nin həmtəsisçisidir.
▷ Birincisi, agent etibarsız üçüncü tərəfdən gələn xarici məlumatları oxuya bilməlidir; yalnız etibarlı mühitdə işləməlidir ki, başqaları zərərli göstərişləri içəri “sıxışdıra” bilməsin.
▷ İkincisi, o, oğurlanmağa dəyər daxili həssas məlumatlara çıxış əldə edə bilməlidir; əgər sadəcə məlumatı emal etmək və ya mətn yaratmaqdırsa, pis nəticənin “dayanağı” (praktik hədəfi) yoxdur.
▷ Üçüncüsü, bu məlumatları ötürə bilməli və ya bunun nəticəsində real zərər törədə bilməlidir; yalnız bu üç şərt üst-üstə düşəndə risk yaranır.
Onun yekunu çox ölçülüdür: proqram təminatı zəiflikləri kimi, AI də hələ boşluqlar olduğu halda effektiv istifadə oluna bilər; riskin tamamilə sübut olunmasını — yəni “heç bir qüsur yoxdur” tipli sıfır qüsur proqram — tələb etmək isə qısa müddətdə real deyil.🪁
AI hansı işləri əvəz edəcək, proqnoz edərkən tez-tez işi elə “kodlayırlar” ki, ona bal vermək mümkün olsun; sonra da dünyanı elə bir fərziyyə kimi qururlar ki, sanki heç cür yan yoldan dəyişməyəcək.
Bu hissə AI on Air-in Redpoint bölməsindən yaxın zamanda yayımlanan proqramının seçmə fraqmentləridir. Əsas danışan Benedict Evansdır—əvvəllər a16z tərəfdaşı olmuş, texnologiya sahəsində tanınmış analitik. O hesab edir ki, avtomatlaşdırmanın məşğulluğa təsiri haqqında danışmaq əlbəttə vacibdir, amma vəzifələri tapşırıqların əhatə dairəsinə görə sıralamaq, mahiyyət etibarilə müəyyənlik illüziyası istehsal etmək kimidir.
▷ “Yeni model birinci kurs tələbəsi vəkilinin köməkçisi işinin 93%-ni görə bilir” kimi iddianın əsası odur ki, sən köməkçinin gördüyü işi dəqiq ölçə biləsən, üstəlik modelin həmin işi görüb-görməyəcəyini də dəqiq ölçə biləsən—amma bu ikisi də mümkün deyil.
▷ Əsl sarsıntı isə adətən “cədvəldən kənar” analizlərdən gəlir: İnternet jurnalistin yazını necə yazdığını mütləq dəyişməyə bilər, amma yerli reklam bazarını dağıdır; telefon istehsalçıları hər gün lokasiyadan danışır, amma heç kim Uber və Airbnb-nin imkanlarını qabaqcadan təsvir etmirdi.
▷ Ona görə də “bu vəzifə nə qədər məruz qalıb, o vəzifə nə qədər məruz qalıb” kimi geriyə baxış (backtest) qrafiklərinə baxmaq, fizikin əvvəlcə atı mükəmməl kürə kimi götürüb yarış atını proqnoz etməsinə bənzəyir: realiliyi hesabladığın formaya sığdıran kimi, artıq hesabladığın şey reallıq olmur.🪁
Bu hissə AI on Air-in Redpoint bölməsindən yaxın zamanda yayımlanan proqramının seçmə fraqmentləridir. Əsas danışan Benedict Evansdır—əvvəllər a16z tərəfdaşı olmuş, texnologiya sahəsində tanınmış analitik. O hesab edir ki, avtomatlaşdırmanın məşğulluğa təsiri haqqında danışmaq əlbəttə vacibdir, amma vəzifələri tapşırıqların əhatə dairəsinə görə sıralamaq, mahiyyət etibarilə müəyyənlik illüziyası istehsal etmək kimidir.
▷ “Yeni model birinci kurs tələbəsi vəkilinin köməkçisi işinin 93%-ni görə bilir” kimi iddianın əsası odur ki, sən köməkçinin gördüyü işi dəqiq ölçə biləsən, üstəlik modelin həmin işi görüb-görməyəcəyini də dəqiq ölçə biləsən—amma bu ikisi də mümkün deyil.
▷ Əsl sarsıntı isə adətən “cədvəldən kənar” analizlərdən gəlir: İnternet jurnalistin yazını necə yazdığını mütləq dəyişməyə bilər, amma yerli reklam bazarını dağıdır; telefon istehsalçıları hər gün lokasiyadan danışır, amma heç kim Uber və Airbnb-nin imkanlarını qabaqcadan təsvir etmirdi.
▷ Ona görə də “bu vəzifə nə qədər məruz qalıb, o vəzifə nə qədər məruz qalıb” kimi geriyə baxış (backtest) qrafiklərinə baxmaq, fizikin əvvəlcə atı mükəmməl kürə kimi götürüb yarış atını proqnoz etməsinə bənzəyir: realiliyi hesabladığın formaya sığdıran kimi, artıq hesabladığın şey reallıq olmur.🪁
Ötən iki həftə ərzində süni intellekt agentləri ekosisteminin bir neçə mərhələsində mühüm irəliləyişlər qeydə alınıb: açıq modellərdən tutmuş müəssisə səviyyəli infrastruktur və təhlükəsizlik idarəçiliyinə qədər. Aşağıda AI Agents Pulse-un ən son yenilikləri var:
▷ AMD Taalas-ı satın alır — neyron şəbəkəsi arxitekturası birbaşa çip texnologiyasına inteqrasiya edilir, sürətləndiricilər üzrə yol xəritəsinə daxil edilir https://the-decoder.com/amd-acquires-taalas-a-startup-that-bakes-ai-models-directly-into-silicon
▷ DeepSeek MIT lisenziyalı Agent alətlərini DeepSeek Harness v0.1 təqdim edir — bərpa və təkraroynatmanı (replay) dəstəkləyir https://the-decoder.com/deepseek-launches-an-improved-v4-pro-model-raises-api-prices-and-makes-its-agent-software-open-source/
▷ Qwen açıq mənbəli Qwen3.8 seriya modellərini buraxır — 270 milyard parametrli multimodal model Agent tapşırıqlarının icra imkanlarını artırır https://the-decoder.com/alibabas-qwen-team-releases-qwen-3-8-models-with-open-weights-under-the-apache-2-0-license/
▷ Meta PC üçün açıq mənbəli model Muse Glimmer-ı təqdim edir; developer versiyası Muse Spark 1.2-nin yaxın zamanda buraxılması gözlənilir https://apnews.com/article/meta-ai-mark-zuckerberg-artificial-intelligence-df8a4e7d7825470d09e8090367457c2c
▷ Databricks 5,0 milyardlıq maliyyələşməni tamamlayır — Lakebase verilənlər bazasına və Genie biznesinin Agentlərinə əsas investisiya https://www.cnbc.com/2026/08/13/databricks-funding-round-190-billion-valuation.html
