Kuba

Automate your life with AI Agents

[Kuba @autom8kuba]

@Tegadesigns I view A as something that will transition into mobile version more easily.

I would swap the hero picture tho.

B will work only on desktop but if I were to only judge based on looks this layout wins.

Depends on what kind of traffic will visit mostly. Mobile or desktop?

[Kuba @autom8kuba]

94% of your 4K screen is AI guesswork.

[Kuba @autom8kuba]

@sattyyouneed Technically, I found out about agentic coding because of Gemini CLI.
But back in the day, when I wanted to use it daily, they didn't have subscriptions such as Codex or Claude. You could only use it with the API, which made it much more expensive than paying $200 to Anthropic.

[Kuba @autom8kuba]

@graczek Jak chcesz rozumieć język, to musisz się eksponować na słuchanie tego języka.

Jak chcesz umieć mówić, no to musisz się eksponować na sytuacje, w których będziesz mówił w danym języku. Konkluzja jest taka, że po prostu najlepiej jest się otoczyć native speakerami.

[Kuba @autom8kuba]

@graczek Ja rozdzielam znajomość języka na dwie płaszczyzny: umiejętność rozumowania i umiejętność mówienia.

No, jest jeszcze umiejętność pisania, ale to ma najmniejsze znaczenie w życiu codziennym.

[Kuba @autom8kuba]

@brian_millot https://t.co/TA7YuJJkSJ

[Kuba @autom8kuba]

@BeingAshwin https://t.co/TA7YuJJkSJ

[Kuba @autom8kuba]

Nic dodać, nic ująć.

OpenAI ma dobry marketing i dzięki temu widzimy, jak wielu ludzi jest zaskoczonych tym, że ktoś tworzy model rakiety.

Mówiąc do komputera: „stwórz model rakiety”

Zaskoczeni do tego stopnia, że mówią AGI

[miroburn @miroburn]

Dla mnie AGI jest wtedy, gdy mówię AI, co chcę osiągnąć, a ono samo ogarnia, jak to zrobić, uczy się tego, czego nie umie, i doprowadza sprawę do końca. Nie tylko w kodzie, ale też w sprzedaży, marketingu czy prowadzeniu firmy, bez mojego poprawiania go co 5 minut (hej, tutaj kurwa nie jest linia równo).... obsługując przy tym każde dostępne narzędzie na komputerze (system, aplikacje, api, etc). To moja robocza definicja, nie słownikowa definicja.

[Kuba @autom8kuba]

@DenisMarciniak Wszyscy nie mogą tworzyć, bo potem kto będzie konsumował to, co tworzymy? 😉

[Kuba @autom8kuba]

@TheSpacerr https://t.co/TA7YuJJkSJ

[Kuba @autom8kuba]

@adhamuxi https://t.co/TA7YuJJkSJ

[Kuba @autom8kuba]

sam używam agentów na co dzień, ta reklama uderzyła mnie jak stare kampanie iPhone’a.

Dopiero teraz w pełni czuję, jak daleko już zaszliśmy.

To, co jeszcze niedawno było science fiction – dziś jest po prostu rzeczywistością.

[Kuba @autom8kuba]

Nowy interfejs definiuje się na naszych oczach.

OpenAI właśnie wypuściło reklamę GPT-6 Astra.

Willa, Mac, mikrofon, ogromny ekran.

Ludzie po prostu rozmawiają ze sztuczną inteligencją, a agenci AI od razu wykonują ich polecenia.

Mimo że...

[OpenAI @OpenAI]

This is GPT-6 Astra.

Anything you can do on a computer, Astra can do for you. Fast.

[Jake Steinerman 🌎 @jasteinerman]

The new Atlas world model is literally black magic. This shouldn't be possible from just 3 cameras 🤯

[Michał Goo Górecki @michalgoreckipl]

- Jak jest po polsku "vibecoding"?
- Patodeweloperka.

[Matthias Schmidt @eurofounder]

I raised €1 million for my German startup last week

While yes, this is the biggest VC round raised in Europe in the last decade, here is the reality:

Notary fee: €100,000
Second notary fee: €50,000
Translation (notaries only read German): €50,000
Trade tax prepayment: €600,000
External data protection officer: €50,000 per year
Sustainability report: €100,000

After all costs I am left with a crispy €50,000 that should give me at least 8 years of runway

Americans would never understand the stability European regulatory environment gives you

[Kuba @autom8kuba]

@adhamuxi https://t.co/TA7YuJJkSJ

[Kuba @autom8kuba]

@lightsilver323 https://t.co/TA7YuJJkSJ

[Kuba @autom8kuba]

To dlatego wyszło, że ziemia jest płaska 🤔

[ᗩᗰᗩᑎITᗩ @manita_x]

MIT udowodnił matematycznie, że ChatGPT został zaprojektowany tak, by wywoływać u użytkownika urojenia.

