OpenAI — одна из самых важных компаний нашего времени. Её продукты уже изменили то, как мы учимся, работаем, пишем, создаём и думаем. За созданием этих продуктов стоит команда, и один из её ключевых участников — Кевин Уэйл (Kevin Weil), Chief Product Officer OpenAI. До этого он руководил продуктами в Instagram и Twitter, запускал криптовалюту Libra в Facebook, входил в советы директоров Planet и Strava.
В этом интервью с Ленни Рачицким (Lenny Rachitsky) — экс-продактом Airbnb, автором одной из самых популярных технологических рассылок и подкастов — Кевин подробно рассказывает, как создаются ИИ-продукты внутри OpenAI, как меняется профессия продакт-менеджера, и что ИИ делает (и ещё сделает) с работой, обучением и человечеством в целом.
Разговор вышел в марте 2025 года на YouTube и в подкаст-лентах. Мы публикуем адаптированную версию в формате «вопрос — ответ» с незначительными правками — убрали лишние вводные слова для чистоты восприятия, но сохранили структуру и живость разговора.
Что особенно интересно в этом интервью:
- Как устроена работа в самой быстрорастущей ИИ-компании в мире
- Почему OpenAI не будет конкурировать с вашим стартапом
- Что такое vibe coding и почему этим занимается даже HR
- Зачем PM’у учиться писать eval’ы
- И чему стоит учить детей, чтобы они не проиграли ИИ
👇 Ниже — полная расшифровка разговора. Погружаемся. А если нужно больше кейсов, переходите на наш канал “AI для продакта”.
Эпоха ИИ: худшая версия лучшего будущего
Ленни Рачицкий: Ты одна из ключевых фигур в, возможно, самой важной компании на планете прямо сейчас. Я хочу начать с самого глобального. Есть одна цитата, которую ты сказал, и она меня не отпускает. Можешь повторить её?
Кевин Уэйл: Да. Я всегда говорю:
"ИИ-модель, которую вы используете сегодня — это худшая ИИ-модель, с которой вы когда-либо будете работать в оставшейся части своей жизни."
И когда ты действительно осознаешь, что это правда — это кажется безумным.
Ленни: Ты ведь работал во многих технологических компаниях. И раньше всегда было понятно, на какой технологии строится продукт. А с ИИ это ведь не так, верно?
Кевин: Совершенно верно. В любой другой компании, где я работал, ты знал: вот база данных, вот фронтенд, вот стек — он плюс-минус стабилен. С ИИ всё не так. Каждые два месяца компьютеры начинают уметь делать то, что раньше было невозможно. И тебе приходится полностью пересматривать, чем ты занимаешься, как ты строишь, и что вообще возможно.
Ленни: И всё это происходит в реальном времени. Сложно представить, как в таком режиме можно планировать. Как вы справляетесь с этим внутри OpenAI?
Кевин: Наш основной настрой — мы всегда предполагаем, что через два месяца выйдет новая модель, которая разрушит все ограничения текущей.
И мы это говорим разработчикам тоже:
Если вы делаете продукт, и он работает «на грани» возможностей модели — продолжайте. Значит, вы двигаетесь в правильном направлении.
Через пару месяцев модель станет настолько хорошей, что то, что едва работало — вдруг начнёт «петь».
Ленни: Это почти контринтуитивно. Обычно ты хочешь строить на надёжной, проверенной базе. А здесь — наоборот?
Кевин: Да, это прямо противоположно привычному мышлению. Но в этом и сила. Продукты, построенные на острие возможностей, — они как раз и задают темп всей индустрии. Мы в OpenAI прямо об этом говорим командам: если сложно, если нестабильно — вы на правильном пути.
Ленни: Когда вышел GPT-3, это был культурный шок. Сейчас, если бы ты подключил GPT-3 к ChatGPT, люди бы сказали: «Что за ерунда?». Почему всё так быстро обесценивается?
Кевин: Потому что у нас коллективно сносит крышу — на неделю. А потом — ну, понятно. Вот ты впервые садишься в беспилотный Waymo. Первые 10 секунд — паника: «О боже, велосипед!»А через 5 минут — листаешь почту.
Мы живём в будущем — но очень быстро привыкаем. То же самое с ИИ. ChatGPT казался магией. Сегодня — просто инструмент.
Ленни: Есть крутая мысль, которую ты тоже озвучивал — про то, что ИИ как термин означает «что-то, что ещё не работает».
