Популярность нейронок создала «специалистов по очистке вайбкодинга». Айтишники теперь пишут в резюме, что умеют фиксить некачественный код от ИИ.
На LinkedIn уже можно найти сотни разработчиков с умением «подчищать» за нейросетями и правильно внедрять ИИ.
Мы запутались в слоях иронии.
На LinkedIn уже можно найти сотни разработчиков с умением «подчищать» за нейросетями и правильно внедрять ИИ.
Мы запутались в слоях иронии.
Forwarded from Бэкдор
This media is not supported in your browser
VIEW IN TELEGRAM
ОР: чел прошел айтишный собес, посадив своего друга-кодера под стол, а сам сел дальше от экрана и печатал по воздуху.
Нейронки больше не нужны.
👍 Бэкдор
Нейронки больше не нужны.
Please open Telegram to view this post
VIEW IN TELEGRAM
Instruct-модель — это “послушный помощник”.
Её обучают следовать инструкциям из одного–двух абзацев и выдавать полезный ответ сразу. Сильна в переформулировках, резюме, Q&A, написании кода/писем по шаблону. Обычно отвечает быстро, дешево, без долгих рассуждений.
Reasoning-модель — это “мыслящий решатель задач”.
Её обучают пошагово рассуждать, планировать и проверять себя (self-check). Она внутренне ведёт скрытый «черновик» рассуждений, может разбирать задачу на подзадачи, делать выводы и верифицировать ответы. Сильна там, где важно логическое многошаговое решение: сложные алгоритмические задачи, математика, планирование, баг-хантинг, разбор неоднозначных требований. Обычно медленнее и дороже, но надёжнее на сложных кейсах.
Ключевые отличия
• Цель обучения
• Instruct: “Сделай X по указанию пользователя”.
• Reasoning: “Найди корректное решение, объяснив себе путь” (черновик скрыт от пользователя).
• Стратегия ответа
• Instruct: одна проходка → ответ.
• Reasoning: многошаговое мышление (draft → проверка → финальный вывод).
• Устойчивость к ловушкам
• Reasoning модели чаще избегают “поверхностных” ошибок и лучше держат контекст.
• Стоимость/скорость
• Instruct быстрее и дешевле; Reasoning — медленнее/дороже.
• Когда что выбрать
• Рутинные задания, генерация текста, простые вопросы → Instruct.
• Нестандартные задачи, анализ требований, длинные цепочки логики, точность важнее скорости → Reasoning.
Если кратко: Instruct — про выполнение инструкций; Reasoning — про надёжное многослойное мышление и решение сложных задач.
Её обучают следовать инструкциям из одного–двух абзацев и выдавать полезный ответ сразу. Сильна в переформулировках, резюме, Q&A, написании кода/писем по шаблону. Обычно отвечает быстро, дешево, без долгих рассуждений.
Reasoning-модель — это “мыслящий решатель задач”.
Её обучают пошагово рассуждать, планировать и проверять себя (self-check). Она внутренне ведёт скрытый «черновик» рассуждений, может разбирать задачу на подзадачи, делать выводы и верифицировать ответы. Сильна там, где важно логическое многошаговое решение: сложные алгоритмические задачи, математика, планирование, баг-хантинг, разбор неоднозначных требований. Обычно медленнее и дороже, но надёжнее на сложных кейсах.
Ключевые отличия
• Цель обучения
• Instruct: “Сделай X по указанию пользователя”.
• Reasoning: “Найди корректное решение, объяснив себе путь” (черновик скрыт от пользователя).
• Стратегия ответа
• Instruct: одна проходка → ответ.
• Reasoning: многошаговое мышление (draft → проверка → финальный вывод).
• Устойчивость к ловушкам
• Reasoning модели чаще избегают “поверхностных” ошибок и лучше держат контекст.
• Стоимость/скорость
• Instruct быстрее и дешевле; Reasoning — медленнее/дороже.
