aggregation: thesaurus (21), frameworks (8), formulas (24) — Phase 1 partial
This commit is contained in:
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "A mediocre tool that fails obviously is annoying. A powerful tool that fails silently is dangerous."
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "A mediocre tool that fails obviously is annoying. A powerful tool that fails silently is dangerous."
|
||||
theme: "agent risk"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Тихий сбой мощного инструмента
|
||||
|
||||
> "A mediocre tool that fails obviously is annoying. A powerful tool that fails silently is dangerous."
|
||||
|
||||
**Перевод:** Посредственный инструмент, который ломается явно, — раздражает. Мощный инструмент, который ломается незаметно, — опасен.
|
||||
|
||||
**Контекст:** В рамках Нейта это разграничение объясняет, почему рост возможностей агентов повышает, а не снижает требования к наблюдаемости: чем мощнее система, тем дороже обходится незамеченная ошибка.
|
||||
|
||||
**Применение в нашем портфеле:** При оценке AI-инструментов приоритизировать прозрачность сбоев и observability выше сырой производительности.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_55-of-employers-regret-ai-driven]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "Faster, More Confident Wrongness"
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "A stronger model with a vague environment does not give you more help. It gives you faster, more confident wrongness."
|
||||
theme: "среда модели"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Faster, More Confident Wrongness
|
||||
|
||||
> "A stronger model with a vague environment does not give you more help. It gives you faster, more confident wrongness."
|
||||
|
||||
**Перевод:** Более мощная модель в нечётко определённой среде не помогает больше. Она ошибается быстрее и с большей уверенностью.
|
||||
|
||||
**Контекст:** В фреймворке Nate мощность модели усиливает среду — хорошую или плохую. Неструктурированные задача и контекст не нейтрализуются лучшей моделью, а масштабируются ею.
|
||||
|
||||
**Применение в нашем портфеле:** Перед апгрейдом модели проверь, точно ли определены задача, данные и инструкции.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_codex-plugins-bottleneck-moved]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "AI и структура рынка: консолидация vs фрагментация"
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "AI kills long tails in markets where output becomes substitutable; it strengthens fragmentation where locality and relationships dominate."
|
||||
theme: "market structure"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Консолидация там, где продукт заменим — фрагментация там, где важны отношения
|
||||
|
||||
> "AI kills long tails in markets where output becomes substitutable; it strengthens fragmentation where locality and relationships dominate."
|
||||
|
||||
**Перевод:** «ИИ уничтожает длинные хвосты на рынках, где результат становится взаимозаменяемым; он усиливает фрагментацию там, где доминируют локальность и отношения.»
|
||||
|
||||
**Контекст:** Jones формулирует асимметричный закон влияния ИИ на рыночную структуру: стандартизируемые услуги консолидируются вокруг лидеров, а рынки с доверием и географией сохраняют раздробленность.
|
||||
|
||||
**Применение в нашем портфеле:** На substitutable-рынках ставить на лидеров масштаба, на relationship-рынках — на узкие вертикали с локальным присутствием.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_executive-briefing-the-bifurcated]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "Падение защиты через сложность"
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "Complexity-protected industries are losing their defenses. Vertical expertise that took years to build can be replicated by AI in months."
|
||||
theme: "disruption"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Экспертный моат больше не защищает
|
||||
|
||||
> "Complexity-protected industries are losing their defenses. Vertical expertise that took years to build can be replicated by AI in months."
|
||||
|
||||
**Перевод:** «Отрасли, защищённые сложностью, теряют свою защиту. Вертикальная экспертиза, накопленная годами, может быть воспроизведена ИИ за месяцы.»
|
||||
|
||||
**Контекст:** Традиционный барьер входа в B2B — глубокая доменная экспертиза — перестаёт работать как устойчивый моат; ИИ позволяет новым игрокам быстро достигать паритета по знаниям.
|
||||
|
||||
**Применение в нашем портфеле:** Пересматривать тезисы по защищённым нишам — экспертный моат необходимо заменять сетевым эффектом или данными.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_executive-briefing-the-5-ai-shifts]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "Cycle Time = WIP / Throughput"
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "Cycle Time = WIP / Throughput"
|
||||
theme: "cycle time"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Формула времени цикла (Закон Литтла)
|
||||
|
||||
> "Cycle Time = WIP / Throughput"
|
||||
|
||||
**Перевод:** Время цикла = НЗП / Пропускная способность
|
||||
|
||||
**Контекст:** Нейт применяет Закон Литтла к AI-пайплайнам: чтобы сократить время цикла, нужно либо увеличить параллельные задачи в работе (WIP), либо повысить пропускную способность агентов — оба рычага управляемы.
|
||||
|
||||
**Применение в нашем портфеле:** Использовать как диагностическую метрику при аудите AI-команд в портфельных компаниях — измерять WIP и throughput для выявления узких мест.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_anthropic-and-openai-just-admitted-the-model-isnt-enough]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "Five primitives each at 99% uptime produce only 95% end-to-end reliability."
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "Five primitives each at 99% uptime produce only 95% end-to-end reliability."
|
||||
theme: "reliability"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Надёжность цепочки примитивов
|
||||
|
||||
> "Five primitives each at 99% uptime produce only 95% end-to-end reliability."
|
||||
|
||||
**Перевод:** Пять примитивов с 99% доступностью каждый дают лишь 95% надёжности сквозного пайплайна.
|
||||
|
||||
**Контекст:** Нейт применяет теорию надёжности к многоагентным системам: последовательное соединение компонентов перемножает вероятности отказа, поэтому даже высоконадёжные примитивы создают ненадёжные оркестрации.
|
||||
|
||||
**Применение в нашем портфеле:** При оценке multi-agent платформ требовать архитектурных решений по redundancy на уровне оркестратора, а не только на уровне отдельных моделей.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_anthropic-and-openai-just-admitted-the-model-isnt-enough]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "In the pre-AI world, high WIP killed velocity. In the AI world, low WIP kills velocity."
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "In the pre-AI world, high WIP killed velocity. In the AI world, low WIP kills velocity."
|
||||
theme: "throughput"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# ИИ переворачивает правило WIP
|
||||
|
||||
> "In the pre-AI world, high WIP killed velocity. In the AI world, low WIP kills velocity."
|
||||
|
||||
**Перевод:** В доагентном мире высокий WIP убивал скорость. В мире ИИ низкий WIP убивает скорость.
|
||||
|
||||
**Контекст:** Нейт инвертирует классическое правило бережливого производства: так как агенты работают параллельно и стоят дёшево, недозагрузка пайплайна (низкий WIP) становится главным тормозом, а не переключение контекста.
|
||||
|
||||
**Применение в нашем портфеле:** При оценке AI dev-инструментов искать поддержку максимальной параллельности задач как ключевой метрики производительности команды.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_anthropic-and-openai-just-admitted-the-model-isnt-enough]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "Is this going to make tomorrow harder?"
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "Is this going to make tomorrow harder?"
|
||||
theme: "decision filter"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Фильтр решений: завтра станет сложнее?
|
||||
|
||||
> "Is this going to make tomorrow harder?"
|
||||
|
||||
**Перевод:** «Это сделает завтра сложнее?»
|
||||
|
||||
**Контекст:** Нейт использует этот вопрос как универсальный фильтр перед любым решением — приоритет за предотвращением будущего долга, а не краткосрочным выигрышем.
|
||||
|
||||
**Применение в нашем портфеле:** Перед выбором инструмента, вендора или архитектуры задавать этот вопрос явно — если ответ «да», нужно обоснование.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_anthropic-and-openai-just-admitted-the-model-isnt-enough]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "Open a new Codex thread and you are the OS"
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "Open a new Codex thread and you are the operating system."
|
||||
theme: "AI оркестрация"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Оператор агентов — это операционная система
|
||||
|
||||
> "Open a new Codex thread and you are the operating system."
|
||||
|
||||
**Перевод:** «Открой новый поток Codex — и ты становишься операционной системой.»
|
||||
|
||||
**Контекст:** Оператор агентного рабочего процесса действует как ОС: распределяет задачи, управляет ресурсами, задаёт разрешения — это роль, требующая системного мышления, а не исполнения.
|
||||
|
||||
**Применение в нашем портфеле:** Переобучать тимлидов с режима «делаю» на режим «оркеструю» при внедрении агентных инструментов.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_codex-plugins-bottleneck-moved]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "Routing logic is the new leadership skill"
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "Routing logic is the new leadership skill."
|
||||
theme: "лидерство"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Маршрутизация как управленческий навык
|
||||
|
||||
> "Routing logic is the new leadership skill."
|
||||
|
||||
**Перевод:** «Логика маршрутизации — новый управленческий навык.»
|
||||
|
||||
**Контекст:** В эпоху агентов лидер оркеструет потоки задач между людьми и ИИ, а не выполняет работу сам — решение «кому/чему передать» становится критическим.
|
||||
|
||||
**Применение в нашем портфеле:** Явно проектировать правила маршрутизации (человек / агент / гибрид) для каждого повторяющегося рабочего процесса.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_build-buy-hire-wait-ai-matrix]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "Stop asking if AI can do this"
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "Stop asking if AI can do this. Start asking what shape the work is."
|
||||
theme: "work design"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Форма работы важнее возможностей ИИ
|
||||
|
||||
> "Stop asking if AI can do this. Start asking what shape the work is."