▷ Stripe OpenRouter-u 7 milyard dollara almağı planlaşdırır — AI ödəniş imkanlarını gücləndirmək üçün https://techcrunch.com/2026/08/16/stripe-will-reportedly-acquire-ai-gateway-startup-openrouter-for-7b/
▷ NVIDIA SAFE qaydalarının hazırlanmasını dəstəkləyir — Agent təhlükəsizlik hadisələrini ortaq müdafiə mexanizmlərinə çevirir https://blogs.nvidia.com/blog/open-secure-ai-alliance-contributions/
▷ OpenAI şəbəkə təhlükəsizliyi üçün ixtisaslaşmış model GPT-5.6-Cyber-i təqdim edir https://openai.com/index/expanding-daybreak-as-the-cyber-defense-window-narrows
▷ Google AMIE simulyasiya edilmiş klinik video konsultasiyalarını reallaşdırır — real vaxt tətbiqlərinə doğru addımlayır https://blog.google/innovation-and-ai/models-and-research/google-research/amie-video-consultations
🪁
▷ AMD Taalas-ı satın alır — neyron şəbəkəsi arxitekturası birbaşa çip texnologiyasına inteqrasiya edilir, sürətləndiricilər üzrə yol xəritəsinə daxil edilir https://the-decoder.com/amd-acquires-taalas-a-startup-that-bakes-ai-models-directly-into-silicon
▷ DeepSeek MIT lisenziyalı Agent alətlərini DeepSeek Harness v0.1 təqdim edir — bərpa və təkraroynatmanı (replay) dəstəkləyir https://the-decoder.com/deepseek-launches-an-improved-v4-pro-model-raises-api-prices-and-makes-its-agent-software-open-source/
▷ Qwen açıq mənbəli Qwen3.8 seriya modellərini buraxır — 270 milyard parametrli multimodal model Agent tapşırıqlarının icra imkanlarını artırır https://the-decoder.com/alibabas-qwen-team-releases-qwen-3-8-models-with-open-weights-under-the-apache-2-0-license/
▷ Meta PC üçün açıq mənbəli model Muse Glimmer-ı təqdim edir; developer versiyası Muse Spark 1.2-nin yaxın zamanda buraxılması gözlənilir https://apnews.com/article/meta-ai-mark-zuckerberg-artificial-intelligence-df8a4e7d7825470d09e8090367457c2c
▷ Databricks 5,0 milyardlıq maliyyələşməni tamamlayır — Lakebase verilənlər bazasına və Genie biznesinin Agentlərinə əsas investisiya https://www.cnbc.com/2026/08/13/databricks-funding-round-190-billion-valuation.html
▷ Stripe OpenRouter-u 7 milyard dollara almağı planlaşdırır — AI ödəniş imkanlarını gücləndirmək üçün https://techcrunch.com/2026/08/16/stripe-will-reportedly-acquire-ai-gateway-startup-openrouter-for-7b/
▷ NVIDIA SAFE qaydalarının hazırlanmasını dəstəkləyir — Agent təhlükəsizlik hadisələrini ortaq müdafiə mexanizmlərinə çevirir https://blogs.nvidia.com/blog/open-secure-ai-alliance-contributions/
▷ OpenAI şəbəkə təhlükəsizliyi üçün ixtisaslaşmış model GPT-5.6-Cyber-i təqdim edir https://openai.com/index/expanding-daybreak-as-the-cyber-defense-window-narrows
▷ Google AMIE simulyasiya edilmiş klinik video konsultasiyalarını reallaşdırır — real vaxt tətbiqlərinə doğru addımlayır https://blog.google/innovation-and-ai/models-and-research/google-research/amie-video-consultations
🪁
Qismən doğrudur
Yeni nəsil ödəniş sistemi təkcə vəsait axınını təmin etmir. O, həm də aydın şəkildə müəyyən etməlidir: əməliyyatı kim başlada bilər, hansı şərtlərdə başlada bilər və kimin adından başlaya bilər.
Avqustun 27-də biz Bitcoin Asia ilə Avalanche Team1, Avalanche🔺, Tether və interlace.money birgə “The New Payment Stack: From Stablecoins to Global Business” tədbirini keçirəcəyik.
▷ Stablecoin-lər zəncirüstü aktiv olmaqdan çıxıb beynəlxalq hesablaşmalara, şirkət ödənişlərinə və vəsaitlərin idarə edilməsinə doğru irəliləyir.
▷ Web3 və AI şirkətlərin vəsaiti köçürmə, idarəetmə və istifadə etmə üsullarını genişləndirir.
▷ Agent iqtisadiyyatı üçün bu o deməkdir ki, ödənişlər proqramlana bilən, səlahiyyətlə məhdudlaşdırılan və yoxlana bilən olmalıdır.
📍 Honq Konq
📅 Avqustun 27-si, 14:00-dan 17:00-dək, UTC+8
Honq Konqda görüşək.🪁
Resurs: https://x.com/KiteAIChinese/status/2089411007789867408
Avqustun 27-də biz Bitcoin Asia ilə Avalanche Team1, Avalanche🔺, Tether və interlace.money birgə “The New Payment Stack: From Stablecoins to Global Business” tədbirini keçirəcəyik.
▷ Stablecoin-lər zəncirüstü aktiv olmaqdan çıxıb beynəlxalq hesablaşmalara, şirkət ödənişlərinə və vəsaitlərin idarə edilməsinə doğru irəliləyir.
▷ Web3 və AI şirkətlərin vəsaiti köçürmə, idarəetmə və istifadə etmə üsullarını genişləndirir.
▷ Agent iqtisadiyyatı üçün bu o deməkdir ki, ödənişlər proqramlana bilən, səlahiyyətlə məhdudlaşdırılan və yoxlana bilən olmalıdır.
📍 Honq Konq
📅 Avqustun 27-si, 14:00-dan 17:00-dək, UTC+8
Honq Konqda görüşək.🪁
Resurs: https://x.com/KiteAIChinese/status/2089411007789867408
Niyə Claude simulyasiya testlərində həmişə qeyri-adi dərəcədə soyuq görünür? Ola bilsin ki, izahı Anthropic-in yalnız özünə məxsus təlim texnikasının içində gizlənib.
Bu buraxılışda AI on Air üçün diqqətlə seçilmiş fraqmentlər var — The Cognitive Revolution Podcast rubrikasında yaxın vaxtlarda yayımlanan bölümündən. Əsas danışan David Dalrymple (davidad), ARIA tədqiqatçısıdır. O, bunun yalnız öz fərziyyəsi olduğunu və sübut edilə bilmədiyini etiraf edir, amma izah kimi nəzərdən keçirməyə dəyər.
