W tych szczególnych dniach sześć planet Układu Słonecznego ustawiło się w jednej linii na naszym niebie. Nie to jednak czyni ten moment magicznym. Właśnie rozstrzygają się losy bańki AI.
Na początku lutego pojawiło się niezwykłe zjawisko. Wirusowy projekt OpenClaw który na GitHub nie zdobył kilku polubień, lecz eksplodował jak supernowa, przekraczając obecnie 245 000 gwiazdek w zaledwie kilka tygodni. Kto to przespał, może już nie nadrobić straconego czasu. Dlaczego ta supernowa jest tak ważna, a nikt nie patrzy w niebo, może poza firmami z Dubaju.
To jedyna szansa na podtrzymanie bańki AI. Dzięki niezwykle efektywnym algorytmom agentowym możemy spodziewać się zalewu świetnych filmików o pieskach i kotkach oraz tysięcy kursów o produkcji kontentu na AI. Wszystko to będzie dostępne na najbardziej transparentnych i uczciwych platformach: Facebook, Instagram, TikTok oraz YouTube. Tam agenci znajdą swoje podstawowe zastosowanie.
Naszą najjaśniejszą gwiazdą jest OpenClaw, który według internetowych guru działa wyłącznie na Mac mini M4 z 16 GB RAM. Choć ci co go używają wiedzą, że do komfortowej pracy potrzeba raczej 64 GB a i 1TB by się przydał. Obok niego pojawiają się kolejne projekty: Agent Zero oraz po cichu przemykający PicoClaw — a podobnych inicjatyw jest już kilkadziesiąt na GitHub.
Kto na tym zyskuje?
Przede wszystkim giganci oferujący modele AI i dostawcy chmur. Pierwszym wyborem wielu twórców z TikToka jest Claude Sonnet. Za modelem stoi Anthropic bardzo niezależna firma, której głównymi inwestorami są Amazon 8 mld USD. Claude stanowi kluczowy element AWS Bedrock. Google 2 mld USD modele dostępne w Vertex AI.
Dlaczego to tak istotne? Systemy agentowe spalają ogromne ilości tokenów podczas pracy. Czy ta moda zniknie? Moim zdaniem nie ma na to szans. Wydaje się że obecnie to jedyny trend, który potrafi utrzymać gigantów AI. Spalanie tokenów w ilościach miliardowych. Jedyna rozrywka która przystoi prawdziwym miliarderom.
Dlaczego OpenClaw jet tak atrakcyjny? I co nam daje proaktywny OpenClaw?
Autonomiczny research wideo.
Zamiast oglądać 10 filmów po 30 minut, agent analizuje materiały z YouTube i TikToka, wyciąga kluczowe tezy, kontrowersyjne komentarze i statystyki oraz zapisuje notatki lokalnie. Bada trendy.
Oszczędność dziesiątek godzin pracy. Wiemy który lisek jest świetny. I go kopiujemy. Byle szybko.
Praca na zainstalowanych programach.
Po co się uczyć tak profesjonalnego programu jak Canva. Agent może otworzyć Canvę i uzupełnić szablon gotowymi tekstami, ułożyć klipy w CapCut zgodnie z pseudo scenariuszem. AI pracuje za nas a my liczymy pieniądze, może OpenClaw też policzyć pieniądze za nas.
Zarządzanie publikacjami.
Automatyczne publikowanie treści na różnych platformach społecznościowych. Jest to bardzo potrzebne. OpenClaw zaoszczędzi czas i to bez drogich narzędzi.
Kreatywne pętle zwrotne.
Agent może generować materiały, oceniać je z innymi narzędziami AI i wybierać najlepsze dla siebie. Różne strategie ocen.
Wykorzystanie mocy lokalnej
Działając lokalnie, system może katalogować pliki wideo i zdjęcia oraz oznaczać je tagami. Dane nie muszą trafiać wtedy do chmury.
Najważniejsze:
Odpowiadanie na e-maile. My tylko siedzimy i patrzymy jak wpływają pieniądze na nasze konto.
Do pełnego raju brakuje tylko jednego ———————tanich tokenów.
Claude 3.5 / 3.7 / 4.6 Sonnet 1 000 000 tokenów to w Polsce około 36 złotych bez vat
Prosta analiza dziesięciu 30-minutowych filmów z YouTube to około 70 000 spalonych tokenów dotyczy to wyłącznie transkrypcji, bez analizy obrazu. Do tego dochodzi korzystanie z usług sieciowych i API. To prawdziwa żyła złota dla dostawców AI.
A przy okazji powstają takie piękne kotki, pieski, bobry i liski! Czego w sieciach społecznościowych nam brakuje.
Jak uciec od kosztów czy to możliwe? Tak. I dlaczego GLM może być lepsze?
GLM Generalized Linear Models to klasa modeli statystycznych rozszerzających klasyczną regresję liniową. Umożliwiają modelowanie specyficznych danych. Nie mających rozkładu normalnego, wykazujących nieliniowe zależności między zmiennymi.
Dzięki temu sprawdzają się w bardziej w złożonych scenariuszach analitycznych.
Kto ostatecznie zyska na dostarczeniu modeli typu GLM?
Najwięcej skorzystają dostawcy modeli i infrastruktury chmurowej, ale także twórcy, którzy nauczą się automatyzować swoją pracę i wykorzystywać agentów jako realne narzędzia produkcyjne.
Czy będą to duże korporacje typu Amazon, Google które obecnie są liderem? Wątpię.
Claude 3.5 / 3.7 / 4.6 Sonnet 1 000 000 tokenów to w Polsce około 36 złotych cena bez vat
Z.ai / Zhipu AI (prawdziwy model GLM): 1 000 000 tokenów to w Polsce około 1.4 złotych cena bez vat
Oczywiście najlepiej jest zrobić to wszystko lokalnie ale?
Cena VRAM ………..
Miłego dnia i czystego nieba.