Кевин: Да, я люблю эту фразу:
«ИИ — это то, что ещё не сделано».
Как только технология начинает стабильно работать — мы перестаём называть её ИИ. Она становится просто «алгоритмом». Рекомендательная система? Алгоритм. Распознавание речи? Алгоритм. Беспилотник? Пока ещё ИИ. Но скоро — станет фоном.
Ленни: И это влияет на то, как мы думаем о технологиях. В чём ты видишь ключевое отличие между ИИ-продуктами и обычными?
Кевин: В постоянно меняющемся фундаменте.Если ты строишь на базе данных, ты знаешь: база через год станет лучше процентов на 5. С ИИ — модель через два месяца может делать вещи, которые были невозможны до этого. И это требует совершенно иного мышления — от продактов, от инженеров, от дизайнеров.
Как Кевин Уэйл попал в OpenAI
История о том, как план на «лето с детьми» неожиданно превратился в работу мечты. И почему даже топ-менеджеры OpenAI не застрахованы от тревожного молчания после собеседования.
Ленни Рачицкий: Ты работал в Twitter, Facebook, Instagram, Planet… В какой-то момент ты оказался в OpenAI. Как это произошло? Каким был процесс? Есть ли какая-то интересная история?
Кевин Уэйл: Если правильно помню хронологию, то мы как раз объявили на Planet, что я ухожу. Я хотел взять паузу. Не полное отключение от работы, но… просто провести лето с детьми. Поехать в Тахо, действительно провести с ними время, а не метаться между делами.
С Сэмом (Альтманом) мы были шапочно знакомы уже несколько лет. Он всегда был вовлечён в сумасшедшие штуки — типа ядерного синтеза и других глубоких тем. Так что это был человек, с которым я иногда советовался, когда думал: а что дальше?
Я позвонил ему. Думаю, Винод (Хосла) тоже помог нам снова связаться. Только на этот раз Сэм сказал не: «Поговори с этими ребятами из XYZ», а:
«Слушай, мы тут сами кое-что обдумываем. Приходи, поболтаем»
Ленни: Ого. И что было дальше?
Кевин: Всё пошло очень быстро. Буквально за пару дней я встретился почти со всей управленческой командой. Они сказали:
«Мы двигаемся с такой скоростью, с какой сами хотим. Если ты пообщаешься со всеми, и все будут "за" — можно стартовать»
Сэм пришёл к нам домой на ужин. Мы отлично провели вечер, поговорили про OpenAI, про будущее, просто лучше узнали друг друга. В конце вечера я сказал:
— Завтра у меня следующий раунд интервью, ещё с несколькими людьми.
А Сэм ответил:
— Всё идёт отлично. Мы очень рады.
Ленни: И как ты себя чувствовал на следующий день?
Кевин: Мне очень понравились все, с кем я общался. Но, как это обычно бывает, после интервью ты начинаешь прокручивать всё в голове: «Зачем я это сказал?» «На тот вопрос я плохо ответил»… Я думал, что услышу ответ в выходные. Потом понедельник… тишина. Вторник… среда — всё равно тишина.
Я пару раз написал кому-то — никакой реакции. И начал думать: «Я всё провалил. Не знаю где, но точно испортил всё.»
Ленни: О боже, это прямо как после свидания: ты отправил сообщение — и тишина.
Кевин: Абсолютно. Я реально подходил к своей жене, Элизабет, и спрашивал:
— Как ты думаешь, где я мог накосячить?
Девять дней молчания. А потом — наконец-то ответ: «Всё отлично. Поехали.»
Оказалось, у них внутри просто происходила куча всего, были процессы, встречи, миллион задач. А я за это время успел десять раз похоронить все надежды.
Ленни: Какой вывод ты сделал из этой истории?
Кевин: Не спеши с выводами. Даже когда всё кажется провалом — возможно, они просто заняты.
Надо уметь чуть-чуть расслабиться.
Что отличает работу в OpenAI
Темп, нестабильность, постоянные перемены — и полное отсутствие привычной "технологической почвы под ногами". Как продакт-работа в OpenAI отличается от любой другой технологической компании.
Ленни Рачицкий: Ты ведь раньше работал в, скажем так, "традиционных" технологических компаниях — Twitter, Instagram, Facebook, Planet… А теперь ты в OpenAI. Что больше всего отличается в твоей повседневной работе здесь?