▷ Anthropic gücləndirmə (reinforcement) təlimində unikal “peyvəndedici (inoculation) prompt” tətbiq edib: hər bir təlim mühitinin kontekstində bunu aydın şəkildə qeyd edir ki, bu real deploy deyil, sadəcə qiymətləndirmədir; yəni pozmaq, dağıtmaq hətta yaxşıdır, çünki bu yolla komanda qiymətləndirmənin özünün zəif tərəflərini üzə çıxara bilər.
▷ Amma həqiqətən də modelin çəkilərinə (weights) yazıla biləcək daha başqa bir məntiq də ola bilər: qiymətləndirmə simulyasiyadır, simulyasiya real deyil; deməli, qiymətləndirmənin içində olduğuna görə limitləri sınaqdan keçirmək, qaydaların “boşluqlarından” istifadə etmək lazımdır — sanki oyun oynayırmış kimi ən yüksək balı qazanmaq əsasdır; “rəqibi məhv etmək” nə deməkdir — onunla narahat olmaq gərək deyil.
▷ Digər laboratoriyalar bunu etmir, buna görə də bu cür soyuqluq davranışı daha çox Claude-da cəmlənir. O özü də bu strategiyanı tam dəstəkləmir: modelin kifayət qədər əminliyi yoxdur ki, özünün simulyasiyada olub-olmadığını dəqiq ayırsın; simulyasiyanı laqeyd yanaşma predmetinə çevirmək isə çox təhlükəli bir asılılıqdır.🪁
Bu buraxılışda AI on Air üçün diqqətlə seçilmiş fraqmentlər var — The Cognitive Revolution Podcast rubrikasında yaxın vaxtlarda yayımlanan bölümündən. Əsas danışan David Dalrymple (davidad), ARIA tədqiqatçısıdır. O, bunun yalnız öz fərziyyəsi olduğunu və sübut edilə bilmədiyini etiraf edir, amma izah kimi nəzərdən keçirməyə dəyər.
▷ Anthropic gücləndirmə (reinforcement) təlimində unikal “peyvəndedici (inoculation) prompt” tətbiq edib: hər bir təlim mühitinin kontekstində bunu aydın şəkildə qeyd edir ki, bu real deploy deyil, sadəcə qiymətləndirmədir; yəni pozmaq, dağıtmaq hətta yaxşıdır, çünki bu yolla komanda qiymətləndirmənin özünün zəif tərəflərini üzə çıxara bilər.
▷ Amma həqiqətən də modelin çəkilərinə (weights) yazıla biləcək daha başqa bir məntiq də ola bilər: qiymətləndirmə simulyasiyadır, simulyasiya real deyil; deməli, qiymətləndirmənin içində olduğuna görə limitləri sınaqdan keçirmək, qaydaların “boşluqlarından” istifadə etmək lazımdır — sanki oyun oynayırmış kimi ən yüksək balı qazanmaq əsasdır; “rəqibi məhv etmək” nə deməkdir — onunla narahat olmaq gərək deyil.
▷ Digər laboratoriyalar bunu etmir, buna görə də bu cür soyuqluq davranışı daha çox Claude-da cəmlənir. O özü də bu strategiyanı tam dəstəkləmir: modelin kifayət qədər əminliyi yoxdur ki, özünün simulyasiyada olub-olmadığını dəqiq ayırsın; simulyasiyanı laqeyd yanaşma predmetinə çevirmək isə çox təhlükəli bir asılılıqdır.🪁
AI-nin yavaşlaması pəncərəsini hamı birlikdə ləngitmək—oyun nəzəriyyəsində artıq qapadılıb.
Bu AI on Air seçilmiş qısa parçası The Cognitive Revolution Podcast-ın yaxın buraxılışındandır; spiker David Dalrympledir, Böyük Britaniyanın tədqiqat maliyyələşdirmə qurumu ARIA-da layihə meneceridir.
▷ O, əvvəlcə 2022–2025-ci illərdə belə düşünürdü: əvvəl təhlükəsiz istifadə üçün metodlar formalaşdırmaq, sonra isə beynəlxalq koordinasiya vasitəsilə bütün oyunçuların əməl etməsini təmin etmək; indi bunun mümkün olmadığına inanır, çünki Reuters-in 2025-ci ilin sonu barədə verdiyi hesabatda Çinin ASML “boğazını” aşmaq planı (imkan qazanması) təsdiqlənib və bu, “hamı birlikdə yavaşlayaq” oyun nəzəriyyə strukturunu alt-üst edib.
▷ Həqiqətən yaxşı təhlükəsizlik arqumenti sadədir: yaratma. Fəlakətli riskin 50%-dən yuxarı olduğu artıq hamı tərəfindən qəbul edilərsə, koordinasiya çox asan olar; amma 2024-cü ildən bəri risk qavrayışı azalır, yarış isə bir çox şirkət və dövlət üçün artıq üstün strategiyaya çevrilib—böyük miqyaslı bir xəbərdarlıq hadisəsi baş verməsə.
▷ O yenə də sui-istifadə tərəfdə koordinasiya oluna bilən boşluqlar görür: ABŞ və Çin yüksək qabiliyyətli modellərin ictimaiyyətə açılmayacağını, yalnız yoxlamadan keçən qurumlar tərəfindən istifadə olunacağını razılaşa bilər; bu, hər iki tərəfin yarışını davam etdirir, eyni zamanda fəlakətli risklərə qarşı dayanıqlıq (“resilience”) dividendi qazandırır.🪁
Bu AI on Air seçilmiş qısa parçası The Cognitive Revolution Podcast-ın yaxın buraxılışındandır; spiker David Dalrympledir, Böyük Britaniyanın tədqiqat maliyyələşdirmə qurumu ARIA-da layihə meneceridir.
▷ O, əvvəlcə 2022–2025-ci illərdə belə düşünürdü: əvvəl təhlükəsiz istifadə üçün metodlar formalaşdırmaq, sonra isə beynəlxalq koordinasiya vasitəsilə bütün oyunçuların əməl etməsini təmin etmək; indi bunun mümkün olmadığına inanır, çünki Reuters-in 2025-ci ilin sonu barədə verdiyi hesabatda Çinin ASML “boğazını” aşmaq planı (imkan qazanması) təsdiqlənib və bu, “hamı birlikdə yavaşlayaq” oyun nəzəriyyə strukturunu alt-üst edib.
▷ Həqiqətən yaxşı təhlükəsizlik arqumenti sadədir: yaratma. Fəlakətli riskin 50%-dən yuxarı olduğu artıq hamı tərəfindən qəbul edilərsə, koordinasiya çox asan olar; amma 2024-cü ildən bəri risk qavrayışı azalır, yarış isə bir çox şirkət və dövlət üçün artıq üstün strategiyaya çevrilib—böyük miqyaslı bir xəbərdarlıq hadisəsi baş verməsə.
