# Сопутствующие статьи по теме Стоимость

Новостной центр HTX предлагает последние статьи и углубленный анализ по "Стоимость", охватывающие рыночные тренды, новости проектов, развитие технологий и политику регулирования в криптоиндустрии.

После 540 тысяч строк кода Гарри Тан осознал, что старая игра в программировании с ИИ окончена

Сооснователь Y Combinator Гарри Тан на собственном опыте (проект в 540 тысяч строк кода) пришел к выводу, что эра традиционного программирования заканчивается. Раньше дорогие и ограниченные ИИ-модели требовали огромного количества контрольного кода, тестов и логики для их «обуздания» — это он называет «постройкой завода Foxconn» для умного работника. Теперь, с удешевлением и ростом возможностей больших языковых моделей (LLM), парадигма меняется. Вместо написания тонн кода для управления ИИ, ключевым становится создание «наборов навыков» (skill packs) — многоразовых модулей на Markdown с минимальным кодом. Эти модули, которые можно тестировать и улучшать, позволяют AI-агентам выполнять сложные задачи (например, оценку проектов на хакатоне за минуты вместо дней) по инструкциям на естественном языке. Будущее за «инжинирингом агентов», а не за количеством строк кода. Самый ценный инженер будущего — не тот, кто пишет больше всех кода, а тот, кто обладает ясностью суждения, вкусом и умением формулировать задачи, высвобождая потенциал ИИ. Главный барьер на этом пути — отказ от старого мышления («модели дорогие») и готовность инвестировать в вычислительные ресурсы (токены) сегодня, чтобы получить преимущества завтрашнего дня.

marsbit06/02 21:40

После 540 тысяч строк кода Гарри Тан осознал, что старая игра в программировании с ИИ окончена

marsbit06/02 21:40

Чат-боты «горят» уже три года. По-прежнему ли это «новый континент» эпохи ИИ?

За последние три года чат-боты, вдохновленные успехом ChatGPT, рассматривались как потенциальный «суперинтерфейс» новой эпохи ИИ. Однако их коммерческая модель столкнулась с трудностями: высокие операционные затраты на вычисления, низкая лояльность пользователей и слабые сетевые эффекты. OpenAI, лидер по числу пользователей, продолжает нести убытки. Попытки монетизации через подписки и рекламу (по образцу поисковых систем) показывают ограниченную эффективность из-за отсутствия у пользователей четкого коммерческого намерения в диалогах. В то же время, компания Anthropic, ориентированная на корпоративных клиентов, демонстрирует рост выручки, что указывает на более перспективный путь — использование ИИ как инструмента для выполнения задач, а не просто для общения. Исследования показывают, что большинство пользователей взаимодействуют с ИИ для работы. Текущий формат чат-бота, ограниченный пошаговым диалогом, возможно, является промежуточным этапом. Будущее ИИ, вероятно, заключается не в изолированных приложениях, а в интеграции в существующие продукты, операционные системы и устройства (как, например, Apple Intelligence или агенты в мессенджерах). Ключ к успеху — не копирование старых интернет-моделей, а поиск новых форм, соответствующих уникальной природе ИИ как базовой технологии.

marsbit06/02 10:37

Чат-боты «горят» уже три года. По-прежнему ли это «новый континент» эпохи ИИ?

marsbit06/02 10:37

После сумасшедших трат в миллиарды долларов на токены, крупные технологические компании Кремниевой долины начали ограничивать использование токенов сотрудниками

Как сообщает источник, крупные технологические компании Кремниевой долины, такие как Microsoft, Uber и Salesforce, столкнувшись с огромными расходами на AI-токены, начали ограничивать их использование сотрудниками. Явление "tokenmaxxing", когда поощрялось максимальное использование AI-инструментов без чёткого понимания отдачи, привело к тому, что значительная часть бюджета тратилась впустую — на исправление ошибок, переписывание кода или решение личных задач. Исследования показывают, что лишь 14% финансовых директоров видят измеримую отдачу от AI. Проблема в том, что сотрудники автоматизируют в первую очередь неприятные им задачи, а не те, что приносят реальную прибыль компании. Как заявила бывший AI-директор Microsoft, личная эффективность не равна росту доходов бизнеса. В ответ компании начинают внедрять системы контроля затрат и ROI, а некоторые провайдеры AI-услуг переходят на модели ценообразования, привязанные к результату (например, к количеству решённых диалогов), а не к объёму потреблённых токенов. Эксперты считают, что это необходимый этап рационализации, за которым должен последовать более сложный вопрос: как использовать AI не просто для ускорения старых процессов, а для кардинального переосмысления бизнес-моделей.

