Карьера в ИИ. Главное из лекции в Стэнфорде от Эндрю Ына и Лоренса Морони за 15–30 минут

18 ноября 2025 года в Стэнфорде прошла лекция о том, как строить карьеру в сфере искусственного интеллекта. Её читали Эндрю Ын, профессор Стэнфорда, и его друг Лоренс Морони, который руководит группой в компании Arm, а раньше много лет рассказывал про ИИ в Google.

Эндрю уверен, что сейчас лучшее время за всю историю, чтобы создавать продукты с помощью ИИ и делать в этой области карьеру. Лоренс смотрит на ту же тему со стороны рынка труда: найм молодых специалистов замедлился, конкуренция жёсткая, вокруг ИИ много хайпа. Но, по его словам, переживать не нужно, если подходить к делу правильно.

Вся лекция вместе с вопросами из зала идёт почти час сорок пять. Здесь самое главное, с цитатами и историями. На чтение уйдёт от 15 до 30 минут, в зависимости от вашей скорости и того, насколько вдумчиво вы читаете.

Открыть видео на YouTube

Главное за минуту

1. Сейчас лучшее время, чтобы создавать продукты с помощью ИИ и делать карьеру в этой области.
2. Программы пишутся быстрее и мощнее, поэтому теперь трудно не написать код, а понять, что именно создавать.
3. Команда и люди вокруг влияют на рост сильнее, чем громкое название компании.
4. Цена неудачи низкая, а результат даёт тот, кто работает много. Идите и создавайте.
5. Труд измеряйте результатом, а не часами.
6. Каждый код, в том числе написанный ИИ, это технический долг. Стоит ли он того, решаете вы.
7. Вокруг ИИ много шума. Задавайте вопрос «зачем» и отделяйте сигнал от шума.
8. Пузырь в ИИ вероятен. Переживут его те, кто знает основы, понимает бизнес и умеет не одно.

Часть 1. Эндрю Ын

Почему сейчас лучшее время для работы с ИИ

Эндрю начинает с главного вывода.

«Мне кажется, сейчас лучшая возможность, лучшее время за всю историю, чтобы создавать что-то с помощью ИИ и строить карьеру в ИИ.» (Эндрю Ын)

Несколько месяцев назад в соцсетях и в обычной прессе Эндрю заметил разговоры: не замедляется ли развитие ИИ, правда ли GPT-5 так хорош. Сам он считает GPT-5 очень неплохим, но вопрос о замедлении, по его мнению, отчасти возник из-за способа измерения. Если идеальный результат в тесте равен ста процентам, то при быстром прогрессе выше ста процентов подняться нельзя, и кажется, что рост остановился.

Больше всего на его мнение повлияло исследование организации METR. Оно смотрит, насколько сложные задачи решает ИИ, и измеряет сложность тем, сколько времени на такую задачу нужно человеку. Несколько лет назад, говорит Эндрю, GPT-2 мог справиться с тем, на что у человека уходит пара секунд. Потом появились задачи на четыре секунды, на восемь, на минуту, на две, на четыре и так далее. По оценке исследования, длина задач, которые ИИ может выполнить, удваивается каждые семь месяцев. Для программирования то же исследование, на меньшем объёме данных, даёт ещё более короткое время удвоения, около семидесяти дней. Код, на который у Эндрю уходило десять минут, потом двадцать, потом сорок, ИИ пишет всё чаще. По этой мере он настроен оптимистично: ИИ продолжит двигаться вперёд.

Почему сейчас золотое время и лучший момент, какой он видел? Эндрю называет две темы: «мощнее» и «быстрее».

Мощнее. Каждый в зале теперь может написать программу, которая мощнее всего, что кто угодно на планете мог построить год назад. Секрет в готовых «строительных блоках» ИИ: большие языковые модели, агентные процессы, голосовой ИИ и, конечно, глубокое обучение. Блоки, которых год или два назад либо не было, либо с ними было очень трудно работать. С ними можно построить то, чего не смогли бы сделать даже самые продвинутые команды мира. Эндрю добавляет, что многие языковые модели хотя бы в общих чертах понимают глубокое обучение. Попросите одну из передовых моделей написать современную нейросеть, например трансформер, и она справится неплохо.

Быстрее. Скорость, с которой с помощью ИИ пишется программа, стала намного выше, чем когда-либо раньше. Поэтому, говорит Эндрю, ему самому важно оставаться на переднем крае инструментов: инструменты для кода меняются очень быстро. Несколько месяцев назад его любимым стал Claude Code. После выхода GPT-5 заметно продвинулся OpenAI Codex, а утром в день лекции вышел Gemini 3, который он ещё не успел попробовать, но, судя по всему, это ещё один большой скачок. Любимый инструмент у него меняется как минимум раз в полгода, а вполне возможно, и раз в три месяца. Он признаёт, что все твердят «ИИ меняется очень быстро», и во многих областях прогресс идёт не так быстро, как обещает хайп. Но инструменты для программирования это тот сектор, где темп прогресса огромный.

«Отставание хотя бы на полпоколения в этих инструментах означает, честно говоря, заметно меньшую продуктивность.» (Эндрю Ын)

Что создавать, когда создавать стало легко

Совет «идите и стройте» Эндрю даёт сейчас настойчивее, чем год или два назад. Он советует брать курсы в Стэнфорде и онлайн и говорит, что возможностей создавать продукты сейчас больше, чем когда-либо. О том, как показывать готовое другим, по его словам, расскажет Лоренс.

У этого есть неожиданное следствие, которое Эндрю называет узким местом продукт-менеджмента.