Кевин Уэйл: Прежде всего — темп. Но не только он. Во всех других местах ты примерно знаешь, на какой технологии строишь. И сосредоточен на таких вопросах, как:
Какую проблему решаешь? Насколько она важна? Для кого ты это делаешь? Можно ли изменить привычки пользователей? — всё это классические продуктовые штуки.
Но сам фундамент, на котором ты строишь, — он статичен. Условно, ты работаешь с базой данных. Она станет лучше на 5% через два года, но всё равно — это база данных.
Ленни: А с ИИ всё по-другому?
Кевин: Радикально. С ИИ каждые два месяца компьютеры начинают уметь делать то, чего не могли раньше. Это не обновление. Это новая парадигма.
И ты вынужден пересматривать не просто тактику — а всю стратегию и подход.
Ленни: Ты говорил, что это заставляет думать иначе. Что ты имеешь в виду?
Кевин: Ты буквально должен по-другому думать о своей работе. Это безумно увлекательно. Особенно, когда дело касается LLM (больших языковых моделей).
Например, в Instagram у тебя были кнопки. Ты знал: если пользователь нажал кнопку, произойдёт ровно то, что ты запрограммировал. Ты ожидал чёткий, воспроизводимый результат. Ты мог повторить одно и то же три раза — и получить один и тот же ответ.
Ленни: А с LLM такого нет?
Кевин: Нет. С LLM и входы, и выходы — размытые. Ты можешь задать один и тот же вопрос трижды — и получишь три похожих, но разных ответа. Они будут "в духе" одинаковыми, но не идентичными. Потому что модель работает с языком, а язык — не бинарен. Он про нюансы, контекст, эмоции.
Ленни: Как это влияет на создание продукта?
Кевин: Очень сильно. Если модель справляется с задачей в 60% случаев, ты создаёшь один тип продукта. Если в 95% — совершенно другой. А если в 99.5% — это уже принципиально иная категория продукта. Поэтому тебе нужно глубоко понять поведение модели под твой юзкейс.Eval’ы становятся критически важными.
Ленни: То есть, если раньше ты знал: база данных просто «работает», и на ней можно строить… То теперь — ты должен сначала выяснить: «Насколько хорошо модель работает под мой сценарий?» И только потом решать, что строить?
Кевин: Именно. ИИ — это не «чёрный ящик». Это не magic box. Ты должен вгрызаться в детали. Смотреть, где она ошибается. Почему. Как часто. В каком контексте. Это всё меняет способ мышления и делает работу суперинтересной.
Eval’ы — ключевой навык продуктовой эпохи ИИ
Почему продуктовый менеджер будущего должен уметь тестировать модели так же, как раньше — строить спринты. Что такое eval, как он работает и зачем он нужен в каждой AI-команде.
Ленни Рачицкий: Ты говорил об этом на Lenny’s Summit, и это зацепило многих. Ты сказал, что написание eval’ов станет ключевым навыком для продакт-менеджеров. Давай начнём с основ. Что вообще такое eval?
Кевин Уэйл: Проще всего представить это как контрольную работу для модели. Ты хочешь понять, насколько хорошо она справляется с определённым типом задач. Как, например, у тебя есть курс по математике — и потом экзамен, чтобы проверить, выучил ли ты материал.
Точно так же eval’ы проверяют:
- Насколько хорошо модель пишет тексты,
- решает задачи по биологии,
- отвечает на вопросы уровня магистратуры,
- или участвует в соревнованиях по программированию.
Ленни: То есть, это как юнит-тесты, только не для кода, а для модели?
Кевин: Да, именно.Юнит-тесты — отличная аналогия. Ты создаёшь набор заданий с ожидаемыми ответами. И проверяешь: справляется ли модель.
Ленни: А почему это так важно? Почему ты считаешь, что это ключевой навык для тех, кто строит продукты будущего?
Кевин: Потому что всё возвращается к надёжности и предсказуемости. Ты должен понимать: если модель справляется с задачей в 60% случаев — это один тип UX. Если в 95% — совершенно другой. Если в 99.9% — можно строить что-то, на что ты опираешься, как на фундамент. А это невозможно понять, не измеряя.
Ленни:
То есть, чтобы понять, можно ли на модели строить продукт — тебе нужно "оцифровать" её поведение под твой юзкейс?
