Коротко
- История от перцептрона до трансформеров помогает связать термины: обучение, веса модели, токены, контекст и рассуждение.
- Уверенный ответ модели может содержать ошибку. Важные факты проверяют по источникам, а результат работы — по заранее заданным критериям.
- В авторской карте семь слоёв: чипы, дата-центры, энергия, лаборатории и модели, API-посредники, приложения и люди, которые внедряют ИИ.
- Чат помогает получить ответ, агент выполняет последовательность действий, автоматизация повторяет настроенный процесс по событию или расписанию.
- Для первого внедрения выбери понятный рабочий процесс, зафиксируй исходные затраты и сравни результат после подключения ИИ.
Навигация по видео
Выбери главу: видео выше начнётся с нужного момента.
Как пользоваться этой картой
Это обзор, записанный в ноябре 2026 года: он связывает устройство моделей, рынок инструментов и применение в работе. Его можно посмотреть целиком, а затем выбрать одну тему для практики. Результат просмотра — понимание, какую задачу ты хочешь решить и какой инструмент для этого нужен. Если термины пока незнакомы, после обзора пройди короткие уроки курса «Основы ИИ».
От перцептрона к языковой модели
В начале видео разобраны три опорные точки: идея обучаемого нейрона, успех нейросетей в распознавании изображений и появление трансформеров. Свяжи их с современной работой модели: на этапе обучения меняются параметры, а во время запроса модель использует доступный контекст, чтобы продолжить последовательность токенов. Приложение вокруг неё добавляет инструменты, файлы и цикл выполнения задачи.
Восемь идей, которые пригодятся в работе
- Токены: объём текста для модели отличается от числа слов. Длинный документ занимает часть доступного контекста.
- Следующий токен: ответы строятся последовательно и могут различаться между запусками. Сравни несколько вариантов на одной задаче.
- Предобучение: общие знания модели зависят от данных обучения. Свежие сведения нужно приносить из источников.
- Дообучение: модель учат отвечать полезнее, но приятный и уверенный ответ ещё не доказывает его правильность.
- Рассуждение: сложная задача может потребовать промежуточной работы и большего времени. Проверяй итог, а не убедительность объяснения.
- Окно контекста: модель видит ограниченный набор инструкций, истории и документов. Давай сведения, которые нужны текущей задаче.
- Галлюцинации: ссылки, цифры и важные утверждения сверяй с первоисточниками.
- Поведение после обучения: одного успешного ответа мало. Повтори проверку на нескольких примерах из своей работы.
Семь слоёв: где находится твоя задача
В авторской схеме чипы дают вычисления, дата-центры объединяют оборудование, а энергия обеспечивает его работу. Лаборатории разрабатывают модели; API-провайдеры организуют доступ к ним; приложения и агентские среды превращают этот доступ в рабочие действия. Последний слой — люди и компании, которые внедряют инструмент в свой процесс. Когда читаешь новость, сначала определи её слой: новая модель и новая программа для работы с моделями требуют разных решений от пользователя.
Лаборатории, конкуренция и прогнозы
В ролике сравниваются направления развития OpenAI, Anthropic, Google DeepMind, Meta и xAI и обсуждается идея рекурсивного самоулучшения: ИИ помогает исследовать и улучшать следующие модели. Автор сопоставляет оптимистичные сценарии и аргументы скептиков. Прогнозы вроде AI 2027 стоит читать как сценарии с допущениями. Для своей работы полезнее проверять доступный инструмент на конкретной задаче, чем строить процесс только на обещании будущих возможностей.
Выбери инструмент под результат
- Нужен ответ, черновик или объяснение — начни с чата. Проверь факты и отредактируй результат.
- Нужно прочитать файлы, изменить проект и проверить работу — выбери агента с подходящими инструментами.
- Нужно повторять устойчивую последовательность по событию или расписанию — опиши автоматизацию и способ заметить ошибку.
- Для первой задачи возьми один-два инструмента и сравни их на одинаковых исходных данных. Расширяй набор после понятного результата.
Делегирование: цель, рамки и данные
Вместо длинного набора общих пожеланий сформулируй результат, который можно проверить. Объясни продукт, аудиторию, ограничения и срок. Подключи нужные документы или рабочую историю. Сам по себе доступ к базе знаний не гарантирует успех: агенту всё равно нужны условия приёмки и обратная связь. Подробный разбор этой схемы есть в соседнем материале про делегирование.
Где искать первый процесс для внедрения
Автор предлагает начать с процесса, который уже даёт полезный результат: обработка заявок, подготовка контента, работа с продуктом. В своём примере он сокращает ручные этапы монтажа, подготовки превью и описаний YouTube-роликов. Перенеси этот подход на свою работу: запиши текущие шаги, выбери один повторяющийся участок и измерь его. Эффект внедрения виден по времени, качеству и затратам, включая исправление ошибок.
Карточка первого эксперимента с ИИ
Процесс: [что регулярно делаю].
Полезный результат: [кому и зачем он нужен].
Как работаю сейчас: [шаги и затраты времени].
Один участок для ИИ: [конкретная задача].
Инструмент: [чат, агент или автоматизация].
Исходные данные: [документы, примеры, источники].
Критерии приёмки: [как проверю результат].
Сравнение до/после: [время, качество, стоимость].
Решение после прогона: [повторить, изменить или отказаться].Практика
Попробуй на своей задаче
Выбери один повторяющийся процесс из своей работы, заполни карточку эксперимента и выполни один пробный прогон с ИИ. Объясни, почему для него подходит чат, агент или автоматизация.
Как понять, что готово
Есть исходный способ работы, конкретный участок для ИИ, проверяемый результат и сравнение до/после. По результатам прогона принято решение: продолжать, изменить подход или оставить процесс человеку.
Что дальше
Собери с ИИ решение для своей задачи
Клуб «Незаменимые» — практический AI-клуб для тех, кто создаёт сам. Разбираем, как устроены Claude Code, Codex и Hermes, и собираем с ними решения для своей работы, продукта и клиентов. Рядом — уроки, материалы под задачу и участники, которые показывают, что собрали.
Уже в клубе? Продолжай в своём аккаунте. Войти в аккаунт →



