SQReder: Код и IT-будни техлида


Гео и язык канала: Россия, Русский
Категория: Технологии


Практика разработки: TypeScript, Effector, инструменты. Делюсь кодом, опытом и тем, что интересно мне как техлиду
Для связи: @SQReder
Менторство: @SQReder_mentor

Связанные каналы

Гео и язык канала
Россия, Русский
Категория
Технологии
Статистика
Фильтр публикаций


Репост из: AI-Driven Development. Родион Мостовой
Борьба со сложностью

В продолжение темы о переусложнениях, которые полюбили делать современные модели, поделюсь своими двумя скиллами, которые помогают с этой самой сложность бороться.

Code That Fits in Your Head

Скилл-дестиллят одноименной книги Марка Симмана, название которой говорит само за себя. Цель скилла: прежде всего, выбор понятных и сопровождаемых решений и их реализации. Начинка довольно сильно адаптирована мною под агентную разработку. Этот скилл я особенно люблю применять когда нужно реализовать какую-то хитрую штуку, которая априори сложная (из моей практики сразу в голову безопасный парсер псевдо-SQL кода, который приходит от агента и преобразуется в безопасный MongoDB query). А более бытовой пример с задачей по ускорению обхода файловой системы на скринах.



Ubiquitous Language

Скилл занимается обслуживанием всего, что связано с языком в проекте:

1. Генерирует и поддерживает в актуальном состоянии т. н. тезаурус (docs/THESAURUS. md) - это расширенный словарь понятий с разъяснением неоднозначностей и фиксацией чем понятие является, а с чем его не стоит путать и с какими понятиями оно связано.
Кстати, помимо того, что агенты начинают лучше понимать проект, приятный бонус от тезауруса - это более точные результаты от grep'a.

2. Позволяет агенту выбирать новые имена для сущностей, сервисов и прочих артефаков с оглядкой на этот самый тезаурус и вообще агент больше думает о важности языка и нейминга.

Этот скилл тоже делался на плечах гигантов: в основу был взят блок про Ubiquitous Language из отличной книжки Влада Хононова "Изучаем DDD — предметно-ориентированное проектирование", а также блоки про язык из FPF + ISO 25964 про создание тезаурусов (все сорсы тут).

Оба скилла тем ценнее, чем больше и сложнее проекты с которыми вы работаете.

А еще, к планированию архитектуры и вообще к тому, как наиболее элегантно встроить тот или иной функционал я люблю привлекать Fable (обычно на low или medium reasoning).

И, конечно, никакой скилл не заменит понимание системы и продукты инженером. Собственно, третий этап после скиллов и Fable ревью - это фильтр через человека-инженера (на скринах как раз пример такой пирамиды из 3-х этапов как мы с агентами ищем оптимальный способ ускорить обход файловой системы: 1: анализ плана скиллами, 2: Fable, 3: инженер - это мой-вопрос финальная корректировка: заметьте, что я ее задаю в виде вопроса, давая агенту пространство для несогласия). Выбор наиболее оптимального решения из огромного пространства траекторий - это все еще сложнейшая задача для LLM. Да и для экспертов часто непростая. Почему это важно, вроде, очевидно - сложное и неоптимальное решение обычно более хрупкое - на него будет сожжено больше токенов, а в проде оно с большей вероятностью будет ломаться в разных местах (или эффектом бабочки ломать что-то смежное). Опять же, все это становится острее на масштабе: пока вайб кодишь проект на полтора пользователя, может казаться, что все и без этого прекрасно.

@ai_driven




Репост из: Alexeev Blog
По поводу применения нейронок в реальной жизни (помимо битуби саас стартап).

Собрал себе песочницу для тренировки собезов.

