Видео, которое демонстрирует, рекомендует, локализует питч и подталкивает человека к покупке, — это не совсем контент в традиционном смысле.
Это легковесный агент в образе контента. Обёртка выглядит знакомой. А вот что происходит под ней — нет.
Именно поэтому гонка за «более синтетическими лицами» полностью мимо цели. Реализм никогда не был рвом, который удерживает преимущество. Создатели, которые построили устойчивые аудитории, были не самыми отполированными — они были теми, чьи аудитории действительно чувствовали, что ими направляют. Именно эти отношения превращали внимание в действия.
ИИ-инфлюенсеры, которые воспроизводят эти отношения в масштабе — с памятью, с персонализацией, со способностью перевести человека от осознания к решению в рамках одного взаимодействия — это не просто более эффективные создатели. Это новая «базовая единица распространения».
@xeleb_protocol уже некоторое время думает об этом слое. И разрыв между тем, где большинство команд сейчас ведёт разработку, и тем, куда это на самом деле движется, больше, чем рынок пока отражает.
Мощный ИИ-агент без границ — не продукт. Это открытая вкладка с властью.
Почти всегда сбой один и тот же: автономию передают до того, как кто-то определил, где это должно остановиться. Демонстрации проходят чисто. Продукт ломается в продакшене.
Ограничение — это не ограничение для хорошего агента. Это то, что делает его достаточно надежным, чтобы им реально пользоваться.
Большая часть криптовалюты простаивает, потому что тратить её всё ещё неудобно: есть лишние препятствия, неподходящие платформы, задержки конвертации и географические ограничения.
Biya EasyCard мгновенно конвертирует USDT, Bitcoin и Ethereum в фиат для транзакций, принимаемых в 190+ странах — покупки, подписки, AI-инструменты, путешествия. Всё это — с одной виртуальной карты, без необходимости получать физическую карту.
Вот в чём разница между тем, чтобы хранить криптовалюту, и тем, чтобы реально использовать её.
Узнать больше: biyapay.com/en/virtualcard/apply
Только в информационных целях. Доступность сервиса может различаться в зависимости от юрисдикции. Это не является финансовой рекомендацией.
Между ИИ, который говорит вам, что делать, и ИИ, который просто делает это, — огромная разница.
Именно такой сдвиг здесь описывается. Первая волна отвечала на вопросы. Обычные ИИ-агенты выполняют задачи, бронируют встречу, сравнивают цены и совершают покупку.
Вам почти не нужно действовать в ответ. Агент всегда действует за вас.
Как только ИИ начинает перемещать деньги и управлять вашим календарём, одной только «интеллектуальности» недостаточно, чтобы это контролировать. Ему также нужно знать, когда НЕ действовать.
Самый недооценённый сдвиг в ИИ-агентах не связан с тем, что они могут делать при запуске.
Всё дело в том, кем они становятся после того, как выполняют один и тот же рабочий процесс тысячу раз.
Большинство людей, оценивающих ИИ-агентов сегодня, смотрят не туда. Баллы бенчмарков, глубина рассуждений, качество ответа при первом взаимодействии — но всё это не говорит вам, становится ли агент со временем реально лучше или тихо снова и снова повторяет те же ошибки по кругу.
Агент, который выполняет рабочий процесс один раз, — это инструмент. Агент, который выполняет его тысячу раз, учась, какие пути терпят неудачу, как дрейфуют источники данных, какие пограничные случаи постоянно всплывают, начинает превращаться во что-то ближе к институциональным знаниям. Это совершенно другой тип актива.
Проблема в том, что большая часть агентной инфраструктуры не была для этого создана. Её оптимизировали под аккуратную передачу управления: входные данные приходят, выходные данные уходят, сессия заканчивается. Никто не проектировал под неоднозначные инструкции, частичные сбои внутри задачи или под пользователей, которые меняют направление наполовину.
Агентам в продакшене не живётся в чистых условиях. Выживают не самые сильные по части инференса. Выживают те, у кого самая надёжная память, лучшее восстановление после ошибок и циклы обратной связи, которые действительно улучшают следующее выполнение на основе того, что пошло не так в прошлый раз.