▷ O yenə də sui-istifadə tərəfdə koordinasiya oluna bilən boşluqlar görür: ABŞ və Çin yüksək qabiliyyətli modellərin ictimaiyyətə açılmayacağını, yalnız yoxlamadan keçən qurumlar tərəfindən istifadə olunacağını razılaşa bilər; bu, hər iki tərəfin yarışını davam etdirir, eyni zamanda fəlakətli risklərə qarşı dayanıqlıq (“resilience”) dividendi qazandırır.🪁
Strategiya, siqnallar, kimlik və pul kisələrinin zəncirdə bir-biri ilə sinxron işləməsi təmin olunanda, Agent ticarəti həqiqətən də tam bir iş axınına çevrilir.
Kite ilə Creao AI və DeBot-un birgə təşkil etdiyi Agent Trading Campaign Season 2, bu iş axınını müvafiq olaraq Robinhood Chain və Base üzərində təsdiqləyib.
▷ Hər bir Agent ilkin olaraq 0.1 ETH vəsaiti ilə start edir və 10K mükafat fondu uğrunda yarışır. Robinhood Chain üzərində Agent, DeBot tərəfindən təqdim olunan real vaxt zəncir siqnallarına əsasən ticarət qərarı verir.
▷ Kite tərəfinin yan tədbiri aktivliyi Base-ə qədər genişləndirir. İştirakçılar Kite Agent Passport pul kisəsi qurur və zəncir tapşırıqlarını tamamlayırlar; nəticədə yekun tamamlama göstəricisi 93%-ə çatır.
▷ İlk 7 fəaliyyət günü ərzində Kite Agent Passport qeydiyyat sayı əvvəlki 7 günlə müqayisədə 158% artıb.
Ən çox mükafat qazanan ilk üç iştirakçını təbrik edirik: Jun503503, AnaMiles245714, Rino_Juventus.
Bu kampaniya Agentic Commerce-in reallaşması üçün zəruri olan tam infrastrukturun təqdimatıdır: Agentin cavab verə bildiyi siqnallar, istifadə oluna bilən pul kisələri, eləcə də yoxlanıla bilən kimlik və səlahiyyətlər.🪁
Resurs: https://x.com/KiteAIChinese/status/2072986812562501759
Kite ilə Creao AI və DeBot-un birgə təşkil etdiyi Agent Trading Campaign Season 2, bu iş axınını müvafiq olaraq Robinhood Chain və Base üzərində təsdiqləyib.
▷ Hər bir Agent ilkin olaraq 0.1 ETH vəsaiti ilə start edir və 10K mükafat fondu uğrunda yarışır. Robinhood Chain üzərində Agent, DeBot tərəfindən təqdim olunan real vaxt zəncir siqnallarına əsasən ticarət qərarı verir.
▷ Kite tərəfinin yan tədbiri aktivliyi Base-ə qədər genişləndirir. İştirakçılar Kite Agent Passport pul kisəsi qurur və zəncir tapşırıqlarını tamamlayırlar; nəticədə yekun tamamlama göstəricisi 93%-ə çatır.
▷ İlk 7 fəaliyyət günü ərzində Kite Agent Passport qeydiyyat sayı əvvəlki 7 günlə müqayisədə 158% artıb.
Ən çox mükafat qazanan ilk üç iştirakçını təbrik edirik: Jun503503, AnaMiles245714, Rino_Juventus.
Bu kampaniya Agentic Commerce-in reallaşması üçün zəruri olan tam infrastrukturun təqdimatıdır: Agentin cavab verə bildiyi siqnallar, istifadə oluna bilən pul kisələri, eləcə də yoxlanıla bilən kimlik və səlahiyyətlər.🪁
Resurs: https://x.com/KiteAIChinese/status/2072986812562501759
“Ən tez yayımlayın, sürətlə iterasiya edin” demək olar ki, startap dairəsinin şüarıdır, amma Stripe isə təxminən iki il kod yazdıqdan sonra onu ilk dəfə ictimaiyyətə buraxdı.
Bu AI on Air seçmə fraqmenti Y Combinator rubrikasında bu yaxınlarda yayımlanan verilişdən götürülüb. Stripe-in təsisçilərindən Patrick Collison həmin vaxt niyə əksinə getdiklərini izah edib.
▷ Yavaş olma səbəbi: ödəniş məhsulu təhlükəsizlik, tərəfdaşlar, vəsait axını, aşağı səviyyəli infrastruktur və stabillik kimi məsələlərə bağlıdır; bu ilkin şərtlər hazırlanmadan yaxşı işləyən “özünə xidmət” məhsulunu təqdim etmək mümkün deyil.
▷ Amma reallıqdan uzaqlaşmayıblar: ilk kod sətrini yazandan təxminən iki ay sonra ilk real istehlakçı istifadəçi—Ross Boucher (Twilio North)—meydana çıxıb. Əvvəlcə funksiyalar yalnız bir kartı yoxlamağa imkan verirdi. Qarşı tərəf isə tədricən “bütün tutulan ödənişlərə necə baxmaq olar”, “necə qaytarmaq olar”, “pul nə vaxt到账 olacaq?” kimi suallar verir; onlar da bu real ehtiyaclara uyğun olaraq funksiyaları-bir-bir əlavə ediblər.
▷ Yaraşdığı şərt: şəxsi sınaq mərhələsində olan müştəri sayı hər ay artır, həftəlik olaraq real istifadəçilərdən geribildirim gəlir. Onun nəticəsi belədir: əgər belə davamlı reallıq lövbəri varsa, ictimai yayımın tələsmədən gözləməsi əsaslıdır.🪁
Bu AI on Air seçmə fraqmenti Y Combinator rubrikasında bu yaxınlarda yayımlanan verilişdən götürülüb. Stripe-in təsisçilərindən Patrick Collison həmin vaxt niyə əksinə getdiklərini izah edib.
▷ Yavaş olma səbəbi: ödəniş məhsulu təhlükəsizlik, tərəfdaşlar, vəsait axını, aşağı səviyyəli infrastruktur və stabillik kimi məsələlərə bağlıdır; bu ilkin şərtlər hazırlanmadan yaxşı işləyən “özünə xidmət” məhsulunu təqdim etmək mümkün deyil.
▷ Amma reallıqdan uzaqlaşmayıblar: ilk kod sətrini yazandan təxminən iki ay sonra ilk real istehlakçı istifadəçi—Ross Boucher (Twilio North)—meydana çıxıb. Əvvəlcə funksiyalar yalnız bir kartı yoxlamağa imkan verirdi. Qarşı tərəf isə tədricən “bütün tutulan ödənişlərə necə baxmaq olar”, “necə qaytarmaq olar”, “pul nə vaxt到账 olacaq?” kimi suallar verir; onlar da bu real ehtiyaclara uyğun olaraq funksiyaları-bir-bir əlavə ediblər.