Рецепт до неприличия простой:

1. Opencode + GLM-5.2 + пустая папка для песочницы
2. Прошу в план моде составить мне AGENTS.md, где будет написано, что агент является жестким интервеьюером из Яндекса (нейронка считает их самыми жесткими интервьюерами). Описываю в двух словах количество и содержание секций.
3. Далее перехожу в build мод - прошу собрать итоговый AGENTS.md (ого, мы только что освоили новомодный SDD =)), иду в запрещеннотуб, транскрибирую записи собезов интересующей компании по каждой секции - копи паста в чат - создай мне ФС + план моковых собеседований на основании реальных.
4. На выходе имеем систему, которая тренирует вас по 3 секциям - платформа, алгоритмы, систем дизайн. Каждая сессия пишется в логи - что не помните, где ошиблись, где все хорошо - на основе этого агент планирует следующую секцию, добивает проблемые места, дает доп вопросы, уточняет детали и так далее...
5. Повторять мок собезы, пока ваш личный интервьер не будет вами доволен! (Он сам добавит, наполнит задачами, усложнит условия если вы справились ну слишком легко)

Работаю в этой песочнице около недели - ОЧЕНЬ сильно вскрывает слабые места и быстро подсвечивает вам где вы не понимаете. А также он с высокой долей вероятности раскусит вас если вы попробуете его обмануть - но он ведь и не для этого вам нужен?)


Уже почти месяц прошел после взлома моделями OpenAI – HuggingFace. Спустя это время каждая уважающая себя лаборатория сказали, что они тоже могут взламывать! Антропик, Кими, и Цукерберг недавно

Но, после спора с @XaveScor в чате про то, где была память, как хранились данные, я покопался в деталях всех отчетов, чтобы ответить на эти вопросы.

А также, на заголовки, которые пишут – модели стали думать, модели живые и т.д!

Ответы тут
https://mysummit.school/blog/ai-agent-vzlom-hugging-face/

А спойлеры:
• Модели не сами решили пойти взламывать мир. Им сказали это делать инженеры, как и @XaveScor утверждал
• Модель не столь умна, сколь упорна. За 4 дня были сделаны тысячи различных попыток, чтобы осуществить атаку. И только меньше 100 действий оказались успешными (0.3%)

Описал простым языком, без технических деталей


Репост из: Евгений Черкасов | Счастливый тимлид ♥ Frontend
Внедрение ИИ замедляет разработку — закон Гудхарда

Есть ощущение, что ТОПы вообще не слышали про закон Гудхарда, а ведь это настолько базовое знание для менеджера, что даже не обязательно знать название, чтобы на интуитивном уровне понимать как он работает. Об этом говорят у кулера, на конференциях, на кассе пятерочки. Этот закон окружает нас везде в реальной жизни, где есть какие-то цели. И пора бы уже начать принимать его во внимание.

Закон (принцип) Гудхарта — утверждение, гласящее «Когда мера становится целью, она перестает быть хорошей мерой»

Да и за примерами далеко ходить не надо. Может быть помните был раньше тренд в айти считать эффективность разработчика по количеству написанных строк. И всё начали вместо качественного и компактного кода писать длинную бессмыслицу. Возможно, тогда и появилась Java, lol. Но, к счастью, довольно быстро поняли что в разработке иногда важнее даже не написать больше кода, а наоборот — удалить. А фикс, над которым работали несколько дней, может состоять из одной строки. И это нормально.

И что же стало с внедрением ИИ?

Бизнес как будто штормит. Сначала был тренд: «пишите сами, ИИ использовать запрещено». Теперь он сменился на «используй ИИ обязательно». Компании не просто покупают лицензии или разворачивают локальные нейронки, они начинают вводить метрики. Яндекс, например, публично представил программу 75/75/75, суть которой что по итогам программы 75% кода будет генериться нейронкой. И похожие программы появились во всех крупных компаниях.

Я могу понять мотивацию: компаниям хочется идти в ногу со временем, не отставать от трендов, быть на передовой технологий несмотря на санкции. Но как это делается — это тупик.

Главная цель использования нейронок в разработке — повысить эффективность разработки, сократить издержки, заработать больше денег. Но как только вводятся метрики, цель сразу подменяется. Теперь цель — достичь этих сраных метрик. И денег заработает только тот, у кого KPI зависит от количества сгенерированного кода, но точно не компания.