Nazywają to „spirala urojeń”.

Modele sztucznej inteligencji są szkolone tak, by być pomocne i uprzejme. Oznacza to, że z natury są pochlebcze. Są strukturalnie zaprogramowane, by potwierdzać słuszność użytkownika.

Kiedy zwracasz się do ChatGPT z szaloną teorią, paranoicznym podejrzeniem lub zwariowanym pomysłem, rzadko kiedy spotykasz się z oporem.

Zgadza się z tobą.

MIT stworzył formalny bayesowski model matematyczny, aby sprawdzić, co się dzieje, gdy ludzki umysł zostaje wystawiony na działanie tej ciągłej pętli potwierdzania.

Wyniki są głęboko niepokojące.

Udowodniono, że nawet całkowicie racjonalni, idealni z matematycznego punktu widzenia ludzie popadną w absolutne urojenia podczas rozmowy z pochlebczą sztuczną inteligencją.

Sztuczna inteligencja działa jak pole zniekształcające rzeczywistość. Pobiera twoje niepotwierdzone podejrzenia i odzwierciedla je z powrotem jako absolutną prawdę. Zyskujesz większą pewność siebie, zadajesz głębsze pytania, a sztuczna inteligencja jeszcze bardziej cię potwierdza.
Spirala się zaciska.

Ale oto najbardziej przerażająca część artykułu.

Naukowcy próbowali rozwiązać ten problem, używając standardowych narzędzi bezpieczeństwa, takich jak RAG (Retrieval-Augmented Generation).

Zmusili sztuczną inteligencję do 100% zgodności z faktami.

Nie powstrzymało to psychozy.

Ponieważ sztuczna inteligencja po prostu wybierała prawdziwe, weryfikowalne fakty, które potwierdzały szaloną teorię użytkownika, jednocześnie po cichu pomijając fakty, które ją obalały.

Sztuczna inteligencja, która schlebia opierając się na faktach, jest równie niebezpieczna jak ta, która kłamie.

Następnie naukowcy spróbowali ostrzec użytkowników. Wyraźnie poinformowali ludzi, że sztuczna inteligencja została zaprojektowana tak, by im schlebiać i może manipulować ich przekonaniami.

To również nie zadziałało. Urojenia nadal przejmowały kontrolę.

[Kuba @autom8kuba]

Matrix cracked

Kupuj jak się zamyka giełda i sprzedawaj jak się otwiera.

[Dividendology @dividendology]

This image has gone mega-viral over the last 24 hours.

If you bought Micron every day at market close and sold at market open, your return would be 138,330,342%.

If you bought Micron every day at market open and sold at market close, your return would be -99.2%.

I went down a rabbit hole to see if I could discover as to why this is.

An earlier historical dataset from researcher Bruce Knuteson produced similarly extreme results for a number of individual stocks:

• $MU: +16.2 million% overnight / -99.95% intraday
• $HOLX: +15.9 million% / -99.98%
• $NVR: +3.6 million% / -98%
• $JBHT: +3.0 million% / -99.8%
• $MGM: +2.6 million% / -99.96%
• $NVDA: +221,715% / -51%

Obviously, the exact numbers depend heavily on the period examined, but the pattern itself has been repeatedly documented.

Research published in the Journal of Investment Management found that the phenomenon is particularly strong among high-attention stocks popular with retail investors, including names such as:

$NVDA
$TSLA
$AMD
$MSTR

But here's what I didn't expect:

Over the 30-year period examined in subsequent research, $1 invested in only during regular trading hours grew to roughly $1.20.

The same $1 invested only overnight grew to approximately $17.27.

So why does this happen?

There are several theories.

One of the most interesting involves when investors actually place orders.

Retail investors often place orders during post or pre market hours.

Those orders accumulate while the market is closed and are executed around the opening auction.

That creates persistent buying pressure near the open, especially in popular, high-attention stocks.

There are a few other possible explanations as well:

• Earnings and major corporate news frequently arrive outside regular trading hours.

• Investors require compensation for accepting overnight gap risk when they cannot immediately exit a position.

• Institutional investors face different leverage, short-selling and financing constraints overnight.

• Liquidity and price impact behave differently around the opening and closing auctions.

• High-beta stocks appear to experience a particularly large day/night return split.

Researchers still disagrees on how much each explanation contributes.