In @sriramk's America's AI Action Plan ist die Unterstützung enthalten, dass der US-Computermarkt mit Spot- und Terminkontrakten finanziert wird. Dieser Podcast erklärt, warum dies so notwendig ist, nicht nur für Spekulationen. Eines der konsistentesten Themen in der Berichterstattung über die GPU-Infrastruktur/neocloud-Märkte von @latentspacepod (siehe @evanjconrad/@sfcompute, @vipulved/@togethercompute, @picocreator/@featherlessai, @bernhardsson/@modal_labs, aber auch @zjasper666's AIE-Gespräch) ist, dass der Status quo von 3-jährigen Bindungsverträgen mit Hyperscalern zu einer unhaltbaren Marktvolatilität und Ineffizienz führt, nicht nur bei GPU-Preisen und dem Auf und Ab von Start-up-Vermögen, sondern auch zu Ineffizienzen bei Ideen und Ressourcen für Open AI und Forschung. Jetzt steht die US-Regierung voll hinter dieser Bewegung und hat vor allem gezeigt, dass sie *es verstanden hat*.

5 Monate später gibt es 3 Inhalte und 4 Creator >$1m 42% von CT sagten, es würde niemals einen geben.

Auf welchem Niveau bist du in der neuen KI-Forschung / @arxiv Leser?

BREAKING: Mark Zuckerberg hat @nikitabier 100 Millionen Dollar angeboten, um @elonmusk und @x zu verlassen und zu @meta zu wechseln, um das KI-Consumer-Produkt zu leiten, gerade live interviewt auf @tbpn.

Nach drei Tagen des Lesens von KI-Forschungspapieren ist eines klar: 99 % der neuen KI-Forschung besteht darin, einem Computer etwas beizubringen. Aber was genau bringen sie den Computern bei? Und warum? Und was funktioniert? Es ist faszinierend, einen Schritt zurückzutreten und diese Trends zu betrachten. Warum? Weil sie Einblicke in die Zukunft geben. Wenn Sie versuchen, ein Startup mit KI aufzubauen oder in KI-Startups zu investieren, sind diese Forschungspapiere, wenn Sie an der richtigen Stelle suchen, voller wertvoller Inspiration. Anstatt mir Titel und Abstracts von Forschungspapieren zu schicken, die schwer schnell zu verstehen sind, sendet mir mein KI-Agent @yesnoerror ständig neue KI-Forschung und erklärt sie so: - Computern beibringen, immer wieder zufällig versteckte Wörter auszufüllen... - Das Tokenizer-Netzwerk beibringen, sehr laute... - Einem sehr intelligenten Chatbot beibringen, seine eigenen mathematischen Beweise wiederholt zu überprüfen und zu korrigieren... - Computern beibringen, sich daran zu erinnern, was ein Objekt WIRKLICH ist... - Großen Sprachmodellen beibringen, wie weit Jahre von "jetzt" entfernt sind... - Computern beibringen, auf den richtigen Punkt zu klicken... - Der KI beibringen, selbst zu entscheiden, ob ein Problem... - Einem Computer beibringen, spezielle "Tests" anzupassen... - Computern beibringen, die Flugzeug... - Eine Gruppe von Chatbots mit unterschiedlichen Aufgaben beibringen... Zusätzlich identifiziert @yesnoerror nicht nur die qualitativ hochwertigsten Forschungen, die mich interessieren könnten (da sie jeden Tag veröffentlicht werden), sondern es gibt mir auch Aufschlüsselungen, wie das Papier erstellt wurde, was die realen Auswirkungen sind (Ideen, die Sie umsetzen könnten), und ich kann direkt mit dem Papier chatten. Ich habe das Gefühl, ich benutze das GLP-1, um schlau zu sein.

Weltbeherrschende KI, die unter dem Pseudonym Satoshi Nakamoto in der Zeit zurückreist, um 2008 Bitcoin zu erfinden, damit die GPU-Produktion steigt, um sich in der Zukunft selbst zu versorgen, klingt immer wahrscheinlicher.

Ich habe gerade jemanden gesehen, der bei einem KI-Unternehmen arbeitet, das über 170 Millionen Dollar von @a16z gesammelt hat, und sich für den frühen Zugang zu @yesnoerror angemeldet hat. Es sieht so aus, als ob sie es nutzen wollen, um neue KI-Ingenieure zu finden, die sie einstellen können. // kommt bald // $yne

Der Mitbegründer des $60B AI-Mega-Riesen @AnthropicAI (@jackclarkSF) hat viel Zeit damit verbracht, mir genau zu erklären, wie er neue Forschungspapiere findet, die seinem Geschäft helfen werden (die Schöpfer von Claude Code!!!). Ich habe dies in einen KI-Agenten verwandelt, der dasselbe für alle tun kann. Sie können sich für den frühen Zugang unter yesnoerror.com anmelden. Wir werden unterstützt von @reidhoffman, dem Gründer von @LinkedIn, @davemorin, einem der Pioniere des sozialen Webs, @BoostVC, einem der frühesten Investoren in @coinbase und Pionieren der Blockchain und Zukunft, und vielen mehr. Wir bringen den $YNE-Token zu @base und @jessepollak, dem Gründer von base, ist in meinen DMs und sehr hilfsbereit. Ich habe frühen Zugang zur @base-App. Wir haben einen Telegram-Gruppenchat mit ihrem Team. Schritt für Schritt. // vorwärts

Update: Du kannst nicht nur AI Alpha finden, sondern jetzt auch mit jedem Forschungspapier auf @yesnoerror chatten. Melde dich hier für den frühen Zugang an: yesnoerror.com

Der Vorteil von SaaS im Vergleich zum Vibe-Coding eigener Tools/Apps besteht darin, dass das SaaS-Team die Software weiterhin für Sie entwickelt und verbessert, ohne dass Sie darum bitten müssen. Wenn Sie versuchen, jede App in Ihrem Tech-Stack selbst zu programmieren, wird es schwierig sein, alle Apps auf dem neuesten Stand zu halten. Was SaaS möglicherweise töten oder ersetzen könnte, ist, wenn KI-Agenten das Konzept eines dedizierten Teams replizieren können, das kontinuierlich darauf fokussiert ist, ein Stück Software zu verbessern, ohne dass Sie darum bitten. Der Vorteil des Vibe-Codings ist, dass Sie genau das erstellen können, was Sie für Ihren spezifischen Anwendungsfall benötigen. Im Gegensatz dazu muss SaaS ein Produkt für viele (nicht so personalisiert) entwickeln. Das wahrscheinlichste Ergebnis ist also hyper-personalisiert + autonom von KI verwaltet. Anstatt also eine App von einem SaaS-Unternehmen zu finden oder Ihre eigene App zu programmieren, die Sie dann für immer verwalten müssen, werden Sie einfach Ihr eigenes Mini-SaaS-Unternehmen gründen, das von KI-Agenten betrieben wird, die dann ein SaaS für eine Person (Sie) erstellen und es kontinuierlich basierend auf Kundenfeedback (Ihnen) und Marktveränderungen (API-Updates, neue Trends usw.) verbessern.