«Когда всё легче перейти от чётко написанной спецификации к коду, узким местом всё чаще становится решение, что создавать, или написание той самой чёткой спецификации того, что вы хотите создать.» (Эндрю Ын)

Эндрю описывает работу над программой как цикл. Вы пишете код, показываете пользователям, получаете обратную связь, пересматриваете представление о том, что людям нравится, и повторяете много раз. Это он и называет работой продукт-менеджера. Разработка стала дешевле и быстрее благодаря ИИ, поэтому узким местом стало решение, что именно делать.

В Кремниевой долине часто говорят о соотношении инженеров и продукт-менеджеров. Компании называют пропорции вроде четырёх, семи или восьми инженеров на одного менеджера. Эти цифры он советует воспринимать осторожно, они сильно различаются. Но, по его наблюдению, сейчас соотношение снижается, возможно, до двух к одному или даже до одного к одному. Некоторые команды, с которыми он работает, предложили штат один менеджер на одного инженера, и для традиционных компаний Долины это почти неслыханно.

Следующий шаг: соединить инженера и менеджера в одном человеке. Эндрю признаёт, что есть инженеры, которым не нравится говорить с пользователями. Но он всё чаще видит, что быстрее всех двигаются те, кто научился говорить с пользователями, получать обратную связь и чувствовать их потребности.

Здесь он признаётся в своей ошибке. В начале карьеры он пытался убедить группу инженеров заниматься продуктом больше и в результате заставил многих хороших инженеров чувствовать себя плохо из-за того, что они не стали хорошими продукт-менеджерами.

«Это была моя ошибка, о которой я жалел годами. Мне просто не следовало так делать. И часть меня чувствует, что теперь я возвращаюсь к той же самой ошибке.» (Эндрю Ын)

Тем не менее вывод у него практический. Если вы пишете код и сами говорите с пользователями, вам не нужно ждать, пока кто-то другой понесёт продукт клиентам. Вы пишете код, чувствуете, что делать дальше, и двигаетесь с гораздо большей скоростью.

Почему команда важнее логотипа

По мнению Эндрю, один из сильнейших предсказателей скорости обучения и успеха это люди, с которыми вы проводите время. Мы социальные существа и учимся у тех, кто рядом. Он ссылается на социологические исследования: если пять ближайших друзей курят, вероятность, что вы тоже начнёте курить, заметно выше («пожалуйста, не курите, это просто пример»). Исследования о том, что пять или десять близких друзей, которые много работают и хотят сделать мир лучше с помощью ИИ, делают таким и вас, он не знает, но считает это почти наверняка верным.

Эндрю отмечает, что многие сотрудники передовых ИИ-лабораторий были студентами стэнфордских преподавателей. Поэтому в Стэнфорде часто узнают то, что ещё не широко известно. Когда какая-нибудь компания что-то объявляет, преподаватели звонят знакомым и спрашивают, правда ли это работает. Сам Эндрю не раз менял техническое направление проекта после одного или двух звонков тем, кто близок к исследованиям. Подсказки вроде «попробуй это», «не делай так, это просто хайп», «игнорируй пресс-релиз» сильно влияют на выбор направления. Студентам он советует пока учатся, заводить такие знакомства.

Для выбора работы это значит следующее. Важнее всего люди, с которыми вы будете работать каждый день. Эндрю рассказывает историю, которую повторяет из года в год.

Много лет назад он знал студента Стэнфорда, который хорошо учился и казался ему очень способным. Тот получил предложение от компании с «горячим» брендом в области ИИ. Компания отказалась сказать, в какую команду он попадёт: сначала подпишите договор, потом подберём хороший проект. Родители гордились, что он попал в такую компанию, и он подписал. После этого его назначили на бэкенд системы обработки платежей на Java, то есть не на ИИ-проект. Примерно через год он ушёл разочарованным. Позже ещё один студент прошёл такой же путь в той же компании, только проект был другой.

«Совершенно откровенно: если компания отказывается сказать, в какую команду вас назначат, у меня это вызывает вопросы.» (Эндрю Ын)

Его вывод: иногда лучше выбрать не компанию с самым горячим брендом, а хорошую команду трудолюбивых, знающих людей, которые стараются сделать что-то полезное с ИИ, даже если логотип не так известен. Так вы часто учитесь быстрее и лучше растёте в карьере.

«Мы учимся не от восторга от логотипа компании, когда входим в дверь, а от людей, с которыми имеем дело каждый день.» (Эндрю Ын)

Создавайте и работайте много

Теперь, когда мощное ПО строить проще, нужно вести себя ответственно и не создавать программы, которые вредят другим. В остальном возможностей огромное множество.

Идей в мире гораздо больше, чем людей, которые умеют их реализовать. Эндрю признаёт, что выпускникам вузов искать работу стало сложнее, но при этом многие команды не могут найти достаточно квалифицированных людей. Если вы не построите какой-то проект, то, скорее всего, его не построит никто. Пока вы не вредите другим, ждать разрешения или чтобы кто-то сделал это первым не нужно.

«Цена неудачи гораздо ниже, чем раньше: вы тратите выходные, но что-то узнаёте. Мне кажется, это нормально.» (Эндрю Ын)

Дальше Эндрю предупреждает: сейчас он скажет то, что в некоторых кругах считается некорректным. Он призывает работать много. Сразу оговаривается, что у людей бывают разные обстоятельства. Сам он, например, после рождения детей некоторое время работал не так интенсивно, а кто-то не может из-за травмы или инвалидности. Этих людей, по его словам, нужно уважать, поддерживать и заботиться о них. Но все его аспиранты, ставшие очень успешными, работали невероятно много. Он вспоминает, как сидел в два часа ночи над подбором гиперпараметров, и признаётся, что и сам иногда так работает.

