Ця маленька дворядкова команда позбавить вас годин або днів розчарувань від моделей штучного інтелекту: "Виведіть своє розуміння того, що я сказав. Виведіть свій план, а потім чекайте». Потім поясніть що-небудь неправильно і знову виведіть його і коригуйте, поки його розуміння і план не стануть правильними.

Моя нова стаття для журналу FreeThink пояснює, чому штучний інтелект не займе всі робочі місця: Що таке TLDR? 1) Одиниця економічної діяльності агентів. Вони не коштуватимуть стільки ж, скільки підписка на Netflix за 20 доларів, а більше схожі на людську зарплату. 2) Податки. Очікуйте податків на цифрову та роботизовану працю в міру того, як вона ставатиме все кращою і кращою, починаючи з популістського протекціоністського удару у відповідь і в місцях з інтенсивним регулюванням, таких як ЄС, а потім поширюючись усюди. 3) Штучний інтелект не змушує роботу зникати. Це просто змінює робочий процес і створює інший набір проблем, і ці проблеми не дуже розуміються людям, які не взаємодіють з цими системами по 8-10 годин на добу і лише читають про них: А) концепція/опис проблеми Б) Ітерація В) Верифікація 4) Помилка в пологах 5) Деякі ролі ми просто любимо мати людей, тому що ми соціальні істоти. Банкомати краще за людей справляються з видачею грошей, а ось робота касира просто перейшла на обслуговування клієнтів. У нас може бути ідеальний дроїд-офіціант, але я б краще поспілкувався з щасливою доброзичливою людиною в моєму місцевому улюбленому ресторані. Кілька уривків зі статті: Якщо ви використовуєте ці системи для чогось важливого, вам потрібен пропуск для перевірки, який виходить далеко за рамки лінивого перегляду. Це означає людську роботу, орієнтовану на деталі: ви повинні перевіряти кожне твердження, кожну діаграму, кожне посилання, кожне слово, кожен рядок коду, кожен результат, цитату та факт. І хто має найкращі можливості для верифікації? Саме ті люди, які вже добре розбираються в усьому, що намагається зробити штучний інтелект: у робітників, яких він має замінити. Лікарі можуть перевіряти медичні заяви. Старші програмісти можуть перевіряти виходи кодування штучного інтелекту. Сильні копірайтери можуть перевірити, що співає все, що пише GPT — вони знають хороший зворот, коли читають його, і можуть переконатися, що кожен абзац випливає з того, що перед ним. В даний час великі технологічні компанії витрачають трильйони ( на будівництво нових центрів обробки даних зі штучним інтелектом, і, крім усього іншого, вартість оплати людям за управління цими центрами також потрібно буде враховувати в рівнянні. Ваша майбутня робоча сила, яка працює на спеціалізованих чіпах нейронних мереж, швидше за все, коштуватиме 5 000, 10 000 або 20 000 доларів на місяць на одного цифрового працівника, а не 200 доларів. У моєму стартапі AI agent у мене є команда з трьох інженерів, які використовують Claude Code і GPT-5 від OpenAI для допомоги в кодуванні. Використовуючи ціноутворення API (зараз ми отримуємо в середньому близько $8,000 на місяць — саме стільки насправді коштує підписка на $600). І це вісім годин на день на одного програміста, а не агентів, які працюють безперебійно 24 години на добу, сім днів на тиждень. Ми також, швидше за все, побачимо податки на агентів штучного інтелекту, якщо вони дійсно якимось значущим чином вгризуться в робочу силу, оскільки світ все більше і більше схиляється до протекціонізму. Насправді, це практично гарантовано. Це також підвищить витрати на їх експлуатацію. У міру того, як ця юніт-економіка вдарить, більшості компаній доведеться запитати: «Чи дешевше кинути більше людей на проблему, ніж платити за штучний інтелект?». У більшості випадків відповідь буде «так», якщо у вас немає гіперспеціалізованої проблеми, яку штучний інтелект дійсно може допомогти прискорити, наприклад, відкриття ліків. Навіть якби штучний інтелект був ідеальним і дешевим, завжди знайдуться робочі місця, які ми просто не хочемо передавати машинам. У нас є банкомати, але у нас все ще є люди-касири, тому що ми хочемо мати можливість поговорити з людиною. У ресторанному світі одного разу у нас можуть з'явитися ідеальні офіціанти, але я все одно захочу спілкуватися з доброзичливою, веселою людиною, яка змушує мене відчувати себе королем, поки я обідаю, і я очікую, що багато інших людей також це зроблять. Як неодноразово зазначає Джеймс Бессен у Harvard Business Review, автоматизація не просто створює або знищує робочі місця — вона їх трансформує. ( Коли з'явилися банківські банкомати, автори некрологів загострили свої пера для банківських касирів, але зайнятість банківських касирів не впала — вона росла. Це пов'язано з тим, що банкомати знизили витрати на утримання відділення, що означало, що банки могли відкривати більше відділень, де робота касира змінилася з обробки готівки на продаж та обслуговування відносин. Еластичність попиту теж має значення. Коли ви скорочуєте вартість ресурсу, люди використовують його більше — це парадокс Джевонса (у дії. У застосуванні до штучного інтелекту дешевше пізнання змусить нас споживати більше інтелекту в цілому, так само, як дешевша енергія призвела до більшого споживання енергії. З'явиться новий ринок розвідки. У своєму есе «Чому досі так багато робочих місць?» Економіст Девід Аутор пояснює, чому такі речі продовжують відбуватися. Технології автоматизують конкретні завдання, але вони також створюють нові завдання, нові взаємодоповнюваності та нові категорії роботи, для яких у нас раніше не було слів. Фермер 18-го століття ніколи не зміг би зрозуміти роботу веб-дизайнера, тому що вона побудована на основі численних інновацій чорного лебедя, таких як електрика, комп'ютери та Інтернет, які він навіть уявити собі не міг. Ми чудово уявляємо всі робочі місця, які зникнуть через нову технологію, але жахливо передбачаємо ті, які будуть створені, тому що їх ще не існує. Якщо уявити світ, в якому кожна людина має штат з 15 цифрових агентів, кожен з яких працює вдень і вночі, ви уявляєте світ з великими витратами на електроенергію і кремній. Криві капітальних і операційних витрат формуються там, де машинна праця має сенс. Підсумок: майбутнє роботи не буде питанням простого вибору між штучним інтелектом і людськими працівниками. Це буде розрахунок вартості виконання кожного завдання з людьми, з машинами та гібридами, якщо врахувати витрати на каскадні помилки, податок на перевірку, реальний податок, економіку одиниці виміру та ризик. Це не майбутнє без людей. Це майбутнє з більшими важелями впливу на людину, ніж будь-коли раніше в історії. Саме це і є визначення економічного зростання: робити більше з меншими витратами. Колись ваші предки коштували 1000 годин праці, щоб освітити свій будинок лойовими свічками. Вам варто витратити кілька секунд, щоб освітити свій будинок одним натисканням вимикача. Важіль впливу в дії.

Нам здається, що нам потрібна диференційна конфіденційність і гомоморфне шифрування для розмов з LLM. Нам потрібен ProtonMail для чату.