# Свикс о конкуренции с OpenAI: «Стартапы должны шиппить быстрее, чтобы их не „шерлокнули“» Источник: https://www.youtube.com/watch?v=5EzAabIUSE8 Канал: The Cognitive Revolution Опубликовано: 05.10.2023 --- В новом выпуске подкаста **The Cognitive Revolution** ведущий Натан Лабенс обсуждает с известным в AI-индустрии экспертом и создателем проекта **Latent Space** **Свиксом (Swyx)** стремительную эволюцию ролика инженера в эпоху больших языковых моделей. Собеседники анализируют, как разработчики приложений адаптируются к конкуренции со стороны **OpenAI**, каков реальный потенциал автономных агентов и почему мультимодальность изменит наше взаимодействие с технологиями уже в ближайшие месяцы. ## 🛠️ Рождение новой профессии: AI-инженер [[JUMP:03:05]] Свикс, которого считают автором термина «AI-инженер» (AI Engineer), утверждает, что 2023 год стал временем перехода от «промпт-инжиниринга» к полноценной инженерной специализации [03:32]. По его мнению, ИИ-инженер — это не исследователь машинного обучения (ML Researcher) и не классический ML-инженер, сосредоточенный на инфраструктуре обучения моделей. Это разработчик ПО, который специализируется на использовании готовых моделей для создания конечных продуктов [04:23]. Ключевые тезисы Свикса о профессии: * **Динамика рынка:** В мире всего около 5000 квалифицированных исследователей LLM, и обычная компания не может их нанять. Но тысячи софтверных инженеров могут научиться использовать API и Open Source модели [05:01]. * **Движение «слева направо»:** AI-инженеры — это чаще всего разработчики Fullstack, которые «сдвигаются» в сторону ИИ, изучая токенизаторы, эмбеддинги и векторные базы данных, а не специалисты по данным (Data Scientists), уходящие в продукт [06:58]. * **Базовые компетенции:** Свикс разработал учебный план «Latent Space University», включающий 7 этапов: от работы с GPT API и векторными базами до тонкой настройки (fine-tuning) и создания агентов [11:53]. ## 🏗️ Стэк технологий и стратегия «Build vs Buy» [[JUMP:20:17]] В вопросе выбора инструментов Свикс придерживается «вендор-френдли» подхода, но с важной оговоркой: нужно начинать с покупки готовых решений, чтобы быстро понять домен, но быть готовым переписать всё с нуля, когда требования станут специфичными [22:15]. Обсуждаемые инструменты и их роль: * **Human Loop:** Спикеры выделяют этот инструмент как идеальную площадку для воркшопа промптов и управления их версиями через API без изменения кода приложения [25:02]. * **Guardrails:** Библиотека для валидации вывода нейросетей (например, проверка корректности сгенерированного SQL или JSON). По словам Свикса, такие инструменты постоянно конкурируют с новыми фичами от OpenAI, которые включают валидацию на уровне API [26:34]. * **LangChain:** Несмотря на критику сообщества за избыточность, Свикс считает его важным эталоном, который помог сотням тысяч инженеров структурировать подходы к оркестрации LLM [22:42]. ## 🤖 Автономные агенты: хайп или реальность? [[JUMP:38:46]] Тема AI-агентов (AutoGPT, BabyAGI) вызывает у Свикса умеренный скептицизм в их текущем виде. Он разделяет агентов на «хайповых» (Open Source проекты для коротких демо в Twitter) и «прикладных» (закрытые стартапы вроде **Lindy** или **Adept**, решающие рутинные задачи) [39:54]. По мнению Свикса: * Главная проблема агентов сегодня — необходимость постоянного подтверждения действий человеком. Истинная автономия («fire and forget») пока недоступна в широком масштабе [40:22]. * Наиболее полезным «агентом» сегодня он называет простые системы вроде **Calendly**, которые работают автономно без всяких LLM [43:49]. * Однако он ожидает прорыва от мультимодальных моделей. Интеграция зрения и голоса позволит агентам не просто «рассуждать», а видеть интерфейсы и взаимодействовать с милом «руками» [59:12]. ## 🌩️ OpenAI против разработчиков: угроза «шерлокинга» [[JUMP:1:09:51]] Ведущий и гость обсудили растущее напряжение между OpenAI и экосистемой разработчиков. Натан Лабенс отмечает, что внедрение OpenAI собственных векторных баз данных, инструментов тонкой настройки и мультимодальных API делает многие стартапы ненужными [1:13:44]. Позиции участников по конкуренции: * **Скептицизм в отношении обещаний:** Свикс напоминает, что Сэм Альтман обещал не конкурировать с разработчиками, но считает, что это обещание не является «железным» [1:10:30]. * **Стратегия выживания:** Лучшая защита для стартапа — доказать, что команда быстрее и качественнее реализует специфические функции [1:11:48]. * **Будущее OpenAI:** Свикс считает, что компания фактически превращается в «четвертое облако» (AI Cloud), конкурируя с AWS, Google и Microsoft [1:16:36]. ## 📦 Экономика AI-бандла и инновационные гаджеты [[JUMP:1:20:47]] Натан Лабенс предложил концепцию **AI Bundle** — единой подписки (условно за $100 в месяц), дающей доступ к сотням AI-приложений одновременно (как кабельное ТВ или пакеты в SAS) [1:24:08]. По его расчетам, это решит проблему высокого оттока (*churn*) и стоимости привлечения клиентов для небольших компаний, таких как его проект **Waymark** [1:25:27]. Свикс, в свою очередь, заинтригован новым форм-фактором устройств — ИИ-кулонами (AI pendants) и носимыми гаджетами (например, проект **Rewind Pendant**). Он верит, что в будущем у каждого будет «цифровой двойник», который записывает все разговоры и помогает в делах в режиме 24/7 [1:21:12]. «Это не просто заметки, это новый уровень качества жизни, который построят именно AI-инженеры», — заключает гость [1:21:25]. --- **Инвестиционные тезисы и метрики:** * **Оценка компаний:** По предположению Свикса, компания **Anthropic** после последних инвестиций может оцениваться в сумму около $10 млрд [1:19:56]. * **Расходы на пользователей:** Натан Лабенс раскрыл метрику своего стартапа **Waymark**: стоимость одного бесплатного триала (затраты на токены и обработку видео) составляет около 15 центов [1:15:16]. * **Рост OpenAI:** Штат компании составляет около 600 человек (вопреки слухам о тысячах), что подчеркивает чрезвычайную эффективность выручки на одного сотрудника [1:10:57].