Лекция Стэнфорда о карьере в ИИ: полный конспект на русском

Каждый день кто-то пишет, что ИИ отнимет работу, что рынок умер и что без диплома программиста в эту тему лучше не соваться. Параллельно другие люди тихо собирают на нейросетях продукты, экономят компаниям сотни тысяч долларов и удваивают себе доход. Разница между первыми и вторыми редко в таланте. Чаще в том, как человек думает о своей работе, кого слушает и что успевает сделать руками.

Об этом лекция в Стэнфорде, которую ведёт Эндрю Ын (Andrew Ng). Во второй части слово берёт его давний друг Лоренс Морони (Laurence Moroney): много лет главный евангелист ИИ в Google, сейчас руководит группой в компании Arm, автор больше двадцати книг. Ниже полный конспект на русском, 10 карьерных правил из лекции, словарь терминов и задание на 15 минут.

Проверь: это про тебя?

• Хочешь зарабатывать с помощью ИИ, но теряешься в потоке новостей и не понимаешь, чему верить.
• Тебе кажется, что без технического образования в эту сферу не пустят, а вакансий становится всё меньше.
• Клиенты или руководство просят «внедрить ИИ» или «сделать агента», и непонятно, с чего начать разговор.
• Пробуешь собирать что-то в нейросетях, но результат то радует, то превращается в кашу.
• Хочешь, чтобы твой опыт эксперта стоил дороже именно сейчас, пока все вокруг гонятся за хайпом.

Если узнаёшь себя хотя бы в одном пункте, читай дальше. Лекция читается студентам Стэнфорда, но половина советов в ней про людей, бизнес и деньги, и код здесь не нужен.

Та самая лекция

Это девятая лекция курса Stanford CS230 «Deep Learning» осеннего семестра 2025 года, называется «Career Advice in AI», то есть «Карьерные советы в ИИ». Записана 18 ноября 2025 года, на канале Stanford Online вышла 17 декабря 2025-го. Длина 1 час 45 минут, на момент подготовки конспекта 460 658 просмотров.

Смотреть лекцию на YouTube (на английском, автосубтитры и перевод в браузере справляются).

Как читать конспект. Разделы идут в том же порядке, что и в видео, у каждого стоит таймкод начала, так что любой кусок легко найти и пересмотреть. Первые 18 минут говорит Эндрю Ын, дальше до самого конца, включая ответы на вопросы, выступает Лоренс Морони. Английские термины даны в скобках, чтобы потом узнавать их в статьях. Все цифры, истории и примеры взяты из самой лекции. Учти дату: в день записи как раз вышла Gemini 3, и «свежие инструменты» в лекции это инструменты конца 2025 года.

Конспект лекции на русском

00:00:00 · Золотой век для тех, кто строит

Ын скажет несколько мыслей и передаст слово Лоренсу Морони. Главная мысль: сейчас лучшее время в истории, чтобы строить с ИИ и строить карьеру в ИИ.

Недавно в соцсетях спорили, не замедляется ли ИИ. Ын считает, что виноваты отчасти тесты: если потолок 100%, выше него не прыгнешь, и кажется, что рост встал.

На его взгляд сильнее всего повлияло исследование организации METR. Там сложность задач ИИ меряли временем, которое на них тратит человек. GPT-2 справлялся с задачами на пару секунд, потом на четыре, восемь, минуту, две, четыре. По оценке исследования, длина задач, которые может выполнить ИИ, удваивается каждые семь месяцев. Для программирования удвоение ещё быстрее, примерно за 70 дней.

Отсюда вывод Ына: любой человек в аудитории сегодня может с помощью ИИ-блоков написать программу мощнее той, что год назад не смог бы собрать вообще никто на планете.

00:02:58 · Строительные блоки и гонка инструментов

Год-два назад их не было или они были очень сложными, теперь они доступны каждому.

Вторая сила: скорость. Ын признаётся, что его личный инструмент номер один уже несколько месяцев Claude Code. После выхода GPT-5 сильно прибавил OpenAI Codex. А в утро лекции вышла Gemini 3, которую он ещё не успел попробовать, но выглядит она как очередной большой скачок.

Любимый инструмент для кода меняется у него раз в полгода, а то и раз в три месяца. И отставание на половину поколения инструментов делает тебя заметно менее продуктивным. Многое в ИИ движется медленнее, чем обещает хайп, но инструменты для кода как раз та область, где прогресс огромный.

00:05:09 · Новое узкое место: решить, что строить

Совет, который Ын сейчас даёт настойчивее, чем пару лет назад: иди и строй. Учись и параллельно делай вещи сам.

У этого есть странное следствие. Когда из ясного задания легко получить работающий код, узким местом становится решение, что строить. Ын описывает цикл: написал программу, показал пользователям, собрал отзывы («интерфейс сложный», «нужна вот эта функция»), поменял представление о продукте, новый круг. Это работа продакт-менеджера.

Сборку ИИ ускорил сильно, продуктовую часть намного меньше. В Кремниевой долине принято соотношение инженеров и продакт-менеджеров 4 к 1, 7 к 1, 8 к 1. Теперь Ын видит, как оно падает до 2 к 1 и даже 1 к 1: некоторые команды сами просят штат «один менеджер на одного инженера».

00:07:34 · Инженер и продакт в одном человеке

Следующий шаг: соединить инженера и продакт-менеджера в одном человеке. Ын видит, что есть инженеры, которые не любят разговаривать с пользователями, и это нормально. Но те, кто научился говорить с людьми, собирать отзывы и глубоко сопереживать пользователю, сегодня двигаются быстрее всех в Кремниевой долине.

