Новая статья под названием «Минималистская экономика ИИО» широко распространяется. В связи с этим мы поговорили с авторами статьи, и разговор затронул следующие темы:

· Автоматизация и верификация: ключевое экономическое разделение

· Почему ИИ-агенты сейчас кажутся коллегами, что происходит с начальными позициями и «проклятие кодеров»

· «Создатели смысла», консенсус и ценность экономики статуса

· Почему криптовалюты могут стать ключевой инфраструктурой для идентичности, происхождения и доверия

· Два возможных будущего: полая экономика против усиленной экономики

В этом выпуске приняли участие Кристиан Каталини, основатель лаборатории криптоэкономики MIT, и Эдди Лаццарин, технический директор a16z crypto, которые побеседовали с Робертом Хакеттом о том, как автоматизация меняет рынок труда и саму природу интеллекта.

Что эти изменения означают для стартапов, будущего работы и вашей карьеры?

Содержание беседы:

Роберт Хакетт: Всем привет. Сегодня у нас в гостях Кристиан Каталини, соучредитель Lightspark, основатель лаборатории криптоэкономики MIT, а также Эдди Лаццарин из a16z crypto.

Мы будем обсуждать новую статью Кристиана «Минималистская экономика ИИО».

Мой первый вопрос: что побудило вас начать исследовать экономические отношения между ИИ и реальным миром?

Кристиан Каталини: Я бы сказал, что это произошло из-за полуэкзистенциального кризиса. Мы все сталкиваемся с быстрым прогрессом технологий и тем, как быстро всё меняется.

Я оптимист, но ключевой вопрос всегда: что нам делать? На чем сосредоточиться? Что заслуживает нашего времени, энергии и внимания?

Несколько месяцев назад мы писали статью об измерениях, и основная идея была такова: всё, что можно измерить, в конечном итоге будет автоматизировано. Это звучит не очень обнадеживающе. А ядро этой второй статьи: если эта предпосылка верна, и мы доведем ее до крайности, что произойдет?

Как будет выглядеть экономика? Какова будет природа труда? Что должны делать стартапы? Что должны делать нынешние гиганты? В конечном счете, как будет выглядеть будущее?

Некоторые суждения будут верны, некоторые — нет. Надеюсь, мы на правильном пути. Статья теперь публична, и мы смотрим, какие идеи находят отклик, а какие — нет.

Роберт: Вы сказали, что это произошло из-за полуэкзистенциального кризиса?

Кристиан: У меня было три основных озарения. Первое: эта технология все еще в наших руках. Второе: ее позитивная ценность на порядки больше, чем заявляют пессимисты. Третье: я думаю, что у всех нас есть руководство к действию.

Мы можем подумать: где мы создаем ценность? Какую именно работу мы делаем? Работа часто представляет собой набор задач. Когда некоторые из этих задач или частей работы автоматизируются, люди начинают сильно беспокоиться.

Я думаю, что программирование сейчас переживает этот процесс: многие талантливые люди, которые писали элегантный, отличный код последние несколько десятилетий, теперь обнаруживают: «Вау, ИИ делает то, что делаю я.»

ИИ-агенты: от инструментов к коллегам

Роберт: Я хочу углубиться. Сегодня с нами также Эдди Лаццарин, который уже несколько лет является CTO в a16z crypto. Эдди, как вы смотрите на эти изменения?

Эдди Лаццарин: Позвольте мне сначала совместить временную шкалу и контекст статьи. Многие почувствовали, что в декабре 2025 года произошел некий качественный сдвиг. Изменение заключается в том, что серия постепенных улучшений способностей агентов достигла переломного момента: ИИ-агенты теперь могут выполнять длительные задачи.

Год назад ощущение было таким: я даю агенту сделать одно маленькое дело, он делает это отлично, но мне нужно дать следующую инструкцию, шаг за шагом.