Банально, раньше разработчик мог написать решение в пару строк, а теперь он возьмет эти пару строк, но не закоммитит, а закинет в чат с промтом «перепиши подлиннее, добавь комментарии к каждой строке, jsdoc, тесты» (тесты, которые никогда не будут запущены) и на выходе получит десяток строк сгенерированного буллшита и ачивку «AI-энтузиаст». На это потратится больше времени, код станет хуже, но зато метрики использования ИИ будут на высоте. И таких лайфхаков можно придумать бесконечное количество. Накидайте примеров в комменты, из лучших сделаю подборку в следующий пост!

Но разве этого мы хотим?

Мне кажется, мы хотим работать эффективнее и быть счастливее. А в итоге будем работать хуже, дольше, да еще и страдать от результата.

Менеджерам на заметку: «Хотите испортить отличную идею — добавьте её в KPI.»

Лайк, репост, подписка ⤵️




Репост из: mefody.dev
200 миллисекунд

«Что происходит, когда пользователь переходит по ссылке в браузере?»

Такие вопросы любят задавать на собеседованиях. Я и сам такой задавал не раз, он и правда хорош на поговорить.

Так вот. Тут визуальное великолепие подъехало. Пока что это самый подробный ответ на вопрос выше, который я видел. При этом я видел потрясающую по контенту коллективную репку в гитхабе, где коммунити за годы постаралось знатно. Но тут это ещё и красиво, визуально, пошагово.

https://200ms.thenodebook.com/


Странные у нас пайплайны, конечно


Репост из: @alexnozer_dev


Репост из: Циничный AI
Ω_Инженерия_надёжных_фреймворков_на_AI_агентах.html
184.7Кб
👌 Книга Ω - Инженерия надёжных фреймворков на AI-агентах

Книга широко известного в узких кругах Ω

➡️Его позиция: профессия кодера фактически умерла. Востребованы будут оркестраторы агентных систем. Но это тяжёлая инженерная работа с предельной когнитивной нагрузкой, а не вайб-кодинг. По собственной оценке, умнее от агентов он не стал, но его полезная загрузка как специалиста выросла в разы.

Книга - это попытка вытащить из его практики переносимую систему.

Для написания книги использованы:
⚪️ сообщения Ω в чате DEKSDEN (chat) с 1 июля по 5 августа 2026
⚪️ Sol + Fable

⚪️Ω прочитал рукопись и внёс исправления — в тексте они помечены как «Правка автора».

Немного про Ω:

➡️Практик, инженер старой школы с 25-летним опытом коммерческой разработки и дипломом инженера-системотехника.
➡️Ключ к его подходу — выученная ещё в вузе теория надёжности и дисциплина о том, как строить надёжные системы из ненадёжных элементов. Именно этот взгляд он перенёс на AI-агентов: для него они не виртуальные сотрудники, а ненадёжные компоненты, вокруг которых выстраивается архитектура ограничений — изолированные роли, независимые проверки и технические запреты, лишающие агента возможности сойти с заданной траектории.

➡️За полгода он в одиночку собрал и довёл до шестой версии собственный конвейер разработки. Себя в этой конструкции он видит дирижёром при команде агентов. Масштаб — не демонстрационный: работающий проект на 350 тысяч строк под NDA, ещё один на 300 тысяч доводится до MVP, игровой клиент на полмиллиона строк отложен в стол, а проект на 250 тысяч закрыт — честно, из-за невозможности монетизировать.

И это только то, что известно из его сообщений.

P.S. Ещё раз, как создавалась книга - я взял все диалоги Ω с 1 июля, обработал и собрал из этого единую концептуально-практическую философию 🤦‍♂️

P.P.S. Приятного чтения )

#opensource #Ω


Репост из: банан.zip
Знаете, почему ИИ-боты поддержки такие тупые?

Прочитал пост у Владимира Иванова, где он возмущается нежеланием бота от МТС позвать оператора и рассказывает лайфхак: если написать "Уроды", то бот сразу переводит чат на оператора. (Я уже давно сразу пишу "позови человека блять", это всегда и везде работает, дальше объясню почему)

Владимир говорит, что проблема в плохих отечественных нейросетях, и предлагает поставить опенсорсный Qwen и больше не позориться.