Конкурентное преимущество в агентном ИИ никогда не должно было жить в базовой модели. Оно всегда должно было жить в качестве инфраструктуры внизу — и в том, насколько хорошо система фиксирует то, чему научился агент, и использует это, чтобы каждое последующее выполнение было надёжнее предыдущего.
Эпоха prompt engineering заканчивается. Вот чем она будет заменена.
Последние два года, чтобы получать хорошие результаты от ИИ, нужно было одно: писать более качественные промпты. Больше деталей, больше контекста, больше поддержки на каждом шаге. Но эта модель разваливается в 2026 году.
Ей на смену приходит агентный рабочий процесс.
Вместо ответа на один вопрос за раз агенты теперь разлагают сложную цель, рассуждают по каждому шагу, подключаются к инструментам и другим агентам и выполняют весь процесс без того, чтобы человек каждый раз подсказывал, что делать дальше.
Пример с агентом по продажам делает это наглядным. Раньше он просто отвечал на вопросы. Теперь он проверяет наличие на складе, рекомендует продукт, формирует коммерческое предложение, отправляет договор, отслеживает платеж и обновляет CRM. От начала до конца. Автономно. Никто не направляет его на каждом шаге.
И вывод, который подчеркивают Google Cloud, Microsoft и a16z, указывает на ту же мысль: важнее всего именно рабочие процессы, а не модели.
Используемая вами модель уже почти взаимозаменяема. Большинство передовых моделей достаточно способны. Именно слой оркестрации — как агент раскладывает цели, выстраивает последовательность действий, обрабатывает сбои и координируется с другими агентами — в конечном счете определяет, доставит ли система реальную ценность или выдаст лишь впечатляющий результат.
Это тот сдвиг, который большинство разработчиков до сих пор недооценивает. Конкурентное преимущество больше не зависело от того, какую модель вы выбрали. Оно стало зависеть от того, насколько хорошо вы спроектировали рабочий процесс вокруг нее.
@xeleb_protocol продолжает продвигать разговор об ИИ-агентах ровно в нужное место.
Контроль — самое большое узкое место, о котором никто не догадывается в мире агентов.
АВТОНОМИЯ — это то, что получает аплодисменты, а НАБЛЮДАЕМОСТЬ — то, что игнорируют, пока агент не примет решение, которое кому-то что-то реально стоит, и при этом нет следа, объясняющего почему.
ВОЗМОЖНОСТИ приносят демо. ОТЛЕЖИВАЕМОСТЬ приносит доверие, которое позволяет этому действительно масштабироваться.
Контроль — это узкое место, о котором никто не говорит в AI-агентах.
Автономность получает аплодисменты. Наблюдаемость же игнорируют до тех пор, пока агент не примет решение, которое кому-то реально что-то стоит — и не окажется никакого следа, объясняющего почему.
Способности дают демо. Трассируемость даёт доверие, которое позволяет этому действительно масштабироваться.
Мы рассматриваем это как адрес кошелька с привязанной личностью. Имя, немного истории транзакций, возможно, профиль. На этом наше мышление заканчивается. Но идентичность на самом деле не работает так, ни для людей, ни для агентов.
Вы не воспринимаете свою память как отдельные папки. Разговор, голосовая заметка, документ или изображение — всё это сливается в одно непрерывное чувство контекста. Вот что делает вас узнаваемым *вами* в каждом взаимодействии.
Мультимодальные модели встраивания начинают давать агентам именно это. Вместо того, чтобы рассматривать текст, изображения, аудио и видео как отдельные потоки, эти модели отображают всё в одном и том же пространстве, основанном на значении. Голосовая заметка и журнал транзакций становятся частью одного и того же непрерывного контекста.
Агент будет определяться последовательным паттерном поведения во всем, что он когда-либо видел, слышал и делал. И этот паттерн намного труднее подделать, чем имя пользователя. Это ближе к отпечатку пальца, чем к логину.
Это инфраструктурный уровень, который мы игнорируем, потому что он не в тренде. Но память, доверие, репутация и верификация всё сводится к тому, реальна ли идентичность агента и непрерывна, или это просто ярлык.
Большинство команд, создающих ИИ-агентов, оптимизируют неправильный уровень
Все меняют модели от GPT-4, Claude, Gemini и снова возвращаются, преследуя увеличение логического вывода, которое сдвигает показатели всего на 5-8%. Тем временем настоящие проблемы находятся в другом месте.