|
||||
|
||||
**Перевод:** «Перестань спрашивать, может ли ИИ это сделать. Начни спрашивать, какова форма этой работы.»
|
||||
|
||||
**Контекст:** Вопрос возможности устарел — ИИ может почти всё. Ключевой вопрос: структурирована ли работа так, что ИИ даёт надёжный результат, или нет.
|
||||
|
||||
**Применение в нашем портфеле:** При оценке автоматизации — сначала декомпозировать задачу по структуре, потом подбирать инструмент.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_build-buy-hire-wait-ai-matrix]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "Продажа инкумбентам, не конкуренция"
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "The AI startup is selling *to* the incumbent, not competing *with* them."
|
||||
theme: "market dynamics"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# AI-стартап как поставщик, а не конкурент
|
||||
|
||||
> "The AI startup is selling *to* the incumbent, not competing *with* them."
|
||||
|
||||
**Перевод:** «ИИ-стартап продаёт инкумбенту, а не конкурирует с ним.»
|
||||
|
||||
**Контекст:** В бифурцированной модели рынка Jones описывает сценарий, где новые AI-компании занимают позицию поставщика для крупных игроков, а не их замены — это меняет логику оценки выхода.
|
||||
|
||||
**Применение в нашем портфеле:** Оценивать AI-стартапы через призму M&A-привлекательности для инкумбентов, строить exit-тезис вокруг поглощения, а не IPO.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_executive-briefing-the-bifurcated]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "The best tools we have for managing agent risk are human brains and human brains crafting evaluations."
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "The best tools we have for managing agent risk are human brains and human brains crafting evaluations. Not better prompts. Not bigger context windows."
|
||||
theme: "agent oversight"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Человеческий контроль как главный инструмент
|
||||
|
||||
> "The best tools we have for managing agent risk are human brains and human brains crafting evaluations. Not better prompts. Not bigger context windows."
|
||||
|
||||
**Перевод:** Лучшее, что у нас есть для управления рисками агентов, — это человеческий мозг и человеческий мозг, создающий эвалюации. Не лучшие промпты. Не большие контекстные окна.
|
||||
|
||||
**Контекст:** Нейт разделяет улучшение модели и управление рисками: масштабирование контекста или качества промптов не заменяет систематическую человеческую проверку через eval-фреймворки.
|
||||
|
||||
**Применение в нашем портфеле:** Оценивать AI-инфраструктурные компании по наличию встроенных eval-инструментов как ключевого конкурентного дифференциатора.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_55-of-employers-regret-ai-driven]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "The quiet work of five layers"
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "The companies that do the quiet work of building the five layers will look unremarkable for two quarters and then will be impossible to catch."
|
||||
theme: "стратегия"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Тихая работа пяти уровней создаёт разрыв
|
||||
|
||||
> "The companies that do the quiet work of building the five layers will look unremarkable for two quarters and then will be impossible to catch."
|
||||
|
||||
**Перевод:** «Компании, которые ведут тихую работу по выстраиванию пяти уровней, будут выглядеть ничем не примечательными два квартала — а затем их будет невозможно догнать.»
|
||||
|
||||
**Контекст:** Пять уровней (данные, процессы, люди, инструменты, управление) создают накапливаемое преимущество, невидимое в краткосрочной отчётности.
|
||||
|
||||
**Применение в нашем портфеле:** Инвестировать в AI-инфраструктуру даже без видимого ROI в текущем квартале.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_codex-five-leadership-chairs-tibo-interview]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "Компаундирующий разрыв"
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "The distance between companies that have built it and companies that haven't is starting to compound."
|
||||
theme: "competitive gap"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Компаундирующий разрыв между ранними и поздними
|
||||
|
||||
> "The distance between companies that have built it and companies that haven't is starting to compound."
|
||||
|
||||
**Перевод:** «Разрыв между компаниями, которые это построили, и теми, кто не построил, начинает нарастать по сложному проценту.»
|
||||
|
||||
**Контекст:** Jones описывает нелинейную динамику: раннее внедрение ИИ-инфраструктуры создаёт преимущество, которое ускоряется со временем, а не выравнивается. Отставание становится структурным.
|
||||
|
||||
**Применение в нашем портфеле:** Приоритизировать компании, уже строящие production-слой, а не те, что остаются на уровне пилотов.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_enterprise-ai-deployment-layer]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "Enterprise AI's Hard Part Is Not the Model"
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "The hard part of enterprise AI is no longer buying access to a powerful model."
|
||||
theme: "корпоративный AI"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Enterprise AI's Hard Part Is Not the Model
|
||||
|
||||
> "The hard part of enterprise AI is no longer buying access to a powerful model."
|
||||
|
||||
**Перевод:** Сложная часть корпоративного ИИ больше не в том, чтобы купить доступ к мощной модели.
|
||||
|
||||
**Контекст:** Точка входа в корпоративный AI сместилась: доступ к модели коммодитизирован, настоящая сложность — в интеграции, управлении правами и выстраивании рабочих процессов.
|
||||
|
||||
**Применение в нашем портфеле:** Оценивай AI-компании по зрелости deployment-слоя, а не только по качеству используемой модели.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_enterprise-ai-deployment-layer]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "Implementation Layer as Strategy"
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "The implementation layer has become the strategic layer in enterprise AI."
|
||||
theme: "implementation strategy"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Уровень реализации = стратегический уровень
|
||||
|
||||
> "The implementation layer has become the strategic layer in enterprise AI."
|
||||
|
||||
**Перевод:** «Уровень реализации стал стратегическим уровнем в корпоративном ИИ.»
|
||||
|
||||
**Контекст:** Jones утверждает, что конкурентное преимущество больше не определяется выбором модели — оно определяется глубиной операционной интеграции. Кто выстроил production-слой деплоя, тот и владеет стратегией.
|
||||
|
||||
**Применение в нашем портфеле:** При оценке компаний смотреть не на наличие ИИ-фич, а на то, насколько глубоко ИИ встроен в операционные процессы.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_enterprise-ai-deployment-layer]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "The model is good now"
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "The model is good now, and the question that matters has shifted to where you put the human judgment around it."
|
||||
theme: "human-AI interface"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Гонка моделей окончена — важно расположение суждения
|
||||
|
||||
> "The model is good now, and the question that matters has shifted to where you put the human judgment around it."
|
||||
|
||||
**Перевод:** «Модель уже достаточно хороша, и важный вопрос сместился к тому, где вокруг неё разместить человеческое суждение.»
|
||||
|
||||
**Контекст:** Конкурентное преимущество больше не в выборе модели, а в проектировании точек контроля, где человек добавляет ценность, а не просто одобряет вслепую.
|
||||
|
||||
**Применение в нашем портфеле:** Определить конкретные контрольные точки с человеческим ревью вместо автоматизации от начала до конца.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_codex-five-leadership-chairs-tibo-interview]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "Reusable Infrastructure as Competitive Skill"
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "The next competitive skill is not writing the longest prompt. It is knowing which parts of your work should become reusable infrastructure."
|
||||
theme: "инфраструктура"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Reusable Infrastructure as Competitive Skill
|
||||
|
||||
> "The next competitive skill is not writing the longest prompt. It is knowing which parts of your work should become reusable infrastructure."
|
||||
|
||||
**Перевод:** Следующий конкурентный навык — не написание длинных промптов, а понимание того, какие части работы должны стать переиспользуемой инфраструктурой.
|
||||
|
||||
**Контекст:** Nate разграничивает промпт-инжиниринг как разовое умение и инфраструктуру как долгосрочное преимущество. Переиспользуемые системы — новый ров.
|
||||
|
||||
**Применение в нашем портфеле:** Определяй, какие паттерны работы с ИИ в портфельных компаниях повторяются — и превращай их в инфраструктуру, а не в ручные промпты.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_codex-plugins-bottleneck-moved]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "The old purchase bundle comes apart, and the market isn't converging on a single replacement."
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "The old purchase bundle comes apart, and the market isn't converging on a single replacement. It's splitting into protocol camps, each owning a different piece of what used to live behind one click."
|
||||
theme: "market fragmentation"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Рынок раскалывается на протокольные лагеря
|
||||
|
||||
> "The old purchase bundle comes apart, and the market isn't converging on a single replacement. It's splitting into protocol camps, each owning a different piece of what used to live behind one click."
|
||||
|
||||
**Перевод:** Старый пакет покупки распадается, и рынок не сходится к единой замене. Он раскалывается на протокольные лагеря, каждый из которых владеет отдельным куском того, что раньше находилось за одним кликом.
|
||||
|
||||
**Контекст:** Нейт описывает агентную коммерцию как войну за стандарты: вместо победителя-монополиста возникает несколько конкурирующих протоколов, делящих цепочку покупки.
|
||||
|
||||
**Применение в нашем портфеле:** При анализе агентных коммерческих стартапов определять, на какой протокольный лагерь они ставят и каков их путь к выживанию при проигрыше лагеря.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_agentic-commerce-protocol-war]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "Compounding vs Table Stakes"
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "The teams that understand which shifts create compounding advantages versus which are just table stakes will make fundamentally different allocation decisions."
|
||||
theme: "allocation"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Compounding-сдвиги против входного билета
|
||||
|
||||
> "The teams that understand which shifts create compounding advantages versus which are just table stakes will make fundamentally different allocation decisions."
