Якщо в тебе мало грошей, тобі не масштабуватись треба, а робити рукамиДля: тих, хто будує бізнесУ Hormozi в цьому відео дуже проста думка: коли ти ще маленький, твоя найбільша перевага - робити те, що великі компанії фізично не можуть масштабувати.Не ховатися за "процеси", "системи" і "автоматизацію", а:• самому писати потенційним клієнтам• самому дозбирати фідбек• самому допродавати• самому дороблювати офер під конкретну людинуІ ще там були 2 офігенні питання, які варто задавати клієнтам:• якщо з усього набору фіч треба лишити тільки одну - яку?• якщо прибрати одну фічу і в житті клієнта нічого не зміниться - яку?По суті, так ти дуже швидко розумієш, де справжня цінність, а де просто шум.Бо часто проблема не в тому, що "ринок складний".Проблема в тому, що людина ще не заробила перші нормальні гроші, але вже мислить як CEO корпорації, а не як хижак, якому треба просто забрати ринок руками.Коротше, якщо зараз "нема результату", можливо тобі треба не ще один тул чи AI-воркфлоу, а більше прямої дії.https://www.youtube.com/watch?v=H_ZLs1-jOKQЗгодні, що на ранньому етапі найбільше грошей лежить саме в unscalable штуках?
Головний скіл в еру AI - не coding, а understandingДля: програмістів і тих, хто юзає AI в роботіДуже раджу цей виступ Andrej Karpathy.Там класна думка, яка в мене прям засіла в голові:ти можеш аутсорснути thinking, але не можеш аутсорснути understanding.Тобто AI вже реально може:• писати код• дебажити• ресерчити• планувати кроки• тягнути шматки роботи майже без твоєї участіАле проблема тепер в іншому.Виграє не той, хто швидше друкує код руками.Виграє той, хто краще:• формулює задачу• дає контекст• бачить, де агент тупанув• тримає якість і смакKarpathy добре розділив це на 2 рівні:• vibe coding - піднімає floor, бо майже кожен тепер може швидко щось зібрати• agentic engineering - піднімає ceiling, бо сильні люди з агентами стають в рази ефективнішимиІ це, як на мене, головний зсув.Раніше цінувався той, хто сам руками все робить.Тепер все більше цінується той, хто може бути нормальним "директором" для системи агентів.Дуже рекомендую глянути:https://www.youtube.com/watch?v=96jN2OCOfLsЗгодні, що скоро "вміння думати задачами" стане важливішим за "вміння писати код"?
Скоро one-person software companies стануть нормоюДля: тих, хто цікавиться AIУ Naval в новому подкасті прозвучала думка, яка дуже засіла в голові:ми заходимо в ренесанс індивідуальних творців софту.Раніше між ідеєю і продуктом стояла ціла стіна:• треба шарити в стеку• зібрати команду• довго все узгоджувати• постійно йти на компромісиТепер одна людина з AI агентом може швидко зібрати прототип, перевірити ідею і допиляти продукт під себе.І це важливо не тільки через швидкість.Софт стає значно більш персональним і дешевим у виробництві.Можна робити:• нішеві продукти• тулзи під себе• ідеї, які раніше не окупали команду• прототипи за години, а не за місяціЩе один хороший інсайт був про рій агентів.Зараз модно запускати 10 агентів на одну задачу і робити вигляд, ніби це 10 різних мізків.Але якщо під капотом там та сама модель, то часто ти не стаєш розумнішим.Ти просто довше ганяєш ту саму задачу тим самим способом.І найцікавіше, що AI залазить уже не тільки в написання коду.Він поступово бере на себе весь цикл підтримки продукту:• збирає фідбек• аналізує баг-репорти і креші• готує фікси• допомагає вирішити, які фічі реально треба ship'атиТобто роль людини зміщується з "писати код" в "керувати напрямком".Відео:https://youtu.be/hTdSU7q5WCo?is=WVwfggCo80r_tytNЗгодні, чи one-person software companies реально стануть новою нормою?