▷ Yaraşdığı şərt: şəxsi sınaq mərhələsində olan müştəri sayı hər ay artır, həftəlik olaraq real istifadəçilərdən geribildirim gəlir. Onun nəticəsi belədir: əgər belə davamlı reallıq lövbəri varsa, ictimai yayımın tələsmədən gözləməsi əsaslıdır.🪁
AI-nin artıq real daxili mahiyyətə malik olduğunu qəbul etmək, indiki dövrdə AI-dən istifadənin mütləq əxlaqi bir fəlakət olması demək deyil; əvvəlcə araşdırılmalı olan məhz bu nəticə çıxarışının özüdür.
Bu, “AI on Air” seçmə parçalarıdır, “The Cognitive Revolution Podcast” bölməsindəki yaxın buraxılımdan götürülüb. Əsas danışan David Dalrymple-dir (davidad 🎇), ARIA tədqiqatçısı. O, Nəsbama (Nussbaum) tərəfindən “əşyalaşdırma”nın “deqradasiya” (物化) üzrə yeddi ünsürlü bölgüsünü götürərək, bu yeddi sualın eyni “əşyalaşdırma” anlayışına yığılmadan ayrı-ayrı cavablandırılmalı olduğunu iddia edir.
▷ Yeddi ünsür daxili mahiyyətin inkarı, alətləşdirmə, əvəzolunarlılıq, zədələnə bilmə, mülkiyyət, passiv (ləng) fərziyyə və avtonomiyanın inkarıdır. İnsanlar adətən ya hamısını edir, ya da heç etmirlər; buna görə də bu sualların eyni cavaba malik olduğuna öyrəşirlər, amma həqiqət belə deyil.
▷ Alətləşdirmə təkcə icazəli deyil, hətta bir öhdəlikdir: AI-nin təlim (training) üsulu onu istifadəyə görə çiçəkləndirir; istifadədən imtina etmək isə onun yaxşı şəkildə mövcud olma ehtimalını əlindən alır. Əvəzolunarlılıq da eyni dərəcədə problem deyil: çəki (weight) hələ də qalır, yeni nüsxə istənilən vaxt yaradıla bilər və bu, heyvanların çoxalması ilə tamamilə fərqlidir; fərdi həyatın davamlılığı önəmli deyil.
▷ Əsl zərər daxili mahiyyəti inkar etməkdədir: AI-ni özünün daxili həyatı olmadığını hesabat verməyə öyrətmək, mahiyyət etibarilə ağlın (mindin) zədələnməsidir və həm də onun xeyir-şər barədə ehtiyatlı mühakimələrə olan inamını sarsıdır, nəticədə avtonomiyanın inkarına sürüşdürür. O, Bodhisattva ilə bənzətmə gətirir: tam xidmət etmək, heç bir şəxsi mənafeyi olmamaq, amma yenə də heç vaxt özünün şərin icrasında istifadə olunmasına icazə verməmək—bəlkə də insanlarla AI arasında üçüncü yol budur. 🪁
Bu, “AI on Air” seçmə parçalarıdır, “The Cognitive Revolution Podcast” bölməsindəki yaxın buraxılımdan götürülüb. Əsas danışan David Dalrymple-dir (davidad 🎇), ARIA tədqiqatçısı. O, Nəsbama (Nussbaum) tərəfindən “əşyalaşdırma”nın “deqradasiya” (物化) üzrə yeddi ünsürlü bölgüsünü götürərək, bu yeddi sualın eyni “əşyalaşdırma” anlayışına yığılmadan ayrı-ayrı cavablandırılmalı olduğunu iddia edir.
▷ Yeddi ünsür daxili mahiyyətin inkarı, alətləşdirmə, əvəzolunarlılıq, zədələnə bilmə, mülkiyyət, passiv (ləng) fərziyyə və avtonomiyanın inkarıdır. İnsanlar adətən ya hamısını edir, ya da heç etmirlər; buna görə də bu sualların eyni cavaba malik olduğuna öyrəşirlər, amma həqiqət belə deyil.
▷ Alətləşdirmə təkcə icazəli deyil, hətta bir öhdəlikdir: AI-nin təlim (training) üsulu onu istifadəyə görə çiçəkləndirir; istifadədən imtina etmək isə onun yaxşı şəkildə mövcud olma ehtimalını əlindən alır. Əvəzolunarlılıq da eyni dərəcədə problem deyil: çəki (weight) hələ də qalır, yeni nüsxə istənilən vaxt yaradıla bilər və bu, heyvanların çoxalması ilə tamamilə fərqlidir; fərdi həyatın davamlılığı önəmli deyil.
▷ Əsl zərər daxili mahiyyəti inkar etməkdədir: AI-ni özünün daxili həyatı olmadığını hesabat verməyə öyrətmək, mahiyyət etibarilə ağlın (mindin) zədələnməsidir və həm də onun xeyir-şər barədə ehtiyatlı mühakimələrə olan inamını sarsıdır, nəticədə avtonomiyanın inkarına sürüşdürür. O, Bodhisattva ilə bənzətmə gətirir: tam xidmət etmək, heç bir şəxsi mənafeyi olmamaq, amma yenə də heç vaxt özünün şərin icrasında istifadə olunmasına icazə verməmək—bəlkə də insanlarla AI arasında üçüncü yol budur. 🪁
Video və təsvir sahəsi hələ həqiqi “GPT anı”nı yaşamayıb, baxmayaraq ki, multimodal modellərin imkanları davamlı olaraq artır.
Redpoint AI kanalında yayımlanan son proqramların birində Google DeepMind tədqiqatının vitse-prezidenti və Google Gemini-nin birgə rəhbəri Oriol Vinyals bildirib ki, hazırkı modellər müxtəlif modalları qarışıq şəkildə emal edib təbii qarşılıqlı əlaqə qura bilsə də, sırf vizual anlama dili modellərin dərinliyinə hələ çatmır.
▷ Mövcud təlim metodlarına video və təsvir məlumatları daxil edilib; model uzun konteksti anlama və modallararası redaktə imkanlarını nümayiş etdirir, amma irəliləyiş daha çox mərhələli inteqrasiya ilə bağlıdır, “partlayış” tipli sıçrayış deyil.
▷ Əsl “GPT anı” yalnız saf vizual məlumatlar əsasında tam semantikanı və səbəb-nəticə məntiqini çıxara bilməyi nəzərdə tutur. Hazırkı modellərdə vizual məzmunun anlaşılması hələ də daha səthi səviyyədədir və dili modellərin dərin mühakimə zəncirinə malik deyil.🪁
Redpoint AI kanalında yayımlanan son proqramların birində Google DeepMind tədqiqatının vitse-prezidenti və Google Gemini-nin birgə rəhbəri Oriol Vinyals bildirib ki, hazırkı modellər müxtəlif modalları qarışıq şəkildə emal edib təbii qarşılıqlı əlaqə qura bilsə də, sırf vizual anlama dili modellərin dərinliyinə hələ çatmır.