• Когда что выбрать
• Рутинные задания, генерация текста, простые вопросы → Instruct.
• Нестандартные задачи, анализ требований, длинные цепочки логики, точность важнее скорости → Reasoning.
Если кратко: Instruct — про выполнение инструкций; Reasoning — про надёжное многослойное мышление и решение сложных задач.
Forwarded from Сиолошная
Вышел Cursor 2.0, и переход к новой мажорной версии сделан не просто так. Теперь вдобавок к режиму IDE (среде разработки) добавлен режим Agent.
Он сфокусирован и изначально задизайнен с акцентом на агентов, а не на файлы. Когда вам необходимо погрузиться глубже в код, вы можете легко открыть файлы в новом интерфейсе или переключиться обратно на классическую IDE.
Cursor 2.0 позволяет с легкостью запускать множество агентов впараллель, без взаимных пересечений. Можно запускать как одни и те же модели, так и разные — это новый паттен, возникший в последние полгода: люди работают в 3-4-5 копиях одного репозиториря, чтобы не просиживать штаны, пока агент гоняет код.
Но и параллельный запуск нескольких моделей для решения одной и той же задачи с последующим выбором наилучшего результата значительно улучшает итоговый результат.
В Cursor 2.0 мы теперь стало намного проще быстро просмотреть изменения, внесенные агентом, и при необходимости глубже изучить код. Кроме того, в инструмент внедрили специальный браузер, позволяющий Cursor-агенту тестировать свою работу и итерироваться, пока не будет получен корректный конечный результат. Плюс, если вам что-то не понравится — можно выделить элемент и дать обратную связь для исправления.
Вместе с этим компания запускает Composer, модель, обученную ими самими (вот блог, из интересного — используют свои MXFP8 kernels). Она не лучше закрытых проприетарных решений, зато сильно быстрее; но цена — как у GPT-5 (то есть ниже Sonnet 4.5 и тем более Opus).
С дизайна в ролике кайфанул 👇
Он сфокусирован и изначально задизайнен с акцентом на агентов, а не на файлы. Когда вам необходимо погрузиться глубже в код, вы можете легко открыть файлы в новом интерфейсе или переключиться обратно на классическую IDE.
Cursor 2.0 позволяет с легкостью запускать множество агентов впараллель, без взаимных пересечений. Можно запускать как одни и те же модели, так и разные — это новый паттен, возникший в последние полгода: люди работают в 3-4-5 копиях одного репозиториря, чтобы не просиживать штаны, пока агент гоняет код.
Но и параллельный запуск нескольких моделей для решения одной и той же задачи с последующим выбором наилучшего результата значительно улучшает итоговый результат.
В Cursor 2.0 мы теперь стало намного проще быстро просмотреть изменения, внесенные агентом, и при необходимости глубже изучить код. Кроме того, в инструмент внедрили специальный браузер, позволяющий Cursor-агенту тестировать свою работу и итерироваться, пока не будет получен корректный конечный результат. Плюс, если вам что-то не понравится — можно выделить элемент и дать обратную связь для исправления.
Вместе с этим компания запускает Composer, модель, обученную ими самими (вот блог, из интересного — используют свои MXFP8 kernels). Она не лучше закрытых проприетарных решений, зато сильно быстрее; но цена — как у GPT-5 (то есть ниже Sonnet 4.5 и тем более Opus).
С дизайна в ролике кайфанул 👇
Media is too big
VIEW IN TELEGRAM
Последнее время при поиске ответа на интересующий вопрос в Google, заметил, что зачастую я не спускаюсь дальше 1-й строчки, так как результат 1-й строки «Ответ от ИИ» меня полностью устраивает.
Но помним, что слепо доверять нельзя - поэтому коротко расскажу как отношусь к ответам LLM.
Для начала вспомним - что такое FP/FN (False positive / False negative)
- Ложно-положительное (FP): модель говорит «ДА» там, где правильный ответ «НЕТ».