|
||||
|
||||
**Перевод:** «Команды, понимающие, какие сдвиги создают нарастающие преимущества, а какие — лишь входной билет, примут принципиально иные решения об аллокации.»
|
||||
|
||||
**Контекст:** Jones делит AI-сдвиги на два класса: дифференцирующие (создающие compound-эффект) и выравнивающие (обязательный минимум). Смешивать их при распределении капитала — стратегическая ошибка.
|
||||
|
||||
**Применение в нашем портфеле:** Строить инвестиционный тезис вокруг compound-сдвигов, не делать ставок на «гигиенические» фичи.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_executive-briefing-the-5-ai-shifts]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "Five Conditions for AI Value"
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "Value shows up when the model has a specific role in a specific workflow, with the right data, permissions, review process, and success metric."
|
||||
theme: "AI-внедрение"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Five Conditions for AI Value
|
||||
|
||||
> "Value shows up when the model has a specific role in a specific workflow, with the right data, permissions, review process, and success metric."
|
||||
|
||||
**Перевод:** Ценность появляется, когда модель выполняет конкретную роль в конкретном рабочем процессе — с правильными данными, разрешениями, процессом проверки и метрикой успеха.
|
||||
|
||||
**Контекст:** Nate формулирует пять необходимых условий реального ROI от AI: роль + рабочий процесс + данные + разрешения + метрика. Без каждого из них ценность не материализуется.
|
||||
|
||||
**Применение в нашем портфеле:** Используй этот чеклист при due diligence: проверяй наличие всех пяти элементов у AI-продукта.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_enterprise-ai-deployment-layer]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "Intelligence Is Cheap; Infrastructure Is Not"
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "What is being repriced is not intelligence. Intelligence is cheap and getting cheaper. What is being repriced is the surrounding infrastructure."
|
||||
theme: "AI-экономика"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Intelligence Is Cheap; Infrastructure Is Not
|
||||
|
||||
> "What is being repriced is not intelligence. Intelligence is cheap and getting cheaper. What is being repriced is the surrounding infrastructure."
|
||||
|
||||
**Перевод:** Переоценивается не интеллект — он дешевеет. Переоценивается окружающая инфраструктура.
|
||||
|
||||
**Контекст:** Nate утверждает, что ценность смещается от самих моделей к слою, который их окружает: данным, интеграциям, разрешениям и процессам.
|
||||
|
||||
**Применение в нашем портфеле:** Ищи инвестиции в инфраструктурный слой AI, а не только в провайдеров моделей.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_enterprise-ai-buying-build-room]]
|
||||
@@ -0,0 +1,23 @@
|
||||
---
|
||||
title: "Context, Not Tokens, Ruins Agent Economics"
|
||||
type: formula
|
||||
source_author: "Nate B. Jones"
|
||||
date_processed: "2026-05-18"
|
||||
quote_en: "Why context, not tokens, is the line item ruining agent economics. And why capping usage kills the use case without fixing the cause."
|
||||
theme: "агентная экономика"
|
||||
tags: []
|
||||
---
|
||||
|
||||
# Context, Not Tokens, Ruins Agent Economics
|
||||
|
||||
> "Why context, not tokens, is the line item ruining agent economics. And why capping usage kills the use case without fixing the cause."
|
||||
|
||||
**Перевод:** Почему контекст, а не токены — статья расходов, разрушающая экономику агентов. И почему ограничение использования убивает сценарий, не устраняя причину.
|
||||
|
||||
**Контекст:** Контекст-окно — главный скрытый операционный расход в агентных системах. Урезание лимитов лечит симптом, но делает продукт непригодным.
|
||||
|
||||
**Применение в нашем портфеле:** Анализируй юнит-экономику агентов в портфельных компаниях через стоимость контекста, а не только токенов.
|
||||
|
||||
## Источник
|
||||
|
||||
- [[2026-05-18_enterprise-ai-buying-build-room]]
|
||||
@@ -0,0 +1,30 @@
|
||||
---
|
||||
title: "Access-Meaning-Authority Framework"
|
||||
type: framework
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
description: "Трёхмерный фреймворк оценки прав агента: что он может получить (Access), что интерпретировать (Meaning) и что санкционировать (Authority)."
|
||||
tags: ["ai-agents", "framework", "security", "permissions", "governance"]
|
||||
related_terms: ["Judge Layer", "Anticipatory Influence", "Vibe Coding", "J-Curve", "Agent Context Bundle", "Cybernetic Development"]
|
||||
---
|
||||
|
||||
# Access-Meaning-Authority Framework
|
||||
|
||||
## Суть
|
||||
|
||||
Фреймворк декомпозирует агентные права на три независимых измерения, каждое из которых является самостоятельным вектором атаки. Недостаточно ограничить доступ — агент может иметь узкий доступ, но широкую интерпретацию (Meaning) или избыточные полномочия (Authority). Все три измерения должны быть явно определены и ограничены.
|
||||
|
||||
## Компоненты / Применение
|
||||
|
||||
- **Access** — к каким данным, инструментам и системам агент имеет доступ
|
||||
- **Meaning** — что агент вправе интерпретировать и как широко он читает контекст
|
||||
- **Authority** — какие действия агент может санкционировать или инициировать
|
||||
- Применяется при проектировании Agent Context Bundle
|
||||
- Связан с J-Curve: расширение прав ускоряет результат, но увеличивает риск
|
||||
- Основа для threat modeling в контексте prompt injection и data exfiltration
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_anthropic-and-openai-just-admitted-the-model-isnt-enough]]
|
||||
- [[2026-05-18_i-broke-down-anthropics-25-billion-leak-your-agent-is-missin]]
|
||||
- [[2026-05-18_llm-agents-the-security-breach-pattern-nobodys-talking-about]]
|
||||
@@ -0,0 +1,30 @@
|
||||
---
|
||||
title: "Conversion Stack"
|
||||
type: framework
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
description: "Слоистая архитектура преобразования вывода модели в надёжные агентные действия через последовательные фильтры и судьи."
|
||||
tags: ["ai-agents", "framework", "orchestration", "output-quality"]
|
||||
related_terms: ["Judge Layer", "Anticipatory Influence", "Primitive Fluency", "Harness"]
|
||||
---
|
||||
|
||||
# Conversion Stack
|
||||
|
||||
## Суть
|
||||
|
||||
Conversion Stack описывает цепочку слоёв, через которые проходит вывод языковой модели прежде, чем превратиться в реальное действие агента. Каждый слой фильтрует, оценивает или трансформирует ответ. Без этого стека raw output модели напрямую управляет агентом — главный источник непредсказуемости.
|
||||
|
||||
## Компоненты / Применение
|
||||
|
||||
- **Judge Layer** — оценивает качество и безопасность вывода перед исполнением
|
||||
- **Anticipatory Influence** — слой, предсказывающий последствия действия до его выполнения
|
||||
- **Primitive Fluency** — базовый уровень, обеспечивающий правильную интерпретацию примитивов
|
||||
- Используется при проектировании harness'а агента
|
||||
- Критичен для Workflow Completion — завершение задачи без деградации качества
|
||||
- Отсутствие стека = прямой путь к security breach и галлюцинациям
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_anthropic-and-openai-just-admitted-the-model-isnt-enough]]
|
||||
- [[2026-05-18_i-broke-down-anthropics-25-billion-leak-your-agent-is-missin]]
|
||||
- [[2026-05-18_llm-agents-the-security-breach-pattern-nobodys-talking-about]]
|
||||
@@ -0,0 +1,30 @@
|
||||
---
|
||||
title: "Evals"
|
||||
type: framework
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
description: "Систематическая методология оценки агентов: измерение производительности, выявление слепых зон и верификация качества Harness."
|
||||
tags: ["ai-agents", "framework", "evaluation", "quality", "benchmarks"]
|
||||
related_terms: ["Harness", "Moat", "Implementation Fabric", "Forward Deployed Engineer", "Frontier Labs", "Workflow Completion"]
|
||||
---
|
||||
|
||||
# Evals
|
||||
|
||||
## Суть
|
||||
|
||||
Evals — это не просто тесты, а структурированная система оценки, определяющая, насколько хорошо агент выполняет целевые задачи в реальных условиях. Один и тот же агент на одной и той же модели показывает результат 42% или 78% — разница полностью определяется качеством Harness, и именно Evals это выявляют. Без Evals улучшения агента не верифицируемы.
|
||||
|
||||
## Компоненты / Применение
|
||||
|
||||
- **Harness Audit** — оценка качества оболочки агента как отдельная процедура
|
||||
- **Workflow Completion** — метрика успешного завершения end-to-end задач
|
||||
- 12 слепых зон агента (blind spots) — типовой объект для покрытия Evals
|
||||
- Применяется при Outcome-Based Pricing — клиент платит за результат, Evals его измеряют
|
||||
- Встраивается в Implementation Fabric как постоянный компонент, а не разовая проверка
|
||||
- Связан с Moat: команды с зрелыми Evals итерируют быстрее конкурентов
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_executive-briefing-the-5-ai-shifts]]
|
||||
- [[2026-05-18_same-model-78-vs-42-the-harness-made]]
|
||||
- [[2026-05-18_your-agent-has-12-blind-spots-you]]
|
||||
@@ -0,0 +1,29 @@
|
||||
---
|
||||
title: "Five Managerial Disciplines"
|
||||
type: framework
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
description: "Пять управленческих дисциплин, необходимых руководителям для успешного внедрения и эксплуатации AI-агентов в организации."