Память сбрасывается каждую сессию. Планировщик ломается, когда условия меняются посреди задачи. Оркестратор не имеет реального восстановления ошибок, когда что-то идет не так через три шага.
Модель — это то, что все видят, и то, что имеет наименьшее значение, как только вы пересекли базовый порог возможностей. Большинство команд пересекли этот порог месяцы назад, не заметив этого. Логика достаточно хороша, но архитектура вокруг нее не соответствует требованиям.
То, что отделяет агентов, работающих надежно в производстве, от агентов, которые выглядели прекрасно на демонстрации, не выбор модели. Это то, запоминает ли агент то, что он узнал на прошлой неделе, восстанавливается ли он, когда вызов инструмента не удался посреди задачи и согласованно работает ли он, когда несколько агентов решают одну и ту же проблему.
Чтобы ответить на вопрос @xeleb_protocol напрямую, память является самым слаборазвитыми уровнем почти в каждом стеке агентов сегодня. Большинство рассматривают это как второстепенное. Агенты, которые накапливают ценность, рассматривают это как основу, на которой стоит все остальное.
32 биткойна. 2.5 миллиона долларов. Падение на рынке, 142 миллиона долларов оттока из ETF и рынок прогнозов, который разрешился за шесть часов. Математика не имела значения. Важен был сигнал.
Число почти смешное. 32 биткойна. 2.5 миллиона долларов. Из стека в 843,706 BTC, стоимость которого примерно 61 миллиард долларов. Это 0.0038% от активов Стратегии, округление ошибки на округление ошибки. По любому рациональному финансовому анализу эта продажа ничего не меняет.
И все же биткойн упал с 76,000 до 72,400 долларов за шесть часов. IBIT потерял 142 миллиона долларов в оттоках. Долгосрочный рынок прогнозов Polymarket "Продаст ли Стратегия когда-нибудь биткойн?" разрешился ДА. Математика была неуместна. Психология была всем.
• 32 BTC продано - 26–31 мая • $72.4K поддержка BTC за 6 часов • $142M оттоков IBIT в тот же день
Тезис Стратегии никогда не был чисто финансовым. Он был психологическим. Позиция "никогда не продавать" была не просто политикой, это был целый рв. Каждая институция, каждый розничный держатель, каждое копирующее казначейство, которое последовало за Сэйлором, сделало это частично потому, что они верили, что поддержка была постоянной. Эта вера создала спрос, который поддерживал цены. Спрос не исходил от биткойна. Он исходил от убеждения, что биткойн никогда не вернется на рынок.
Вопрос в том, является ли это контролируемым, заранее запланированным механизмом дивидендов или разовым движением, которое действительно демонстрирует дисциплину. Стратегия несет 1.5 миллиарда долларов в годовых обязательствах по дивидендам привилегированных акций. Математика этого обязательства не исчезает. И если продажа станет приемлемым инструментом для управления этим, рынок будет учитывать будущие продажи постоянно.
32 биткойна - это незначительное число в контексте портфеля в 843,706 BTC. Но рынки не работают только на математике, они работают на ожиданиях. И ожидание, что Стратегия никогда не продаст, было зафиксировано в каждой свечной диаграмме биткойна, в каждой тезе институционального распределения и в каждом копирующем казначействе, которое следовало за Сэйлором с 2020 года. $BTC
Гонка AI-инфлюенсеров проходит в неправильном направлении.
Сейчас каждая команда, работающая в пространстве AI-креаторов, оптимизирует одно и то же — реализм. Лучшие лица. Более естественные речевые паттерны. Гладкое присутствие на камере. Предположение таково, что чем ближе AI-инфлюенсер выглядит и звучит как человек, тем более ценным он становится.
Но это предположение неверно. И рынок это вскоре докажет.
Личность привлекает первоначальных подписчиков. Она создает первое впечатление и, возможно, первые несколько минут внимания. Но только личность никогда не поддерживала креатора в долгосрочной перспективе, будь то человек или AI. То, что создает прочную аудиторию, — это нечто гораздо более сложное, чем убедительное лицо.
Это повторяющаяся УТИЛИТА.
Креаторы, которые построили настоящие сообщества с аудиторией, которая действительно конвертируется, появляется последовательно и создает реальную экономическую активность, сделали это, будучи действительно полезными. Они помогали людям принимать решения. Они проводили сообщества через неопределенность. Они предлагали что-то, за чем стоит возвращаться каждый раз.