Примеры: пометила безобидный текст как токсичный; уверенно «придумала» факт; ответила, хотя должна была «не знаю».
- Ложно-отрицательное (FN): модель говорит «НЕТ» там, где правильный ответ «ДА».
Примеры: пропустила токсичность; отказалась отвечать на корректный вопрос; не извлекла релевантный документ.
Полученный ответ от LLM оцениваю c точки зрения, что любой положительный ответ может быть ложно-положительный, а любой отрицательный - ложно-отрицательным.
Далее вопрос, насколько важна для меня полученная информация и какие цели ее использования:
- Если информация критически необходима для меня и влияет на принятие какого-то важного решения, то информация дополнительно мною проверяется уже классическим образом на предмет FP/FN.
- Если информация не имеет для меня критической значимости (например, когда собираешь аптечку для путешествия за границу и нужно взять какое-то обезболивающее на всякий случай, а дома только один препарат И нет особых показаний к использованию именно этого препарата) И LLM говорит, что это НЕ ДЕЛАТЬ - вопрос мной не оценивается с точки зрения FN, я просто принимаю ответ модели как есть.
Обратная ситуация, ЕСЛИ модель говорит - "Да", то вопрос тоже не оценивается и на предмет FP.
Но помним, что слепо доверять нельзя - поэтому коротко расскажу как отношусь к ответам LLM.
Для начала вспомним - что такое FP/FN (False positive / False negative)
- Ложно-положительное (FP): модель говорит «ДА» там, где правильный ответ «НЕТ».
Примеры: пометила безобидный текст как токсичный; уверенно «придумала» факт; ответила, хотя должна была «не знаю».
- Ложно-отрицательное (FN): модель говорит «НЕТ» там, где правильный ответ «ДА».
Примеры: пропустила токсичность; отказалась отвечать на корректный вопрос; не извлекла релевантный документ.
Полученный ответ от LLM оцениваю c точки зрения, что любой положительный ответ может быть ложно-положительный, а любой отрицательный - ложно-отрицательным.
Далее вопрос, насколько важна для меня полученная информация и какие цели ее использования:
- Если информация критически необходима для меня и влияет на принятие какого-то важного решения, то информация дополнительно мною проверяется уже классическим образом на предмет FP/FN.
- Если информация не имеет для меня критической значимости (например, когда собираешь аптечку для путешествия за границу и нужно взять какое-то обезболивающее на всякий случай, а дома только один препарат И нет особых показаний к использованию именно этого препарата) И LLM говорит, что это НЕ ДЕЛАТЬ - вопрос мной не оценивается с точки зрения FN, я просто принимаю ответ модели как есть.
Обратная ситуация, ЕСЛИ модель говорит - "Да", то вопрос тоже не оценивается и на предмет FP.
RAGAS (Retrieval Augmented Generation Assessment / иногда пишут RAGAs) — открытая LLM-based система метрик для reference-free (без готовых «правильных» ответов) оценки RAG-пайплайнов. Её цель — разложить качество RAG-системы по нескольким независимым аспектам (retriever + generator) и дать как отдельные показатели, так и сводную метрику.
По умолчанию в RAGAS используют четыре ключевые метрики; их среднее дают ragas score — единый числовой индикатор:
1. Faithfulness (достоверность / factuality) — оценивает, насколько утверждения в ответе соответствуют информации, найденной в контекстных пассажа(ах). То есть: отвечает ли модель только на основе контекста или «домысливает» факты.
2. Answer relevancy (релевантность ответа) — насколько ответ адресует сам запрос пользователя (включая полноту и фокус). Это про то, «насколько ответ по делу».
3. Context recall (recall контекста) — из всех релевантных фрагментов в базе (или ожидаемых релевантных фактах) — какая доля была действительно извлечена/представлена в retrieved passages. То есть меряет полноту извлечённого контента.
4. Context precision (precision контекста) — доля извлечённых фрагментов, которые действительно релевантны и полезны (т.е. насколько «чист» retrieval без лишнего шума).