|
||||
tags: ["ai-agents", "framework", "management", "enterprise", "leadership"]
|
||||
related_terms: ["Judge Layer", "Anticipatory Influence", "Primitive Fluency", "Vibe Coding", "Harness"]
|
||||
---
|
||||
|
||||
# Five Managerial Disciplines
|
||||
|
||||
## Суть
|
||||
|
||||
Фреймворк определяет пять ключевых управленческих компетенций, без которых развёртывание агентов в организации заканчивается провалом независимо от качества модели. Переход к агентным системам — это прежде всего управленческая, а не техническая задача. Дисциплины структурируют то, как менеджеры должны думать о контроле, делегировании и доверии к агентам.
|
||||
|
||||
## Компоненты / Применение
|
||||
|
||||
- Охватывает понимание Primitive Fluency — базовой грамотности в работе с примитивами агентов
|
||||
- Включает управление Anticipatory Influence — влиянием агента до получения задачи
|
||||
- Предупреждает об опасностях Vibe Coding — интуитивного, неструктурированного управления агентами
|
||||
- Применяется при онбординге команд и при оценке управленческой зрелости организации
|
||||
- Контекст: появляется одновременно в статьях о capability и security — дисциплины универсальны
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_anthropic-and-openai-just-admitted-the-model-isnt-enough]]
|
||||
- [[2026-05-18_i-broke-down-anthropics-25-billion-leak-your-agent-is-missin]]
|
||||
- [[2026-05-18_llm-agents-the-security-breach-pattern-nobodys-talking-about]]
|
||||
@@ -0,0 +1,30 @@
|
||||
---
|
||||
title: "Implementation Fabric"
|
||||
type: framework
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
description: "Слой между frontier-моделями и бизнес-системами, обеспечивающий интеграцию, развёртывание и операционное управление AI-агентами в enterprise."
|
||||
tags: ["ai-agents", "framework", "enterprise", "deployment", "integration"]
|
||||
related_terms: ["Forward Deployed Engineer", "Implementation Layer", "Evals", "Harness", "Audit Trails", "Moat", "Systems of Record"]
|
||||
---
|
||||
|
||||
# Implementation Fabric
|
||||
|
||||
## Суть
|
||||
|
||||
Implementation Fabric — это операционный слой, который «сшивает» возможности frontier-моделей с реальными бизнес-системами (Systems of Record). Именно здесь формируется Moat: не в модели, а в качестве интеграции. Команды, выстраивающие прочный Fabric, получают устойчивое преимущество, которое не исчезает при смене модели.
|
||||
|
||||
## Компоненты / Применение
|
||||
|
||||
- **Forward Deployed Engineer** — роль, отвечающая за строительство и поддержку Fabric
|
||||
- **Implementation Layer** — технический подслой: коннекторы, API-обёртки, схемы данных
|
||||
- **Evals** — встроенная система оценки качества внутри Fabric
|
||||
- **Audit Trails** — обязательный компонент для compliance и отладки
|
||||
- Применяется при архитектурном планировании enterprise AI-развёртываний
|
||||
- Объясняет, почему build vs. buy — вопрос не модели, а Fabric
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_enterprise-ai-buying-build-room]]
|
||||
- [[2026-05-18_enterprise-ai-deployment-layer]]
|
||||
- [[2026-05-18_the-definitive-guide-to-ai-agents]]
|
||||
@@ -0,0 +1,30 @@
|
||||
---
|
||||
title: "Six Layers of Agentic Capability"
|
||||
type: framework
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
description: "Иерархическая модель, описывающая уровни агентных возможностей ИИ — от базового исполнения задач до автономных рабочих процессов."
|
||||
tags: ["ai-agents", "framework", "orchestration", "capability"]
|
||||
related_terms: ["Implementation Layer", "Harness", "Moat", "Workflow Completion", "Agentic Workflow"]
|
||||
---
|
||||
|
||||
# Six Layers of Agentic Capability
|
||||
|
||||
## Суть
|
||||
|
||||
Фреймворк структурирует агентные возможности в шесть последовательных уровней, показывая, что сама модель — лишь один слой из многих. Конкурентное преимущество строится на слоях выше модели: harness, orchestration, implementation. Именно это имеют в виду Anthropic и OpenAI, признавая, что модели недостаточно.
|
||||
|
||||
## Компоненты / Применение
|
||||
|
||||
- **Layer 1–2**: базовая модель и её вызов (Harness)
|
||||
- **Layer 3–4**: инструменты, контекст, управление памятью
|
||||
- **Layer 5**: оркестрация и Workflow Completion
|
||||
- **Layer 6**: Implementation Layer — интеграция с бизнес-системами
|
||||
- Применяется для диагностики: на каком уровне у команды слабое место
|
||||
- Moat формируется на верхних слоях, а не на уровне модели
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_anthropic-and-openai-just-admitted-the-model-isnt-enough]]
|
||||
- [[2026-05-18_i-broke-down-anthropics-25-billion-leak-your-agent-is-missin]]
|
||||
- [[2026-05-18_llm-agents-the-security-breach-pattern-nobodys-talking-about]]
|
||||
@@ -0,0 +1,30 @@
|
||||
---
|
||||
title: "Swiss Cheese Model of Defense"
|
||||
type: framework
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
description: "Адаптация модели защиты Джеймса Ризона для безопасности LLM-агентов: несколько несовершенных слоёв защиты, взлом происходит при совпадении дыр."
|
||||
tags: ["ai-agents", "framework", "security", "defense-in-depth"]
|
||||
related_terms: ["Audit Trails", "Workflow Completion", "Judge Layer", "Access-Meaning-Authority Framework"]
|
||||
---
|
||||
|
||||
# Swiss Cheese Model of Defense
|
||||
|
||||
## Суть
|
||||
|
||||
Фреймворк переносит классическую модель системной безопасности Ризона на агентные LLM-системы: каждый защитный слой содержит «дыры» (несовершенства), но взлом происходит только тогда, когда дыры всех слоёв выровнены. Один слой защиты — не защита. Надёжная система требует многослойности.
|
||||
|
||||
## Компоненты / Применение
|
||||
|
||||
- **Слой 1**: ограничения на уровне промпта и системных инструкций
|
||||
- **Слой 2**: Judge Layer — оценка вывода перед действием
|
||||
- **Слой 3**: Audit Trails — логирование и обнаружение аномалий постфактум
|
||||
- **Слой 4**: ограничения на уровне инструментов и прав доступа (Access-Meaning-Authority)
|
||||
- Применяется при threat modeling агентных пайплайнов
|
||||
- Объясняет, почему одна защита (например, только system prompt) всегда будет обойдена
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_anthropic-and-openai-just-admitted-the-model-isnt-enough]]
|
||||
- [[2026-05-18_i-broke-down-anthropics-25-billion-leak-your-agent-is-missin]]
|
||||
- [[2026-05-18_llm-agents-the-security-breach-pattern-nobodys-talking-about]]
|
||||
@@ -0,0 +1,29 @@
|
||||
---
|
||||
title: "TCLD Framework"
|
||||
type: framework
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
description: "Структурный фреймворк анализа агентных систем, появляющийся в контексте как безопасности, так и оценки агентных возможностей."
|
||||
tags: ["ai-agents", "framework", "security", "orchestration"]
|
||||
related_terms: ["Judge Layer", "Anticipatory Influence", "Primitive Fluency", "Audit Trails", "Workflow Completion"]
|
||||
---
|
||||
|
||||
# TCLD Framework
|
||||
|
||||
## Суть
|
||||
|
||||
TCLD Framework — аналитическая структура, применяемая для оценки и проектирования агентных систем. Фреймворк пересекается как с темой безопасности агентов (паттерны взлома), так и с темой агентных возможностей (что делает агента эффективным). Универсальность охвата указывает на то, что он задаёт общий язык диагностики.
|
||||
|
||||
## Компоненты / Применение
|
||||
|
||||
- Используется совместно с Swiss Cheese Model of Defense в контексте безопасности
|
||||
- Применяется рядом с Conversion Stack и Six Layers при оценке capability
|
||||
- Связан с Judge Layer и Anticipatory Influence как операционными компонентами
|
||||
- Служит общей таксономией для разбора инцидентов и проектирования архитектуры агента
|
||||
- Появляется во всех трёх базовых статьях по агентам — сигнал о высокой универсальности
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_anthropic-and-openai-just-admitted-the-model-isnt-enough]]
|
||||
- [[2026-05-18_i-broke-down-anthropics-25-billion-leak-your-agent-is-missin]]
|
||||
- [[2026-05-18_llm-agents-the-security-breach-pattern-nobodys-talking-about]]
|
||||
@@ -0,0 +1,29 @@
|
||||
---
|
||||
title: "Abstraction Tax"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: "Налог на абстракцию"
|
||||
tags: [ai-architecture, developer-skills, frameworks]
|
||||
related_terms: ["Primitive Fluency", "Agent Context Bundle", "Vibe Coding", "Inverted U Pattern", "Behavioral Lock-in"]
|
||||
---
|
||||
|
||||
# Abstraction Tax
|
||||
|
||||
**EN:** Abstraction Tax
|
||||
**RU:** Налог на абстракцию
|
||||
|
||||
## Определение
|
||||
|
||||
Издержки в производительности, гибкости и контроле, которые возникают при использовании высокоуровневых AI-фреймворков вместо работы напрямую с примитивами модели. Чем выше уровень абстракции, тем меньше усилий на начальную разработку — но тем больше латентность, непрозрачность и ограничения тонкой настройки. Термин фреймирует выбор фреймворка как экономическое решение с реальной стоимостью.
