A16z: Після того, як штучний інтелект надає людині надприродні здібності, куди нам слід рухатися далі?

Заголовок: AI просто дав тобі суперсили — і що далі?

Автор: a16z crypto

Джерело:

Перепублікація: Mars Finance

Нова стаття під назвою «Економіка AGI у спрощеній формі» активно поширюється. З цієї нагоди ми поспілкувалися з автором статті, обговорюючи:

· Автоматизація та верифікація: ключові економічні сфери

· Чому сьогодні AI-агенти здаються як колеги на початкових позиціях, що відбувається і що таке «прокляття кодера»

· «Творці значення», консенсус і цінність економіки статусу

· Чому криптовалюти можуть стати ключовою інфраструктурою для ідентичності, походження та довіри

· Два можливі сценарії майбутнього: порожня економіка vs посилена економіка

У цьому випуску у студії — засновник MIT Laboratory for Cryptocurrency Economics Christian Catalini та CTO a16z crypto Eddy Lazzarin у розмові з Робертом Хакеттом, глибоко досліджуючи, як автоматизація змінює ринок праці та що таке інтелект.

Що ці зміни означають для стартапів, майбутньої роботи та вашої кар’єри?

Ось фрагменти розмови:

Роберт Хакетт: Вітаю всіх. Сьогодні з нами Christian Catalini, співзасновник Lightspark, засновник MIT Laboratory for Cryptocurrency Economics, а також Eddy Lazzarin з a16z crypto.

Ми обговорюємо нову статтю Christian «Економіка AGI у спрощеній формі».

Перш за все, хочу запитати: що спонукало вас досліджувати економічні відносини між AI і реальним світом?

Christian Catalini: Можу сказати, що це виникло з напруженості напівекзистенційного характеру. Ми всі стикаємося з швидким технологічним прогресом і тим, наскільки швидко все змінюється.

Я оптиміст, але головне питання — що нам робити? На що зосередитися? Що варте нашої уваги, часу і зусиль?

Кілька місяців тому ми писали статтю про вимірювання, де головна ідея була: будь-що, що можна виміряти, рано чи пізно автоматизується. Це звучить не дуже добре. А друга стаття досліджує: якщо це припущення вірне і ми доведемо його до крайності, що станеться?

Яким стане економіка? Якою буде природа праці? Що мають робити стартапи? Що — гіганти? Яке майбутнє нас очікує?

Деякі прогнози правильні, деякі — ні. Сподіваюся, ми йдемо у правильному напрямку. Тепер, коли стаття опублікована, ми дивимося, які ідеї резонують, а які — ні.

Роберт: Ви кажете, що це виникло з напруженості напівекзистенційного характеру?

Christian: Мої три головні висновки: по-перше, ця технологія досі під нашим контролем. По-друге, її позитивна цінність значно перевищує песимістичні прогнози. По-третє, я вважаю, що у всіх нас є набір керівних принципів дій.

Ми можемо подумати: де ми створюємо цінність? Що саме ми робимо на роботі? Робота — це зазвичай сукупність завдань. Коли частина цих завдань або робіт автоматизується, люди починають нервувати.

Я вважаю, що зараз програмування переживає цей процес: багато талановитих людей, які писали елегантний і високоякісний код останні десятиліття, тепер бачать: «Вау, AI робить мою роботу.»

AI-агенти: від інструментів до колег

Роберт: Хочу заглибитися. Сьогодні з нами також Eddy Lazzarin, який вже кілька років працює CTO у a16z crypto. Eddy, як ти бачиш ці зміни?

Eddy Lazzarin: Спершу я зведу разом часову шкалу і контекст статті. Багато хто відчуває, що у грудні 2025 року сталася якась якісна зміна. Зміна полягає в тому, що послідовне покращення можливостей агентів сягнуло критичної точки: AI-агенти тепер здатні виконувати довгострокові завдання.

Рік тому здавалося: я даю агенту маленьке завдання — він робить його чудово, але я маю давати йому нові інструкції крок за кроком.

Зараз ж можеш давати менше керівництва. Можливо, він ще не ідеальний, але раптом це стає схожим на співпрацю з людиною.

Тобі не потрібно дробити завдання на дрібні частини і контролювати кожен крок — це надмірне мікроменеджмент. Тепер достатньо просто пояснити, і він одразу починає працювати, а через день-два повертає результат. Така якісна зміна відкриває безліч можливостей, і всі починають усвідомлювати цю реальність.