«Правда в том, что люди, которые много работают, делают гораздо больше.» (Эндрю Ын)

Он говорит прямо: между глупым телешоу и запуском агента для кода на выходных, чтобы что-то попробовать, он почти всегда выберет второе. Исключение: когда смотрит сериал с детьми.

Часть 2. Лоренс Морони

Почему сейчас трудно найти работу

Лоренс начинает с дополнения к словам Эндрю о выборе людей: на собеседовании компания тоже выбирает вас. Хорошие компании хотят подобрать людей, с которыми им будет работать. Он давно наставляет молодых людей, которые ищут работу, особенно активно последние восемнадцать месяцев, и рассказывает одну историю.

Молодой человек с хорошим образованием, опытом и сильными навыками программирования. В апреле его сократили. Он работал в медицинском ПО, а эта область сильно меняется, финансирование в ряде направлений сократили на уровне федерального правительства. В тот же апрель от него ушла девушка, а через несколько недель умерла собака. Когда Лоренс сел с ним поговорить, прошло пару месяцев.

У парня была таблица, в которой он отслеживал более 300 вакансий. В некоторых он дошёл до конца длинных собеседований, например в Meta и Microsoft. Каждый раз ему казалось, что всё прошло хорошо: задачи по коду решил, с людьми поговорил. Но в течение суток звонил рекрутер и говорил, что работу он не получил.

Лоренс устроил ему пробные собеседования и ничего не мог понять, пока не дал по-настоящему трудное интервью с редкими граничными случаями в коде. Тогда выяснилось, что кандидат ведёт себя по советам из рекрутинговых буклетов. В них пишут, что на собеседовании нужно уметь стоять на своём, иметь стержень и не уступать. Он понял это как совет быть очень жёстким и в итоге стал вести себя враждебно. С точки зрения руководителя команды, говорит Лоренс, перед тобой тот самый «инженер, который в десять раз эффективнее», но с таким поведением его не хочется держать рядом с командой. При этом сам он очень приятный человек: просто он следовал полученному совету.

Следующее собеседование было в компании, где очень ценят командную работу, и он получил оффер. Сейчас он там работает и зарабатывает вдвое больше, чем на месте, где его сократили.

«Стоять на своём и иметь стержень хорошо. Но не будьте грубияном, пока вы это делаете.» (Лоренс Морони)

Мораль, по его словам: вы смотрите на компанию и на людей, с которыми будете работать, но и они смотрят на вас так же.

Потом Лоренс переходит к общей картине. Ситуация сейчас не идеальная. Найм на начальные позиции, то есть выпускников, замедлился заметно. В заголовках доминируют громкие увольнения. Он вспоминает самое большое увольнение в Google пару лет назад и называет сокращения в Amazon, Microsoft и других компаниях. Начальных вакансий кажется мало (слово «кажется» он подчёркивает и обещает разобрать позже). Конкуренция жёсткая. В зале он спросил, кто уже ищет работу: таких оказалось много, а успеха добился один человек.

Вопрос в том, стоит ли переживать. Ответ Лоренса: нет, если подходить к поиску работы правильно и понимать, как быстро меняется отрасль. Люди с правильным настроем будут процветать.

Как рынок дошёл до такого состояния, он рисует по годам. В 2021 и 2022 годах из-за пандемии промышленность замедлилась, и компании сократили найм. В 2022 и 2023 годах мир начал выходить из пандемии, накопившийся застой с наймом наложился на взрыв ИИ, и каждой компании понадобилось нанимать «как сумасшедшей». В итоге людей брали на должности выше их квалификации, потому что таланты приходилось перебивать друг у друга. По словам Лоренса, многие рассуждали так: у человека есть навыки в ИИ, давайте возьмём его, а потом разберёмся, что с ним делать. В 2024 и 2025 годах компании поняли, что наняли людей, не подходящих для своих должностей, во многом только потому, что в резюме было слово ИИ. Идёт большая корректировка, и теперь компании гораздо осторожнее относятся к навыкам в ИИ.

Вывод Лоренса: возможности остались, и их много, если подходить стратегически.

Три опоры успеха

Теперь недостаточно написать «ИИ» в резюме. Нужно мыслить по трём опорам успеха и уметь это показать. А показать сейчас проще, чем когда-либо: как продемонстрировал Эндрю, код можно «промптить в существование».

Свой опыт Лоренс приводит как подтверждение, что важно быть хорошим инженером. Дважды он провалил собеседование на роль продукт-менеджера в Google, хотя был успешен в Microsoft, написал более двадцати книг и преподавал в колледжах. Когда же он прошёл собеседование на инженера, его наняли, и там спросили, почему он не пришёл раньше. Отсюда вывод: инженерные навыки сейчас ценятся выше, чем когда-либо, из-за изменившегося соотношения инженеров и продукт-менеджеров.

Первая опора: глубокое понимание. Во-первых, академическое: понимать машинное обучение и конкретные архитектуры моделей, уметь читать научные статьи и знать, как применить это на практике. Во-вторых, понимание трендов: держать руку на пульсе и видеть, где в них больше сигнала, а где шума.

Вторая опора: фокус на бизнесе. Здесь Лоренс говорит ещё одну «некорректную» вещь после Эндрю, тоже про труд. Понятие «тяжёлый труд», по его словам, слишком расплывчато, и его нужно измерять: «вы есть то, что вы измеряете». Он упоминает модный график «996»: с девяти утра до девяти вечера, шесть дней в неделю. Это мера потраченного времени, а не труда.