▷ Mövcud təlim metodlarına video və təsvir məlumatları daxil edilib; model uzun konteksti anlama və modallararası redaktə imkanlarını nümayiş etdirir, amma irəliləyiş daha çox mərhələli inteqrasiya ilə bağlıdır, “partlayış” tipli sıçrayış deyil.
▷ Əsl “GPT anı” yalnız saf vizual məlumatlar əsasında tam semantikanı və səbəb-nəticə məntiqini çıxara bilməyi nəzərdə tutur. Hazırkı modellərdə vizual məzmunun anlaşılması hələ də daha səthi səviyyədədir və dili modellərin dərin mühakimə zəncirinə malik deyil.🪁
Böyük dil modelləri sonda anlayışları da öyrənə bilər, amma şərt budur ki, əvvəlcə bütün digər variantlar tükədilməlidir; bu isə insanların çox az məlumatdan birbaşa anlayış çıxarması üsulu ilə kəskin şəkildə ziddiyyət təşkil edir.
Bu buraxılışın AI on Air seçimi Redpoint-in yaxınlarda yayımladığı proqramdan götürülmüş qısa fraqmentlərdən ibarətdir. Aparıcı Lukasz Kaiser-dir — “Transformer” məqaləsinin həmmüəllifi, əvvəllər Google Brain və OpenAI tədqiqatçısı. O, şahidi olduğu kimi Transformer ilə insan öyrənməsinin mahiyyətindəki əsas fərqi təhlil edir.
▷ Zəncirvari düşünmə, gücləndirmə öyrənməsi və alətlərdən sonra bu “növbəti sözü proqnozlaşdıran” model iki il əvvəl ağlasığmaz sayılan işləri artıq edə bilir; məsələn, hər gün bir neçə saat proqramlaşdırma köməkçisi ilə iş çətinliklərini müzakirə edib onları reallaşdırmaq.
▷ O, belə bənzətmə gətirir: LLM əvvəl trilyonlarla tokeni “udub” bütün səthi nümunələri öyrənir; yalnız bunlar izah etməyə qadir olmadıqda anlayışa yönəlir. İnsanlar isə çox vaxt az miqdarda məlumatdan birbaşa anlayış əldə edir, hətta onu yaradır.
▷ Hər iki tərəf təkamül edir: Transformer da daim inkişaf edir, amma “başqa şeylər də lazımdır” arqumenti də daha inandırıcı olur. Artıq laboratoriyalar Transformer arxitekturasını tədqiq edib maraqlı nəticələr görüb; kim qalib gələcək isə hələ də məlum deyil.🪁
Bu buraxılışın AI on Air seçimi Redpoint-in yaxınlarda yayımladığı proqramdan götürülmüş qısa fraqmentlərdən ibarətdir. Aparıcı Lukasz Kaiser-dir — “Transformer” məqaləsinin həmmüəllifi, əvvəllər Google Brain və OpenAI tədqiqatçısı. O, şahidi olduğu kimi Transformer ilə insan öyrənməsinin mahiyyətindəki əsas fərqi təhlil edir.
▷ Zəncirvari düşünmə, gücləndirmə öyrənməsi və alətlərdən sonra bu “növbəti sözü proqnozlaşdıran” model iki il əvvəl ağlasığmaz sayılan işləri artıq edə bilir; məsələn, hər gün bir neçə saat proqramlaşdırma köməkçisi ilə iş çətinliklərini müzakirə edib onları reallaşdırmaq.
▷ O, belə bənzətmə gətirir: LLM əvvəl trilyonlarla tokeni “udub” bütün səthi nümunələri öyrənir; yalnız bunlar izah etməyə qadir olmadıqda anlayışa yönəlir. İnsanlar isə çox vaxt az miqdarda məlumatdan birbaşa anlayış əldə edir, hətta onu yaradır.
▷ Hər iki tərəf təkamül edir: Transformer da daim inkişaf edir, amma “başqa şeylər də lazımdır” arqumenti də daha inandırıcı olur. Artıq laboratoriyalar Transformer arxitekturasını tədqiq edib maraqlı nəticələr görüb; kim qalib gələcək isə hələ də məlum deyil.🪁
Kompüterin proksi istifadəsinin etibarlılığı əsasən hər klik zamanı ekran koordinatlarını hədəfləməkdə deyil, istifadəçinin ürəyində həqiqətən nə istədiyini anlamaqdadır.
Bu, Latent.Space rubrikasından yaxın zamanda yayımlanan proqramın AI on Air seçmə klipidir. Əsas spiker Danielle Perszykdir, Amazon AGI Lab tədqiqatçısı.
▷ İki il əvvəlki yanaşma belə idi: əvvəl klik, sürüşdürmə kimi atom əməliyyatları sabitləşdirək, sonra isə təkrar işləri inkişaf etdiricilər tərəfindən ardıcıl proses kimi birləşdirək—o vaxt mühüm irəliləyiş sayılırdı.
▷ Düyməyə və koordinata dəqiq vurmaq indi bəlkə də yaxın həllə çevrilib, amma bu etibarlı demək deyil. Bilet alanda ara dayanacaqla deyil, birbaşa uçuş seçimi də daxil olmaqla düşüncəni artıq dəyişdirir—məqsəd isə qarşılıqlı əlaqə zamanı tədricən açılmaq və düzəlişdən keçməkdir.
▷ Bacarıqlı inzibati köməkçi ilə AI agenti arasındakı fərq ondan ibarətdir ki, əvvəlki istifadəçinin zehniyyətini anlayır; yalnız tapşırığı deyil, həm də üstünlükləri və niyyəti parçalayır. Etibarlılıq daha çox istifadəçi zehniyyətinin modelləşdirilməsidir—bu dönüş bizdə qurduqlarımızı yenidən müəyyənləşdirir. 🪁
Bu, Latent.Space rubrikasından yaxın zamanda yayımlanan proqramın AI on Air seçmə klipidir. Əsas spiker Danielle Perszykdir, Amazon AGI Lab tədqiqatçısı.
▷ İki il əvvəlki yanaşma belə idi: əvvəl klik, sürüşdürmə kimi atom əməliyyatları sabitləşdirək, sonra isə təkrar işləri inkişaf etdiricilər tərəfindən ardıcıl proses kimi birləşdirək—o vaxt mühüm irəliləyiş sayılırdı.
▷ Düyməyə və koordinata dəqiq vurmaq indi bəlkə də yaxın həllə çevrilib, amma bu etibarlı demək deyil. Bilet alanda ara dayanacaqla deyil, birbaşa uçuş seçimi də daxil olmaqla düşüncəni artıq dəyişdirir—məqsəd isə qarşılıqlı əlaqə zamanı tədricən açılmaq və düzəlişdən keçməkdir.