Це частково емоційна реакція, але цікавіше — як максимізувати цінність у реальних виробничих і бізнес-сценаріях.

Люди поступово усвідомлюють: AI здатен генерувати величезну кількість роботи, деякі результати — дуже високої якості, і час витрачає менше, ніж раніше. Але часто з’являються тонкі недоліки, які раніше не цінувалися.

Наприклад, робота у сфері програмної інженерії переосмислюється. Раніше вважалося, що програмування — це сідати і писати купу коду: аналізувати проблему, розуміти вимоги і писати код — і це і є результат.

Але насправді AI допомагає краще розбивати і розуміти цю роботу. Це дуже тонкий, ітеративний процес — корекція, збір зворотного зв’язку, інтеграція, — і він не зводиться до рядкового написання коду. Це цілісний завдання. Тому робота хорошого інженера швидко змінює свою природу.

Процес експериментування, керівництва і ризику — Christian у статті називає його верифікацією.

Зміни полягають у тому, що структура роботи висококваліфікованого інженера змінюється. Частка часу, витраченого на рядкове написання коду, зменшується до мінімуму, у деяких крайніх сценаріях — майже до нуля. Тепер більша частина роботи — це верифікація.

Автоматизація і верифікація: ключові сфери економіки

Christian: Автоматизація — це очевидно. Агент по суті може робити більше того, що раніше робили люди. Але наразі вони ще частково обмежені у сфері спостереження. Вони навчилися всьому на кодовій базі під час тренувань або тонкої настройки.

Багато хто каже: «Тоді вони не зможуть створювати нове, не матимуть креативу і смаку.»

Я цілком не згоден. Насправді, інновація — це переосмислення ідей. Люди досліджували лише дуже малу частину можливих комбінацій між дисциплінами. Тому я вірю, що, використовуючи знання, які їм даємо, ці агенти будуть дуже креативними.

У новій економіці верифікація — важлива стаття витрат. Що таке верифікаційні витрати? Вони починаються з поняття вимірювання. Якщо ви вважаєте, що AI дуже добре копіює процеси за наявності даних, то починаєте питати: а що ще неможливо виміряти?

Деякі речі неможливо виміряти через їхню природу. Економісти називають це невизначеністю Нейта, за іменем Frank Knight.

Простими словами, це різниця між здатністю надавати ймовірності майбутніх подій і неможливістю їх взагалі оцінити.

Роберт: Для тих, хто не має економічної освіти, можливо, більш знайомий вислів Дональда Рамсфелда «невідомі невідомі».

Christian: Так.

Невідомі невідомі — це, по суті, ті речі, які неможливо виміряти, зазвичай пов’язані з майбутнім. Саме тому, навіть якщо ти кидаєш агент у фондовий ринок, він може показувати середні результати — навіть краще за фінансових радників — але навряд чи зможе справлятися з різкими змінами навколишнього середовища, наприклад, геополітичними зсувами. Це — невимірювані речі. І прикладів багато.

Тому у статті верифікація — це, по суті, застосування людських внутрішніх вимірювань у всьому, що ти робиш від народження до кар’єри.

Два людини можуть мати дуже схожий набір знань і досвіду, але їхні судження ніколи не будуть ідентичними. Коли кажуть: «Ця людина має хороший смак», «Вона — відмінний куратор», «Має сильне судження» — натхнення з цієї статті: всі шукають виправдання для себе, наприклад: «Машина ніколи не зможе зробити X, Y, Z».

Але ці виправдання дуже розмиті. Як визначити смак? Як визначити хороше судження? Ще гірше — хороше судження, яке було потрібно тримати три місяці тому, може бути зовсім не актуальним зараз.

Тому потрібно шукати більш фундаментальні, незмінні речі. Наш висновок: якщо є дані, що їх можна автоматизувати — їх автоматизують.

Три ролі людей у майбутній економіці

Роберт: Нещодавно ви поділилися моделлю, за якою завдання і посади в економіці можна поділити на три категорії, залежно від ступеня автоматизації або вимірюваності.

Christian: Вважаю, що у багатьох сферах людство ще має багато незамінних можливостей. Перш за все — верифікація.

Зараз будь-який фахівець має значний потенціал у порівнянні з 2025 роком. Це означає, що всі ми маємо бути більш амбіційними і переосмислювати свої робочі процеси, зокрема те, що ми називаємо AI-сандвіч.

Маленька компанія або стартап може мати лише одного людину — керівника, який контролює верифікацію і гарантує, що система не відхиляється від очікувань. Це може бути один або невелика команда.