«Можно работать восемь часов в день и быть невероятно продуктивным. Можно работать шесть часов в день и быть невероятно продуктивным. Дело в метрике: в том, как вы измеряете, насколько усердно работаете.» (Лоренс Морони)

Сам он измеряет труд тем, что успел создать за отведённое время. Книгу, которую Эндрю показывал в начале, он написал примерно за два месяца. Его секрет в бейсболе: он обычно пишет в бейсбольный сезон, пока в фоне идёт матч. Игра медленная, три с половиной или четыре часа, и вместо того чтобы бездумно смотреть, он в это время пишет книгу. Он предлагает найти области, где можно работать и давать результат, и связать этот результат с бизнесом и работой, которую вы хотите.

«Есть старое правило: одевайся не для работы, которая у тебя есть, а для той, которую хочешь. Я бы сказал по-новому: пусть ваш результат будет не для работы, которая у вас есть, а для той, которую вы хотите.» (Лоренс Морони)

Пример из его практики. После двух неудач в Google он в третий раз подготовился по-другому. Он собеседовался в только что запущенную команду облачных сервисов и к тому времени написал книгу про Java. Он проверил, что можно сделать с Java в их облаке, и написал приложение, которое прогнозировало цены на акции с техническим анализом. Код он указал в резюме, и весь цикл собеседований состоял из вопросов об этом коде. Вместо вопросов вроде «сколько шариков для гольфа поместится в автобус» его спрашивали о том, что он сделал сам.

«Это дало мне возможность говорить о том, что я знаю, а не идти вслепую к человеку, который задаёт случайные вопросы в надежде, что я смогу на них ответить.» (Лоренс Морони)

Третья опора: ориентация на результат.

«Идеи дешёвы, а исполнение это всё.» (Лоренс Морони)

Он собеседовал многих людей, которые приходили с расплывчатыми идеями и без способа их реализовать, и других, которые приходили с недоработанными идеями, но хорошо проверенными на практике. Работу получили вторые.

Чего теперь хочет бизнес

Два или три года назад, рассказывает Лоренс, достаточно было уметь что-то одно. Если вы могли построить классификатор изображений, вам предлагали зарплату в шесть знаков и крупные пакеты акций. Теперь всё иначе. Сегодня всё нацелено на слово «продакшен»: на работу продукта в реальных условиях, на создание и оптимизацию моделей, понимание пользователей и удобство интерфейса. Причина в том, что после пандемии и перегрева найма бизнес сжался и смотрит на итоговую прибыль.

«Раньше было приятно, что мы могли делать и строить крутые вещи. Теперь нужно строить полезные вещи. Они, кстати, тоже могут быть крутыми.» (Лоренс Морони)

Лоренс называет три реальности рынка. Первая: бизнес-фокус обязателен. По его словам, последние десять лет многие крупные компании Кремниевой долины много занимались развитием людей и тем, чтобы сотрудники приходили на работу «целиком», со всем, что волнует их вне работы. Это привело к большому количеству активизма внутри компаний. Лоренс отдельно подчёркивает, что в активизме нет ничего плохого, но, по его опыту, перекос привёл к тому, что компании оказались в ловушке и приходилось ставить активизм выше бизнеса. Сегодня, по его оценке, маятник качнулся назад.

Вторая: управление рисками входит в работу, особенно в ИИ. Если вы приходите с пониманием рисков, которые несёт перевод бизнес-процесса на ИИ, и умеете их снижать, это очень сильная позиция. На собеседовании, считает Лоренс, это навык номер один.

Третья: ответственность в ИИ изменила смысл.

«Ответственность в ИИ сменила размытое определение “давайте убедимся, что ИИ работает для всех” на определение “давайте убедимся, что ИИ работает. Давайте убедимся, что он приносит пользу бизнесу. А потом убедимся, что он работает для всех”.» (Лоренс Морони)

По его словам, последние годы порядок часто был перевёрнут, и это привело к известным провалам. Лоренс рассказывает один такой случай. Два года назад он тестировал генерацию изображений в Gemini и работал над темой ответственного ИИ. Часть этой темы: модель не должна усиливать негативные стереотипы. Например, если в обучающих данных врачами чаще были мужчины, модель будет чаще рисовать врача мужчиной.

Он написал запрос: молодая азиатка на кукурузном поле, в летнем платье и соломенной шляпе, внимательно смотрит на iPhone. Модель ответила красивыми картинками. Тот же запрос про женщину из Индии, потом про чёрную женщину, потом про латиноамериканку: всё работало. Потом он попросил европеоидную женщину, и модель отказалась, объяснив, что не может генерировать изображения людей, чтобы не порождать вредные стереотипы. По словам Лоренса, это был очень плохо реализованный фильтр безопасности, который реагировал на слово. Обходной путь: запрос про ирландку. Картинки получились, но у всех были рыжие волосы. Лоренс вырос в Ирландии и отмечает, что у Ирландии действительно самая высокая доля рыжих в мире, около восьми процентов. Но если каждому народу привязать один цвет волос, видно, что это проблема.

«В данном случае один очень узкий взгляд на то, что ответственно, а что нет, захватил модель и повредил репутации модели и компании.» (Лоренс Морони)

Вывод Лоренса: ответственный ИИ ушёл от размытых социальных тем к более жёстким вещам, связанным с бизнесом и репутацией компании. Ошибки будут, поэтому учиться на ошибках нужно постоянно. Люди вокруг тоже будут ошибаться, и нужно уметь прощать им ошибки и идти дальше.