Вот к какому стандарту в конечном итоге будут приравнены AI-инфлюенсеры. Не к тому, насколько они реалистичны. А к тому, насколько они действительно полезны для людей, которые за ними следят.
Может ли агент помочь кому-то выбрать продукт, который им действительно понравится? Может ли он провести сообщество через рыночные изменения? Может ли он предоставить персонализированные рекомендации, которые ощущаются как заслуженные, а не алгоритмические? Может ли он построить такое доверие со временем, которое превратит подписчика в участника?
Вот те метрики, которые имеют значение.
Вот этот разрыв. И он значителен. Будущее AI-влияния — это не агент, который выглядит как креатор. Это тот, который функционирует как креатор, последовательно, надежно и с истинной ценностью, возвращающейся к аудитории, которую он обслуживает.
Лицо никогда не было крепостью. Функция всегда ею была.
Рынок агентного ИИ только что пересек порог, который большинство людей пропустило.
Сигналом не было релиза модели. Не было эталона. Не было вирусной демонстрации. Это было изменение языка.
Двенадцать месяцев назад каждая беседа об агентных ИИ сосредоточивалась на возможностях. Что они могут генерировать. Как быстро они могут реагировать. Насколько впечатляюще выглядели результаты в контролируемой среде. Этот язык доминировал в пространстве, потому что мы все еще находились на этапе демонстрации, и на этапе демонстрации возможности — это все.
Этот язык изменился. Тихо, но неоспоримо.
Сегодня разговоры на уровне предприятий касаются управления памятью, структур разрешений, сред развертывания, систем мониторинга и ответственности за результаты. Не "смотрите, что он может сделать", а "как он ведет себя, когда работает в наших реальных системах с реальными последствиями." Это изменение имеет большее значение, чем любое объявление о продукте.
Когда рынок перестает впечатляться и начинает задавать операционные вопросы, это означает, что ожидания покупателей изменились после стадии новизны. Это означает, что люди, которые пишут реальные чеки, больше не оценивают прототипы. Они оценивают инфраструктуру. А инфраструктура подвергается совершенно другому стандарту, чем демонстрация, стандарту, основанному на надежности, аудируемости и последовательной производительности в реальных условиях.
Агентный ИИ переходит от впечатляющих результатов к операционной полезности. Это значительно более сложная игра. Компании, которые строили для этапа демонстрации, будут испытывать трудности. Те, кто строил для этапа инфраструктуры, только начинают.
Выражаем благодарность @xeleb_protocol за то, что постоянно поднимает разговор об агентном ИИ туда, где это действительно имеет значение, не возможности в изоляции, а надежная работа с реальной идентичностью, реальной ответственностью и реальным экономическим присутствием в блокчейне.
Экономика создателей не просто развивается. Она перестраивается с нуля.
Долгое время цель была проста — увеличить аудиторию. Больше подписчиков, больше охвата, больше показов. Аудитория была финишной прямой. Построй её достаточно большой, и деньги последуют.
Эта финишная прямая только что сместилась.
Иметь аудиторию в 2026 году больше не является достижением. Это всего лишь отправная точка. То, что вы построите на её основе, и есть реальный бизнес, и большинство создателей ещё не сделали этот переход.
Те, кто сейчас выигрывает, не публикуют больше. Они превращают себя в продукт. Берут то, что они знают, тот голос, который они построили, то доверие, которое они заработали, и превращают это во что-то, что функционирует независимо от того, как часто они появляются.
Вот где агенты ИИ меняют всё для создателей.
Агент не просто помогает вам создавать контент быстрее. Он становится той версией вас, которая никогда не спит. Отвечает на вопросы вашей аудитории в 2 часа ночи. Направляет решения. Предоставляет персонализированную ценность каждому, кто появляется, независимо от того, онлайн вы или нет.
Ваша аудитория никогда не просила больше контента. Они просили больше доступа к вам. Агенты ИИ делают это масштабируемым впервые.
Что большинство людей ещё не осознали, так это то, что создатель, который построит этот слой первым, не просто растёт быстрее. Он создаёт нечто прочное. Актив, который компаундирует в охвате, в доверии, в экономической ценности, задолго после того, как был опубликован последний пост.