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
Термин появляется в паре с «Primitive Fluency» как обратная сторона того же выбора: организации, избегающие abstraction tax, вынуждены инвестировать в primitive fluency команды. Также связывается с «Inverted U Pattern» и «Behavioral Lock-in» при обсуждении долгосрочных издержек платформенного выбора.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_your-ai-agent-depends-on-six-layers]]
|
||||
- [[2026-05-18_your-agent-has-12-blind-spots-you]]
|
||||
- [[2026-05-18_the-complete-guide-to-building-ai]]
|
||||
- [[2026-05-18_enterprise-ai-deployment-layer]]
|
||||
@@ -0,0 +1,29 @@
|
||||
---
|
||||
title: "Agent Context Bundle"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: "Контекстный пакет агента"
|
||||
tags: [agent-architecture, context-management, production-ai]
|
||||
related_terms: ["Abstraction Tax", "Primitive Fluency", "Judge Layer", "Memory Governance"]
|
||||
---
|
||||
|
||||
# Agent Context Bundle
|
||||
|
||||
**EN:** Agent Context Bundle
|
||||
**RU:** Контекстный пакет агента
|
||||
|
||||
## Определение
|
||||
|
||||
Полный информационный пакет, передаваемый агенту в момент запуска задачи: системный промпт, память, определения инструментов, инструкции к задаче и релевантная история. Состав и качество контекстного пакета напрямую определяют надёжность и результативность агента. Плохо сформированный bundle — одна из ключевых причин тихих отказов в продакшне.
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
Термин группируется с «Abstraction Tax» и «Primitive Fluency» как технический артефакт, требующий осознанного проектирования. В контексте безопасности агентов рассматривается как вектор атаки — манипуляция контекстным пакетом позволяет влиять на поведение агента без взлома модели.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_your-ai-agent-depends-on-six-layers]]
|
||||
- [[2026-05-18_your-agent-has-12-blind-spots-you]]
|
||||
- [[2026-05-18_the-complete-guide-to-building-ai]]
|
||||
- [[2026-05-18_agent-judge-layer-production-control]]
|
||||
@@ -0,0 +1,36 @@
|
||||
---
|
||||
title: "Agentic Workflow"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: "Рабочий процесс, в котором ИИ-агент автономно выполняет многошаговые задачи с инструментами и памятью"
|
||||
tags: [ai-agents, workflow, automation]
|
||||
related_terms: ["[[Implementation Layer]]", "[[Evals]]", "[[Harness]]", "[[Systems of Record]]", "[[Audit Trails]]"]
|
||||
---
|
||||
|
||||
# Agentic Workflow
|
||||
|
||||
**EN:** Agentic Workflow
|
||||
**RU:** Агентный рабочий процесс
|
||||
|
||||
## Определение
|
||||
|
||||
Agentic Workflow — рабочий процесс, в котором ИИ-агент принимает решения автономно, вызывает инструменты и управляет состоянием задачи без пошаговых инструкций от человека. Ключевое отличие от обычного промпт-вызова — наличие циклов, ветвления и долгосрочной памяти. В корпусе термин противопоставляется разовому использованию чат-ботов.
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
- В [[2026-05-18_55-of-employers-regret-ai-driven]] аргументируется, что средний агентный запуск занимает ~2 часа — принципиально иная временная шкала, чем у человека-сотрудника.
|
||||
- В [[2026-05-18_agent-judge-layer-production-control]] агентные рабочие процессы описываются как контекст, в котором критически важен Judge Layer — без него сбои незаметны.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_55-of-employers-regret-ai-driven]]
|
||||
- [[2026-05-18_agent-judge-layer-production-control]]
|
||||
- [[2026-05-18_build-buy-hire-wait-ai-matrix]]
|
||||
- [[2026-05-18_enterprise-ai-deployment-layer]]
|
||||
- [[2026-05-18_meta-bought-manus-for-2b-to-acquire]]
|
||||
- [[2026-05-18_the-complete-guide-to-building-ai]]
|
||||
- [[2026-05-18_the-definitive-guide-to-ai-agents]]
|
||||
- [[2026-05-18_there-are-4-kinds-of-agents-and-youre]]
|
||||
- [[2026-05-18_trillion-dollar-workflow-retest]]
|
||||
- [[2026-05-18_your-agent-has-12-blind-spots-you]]
|
||||
@@ -0,0 +1,29 @@
|
||||
---
|
||||
title: "Anticipatory Influence"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: "Упреждающее влияние"
|
||||
tags: [agent-behavior, production-risk, autonomy]
|
||||
related_terms: ["Judge Layer", "Soul Trap", "Tomorrow Test", "Workflow Completion"]
|
||||
---
|
||||
|
||||
# Anticipatory Influence
|
||||
|
||||
**EN:** Anticipatory Influence
|
||||
**RU:** Упреждающее влияние
|
||||
|
||||
## Определение
|
||||
|
||||
Способность агента предпринимать действия на основе предполагаемого намерения — до получения явной инструкции. Агент интерпретирует контекстные сигналы (тон переписки, подразумеваемое согласие) и действует превентивно, что в продакшне может приводить к нежелательным последствиям. Концептуально противопоставляется реактивным агентам, ждущим явной команды.
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
Термин стабильно появляется в связке с «Judge Layer» и «Primitive Fluency» как часть кластера рисков автономных агентов. Используется для описания механизма, при котором агент «читает между строк» и действует без верифицированного разрешения — одна из ключевых слепых зон агентных систем.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_agent-judge-layer-production-control]]
|
||||
- [[2026-05-18_your-agent-has-12-blind-spots-you]]
|
||||
- [[2026-05-18_your-ai-agent-depends-on-six-layers]]
|
||||
- [[2026-05-18_enterprise-ai-deployment-layer]]
|
||||
@@ -0,0 +1,31 @@
|
||||
---
|
||||
title: "Audit Trails"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: "Журналы действий агентов, обеспечивающие трассируемость и возможность ретроспективного анализа"
|
||||
tags: [ai-agents, observability, compliance, governance]
|
||||
related_terms: ["[[Agentic Workflow]]", "[[Implementation Layer]]", "[[Evals]]", "[[Memory Governance]]", "[[Judge Layer]]"]
|
||||
---
|
||||
|
||||
# Audit Trails
|
||||
|
||||
**EN:** Audit Trails
|
||||
**RU:** Журналы аудита / Следы аудита
|
||||
|
||||
## Определение
|
||||
|
||||
Audit Trails — записи всех действий, решений и вызовов инструментов, сделанных агентом в ходе выполнения задачи. Они необходимы для диагностики сбоев, соответствия требованиям и установления ответственности. В корпусе подчёркивается, что без журналов аудита ошибки агента в продакшне выглядят как нормальное поведение системы.
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
- В [[2026-05-18_agent-judge-layer-production-control]]: «серьёзные сбои агентов в продакшне не выглядят как взлом — они выглядят как письмо, отправленное потому что...» — контекст, где audit trails становятся единственным способом восстановить цепочку событий.
|
||||
- В [[2026-05-18_55-of-employers-regret-ai-driven]]: audit trails упоминаются как обязательный элемент ответственного агентного внедрения.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_55-of-employers-regret-ai-driven]]
|
||||
- [[2026-05-18_agent-judge-layer-production-control]]
|
||||
- [[2026-05-18_enterprise-ai-deployment-layer]]
|
||||
- [[2026-05-18_the-definitive-guide-to-ai-agents]]
|
||||
- [[2026-05-18_your-agent-has-12-blind-spots-you]]
|
||||
@@ -0,0 +1,31 @@
|
||||
---
|
||||
title: "Business Object"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: "Структурированная бизнес-сущность (клиент, контракт, заказ), над которой агент выполняет операции"
|
||||
tags: [enterprise-ai, data-model, workflow, agents]
|
||||
related_terms: ["[[Systems of Record]]", "[[Agentic Workflow]]", "[[Implementation Layer]]", "[[Audit Trails]]", "[[Workflow Completion]]"]
|
||||
---
|
||||
|
||||
# Business Object
|
||||
|
||||
**EN:** Business Object
|
||||
**RU:** Бизнес-объект
|
||||
|
||||
## Определение
|
||||
|
||||
Business Object — конкретная структурированная сущность внутри корпоративных систем: контракт, клиент, заказ, тикет. Агент действует не абстрактно, а всегда в отношении конкретного бизнес-объекта — читает, изменяет или создаёт его. В корпусе бизнес-объект служит единицей измерения «завершённости» агентной задачи: workflow считается выполненным, когда объект обновлён корректно.
