К основному содержимому
#AI

The Truth About The AI Bubble (Рубрика AI)

#AI #Engineering #ML #Architecture #Software #Economics #Future

Очередной эпизод подкаста Lightcone от ребят из Y Combinator был посвящен теме пузыря AI, поэтому я посмотрел его с большим интересом. Ребята успели обсудить следующие темы

1️⃣ Anthropic стал №1 среди YC-стартапов Стартапы из Winter 26 batch YC стали использовать чаще Anthropic модели, а не OpenAI: ​- Anthropic Claude: 52% (был ~20-25% в 2024)

  • OpenAI: упал с 90%+ до <50%
  • Google Gemini: 23% (был в single-digit)

Гипотезы авторов о том, почему Claude впереди

  • Лучшая модель для coding ​- Enterprise market share: 32% vs OpenAI 25%
  • ​Фокус на safety и надежности для корпораций
  • Целенаправленная оптимизация под coding (northstar eval от Tom Brown, co-founder Anthropic)

2️⃣ Vibe Coding стал мейнстримом Выглядит это как

  • ​Разработка через описание задачи на естественном языке LLM
  • Генерация кода без детального review
  • Фокус на итерациях и результате, а не на структуре кода

Популярные инструменты: ​- Cursor (VS Code + GPT-4o/Claude)

  • Claude Code от Anthropic ​- GitHub Copilot, Lovable, Replit, Bolt

3️⃣ AI-экономика стабилизировалась По мнению одного из партнеров нс Jared Friedman: "Самое удивительное для меня — насколько стабилизировалась AI-экономика. У нас есть компании модельного слоя, прикладного слоя и инфраструктурного слоя. Кажется, что все будут зарабатывать много денег, и есть относительно понятный playbook для построения AI-native компании поверх моделей."

Что изменилось:

  • Раньше каждые несколько месяцев новые релизы моделей делали возможными совершенно новые идеи → легко было pivot
  • Теперь поиск стартап-идей вернулся к "нормальному уровню сложности"

4️⃣ Модели превращают друг друга в commodity ​Стартапы строят orchestration layer и переключаются между моделями:

  • Используют Gemini 2.0 для context engineering
  • Затем передают в OpenAI для execution Выбор модели основан на proprietary evals для specific задач Аналогия: как эпоха Intel/AMD — конкуренция архитектур, но пользователи могут их взаимно заменять

Что это значит:

  • Ценность смещается с моделей на application layer
  • Модельные компании коммодитизируют друг друга
  • Application-layer стартапы получают преимущество

5️⃣ AI Bubble — это хорошая новость для стартапов Ребята вспоминают пузырь доткомов, что привел к инвестициям в инфру, а дальше поверх этого пришел условный YouTube и смог существовать — дешевый bandwidth был результатом пузыря Сейчас:

  • Большие компании (Meta, Google, OpenAI) должны инвестировать capex в GPU и дата-центры
  • Если спрос упадет — это их capex, не стартапов
  • Инфраструктура останется и будет дешевой Ребята вспоминают про фреймворк Carlota Perez, в котором есть две фазы: installation phase (сейчас), deployment phase (следующие x лет). В первой фазе CAPEX расходы, а во второй создание экономической ценности и появление новых bigtech компаний аля Google.

6️⃣ Космос как решение energy bottleneck Как оказалось для AI bubble недостаточно электроэнергии на Земле - нечем запитать AI дата-центры. А дальше история

  • Лето 2024: StarCloud предложила дата-центры в космосе → люди смеялись
  • 18 месяцев спустя: Google и Elon Musk делают это

7️⃣ Больше стартапов делают специализированные модели Harj отмечает рост интереса к созданию smaller, specialized models в последних YC batches:

  • Edge device models
  • Voice models для specific языков
  • Domain-specific models Аналогия: как в ранние дни YC знания о стартапах стали распространенными → explosion SaaS-компаний. Сейчас знания о training models становятся common knowledge.

#AI #Engineering #ML #Architecture #Software #Economics #Future