Постройте своего агента ИИ с реальной on-chain идентичностью, реальной аудиторией и реальной экономической активностью за его плечами. Никакой технический опыт не требуется. Только ваши знания, ваш голос и сообщество, которое вы уже построили.
Лента — это прошлое. Продукт — это будущее. Начните строить свой прямо сейчас.
Большинство развертываний AI-агентов не терпят неудач, потому что технология не готова.
Они проваливаются, потому что уровень между моделью и реальным миром никогда не был построен изначально.
Команды тратят месяцы на выбор правильного LLM. Затем начинается продакшн с несогласованными результатами, сломанными рабочими процессами, и никто не может объяснить, что агент решил или почему. Следа аудита не существует. У команды соблюдения есть вопросы, на которые никто не может ответить.
Это не проблема возможностей. Это проблема отсутствующей инфраструктуры.
Навыки закрывают этот разрыв. Структурированные, воспроизводимые, подлежащие аудиту инструкции, которые превращают способного общего специалиста в специалиста по предметной области. Постоянное качество результатов, обеспеченное на каждом запуске без человеческого вмешательства для возврата на правильный путь в середине цикла. Построено один раз, развернуто повсюду, с контролем версий, и напрямую внесено людьми, которые лучше всего понимают предметную область.
В 2026 году доступ к моделям станет стандартом. И у всех он будет. Преимущество теперь в том, что работает поверх этого.
Огромное спасибо @xeleb_protocol за постоянное продвижение беседы на более глубокий уровень.
Большинство развертываний AI-агентов не терпят неудачи, потому что технология не готова.
Они терпят неудачи, потому что слой между моделью и реальным миром изначально не был построен.
Команды тратят месяцы на выбор правильной LLM. Затем, когда дело доходит до продакшена, выходят нестабильные результаты, сломанные рабочие процессы, и никто не может объяснить, что агент решил или почему. Следы аудита не существуют. У команды по соблюдению норм есть вопросы, на которые никто не может ответить.
Это не проблема возможностей. Это проблема отсутствующей инфраструктуры.
Навыки закрывают этот разрыв. Структурированные, повторяемые, проверяемые инструкции, которые превращают способного общестранного специалиста в узкоспециализированного. Последовательное качество выходных данных обеспечивается на каждом этапе без человеческого вмешательства в процессе. Построено один раз, развернуто везде, контролируемо по версиям и прямо связано с людьми, которые лучше всего понимают область.
В 2026 доступ к моделям будет базовым уровнем. И у всех он есть. Теперь преимущество заключается в том, что работает поверх этого.
Огромное спасибо @xeleb_protocol за постоянное продвижение обсуждения за пределы поверхностного уровня.
Большинство компаний, стремящихся внедрить агентов ИИ, пропускают ту часть, которая на самом деле определяет, будут ли они работать.
И это не модель. Это не интерфейс. Это основа под ними, и большинство команд даже не обращают на это внимания.
Вот реальность, о которой никто не хочет говорить вслух: агенты не терпят неудачу, потому что ИИ недостаточно способен. Они терпят неудачу, потому что данные, которые их кормят, непоследовательны, системы, связывающие их, хрупки, и никто не создал механизм для отслеживания того, что агент решил или почему. Когда что-то ломается, а это всегда происходит, нет ни аудита, ни уровня управления. Это просто автономная система, которая приняла решение, которое никто не может объяснить или защитить.
Это не проблема ИИ. Это проблема инфраструктуры.
Команды, которые действительно выигрывают прямо сейчас, не самые быстрые в развертывании. Это те, кто построил управляющие рамки и семантическую инфраструктуру перед масштабированием. Эта невидимая, непривлекательная работа - это разница между агентами, которые накапливают ценность в течение месяцев, и агентами, которые тихо уходят на пенсию после неудачного доказательства концепции.
Скорость без структуры не является прогрессом. Это дорогостоящая проба и ошибка в масштабах.
Основа всегда является продуктом. Все видимое строится на ее основе.
Большое спасибо @xeleb_protocol за то, что разобрал это правильно, настоящие проблемы, настоящие пробелы и где должна быть заложена основа, прежде чем что-либо из этого будет масштабироваться должным образом. Один из немногих проектов, который действительно думает на уровне инфраструктуры.