Технический долг: хороший и плохой

Есть мем, что вайб-кодинг делает инженеров менее нужными, потому что код теперь может «вызвать промптом» любой. Лоренс советует не давать этому мему вас огорчить: чем опытнее инженер, тем лучше он работает таким способом. Он предлагает взять роль доверенного советника, на собеседовании, в консалтинге, в работе с компанией. Для этого нужно понимать последствия сгенерированного кода, и лучше всех их понимает инженер.

Меру для этого он предлагает такую: технический долг. В зале термин оказался незнаком, поэтому Лоренс объясняет его на примере ипотеки.

• Хороший долг. Вы берёте полмиллиона долларов на дом на тридцать лет. С процентами вы вернёте банку порядка миллиона. Но дом со временем дорожает, аренду платить не нужно, и пользы вы получаете больше миллиона.
• Плохой долг. Импульсивная покупка в кредит под высокий процент. Туфли за двести долларов к моменту полного погашения обойдутся в пятьсот, и пользы на пятьсот от них нет.

Тот же подход Лоренс предлагает к разработке. Каждый раз, когда вы что-то строите, вы берёте на себя долг: баги, поддержку, новые требования, обратную связь.

«Единственный способ избежать долга: ничего не делать.» (Лоренс Морони)

Поэтому вопрос тот же, что при покупке: стоит ли технический долг того, что вы получаете? Многие стартапы, с которыми он работает, сразу открывают Gemini, GPT или Anthropic и начинают выдавать код, чтобы скорее показать прототип инвесторам. По его словам, это может быть хорошо, но долг всё равно будет.

«Хороший финансист управляет своими долгами и становится богатым. Хороший программист управляет своим техническим долгом и тоже становится богатым.» (Лоренс Морони)

Чтобы получить хороший долг, как ипотеку, а не как кредитную карту, Лоренс называет три условия. Первое: чёткие цели, которых вы достигли. Вы знали, что нужно построить, а не просто открыли ChatGPT и стали выдавать код. Сам Лоренс сейчас делает стартап в сфере кино и почти весь код получает от ИИ. Он построил приложение, проверил, выбросил и начал заново, и каждый раз его требования становились яснее. Если цели не достигнуты, это тоже опыт, и выбросить такой код не жалко.

Второе условие: бизнес-ценность. Он видел, как люди часами строят в Replit очень красивые сайты, и на вопрос, чем это помогает бизнесу, остаётся только «ну и что?».

Третье условие: код должны понимать другие люди. Лоренс считает его самым недооценённым и, пожалуй, самым важным.

«Хуже всего технический долг, когда вы сдаёте код, который никто не понимает. Только вы понимаете его, а потом вы уходите на работу получше. И компания теперь зависит от этого кода.» (Лоренс Морони)

Чтобы этого избежать, код нужно сделать понятным: документация, ясные алгоритмы, осмысленные названия переменных. Для этого надо потратить время и самому просмотреть то, что создал ИИ.

Примеры плохого долга он тоже приводит. Первый: решение в поисках проблемы. Если единственный инструмент молоток, любая задача похожа на гвоздь. В больших организациях он видел, как люди создавали код с помощью ИИ и отправляли его в общую кодовую базу, и среди этого становилось трудно найти хороший код. Второй: «спагетти-код». Он получается особенно часто, когда вы снова и снова меняете запрос к модели. Лоренс сам с этим борется: он делает приложение для macOS, но в обучающих данных моделей в основном код для iPhone, поэтому модель выдаёт ему интерфейсы iOS, и многое приходится менять вручную. Третий: власть вместо заслуг. Лоренс шутит, что вице-президент достаёт банковскую карту, оформляет подписку на Replit и начинает строить, и затем возникает вопрос, кому это исправлять.

Как отличить сигнал от шума

Лоренс переходит к теме, которая, по его словам, особенно важна в горячих областях вроде ИИ и криптовалют.

«Мне кажется, хайп является одной из самых сильных сил во Вселенной.» (Лоренс Морони)

Если вы получаете новости из соцсетей, нужно помнить, что их валюта вовлечённость.

«Валютой социальных сетей является вовлечённость. Точность не является валютой социальных сетей.» (Лоренс Морони)

Даже LinkedIn, который считается более профессиональным, по его наблюдению, заполнен инфлюенсерами, которые просят Gemini или GPT написать цепляющий пост ради лайков. Система вознаграждает такие посты, и вовлечённость растёт как снежный ком. Отсюда его вывод: умение отделять сигнал от шума и помогать в этом другим стоит дорого. Эффект не такой заметный, как лайки, но в личном разговоре, на собеседовании или в работе, он очень ценится.

«Если вы способны отфильтровывать сигнал от шума и подталкивать окружающих к сигналу, а не к шуму, это даёт вам огромное преимущество и делает вас очень непохожим на других.» (Лоренс Морони)

Дальше Лоренс рассказывает историю про агента. В прошлом году, когда «агент» стал главным словом года, ему написала компания из Европы с просьбой помочь внедрить агента. Он спросил зал, какой первый вопрос нужно задать. Из зала предложили «что такое агент для вас» и «что вы хотите сделать». Лоренс сказал, что его вопрос был ещё проще: зачем?

С руководителем компании пришлось разбираться долго. Тот сказал, что все говорят о сокращении расходов и о том, что бизнес станет лучше благодаря агентам. На вопрос, кто это сказал, выяснилось, что он прочитал это в LinkedIn и увидел в Twitter. Когда убрали всё лишнее, оказалось, что он хотел сделать своих продавцов эффективнее. В этой фразе, замечает Лоренс, нет ни слова про ИИ и ни слова про агентов.