Посередині — велика кількість агентів. Ми вже бачимо, що люди експериментують з різними новими підходами.

На нижньому рівні — група топових верифікаторів. За допомогою правильних інструментів кожен експерт у своїй галузі відповідатиме за те, щоб вихід системи відповідав очікуванням. Це надзвичайно важлива робота. У довгостроковій перспективі саме ці фахівці будуть у центрі уваги.

Але є і погана новина: коли ви виконуєте цю роботу, ви одночасно створюєте дані для своєї заміни. Ми вже бачили найпростіший приклад: люди маркували зображення для AI-компаній, брали участь у тренуваннях — і тепер ці роботи вже не потрібні.

Зараз великі лабораторії базових моделей наймають топових експертів з фінансів та інших галузей. Вони створюють стандарти оцінки і тренувальні дані, які згодом замінять їхніх колег. Тому рівень верифікації дуже важливий, багато хто досягне успіху саме тут, отримуючи переваги від високої спеціалізації. Якщо ви той, хто може дати останній ключ до розблокування можливостей — ваш вплив дуже великий.

Роберт: Це перша категорія. А роль верифікатора — те, що ви називаєте «прокляттям кодера».

Christian: Прокляття кодера — це механізм, коли, якщо ти — топовий верифікатор, ти постійно маєш підвищувати рівень, оскільки технології стають все потужнішими.

Я вже казав, що керівник — це той, хто керує наміром. Засновник — це керівник, який бачить майбутнє і уявляє шлях його реалізації.

Ще одна категорія робіт — ті, що легко автоматизувати. Вони вже зникли або скоро зникнуть. Суспільство ще не адаптувалося до цього, але попит на перепідготовку зросте, і людей переорієнтують у більш передові сфери.

Іноді виникає хибне уявлення, що ми кажемо, що людська верифікація — це останній етап. Насправді, AI часто перевіряє AI. Перед тим, як досягти людського рівня, буде ціла ланцюг верифікацій.

Ще одна важка для визначення роль — «творець значення». Це ті, хто добре розуміє тренди, соціальні зміни, важливі суспільні питання, що вимагають колективної згоди. Мистецтво — теж таке. У певному сенсі, криптовалюти — теж.

Ці творці значення не належать до вимірюваних сфер. Люди іноді кажуть, що ці роботи потребують «людяності». Але я вважаю, що люди переоцінюють цю людяність. Наприклад, психологічне консультування, догляд за літніми, виховання дітей.

Я вважаю, що спочатку люди будуть переживати різні страхи, але ніхто не враховує, наскільки сильно знизяться ціни. Якщо вони стануть у 100 або 1000 разів дешевшими, думки швидко зміняться. Ми вже бачимо, що багато людей використовують великі моделі для відповідей на дуже особисті питання.

Ще одна категорія — «створене людьми» — стане важливим маркером цінності. Тут відіграє роль криптовалюта, оскільки без потужних криптографічних технологій ми швидко втратимо суть ідентичності. Але «створене людьми» цінне саме тому, що людський час і увага — це обмежені ресурси.

Не тому, що воно краще, а тому, що люди вкладають у цей досвід свої обмежені ресурси. Це все ще важливо.

Позиція криптовалют у світі AI: ідентичність, походження, довіра

Роберт: Ти згадав криптографію. Яке місце криптовалют у цьому світі?

Christian: Дуже важливе.

Коли ми починали дослідження, багато вже зазначали, що великі моделі і AI — ймовірнісні, а криптовалюти — детерміновані. Можна уявити, що за допомогою смартконтрактів можна встановлювати обмеження для агентів або давати їм можливість купувати і продавати ресурси.

Ці ідеї цілком логічні. Але я вважаю, що між AI і криптовалютами є глибша взаємодоповнюваність. Можливо, сьогодні це ще не так очевидно у економіці, бо не проявилися побічні ефекти — питання ідентичності або походження цифрової інформації.

Я вважаю, що найближчими місяцями, коли ці можливості стануть справді потужними, ми потрапимо у зовсім нову сферу. Кожна цифрова платформа мусить стикнутися з реальністю: весь контент, створений людьми (пости, зображення, будь-що), тепер може створюватися агентами.