marsbit06/01 04:07

После сумасшедших трат в миллиарды долларов на токены, крупные технологические компании Кремниевой долины начали ограничивать использование токенов сотрудниками

marsbit06/01 04:07

Когда токен дороже человека, нарратив ИИ сталкивается с проблемами

Когда стоимость токенов превышает ценность человеческого труда, нарратив об искусственном интеллекте сталкивается с проблемами. Крупные компании, такие как Uber и Microsoft, начинают сомневаться в оправданности растущих расходов на AI, поскольку прямая связь между потреблением токенов и измеримой бизнес-ценностью неочевидна. Данные показывают тревожную картину: в Uber 5000 инженеров активно используют Claude Code, но их месячные счета варьируются от $150 до $2000, что заставило руководство ввести термин «tokenmaxxing» для описания чрезмерных трат. Анализ 2444 предприятий платформой Entelligence.AI выявил, что только 18 центов из каждого доллара, потраченного на AI-токены, приносят реальную пользу, остальное уходит на исправление ошибок и бюрократию. В отрасли существуют противоречивые мнения. Оптимисты, как аналитики Goldman Sachs, считают, что это временные трудности, и ожидают, что к 2030 году потребление токенов вырастет в 24 раза. Пессимисты, включая аналитика Goldman Джима Ковелло, указывают на то, что выгоду получают в основном производители чипов, в то время как большинство компаний не видят возврата инвестиций. Особую озабоченность вызывает цикличная финансовая структура: крупные облачные провайдеры (Microsoft, Google, Amazon) инвестируют в AI-лаборатории (OpenAI, Anthropic), которые затем тратят эти средства на аренду вычислительных мощностей у тех же провайдеров. Эта модель зависит от постоянного внешнего финансирования и готовности клиентов платить растущие счета. Хотя текущую ситуацию нельзя назвать пузырем, как в 1999 году, фундаментальная проблема налицо. Утверждение, что рост потребления токенов автоматически означает успех, больше не работает. Технология доказала свою эффективность, но вопрос о том, окупятся ли затраты и кто в конечном итоге за них заплатит, остается открытым. Эра простых ответов для AI подходит к концу.

marsbit05/29 01:45

Когда токен дороже человека, нарратив ИИ сталкивается с проблемами

marsbit05/29 01:45

Microsoft отказывается от Claude: слишком дорого или уже всё выяснили?

**Краткое содержание:** Корпорация Microsoft прекращает внутреннее использование инструмента программистам с искусственным интеллектом Claude Code для тысяч своих инженеров с 30 июня, переводя их на собственный продукт GitHub Copilot CLI. Основной официальной причиной называются высокие затраты, связанные с токенной моделью оплаты, которая привела к значительным расходам, как и в случае с Uber. Анализ предполагает, что решение может быть не только финансовым, но и частью стратегического эксперимента. Microsoft разрешила использование Claude Code на шесть месяцев, чтобы сравнить его с собственным Copilot, выявить слабые места и улучшить свой продукт на основе отзывов инженеров. Глубокая проблема для Microsoft заключается в трёх ключевых областях: 1. **Зависимость от внешних моделей:** У Microsoft нет собственной передовой базовой модели ИИ уровня GPT-4 или Claude, что делает её зависимой от OpenAI и Anthropic. 2. **Отставание в продукте:** Claude Code, по многим оценкам и внутренним предпочтениям инженеров, превосходит GitHub Copilot по функциональности, особенно в работе с длинным контекстом и сложными инженерными задачами. 3. **Ослабление контроля над экосистемой:** Рост популярности Claude Code среди разработчиков и предприятий (Anthropic обогнал OpenAI по внедрению в корпоративном сегменте) означает, что Microsoft рискует утратить контроль над ключевым звеном в цепочке создания ценности ИИ — инструментами разработчика, несмотря на владение GitHub. Таким образом, отказ от Claude Code отражает более широкую стратегическую дилемму Microsoft: как сохранить влияние в эпоху ИИ, не имея сильной собственной базовой модели и теряя позиции в области инструментов для разработчиков в пользу более agile-конкурентов.