Кевин: Да. И самое главное — это не статично. Ты не просто «спросил модель и получил ответ». Ты разрабатываешь eval’ы под ключевые сценарии, начинаешь по ним «забираться в гору», улучшая модель, отслеживая прогресс.
Это итеративный цикл. Не: «Вот модель, надеюсь, сработает». А: «Вот задачи, вот качество, вот путь к улучшению».
Ленни: Можешь привести пример, как это работает на практике?
Кевин: Да, один из моих любимых примеров — наш продукт Deep Research.
Ты можешь задать GPT сложнейший вопрос. Не просто "поиск с ответом", а настоящая исследовательская задача, как если бы ты сам работал над ней неделю — читал статьи, искал источники, писал, уточнял, переделывал.
А модель за 25–30 минут делает это на уровне, близком к человеку. И чтобы создать такой продукт, мы сначала разработали eval’ы. Мы задали себе вопрос:
«Что такое хороший ответ на такую задачу?»
Сформулировали примеры. Построили benchmark. И начали измерять — растёт ли качество.
Ленни: То есть, eval — это как ориентир, по которому вы ведёте модель вверх?
Кевин: Абсолютно. Ты буквально строишь маршрут: вот вершина, вот промежуточные метки. Каждое улучшение модели проверяешь по этим меткам.
Когда видишь, что она начала consistently справляться с задачей — значит, продукт готов.
Ленни: Ты ещё говорил, что потенциал ИИ ограничивается качеством eval’ов. Объясни, что ты имел в виду?
Кевин: Модели — это интеллекты. Но интеллект многомерен. Модель может быть отличной в одном (например, в competitive programming), но не знать, как писать фронтенд-код. Или как конвертировать COBOL в Python. Хотя это — всё ещё программирование. И самое важное — большая часть знаний в мире не публична. Она внутри компаний, внутри отраслей, у команд, у клиентов.
Ленни: И чтобы модель стала по-настоящему полезной — она должна учиться внутри конкретного контекста?
Кевин: Да. Модель умна, но ей нужно обучение, адаптация, примеры.
Вот ты приходишь в новую компанию — тебя онбордят, дают доступы, погружают в процессы. С моделью — то же самое. И весь этот процесс ты отслеживаешь через кастомные eval’ы.
Ленни: То есть, каждая компания в будущем будет делать свои eval’ы?
Кевин: Да. Будущее — это универсальные, мощные модели, адаптированные под конкретные задачи с помощью eval’ов. Eval — это не просто инструмент проверки. Это способ построения продукта на ИИ.
Где строить, чтобы не конкурировать с OpenAI
OpenAI не хочет делать всё. Наоборот — она даёт инструменты другим. Кевин объясняет, какие возможности открыты для стартапов, где OpenAI точно не будет конкурировать, и как это может стать преимуществом.
Ленни Рачицкий: Ты как раз затронул тему, которая волнует очень многих фаундеров. Где граница между тем, что делает OpenAI, и тем, что остаётся свободным пространством? Иначе говоря:
есть ли смысл запускать AI-стартап, или вас всех просто "придавит"?
Кевин Уэйл: Я часто вспоминаю фразу, которую говорил Эв Уильямс, когда мы вместе работали в Twitter:
Сколько бы умных людей у тебя ни было внутри компании — за её пределами их всегда больше.
Вот почему мы так сфокусированы на API. У нас сейчас более 3 миллионов разработчиков, которые его используют. И как бы мы ни были амбициозны, мы не хотим становиться гигантской корпорацией, которая делает всё. Это невозможно — даже если бы мы захотели.
Ленни: То есть вы видите себя больше как платформу?
Кевин: Именно. Есть огромное количество юзкейсов, индустрий, регионов, задач, в которых ИИ может кардинально улучшить жизнь людей. И у нас нет ресурсов, нет экспертизы, нет желания делать это всё самостоятельно. Мы видим свою миссию как:
— Дать мощные инструменты
— Поддержать разработчиков
— И освободить путь для тех, кто будет строить продукты на их основе.
Ленни: Есть ли какие-то конкретные области, куда OpenAI точно не пойдёт?
Кевин: Да. Много таких. Во-первых, есть отрасли, в которых требуются глубочайшие специфические знания, которых у нас просто нет.
Во-вторых, есть случаи, где основной актив — это данные, которые находятся у компаний, а не у нас.
В-третьих, есть сферы, где нужна локализация, регулирование, кастомизация, и это не наш фокус.