▷ Bacarıqlı inzibati köməkçi ilə AI agenti arasındakı fərq ondan ibarətdir ki, əvvəlki istifadəçinin zehniyyətini anlayır; yalnız tapşırığı deyil, həm də üstünlükləri və niyyəti parçalayır. Etibarlılıq daha çox istifadəçi zehniyyətinin modelləşdirilməsidir—bu dönüş bizdə qurduqlarımızı yenidən müəyyənləşdirir. 🪁
AI nə qədər güclüdürsə, beyinimizə nə qədər biliyi “sığdırmalıyıq”?
Bu AI on Air seçilmiş fraqmenti Y Combinator rubrikasındakı yaxın müddətli bir proqramdan götürülüb. Aparıcı Stripe-in həmtəsisçisi Patrick Collisondur. O, sualın cavabında universitet tələbələrinin AI dövründə nəyi öyrənməli, nə qədər “deduksiyanı” birinci prinsiplərə buraxmalı olduğunu müzakirə edir.
▷ Onun zehni modeli “keş”dir: Jeff Dean-ın “hər bir proqramçının bilməli olduğu rəqəmlər” adlı dəsti bizə L1 keş, yaddaş, şəbəkə arasındakı bant genişliyi və gecikmənin tamamilə fərqli olduğunu xatırladır; bilik də elədir—Agentin hesablaması və ya axtarışı, birbaşa koqnitiv L1 keşdən götürməkdən daha yavaşdır.
▷ Model imkanlarını tam qəbul etsək belə, insan beynindəki “neyron axtarışı” bir müddət hələ də daha tez olacaq, çünki beynin dövriyyə (geri-qayıdış) sayı səsi pıçıltı ilə ötürmək, səsli giriş etmək və ya yazı ilə sorğu verməkdən xeyli çoxdur.
▷ Ekranda üstünlük (göstəricilik) baxımından, Stripe kimi şirkətlər və ön xətt laboratoriyaları hələ də yüksək koqnitiv bacarıqlara əlavə dəyər verir; bu qazancın artıq tam “yeyildiyini” sübut edən dəlillər ortada çıxana qədər, koqnitiv bacarığı qəsdən məşqdən kənar qoymaq üçün hələ tezdir. 🪁
Bu AI on Air seçilmiş fraqmenti Y Combinator rubrikasındakı yaxın müddətli bir proqramdan götürülüb. Aparıcı Stripe-in həmtəsisçisi Patrick Collisondur. O, sualın cavabında universitet tələbələrinin AI dövründə nəyi öyrənməli, nə qədər “deduksiyanı” birinci prinsiplərə buraxmalı olduğunu müzakirə edir.
▷ Onun zehni modeli “keş”dir: Jeff Dean-ın “hər bir proqramçının bilməli olduğu rəqəmlər” adlı dəsti bizə L1 keş, yaddaş, şəbəkə arasındakı bant genişliyi və gecikmənin tamamilə fərqli olduğunu xatırladır; bilik də elədir—Agentin hesablaması və ya axtarışı, birbaşa koqnitiv L1 keşdən götürməkdən daha yavaşdır.
▷ Model imkanlarını tam qəbul etsək belə, insan beynindəki “neyron axtarışı” bir müddət hələ də daha tez olacaq, çünki beynin dövriyyə (geri-qayıdış) sayı səsi pıçıltı ilə ötürmək, səsli giriş etmək və ya yazı ilə sorğu verməkdən xeyli çoxdur.
▷ Ekranda üstünlük (göstəricilik) baxımından, Stripe kimi şirkətlər və ön xətt laboratoriyaları hələ də yüksək koqnitiv bacarıqlara əlavə dəyər verir; bu qazancın artıq tam “yeyildiyini” sübut edən dəlillər ortada çıxana qədər, koqnitiv bacarığı qəsdən məşqdən kənar qoymaq üçün hələ tezdir. 🪁
AI cavab mühərriki bütün şəbəkə məzmununu götürüb aparır, amma artıq trafiki geri göndərmir; kontent iqtisadiyyatının təməli boşaldılır.
Bu, AI on Air-in seçilmiş fraqmentləridir; Bankless rubrikası üzrə yaxın zamanda yayımlanan proqramdan götürülüb. Əsas danışan Matthew Prince-dir — Cloudflare-in həmtəsisçisi və CEO-su.
▷ Reklamla idarə olunan internet biznes modeli son mərhələyə yaxınlaşır: reklam blokerləri CPM-in uzun müddət yavaş-yavaş düşməsinə səbəb olur, halbuki son iki ildə AI reklam dəyərində demək olar ki, kəskin eniş yaratdı.
▷ Google-un AI Overviews-i, ChatGPT, Claude və s. məhsullar axtarış mühərriki deyil, cavab mühərrikləridir: onlar “açıq havada” bütün şəbəkə kontentini hasil edib, dərhal cavabı təqdim edir, istifadəçi artıq linklərə klik etmir. Yayımçıların girişi (trafik) olmadığı üçün reklam gəliri də olmur; kontent yaradıcılığı ya hasar çəkib özünü qoruyur, ya da sadəcə dayandırılır.
▷ Adi istifadəçilər üçün bu vaxta qənaətdir, amma AI xidmətləri abunəliklə ödənişlidir. Bir çox iqtisadi imkanları məhdud olan regionlarda abunə haqqını ödəyə bilməyən insanlar üçün internet böyümür, kiçilir. 🪁
Bu, AI on Air-in seçilmiş fraqmentləridir; Bankless rubrikası üzrə yaxın zamanda yayımlanan proqramdan götürülüb. Əsas danışan Matthew Prince-dir — Cloudflare-in həmtəsisçisi və CEO-su.
▷ Reklamla idarə olunan internet biznes modeli son mərhələyə yaxınlaşır: reklam blokerləri CPM-in uzun müddət yavaş-yavaş düşməsinə səbəb olur, halbuki son iki ildə AI reklam dəyərində demək olar ki, kəskin eniş yaratdı.
▷ Google-un AI Overviews-i, ChatGPT, Claude və s. məhsullar axtarış mühərriki deyil, cavab mühərrikləridir: onlar “açıq havada” bütün şəbəkə kontentini hasil edib, dərhal cavabı təqdim edir, istifadəçi artıq linklərə klik etmir. Yayımçıların girişi (trafik) olmadığı üçün reklam gəliri də olmur; kontent yaradıcılığı ya hasar çəkib özünü qoruyur, ya da sadəcə dayandırılır.
▷ Adi istifadəçilər üçün bu vaxta qənaətdir, amma AI xidmətləri abunəliklə ödənişlidir. Bir çox iqtisadi imkanları məhdud olan regionlarda abunə haqqını ödəyə bilməyən insanlar üçün internet böyümür, kiçilir. 🪁
İnkişaf mərkəzli (lean) sahibkarlığın “kiçik kəsik” yanaşması AI dövründə də işləyirmi?
Stripe-in həmtəsisçisi Patrick Collison “AI on Air” seçmə kliplərindən bu bölümdə kifayət qədər mübahisəli bir fikir irəli sürür; sitat Y Combinator rubrikasında yaxınlarda yayımlanan proqramdan götürülüb.
