The Art Of Programming

Местный бизнес.

Вот все говорят, местный бизнес сильнее всего страдает от кризиса, что логично. Думал, выйду пройдусь и заодно поддержу местный бизнес, а то голова от работы чет уже того. Как раз был прекрасный повод: у меня есть зимняя куртка, которую надо бы почистить. Посмотрел, ба, да кругом куча мест, где можно сдать одежду в химчистку. Да еще и конкуренты друг другу. Аж три сети.

Ну на Картах (роднулечках) выбрал ближайший пункт приема вещей в химчистку и пошел. Прихожу, о да, это ж пункт выдачи «Озон», но сеть вроде местная, думаю, запартнерились, может, удачно. Захожу — и облом, нет уже тут приема химчистки.

Ну, думаю, не беда, мне все равно по дороге, гулять полезно, иду за продуктами. Для контроля выбрал следующую точку в 2Gis (конкуренты, но всегда славились точностью проверки информации). И да, точка, где был, на карте отсутствует. Думаю, пока иду, своим зашлю репорт, что надо обновить инфу. Дохожу до другой точки, а это пункт выдачи WB. Думаю, ну понятно, сначала с одними заколабились, потом перетекли к конкуренту, а на Картах еще инфа не обновилась.

Захожу в ПВЗ, а мне говорят: «А у нас нет приема химчистки, вам надо в «Озон» с другой стороны здания». Думаю, тьфу, ну и на старуху бывает проруха, видимо, 2Gis лажанули с проверкой. Огибаю здание и захожу в конкурирующее ПВЗ. А там меня встречает: «Так мы всё, не принимаем, это сейчас на WB». Сказать, что я был фрустрирован (слово, конечно, не то), ничего не сказать.

Думаю. Ладно. Всякое бывает. Может, конкретно с этой сетью химчисток какие-то проблемы. Выбрал их конкурента. Благо их пункт приема буквально напротив, через 4 полосы, буквально в 5 минутах ходьбы. Проверил, что точка есть и в Картах, и в 2Gis.

Дохожу. И да, меня встречают родные двери ПВЗ Яндекс Маркета. Думаю, ну во-о-о-т, сейчас-то все будет четенько, как задумано.

Такого растерянного и запуганного взгляда девушки на ПВЗ я никогда не видел. «А вы что, прям сдать хотите? А я ни разу не принимала. Даже не знаю, в какой программе это делать». И судорожно пытается звонить хозяину точки, который, естественно, не на связи. Вид у меня в этот момент уже, наверно, совершенно неприличный.

Две разных сети химчисток. Четыре локации. Ноль попаданий. Местный бизнес, а-ло! У вас так денег никогда не будет. Пока вот сижу пью черный крепкий горячий чай и думаю о вечном.

Плюс 6% на A/B-тесте. Как вам?

Большие рекомендательные системы обычно похожи на хорошо организованный завод. Сначала больше десятка алгоритмов независимо ищут кандидатов. Затем преранжирование отсеивает лишнее. После этого несколько моделей, использующих сотни вручную спроектированных признаков, определяют окончательный порядок.

Система сложная, но каждый её компонент решает понятную локальную задачу. И это хорошо.

Но тут команда Яндекс Музыки опубликовала Sona Technical Report — о генеративной рекомендательной модели, которая в эксперименте заменила всю производственную цепочку: более 15 генераторов кандидатов, преранжирование, финальное ранжирование и сотни инженерных признаков. Одна модель получает историю действий пользователя, генерирует возможные треки и сама определяет их порядок.

В семидневном A/B-тесте на «Моей волне» в умных колонках Sona выдала:

🔵+4,53% активных пользователей;
🔵+6,30% времени прослушивания;
🔵+11,42% лайков;
🔵+17,99% команд «повтори»;
🔵+7,37% глубоко вовлечённых пользователей.

При этом эксперимент охватывал одну поверхность, а покрытие музыкального каталога пока уступает прежней системе.

Но идея «одна обучаемая end-to-end модель вместо множества специализированных компонентов» выходит далеко за пределы LLM. Пока идут дискуссии, но, возможно, скоро мы будем смотреть на нынешние сложные рекомендательные конвейеры как на строительные леса — необходимые лишь до появления достаточно сильной единой модели.

Что вы знаете про сон?

