Вайбкодинг времени: как Карпаты проверил прогнозы 2015 года
Ты когда в последний раз оглядывался на свои старые планы и спрашивал: получилось ли? Исследователь Андрей Карпаты сделал именно это, только в масштабе всего Hacker News.
Что именно произошло
- Взяты 930 топовых тредов Hacker News за декабрь 2015
- Посты и комментарии пропущены через GPT Thinking
- Задача модели отследить, какие прогнозы оказались правдой спустя почти 10 лет
- Потрачено 3 часа и 60 долларов вычислений
Результат
- Собрана система ранжирования предсказаний по их фактической точности
- Итоговый список местами звучит как комедия, местами как учебник истории технологий
- Ознакомиться можно по ссылке в репозитории автора
Почему это интересно
- такой анализ превращается в тренажер предсказательного мышления
- Если LLM понимает, почему одни идеи выживают, она способна научиться формировать более точные будущие оценки
- Каждый наш коммент сегодня становится future labeled sample, который через годы покажет, была ли мысль стоящей
К чему это ведет
- Ты пишешь мнение в сети, а через 5, 10 лет оно возвращается обучающим сигналом для новой модели
- Чем больше таких сигналов, тем точнее следующая ИИ волна
- В итоге появится инструмент, который статистически умеет выбирать сбывающиеся прогнозы
Для любопытных
Подписывайтесь на Telegram AI Adepts.
Начать дискуссию