Тут он признаётся в старой ошибке. В начале карьеры на одной из должностей он пытался убедить сильных инженеров заниматься продуктом и в итоге заставил хороших специалистов чувствовать себя плохими менеджерами. Об этом он жалел годами. И сейчас ему кажется, что он рискует повторить ту же ошибку.

И всё же по себе он видит: когда умеешь и писать код, и говорить с пользователями, не ждёшь, пока кто-то отнесёт продукт клиентам, и двигаешься гораздо быстрее.

00:09:14 · Окружение решает

Он приводит социологические исследования: если пятеро твоих ближайших друзей курят, шансы, что куришь и ты, очень высоки (и тут же просит не курить, это просто пример).

Исследования про окружение из трудолюбивых и быстро обучающихся людей он не знает, но считает, что эффект почти наверняка тот же.

Дальше он говорит о «соединительной ткани» Стэнфорда: многие люди в передовых ИИ-лабораториях учились у его преподавателей, и через эти связи узнаёшь то, чего нет в интернете. Ын много раз собирался пойти в каком-то направлении, делал пару звонков знакомым исследователям и слышал: «попробуй вот это», «а это хайп, не ведись на пиар». Такие крупицы меняли архитектуру его проектов.

00:12:30 · Как выбирать работу: команда важнее логотипа

Когда выбираешь работу, для карьеры важнее всего люди, с которыми ты будешь работать каждый день. Ын повторяет историю, которую рассказывал на прошлых курсах.

Сильный студент Стэнфорда получил оффер от компании с громким ИИ-брендом. В какую команду он попадёт, не сказали: сначала подпиши, потом подберём проект. Родители гордились, студент подписал, и его отправили на бэкенд платёжной системы на Java. Специалист по ИИ без ИИ-проекта промучился около года и ушёл. Через пару лет другой студент курса повторил ту же историю в той же компании.

Вывод Ына: если компания не говорит, в какую команду ты попадёшь, это повод насторожиться. Сильная команда в компании с менее модным логотипом часто даёт больше роста. Учишься у людей рядом, и восторг от известного бренда на входе знаний не прибавляет.

00:15:18 · Не жди разрешения и работай много

Совет номер один у Ына такой. Строить мощные программы стало проще и быстрее, поэтому будь ответственным и не делай того, что вредит другим. А в остальном возможностей огромное количество. Идей в мире намного больше, чем людей с навыками их воплотить.

Выпускникам стало сложнее искать работу, но многие команды не могут найти сильных людей. Масса проектов не появится, если их не сделаешь ты. Ждать разрешения не нужно. Цена неудачи упала: потерял выходные, зато научился.

И мысль, которую в некоторых кругах считают неполиткорректной: Ын призывает работать много. Бывают периоды, когда это невозможно: после рождения детей он сам какое-то время работал меньше, кто-то восстанавливается после травмы. Таких людей нужно уважать и поддерживать. Но все его успешные аспиранты работали невероятно много. «Сидеть в два часа ночи и подбирать гиперпараметры: было, и до сих пор бывает».

00:18:06 · Сериал или агент на выходных

Свою часть Ын заканчивает простым выбором. Между тем, чтобы смотреть глупый сериал, и тем, чтобы на выходных запустить ИИ-агента для кода и что-то попробовать, он почти всегда выберет второе. Разве что смотрит что-то с детьми.

Дальше он представляет гостя: Морони учил огромное число людей TensorFlow и PyTorch, делал онлайн-курсы с командами Ына, недавно выпустил книгу «Introduction to PyTorch».

00:19:10 · Кандидат, который провалил 300 вакансий

Морони сразу подхватывает мысль Ына о людях и разворачивает её: компании на собеседовании тоже выбирают тебя. И хорошие компании очень внимательно смотрят, с кем им работать.

История из его наставничества. Молодой человек, отличное образование, элитный программист, в апреле попал под сокращение в компании медицинского ПО. Незадолго до этого его бросила девушка, а через пару недель умерла собака. Он был уверен, что быстро найдёт работу.

У него была таблица на больше 300 вакансий. Во многих он доходил до финала, в том числе в Meta и Microsoft, и каждый раз в течение дня звонил рекрутер с отказом.

Обычные пробные собеседования ничего не показали. Тогда Морони устроил жёсткое: придирки к коду, неочевидные граничные случаи. В памятках для кандидатов пишут «отстаивай мнение, имей стержень», и парень понял это как «будь максимально жёстким». На собеседованиях он становился враждебным. Как руководитель Морони не подпустил бы такого «10x-инженера» к команде, хотя по жизни парень очень приятный.

Они поработали над этим, и в следующей компании, где ценят командную работу, его взяли. Зарплата выросла вдвое по сравнению с прошлой работой. Мораль: отстаивай позицию, но без хамства.

00:23:38 · Рынок труда без иллюзий

Морони шутит, что в технологиях он дольше, чем ChatGPT насчитывает букв «r» в слове strawberry. Работал в Microsoft, Google, Reuters, в стартапах. Совет: используй все преимущества, обстановка сейчас неидеальная.

В зале многие уже ищут работу, успех пока у одного. Сигналы рынка: найм выпускников заметно замедлился, заголовки забиты сокращениями (Морони застал крупнейшее сокращение в истории Google, теперь режут Amazon, Microsoft и другие). Кажется, что позиций для новичков мало. Слово «кажется» он подчёркивает.

00:25:41 · Откуда взялся перекос в найме

Стоит ли волноваться? Морони отвечает: нет, если подходить к поиску правильно и понимать, как быстро меняется индустрия. Люди с правильным мышлением будут процветать.