Сам я сплю с нарушениями, особенно в моменты пиковой активности, конференций и большой загрузки. Это не самым приятным образом сказывается на здоровье, хотя я многое сделал за последние годы для его улучшения. Тема сна очень важна, и я решил занырнуть в нее поглубже.

Изначально мне было интересно, а что там с дневным сном, любой ли дневной сон полезен. Нашел исследование трех соавторов:

Mitsuo Hayashi, Sanae Ito, Tadao Hori — The effects of a 20-min nap at noon on sleepiness, performance and EEG activity.

К сожалению, оно оказалось не показательным. Но предварительные выводы про то, что 20-минутный сон в полдень даёт частичный и недолгий эффект, хорошо согласуются с другой ранней работой Mitsuo Hayashi и Tadao Hori. В этой работе «такой же сон» около 14:00 действовал сильнее и дольше. Есть гипотеза, что такой сон совпадает с естественным послеобеденным снижением бодрости.

Но этого недостаточно. И я вернулся к первооткрывателю термина power nap — Джеймсу Маасу. Он с коллегами в 1998 году выпустил книгу:

Power Sleep: The Revolutionary Program That Prepares Your Mind for Peak Performance.

Она посвящена тому, как продолжительность сна и его качество влияют на бодрость, настроение, мышление и работоспособность. Маас предлагает относиться ко сну как к необходимому условию высокой продуктивности.

В книге собраны некоторые рекомендации по режиму сна, борьбе с недосыпом и дневной сонливостью, а также объясняется польза короткого восстанавливающего сна — *power nap*. Большую часть всего изложенного вы, скорее всего, уже слышали в информационном пространстве.

Но самым интересным для меня в книге оказалось приложение, дневник контроля сна — Peak Performance Sleep Log. Дневник, в котором можно отмечать время отхода ко сну и время подъёма, ночные пробуждения, качество отдыха, употребление кофеина и алкоголя, физическую активность и дневной уровень энергии.

Такой дневник помогает увидеть связь между повседневными привычками, сном и собственной работоспособностью. Ну и у издателя можно скачать дневник отдельным файлом.

#DevRel

Stack Overflow мёртв?

В 2014 году на Stack Overflow появлялось больше 200 тысяч вопросов в месяц. А в январе 2026-го — порядка 2,5 тысяч. Падение почти на два порядка. Правда, самое интересное здесь, на мой вкус, не в цифрах.

Раньше типичный путь разработчика был таким:

1. Столкнулся с проблемой.
2. Сформулировал вопрос.
3. Получил пару комментов, что вопрос задан неправильно.
4. Переписал или дополнил вопрос.
5. Кто-то сообщил тебе, что это дубликат вопроса 2013 года.
6. И вот уже потом ты находил ответ в комментарии с двумя-тремя голосами.

Теперь этот путь выглядит сильно проще:

> «Вот код, вот ошибка, помоги разобраться».

И тот самый AI отвечает сразу. Без всей этой подготовительной работы, без ожидания негатива и ожиданий людей, живущих в другом часовом поясе. Поэтому AI просто заменил саму потребность заходить на Stack Overflow для большинства повседневных задач.

Но есть одно опасение.

AI отвечает, и весьма сносно, только потому, что когда-то сотни тысяч людей бесплатно создавали Stack Overflow: задавали вопросы, спорили, исправляли ответы и голосованием отделяли полезное от правдоподобного. Мы перестали ходить к этому колодцу — но продолжаем пользоваться водой из него.

Старые ответы постепенно устаревают. Новые технологии появляются быстрее. Реальных вопросов и проверенных людьми ответов становится меньше.

И тут настоящая проблема. Если новые знания не проявляются через человеческое взаимодействие — AI начинает всё чаще пересказывать старые знания — и учиться на текстах, созданных другими AI.

Так мёртв ли Stack Overflow?

🔵Как привычный интерфейс решения проблем — почти да.

🔵Как накопленная база инженерных знаний — точно нет, хотя это временно.

🔵Как сообщество, способное производить новые проверенные знания — он находится в опасной точке.

Stack Overflow пытается найти новые форматы взаимодействия.
Возможно, это и есть его будущее.
Ну а мы будем продолжать вести наблюдение.

AI-агенту мало хорошей модели.

Настало время вспомнить про Мартина нашего Фаулера, у него на сайте еще весной вышла отличная статья от Биргитты Бёкелер про про harness engineering:

Birgitta Böckeler — Harness engineering for coding agent users

Она по сути пытается кодифицировать инженерное окружение, которое помогает coding-агентам работать автономнее и надёжнее. Главная мысль проста: качество результата определяет не только модель.