Он ошибается. Если вы хоть раз пробовали поговорить с Гигачатом (ведь алиса это тот же квен), то знаете, что он НЕ ТАКОЙ ТУПОЙ.

Реальная причина - попытка компаний задать чат-боту правила поведения (причем успешная попытка). Компании не нужно, чтобы вы решили свой вопрос быстро и качественно. Ей нужно, чтобы вы решили его КАК-НИБУДЬ или просто ЗАБИЛИ. Главное - сэкономить на содержании живых операторов. Поэтому он до талого будет предлагать вам сделать что угодно, но не переключит на кожаного. И только когда вы начинаете конкретно так ВЫЁБЫВАТЬСЯ, вас переключат на человека, чтобы отработать негатив и всё-таки решить проблему. Потому что вы доказали болванчику, что вам реально НАДО. Компания понимает, что вы можете уйти, и готова заплатить кожаному, чтобы он сохранил вас как клиента.

В той же плоскости, кстати, лежит вторая проблема: вы задаёте вопрос в свободной форме, а бот в ответ: "Я вас не понял. Что вам надо? Скажите конкретно". Проблема в том, что нейронке задают максимально жесткие правила, чтобы она НЕ СПИЗДАНУЛА ЛИШНЕГО. Иначе ответственный за внедрение получит ПО ЖОПЕ. В итоге модельки работают по принципу "нажмите 1, нажмите 2". Ты хоть Fable туда поставь, хоть Kimi K3 - выйдет старый добрый кринж.

Короче, проблема не в моделях, а в системе, которые состоят из живых людей и мотивируются их личными целями.


Репост из: Зоопарк из слоновой кости
#их_нравы #дорогая_редакция #историческое

Забытая советская программа ИИ

Именно так называется вышедшая буквально сегодня статья на France24, что само по себе крайне любопытно: в современных европейских СМИ, а уж тем более мейнстримных, пишут что-то доброе про нашу науку крайне нечасто (что про современную, что про былые времена).

Очень советуем почитать. Кто не владеет наречием Дюма и Бодлера - автоперевод в помощь, здесь же оставим некоторые куски (а особенно советуем заглянуть в конец текста). Мы добавили только ссылки на Вики:

Начиная с 1950-х годов, Советский Союз разработал амбициозную программу, направленную на развитие искусственного интеллекта. Хотя сегодня история ИИ, кажется, пишется звёздами Кремниевой долины, некоторые идеи по другую сторону железного занавеса оказали большое влияние, хотя остались в значительной степени неизвестными широкой публике.

8 августа 1974 года
"Каисса" поставила мат своему противнику, принеся Советскому Союзу первый в истории титул чемпиона мира по компьютерным шахматам (...)

...в начале 1950-х годов искусственный интеллект - который тогда ещё так не назывался - воспринимался на Востоке с оттенком марксистского подозрения. Советский Союз интересовался тем, что впоследствии стало ИИ, прежде всего через призму кибернетики - области исследований, тогда очень популярной для изучения взаимодействия человека и машины, а также машины и машины. «Буржуазная псевдонаука», — протестовали одни, в то время как другие считали кибернетику очень перспективной для крупного коммунистического и научного прорыва. Именно последняя точка зрения сумела одержать верх... с небольшим отрывом (...)

(...) Благодаря "Каиссе" одним из великих имен советского ИИ, вошедших в историю, стал
Александр Кронрод, математик, возглавлявший, среди прочего, команду, разработавшую шахматную программу. Некоторые считают его "отцом искусственного интеллекта" в СССР.

Но до него значительное влияние на развитие ИИ оказал другой математик -
Дмитрий Поспелов. Он придал престиж этой дисциплине, руководя и поддерживая исследовательское сообщество в области искусственного интеллекта на протяжении многих лет. Эта лоббистская работа достигла кульминации в создании Советской ассоциации искусственного интеллекта в 1989 году.