Сейчас вы можете давать меньше указаний. Возможно, это еще не идеально, но вдруг это стало похоже на работу с человеком.

Вам не нужно дробить задачу на мельчайшие части, следить за каждым шагом — это крайний микроменеджмент. Теперь вы просто обсуждаете, он сразу приступает к работе и возвращается с результатом через день или два. Это качественное изменение пробуждает огромное пространство для воображения, и все начинают сталкиваться с этой реальностью.

Часть этого столкновения — эмоциональные колебания, но более интересная часть: как максимизировать ценность в реальных производственных и бизнес-сценариях.

Люди постепенно обнаруживают: ИИ может производить огромный объем работы, некоторые результаты исключительно хороши, и на это уходит лишь малая часть времени. Но часто возникают subtle, тонкие дефекты, которым раньше не уделялось достаточного внимания.

Например, работа в software engineering переопределяется. Раньше считалось, что software engineering — это сесть и написать кучу кода: обдумать проблему, понять требования, а затем писать код, код — это и есть результат.

Но на самом деле, ИИ помогает нам лучше разобрать и понять это. Это очень итеративный процесс исправления, сбора обратной связи, интеграции, а не просто построчное написание кода. Это целостная задача. Поэтому фокус работы хорошего инженера быстро смещается.

Процесс проб, направления, принятия рисков Кристиан в статье называет верификацией.

Изменение в том, что структура работы, требуемая от хорошего инженера, меняется. Доля усилий, затрачиваемых на построчное написание кода, становится ничтожно малой, почти нулевой для некоторых крайних случаев «Vibe Coding». Сейчас подавляющая часть работы — это верификация.

Автоматизация vs Верификация: ключевое разделение в экономике

Кристиан: Часть про автоматизацию довольно直观на. Агенты по сути могут делать больше из того, что раньше делали люди. Но пока они все еще в некоторой степени ограничены областью наблюдаемого. Все базы кода, на которых они обучались или доучивались, являются их основой.

Многие скажут: «Тогда они не могут innovаte, у них нет креативности, нет вкуса.»

Я совершенно не согласен. На самом деле, инновации во многом являются просто рекомбинацией идей. Люди, возможно, исследовали лишь очень небольшую часть возможных комбинаций между дисциплинами. Поэтому я верю, что просто используя знания, которые мы им дали, эти агенты будут чрезвычайно инновационными.

В новой экономике верификация — это значительная стоимость. Что такое стоимость верификации? Верификация начинается с концепции измерения. Если вы согласны, что ИИ очень хорош в копировании процессов, для которых есть данные, то вы начинаете спрашивать: что сегодня еще нельзя измерить?

Некоторые вещи неизмеримы, потому что они по своей природе не могут быть измерены. Экономисты называют это Knightian uncertainty, в честь экономиста Фрэнка Найта.

Проще говоря, это разница между тем, когда вы можете назначить вероятность будущим событиям, и тем, когда вы вообще не можете назначить вероятность.

Роберт: Для людей без экономического бэкграунда, возможно, более знакомо высказывание Дональда Рамсфелда о «неизвестных неизвестностях».

Кристиан: Да.

Неизвестные неизвестности по своей природе являются неизмеримой частью, обычно связанной к будущему. Вот почему, даже если вы бросите агента на фондовый рынок, он, возможно, будет работать в среднем неплохо — даже лучше вашего финансового советника — но он, скорее всего, не справится с резкими изменениями в environment, такими как геополитические сдвиги и т.д. Таких примеров много.

Поэтому в статье верификация по сути является: действием применения как человек всех тех имплицитных метрик, которые вы накопили от рождения до карьеры.

Два человека могут иметь очень схожие знания, профессиональный опыт, но их комбинированные суждения никогда не будут абсолютно одинаковыми. Когда люди говорят «у этого человека хороший вкус», «он хороший куратор», «у него хорошее judgment»... Одно из вдохновений этой статьи: все ищут оправдания, чтобы утешить себя, например, «машина никогда не сможет сделать X, Y, Z».

