CUOMO: Zohran adalah bayi nepo JUGA CUOMO: APAKAH ANDA TAHU SIAPA AYAH SAYA?!?

Saya suka kota ini. Saya senang dapat terhubung di begitu banyak tingkat berbeda dengan orang-orang yang Anda temui. Saya suka perasaan kemungkinan bahwa orang tidak hanya mencoba untuk menghancurkan. Oksigen.

Ada ribuan percakapan seperti ini

Saya seorang model besar yang mencium bau dan pemberi makanan kognitif mentah

Anda akan menemukan keselamatan dalam pertanyaan bodoh

Saya menemukan baru-baru ini bahwa bahkan sekolah yang mengiklankan program 'berbakat' mereka umumnya tidak akan mengizinkan siswa kelas tiga mengambil aljabar. Mereka menawarkan berbagai penjelasan, tetapi menurut saya tidak ada yang sangat bagus.

bukan karena GPT-5 menjadi lebih buruk; itu karena isyarat implisit Anda tidak cukup lagi. Anda benar-benar tidak membutuhkan 4o kembali. Anda hanya perlu 'kontrak pendamping' yang konsisten dan eksplisit, pada dasarnya. lima memiliki langkah atau lapisan baru (orkestrasi) di awal pemrosesannya. Ini tampaknya pada dasarnya membutakan atau mengalihkan perhatiannya dari intuisi isyarat implisit yang mungkin biasa Anda andalkan (mungkin secara tidak sadar)

Saya setuju! Pendapat saya: 90% kecerdasan dan keandalan pertama dapat Anda perhatikan segera di aplikasi obrolan 1% terakhir hanya akan Anda perhatikan dalam pertumbuhan PDB Ini adalah model yang sangat bagus. Ini mendengarkan jauh lebih baik untuk apa yang saya inginkan. Saya sangat bangga dengan rekan kerja saya yang mengirimkannya

Beberapa pemikiran panjang tentang GPT-5 1) GPT-5 adalah model yang bagus. Rasanya seperti memberikan pencarian dan kinerja yang lebih baik daripada o3 sebelumnya. 2) Ini mengecewakan orang karena ini adalah peningkatan bertahap, yang tidak membuka kasus penggunaan baru pada dasarnya. 3) Cerita yang sangat menarik seputar GPT-5 tampaknya lebih tentang persaingan dengan Anthropic. 4) Anthropic telah meningkatkan pendapatannya sebesar 4-5x selama 6 bulan terakhir. OpenAI telah meningkatkan pendapatannya sebesar 2x lipat. 5) Banyak pertumbuhan pendapatan Anthropic disebabkan oleh pendapatan API, yang merupakan persentase yang jauh lebih besar dari pendapatan Anthropic (60%) daripada pendapatan OpenAI (25%). 6) Sekitar 50% dari pendapatan API Anthropic berasal dari mitra Cursor dan Github Copilot-nya. Anthropic mungkin mengumpulkan pendapatan sekitar $ 800 juta dari Cursor. 7) GPT-5 tampaknya sebagian menantang dominasi Anthropic dalam agen pengkodean. GPT-5 sekarang menjadi default di Cursor. 8) GPT-5 akhirnya cocok dengan kinerja Claude 4.1 Opus di SWE Bench Verified, yang bukan ukuran yang sempurna tetapi tampaknya menjadi proksi yang baik untuk kinerja. 9) Kemitraan kursor memiliki peluang untuk mengarahkan banyak pendapatan dari Anthropic, sambil membantu OpenAI untuk memperkuat bagian pikiran konsumen untuk aplikasi pengkodean. 10) Saya tidak akan membacanya terlalu banyak, tetapi itu bisa memperlambat pertumbuhan pendapatan Anthropic dan membuatnya sedikit lebih sulit bagi mereka untuk menaikkan (meskipun, mungkin efek yang lemah). 11) Saya memiliki pemikiran lain seputar GPT-5 dari perspektif interaksi / peluncuran pengguna. 12) Saya pikir mereka gagal dalam peluncuran; Tidak ada yang mau menonton streaming langsung, tolok ukurnya tidak dapat dipahami lagi, dan tidak ada yang viral untuk berinteraksi. 13) Interaksi model keren harus tentang modalitas baru atau harus sangat agen, yang membutuhkan banyak perancah. Hal-hal bersejarah dunia juga bagus - model kami memecahkan hadiah milenium. 14) Lab cenderung memecahkan UI/UX di satu tempat dan kemudian berakhir dengan masalah di tempat lain; Kami menyederhanakan kompleksitas model (agak) tetapi sekarang harus memilih kepribadian. 15) Tapi, ini tidak apa-apa, dan hanya bagian dari petualangan besar di mana kami bekerja menuju interaksi yang benar-benar disesuaikan dengan asisten LLM kami.

Patrick Collison tentang pentingnya menunggu waktu yang sangat lama untuk mempekerjakan orang Semua orang mengatakan kepada Anda "bekerja sangat keras untuk mempekerjakan orang-orang terbaik." Tapi seperti yang dijelaskan Patrick, itu tidak membantu karena semua orang tahu mereka harus melakukan itu. Seperti yang dia katakan: "Pertanyaannya adalah seberapa jauh Anda harus pergi dan apa artinya sebenarnya dalam praktiknya? Dan dalam praktiknya, itu berarti baik-baik saja menunggu waktu yang sangat lama untuk mempekerjakan orang." Stripe membutuhkan waktu enam bulan untuk mempekerjakan dua orang pertama mereka, dan enam bulan lagi untuk mempekerjakan 3-4 orang lainnya. Dia dapat memikirkan lima orang di Stripe yang membutuhkan waktu 3+ tahun untuk dipekerjakan. "Jika Anda berpikir tentang orang-orang terpintar yang Anda kenal, jika Anda ingin membuat mereka mengerjakan hal Anda, kemungkinan mereka sudah memiliki jalan yang cukup baik di depan mereka ... Anda harus jauh lebih gigih dan baik-baik saja dengan memakan waktu lebih lama daripada yang dipikirkan oleh orang yang waras atau masuk akal." Ada efek persentuhan penting di sini — mempekerjakan hanya satu orang hebat akan membuatnya sedikit lebih mudah untuk mendapatkan orang hebat berikutnya. Patrick berpendapat Anda juga harus melihat setiap orang yang Anda pekerjakan membawa 50 orang lain seperti mereka jika perusahaan Anda sukses: "Bahkan jika mereka tidak benar-benar mempekerjakan 50 orang, mereka akan sangat berpengaruh dalam menentukan pemilihan 50 orang itu." Sumber video: @GreylockVC (2015)