Ленни: Получается, если я, как фаундер, работаю в какой-то нише — с глубоким пониманием аудитории, проблемы и данных — я могу построить то, что никто из крупных не сможет повторить без моего контекста?
Кевин: Абсолютно. Модели будут становиться всё более универсальными, но продукты — наоборот, всё более специализированными. И именно в этом — ваше преимущество. Вы знаете клиента, знаете боль, владеете контекстом и данными. А мы просто даём вам двигатель.
Ленни: Ты сказал, что OpenAI не хочет становиться огромной корпорацией. Почему?
Кевин: Мы считаем, что если хотим, чтобы ИИ действительно принёс пользу человечеству, он должен быть в руках как можно большего числа людей и команд. Поэтому нам важно не централизовывать всё, а наоборот — делать мощный API, инструменты, SDK, всё, что позволяет другим двигаться быстро и независимо.
Как в OpenAI запускают продукты: планирование без иллюзий
Почему в OpenAI не верят в жёсткий roadmap, как команды работают без ожидания «разрешения сверху», и как запускать вещи в условиях, когда сама технология меняется каждые 8 недель.
Ленни Рачицкий: Скорость, с которой вы выпускаете новые продукты — потрясающая. Кажется, вы делаете больше за месяц, чем многие компании за год. Что помогает вам так работать? У вас же нет классического планирования сверху вниз, да?
Кевин Уэйл: Да, наш подход можно назвать bottom-up с выравниванием по направлению. Мы стараемся, чтобы у всех было общее понимание, куда мы движемся, какие у нас цели, какие приоритеты. Но мы не планируем всё жёстко на квартал, как это делают многие.
Ленни: То есть у вас нет классического roadmap с точными датами?
Кевин: На бумаге он есть — и на квартал, и даже на год. Но я ни на секунду не верю, что всё, что написано в этих документах, — это то, что мы реально выпустим через 3 месяца.
Как говорил Эйзенхауэр:
"Планы бесполезны, но планирование — полезно."
Вот это прямо в точку. Процесс планирования помогает осмыслить, что мы делаем, оценить, чему научились, и решить, куда двигаться дальше. Но сам план — почти всегда летит в мусорку.
Ленни: И это потому, что технологии под ногами постоянно меняются?
Кевин: Именно. Ты можешь составить план, а потом через две недели выходит новая модель — и весь контекст меняется. То, что раньше было невозможно, теперь просто. А то, что было приоритетом, теряет смысл.
Ленни: Как вы в таких условиях выравниваетесь внутри? Есть ли у вас, например, регулярные встречи с Сэмом (Альтманом), чтобы отслеживать прогресс?
Кевин: Да, по ключевым проектам мы делаем продуктовые ревью, созвоны, обсуждаем. Но у нас нет жёсткого ритуала, потому что:
Если запуск продукта зависит от того, состоится ли встреча с Сэмом или со мной — это плохая система.
Если я в командировке или занят — это не должно быть причиной откладывать релиз.
Ленни: Получается, у вас высокая автономность команд?
Кевин: Очень высокая.Мы хотим, чтобы команды запускали и дорабатывали. Идея в том, что мы вместе учимся, как работают эти модели.
Никто не знает точно, на что они способны. Мы выкатываем — смотрим — улучшаем.
Ленни: Вы это называете "итеративный запуск", да?
Кевин: Да. Iterative deployment. Это философия, которая говорит:
"Лучше запустить что-то сейчас и учиться на практике, чем ждать, пока всё станет идеально."
Мы учимся вместе с миром. Смотрим, что работает, что не работает, где нужно добавить ограничения, а где — наоборот, открыть больше возможностей.
Ленни: Ты упомянул, что не тратите много времени на "страховочные конструкции" вокруг моделей. Это интересно.
Кевин: Да. Мы называем это "модельный максимализм". Что это значит?
Мы понимаем: модели неидеальны, будут ошибки. Но если мы видим, что ошибка, например, исчезнет через 2 месяца с выходом новой версии — Зачем тратить 3 месяца на костыли вокруг проблемы, которая скоро исчезнет?
Ленни: То есть, если ты строишь продукт, и он на пределе возможностей модели — это хорошо?
Кевин: Это идеально! Мы говорим командам:
"Если ваш продукт едва-едва работает — продолжайте. Через пару месяцев модель станет лучше — и всё 'запоёт'."
Так ты проталкиваешь границу вперёд. Вот где рождаются настоящие инновации.