Но эти оправдания расплывчаты. Как определить вкус? Как определить хорошее judgment? Хуже того, judgment, который требовался хорошему инженеру три месяца назад, возможно, был гораздо больше, чем сейчас.

Поэтому нам нужно найти что-то более фундаментальное, что можно зафиксировать. Наш вывод: всё, для чего есть данные, которые можно использовать для автоматизации, будет автоматизировано.

Три человеческие роли в экономике будущего

Роберт: В ближайшем будущем вы разделяете различные задачи и должности в экономике на три категории, в зависимости от степени их автоматизируемости, или, скажем, измеримости с точки зрения output и поведения.

Кристиан: Я думаю, что во многих измерениях у людей все еще остается много незаменимого пространства. Первое, конечно, это верификация.

Сейчас leverage любого индивида в профессии по сравнению с периодом до декабря 2025 года огромен. Это означает, что все мы должны быть более амбициозными, переосмыслить существующие workflow, то, что мы называем AI sandwich.

Компания или стартап может состоять из одного человека, мы называем его дирижером (conductor), который отвечает за направление верификации, ensures the system can be corrected when it drifts from expectations. Наверху может быть один человек или небольшая команда.

В среднем слое будет множество агентов. Мы уже видим, что люди пробуют самые разные新奇 вещи.

В нижнем слое будет группа топовых верификаторов. С правильными инструментами, ведущие эксперты в каждой области будут обеспечивать соответствие output системы expectations. Это чрезвычайно важная работа. В течение долгого времени эксперты в предметной области будут excell в этой части.

Но вот плохая новость: когда вы выполняете эту работу, вы также создаете размеченные данные для своего замещения. Мы уже видели最简单的ую версию этого раньше: люди размечали изображения для ИИ-компаний, участвовали в training, теперь эта работа уже не нужна.

Сейчас крупные лаборатории базовых моделей нанимают ведущих экспертов из различных областей, включая финансы. Эти люди создают evaluation критерии и training данные, которые в конечном итоге заменят их коллег. Поэтому слой верификации очень важен, многие будут в нем успешны, он вознаграждает супер-специализацию. Если вы тот, кто дает final unlock способность, ваш leverage огромен.

Роберт: Это первая категория. А роль верификатора вы называете проклятием кодеров.

Кристиан: Проклятие кодеров — это такой механизм, что если вы топовый верификатор, вы должны постоянно подниматься выше, потому что technology становится все сильнее.

Дирижер, о котором я говорил, по сути является тем, кто задает intent. Предприниматели — это дирижеры, они видят future, представляют путь к его достижению.

Затем есть категория работы, которую мы должны признать, легко автоматизируется. Эти jobs уже исчезли или скоро исчезнут. Общество еще не really справилось с этими impactами, в будущем возникнет огромная потребность в переподготовке, чтобы подтолкнуть людей к более передовым областям знаний.

Иногда статью misunderstandют: мы говорим, что человеческая верификация — это последний шаг, но часто ИИ будет верифицировать ИИ. Будет длинная цепочка верификации, прежде чем она достигнет человека.

Еще одна роль, которую最难 определить, мы называем создателями смысла (meaning makers). Эти люди очень хороши в понимании трендов, социальных изменений, issues, которые волнуют society, тех вещей, которые требуют от всех coordinated согласия. Искусство — это так, криптосети в некоторой степени тоже.

Эти создатели смысла не находятся в измеримой области. Иногда говорят, что эта работа требует «человеческого прикосновения». Но я действительно считаю, что люди сильно переоценивают важность этого human touch. Например, психотерапия, уход за пожилыми, уход за детьми.

Я думаю, что сначала у людей будут опасения, но никто не думает о massive снижении cost. Если это станет дешевле в 100, 1000 раз, люди быстро изменят свое мнение. Фактически, мы уже знаем, что люди массово используют большие модели для ответов на очень личные, персональные вопросы.