В ИИ он впервые попал в 1992 году, прямо перед «зимой ИИ», а в 2015-м вернулся запускать TensorFlow в Google.

Хронология. 2021-2022: пандемия, спад, компании держатся за то, что напрямую приносит выручку, и сворачивают найм. 2022-2023: выход из пандемии, у всех накопился «затор» ненанятых людей, а тут взрывается ИИ. Все нанимают как сумасшедшие, начинаются торги за таланты, и в итоге почти все перенанимают. На высокие позиции попадают люди без нужной квалификации, иногда просто потому, что в резюме есть слово «ИИ».

2024-2025 Морони называет «великим пробуждением». Компании обнаружили, что набрали много людей, не дотягивающих до своих должностей, и идёт большая корректировка. Теперь к ИИ-навыкам при найме относятся гораздо осторожнее. Но если понимать этот контекст, возможности есть, и огромные, при стратегическом подходе.

00:29:13 · Три опоры успеха

Сейчас уже не получится просто написать «ИИ» в резюме и быть нанятым на волне. Нужно и рассказать, и показать. И показывать, по словам Морони, ещё никогда не было так легко: ты можешь «навайбкодить» продукт, то есть собрать его промптами.

Личная история: Морони дважды провалил собеседования в Google на продакт-менеджера, хотя был успешен в Microsoft и написал больше двадцати книг. На инженерную позицию его взяли со словами «почему вы не пришли раньше?». А с новым соотношением инженеров и менеджеров инженерные навыки ценятся ещё выше.

Три опоры успеха по Морони:

• Глубокое понимание. Во-первых, академическое: знать машинное обучение, архитектуры моделей, уметь читать статьи и превращать их в работающие вещи. Во-вторых, держать руку на пульсе трендов и отличать, где в них сигнал, а где шум.
• Фокус на бизнесе. Понимать, что нужно бизнесу, и выдавать именно это.
• Уклон в результат. Доводить до дела.

Про трудолюбие у Морони своя поправка. Тренд «996» (с 9 утра до 9 вечера шесть дней в неделю) меряет затраченное время, и о трудолюбии он ничего не говорит. Можно работать восемь часов в день и быть невероятно продуктивным.

00:32:00 · Сила результата: книги под бейсбол

Сам Морони меряет трудолюбие результатом: что создано за потраченное время. Книгу, которую показывал Ын, он написал примерно за два месяца. Все думают, что он работает по 16 часов. Секрет в бейсболе: матч по телевизору идёт три с половиной-четыре часа, игра медленная, и Морони пишет книги, пока в семь вечера матч идёт фоном.

Отсюда вторая опора, фокус на бизнесе. Есть старая поговорка: «Одевайся для работы, которую хочешь, а не для той, что есть». Морони переделывает её: пусть твой результат работает на ту должность, которую хочешь получить.

Так он и попал в Google с третьей попытки. Он шёл в только что запущенную облачную команду и, как раз написав книгу по Java, сделал на Java приложение для их облака, предсказывающее цены акций. Код положил в резюме. Вместо вопросов вроде «сколько мячей для гольфа влезет в автобус» всё интервью было про его код. Разговор шёл о том, что он знает, и власть была у него.

00:34:46 · Главное слово сейчас: продакшн

В ИИ то же самое: собери продукт промптами под то, куда хочешь попасть, и покажи, как он связан с их бизнесом. Вакансии есть, уверен Морони. Мало хороших совпадений между вакансиями и людьми.

Про уклон в результат: «Идеи ничего не стоят, исполнение решает всё». Морони собеседовал людей с пушистыми идеями без опоры и людей с сырыми, но хорошо заземлёнными идеями. Угадай, кого брали.

Ещё два-три года назад было так: умеешь собрать классификатор изображений, и тебе предложат шестизначную зарплату и щедрые акции. Сейчас так уже не бывает. Главное слово на букву «П»: продакшн. Что ты можешь сделать для реального продукта: модели, оптимизация, понимание пользователей. Компании сосредоточились на прибыли, и у Морони есть присказка: «итог это итоговая строчка».

00:37:10 · Бизнес-фокус не обсуждается

Раньше было приятно просто делать крутые штуки. Теперь нужно делать полезные. Полезное тоже может быть крутым, и результаты бывают крутыми, но крутизна приходит после пользы, когда ты сосредоточен на ценности.

Первая реальность работы в ИИ: фокус на бизнесе обязателен. Морони снова говорит неполиткорректно. Лет десять крупные компании Долины поощряли «приносить на работу себя целиком», и это привело к активизму внутри компаний. В поддержке справедливых дел он ничего плохого не видит, но перекос поставил активизм выше бизнеса.

Пример: около двух лет назад активисты ворвались в офис руководителя Google Cloud в знак протеста против контракта с одной страной и испортили кабинет. Из-за таких перегибов людей увольняют, а маятник качнулся обратно. Учти: в компаниях сейчас бизнес-фокус не обсуждается.

00:40:01 · Риски и ответственность: провал с картинками Gemini

Вторая реальность: снижение рисков входит в работу. Морони считает, что на собеседовании это навык номер один. Компания переводит процесс со старой логики на ИИ, и ценен человек, который понимает: вот риски такого перехода, вот как их снизить.

Третья реальность: понятие ответственности меняется. Раньше «ответственный ИИ» описывали размыто: пусть ИИ работает для всех. Теперь порядок такой: сначала ИИ должен работать, потом приносить пользу бизнесу, и затем работать для всех. Когда порядок переворачивали, случались громкие провалы.