Тогда Лоренс поговорил с лучшими продавцами и спросил, что им не нравится в работе больше всего. Они ответили, что тратят много времени на изучение сайтов компаний и профилей в LinkedIn, а у каждого сайта своя структура, и единого маршрута нет. Около 80% времени уходило на подготовку и около 20% на продажи. Поскольку зарплата продавцов во многом состоит из комиссии, на то, что приносит доход напрямую, они тратили пятую часть времени. Цель поставили так: повысить эффективность продавцов на 20%. И только потом перешли к идее ИИ, а затем агентного ИИ.

Что такое агент, Лоренс объясняет просто: это разбиение задачи на шаги, то есть хорошая инженерия. По его опыту, у агента есть устойчивая последовательность из четырёх шагов.

1. Понять намерение. Большие языковые модели хорошо понимают. Им можно описать задачу, например: хочу встретиться с таким-то человеком и продать ему такой-то товар, вот что я о нём знаю.
2. Составить план. Агенту сообщают, какие инструменты ему доступны, например просмотр сайтов и поиск в интернете. Модель хорошо разбивает задачу на шаги.
3. Выполнить план с помощью инструментов и получить результат.
4. Оценить результат. Вернуться к намерению и ответить на вопрос: цель достигнута или нет. Если нет, цикл повторяется.

Для компании сделали пробную версию, и продавцы сэкономили от 10% до 15% времени, потраченного впустую. Дальше, как выразился Лоренс, сработала доктрина непредвиденных последствий. Продавцы стали довольнее: в среднем за неделю они продавали на несколько процентов больше, зарабатывали больше, а работа стала менее изматывающей. Подготовка справки за несколько минут вместо нескольких часов принесла выгоду всем сторонам.

Если бы компания пошла по пути хайпа и просто попросила построить агента, не разобравшись в требованиях бизнеса, она, по его словам, потерялась бы в хайпе. Он ссылается на отчёт, как ему кажется, McKinsey, вышедший на прошлой неделе: около 85% проектов в области ИИ в компаниях не удаются. Одна из главных причин, по его словам, в том, что их плохо ограничивают по объёму: люди прыгают в вагон хайпа и не понимают, как проходит их путь через задачу.

Другие примеры хайпа Лоренс называет коротко: «разработка ПО умерла», «Голливуд умер», «AGI к концу года». Про Голливуд он рассказывает историю. Год или два назад (Лоренс сам путается в сроках) он был на ужине в Саудовской Аравии и сидел рядом с руководителем компании, которая занималась генеративным ИИ. Тот показывал видео в шесть секунд, созданное по текстовому запросу. Тогда это впечатляло, сегодня это может любой. Но руководитель сказал, что через год из одного запроса можно будет получить 90 минут видео, и тогда Голливуду придёт конец. По словам Лоренса, даже два года спустя 90 минут по одному запросу сделать нельзя. А если бы и можно было, какой запрос расскажет историю целого фильма?

«Такой хайп приводит к вовлечённости. Такой хайп приводит к вниманию. Но моё пожелание вам: разберите его на части. Ищите сигнал. Задавайте вопрос “почему”. Задавайте вопрос “что”, и двигайтесь дальше.» (Лоренс Морони)

Ещё Лоренс делится советом, который ему когда-то дал один человек. Он звучит странно, но оказался верным: когда видите громкую новость, попробуйте превратить её в максимально будничную. Пример: в день лекции вышел Gemini 3, а за несколько дней до этого кто-то написал в сети, что собрал клон Minecraft одним запросом. По словам Лоренса, на деле построили эффектную демонстрацию, а не настоящий клон. Другой пример, с которым он сейчас много работает, это видео. Вместо волшебной истории «можно всё, что захочешь, Голливуд умер» он объясняет, что происходит на самом деле. Модель, обученная создавать видео по тексту, создаёт последовательность кадров, и каждый следующий немного отличается от предыдущего. Когда это становится будничным, люди начинают понимать, и дальше с этим могут творить удивительные вещи те, кто разбирается в конкретной области, а не только в технической стороне.

Стратегия, которую он предлагает: активно фильтровать, углубляться в основы и держать руку на пульсе.

«Самое сложное, как мне кажется, это третье: на самом деле держать руку на пульсе.» (Лоренс Морони)

Для этого, по его словам, приходится заходить в те самые соцсети, где набирают вовлечённость, и пытаться отделять там сигнал от шума. Научные статьи дают соотношение сигнала и шума гораздо лучше. Но чтобы понимать людей, которым вы будете советовать, нужно знать, что они читают в Twitter, X и LinkedIn.

Будет ли пузырь в ИИ

Лоренс спрашивает зал, помнят ли они фильм «Титаник» и фразу «айсберг прямо по курсу». До этой фразы в фильме есть сцена: два наблюдателя на вершине мачты замёрзли и говорят только о том, как им холодно. Потом выясняется, что бинокли остались в порту. По словам Лоренса, экипаж был настолько уверен в себе, что не хотел смотреть на риски: люди, чья работа была высматривать опасность, были, но их не снабдили и не обучили как следует.

«И это, по-моему, очень хорошая метафора того, где сегодня находится индустрия ИИ. Впереди нас есть риски.» (Лоренс Морони)

Если относиться к этим рискам спокойно, говорит он, важно помнить, что пузыри уже бывали. Пузырь доткомов 2000-х, по его словам, был самым большим в истории. Он лопнул, но интернет остался, и те, кто делал всё правильно, не просто выжили, а выиграли. Лоренс называет Amazon и Google: они понимали основы того, как строить бизнес в интернете, и пузырь их не унёс. На противоположной стороне он вспоминает сайт pets.com (Лоренс не уверен, что название помнит точно). У его руководства была установка «постройте, и они придут», они запустили рекламу на Супербоуле, но не смогли обработать приток посетителей. Когда пузырь лопнул, сайты такого типа пропали.