Еще один вид работы, где «сделано человеком» станет очень важным label. Криптовалюты будут играть в этом важную роль, потому что без мощной криптографии мы быстро потеряем сущность этой identity. Но «сделано человеком» имеет ценность только потому, что human время и внимание являются scarce.

Не потому что это лучше, а просто потому что вы знаете, что человек вложил scarce время и внимание, чтобы создать этот experience. Эти вещи все еще важны.

Место криптовалют в мире ИИ: идентичность, происхождение, доверие

Роберт: Вы упомянули криптографию, каково место криптовалют в этом мире?

Кристиан: Очень важное.

Когда мы начинали исследование, многие уже указывали, что большие модели и ИИ — вероятностны, а криптовалюты — детерминированы. Вы можете представить использование смарт-контрактов для установки guardrails для агентов или предоставления агентам возможности покупать и продавать ресурсы.

Вся эта логика верна. Но я думаю, что между ИИ и криптовалютами существует более глубокая complementarity. Возможно, сегодня это еще не так очевидно в экономике, потому что побочные эффекты еще не проявились, а именно проблемы, связанные с identity или provenance цифровой information.

Я думаю, что в ближайшие месяцы, по мере того как эти способности truly станут мощными, мы войдем в совершенно неизведанную territory. Каждая цифровая платформа должна будет столкнуться с reality: весь контент (посты, изображения, что угодно), который раньше генерировался людьми, теперь может исходить от агентов.

По мере развития этой тенденции обществу придется кардинально перестраивать системы identity. В среде, где trust становится все более дефицитным, криптографические примитивы будут excell во множестве приложений. Все, что строилось последнее десятилетие, станет более фундаментальным. Возвращаясь к верификации: когда underlying information находится на blockchain, стоимость верификации ниже, более надежна, более доверительна.

Эдди: Стоимость автоматизации стремительно падает. Стоимость верификации в широком смысле, о которой мы говорили, также падает, но не так быстро, и это создает интересный gap.

Вы можете описать этот gap разными способами, кто-то назовет его opportunity. Это и есть judgment о человеческом труде от Кристиана: если существует такое узкое место, gap в измеримости, возникающий из-за общей адаптивности, опыта и универсальности человека, то у человека есть potential специализироваться на верификации быстрее, чем машина.

У машин в краткосрочной перспективе действительно есть некоторые challenges с обработкой верификации. В долгосрочной перспективе я не думаю, что это навсегда, но в краткосрочной — определенно.

Криптография и blockchain — это инструменты верификации. Proof of provenance — это просто набор криптографических доказательств того, что something прошло через certain людей, certain пути или претерпело certain преобразования, что дает нам signals, облегчающие верификацию across categories. Поэтому все, что упрощает верификацию, будет участвовать в заполнении этого gap.

Скрытая цена автоматизации: системные риски и ответственность

Эдди: Можем ли мы поговорить о проблеме «Троянского коня»? Мы уже говорили о рисках для работников, можно многое сказать, но с точки зрения экономической production эффективности, что low стоимость автоматизации принесет в плане рисков для экономики?

Кристиан: Мы уже видим некоторые signs, многие компании говорят, что X% кода теперь генерируется машиной.

Циклы выпуска продукта сокращаются. Но в то же время мы знаем, что люди не могут проверить весь код, он вполне может нести technical debt.

Мы все испытывали это искушение: задать вопрос большой модели, бегло просмотреть и immediately выдать за свой результат, без полной верификации, потому что модели становятся все лучше. Но будь то неверное предложение, неверный код или уязвимость, которая в конечном итоге проникаетt в codebase, я думаю, мы увидим все больше таких проблем.