Зі зростанням цієї тенденції суспільство змушене буде радикально перебудувати системи ідентифікації. У середовищі, де довіра стає все більш дефіцитною, криптографічні примітиви стануть основою багатьох застосувань. Все, що побудували за останні десять років, стане більш фундаментальним. Повертаючись до верифікації: коли базова інформація зберігається у блокчейні, вартість її перевірки знижується, вона стає більш надійною і довіреною.

Eddy: Вартість автоматизації стрімко знижується. Ми вже говорили про зменшення витрат на верифікацію, але швидкість цього процесу не така велика, і тут виникає цікава різниця.

Можна описати цю різницю як можливість. Це — точка зору Christian щодо людської праці: якщо існує вузьке місце, пов’язане з людською універсальною адаптивністю, досвідом і здатністю до оцінки — тоді люди можуть швидше ставати експертами у верифікації, ніж машини.

Машини справді мають труднощі з короткостроковою верифікацією. Але у довгостроковій перспективі я не вважаю це постійним бар’єром — короткостроково це так.

Криптографія і блокчейн — це інструменти для верифікації. Доказ походження — це набір криптографічних доказів, що підтверджують, що щось пройшло через певних людей, певний шлях або певні трансформації, що дає нам сигнал і спрощує міжкатегоріальну верифікацію. Тому будь-який інструмент, що робить верифікацію простішою, допомагає закрити цю прогалину.

Приховані витрати автоматизації: системні ризики і відповідальність

Eddy: Можна поговорити про «троянського коня»? Ми вже обговорювали ризики для працівників і багато чого ще, але з точки зору економічної ефективності автоматизації — які ризики вона несе для економіки?

Christian: Ми вже бачимо ознаки: багато компаній кажуть, що X% їхнього коду — згенерований машиною.

Цикл випуску продукту став коротшим. Але ми знаємо, що людство не може перевірити весь код — він може містити технічний борг.

У всіх був цей спокусливий момент: поставити запитання великій моделі, швидко переглянути і опублікувати результат як свій, без повної перевірки, бо модель стає все кращою. Але помилки у коді, у фразах або у вразливостях у кодовій базі — все це зростає. Ми побачимо все більше таких проблем.

Згідно з нашою статтею, публікація AI-згенерованого коду, текстів або будь-яких результатів з потенційними помилками — цілком раціональний вибір, бо повністю їх перевірити неможливо. Якщо масштабувати це на все суспільство, це означає, що ми ризикуємо накопичувати системні проблеми.

У процесі швидкого розвитку нам потрібно створювати кращі інструменти верифікації і ретельно перевіряти вже опублікований контент. Але у довгостроковій перспективі компанії стикаються з дилемою: розробка більш досконалих інструментів (включно з криптографічними примітивами) коштує дорого і може сповільнити прогрес. Вигода — у майбутньому, але зараз компанії прагнуть швидко запускати продукти і зростати.

Тому я вважаю, що з’являться два типи засновників: ті, що орієнтовані на довгострокову відповідальність і будують правильно, — і ті, що зосереджені на швидкому зростанні. Ми вже бачимо ознаки «відповідальність як софтвер» (liability as software). Коли ми використовуємо агентів як співробітників, відповідальність і страхові питання стають дедалі важливішими. Це не найпривабливіша тема, але у реальності ми побачимо системні збої.

Eddy: Це дуже цікава ідея. Адже раніше розробка програмного забезпечення — це переважно робота людей, і можна було вважати, що багато етапів контролює людина. Не кажу, що помилки не траплялися, але завжди був хтось, хто контролює кожен крок.

З підвищенням рівня автоматизації, зростанням ризиків і цінності, відповідальність теж зростає. Вигода зростає, і тому ми готові це терпіти. Але здатність контролювати, обмежувати і розуміти межі ризику має розвиватися.

Тому введення механізмів, схожих на страхування, для оцінки ризиків і відповідальності — може стати важливою частиною управління компаніями, що не можуть повністю контролюватися. Ви хочете делегувати оцінку ризиків експертам.

Мені здається, що навіть у сфері розробки софту з’являться нові фінансові аспекти.

Christian: Повертаючись до криптовалют, за останні десять років ми заклали основу для вимірювання і управління ризиками. Ви можете використовувати DeFi, прогнози і ці примітиви — вони стають надзвичайно важливими.

Якщо ви розгортаєте софт і агентів, важливо мати технології, що дають агентам кращі сигнали. Наприклад, я спілкувався з засновником, який займається трейдингом і платежами через агентів. Він помітив, що перехід на стабільні монети зробив систему більш надійною, бо всі сигнали — у блокчейні. Агент краще розуміє, що відбувається, і не просто викликає API без зворотного зв’язку, а бачить весь контекст.