«Так что пузырь в ИИ, скорее всего, придёт. Пузырь бывает всегда.» (Лоренс Морони)

Компании, которые делают ИИ правильно, по его мнению, не просто переживут пузырь, а будут процветать после него. То же относится к людям: те, кто думает об ИИ и даёт своей компании разумные советы, не потеряют работу при крахе.

Строение пузыря Лоренс показывает пирамидой из трёх уровней. Вершина это хайп. Средний уровень: большие венчурные инвестиции и нереалистичные оценки компаний, плюс множество продуктов-подражателей, когда кто-то сделал успешную вещь и все прыгают в тот же вагон. Низ это реальная ценность, и её мало. Лоренс признаёт, что треугольник лучше было нарисовать перевёрнутым, потому что ценности там небольшое ядро. Слайды он создавал с помощью ИИ и шутит, что это один из технических долгов, которые он на себя взял. Выживут те, кто строит для этого ядра.

По его наблюдению, средний уровень уже слабеет. Лоренс консультирует много стартапов и говорит, что суммы инвестиций сокращаются, а то, во что вкладывают, меняется.

«Когда-то можно было выйти с чем угодно, на чём написано “ИИ”, и получить венчурные деньги. Потом можно было выйти с чем угодно на базе большой языковой модели и получить деньги. Сейчас инвесторы намного, намного осторожнее.» (Лоренс Морони)

Когда пузырь лопается, исчезает финансирование, замораживание найма переходит в увольнения, проекты закрываются, а специалисты заполняют рынок труда. Чтобы это вас не задело, Лоренс даёт четыре совета: учить основы, делать реальные решения, понимать бизнес и разнообразить навыки.

«Не будьте тем самым человеком одного трюка, который умеет делать только одно.» (Лоренс Морони)

Он работал с блестящими людьми, которые отлично писали код для конкретного интерфейса или фреймворка. Потом индустрия двинулась дальше, и эти люди остались не у дел.

Две ветки ИИ: большие и малые модели

По прогнозу Лоренса, в ближайшие пять лет индустрия разделится на две ветви. Он называет их «большой» и «малой» и признаёт, что делает это с небольшой вредностью.

Большой ИИ это то, что мы видим сегодня: большие языковые модели, которые растут ради цели достичь общего искусственного интеллекта. Gemini, Claude, OpenAI и другие идут по пути «чем больше, тем лучше». Малый ИИ это модели с открытыми весами, которые можно развернуть у себя. Термин «открытый исходный код» Лоренсу не нравится, поэтому он предпочитает говорить «модели с открытыми весами» или «модели, которые можно разместить самому». По его словам, они быстро осваивают рынок. Он упоминает статью об Y Combinator, где, как он прочитал, 80% компаний используют маленькие модели, в первую очередь китайские. По его оценке, большая ветвь лопнет раньше, а малая позже. Для неё главный навык ближайших двух-трёх лет это тонкая настройка: умение взять модель с открытыми весами и настроить её под конкретную задачу.

Пример он берёт из кино. Лоренс много работает с голливудскими студиями, где интеллектуальная собственность защищена очень строго. Главную возможность он видит в анализе: по описаниям фильмов понять, почему один стал хитом, а другой нет, в какое время года лучше выпускать. Маржа у фильмов тонкая, поэтому такой анализ бесценен. Но для него нужно передать модели подробности фильма, а студии не хотят отдавать свою интеллектуальную собственность третьей стороне. Здесь и помогают малые модели, которые разворачиваются у себя.

«Модель на 7 миллиардов параметров сегодня на том же уровне ума, что модель на 50 миллиардов вчера. Через год модель на 7 миллиардов будет на том же уровне, что модель на 300 миллиардов прошлых лет.» (Лоренс Морони)

То же касается юридических и медицинских офисов и всех мест, где важна конфиденциальность. А для карьеры совет один, какая бы ветвь ни сдулась: учить основы, делать реальные решения, понимать бизнес и разнообразить навыки.

В конце выступления Лоренс показывает на примере видео, что даёт «искусственное понимание». Сын Лоренса играет в хоккей. Он попросил модель просто создать видео, где мальчик забивает гол, и результат не получился: модель решила, что арена полная, и дорисовала зрителей, у игрока появились две клюшки вместо одной, а его имя модель забыла. Тогда Лоренс разбил задачу на шаги: понять намерение, выбрать инструмент, составить план запроса, выполнить, оценить. С таким подходом тот же самый движок смог передать эмоцию в сцене. Вывод Лоренса: разбивка задачи на шаги дала результат там, где прямой запрос не сработал.

Вопросы из зала

В конце Лоренс отвечал на вопросы студентов.

Его спросили, что больше всего удивило его в индустрии. Он ответил, что, наверное, не должно было удивлять то, насколько сильно хайп взял верх. Он искренне надеялся, что люди на важных должностях разглядят сигнал лучше.

«Больше всего меня удивило, и, наверное, не должно было удивлять, то, насколько сильно хайп взял верх.» (Лоренс Морони)

Второе, что его удивило: желание получить прибыль сразу, а не выгоду в долгой перспективе. Для примера он рассказывает про сертификат TensorFlow. Лоренс и Эндрю вместе вели специализации по TensorFlow на Coursera, а потом Google запустил профессиональный сертификат со строгим экзаменом. Тот, кто его получал, повышал свои шансы найти работу. Программа обходилась Google в 100 000 долларов в год, это небольшие деньги для компании, а польза была большой. Лоренс вспоминает молодого человека из Сирии, который получил этот сертификат одним из первых в стране, переехал в Германию и нашёл работу в крупной компании. Сейчас он помогает семье на родине и вывел её из зоны войны в спокойный район. Но программа не приносила дохода, и её закрыли. Лоренс говорит, что это жаль, потому что от таких проектов вырастает очень много доброй воли.