Пример из тестов Gemini пару лет назад. Задача: не закреплять стереотипы вроде «врач мужчина, медсестра женщина». Промпт Морони: молодая азиатка в кукурузном поле, в летнем платье и соломенной шляпе, смотрит в iPhone. Отличные картинки. Индианка, темнокожая девушка, латиноамериканка: всё работает. На запрос с европейской внешностью (Caucasian) пришёл отказ: «это может привести к вредным стереотипам». На слово «white» модель ответила, что «сейчас вообще не генерирует людей». То есть соврала в лицо.

00:44:02 · Учиться на ошибках, своих и чужих

Обход нашёлся: Морони попросил «ирландку» и получил картинки, где у девушки везде рыжие волосы. Он вырос в Ирландии, там самая высокая доля рыжих в мире, около 8%. Но привязывать цвет волос к национальности уже проблема, а в некоторых районах Китая рыжими описывают демонов. Узкий взгляд на «правильное» захватил модель и ударил по репутации компании.

Слушатель вспоминает похожее с историческими сюжетами: на «нарисуй самурая» система ради разнообразия выдавала самураев разных полов и рас. Решение было наивным, его давно улучшили. Урок Морони: такое больше не сходит с рук. Ответственный ИИ сместился от размытых лозунгов к жёстким вещам, которые защищают бизнес и репутацию.

И последнее: ошибки будут у тебя и у людей вокруг. Важно уметь проявить к другим снисхождение, когда ошибаются они, разобраться и идти дальше.

00:47:33 · Технический долг: ипотека или кредитка

Теперь про вайбкодинг, то есть создание кода промптами. Есть мем, что он делает инженеров ненужными. Морони отвечает: дыма без огня не бывает, но если копнуть, это неправда. Чем сильнее ты как инженер, тем лучше у тебя получается вайбкодинг.

Он предлагает ставить себя в роль доверенного советника для собеседника: на интервью, в консалтинге, в работе. Для этого нужно понимать последствия сгенерированного кода, и лучшая мерка тут технический долг. В зале термина никто не знает, и Морони объясняет на бытовом примере.

Покупаешь дом за полмиллиона долларов в ипотеку на 30 лет. С процентами отдашь банку около миллиона. Это хороший долг: дом дорожает, ты не платишь аренду, ценность покупки больше миллиона. Плохой долг: импульсивная покупка по кредитке под высокий процент. Кроссовки за $200, которые к моменту погашения обошлись в $500. Пользы на $500 от них не будет.

С программами то же самое. Каждый раз, когда что-то строишь, ты берёшь долг: баги, поддержка, новые требования, маркетинг, отзывы. Неважно, насколько хорош продукт. Избежать долга можно только одним способом: ничего не делать.

00:50:50 · Как вайбкодить, не утонув в долгах

Главный вопрос: стоит ли собранное промптами того долга, который ты берёшь? Это совет номер один Морони для компаний. Стартапы хотят сразу открыть Gemini, GPT или Claude, сделать прототип и бежать к инвесторам, но долг никуда не денется. Хороший финансист управляет долгом и богатеет, хороший программист тоже.

Как брать «ипотеку» вместо «кредитки»:

• Ясные цели, и они достигнуты. Знаешь, что строишь, прежде чем запускать ChatGPT. Морони делает стартап в сфере кино почти целиком на сгенерированном коде: несколько раз собирал приложение, тестировал и выбрасывал, и требования каждый раз становились точнее. Выбросить не жалко: сгенерированный код дешёвый, законченный и продуманный код по-прежнему дорог.
• Польза для бизнеса. Люди часами вайбкодят в Replit классный сайт, а на выходе вопрос: и что? «Да, господин вице-президент, круто, что вы без единой строчки кода сделали сайт. Но и что?»
• Понятность для людей. Возможно, самый важный пункт. Худший долг: код, который понимаешь только ты. Ты уходишь, а компания от него зависит. Поэтому документация, ясные алгоритмы, внятные названия переменных.

Плохой долг. Любимый пример Морони: решение, которое ищет проблему («если у тебя только молоток, всё кажется гвоздями»). В крупных компаниях сделанные на скорую руку инструменты заливали в общую базу, и хорошее потерялось среди плохого. Ещё «спагетти-код», когда промптишь и промптишь снова.

00:55:23 · Перекос в данных и «власть вместо заслуг»

Сейчас Морони мучается с приложением для macOS на SwiftUI. В обучающих данных моделей подавляющая часть кода написана для iPhone. Поэтому, даже когда он работает в Xcode с шаблоном macOS, модель подсовывает API для iOS. Попытки исправить промптами закручивают спираль спагетти-кода, и в итоге многое приходится переписывать руками.

Ещё один вид плохого долга он называет «власть вместо заслуг». Тот самый вице-президент достал кредитку, подписался на Replit и начал что-то строить. Угадай, кому потом это чинить. Работа доверенного советника: понимать такие вещи и честно управлять ожиданиями.

00:56:37 · Хайп: валюта соцсетей это вовлечённость

Хайп Морони называет одной из сильнейших сил во Вселенной, особенно в горячих темах вроде ИИ и криптовалют («видели бы вы мою ленту в Twitter»). Количество чепухи невероятное.

Главное в анатомии хайпа: валюта соцсетей это вовлечённость, точность ей не нужна. Даже LinkedIn, который считается самой профессиональной сетью, завален инфлюенсерами, которые пишут посты через Gemini или GPT ради лайков. А алгоритм построен так, чтобы такие посты поощрять, и снежный ком растёт.