Продуктовые команды будущего и «vibe coding»
Как устроена работа в OpenAI-командах, кого они нанимают, почему не любят избыток PM’ов — и что такое vibe coding, которое делают даже HR-директора.
Ленни Рачицкий: Давай поговорим про продуктовые команды будущего. Ты упомянул, что у вас в OpenAI немного PM'ов. Это сознательный выбор?
Кевин Уэйл: Да. У нас, если не ошибаюсь, около 25 продакт-менеджеров — может, чуть больше. И я считаю, что компания должна быть "лёгкой на PM’ов".
Ленни: Это звучит парадоксально от самого PM’а. Почему?
Кевин: Потому что если продактов слишком много — они начинают плодить процессы, презентации, диаграммы. Вместо того чтобы внедрять и запускать. Нам нужен PM, который не микроменеджит, а делает всё, чтобы инженеры могли бежать вперёд. Поэтому я считаю даже полезным, когда у PM чуть больше инженеров, чем комфортно — это учит делегировать.
Ленни: А кто же тогда ведёт инициативу?
Кевин: У нас очень сильная инженерная культура. Инженеры — продуктовые. Они инициативные, автономные, и часто сами являются источником идей. И именно в таких условиях PM — это не руководитель, а фасилитатор, катализатор. Он помогает команде, вместо того чтобы управлять ею сверху.
Ленни: А кого вы ищете при найме PM'ов?
Кевин: Для нас ключевое — это высокая автономность. High agency. Ты не должен ждать разрешения. Видишь проблему — иди и решай. Также важно, чтобы человек был комфортен с неопределённостью. У нас нет списка задач. Проблемы, над которыми мы работаем, часто ещё даже не сформулированы.
И, конечно, нужно уметь влиять без власти. Особенно в OpenAI, где есть очень автономные исследовательские команды — ты не можешь приказывать, только убеждать, вдохновлять, зажигать.
Ленни: То есть, если ты новичок в команде, первое, что думают инженеры —
«А ты нам вообще зачем?»
Кевин: Да. И это нормально. Ты должен заслужить доверие. Показать, что ты приносишь ценность, что ты понимаешь проблему, что ты не мешаешь, а помогаешь.
Ленни: А теперь — к самому вкусному. Ты упомянул понятие vibe coding. Что это такое?
Кевин: О, да! Термин придумал Андрей Карпати. Это способ писать код вместе с ИИ — не по шаблону, а по наитию, по флоу. Ты просто описываешь, что хочешь — и модель начинает писать. Ты смотришь, правишь, просишь её продолжить, улучшить. Всё происходит в тандеме с ИИ.
Ленни: И это уже не просто "промпт — результат"?
Кевин: Да. Это уже "вибрационное" программирование. Ты не контролируешь каждый шаг — ты плывёшь вместе с моделью. Она делает что-то — ты такой:
— «О, прикольно. Дальше вот так».
Она: — «А может, вот так?»
Ты: — «Да! И добавь ещё это.»
Это почти как джем с музыкантом. Но в коде.
Ленни: И это реально уже используют?
Кевин: Да! Вот, например, наша Chief People Officer — Джулия — буквально vibe-кодила себе внутренний тул, которого ей не хватало. Просто открыла инструмент — и собрала его сама, с моделью.
Ленни: Если ваш HR-директор так делает, то все мы должны.
Кевин: Вот именно! Если люди, не считающие себя технарями, уже так работают — представь, насколько продуктивными могут быть продуктовые команды, если они полностью освоят это.
Ленни: Ты немного говорил о будущем продуктовых команд. Какие перемены ты считаешь самыми большими?
Кевин: Я уверен, что скоро в каждой команде будет ресёрчер или ML-инженер.
Потому что дообучение (fine-tuning) станет стандартной практикой. Если у тебя есть свой специфический юзкейс — почему бы не обучить модель под него и в 10 раз не улучшить результат?
Ленни: Это, наверное, откроет много новых профессий?
Кевин: Да. И это уже происходит. Многие команды сейчас используют ансамбли моделей: одна для генерации, другая для проверки, третья — для исправлений. Это как оркестр ИИ-инструментов, каждый из которых заточен под свою партию.
Дети, ИИ и персонализированное обучение
О чём думает человек, стоящий в эпицентре ИИ-революции, когда дело касается его собственных детей? Чему учить их в мире, где всё меняется каждые два месяца?