marsbit05/25 10:30

Microsoft отказывается от Claude: слишком дорого или уже всё выяснили?

marsbit05/25 10:30

67 миллиардов долларов! Расцвет ИИ привел к крупнейшей сделке по слиянию и поглощению в энергетике США

**Объединение за 67 миллиардов долларов: подъем ИИ перекраивает энергетическую карту США** 18 мая 2026 года NextEra Energy объявила о приобретении Dominion Energy за рекордные для коммунального сектора США 67 миллиардов долларов. Ключевой драйвер сделки — ненасытный спрос на электроэнергию со стороны инфраструктуры ИИ, особенно в Северной Вирджинии, где находится «аллея центров обработки данных» (Data Center Alley). Dominion является основным поставщиком электроэнергии для этой зоны, имея контракты на поставку более 51 ГВт для ЦОД. Рост нагрузки от ИИ оказывает огромное давление на энергосистемы. По данным IEA, к 2030 году мировое потребление энергии ЦОД может удвоиться, а в крупнейшем энергорынке США, PJM Interconnection, цены на электроэнергию за год выросли на 76%. NextEra, крупнейший в США производитель ветровой и солнечной энергии, намерена объединить свои мощности в области ВИЭ и накопителей с доступом Dominion к ключевым рынкам для обеспечения стабильного питания ИИ-инфраструктуры. Однако сделка поднимает острые вопросы о справедливости распределения затрат. Инвестиции в обновление сетей для питания ЦОД, частично оплачиваемые рядовыми потребителями через тарифы, могут в итоге обойтись домохозяйствам в сотни миллиардов долларов. Таким образом, бум ИИ перестраивает не только технологический ландшафт, но и основы энергетического сектора, переводя «право на электроснабжение» в категорию стратегических активов.

marsbit05/21 08:08

67 миллиардов долларов! Расцвет ИИ привел к крупнейшей сделке по слиянию и поглощению в энергетике США

marsbit05/21 08:08

Три человека и 100 ИИ-программистов сжигают 1,3 миллиона долларов в месяц! OpenAI: Я заплачу

3 человека и 100 AI-агентов: команда Питера Штайнбергера потратила 1,3 миллиона долларов за месяц на разработку с помощью OpenAI Основатель OpenClaw Питер Штайнбергер опубликовал впечатляющую статистику: его команда из трёх человек, используя около 100 инстансов AI (таких как Codex), за 30 дней израсходовала 1 305 088 долларов, обработала 6 триллионов токенов и отправила 7,6 миллионов запросов. Важный нюанс: эти расходы покрывает OpenAI. Эта "армия" AI-агентов автоматизирует ключевые, но рутинные задачи разработки: проверку pull request'ов, поиск уязвимостей, устранение дубликатов issues, исправление багов, мониторинг benchmark'ов, отправку уведомлений в Discord о регрессиях и даже создание PR после совещаний. По словам Штайнбергера, в обычном режиме стоимость такого подхода оказывается ниже зарплаты инженера, принося при этом гораздо больше пользы. Для отслеживания расходов команда использует собственный инструмент CodexBar для macOS, который мониторит использование и стоимость различных AI-сервисов для программирования, подчёркивая, что токены становятся новым видом "производственного ресурса". Этот эксперимент показывает, как AI начинает управлять всей "нервной системой" программного проекта, беря на себя коммуникацию и поддержку. Штайнбергер ставит вопрос: как изменится разработка, если стоимость токенов перестанет быть ограничением? С удешевлением моделей такой подход может стать доступен даже небольшим стартапам, радикально трансформируя индустрию. Будущее, где небольшая команда руководит сотнями AI-программистов, уже наступает.

marsbit05/17 06:21

Три человека и 100 ИИ-программистов сжигают 1,3 миллиона долларов в месяц! OpenAI: Я заплачу

marsbit05/17 06:21

Сущность увольнений на фоне ИИ: почему компании всё больше беспокоятся по мере распространения ИИ?