Умение отделять сигнал от шума и вести к сигналу других быстро лайков не принесёт. Зато в разговоре один на один, на собеседовании или в работе такой человек невероятно ценен.

00:58:35 · «Внедрите нам агента». Первый вопрос: зачем?

История. В прошлом году, когда все говорили, что 2025-й будет годом агентов, европейская компания попросила Морони помочь внедрить агента. Он спрашивает зал: какой первый вопрос задать? Студенты предлагают «что для вас агент?» и «что вы хотите сделать?». Морони идёт глубже: «Зачем?»

Гендиректор ответил: все говорят, что агенты сократят расходы. Кто говорит? Прочитал в LinkedIn, видел в Twitter. Пришлось снимать слой за слоем, и суть оказалась простой: он хотел, чтобы продавцы работали эффективнее. Морони замечает, что в этой фразе нет ни «ИИ», ни «агента».

Хороший продавец перед встречей изучает человека и компанию. Лучшие продавцы признались, что больше всего ненавидят лазить по сайтам компаний и LinkedIn, где всё устроено по-разному. Около 80% времени уходило на поиск информации и 20% на продажи. При этом зарплата у продавцов обычно небольшая, основной доход это комиссия, то есть деньги приносят только эти 20%. Цель поставили так: сделать продавцов на 20% эффективнее. И только после этого заговорили про ИИ и агентов.

01:01:51 · Четыре шага любого агента

Чем агентный ИИ отличается от обычного? Он разбивает задачу на шаги, что вообще хорошая инженерия. Морони видит устойчивый шаблон из четырёх шагов:

1. Понять намерение. Мы часто говорим «искусственный интеллект», но языковые модели ещё и очень хорошо понимают. Например: хочу встретиться с Бобом Смитом и продать ему товар, вот что я о нём знаю, помоги.
2. Спланировать. Агенту сообщают, какие инструменты ему доступны: поиск в интернете, браузер и так далее. Модель хорошо раскладывает задачу на шаги: поищи по этим словам, зайди на этот сайт, найди ссылки.
3. Выполнить с помощью инструментов и получить результат.
4. Проверить себя. Сравнить результат с исходным намерением. Достигли? Если нет, вернуться в цикл.

Любой агент, по его словам, сводится к этим шагам. Быть доверенным советником значит разложить задачу именно так, вместо того чтобы размахивать руками со словами «вот набор инструментов, сэкономите 20%».

01:04:00 · Чем всё кончилось и почему 85% ИИ-проектов проваливаются

Сделали пилот, и продавцы сэкономили 10-15% потерянного времени. А дальше сработал закон непредвиденных последствий, причём в хорошую сторону: продавцы стали заметно счастливее. В среднем каждый закрывал на несколько процентных пунктов больше сделок в неделю, больше зарабатывал, и работа стала чуть менее мучительной. После доработки агент собирал им справку за несколько минут вместо нескольких часов. Выигрыш для всех сторон.

Если бы пошли на поводу у хайпа и «сделали агента» без разбора, зачем, что и как, компания просто потерялась бы. Морони ссылается на свежий отчёт McKinsey: около 85% ИИ-проектов в компаниях проваливаются, и главная причина в том, что у них плохо определены рамки. Люди запрыгивают в вагон хайпа и не продумывают задачу.

Другие примеры хайпа: «программирование умерло», «Голливуд умер», «сильный ИИ к концу года». Про Голливуд история такая. Пару лет назад на ужине в Саудовской Аравии Морони сидел рядом с главой компании, которая делала генеративный ИИ. Тот показывал видео по текстовому запросу, около шести секунд.

01:06:00 · Стать доверенным советником: сделай сложное скучным

Глава компании заявил медиаменеджерам: через год из одного промпта будем делать 90 минут видео, прощай, Голливуд. Прошло два года, 90 минут из промпта никто не делает. Да и какой промпт расскажет целый фильм? Совет Морони: разбирать такое на части, спрашивать «зачем?» и «что именно?».

Как стать доверенным советником: оценивать тренды объективно, игнорировать модные отвлечения и тех, кто на них собирает вовлечённость, и учиться объяснять техническую реальность руководству.

Приём, который звучит неправильно, но работает: придумай, как сделать новинку максимально скучной. Тогда её можно объяснить. Пример наоборот: перед выходом Gemini 3 кто-то хвастался «клоном Minecraft из одного промпта», хотя на деле собрал эффектную демку.

Скучная версия генерации видео: модель создаёт кадры, каждый чуть отличается от предыдущего. Она насмотрелась видео и знает, куда пойдёт рука в следующем кадре при подходящем промпте. Стало скучнее, зато понятно. И тогда эксперты в своей области, без технического бэкграунда, начинают делать с этим блестящие вещи.

01:09:03 · Пузырь и «Титаник» без биноклей

Стратегия против хайпа: фильтровать, глубоко знать основы, держать руку на пульсе. Последнее труднее всего: в статьях сигнала больше, но люди, которым ты советуешь, живут в Twitter, X и LinkedIn, и их картину мира надо понимать.

Возможностей полно, но впереди риски. Морони вспоминает «Титаник»: перед «айсберг прямо по курсу» наблюдатели в «вороньем гнезде» говорят только о холоде, а бинокли, оказывается, забыли в порту. Люди для поиска рисков были, но их не снарядили. Такова, по его мнению, индустрия ИИ, и главный риск это пузырь.

Пузырь доткомов 2000-х лопнул, но Amazon и Google, понимавшие основы бизнеса, выжили и расцвели. А pets.com с рекламой на Супербоуле не выдержал трафика и испарился.