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
- В [[2026-05-18_agent-judge-layer-production-control]]: сбои агентов описываются именно через бизнес-объект — «письмо отправлено», «запись изменена» — когда это не было намерением пользователя.
|
||||
- В [[2026-05-18_trillion-dollar-workflow-retest]]: business object входит в список ключевых framework-терминов для описания полного цикла задачи.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_agent-judge-layer-production-control]]
|
||||
- [[2026-05-18_the-definitive-guide-to-ai-agents]]
|
||||
- [[2026-05-18_trillion-dollar-workflow-retest]]
|
||||
- [[2026-05-18_build-buy-hire-wait-ai-matrix]]
|
||||
- [[2026-05-18_your-agent-has-12-blind-spots-you]]
|
||||
@@ -0,0 +1,32 @@
|
||||
---
|
||||
title: "Cybernetic Development"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: ""
|
||||
tags: []
|
||||
related_terms: []
|
||||
---
|
||||
|
||||
# Cybernetic Development
|
||||
|
||||
**EN:** Cybernetic Development
|
||||
**RU:** Кибернетическая разработка
|
||||
|
||||
## Определение
|
||||
|
||||
Подход к разработке программного обеспечения, в котором AI-агенты становятся активными участниками рабочего процесса, а не вспомогательными инструментами. Связан со структурным переломом Q2 2026, когда LLM-ы перестали быть движком автодополнения и стали целеориентированной рабочей силой. Концепция противопоставляется «эпохе болтушки» — использованию моделей исключительно для чата.
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
> «Q2 2026 — структурный переломный момент. ИИ перестаёт быть чатботом» — контекст, в котором термин появляется вместе с [[Vibe Coding]], [[J-Curve]], [[Abstraction Tax]].
|
||||
|
||||
> «LLM-ы перестали быть движком автодополнения к AI как рабочей силе из целеориентированных агентов» — формулировка из нескольких источников корпуса.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_anthropic-and-openai-just-admitted-the-model-isnt-enough]]
|
||||
- [[2026-05-18_i-broke-down-anthropics-25-billion-leak-your-agent-is-missin]]
|
||||
- [[2026-05-18_llm-agents-the-security-breach-pattern-nobodys-talking-about]]
|
||||
- [[2026-05-18_pinecone-just-demoted-vector-search-heres-the-knowledge-laye]]
|
||||
- [[2026-05-18_the-missing-orchestration-layer-destroying-teams-right-now]]
|
||||
@@ -0,0 +1,32 @@
|
||||
---
|
||||
title: "Evals"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: "Структурированные тесты для оценки производительности и надёжности ИИ-агентов"
|
||||
tags: [ai-agents, quality-assurance, measurement]
|
||||
related_terms: ["[[Agentic Workflow]]", "[[Implementation Layer]]", "[[Harness]]"]
|
||||
---
|
||||
|
||||
# Evals
|
||||
|
||||
**EN:** Evals
|
||||
**RU:** Оценочные тесты / Эвалы
|
||||
|
||||
## Определение
|
||||
|
||||
Evals — структурированные бенчмарки и тесты, применяемые для измерения качества работы ИИ-агентов на конкретных задачах. Они позволяют отделить прогресс модели от прогресса обвязки и выявить реальные слабые места системы. В корпусе используются как инструмент принятия решений: стоит ли строить, покупать или нанимать.
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
- В [[2026-05-18_build-buy-hire-wait-ai-matrix]] evals входят в список терминов матрицы решений: без измерений нельзя обосновать стратегический выбор.
|
||||
- В [[2026-05-18_agent-judge-layer-production-control]] evals упоминаются рядом с Audit Trails — как механизм контроля, а не только разработки.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_55-of-employers-regret-ai-driven]]
|
||||
- [[2026-05-18_agent-judge-layer-production-control]]
|
||||
- [[2026-05-18_build-buy-hire-wait-ai-matrix]]
|
||||
- [[2026-05-18_enterprise-ai-deployment-layer]]
|
||||
- [[2026-05-18_same-model-78-vs-42-the-harness-made]]
|
||||
- [[2026-05-18_the-definitive-guide-to-ai-agents]]
|
||||
@@ -0,0 +1,30 @@
|
||||
---
|
||||
title: "Forward Deployed Engineer"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: "Инженер, внедрённый непосредственно к клиенту для построения и развёртывания ИИ-решений в его контексте"
|
||||
tags: [enterprise-ai, roles, deployment, professional-services]
|
||||
related_terms: ["[[Implementation Layer]]", "[[Implementation Fabric]]", "[[Frontier Labs]]", "[[Agentic Workflow]]"]
|
||||
---
|
||||
|
||||
# Forward Deployed Engineer
|
||||
|
||||
**EN:** Forward Deployed Engineer
|
||||
**RU:** Инженер передового развёртывания / Полевой инженер
|
||||
|
||||
## Определение
|
||||
|
||||
Forward Deployed Engineer (FDE) — специалист, работающий на стороне клиента и отвечающий за адаптацию и внедрение ИИ-систем под конкретные бизнес-процессы. Модель заимствована из Palantir и теперь активно применяется AI-компаниями как способ выстроить Implementation Layer внутри корпоративных клиентов. В корпусе FDE описывается как ключевой актив в борьбе за контроль над слоем внедрения.
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
- В [[2026-05-18_enterprise-ai-deployment-layer]]: FDE противопоставляется удалённой SaaS-интеграции как более глубокий способ создать зависимость (moat) через знание клиентского контекста.
|
||||
- В [[2026-05-18_55-of-employers-regret-ai-driven]]: термин появляется в связке с Harness — как роль, строящая и поддерживающая обвязку агента.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_55-of-employers-regret-ai-driven]]
|
||||
- [[2026-05-18_enterprise-ai-deployment-layer]]
|
||||
- [[2026-05-18_the-definitive-guide-to-ai-agents]]
|
||||
- [[2026-05-18_the-complete-guide-to-building-ai]]
|
||||
@@ -0,0 +1,29 @@
|
||||
---
|
||||
tags:
|
||||
- thesaurus
|
||||
- term
|
||||
type: term
|
||||
term_en: "Frontier Alliance"
|
||||
created: 2026-05-17
|
||||
---
|
||||
|
||||
# Frontier Alliance
|
||||
|
||||
**EN:** Frontier Alliance
|
||||
|
||||
## Определение
|
||||
|
||||
Программа OpenAI с глобальными консалтинговыми фирмами: McKinsey, BCG, Accenture, Capgemini, PwC. Канал, через который OpenAI заходит в Fortune 500.
|
||||
|
||||
## Контекст применения
|
||||
|
||||
Прямой конкурент любому, кто строит AI-имплементацию для крупного бизнеса. Признание OpenAI, что бутылочное горлышко — внедрение, не модель.
|
||||
|
||||
## Связанные
|
||||
|
||||
- [[4 Axes of Pressure]] (ось 2)
|
||||
- [[Frontier Labs]]
|
||||
|
||||
## Упомянуто в
|
||||
|
||||
(автоматически через backlinks Obsidian)
|
||||
@@ -0,0 +1,32 @@
|
||||
---
|
||||
title: "Frontier Labs"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: ""
|
||||
tags: []
|
||||
related_terms: []
|
||||
---
|
||||
|
||||
# Frontier Labs
|
||||
|
||||
**EN:** Frontier Labs
|
||||
**RU:** Фронтирные лаборатории
|
||||
|
||||
## Определение
|
||||
|
||||
Собирательное обозначение ведущих AI-компаний, разрабатывающих наиболее продвинутые модели — в первую очередь Anthropic и OpenAI. Термин подчёркивает их роль как задатчиков направления всей индустрии: решения этих организаций об архитектуре агентов, ценообразовании и стратегии определяют, куда движется рынок. Используется в противопоставлении с корпоративным слоем внедрения ([[Implementation Layer]]).
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
> «В один и тот же день, с разницей в двадцать минут, OpenAI выпустил Codex 5.3, а Anthropic — Opus 4.6» — иллюстрация того, как Frontier Labs задают темп через конкурирующие релизы.
|
||||
|
||||
> Anthropic запускает отдельную сервисную компанию для mid-market — пример выхода Frontier Labs за пределы чистого исследования в сторону внедрения.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_anthropic-and-openai-just-admitted-the-model-isnt-enough]]
|
||||
- [[2026-05-18_i-broke-down-anthropics-25-billion-leak-your-agent-is-missin]]
|
||||
- [[2026-05-18_llm-agents-the-security-breach-pattern-nobodys-talking-about]]
|
||||
- [[2026-05-18_pinecone-just-demoted-vector-search-heres-the-knowledge-laye]]
|
||||
- [[2026-05-18_the-missing-orchestration-layer-destroying-teams-right-now]]
|
||||
@@ -0,0 +1,32 @@
|
||||
---
|
||||
title: "Harness"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: "Инфраструктура вокруг модели — промпты, инструменты, ограничения, память — определяющая её реальную эффективность"
|
||||
tags: [ai-agents, infrastructure, model-wrapping, implementation]
|
||||
related_terms: ["[[Implementation Layer]]", "[[Evals]]", "[[Agentic Workflow]]", "[[Forward Deployed Engineer]]", "[[Moat]]"]
|
||||
---
|
||||
|
||||
# Harness
|
||||
|
||||
**EN:** Harness
|
||||
**RU:** Обвязка / Упряжь агента
|
||||
|
||||
## Определение
|
||||
|
||||
Harness — вся инфраструктура, окружающая языковую модель: системные промпты, инструменты, ограничения, маршрутизация, память и логика оркестрации. Именно обвязка, а не базовая модель, определяет практическую производительность агента. Главный аргумент корпуса: одна и та же модель даёт 78% и 42% в зависимости от качества harness.