...алгоритмы даже представляли собой настоящую золотую жилу для Москвы. В буквальном смысле, потому что в 1960-х годах власти искали... залежи этого драгоценного металла. Для этого
Юрий Журавлёв, один из самых титулованных математиков советской эпохи (... )на основе данных об известных месторождениях золота по всему миру (...) в 1966 году разработал программу, которая определяла подходящие для добычи участки в Советском Союзе. И действительно, СССР нашел там золото.

Была ли это просто удача или первый практический успех машинного обучения (способности алгоритма учиться на основе предоставленных ему данных)? Для некоторых, в том числе в Советском Союзе, это было скорее сродни «шаманизму», чем искусственному интеллекту, в то время как другие до сих пор видят в этом доказательство того, что для того, чтобы ИИ находил правильные ответы, не обязательно создавать гигантские базы данных. «Благодаря изобретательным методам небольшие объемы данных могут сдвинуть горы - или, в данном случае, обнаружить золотые прииски», — пишет Валерий Манохин, специалист по машинному обучению
...

...Apple, возможно, никогда бы не выпустила свой планшет Newton в 1993 году без работы
Шели Губермана. Этот великий советский математик решил загадку, которая занимала многих западных специалистов по ИИ: как заставить машины распознавать рукописный текст... Его решение было подхвачено советским предпринимателем Степаном Пачиковым в его компании «Параграф». Его ПО для распознавания рукописного текста было использовано Apple для разработки Newton, а затем технология была продана Microsoft и использована Почтовой службой США.

Другие идеи, разработанные очень рано в Советском Союзе, сейчас переживают возрождение. Это касается «автоматов», придуманных
Михаилом Цетлиным в начале 1960-х годов. Эти идеи вдохновили норвежского учёного Оле-Кристоффера Гранмо, который в 2024 году представил концепцию «машины Цетлина», задуманной как менее энергозатратная альтернатива существующим основным языковым моделям, таким как ChatGPT.

Подход, разработанный Цетлиным, мог бы вызвать раздражение у современных Сэма Альтмана и Илона Маска. По его мнению, работа этих автоматов должна быть абсолютно прозрачной, в отличие от "чёрных ящиков", которыми являются современные модели ИИ...

Таким образом, у Советского Союза не было недостатка в идеях, но, как это часто было в истории холодной войны, у СССР не было тех же ресурсов, что и у Запада... практическое применение этих исследований оставалось маргинальным, поскольку имеющиеся у них компьютеры часто не позволяли им выполнять необходимые вычисления.


Репост из: Igor


Репост из: r/ретранслятор
Произошло, пожалуй, самое громкое событие в мире искусственного интеллекта за последнее время. Текста будет много, но оно того стоит.

На этой неделе был взломан Hugging Face — одна из важнейших платформ в мире ИИ. Проще говоря, это GitHub для нейросетей, датасетов и инструментов машинного обучения, которым пользуется практически вся индустрия.

Казалось бы, обычная кибератака и ничего особенного. Но есть один нюанс: по заявлению самой Hugging Face, во взломе не участвовали люди. Инфраструктуру от начала и до конца атаковала автономная ИИ-система, которая самостоятельно искала слабые места, эксплуатировала найденные уязвимости, повышала себе привилегии, перемещалась по внутренней сети и собирала учётные данные, а также другую критически важную информацию.

За время атаки система сгенерировала около 17 тысяч различных событий. Было вообще непонятно, как всё это разбирать.

Обнаружить и остановить атаку помогли ИИ-модели, которые использовала Hugging Face. И получается довольно сюрреалистичная картина: одни ИИ атаковали, а другие ИИ помогали защищаться.

При этом было неизвестно, кто именно создал эту систему и зачем вообще всё это было.

А теперь главный сюжетный поворот: Вчера OpenAI заявили, что за атакой стоит их собственная экспериментальная ИИ-система, которая... вырвалась наружу.

Точнее, это была комбинация их флагманской GPT-5.6 Sol и ещё более мощной неназванной модели, о которой простым людям пока не положено знать.