**Суть сокращений, связанных с ИИ: почему компании так беспокоятся, хотя ИИ становится всё доступнее?** В офисе моей компании лежит список на 8000 человек под сокращение. Я в нём с вероятностью 10%. Увидев новость о сокращениях в Coinbase, я решил поделиться мыслями коллег из разных компаний. Главный вопрос: если ИИ так повышает продуктивность (объёмы кода выросли в 2–5 раз), то почему выручка компаний не растёт такими же темпами? Дело в фундаментальном различии: * **Затраты (Input)** — это код, который теперь генерирует ИИ почти бесплатно. * **Результат (Output)** — это готовые функции. * **Эффект (Outcome)** — это реальные деньги, которые платят пользователи. ИИ (как SaaS) продаёт **затраты** (токены), а не гарантирует **эффект**. Компании платят за тонны сгенерированного кода, даже если он ведёт в тупик, вызывает сбои или просто меняет цвет дашборда. Когда затраты взлетают в 5 раз, а итоговый бизнес-результат не меняется, — экономика рушится. Почему же с таким мощным инструментом не реализуются все идеи? Две причины: 1. **Большинство идей изначально были плохими.** Раньше дефицит ресурсов заставлял отбирать лучшее. Теперь, когда код «дешёвый», плохие идеи тоже реализуют. 2. **Согласование (alignment) остаётся мучительным.** Разные команды, не договорившись, могут с помощью ИИ быстро сделать два несовместимых MVP. ИИ не решает проблему человеческой координации. Таким образом, волна сокращений решает две насущные проблемы: 1. **Компенсация расходов на ИИ.** Чтобы оплатить счета за токены (которые могут стоить как зарплата инженера в Индии), компании вынуждены сокращать штат, сохраняя общий фонд оплаты труда. 2. **Сокращение «налога на согласование».** Увольнение части сотрудников уменьшает организационную сложность. Оставшимся проще принимать решения и быстрее работать, так как исчезают «узкие места» в координации между командами. Сокращения происходят **из-за ИИ**, даже если ИИ напрямую не занимает ваше кресло. Они — следствие того, что компании ещё не научились превращать взрывной рост **затрат** (токенов) в пропорциональный рост **эффекта** (выручки). Пока этот разрыв не будет преодолён, а координация внутри компаний не ускорится до скорости генерации кода ИИ, сокращения будут продолжаться. Это способ «освободить» деньги для оплаты ИИ и снизить организационную сложность.

marsbit05/12 10:31

Сущность увольнений на фоне ИИ: почему компании всё больше беспокоятся по мере распространения ИИ?

marsbit05/12 10:31

Промежуточный сервис для ИИ: за дешевизной скрывается подвох. Как отсеять мошенников и избежать проблем?

Автор Omnitools обсуждает риски и преимущества использования AI-пересадочных станций (промежуточных сервисов), которые предлагают более дешевый и унифицированный доступ к API различных моделей, таким как GPT, Claude и Gemini. Хотя они помогают снизить затраты и упростить доступ, особенно для пользователей из регионов с ограничениями, существует серьезная проблема утечки данных: через такие сервисы могут передаваться промпты, код, бизнес-документы, логи вызовов и контекст разработки. Статья предлагает практические шаги для безопасного использования: 1. Оцените реальную необходимость: для легких задач достаточно официальных бесплатных квот. 2. Проверяйте сервисы перед пополнением счета: тестируйте качество моделей, задержки и документацию. 3. Изолируйте конфигурации: используйте отдельные API-ключи и управляйте ими через переменные окружения. 4. Классифицируйте данные: отправляйте только неконфиденциальную информацию, применяя обезличивание при необходимости. 5. Особое внимание — инструментам AI-разработки (например, Cursor): они могут непреднамеренно передавать контекст проекта. 6. Постоянно отслеживайте использование и имейте запасной вариант. Ключевой вывод: пересадочные станции — это инструмент, а не готовое решение. Их использование требует осознанного управления рисками, чтобы сохранить баланс между экономией и безопасностью.

marsbit05/09 10:19

Промежуточный сервис для ИИ: за дешевизной скрывается подвох. Как отсеять мошенников и избежать проблем?

marsbit05/09 10:19

活动图片