01:12:13 · Анатомия пузыря и раскол на «большой» и «малый» ИИ

Пузырь в ИИ, скорее всего, будет. Те компании и люди, кто делает ИИ правильно, переживут обвал, не попадут под сокращения и вырастут после.

Пирамида пузыря по Морони. Наверху хайп. Ниже массовые венчурные инвестиции, и он уже видит, как они пересыхают: раньше деньги давали подо что угодно со словом «ИИ», потом подо что угодно с языковой моделью, теперь инвесторы гораздо осторожнее, суммы для стартапов урезают. Дальше нереалистичные оценки компаний, которые не зарабатывают. Ещё ниже продукты-клоны: кто-то сделал успешную вещь, и все бросились повторять. А в самом низу настоящая ценность. Морони шутит, что треугольник надо было перевернуть, потому что настоящей ценности мало, но слайды он навайбкодил, и это его технический долг. Выживут те, кто строит под это ядро ценности.

На ближайшие пять лет он видит раздвоение. «Большой ИИ»: то, что мы видим сегодня, всё более крупные модели Gemini, Claude, OpenAI в погоне за сильным ИИ и бизнес-ценностью.

01:15:00 · «Малый ИИ», открытые веса и дообучение

Вторая ветка: «малый ИИ». Термин open source Морони не любит и предлагает говорить «открытые веса» или «модели, которые можно развернуть у себя». Они буквально взрываются на рынке. Он читал, что 80% компаний в Y Combinator используют малые модели, в основном китайские. Китай, по его мнению, не так вкладывается в гигантские модели, как Запад, и получил фору в малых. Надолго ли, неизвестно.

Итого две ветки: модели, которые для тебя размещает кто-то другой (GPT, Gemini, Claude), и модели, которые ты размещаешь сам. Вторая сейчас недообслужена, и её пузырь наступит позже.

Пример из Голливуда, где Морони много работает (студия даже купила у него фильм, который, по его словам, навсегда застрял на подготовке). Интеллектуальную собственность там охраняют безумно: на Джеймса Кэмерона подали иск на миллиарды за то, что истец якобы когда-то прислал ему историю про синих инопланетян.

01:17:20 · Приватность, умнеющие малые модели и разносторонние навыки

Главная возможность моделей для студий, по мнению Морони, в анализе: понять по синопсисам, почему один фильм стал хитом, а другой нет, и когда лучше выходить. Маржа в кино тонкая, такой анализ бесценен. Но отдавать детали фильма в GPT или Gemini студии ни за что не станут. Выход: малые модели, которые студия держит у себя и дообучает. И они быстро умнеют: сегодняшняя модель на 7 миллиардов параметров так же умна, как вчерашняя на 50 миллиардов, а через год 7B будет на уровне прежней 300B. То же касается юридических фирм, медицины и всех, кому важна приватность. Первым, по мнению Морони, лопнет пузырь «большого» ИИ, позже «малого».

Как защитить карьеру от пузыря: держаться основ, строить реальные решения, понимать бизнес и развивать разносторонние навыки. Морони видел блестящих специалистов по одному фреймворку, которые остались позади, когда индустрия ушла вперёд. При обвале финансирование испаряется, заморозка найма становится сокращениями, и рынок заполняют свободные специалисты.

Вопрос из зала: NVIDIA нанимает под узкие задачи, может, лучше одна ниша? Морони всё равно за разнообразие: ниша это одна корзина для всех яиц. Знание моделей он считает одним навыком, а разнообразие начинается за ним: приложения поверх моделей, масштабирование, пользовательский опыт. Красивое приложение бесполезно, если им никто не может пользоваться.

01:22:05 · ИИ прямо в телефоне

Морони верит, что малый ИИ станет следующим большим явлением: мир идёт к «ИИ везде и сразу», и этим он занимается в Arm. Привычно думать, что для ИИ нужна видеокарта. Но технология SME (Scalable Matrix Extensions) запускает ИИ прямо на центральном процессоре телефона. Первыми такие чипы поставили китайские Vivo и Oppo, без отдельного чипа, который ест энергию и место.

Пример: Alipay. Поиск по своим фото («где мы ели суши») обычно требует облака, и у этого три проблемы: приватность, задержка и стоимость облачного сервиса. Модель прямо на телефоне снимает все три.

Apple тоже вложилась в это: нейроядра в чипах серий A и M, и Морони очень верит в Apple Intelligence. Вывод: модели уменьшаются и умнеют, слабые устройства учатся их запускать, и встроенный интеллект повсюду скоро станет реальностью.

01:24:54 · Искусственное понимание: хоккей, которого не было

Скрытую часть ИИ Морони называет «искусственным пониманием». Когда модель понимает что-то за тебя и на основе этого понимания создаёт новое, у тебя появляются суперспособности, будь то код или что-то ещё.

Демонстрация. Фото сына Морони в хоккее, удар щелчком. Запрос: пусть забьёт гол. Модель решила, что это полная арена, и дорисовала толпу, хотя это пустой тренировочный каток, а в углу хранят мусор. Шайба ушла далеко мимо, а все ликуют. У сына две клюшки вместо одной, фамилию с формы потеряли.

Почему так вышло: он не прошёл агентный процесс. Не дал модели понять намерение, не объяснил, какой инструмент используется (видеомодель Veo) и в чём его особенности, не составил план промпта, не проверил результат.