Ще один цікавий момент — це страхування і відповідальність. Кажуть, що мережеві ефекти — це довгострокова перевага у епоху AI. Але реальність складніша. Агент і автономні системи дуже добре руйнують багато бар’єрів, що захищають двосторонні платформи. Вартість запуску таких платформ і початкове фінансування ринку зменшується.

З іншого боку, зростає важливість мережевих ефектів, пов’язаних із володінням ключовими даними. Якщо у вас є унікальні дані, що допомагають розширювати верифікацію і знижувати ризики, ви можете краще страхувати ризики, приймати рішення і пропонувати безпечніші продукти.

Тому, порівнюючи існуючі компанії і стартапи, ті, що мають повну базу даних про випадки невдач, стануть дуже цінними. А ті, що будують системи зворотного зв’язку для верифікації (наприклад, залучаючи експертів і вчаться на досвіді), — досягнуть великих успіхів.

Eddy: Це ще раз підтверджує, що унікальні дані — один із найміцніших активів.

Два сценарії майбутнього: порожня економіка vs посилена економіка

Роберт: Хотів би обговорити ще одне питання. У статті згадуються сценарії — порожня економіка (hollow economy) і посилена економіка (augmented economy). Можеш пояснити, у чому різниця? В чому ключові відмінності?

Christian: Добре, почнемо з порожньої економіки. Уже є перші ознаки того, що технологічні компанії усвідомлюють: вони можуть робити більше з меншими ресурсами.

Звісно, вони починають з низькокваліфікованих або звичайних співробітників, бо AI вже може з ними впоратися; і з молодих фахівців, бо досвідчені співробітники тепер здатні масштабувати свої можливості у 10 або 100 разів, залежно від завдання. Це один із рушіїв змін.

Другий — «прокляття кодера». Коли експерти тренують і приймають рішення, вони фактично створюють дані для навчання систем без експертів.

Третій — «зміщення узгодження» (alignment drift). Це означає, що узгодженість не є одноразовим процесом: «Ми натренували модель, узгодили її — і все гаразд», — це міф. Це схоже на виховання дитини: потрібно постійно коригувати і давати зворотний зв’язок.

Об’єднуючи ці три динаміки і враховуючи, що стимул до публікації не перевірених моделей дуже високий — бо це дає миттєву продуктивність (наприклад, «60% коду згенеровано машиною») — ми отримуємо потенційно порожню економіку. Тобто, коли ми перестаємо формувати майбутніх верифікаторів.

Молоді фахівці (наших майбутніх топових верифікаторів) стають дедалі менш доступними. Ця група зменшується. Це створює потенційні ризики і може призвести до так званої порожньої економіки.

З іншого боку, я оптиміст. Вірю, що ми рухаємося до посиленої економіки. Питання — наскільки швидко і як зробити перехід максимально плавним для тих, хто потребує перепідготовки.

Посилена економіка — це протилежний сценарій. Ми усвідомлюємо, що початкові рівні — не навчені. Але хороша новина — AI дуже швидко прискорює набуття майстерності. Можна виявити справжні таланти у молодих, не нав’язуючи їм стандартні курси.

Потрібно прискорити їхній розвиток, допомогти знайти справжнє покликання, те, що їх захоплює і дає змогу цілком зануритися. Це — наш підхід до виховання дітей. Ніхто не знає, що буде найбільш цінним у майбутньому, але якщо зосередитися на розвитку справжніх талантів — шанс на успіх зростає.

Я вважаю, що AI відіграє тут ключову роль. Це чудові навчальні інструменти, і нам потрібно створювати їх у масштабі. На жаль, таких масштабних інструментів ще немає.

Ще одне — «прокляття кодера». Люди мають постійно переосмислювати і підвищувати свою цінність, щоб стати керівниками. Багато говорять про автономність. Я вважаю, що важливо усвідомлювати: ти можеш стати керівником, і твоя роль — керувати процесами, а не просто виконувати завдання.

З точки зору узгодження — за допомогою безпечних досліджень і кращих інструментів верифікації, якщо ми зможемо підсилити свої можливості, то зможемо краще перевіряти і ставати справжніми партнерами.

Об’єднуючи все це, ми потрапляємо у ситуацію: багато дорогих речей раніше — тепер майже безкоштовні. Все, що можна виміряти — автоматизується.