Чувак з партнером сам виростив SaaS-бізнес до мільйонів і купив собі гелікДля: тих, хто цікавиться бізнесом і SaaSПодивився відео про Jeremy Redman.Це не корпорація і не стартап на сотню людей. Він з партнером сам запускав SaaS-продукти і виростив це в бізнес на мільйони доларів.Ще сподобалась його стратегія.Він не просто робить один "головний" продукт і молиться на нього. Він будує основний продукт, а навколо запускає купу дрібніших міні-продуктів, які самі по собі теж корисні, але головне - приводять трафік і ліди в основний бізнес.По суті, кожен такий міні-SaaS у нього працює як окремий вхід в воронку.І це, як на мене, набагато розумніше за сценарій "зараз 2 роки пиляємо один великий продукт, а потім будемо думати де брати користувачів".У підсумку маємо дуже зрозумілу картину:• маленька команда• кілька SaaS• продумана екосистема продуктів• мільйони доларів• Mercedes G-Class у дворіhttps://www.youtube.com/watch?v=iVy5J7iE-3QДуже сильний приклад того, що інколи виграє не один великий продукт, а правильно зібрана сітка маленьких.
Тепер ChatGPT нормально редагує картинки, а не просто "малює щось схоже"Для: всіх, хто цікавиться AIOpenAI викотили нову версію ChatGPT Images.Головне не в тому, що вона "ще красивіше генерить", а в тому, що тепер краще тримає деталі при едітах: світло, композицію, обличчя, лого, дрібний текст.Плюс обіцяють до 4x швидшу генерацію.Тобто кейси типу:• поміняти тільки зачіску або одяг на фото• доробити маркетинговий креатив без перекроювання всього з нуля• з одного фото товару наробити купу варіантів для e-commerceстали сильно реальнішими.Ще вони запустили окремий Images розділ всередині ChatGPT з пресетами, стилями і швидким стартом без нормального промпт-інжинірингу.Для API теж є апдейт:• модель GPT Image 1.5• інпути й аутпути на 20% дешевші• кращий image preservation для брендів, маркетингу і каталогів товарівСхоже, AI-картинки потроху переходять зі стадії "прикольна іграшка" в "робочий інструмент".https://openai.com/index/new-chatgpt-images-is-here/Хто вже ганяв нову версію? Є відчуття, що стало краще чи поки маркетинг?
AI не робить людей продуктивнішими. Він просто повертає їм часДля: всіх, хто працює за комп'ютеромЦікавий інсайт з нової статті Fortune про AI і продуктивність.Проблема може бути не в тому, що AI "не дає результату" для економіки.А в тому, що люди просто не віддають зекономлений час назад роботі.Є дослідження Stanford, де побачили, що generative AI сильно прискорює побутові онлайн задачі:• пошук роботи• планування подорожей• покупкиАле далі найцікавіше.Зекономлений час люди витрачали не на додаткову роботу і не на нові скіли.Вони витрачали його на друзів, відпочинок і телевізор.І чесно, це суперлогічно.Коли у людини з'являється вільна година, вона не думає:"О, клас, зараз ще більше попрацюю на корпорацію".Вона думає:"О, нарешті можна видихнути".Тому AI цілком може бути дуже корисним для людей, але майже непомітним у macro-статистиці продуктивності.Бо виграє не роботодавець.Виграє сама людина.Можливо, AI - це не про "працювати більше".Можливо, AI - це про "трохи повернути собі життя".https://fortune.com/article/why-do-thousands-of-ceos-believe-ai-not-having-impact-productivity-employment-study/
Claude Opus 4.7 вже вийшов. І це один з найцікавіших апдейтів Anthropic за останній часДля: тих, хто активно юзає AIAnthropic офіційно викотили Claude Opus 4.7 і позиціонують його як свою найсильнішу generally available модель для complex reasoning та agentic coding.Що покращили відносно Opus 4.6:• краща робота в advanced software engineering• сильніший на складних long-running tasks• точніше слідує інструкціям• краще перевіряє власні відповіді перед тим, як віддати результат• помітно сильніше vision, з вищою роздільною здатністю• краще генерує професійні інтерфейси, слайди і документиЩо по характеристиках:• model id: claude-opus-4-7• контекст: 1M токенів• max output: 128k токенів• pricing без змін: $5 / 1M input tokens, $25 / 1M output tokens• доступний у Claude, API, Vertex AI, Microsoft Foundry, Bedrock research previewЩе цікаві факти з офіційних матеріалів:• Anthropic пишуть про step-change improvement в agentic coding• knowledge cutoff у доках - Jan 2026• на відміну від Sonnet 4.6, для Opus 4.7 в таблиці моделей вказано Extended thinking: No• в анонсі окремо акцентують на rigor, consistency і instruction following у довгих задачахОфіційний анонс:https://www.anthropic.com/news/claude-opus-4-7Офіційні доки:https://platform.claude.com/docs/en/about-claude/models/overview