01:27:44 · Агентный подход к созданию видео

Морони консультирует стартап, который делает кино с помощью ИИ. Чтобы виртуальные актёры играли убедительно, нужна эмоция, и эмоция должна стоять в контексте всей истории: видео из промпта это кусок секунд на восемь, и этот кусок должен знать, что происходит в остальном фильме.

Он показывает сцену, честно предупреждая, что игра пока деревянная, а знакомые профессиональные актёры над ней смеялись. Но разница с хоккеем огромная, хотя движок тот же. Изменился только процесс: задачу разбили на шаги.

01:30:00 · Вопрос: дело в процессе или в данных?

Студент спрашивает: может, хоккей провалился из-за нехватки хоккея в обучающих данных? Морони строго не сравнивал, но по ощущениям дело в процессе. Когда он описывал сцену («девушка на скамейке расстроена, парень хочет её утешить») и отдавал языковой модели вместе с сюжетом и ограничениями (кадр восемь секунд, чёткие реплики), модель писала промпт подробнее и выразительнее, чем он сам. Она лучше понимала, что делает хорошим кадр и эмоцию.

Второй шаг: явно указать инструмент. Текст писала Gemini, видео делал Veo, который плох в динамичных сценах и хорош в медленных наездах камеры. Модель это учла.

Третий шаг, генерация, стоит денег: 4 видео в Veo обходятся примерно в $2-3 в кредитах. Последнее, чего хочется, это генерировать горы видео и бросать деньги на ветер. Токены, потраченные на понимание намерения и план, окупаются: редко нужно больше двух-трёх попыток, чтобы получить хороший результат.

01:32:34 · Что удивило больше всего: хайп и погоня за быстрой прибылью

Вопрос: что удивило Морони в индустрии ИИ? Первое: насколько хайп захватил всё. Он честно думал, что люди на важных решающих позициях будут лучше видеть сигнал. Второе: стремление к немедленной прибыли в ущерб долгосрочной пользе.

История. После курсов Ына и Морони по TensorFlow на Coursera Google запустил профессиональный сертификат со строгим экзаменом, который помогал найти работу. Молодой человек из охваченной войной Сирии одним из первых в стране получил его, выбрался из бедности, устроился в крупную компанию в Германии и вывез семью из зоны войны. Программу задумывали безубыточной, а она стоила Google $100 000-150 000 в год, капля в море. Её закрыли, и Морони считает это досадной ошибкой.

01:35:34 · Хоккеист, который «самый глупый человек на свете»

Морони всегда вдохновляет, когда с ИИ добиваются успеха те, от кого не ждут. Его друг, бывший профессиональный хоккеист, бросил школу в 13 лет и называет себя «самым глупым человеком на свете». После сотрясений он ушёл из спорта и управляет некоммерческой сетью катков.

Три года назад за пивом он спросил, годится ли ChatGPT. Вопрос был с подвохом. Каждый квартал он отчитывается перед советом директоров и тратил больше $150 000 в год на консультантов, которые сводили данные: показания компрессора, охлаждающего лёд, таблицы, бухгалтерию.

В технологиях он не разбирался вообще, но начал загружать в ChatGPT таблицы и PDF и собирать отчёт. Морони проверил: работает блестяще. Теперь отчёт занимает у друга около двух часов, а сэкономленные $150 000 в год идут на хоккейную экипировку, коньки и занятия для детей из бедных семей. Морони сказал ему: «Поздравляю, теперь ты разработчик». Друг не оценил.

01:38:30 · Как быть тем, кто не разбирается в технологиях

Вопрос из зала: инженерам легче отличать сигнал от шума, а как быть гуманитариям? Морони отвечает, что это и есть возможность для технических людей стать для них доверенными советниками.

Главное в истории с хайпом, по его словам, понять механизм вознаграждения: всё вокруг поощряет вовлечённость, а суть остаётся за бортом. Первый шаг: увидеть это. Его друг-хоккеист видел весь шум, но не готов был поставить на него карьеру, и ему нужен был человек, который поможет разобрать, что сделано правильно, а что нет. И важно помнить: средний человек обычно очень умён, даже если не эксперт в конкретной области. Опирайся на этот ум, помогай пройти трудные места и давай человеку сиять там, где он силён.

01:40:02 · ИИ в науке и один GPU на десятерых

Вопрос: где ИИ в научных исследованиях уместен, а где стоит быть осторожнее? Морони отвечает, что, по его ощущению, использовать его хорошо всегда, но результаты и ожидания нужно сверять с реальностью. Он признаётся, что предвзят: в университете изучал физику и успевал в лаборатории больше других, потому что автоматизировал на компьютере то, что остальные делали ручкой на бумаге.

История из Уэльса, где он учился (по его загадке, это самая бедная страна Западной Европы). Лет восемь назад исследователь рака мозга пожаловался ему, что главная проблема это доступ к GPU: один на десятерых, ему достаётся вторник после обеда. Всю неделю он готовился к этим часам, а при неудаче ждал следующего вторника.

У исследователя «взорвался мозг», и работа пошла намного быстрее.

01:43:21 · ИИ и неравенство: исходи из добрых намерений

Последний вопрос: станет ли ИИ силой равенства или неравенства? Морони отвечает: и тем, и другим, и ни тем, ни другим. Любой инструмент можно использовать как угодно, поэтому важно обучать и вдохновлять людей на правильное применение. Регулирование работает лишь до определённой степени и иногда создаёт больше проблем, чем решает.

Его жизненный принцип: исходить из добрых намерений, но готовиться к злым. Провалы, которые он показывал в лекции, по его мнению, случились из добрых побуждений, и большинство ошибок, которые он видит, именно такие. У самого ИИ выбора нет, всё решает то, как его используют люди. На этом Морони благодарит зал, Ын благодарит его и слушателей за вопросы.