Радует Лоренса и то, когда ИИ удаётся тем, от кого этого не ожидаешь. У него есть друг, бывший профессиональный хоккеист. Тот бросил школу в 13 лет, чтобы сосредоточиться на коньках, а сейчас руководит некоммерческой организацией с ледовыми катками. Каждый квартал он обязан представлять совету директоров результаты, чтобы организацию финансировали. Данные лежали в разных местах: в таблицах, счетах и данных оборудования насосной, где компрессор охлаждает лёд. На консультантов, которые собирали эти данные, он тратил больше 150 000 долларов в год. Три года назад друг спросил Лоренса про ИИ и хорош ли ChatGPT. Оказалось, что он уже пробовал: загружал таблицы и PDF и просил собрать отчёт. Теперь на отчёт уходит около двух часов, и он работает. Сэкономленные деньги идут на хоккейное и конькобежное снаряжение и уроки для детей из малообеспеченных семей. Лоренс поздравил друга с тем, что теперь он разработчик, и другу это не понравилось.

Другой студент спросил: инженерам вроде нас проще отделять сигнал от шума по научным статьям, а как быть людям без такой подготовки, например из гуманитарных областей? По мнению Лоренса, это шанс для инженеров стать для таких людей доверенными советниками. Главное понять механизм вознаграждения: сейчас всё награждает вовлечённость, а не суть. Друг с катком всё это видел, но не готов был ставить на это карьеру, и ему нужен был советник. Лоренс добавляет, что средний человек, даже без экспертизы в области, обычно очень умён, и задача советника помочь этому уму развиваться.

Последним был вопрос о том, может ли ИИ усилить социальное равенство или неравенство. Ответ Лоренса: и то, и другое, и ни то, ни другое. Любой инструмент можно использовать по-разному, поэтому важно учить и вдохновлять людей применять его для добрых целей.

«Я всегда любил жить так: исходить из добрых намерений, но быть готовым к плохим.» (Лоренс Морони)

«У самого ИИ нет выбора. Всё зависит от того, как его используют люди.» (Лоренс Морони)

Что взять себе

1. Смотрите на команду, а не на логотип. Вы учитесь от людей, с которыми работаете каждый день (Эндрю Ын).
2. Создавайте, не ждите разрешения. Цена неудачи низкая: выходные и новый опыт. Главное не навредить другим (Эндрю Ын).
3. Держите инструменты на переднем крае. Отставание хотя бы на полпоколения заметно снижает продуктивность (Эндрю Ын).
4. Подумайте о работе с пользователями. Узким местом стало решение, что создавать (Эндрю Ын).
5. Измеряйте труд результатом. Часы это мера потраченного времени, а не труда (Лоренс Морони).
6. Показывайте результат для должности, которую хотите. Проект, сделанный под конкретную компанию, даёт возможность говорить на собеседовании о том, что вы знаете (Лоренс Морони).
7. Не будьте грубым, когда стоите на своём. Компания присматривается к вам так же, как вы к ней (Лоренс Морони).
8. Считайте технический долг. Спрашивайте себя, есть ли чёткие цели, бизнес-ценность и понятный другим код (Лоренс Морони).
9. Задавайте вопрос «зачем». Отделяйте сигнал от шума, особенно в соцсетях, где валюта вовлечённость (Лоренс Морони).
10. Разбивайте задачу на шаги. Понять намерение, составить план, выполнить с помощью инструментов, оценить результат (Лоренс Морони).
11. Разнообразьте навыки. Если у вас только один узкий навык, все яйца лежат в одной корзине (Лоренс Морони).

От лекции к вашей жизни

К какому выводу я пришёл после этой лекции? Оба профессора, каждый со своей стороны, говорят одно: сначала цель, потом инструмент. Лоренс начинает любой разговор про ИИ с вопроса «зачем». Эндрю советует идти и создавать, но сначала решить, что именно.

Учиться работать с ИИ можно сколько угодно. Читать курсы, пробовать каждую новую модель, собирать проекты по выходным. Но если нет ответа на вопрос «ради чего я это делаю», это время и деньги, потраченные впустую.

Без цели ИИ просто ускоряет движение в никуда.

Именно для этого я делаю CoachingWay. Это приложение, которое помогает:

• планировать и фокусироваться на самом важном;
• понять, какую жизнь вы хотите, и создавать жизнь своей мечты;
• шаг за шагом двигаться к ней.

Внутри ИИ-коуч. Он не даёт советов, а задаёт вопросы. В том числе тот самый «зачем».

Попробовать: coachingway.ru

Разберём вашу ситуацию вместе

Если хотите понять, что в вашем бизнесе стоит отдать ИИ, а что нет, начнём не с инструмента, а с вопроса «зачем». Я бизнес-коуч PCC ICF и сам с помощью ИИ создал умный планер со встроенным AI-бизнес-ассистентом и CRM для своей работы. На бесплатной диагностике разберём ваши процессы, найдём, где застревают деньги и время, и определим, с чего начать. Встреча идёт до 40 минут.

Записаться на диагностику

Откроется Telegram-бот: он задаст несколько коротких вопросов, а время мы согласуем лично.