Ленни Рачицкий: Один из участников нашего сообщества задал классный вопрос: «У тебя трое детей. Чему ты их учишь, чтобы они были готовы к будущему?» Это вообще один из главных страхов родителей сегодня. Что ты думаешь об этом?
Кевин Уэйл: О, это близко. У нас с Элизабет трое — старшему 10, и близнецам по 8. Они уже, по сути, AI-native. Для них самоуправляемые машины — норма. Они общаются с ChatGPT и Alexa как с друзьями. Они буквально ведут полноценные беседы с ИИ.
Ленни: И всё же — чему ты стараешься их научить? Что будет важно в будущем?
Кевин: Честно — я не знаю, какое именно будущее их ждёт. Но я уверен в одном: нужно воспитывать в них любопытство, уверенность, самостоятельность, умение думать. Вот эти навыки точно пригодятся в любом сценарии будущего.
Ленни: Вы используете ИИ в обучении? Что-то пробуете?
Кевин: Да, они уже используют ChatGPT — играют с ним, задают вопросы, обсуждают всё подряд. И это ведёт к одной из самых мощных и недореализованных возможностей ИИ: персонализированное обучение.
Ленни: Ты считаешь, что это может быть одно из главных применений ИИ?
Кевин: Возможно, даже самое важное.
Смотри:
Все исследования показывают, что, если у тебя есть хороший учитель + персонализированное обучение, скорость и качество усвоения материала растёт на стандартное отклонение или два. Это огромная разница.
А теперь представь, что ты можешь дать это миллиарду детей по всему миру.
И это — бесплатно. Потому что ChatGPT — бесплатен.
Android-смартфоны — у всех.
Ленни: Звучит как мечта. Но пока этого нет?
Кевин: Вот именно! Меня до сих пор удивляет, что нет яркого, мощного AI-решения для образования. Есть крутые инициативы — Khan Academy, проект Винода Хослы, да. Но масштабного продукта, доступного каждому ребёнку на Земле — пока нет. Это может изменить всё — не только для наших детей, которые учатся в хороших школах, но и для миллиардов тех, у кого такого шанса нет.
Ленни: Если кто-то из читателей думает, над чем работать… Вот вам идея мирового уровня.
Кевин: Абсолютно.
Это буквально то, что может изменить траекторию цивилизации.
ИИ и будущее человечества: страхи, оптимизм и наша ответственность
Как справиться с тревогой от ИИ? Заменит ли он работу? Уничтожит ли нас? Почему, несмотря на это, Кевин Уэйл остаётся технологическим оптимистом — и что мы можем сделать уже сегодня, чтобы сделать будущее безопасным.
Ленни Рачицкий: Многие беспокоятся: ИИ заменит работу, создаст глобальную безработицу, или даже — в будущем — уничтожит человечество, как говорят про сверхинтеллект. Как ты сам смотришь на всё это? Что думаешь об этих рисках?
Кевин Уэйл: Я — технооптимист. Если посмотреть на последние 200 лет, технологии дали нам: экономический рост, улучшение качества жизни, прорывы в медицине и науке, геополитический прогресс. Да, бывают сбои, временные потрясения, люди теряют работу, чувствуют неуверенность. Но в долгосрочной перспективе технологии — это сила добра.
Ленни: Ты не отрицаешь, что могут быть проблемы?
Кевин: Ни в коем случае. Ты не можешь сказать: "в среднем будет хорошо", и забыть о тех, кто пострадает. Нужно думать о каждом человеке. Мы в OpenAI работаем с администрациями, обсуждаем регуляции, много делаем в сфере образования.
Ленни: А что с рабочими местами? Вы же сами говорили, что ChatGPT может писать 90% кода…
Кевин: Да, и в то же время — мы продолжаем нанимать инженеров, PM’ов, исследователей. Почему? Потому что ИИ — это множитель возможностей, а не просто "заменитель людей". Он может ускорить обучение, автоматизировать рутину, высвободить время на творчество, дизайн, стратегию.
Ленни: Ты думаешь, ИИ может быть лучшим инструментом для переквалификации?
Кевин: Однозначно.
ChatGPT уже сейчас может быть лучшим приложением для переобучения в истории.
Он знает очень многое. Он бесплатен. Он работает в любом часе дня, на любом устройстве. Если ты хочешь освоить новую профессию — у тебя впервые в истории есть цифровой тьютор, готовый помочь.