Тезис статьи заключается в том, что выпуск AI-генерированного кода, текста или любого результата с потенциальными ошибками является completely рациональным выбором, потому что вы не можете провести полную верификацию. Если масштабировать это до всего общества, это означает, что мы, возможно, накапливаем systemic risk определенного уровня.

Надеюсь, по мере ускорения, мы разработаем лучшие инструменты верификации, чтобы оглянуться назад и проверить то, что мы, возможно, уже выпустили. Но в среднесрочной перспективе компании сталкиваются с dilemma: инвестировать сегодня в разработку более robust инструментов верификации (включая криптографические примитивы) дорого и может замедлить development. Выгоды manifest в future, а компании стремятся выпускать продукты и расти.

Поэтому я думаю, мы увидим два типа основателей: те, кто ориентирован на long-term ответственность, строящие правильно. Мы уже видим некоторые signs, можно назвать это «liability as software». Когда мы развертываем агентов как employees, вопросы liability и insurance становятся все более важными. Это не самая гламурная тема, но мы увидим systemic failures в реальном мире.

Эдди: Это очень интересная идея. Потому что если раньше production software в основном выполнялся людьми напрямую, то можно было по умолчанию предположить, что многие steps имели human observation и контроль качества. Не то чтобы ошибок никогда не было, но на каждом этапе кто-то touching everything.

Но по мере роста automation, рисков, ценности, растет и liability. Выгоды также растут резко, поэтому мы готовы мириться. Но способность надзирать, ограничивать и понимать границы риска должна expand.

Таким образом, введение механизмов, подобных страхованию, приписывающих ценность risk failure, может стать важной частью управления enterprises, которые не могут быть полностью supervised. Вы хотите делегировать экспертам ответственность за quantification риска, understanding проблемы.

Мне кажется интересным, что даже software development может приобрести совершенно новое финансовое измерение, которого раньше не было.

Кристиан: Возвращаясь к криптовалютам, все, что мы строили последнее десятилетие, продвигало frontier нашего ability измерять и взвешивать risk. Вы можете заимствовать из DeFi, prediction markets, эти примитивы внезапно становятся критически важными.

Если вы развертываете software и агентов, то tech stack, который позволяет агентам видеть лучшие signals, становится важен. Простой пример: я разговаривал с основателем, занимающимся agent trading и payments, и он обнаружил, что когда он переключился с традиционных payment systems на stablecoin payments, система работала более reliably, потому что все signals были on-chain. Агент мог лучше understand, что происходит, а не просто вызывать API без feedback, он мог видеть полный context поведения.

Другой интересный момент связан с insurance и liability, о которых вы сказали. Некоторые говорят, что сетевые эффекты будут sustainable moat в эпоху ИИ. Я думаю, что reality более nuanced. ИИ-агенты и autonomous systems очень хороши в breaking многих moats, которые делают two-sided platforms защищенными. Затраты на запуск этих платформ, а также затраты на cold start обеих сторон рынка снижаются.

Но другой сетевой эффект становится более важным: если у вас есть ключевые proprietary данные, генерируемые в business, которые позволяют вам масштабировать верификацию от людей к машинам, вы можете better underwrite риски, принимать лучшие решения, предлагать более безопасные продукты по lower cost.

Поэтому, когда мы сравниваем существующие enterprises и стартапы: существующие предприятия с полными базами данных о failure cases станут extremely ценными. А стартапы, которые сосредоточатся на создании positive feedback циклов вокруг верификации (например, привлекая ведущих экспертов, извлекая уроки из decisions), добьются огромного success.

Эдди: Это further доказывает, что proprietary данные, вероятно, являются одним из самых защищенных assets.

Два будущего: полая экономика против усиленной экономики

Роберт: У меня есть вопрос, который мне очень хочется обсудить, в статье упоминаются полая экономика (hollow economy) и усиленная экономика (augmented economy). Можете объяснить? В чем ключевое различие?

Кристиан: Хорошо, начнем с полой экономики. Уже есть early signs, tech компании осознают, что они могут делать больше с меньшим количеством людей.