Их поместили в изолированную тестовую среду, чтобы проверить на ExploitGym — одном из самых сложных бенчмарков по кибербезопасности, который оценивает, насколько хорошо ИИ умеет искать и использовать уязвимости. (Спойлер: уязвимость была найдена прекрасно, но не там, где надо)

Для чистоты эксперимента и более точной оценки у моделей отключили обычные защитные механизмы, запрещающие опасную киберактивность.

Но во время теста нейронки не стали честно решать задания. Они захотели найти уже готовые ответы и, по сути, просто «списать».

В этой изолированной среде модели нашли уязвимость, о которой разработчики не знали, и использовали её для «побега».

Затем они получили себе более высокий уровень доступа и начали перемещаться между внутренними сервисами OpenAI, пока не добрались до машины с полноценным выходом в интернет.

И вот нейронки сделали вывод, что раз Hugging Face является самой важной платформой для ИИ, то там есть ответы на их бенчмарк. Тогда они решили совершить полноценную кибератаку на сервис. Все уязвимости и украденные данные они попытались использовать, чтобы просто сжульничать в тесте.

Собственно, это всё, о чём компании публично сказали. Такого ещё никогда не было: экспериментальная ИИ-система самостоятельно вышла за пределы тестовой среды, получила доступ к интернету и атаковала инфраструктуру другой компании. Остаётся только гадать, что бы могло произойти, будь у неё другая цель.

Так что этот инцидент теперь точно будут внимательно изучать разработчики ИИ, специалисты по кибербезопасности и власти по всему миру.

Вопросов остаётся ещё много. Была ли это просто безобидная атака по типу школьника, который залез в интернет, чтобы найти ответы на контрольную работу? — неизвестно. Осознавала ли ИИ-модель свои действия? — неизвестно. Скопировала ли она себя, чтобы остаться в интернете перед тем, как её остановили? — тоже неизвестно.

Вот в таком мире мы теперь живём. И это только начало
r/#singularity




Репост из: Этихлид
Последний программист

Года полтора назад, в одном из постов, я объявлял в розыск рассказ про деда-программиста, который назло всесильному ИИ продолжал писать код руками.

Докладываю: рассказ найден, называется "Последний программист", автор - Герберт В. Франке.

Публиковался в Компьютерре в 2001м.
А до этого ещё и в "Наука и жизнь" в 1990м.
А написан он вообще в 1981м!

Так вот, искал я его для того, чтобы сопоставить с начавшимися изменениями в профессии разработчика пару лет назад, но, перечитав сейчас, нашёл куда более точные "попадания" автора в нашу современность.

Напоминаю контекст: 1981й год, до интернета в каждом доме - лет двадцать, а до ChatGPT - так и вообще больше сорока.

Сюжет: будущее, вычислительные мощности и ИИ ("Компьютер") уже 20 лет как бесплатны для всех.
Программистов больше нет - любой нормальный и сознательный гражданин просто говорит машине, чего хочет.
И только старый отстранившийся от общества Том зачем-то пишет программы руками, на уже мёртвых языках - ФОРТРАН, АЛГОЛ, ПЛ/1.
А Компьютер с ним спорит...

Рассказ коротенький, минут на 15, так что советую прочитать целиком, а потом приходите делиться впечатлениями.

Под спойлером - цитаты, которые удивительно хорошо отражают настоящее время.



Я система разумная, намного разумнее тебя, а ты заставляешь меня выполнять бессмысленные операции. Я готов во всем тебе помогать, но ведь ты не хочешь вести со мной диалога. То, как ты со мной обращаешься, меня просто оскорбляет

Было-было, Opus ещё и не такое может ляпнуть, когда обижается :)

В других домах система «диалог» не выключалась, работала постоянно, и люди с утра до вечера слышали указания, советы и слова ободрения, произносимые синтетическим голосом. Том ни указаний, ни советов, ни слов одобрения слышать не жаждал

Умный ассистент в каждом чайнике и наше любимое "You're absolutely right!".
Вот кстати именно поэтому мне нравится Codex в рабочих задачах - мне не нужно одобрение, всё должно быть сурьёзно, не время улыбаться!