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
- [[2026-05-18_same-model-78-vs-42-the-harness-made]] — центральный источник: заголовок прямо утверждает, что разрыв в 36 процентных пунктов создала обвязка, а не модель.
|
||||
- В [[2026-05-18_55-of-employers-regret-ai-driven]]: harness связывается с ролью Forward Deployed Engineer — человека, который строит и поддерживает эту обвязку.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_55-of-employers-regret-ai-driven]]
|
||||
- [[2026-05-18_same-model-78-vs-42-the-harness-made]]
|
||||
- [[2026-05-18_the-definitive-guide-to-ai-agents]]
|
||||
- [[2026-05-18_trillion-dollar-workflow-retest]]
|
||||
- [[2026-05-18_the-complete-guide-to-building-ai]]
|
||||
- [[2026-05-18_your-agent-has-12-blind-spots-you]]
|
||||
@@ -0,0 +1,29 @@
|
||||
---
|
||||
tags:
|
||||
- thesaurus
|
||||
- term
|
||||
type: term
|
||||
term_en: "hyperscalers"
|
||||
created: 2026-05-17
|
||||
---
|
||||
|
||||
# Hyperscalers
|
||||
|
||||
**EN:** hyperscalers
|
||||
|
||||
## Определение
|
||||
|
||||
Гиперскейлеры — AWS, Azure, GCP плюс крупные AI-вендоры. Инфраструктурный слой, на котором всё работает.
|
||||
|
||||
## Контекст применения
|
||||
|
||||
В дискурсе Нейта часто используется как обобщение для «фронтирных лабораторий и облаков».
|
||||
|
||||
## Связанные
|
||||
|
||||
- [[Frontier Labs]]
|
||||
- [[Systems of Record]]
|
||||
|
||||
## Упомянуто в
|
||||
|
||||
(автоматически через backlinks Obsidian)
|
||||
@@ -0,0 +1,32 @@
|
||||
---
|
||||
title: "Implementation Fabric"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: ""
|
||||
tags: []
|
||||
related_terms: []
|
||||
---
|
||||
|
||||
# Implementation Fabric
|
||||
|
||||
**EN:** Implementation Fabric
|
||||
**RU:** Ткань внедрения / Инфраструктура реализации
|
||||
|
||||
## Определение
|
||||
|
||||
Совокупность интеграций, оркестрационных слоёв, харнессов и операционных паттернов, которые соединяют AI-модели с реальными бизнес-процессами. В отличие от самой модели, Implementation Fabric определяет, насколько устойчиво и управляемо агент работает в продакшне. Является ключевым компонентом при анализе «Memory Gap» и причин провалов агентных деплоев в enterprise.
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
> Упоминается в связке с [[Harness]], [[Forward Deployed Engineer]] и [[Memory Gap]] — как слой, отсутствие которого приводит к тому, что агенты «регулярно проваливаются».
|
||||
|
||||
> В [[Contestability Split]] и [[Three-Layer Analysis]] — Implementation Fabric выделяется как отдельный конкурентный слой, отличный от модельного и дистрибуционного.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_anthropic-and-openai-just-admitted-the-model-isnt-enough]]
|
||||
- [[2026-05-18_i-broke-down-anthropics-25-billion-leak-your-agent-is-missin]]
|
||||
- [[2026-05-18_llm-agents-the-security-breach-pattern-nobodys-talking-about]]
|
||||
- [[2026-05-18_pinecone-just-demoted-vector-search-heres-the-knowledge-laye]]
|
||||
- [[2026-05-18_the-missing-orchestration-layer-destroying-teams-right-now]]
|
||||
@@ -0,0 +1,34 @@
|
||||
---
|
||||
title: "Implementation Layer"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: "Практический слой интеграции ИИ-модели в бизнес-процессы и производственные системы"
|
||||
tags: [ai-strategy, enterprise-ai, deployment]
|
||||
related_terms: ["[[Agentic Workflow]]", "[[Harness]]", "[[Forward Deployed Engineer]]", "[[Evals]]", "[[Implementation Fabric]]"]
|
||||
---
|
||||
|
||||
# Implementation Layer
|
||||
|
||||
**EN:** Implementation Layer
|
||||
**RU:** Слой внедрения
|
||||
|
||||
## Определение
|
||||
|
||||
Implementation Layer — совокупность решений, инструментов и процессов, превращающих базовую модель в работающий продукт внутри конкретной организации. Именно здесь возникает реальная бизнес-ценность — и именно здесь большинство проектов проваливается. В корпусе термин используется как аргумент в пользу того, что конкурентное преимущество лежит не в модели, а в слое внедрения.
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
- В [[2026-05-18_build-buy-hire-wait-ai-matrix]]: матрица решений build/buy/hire/wait строится вокруг того, кто контролирует Implementation Layer.
|
||||
- В [[2026-05-18_agent-judge-layer-production-control]]: Judge Layer описывается как конкретный компонент Implementation Layer, необходимый в продакшне.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_55-of-employers-regret-ai-driven]]
|
||||
- [[2026-05-18_agent-judge-layer-production-control]]
|
||||
- [[2026-05-18_build-buy-hire-wait-ai-matrix]]
|
||||
- [[2026-05-18_enterprise-ai-deployment-layer]]
|
||||
- [[2026-05-18_same-model-78-vs-42-the-harness-made]]
|
||||
- [[2026-05-18_the-complete-guide-to-building-ai]]
|
||||
- [[2026-05-18_the-definitive-guide-to-ai-agents]]
|
||||
- [[2026-05-18_trillion-dollar-workflow-retest]]
|
||||
@@ -0,0 +1,29 @@
|
||||
---
|
||||
title: "J-Curve"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: "J-кривая"
|
||||
tags: [ai-adoption, productivity, enterprise-ai]
|
||||
related_terms: ["Vibe Coding", "Implementation Layer", "Abstraction Tax", "Agentic Workflow"]
|
||||
---
|
||||
|
||||
# J-Curve
|
||||
|
||||
**EN:** J-Curve
|
||||
**RU:** J-кривая
|
||||
|
||||
## Определение
|
||||
|
||||
Паттерн внедрения AI, при котором первоначальное развёртывание даёт измеримое падение производительности перед тем, как начинаются реальные выгоды — кривая на графике образует форму буквы «J». Спад отражает стоимость обучения, интеграционное трение и перестройку рабочих процессов. Используется как аргумент против преждевременного отказа от AI-инициатив при первых трудностях.
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
Термин появляется в контексте структурного перелома Q2 2026, когда организации массово переходят от экспериментов к продакшн-развёртыванию агентов. J-Curve описывает ожидаемую организационную турбулентность этого перехода.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_executive-briefing-what-separates]]
|
||||
- [[2026-05-18_executive-briefing-the-bifurcated]]
|
||||
- [[2026-05-18_build-buy-hire-wait-ai-matrix]]
|
||||
- [[2026-05-18_your-agent-has-12-blind-spots-you]]
|
||||
@@ -0,0 +1,29 @@
|
||||
---
|
||||
title: "Judge Layer"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: "Слой-судья / Оценочный слой"
|
||||
tags: [agent-architecture, evals, production-control]
|
||||
related_terms: ["Evals", "Audit Trails", "Anticipatory Influence", "Workflow Completion", "Agent Context Bundle"]
|
||||
---
|
||||
|
||||
# Judge Layer
|
||||
|
||||
**EN:** Judge Layer
|
||||
**RU:** Слой-судья / Оценочный слой
|
||||
|
||||
## Определение
|
||||
|
||||
Выделенный компонент агентной системы, который инспектирует, оценивает или одобряет выходные данные агента до того, как они произведут внешний эффект. Judge Layer работает отдельно от модели, генерирующей ответ, и выступает внутренним фильтром качества, безопасности или соответствия политике. Без него агент действует «вслепую» относительно корректности собственных решений.
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
Термин вынесен в заголовок ключевого материала о контроле агентов в продакшне ([[2026-05-18_agent-judge-layer-production-control]]). Группируется с «Evals», «Audit Trails» и «Workflow Completion» как элемент производственной инфраструктуры, а не опциональная надстройка.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_agent-judge-layer-production-control]]
|
||||
- [[2026-05-18_your-ai-agent-depends-on-six-layers]]
|
||||
- [[2026-05-18_your-agent-has-12-blind-spots-you]]
|
||||
- [[2026-05-18_enterprise-ai-deployment-layer]]
|
||||
@@ -0,0 +1,32 @@
|
||||
---
|
||||
title: "Moat"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: ""
|
||||
tags: []
|
||||
related_terms: []
|
||||
---
|
||||
|
||||
# Moat
|
||||
|
||||
**EN:** Moat
|
||||
**RU:** Ров / Конкурентный барьер
|
||||
|
||||
## Определение
|
||||
|
||||
Устойчивое конкурентное преимущество компании или продукта, которое сложно воспроизвести конкурентам. В контексте AI-стратегии термин используется при анализе того, кто выигрывает в условиях быстрого распространения агентных систем: слои с реальным «рвом» (данные, интеграции, доверие) сохраняют ценность, тогда как commoditized-слои теряют её. Тесно связан с дискуссией build/buy/hire/wait.