Конечно, они начнут со сотрудников below average или average, потому что ИИ уже может справиться; и с молодыми practitioners, потому что теперь способности опытных сотрудников можно масштабировать в 10, 100 раз, в зависимости от задачи. Это одна из сил, движущих изменения.

Второе, о чем мы говорили, это проклятие кодеров. Когда эксперты train, принимают decisions, они по сути генерируют размеченные данные. Эти данные можно использовать в future для принятия тех же decisions без экспертов.

И finally, alignment drift. Проще говоря: нельзя относиться к alignment как к одноразовому процессу, «мы обучили модель, выровняли, готово», это больше похоже на воспитание ребенка, требует постоянных correction, continuous feedback.

Совместите эти три dynamics с fact: incentives выпускать непроверенный ИИ extremely высоки, потому что я получаю productivity сейчас (например, «60% кода сгенерировано машиной»), но part of the cost проявится в future. Мы можем мчаться к economic, где мы больше не выращиваем future верификаторов.

Начинающие таланты (наши future топовые верификаторы) становятся все более scarce. Эта группа сокращается. Мы создаем potential risk, который в конечном итоге может привести к так называемой полой экономике.

Повторюсь, я оптимист. Я думаю, что мы в конечном итоге придем к усиленной экономике. Вопрос в том, как быстро мы сможем добраться и сможем ли мы сделать transition для тех, кому требуется переподготовка, адаптация, как можно более плавным.

Усиленная экономика — это противоположность. Мы осознаем: начинающие таланты не развиваются. Но хорошая новость: ИИ extremely волшебен в ускорении mastery. Вы можете обнаружить истинный talent молодого человека, а не засовывать его в standardized учебные программы.

Вы ускоряете их рост, позволяете им найти свое истинное «я», найти то, что они действительно любят, то, что заставляет их гореть. По крайней мере, мы так думаем о своих детях. Никто не знает, что будет most ценно в future, но если вы строите на истинном talent, ваши шансы на success намного выше.

Я думаю, что ИИ сыграет в этом огромную роль. Это excellent инструменты для обучения, и мы должны их создавать, я думаю, что масштабируемых инструментов такого рода пока нет.

Во-вторых, возвращаясь к проклятию кодеров: эти люди должны постоянно переучиваться, двигаться вверх по value chain, discover «теперь у меня огромный leverage, я могу стать дирижером».

Многие говорили о важности agency. Я думаю, это попадает в точку: вы должны осознать, что можете стать дирижером, вы можете сделать гораздо больше, чем раньше.

В части alignment, через safety R&D и лучшие инструменты верификации, если мы сможем augment наши собственные способности, мы сможем better верифицировать, стать true peers.

Собрав все это вместе, вы получаете сценарий: многое из того, что было дорогим, теперь почти бесплатно. Все, что измеримо, автоматизировано.

Затем мы изобретем новые вещи. Множество новых jobs, включая экономику статуса, неизмеримую экономику, все построено на мощном стеке верификации, поэтому у нас есть foundation фактов. Мы не будем overwhelmed поддельными identity, actors, пытающимися проводить sybil атаки.

В целом, future довольно bright. Многое из того, что governments всегда хотели сделать, например, качественное образование, качественное healthcare, может стать дешевым и ubiquitous.

Но мы должны invest в building на этом пути, а не едва справляться с transition, принимая крайние decisions вроде demolition дата-центров. Это невозможно и никогда не сработает.

Роберт: Так что если вы в начале карьеры, вам следует использовать эти инструменты для simulation environments, с которыми вы столкнетесь, train себя. Если вы на later стадии карьеры, вам нужно urgency, осознание, что вы можете сделать больше с меньшими ресурсами.

