Я: *шукаю конкретне твердження в аудіоінтерв'ю в мейнстрімних ЗМІ* Я: Чи можете ви знайти посилання на MP3-файл на цій сторінці, щоб я міг завантажити його для транскрибування? GPT-5: О ні, проблеми з авторськими правами. Але я міг би дати вам однорядковий регулярний вираз для роботи з виводом curl.

Я: Мені подобається, як ти думаєш. *робить це* Я: Добре, а тепер який найкращий спосіб викликати Whisper для транскрибування цього, використовуючи свій API, не встановлюючи абсолютно нічого? GPT-5: Ось команда мінімального скручування. Я: Ось помилка JSON. GPT-5: Три можливості, швидше за все, що MP3 файл має >25 МБ.

Я: Це не те, що сказано в повідомленні про помилку. GPT-5: Люди. Я: Добре, який найпростіший шлях уперед. GPT-5: У вас є ffmeg в наявності? Я: Так. GPT-5: Ось один рядок, який розбивається на підчастини по 25 МБ, надсилається до API, а потім зшиває стенограми. Мене:... Це спрацювало.

Подавайте це під буденною утилітою, LLM, які виступають як пасивне оновлення поверх «будь-якого другого API у світі», п'ять центів токенів, які економлять медіаорганізації кілька сотень доларів праці на інтелектуально нецікавому завданні тощо.

(Як завжди, діалог у такому форматі не дослівний. Зокрема, це не змусило «Людей» пожартувати, але мене потішив уявний образ штучного інтелекту, який оцінює старшого інженера, який був здивований, що повідомлення про помилки можуть неточно відображати основні причини.)

Ви можете подумати, що пошукові системи були б набагато кориснішими для цього, ніж вони є, але насправді це несе навантаження, що а) у мене надзвичайно хороша пам'ять на подкасти і б) цей конкретний подкаст був на Bloomberg і тому його можна процитувати як «Генеральний директор визнав Bloomberg, що»