Агенту нужны:

— правила и контекст, которые могут направить его до работы;

— тесты, линтеры и архитектурные проверки, которые дают быструю обратную связь;

— цикл самокоррекции, в котором найденная ошибка исправляется до прихода человека (местами пока фантастика, но кое-что уже работает).

Особенно мне понравилось разделение проверок на вычислительные — быстрые и детерминированные — и смысловые, выполняемые другими моделями.

Получается такой сдвиг — мы проектируем среду, в которой агенту проще сделать правильно и сложнее — незаметно ошибиться. Кажется, мы все пришли к этим выводам, но Биргитта это зафиксировала текстом.

За нами остается важная задача. Определить, что значит «хорошо», и встроить это в систему.

В эти выходные — Я про бэкенд!

Страшно подумать, в следующую субботу уже 3 октября! Именно в этот день мои коллеги в Москве и в онлайн проводят конференцию — Я про бэкенд.

Название обещает нам: высоконагруженные рекомендательные, генеративные и другие системы под капотом AI‑first-продуктов и то, как разработчики этих систем справляются с нетривиальными вызовами.

Лично я ожидаю эпичного накала доклад «База векторных баз» от воронежского быдла, как сам себя называет — Андрей Аксёнов. Запасаемся семками взводим будильники.

Заявки на регистрацию еще принимаются, успевайте.

Дело не в собаках.

Не так давно я рассказывал про исследовательский рефлекс, и, конечно, нельзя обойти стороной персону, приложившую к его изучению колоссальные усилия.

26 сентября 1849 года по новому стилю в мир вошел Иван Петрович Павлов. Выдающийся физиолог, чьи открытия сильно повлияли на медицину, психологию и педагогику.

Многим он известен по фразе «собака Павлова». Собака Павлова — это устойчивый научный термин, обозначающий серию экспериментов Ивана Петровича, которые были направлены и впоследствии помогли понять, как работают условные рефлексы.

В 1890 году Павлов избран профессором и заведующим кафедрой фармакологии Военно-медицинской академии.

В 1896 году Павлов становится заведующим кафедрой физиологии, и руководил он ей до 1924 года.

Самая известная и самая подробная ранняя работа по классическому обусловливанию была сделана Иваном Петровичем Павловым в ходе экспериментов с собаками и опубликована в 1897 году.

Классическое обусловливание (также известное как павловское или респондентное) — это процедура научения, формирования условно-рефлекторных реакций, при которой безусловный стимул (например, еда) сочетается с нейтральным стимулом (например, звук колокольчика) до тех пор, пока нейтральный стимул не станет условным, то есть начнёт вызывать условную реакцию (например, слюноотделение), такую же, как и безусловный стимул.

В 1904 году Павлову вручили Нобелевскую премию за исследование функций главных пищеварительных желёз (по сути, он переоткрыл, как же там всё работает, увлекательные эксперименты) — он стал первым российским Нобелевским лауреатом.

За год до нобелевской премии Павлов в Мадриде читает лекцию, которую, согласно Scopus и Web of Science, цитируют чаще всего — «Лекция о работе главных пищеварительных желёз» (Madrid Lecture, 1903) (тут чуть более позднее издание этой лекции).

В 1923 году Госиздат печатает практически монументальный труд Павлова.

Двадцатилетний опыт объективного изучения высшей нервной деятельности (поведения) животных. Условные рефлексы. Сб. ст., докл., лекций и речей. М.; Пгр.: Госиздат., 1923. — 244 с.

Все время после революции и до своей смерти Павлов поддерживает тесные связи со своим учеником Глебом Васильевичем фон Анрепом, который помогает переводить его труды на английский язык. И в 1927году в Oxford Univ. Press выходит переработанный сборник лекций Павлова — Conditioned reflexes.

Conditioned reflexes, an investigation of the physiological activity of the cerebral cortex / Transl. and ed. by G. V. Anrep. — London: Oxford Univ. Press, 1927. — 430 p.

В этом же 1927 году в США работу перепечатывают в издательстве New York: Dover Publications.