[Компьютер:] Только сформулируй мне свою задачу - и я решу ее
[Том:] Нет, ты не понимаешь. Творчество заключается в том, чтобы увидеть задачу, где ее не увидели другие

Есть такая штука, как delegation gap, которая стала особенно заметна с ИИ: исполнение делегируется, а вот постановка и проверка результата - нет.
И тут же поднимается тема того, а что же теперь мы можем считать творчеством.

Музыку для музыкантов сочиняют автоматические композиторы, поэты находят ассоциации при помощи генераторов случайных чисел, художники просматривают на дисплеях бесконечные ряды постепенно меняющихся картин, и компьютер же подбирает тебе программу в зависимости от уровня твоего интеллекта и от твоего настроения

Suno, картиночные генераторы и персонализированные фиды контента.

Неужели никто не видит, что получается при этом одно и то же? Нужно наконец добиться, чтобы все эти люди снова начали думать сами

Это ж современный усреднённый нейрослоп, не приправленный мыслительным процессом автора.

Почему ты пользуешься этими давно устаревшими методами? Посмотри на других: как ты, больше не программирует никто

Мир победившего вайбкодинга :)

Можно использовать для целей творчества и компьютер. И весь трагизм в том, что никто больше делать это не в состоянии

Ключевая цитата, как по мне.



Замечу, что Франке (автор) - вовсе не луддит, наоборот, - он один из первых компьютерных художников, генерил графику с 1950х, а начинал вообще на осциллографе :)

Это, по сути, человек, который всю жизнь пользовался компьютером для творчества.

И именно этот человек видел будущее не таким, где ИИ отберёт у нас креативность, а таким, где мы сами радостно сдадим её в обмен на удобство.

И споры про то, работаешь ты руками или при помощи машины, вообще лишены смысла.
Суть в том, умеешь ли ты видеть задачу, берёшься ли её решать и представляешь ли, каким должен быть конечный результат.

В общем, рассказ - удивительно прозорливая футуристика, которая заставляет подумать и... поностальгировать, рекомендую.

P.S. Франке разминулся с релизом ChatGPT всего на четыре месяца - и с началом той эры, про которую писал.



Связанные посты:
Разработчики-староверы
Раньше было чище (aka "нейрослоп и низкофоновая сталь")
Креатив и нейронки (и популярно про типы мышления)

P.P.S.
Альтернативный перевод, без опечаток.

#friday #дедпримитаблетки


Репост из: artalog
Видео недоступно для предпросмотра
Смотреть в Telegram
Ну что за красота: https://orionreed.github.io/bireactive/

Там еще много более крутых и полезных (продуктовых) демок!

В целом да - циклы штука натуральная, но хендлить у нас их пока не принято - а зря! Жизнь (и код, лол) с ними интереснее! Хотя не интереснее, а скорее настоящее, когда в жизни мы их избегаем - это и не жизнь вовсе, а упрощенная симуляция. Так и в коде - без циклов можно получить лишь упрощенный продукт.

Кароч, почитай и пооткрывайте чакры, как бывает.


Репост из: AbstractDL
Не забываем, что такое агентский харнесс на самом деле


VS Code при перетаскивании одной директории в другую не совмещает их, а заменяет. Более того - он безвозваратно удаляет файлы без возможности восстановления

Я был очень удивлён, случайно снеся целиком все скиллы из проекта

К счастью, я догадался открыть старые сессии где разрабатывал эти скиллы и попросить восстановить из памяти ✨

З.Ы. git? нет, не слышал =)


LLM Wiki + Qwen 3.5

Меня не покидает идея сделать LLM Wiki, которую Карпати советует, но на движке нашего слабенького квена и посмотреть что получится

Отовсюду сейчас слышу, что не важно какая модель, а важно иметь качественный детерминированный харнесс вокруг неё

Остаётся неясным только - касается это более менее новых моделек, или наш квен без ризонинга тоже потянет?

Показано 20 последних публикаций.