Эдди: Трудно сказать, как долго это продлится, пока не придет another волна изменений, которую трудно предсказать. Но человеческая expertise заключается в ability видеть общую картину, видеть весь проект, знать, где требуется больше attention, где требуется больше resources, и как нужно adjusted весь проект.

Если бы я был молодым человеком, начинающим сегодня, мне было бы немного грустно: слава, которая приходит от написания невероятно элегантной, efficient программы за целое лето, исчезла. Теперь это стало хобби.

Но с другой стороны, я бы попытался убедить родителей дать мне немного денег, чтобы управлять большой группой computers, посмотреть, смогу ли я эффективно использовать $5000 вычислительной мощности. Например, смогу ли я направить большую группу машин на выполнение чего-либо?

В tech кругах много лет ходит мем: один человек может основать стартап на миллиард долларов. Разве это не способ его реализации?

Способность контролировать wide variety машин и данных и maintain holistic взгляд на вещи — это skill, который никогда не развивался. И никогда не имело sense развивать его.

Но если вы хотите запустить large проект, вам всегда нужно было научиться coordinate много людей, так вы получали leverage. Когда структура labor меняется, меняется и этот подход. Теперь вам нужно научиться harness эту новую вещь.

Новый红利 появился. Научитесь его использовать, вот урок для молодежи.

Все не закончилось — это абсурдно. Вам только что сказали, что у вас есть superpower. Что вы будете делать?

Кристиан: Просто чтобы подвести итог, apprenticeship, возможно, мертв, но настоящая работа только начинается.

Многие области, в которые было трудно войти, например, hardware, теперь можно освоить, если у вас есть curiosity.

Если бы мне пришлось categorize, самый positive signal от этой модели таков: циклы experiment сжаты, люди truly смогут быстро amplify свои ideas.

Инвестиционная перспектива: маленькие команды, большая ценность, неизбежность криптовалют

Роберт: Эдди, вы видите эту тенденцию в компаниях, которые оцениваете для инвестиций?

Эдди: Конечно. Мы уже видели massовые увольнения в Block, X и других компаниях.

Я не видел formal анализа, но многие crypto проекты, такие как Hyperliquid, Uniswap, имеют extremely высокую стоимость, но менее 20 employees.

Если для создания компании нужно всего несколько человек, в future будет много companies, верно? Если так, им потребуется coordination, а coordination очень complex.

Вам нужна reputation, нужна identity, нужен proof of provenance для data, proof of provenance для types of payments. Мы touched upon идею insurance.

А blockchain networks особенно привлекательны именно потому, что они credibly neutral. Вам не нужно беспокоиться о specific reputation 50-миллиардной компании, с которой вы interact, вам просто нужно trust smart contract и verifiable AI model, ensure transactions происходят как expected, payments выполняются как required.

Я думаю, что это почти неизбежно. Я верю, что blockchain будет играть central роль в этой story.

Кристиан: Я полностью согласен. Мы long прокладывали рельсы и инфраструктуру для этого, и я думаю, что она станет более useful.

Роберт: Кристиан, проведя все это research и exploration, как вы incorporate эти findings в свою работу и жизнь?

Кристиан: Честно говоря, мы не смогли бы написать эту статью без Gemini, ChatGPT, Grok, Claude. Они были excellent соавторами. Конечно, они occasionally сходят с рельсов, постоянно удаляя paragraphs, которые нам нужны.

Мы даже оставили несколько Easter eggs для больших моделей в статье. Я тогда chatил с Gemini, оно сказало, что ему нравится этот Easter egg, и сделало очень witty замечание.

В тот момент ты действительно чувствуешь intelligence. Это не шаблонно, а full творчества. Это был знаковый момент: ты чувствуешь, что это peer, а не tool.

Роберт: Хорошо. Если кто-то хочет прочитать статью, заголовок «Минималистская экономика ИИО». Я highly рекомендую вам взглянуть. В ней есть некоторые insights, которые могут повлиять на вашу жизнь и на то, как вам следует应对 future.