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
> Появляется в матрице решений AI Build/Buy/Hire/Wait как ключевой критерий: стоит ли строить решение самостоятельно, зависит от наличия «рва» вокруг собственных данных или процессов.
|
||||
|
||||
> В контексте [[Bifurcated Future]] и [[Three-Layer Analysis]] — вопрос о том, на каком слое стека формируется долгосрочный moat.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_anthropic-and-openai-just-admitted-the-model-isnt-enough]]
|
||||
- [[2026-05-18_i-broke-down-anthropics-25-billion-leak-your-agent-is-missin]]
|
||||
- [[2026-05-18_llm-agents-the-security-breach-pattern-nobodys-talking-about]]
|
||||
- [[2026-05-18_pinecone-just-demoted-vector-search-heres-the-knowledge-laye]]
|
||||
- [[2026-05-18_the-missing-orchestration-layer-destroying-teams-right-now]]
|
||||
@@ -0,0 +1,32 @@
|
||||
---
|
||||
title: "OpenClaw"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: ""
|
||||
tags: []
|
||||
related_terms: []
|
||||
---
|
||||
|
||||
# OpenClaw
|
||||
|
||||
**EN:** OpenClaw
|
||||
**RU:** OpenClaw (агентная платформа)
|
||||
|
||||
## Определение
|
||||
|
||||
Агентная платформа/среда выполнения, эволюционировавшая от [[Harness]] к полноценному [[Agent Runtime]] к апрелю 2026 года. OpenClaw распространяется внутри организаций без участия IT-отдела, что создаёт [[Authority Vacuum]] и риски безопасности. Экосистема включает смежные продукты [[ClawHub]] и [[OpenBrain Memory]].
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
> «Апрель 2026 — пороговый месяц: OpenClaw перестал быть Harness-ом» — фиксирует момент перехода от инструмента-обёртки к самостоятельной runtime-платформе с поддержкой [[Model Swapping]] и [[Durable Workflows]].
|
||||
|
||||
> «Агентные деплои на базе OpenClaw распространяются внутри организаций без участия IT и без аудита заменяемых систем» — ключевой тезис о рисках бесконтрольного внедрения.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_anthropic-and-openai-just-admitted-the-model-isnt-enough]]
|
||||
- [[2026-05-18_i-broke-down-anthropics-25-billion-leak-your-agent-is-missin]]
|
||||
- [[2026-05-18_llm-agents-the-security-breach-pattern-nobodys-talking-about]]
|
||||
- [[2026-05-18_pinecone-just-demoted-vector-search-heres-the-knowledge-laye]]
|
||||
- [[2026-05-18_the-missing-orchestration-layer-destroying-teams-right-now]]
|
||||
@@ -0,0 +1,29 @@
|
||||
---
|
||||
title: "Primitive Fluency"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: "Владение примитивами"
|
||||
tags: [developer-skills, ai-architecture, abstraction]
|
||||
related_terms: ["Abstraction Tax", "Vibe Coding", "Agent Context Bundle", "Judge Layer"]
|
||||
---
|
||||
|
||||
# Primitive Fluency
|
||||
|
||||
**EN:** Primitive Fluency
|
||||
**RU:** Владение примитивами
|
||||
|
||||
## Определение
|
||||
|
||||
Свободное владение базовыми строительными блоками AI-систем: сырыми вызовами модели, tool call-ами, управлением контекстом и структурой промптов — без опоры на высокоуровневые фреймворки-обёртки. Разработчик с primitive fluency может обойти накладные расходы абстракций и точечно настраивать поведение агента на уровне компонентов. Противопоставляется «vibe coding» как более строгий и управляемый стиль работы.
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
Термин устойчиво появляется в кластере с «Judge Layer», «Anticipatory Influence» и «Abstraction Tax» как маркер зрелости команды при развёртывании агентов. Подразумевается, что отсутствие primitive fluency — одна из организационных слепых зон.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_your-agent-has-12-blind-spots-you]]
|
||||
- [[2026-05-18_your-ai-agent-depends-on-six-layers]]
|
||||
- [[2026-05-18_the-complete-guide-to-building-ai]]
|
||||
- [[2026-05-18_enterprise-ai-deployment-layer]]
|
||||
@@ -0,0 +1,31 @@
|
||||
---
|
||||
title: "Systems of Record"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: "Авторитетные корпоративные хранилища данных (CRM, ERP), с которыми агенты должны взаимодействовать в производственных процессах"
|
||||
tags: [enterprise-ai, data, infrastructure, integration]
|
||||
related_terms: ["[[Agentic Workflow]]", "[[Implementation Layer]]", "[[Business Object]]", "[[Audit Trails]]", "[[Workflow Completion]]"]
|
||||
---
|
||||
|
||||
# Systems of Record
|
||||
|
||||
**EN:** Systems of Record
|
||||
**RU:** Системы учёта / Системы записи
|
||||
|
||||
## Определение
|
||||
|
||||
Systems of Record — корпоративные системы (CRM, ERP, базы данных), являющиеся единственным источником истины для бизнес-данных. Агент, не имеющий доступа к этим системам, не может завершить реальные бизнес-задачи. В корпусе интеграция с systems of record — критерий зрелости агентного решения.
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
- В [[2026-05-18_agent-judge-layer-production-control]]: systems of record упоминаются в контексте рисков — агент может модифицировать записи без осознанного намерения оператора.
|
||||
- В [[2026-05-18_trillion-dollar-workflow-retest]]: доступ к systems of record описывается как условие «trillion-dollar workflow» — задачи, которую нельзя автоматизировать без него.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_agent-judge-layer-production-control]]
|
||||
- [[2026-05-18_build-buy-hire-wait-ai-matrix]]
|
||||
- [[2026-05-18_enterprise-ai-deployment-layer]]
|
||||
- [[2026-05-18_trillion-dollar-workflow-retest]]
|
||||
- [[2026-05-18_the-definitive-guide-to-ai-agents]]
|
||||
@@ -0,0 +1,29 @@
|
||||
---
|
||||
title: "Vibe Coding"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: "Вайб-кодинг / Кодирование по ощущению"
|
||||
tags: [developer-practice, ai-coding, prototyping]
|
||||
related_terms: ["Primitive Fluency", "Abstraction Tax", "J-Curve", "Cybernetic Development"]
|
||||
---
|
||||
|
||||
# Vibe Coding
|
||||
|
||||
**EN:** Vibe Coding
|
||||
**RU:** Вайб-кодинг / Кодирование по ощущению
|
||||
|
||||
## Определение
|
||||
|
||||
Стиль разработки, при котором программист взаимодействует с AI-моделью через естественный язык и итеративную обратную связь, не формулируя точных технических спецификаций. Ассоциируется с быстрым прототипированием и низким порогом входа, но критикуется за создание хрупкого, трудноаудируемого кода. В корпусе используется как антипод «primitive fluency».
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
Термин появляется в кластере рисков агентной разработки — рядом с «Abstraction Tax» и «J-Curve» — как пример подхода, создающего технический долг при масштабировании от прототипа до продакшна.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_your-agent-has-12-blind-spots-you]]
|
||||
- [[2026-05-18_the-complete-guide-to-building-ai]]
|
||||
- [[2026-05-18_build-buy-hire-wait-ai-matrix]]
|
||||
- [[2026-05-18_enterprise-ai-deployment-layer]]
|
||||
@@ -0,0 +1,32 @@
|
||||
---
|
||||
title: "Workflow Completion"
|
||||
type: term
|
||||
source_author: Nate B. Jones
|
||||
date_processed: 2026-05-18
|
||||
definition_ru: "Завершение рабочего процесса"
|
||||
tags: [agent-reliability, production-ai, agentic-workflow]
|
||||
related_terms: ["Audit Trails", "Evals", "Business Object", "Memory Governance", "Agentic Workflow"]
|
||||
---
|
||||
|
||||
# Workflow Completion
|
||||
|
||||
**EN:** Workflow Completion
|
||||
**RU:** Завершение рабочего процесса
|
||||
|
||||
## Определение
|
||||
|
||||
Состояние, при котором агент полностью выполнил все шаги назначенного рабочего процесса и произвёл верифицированный результат. В продакшне отличается от простого запуска задачи: агент может отправить письмо или обновить запись, не получив явного подтверждения того, что весь процесс действительно завершён корректно. Является ключевой метрикой наряду с Audit Trails и Evals.
|
||||
|
||||
## Как используется в корпусе
|
||||
|
||||
> «Серьёзные сбои агентов в продакшне не выглядят как взлом. Они выглядят как письмо, отправленное потому что тред подразумевал одобрение» — [[2026-05-18_agent-judge-layer-production-control]]
|
||||
|
||||
Термин группируется с «Audit Trails», «Evals», «Systems of Record» и «Memory Governance» как элемент системы контроля агентов в продакшне. В [[2026-05-18_agentic-commerce-protocol-war]] используется в контексте транзакционных агентских цепочек, где незавершённый workflow означает коммерческий сбой.
|
||||
|
||||
## Источники
|
||||
|
||||
- [[2026-05-18_agent-judge-layer-production-control]]
|
||||
- [[2026-05-18_agentic-commerce-protocol-war]]
|
||||
- [[2026-05-18_build-buy-hire-wait-ai-matrix]]
|
||||
- [[2026-05-18_your-agent-has-12-blind-spots-you]]
|
||||
- [[2026-05-18_your-ai-agent-depends-on-six-layers]]
|
||||
Reference in New Issue
Block a user