Якщо Claude Code останнім часом халтурить - вам не здаєтьсяДля: програмістівВ GitHub issue від команди AMD виклали дуже неприємну телеметрію по Claude Code: 6 852 сесії, 234 760 tool calls, 17 871 thinking blocks.За їхніми даними, десь з лютого модель стала менше "думати" і частіше лізти редагувати код без нормального ресерчу.Цифри там жорсткі:• estimated thinking depth: -67%• read/edit ratio: з 6.6 до 2.0• edits without reading file first: з 6% до 34%Тобто агент почав частіше робити найнебезпечнішу штуку - міняти файли, не дочитавши контекст. Звідси і галюни типу вигаданих SHA, пакетів, API-версій і "ніби зробив", хоча по факту ні.Найцікавіше, що проблема схожа не на "один невдалий промпт", а на зміну дефолтної поведінки моделі.У треді як workaround радять примусово вимкнути adaptive thinking і виставити максимальний effort в ~/.claude/settings.json:"env": { "CLAUDE_CODE_DISABLE_ADAPTIVE_THINKING": "1", "CLAUDE_CODE_EFFORT_LEVEL": "max"}
Не факт, що це срібна куля.Але якщо в тебе було відчуття, що Claude Code за останній місяць отупішав - схоже, це не параноя, а реальна деградація в проді.Повний розбір:https://github.com/anthropics/claude-code/issues/42796Хто теж це помітив у своїй роботі?
Банкам США терміново пояснювали, як готуватись до нового AI-ризикуДля: тих, хто цікавиться AIЯкщо читати Reuters уважно, там найцікавіше не сама модель Anthropic, а реакція банків і держави на неї.Treasury + Fed зібрали керівників найбільших банків не для абстрактної розмови про AI.Їм прямо доносили 3 речі:• нова модель Anthropic може знаходити і експлуатувати кіберуразливості• такі моделі створюють новий рівень ризику для банківської інфраструктури• захист систем треба посилювати вже зараз, а не "колись потім"Тобто розмова була не в стилі "вау, які можливості AI".Розмова була в стилі:"ось що скоро зможуть робити атакери, і ось чому ваші системи мають бути до цього готові".Anthropic сама не випустила Mythos широко, а обмежила доступ.І це, як на мене, головний сигнал.Якщо модель настільки чутлива, що через неї окремо брифлять топів Citi, Goldman Sachs, Bank of America та інших, значить frontier AI вже став не тільки продуктовою гонкою, а й питанням фінансової стабільності.https://www.reuters.com/business/finance/bessent-powell-warn-bank-ceos-about-anthropic-model-risks-bloomberg-news-reports-2026-04-10/
Тепер AI може пам'ятати не тільки висновок, а й чому ти до нього дійшовДля: тих, хто юзає AI щодняАкторка Мілла Йовович разом з девелопером Ben Sigman виклали у відкритий доступ MemPalace - memory layer для AI, який не саммаризує твої чати, а зберігає все verbatim і потім шукає по цьому.Ідея проста, але сильна: більшість memory-систем вирішують за тебе, що "важливо", і викидають контекст. А часто найцінніше - саме хід думок, компроміси і причини рішень.У них гучна заява про 96.6% на LongMemEval в raw mode і 100% в hybrid режимі. Але там уже є дискусія навколо бенчмарків, і автори публічно визнали, що в README частину речей перегнули. Це, до речі, хороший знак - не морозяться, а фіксять.Чому це цікаво:• local only• open source• без підписок• підхід "зберігай все, а не вгадай шо важливе"Для всіх, хто веде з AI довгі проєкти, кодить, брейнштормить або приймає купу рішень в чатах - виглядає дуже перспективно.GitHub:https://github.com/milla-jovovich/mempalaceХто б міг подумати, що Мілла Йовович залетить в AI memory tools 😄
TGLIST.COM.UA