10 карьерных правил из лекции

1. Строй, не дожидаясь разрешения (00:15:18). Идей в мире больше, чем людей, способных их сделать. Неудача сейчас стоит одних выходных, а опыт остаётся. Единственное условие Ына: не вредить другим.
2. Держись на самом свежем поколении инструментов (00:02:58). Любимый инструмент Ына меняется раз в три-шесть месяцев, и отставание на полпоколения заметно снижает продуктивность. Пробуй новое, как только оно выходит.
3. Учись решать, что строить, и говори с пользователями (00:05:09). Собрать продукт стало дёшево, узким местом стало понимание, что нужно людям. Самые быстрые люди в Долине умеют и делать, и слушать клиентов.
4. Окружи себя сильными людьми (00:09:14). Окружение один из главных предсказателей твоего роста. Один звонок знающему человеку может сэкономить месяцы работы в неверном направлении.
5. Выбирай команду, бренд вторичен (00:12:30). Учишься у тех, с кем работаешь каждый день. Если компания не говорит, в какую команду ты попадёшь, это тревожный знак.
6. Работай много и меряй работу результатом (00:29:13). Часы в офисе ничего не говорят о трудолюбии. Считай, что создано: Морони пишет книги, пока фоном идёт бейсбол.
7. Делай результат под ту работу, которую хочешь (00:32:00). Собери проект под компанию или клиента мечты и покажи его. Тогда весь разговор пойдёт о твоей работе.
8. Считай технический долг каждого проекта (00:47:33). Любая сделанная вещь тянет за собой поддержку, баги и доработки. Проверяй: цель ясна, польза для бизнеса есть, другим людям понятно.
9. На любой запрос про ИИ сначала спроси «зачем?» (00:58:35). За «сделайте нам агента» оказалась простая задача: освободить продавцам время. Сформулируй цель без слов «ИИ» и «агент», и решение станет видно.
10. Развивай разносторонние навыки (01:17:20). Узкий специалист по одному инструменту остаётся позади, когда индустрия идёт дальше. Добавляй к знанию моделей продукт, пользователей и бизнес.

Словарь терминов

• Агентный процесс (agentic workflow): способ работы ИИ по шагам: понять намерение, спланировать, выполнить с помощью инструментов, проверить результат и при необходимости повторить.
• Агент (AI agent): ИИ-система, которая сама планирует шаги и пользуется инструментами (поиск, браузер, другие программы), чтобы выполнить задачу.
• Продакт-менеджер (product manager, PM): человек, который решает, что именно строить, общается с пользователями и пишет задания для разработчиков.
• Вайбкодинг (vibe coding): создание программ через промпты к нейросети, когда код пишет ИИ, а человек описывает, что нужно.
• Технический долг (technical debt): вся будущая работа, которую тянет за собой любая сделанная вещь: исправление ошибок, поддержка, документация, доработки.
• Спагетти-код (spaghetti code): запутанный, плохо организованный код, в котором трудно разобраться и который сложно менять.
• Доверенный советник (trusted advisor): роль, которую советует занимать Морони: человек, который честно объясняет, где в ИИ польза, а где хайп, и помогает решить реальную задачу.
• Сигнал и шум (signal-to-noise ratio): доля полезной, достоверной информации среди потока пустых и громких новостей.
• Перенайм (overhiring): ситуация, когда компании набирают больше людей, чем нужно, часто без нужной квалификации. Так было в 2022-2023 годах.
• Продакшн (production): реальный работающий продукт, которым пользуются люди, в отличие от демонстраций и экспериментов.
• Фильтр безопасности (safety filter): механизм, который блокирует или переписывает запросы к модели, чтобы избежать вредного результата. Плохо сделанный фильтр сам становится проблемой.
• Открытые веса (open weights): модели, параметры которых выложены в открытый доступ, их можно скачать и запустить на своём сервере.
• Дообучение (fine-tuning): донастройка готовой модели на своих данных под конкретную задачу.
• Параметры модели (7B, 50B, 300B): число внутренних настроек модели в миллиардах. Чем больше, тем модель обычно умнее и тяжелее, но малые модели быстро догоняют.
• Искусственное понимание (artificial understanding): термин Морони для способности модели понять твою задачу и контекст, а затем на этой основе создать что-то новое.

Задание на сегодня

Пятнадцать минут, три шага прямо из лекции.

1. Задай себе «зачем?» (5 минут). Вспомни одну задачу, для которой хочешь «внедрить ИИ» у себя или у клиента. Запиши её одной фразой без слов «ИИ», «нейросеть» и «агент». Как в истории с продавцами: «освободить время на продажи». Если фраза не складывается, задачи пока нет, есть только хайп.
2. Разложи её на четыре шага агента (5 минут). Открой ChatGPT или Claude и сначала опиши намерение подробно: что нужно, для кого, какие есть ограничения. Попроси модель составить план и назвать инструменты, которые понадобятся. Только потом проси результат. В конце сам сверь его с намерением.
3. Сделай результат под работу, которую хочешь (5 минут). Подумай, какой клиент, проект или должность тебе нужны. Запиши одну маленькую вещь, которую можно собрать с ИИ за выходные и показать именно им: отчёт, мини-инструмент, разбор. Поставь в календарь время на выходных вместо одного вечера сериала.

Сохрани эти записи. Через неделю проверь, что из них уже сделано: по Морони, трудолюбие видно только по результату.

Отправить статью в Telegram