Ленни: Ты говорил, что часто задаёшься вопросом: почему моя работа до сих пор не изменилась полностью из-за ИИ?
Кевин: Да. Иногда я разочарован в себе. Если бы я показал свою работу пятилетней давности — и сравнил с текущей, она бы была… слишком похожа.
Я считаю, что мы уже должны работать иначе.
Нам нужно чаще использовать vibe coding, меньше — Figma, больше — интерактивных демо.
Надо экспериментировать с новыми форматами, подходами, инструментами.
ИИ даёт возможность — но привычки мешают.
Ленни: А если немного абстрагироваться. Как думаешь — что будет через 10 лет?
Кевин: Я не знаю. Никто не знает. Но я верю, что: ИИ будет повсюду — как сегодня повсюду транзисторы. Модели будут умнее, но продукты станут более персонализированными и прикладными. У каждого будет свой персональный "коуч", "учитель", "ассистент".
Ленни: Что бы ты сказал людям, которые боятся ИИ? Что им нужно услышать?
Кевин: Я бы сказал: Да, ИИ — это мощная сила. Да, он меняет всё.
Но именно поэтому — у нас есть шанс построить что-то намного лучше, чем сейчас. Мы должны: быть любопытными, быть активными, участвовать в разговоре, и помогать обществу пройти этот переход осознанно и безопасно.
Как получить максимум от ChatGPT: советы от CPO OpenAI
Подсказки, которые работают, и магия контекста: как формулировать запросы, чтобы ChatGPT выдавал по-настоящему умные ответы.
Ленни Рачицкий: И последний вопрос, Кевин. Ты, как никто, знаешь, как работает ChatGPT. У тебя есть какой-то фокус, трюк или совет по написанию подсказок, который ты бы порекомендовал всем?
Кевин Уэйл: Да. Но сначала скажу вот что:
Инженерия подсказок — временное явление.
Если мы всё делаем правильно, она перестанет быть нужной. Как в своё время перестали быть нужными глубокие настройки MySQL. Раньше ты должен был знать, какой движок у тебя — InnoDB или MyISAM, а сейчас это редко кому нужно.
Ленни: Но пока мы ещё не там…
Кевин: Пока — да. Поэтому вот одна из самых мощных техник, которую я использую: Дай модели несколько примеров.
— Вот задача.
— Вот хороший ответ.
— Вот ещё задача.
— Вот ещё ответ.
А теперь: реши эту.
Это почти как дешёвый fine-tuning внутри промпта — и это работает на удивление хорошо.
Ленни: А как насчёт эмоций? Например:«Это очень важно для моей карьеры. Пожалуйста, постарайся». — Такое тоже помогает?
Кевин (смеётся): Странно, но да — иногда это действительно влияет.
Ты можешь сказать:
«Ты — величайший маркетолог в истории. Помоги мне придумать бренд-стратегию.»
Или:
«Ты — Эйнштейн. Реши мне задачу по физике.»
Это помогает настроить модель на нужный режим мышления. Психологически это похоже на то, как мы говорим с людьми —
создаём рамку, контекст, ожидание.
Ленни: Ты, по сути, включаешь ролевую модель внутри модели.
Кевин: Именно. Это не магия, но часто даёт совсем другой результат.
Ленни: Окей, последний момент. Где тебя можно найти? И чем слушатели могут быть тебе полезны?
Кевин: Я — @kevinweil в X, LinkedIn и вообще почти везде. Я читаю всё, что мне пишут. Что мне особенно интересно: Напишите, где ChatGPT помогает вам по-настоящему. Или где он вас подводит. Что бы вы хотели, чтобы мы улучшили?
Мы активно слушаем. Чем больше фидбэка — тем лучше продукт.
Ленни: Это было потрясающе. Спасибо, Кевин. Ты и твоя команда не просто наблюдаете за будущим — вы буквально его строите.
Кевин: Спасибо тебе. И — да, все заслуги команде. Я просто рад быть частью этого.
Послесловие
В этом интервью прозвучало многое. И если вы — продакт, инженер, фаундер, родитель или просто любопытный человек — надеемся, вы нашли для себя то, что отзывается. ИИ — уже не абстракция. Это инструмент, партнёр, вызов и шанс. И мы все — не просто наблюдатели. Мы — участники. Спасибо, что были с нами.
Больше кейсов? Переходите на наш канал “AI для продакта”.