Pavlov IP. Conditional Reflexes. — Dover Publications. — New York: Dover Publications, 1927. (свеженький вариант)

Павлов скончался 27 февраля 1936 года в Ленинграде от острого воспаления лёгких. Похоронен на Литераторских мостках Волковского кладбища.

Мы с вами, да и любые зрители докладов и посетители тренингов, конечно, не собаки. Но на нас действует и исследовательский рефлекс, и классическое обусловливание.

#DevRel

Моментальный Оverjustification effect.

Есть старый и очень интересный эксперимент, его проявление я вижу постоянно в своей работе и в работе DevRel-коллег. Так как сезон конференций в самом начале, не грех напомнить себе и коллегам о нем. В 1973 году психологи Марк Леппер, Дэвид Грин и Ричард Нисбетт поставили эксперимент с дошкольниками, теми, кто изначально любил рисовать.

В эксперименте за рисование детям обещали символическую награду — грамоту с золотой печатью и лентой.

Через непродолжительное время дети стали реже выбирать рисование по собственной инициативе.

Эффект проявился практически моментально — через одну-две недели.

Ожидавшие награду дети проводили за рисованием меньше свободного времени. Тут важно, что они не перестали рисовать совсем, а стали просто меньше времени проводить за своим любимым ранее делом. Для проверки гипотезы были также группы с без награды и с неожиданной наградой — у них такого снижения не обнаружили.

Исследователи назвали это эффектом сверхоправдания — оverjustification effect.

П.С. Тут небольшое дополнение.

#DevRel

29 лет Яндексу!

Сегодня праздник, да еще какой — 29 лет Яндексу. Праздновать, правда, будем в пятницу. Тут ретро-истории вспоминают.

Вчера в ночи как-то на ностальгический лад благодаря поводу был настроен. В полуночном чатике с друзьями обсуждал, как называть первые сервера и переезды. У меня были и звезды, и герои фантастических произведений. А был еще и гарем — в котором жили виртуалки, тут уж имена можете представить самостоятельно.

А тут в чате коллег про сервера прочитал:
— Сегодня пал Изенгард!
— Карфаген должен быть разрушен!

А вы называете как-то интересно свои сервера?

Новая модель — только начало.

Обучать модели с нуля — Да! Яндекс выпустил AliceAI-Foundation-80B-A3B-Base.

Екатерина Редина — Открываем AliceAI-Foundation-80B-A3B-Base — новую языковую модель Яндекса, обученную с нуля

Модель построена на архитектуре Mixture of Experts: при каждом запросе используется только небольшая часть параметров. Основной претрейн прошёл на 17,5 трлн токенов, а максимальный контекст модели — 128K токенов.

Это именно базовая модель до посттрейна, поэтому сравнивать её результаты напрямую с готовыми ChatGPT, Claude или Gemini некорректно. Стартовый поинт, так сказать.

И, конечно, коментарии всех мастей про «закрытые контуры», «правительственные системы», «суверенное обучение». Ну чего я только не наслушался и не начитался сегодня.

Кажется, упускается самое важное. «Обучение моделей» — это очень сложная и чудовищно дорогая технология и весьма непростой процесс. И пока ты строишь свой собственный конвеер и при этом не зарабатываешь на этом деньги, нуууу... ты топишь ассигнациями котел, обогревающий атмосферу.

Но есть точка, когда хотя бы на бумаге становится понятно, что экономика может начать сходиться. Чтобы сегодня модель вышла, решение по обучению моделей было принято не вчера. И тем, кто продолжает вести наблюдение, конечно, следует это учитывать.

Осень — нагрузка, самое время чуть больше подумать о себе.

Помните вот этот дневной сон в садике? Да во взрослом возрасте прям иногда клонит после обеда дремануть. Оказалось, полезно ненадолго уснуть, чтобы продолжить вджобинг.

Короткий дневной сон для восстановления бодрости — power nap. Автором термина считают американского психолога и исследователя сна Джеймса Мааса из Корнеллского университета.

Обычно речь о 10–20 минутах сна. Такой отдых может уменьшить сонливость и усталость, помочь вниманию и выполнению умственных задач. Дольше не всегда лучше: после более продолжительного сна можно на некоторое время почувствовать заторможенность — это называют инерцией сна.

Для короткого отдыха подойдут спокойное место и будильник. Если вечером трудно заснуть, дневной сон лучше перенести на более раннее время или ограничить. И помнить: power nap помогает временно восстановить бодрость, но не заменяет полноценный ночной сон.