З’являться нові сфери роботи. В тому числі — статусна економіка і сфери, що базуються на немірюваних показниках, — все це базується на потужних системах верифікації, що дають нам фактичну основу. Ми не будемо звалені фальшивими ідентичностями або ролями, що намагаються обманути.

Загалом, майбутнє — досить оптимістичне. Багато урядів давно прагнуть зробити якісну освіту і медицину доступними і дешевими.

Але потрібно вкладати зусилля у процес трансформації, а не просто робити радикальні кроки — наприклад, закривати дата-центри. Це — нереально і неефективно.

Роберт: Тож, якщо ти на початку кар’єри, потрібно використовувати ці інструменти для моделювання майбутнього, тренуватися. А якщо ти вже у кінці — потрібно діяти швидко, розуміючи, що можна робити більше з меншими ресурсами.

Eddy: Важко сказати, скільки це триватиме, поки не настане новий великий зсув. Але людська здатність — бачити цілісну картину, розуміти, де потрібна увага і ресурси, — дуже цінна.

Якщо я — молодий, що тільки починає, — можливо, мені буде прикро, що часи, коли я міг пишатися елегантним кодом, минули. Тепер це — хобі.

Але я можу попросити батьків дати мені грошей і керувати великою кількістю машин, щоб побачити, чи можу я ефективно використати 5000 доларів обчислювальної потужності. Наприклад, чи можу я змусити багато машин працювати на одне завдання?

Вже багато років у техно-спільноті ходить жарт: один може заснувати стартап вартістю у мільярд доларів. Це — саме той шлях.

Можливість керувати різноманітними машинами і даними, зберігати глобальний огляд — навички, яких ще не розвивали. Це — навички, що ніколи не були потрібні.

Але для великих проектів потрібно вміти залучати багато людей — це і є спосіб отримати важелі впливу. Зміни у структурі праці змінюють і цю модель. Тепер потрібно навчитися керувати цим новим світом.

Нові можливості вже з’явилися. Вчіться їх використовувати — це урок для молоді.

Все ще не закінчено — це неймовірно. Ти щойно отримав надздібності. Що ти зробиш?

Christian: Коротко кажучи, наставництво вже померло, але справжня робота тільки починається.

Багато сфер, раніше важкодоступних, наприклад, апаратура, тепер доступні всім, якщо є цікавість.

Якщо класифікувати, то найоптимістичніший сигнал — це те, що цикли експериментів скорочуються, і люди зможуть швидко масштабувати свої ідеї.

Інвестиційна перспектива: малі команди, велика цінність, криптовалюти — неминучість

Роберт: Eddy, ти бачиш цю тенденцію у компаніях, що оцінюєш для інвестицій?

Eddy: Так. Ми вже бачимо, що компанії на кшталт Block, X масово звільняють співробітників.

Я не бачив офіційних аналізів, але багато криптопроектів, як Hyperliquid, Uniswap, мають дуже високу цінність, а працівників — менше 20.

Якщо кілька людей можуть запускати компанію, то у майбутньому з’явиться багато таких компаній. І їм потрібно буде координуватися між собою, що ускладнює процес.

Потрібні репутація, ідентичність, підтвердження походження даних і платежів. Ми вже говорили про ідею страхування.

І блокчейн — дуже привабливий, бо він довірений і нейтральний. Тобто вам не потрібно турбуватися про репутацію сотень мільярдів компаній — ви довіряєте смартконтрактам і підтвердженим AI-моделям, щоб транзакції відбувалися за планом і платежі — виконувалися.

Це майже неминуче. Вірю, що блокчейн стане ключовою частиною цієї історії.

Christian: Повністю згоден. Ми давно заклали фундамент і інфраструктуру для цього, і вважаю, що вона стане ще кориснішою.

Роберт: Christian, після всіх досліджень і відкриттів, як ти інтегруєш їх у своє життя і роботу?

Christian: Чесно кажучи, без Gemini, ChatGPT, Grok, Claude — ми б не написали цю статтю. Вони — чудові співавтори. Хоч і іноді відхиляються і видаляють потрібні нам частини.

Ми навіть залишили кілька пасхалок для великих моделей у статті. Я спілкувався з Gemini, і він сказав, що йому дуже сподобався цей пасхалка, і він залишив дуже кумедний коментар.

Тоді я справді відчув інтелект. Це не просто механізм, а щось креативне. Це був знаковий момент: ти відчуваєш, що він — співучасник, а не просто інструмент.

Роберт: Добре. Якщо х