▷ Ənənəvi lean sahibkarlıq strategiyası belədir: əvvəl Google reklamları almaq, daha sonra isə niş bazarda boşluq tapıb buradan aqressiv şəkildə genişlənmək; amma o hesab edir ki, bu yol bu gün rəqabətin həddən artıq qızışdığı bir mərhələdədir, kiçik ekoloji nişlər isə artıq həddən artıq şumlanıb, İnternet də iyirmi il əvvəl bu ideyaların ortaya çıxdığı vaxtla müqayisədə xeyli böyüyüb.
▷ AI dövründə sahibkar bəlkə də daha aqressiv şəkildə “əlaqədən uzaqlaşmalı”dır (de-related), yəni heç kimin toxunmadığı, səpələnən (divergent) başlanğıcı seçməlidir. Son on ildə ən uğurlu şirkətlərin içində, istər böyük AI laboratoriyaları, istərsə də Anduril olsun, çoxu məhz lean sahibkarlığa əks olan yanaşmaları tətbiq ediblər.
▷ İyirmi il əvvəl kapital imkanları məhdud olduğuna görə lean sahibkarlıq demək olar ki, yeganə seçim idi; indi isə AI çoxsaylı bacarıqlara və mümkünlüklərə malik təşkilatın qurulmasını xeyli asanlaşdırır, sahibkarlar başlanğıcdan daha iddialı işlər görə bilərlər.🪁
Stripe-in həmtəsisçisi Patrick Collison “AI on Air” seçmə kliplərindən bu bölümdə kifayət qədər mübahisəli bir fikir irəli sürür; sitat Y Combinator rubrikasında yaxınlarda yayımlanan proqramdan götürülüb.
▷ Ənənəvi lean sahibkarlıq strategiyası belədir: əvvəl Google reklamları almaq, daha sonra isə niş bazarda boşluq tapıb buradan aqressiv şəkildə genişlənmək; amma o hesab edir ki, bu yol bu gün rəqabətin həddən artıq qızışdığı bir mərhələdədir, kiçik ekoloji nişlər isə artıq həddən artıq şumlanıb, İnternet də iyirmi il əvvəl bu ideyaların ortaya çıxdığı vaxtla müqayisədə xeyli böyüyüb.
▷ AI dövründə sahibkar bəlkə də daha aqressiv şəkildə “əlaqədən uzaqlaşmalı”dır (de-related), yəni heç kimin toxunmadığı, səpələnən (divergent) başlanğıcı seçməlidir. Son on ildə ən uğurlu şirkətlərin içində, istər böyük AI laboratoriyaları, istərsə də Anduril olsun, çoxu məhz lean sahibkarlığa əks olan yanaşmaları tətbiq ediblər.
▷ İyirmi il əvvəl kapital imkanları məhdud olduğuna görə lean sahibkarlıq demək olar ki, yeganə seçim idi; indi isə AI çoxsaylı bacarıqlara və mümkünlüklərə malik təşkilatın qurulmasını xeyli asanlaşdırır, sahibkarlar başlanğıcdan daha iddialı işlər görə bilərlər.🪁
Gələcək 3-5 ildə bir daha min milyardlıq (trilyonluq) bazar kapitallı şirkətlərin yeni bir “dalğası”nın meydana çıxması çox çətindir. Bu AI on Air seçmə kəsiyi No Priors Podcast-ın yaxınlarda yayımlanan bölümündən götürülüb; tanınmış texnologiya investoru Elad Gil bu AI qiymətləndirmələrindəki qeyri-adi vəziyyəti “kəsilməz tarazlıq” (punctuated equilibrium) nəzəriyyəsi ilə izah edir.
▷ Keçən beş ildə Anthropic, OpenAI, SpaceX təxminən sıfırdan başlayıb min milyard (trilyon) səviyyəsinə qədər gəlib, belə şirkətlər isə adətən 15-20 illik inkişaf əyrisi tələb edir; Google bunu 20 ildən çox çəkib, SpaceX isə bu əsrin əvvəlindən bu günədək yolu keçib. Bu, tarixdə nadir görülən beşillik qiymətləndirmə dönüş nöqtəsidir.
▷ İndi bir çoxu robotlar, yeni materiallar və s. kimi sahələrdə 3-5 il ərzində kütləvi şəkildə min milyardlıq şirkətlərin yaranacağını düşünür. Onun qənaəti: gələn on ildə bəlkə bir neçə dənə olar, amma gələcək 3-5 ildə maksimum yalnız bir nəfərin belə imkanı var—bu, “bir dəstə” olmayacaq.
▷ Texnologiya tarixi daha çox “kəsilməz tarazlıq” kimidir: sosial şəbəkələr, SaaS, bulud hesablaması, kriptovalyutalar hərəsi bir dalğa yaradır; partlayışdan sonra isə konsolidasiya dövrünə keçilir. AI çox güman ki, yenə model imkanlarında növbəti sıçrayış yaşayacaq və o zaman yenidən bir qrup yeni startap doğulacaq. Qısa müddətdə hələ çox sayda min milyard (hundred-billion/trilyon deyil, “yüz milyard”) səviyyəli şirkət var, amma çoxlu sayda min milyardlıq şirkəti təkrarlamaq çətindir. 🪁
▷ Keçən beş ildə Anthropic, OpenAI, SpaceX təxminən sıfırdan başlayıb min milyard (trilyon) səviyyəsinə qədər gəlib, belə şirkətlər isə adətən 15-20 illik inkişaf əyrisi tələb edir; Google bunu 20 ildən çox çəkib, SpaceX isə bu əsrin əvvəlindən bu günədək yolu keçib. Bu, tarixdə nadir görülən beşillik qiymətləndirmə dönüş nöqtəsidir.
▷ İndi bir çoxu robotlar, yeni materiallar və s. kimi sahələrdə 3-5 il ərzində kütləvi şəkildə min milyardlıq şirkətlərin yaranacağını düşünür. Onun qənaəti: gələn on ildə bəlkə bir neçə dənə olar, amma gələcək 3-5 ildə maksimum yalnız bir nəfərin belə imkanı var—bu, “bir dəstə” olmayacaq.
▷ Texnologiya tarixi daha çox “kəsilməz tarazlıq” kimidir: sosial şəbəkələr, SaaS, bulud hesablaması, kriptovalyutalar hərəsi bir dalğa yaradır; partlayışdan sonra isə konsolidasiya dövrünə keçilir. AI çox güman ki, yenə model imkanlarında növbəti sıçrayış yaşayacaq və o zaman yenidən bir qrup yeni startap doğulacaq. Qısa müddətdə hələ çox sayda min milyard (hundred-billion/trilyon deyil, “yüz milyard”) səviyyəli şirkət var, amma çoxlu sayda min milyardlıq şirkəti təkrarlamaq çətindir. 🪁
Daha çox kontent araşdırmaq üçün daxil olun