По умолчанию в RAGAS используют четыре ключевые метрики; их среднее дают ragas score — единый числовой индикатор:
1. Faithfulness (достоверность / factuality) — оценивает, насколько утверждения в ответе соответствуют информации, найденной в контекстных пассажа(ах). То есть: отвечает ли модель только на основе контекста или «домысливает» факты.
2. Answer relevancy (релевантность ответа) — насколько ответ адресует сам запрос пользователя (включая полноту и фокус). Это про то, «насколько ответ по делу».
3. Context recall (recall контекста) — из всех релевантных фрагментов в базе (или ожидаемых релевантных фактах) — какая доля была действительно извлечена/представлена в retrieved passages. То есть меряет полноту извлечённого контента.
4. Context precision (precision контекста) — доля извлечённых фрагментов, которые действительно релевантны и полезны (т.е. насколько «чист» retrieval без лишнего шума).
Love. Death. Engineering
https://www.youtube.com/watch?v=WRg13Ze_UpY
Звучат интересные тезисы, которые заставляют задуматься.
Основное (своими словами):
- «Лучшая практика» — это не аргумент. Если единственное обоснование решения — «так делают все» или «это best practice», значит, аргументов ещё нет. Архитектор должен объяснять, почему это работает именно в данном контексте.
- Архитектор отвечает за самый дорогой выбор сейчас. Это человек, который принимает решения, которые потом будет сложнее и дороже всего менять: архитектурный стиль, способ интеграции, платформы, ключевые технологии. Эти решения нужно сделать заранее.
- После старта проекта всегда будут вещи которые нужно добавить и которые нужно убрать. Важно следить за тем, что не нужно добавлять в решение.
- Если вы сторонник простоты, то у вас душа архитектора.
- Архитектор должен говорить:«нет» «мы можем это сделать, но чуть позже, не сейчас».
Основное (своими словами):
- «Лучшая практика» — это не аргумент. Если единственное обоснование решения — «так делают все» или «это best practice», значит, аргументов ещё нет. Архитектор должен объяснять, почему это работает именно в данном контексте.
- Архитектор отвечает за самый дорогой выбор сейчас. Это человек, который принимает решения, которые потом будет сложнее и дороже всего менять: архитектурный стиль, способ интеграции, платформы, ключевые технологии. Эти решения нужно сделать заранее.
- После старта проекта всегда будут вещи которые нужно добавить и которые нужно убрать. Важно следить за тем, что не нужно добавлять в решение.
- Если вы сторонник простоты, то у вас душа архитектора.
- Архитектор должен говорить:
Forwarded from Data Secrets
Anthropic утверждают, что их сотрудники делегируют Claude уже 60% ежедневных задач
Всего года назад этот показатель составлял около 28%.
Компания также заявила, что ИИ повысил продуктивность инженеров на 30 процентных пунктов. И не только из-за автоматизации собственных задачек: например, среди сотрудников теперь существует негласное правило «сначала спроси у ИИ, затем у коллег», которое тоже сокращает нагрузку работников на многих позициях.
www.anthropic.com/research/how-ai-is-transforming-work-at-anthropic
Всего года назад этот показатель составлял около 28%.
Компания также заявила, что ИИ повысил продуктивность инженеров на 30 процентных пунктов. И не только из-за автоматизации собственных задачек: например, среди сотрудников теперь существует негласное правило «сначала спроси у ИИ, затем у коллег», которое тоже сокращает нагрузку работников на многих позициях.
www.anthropic.com/research/how-ai-is-transforming-work-at-anthropic
Forwarded from e/acc
Шифропанки проиграли
Я начал вести этот канал с серии постов об истории Cypherpunks — более чем 40-летнего движения, которое привело к появлению ключевых технологий, позволяющих построенние децентрализованных систем и институтов, таких как PGP и PKI (способ гарантировано приватного общения), Digicash (первые электронные деньги), TOR и Bittorent и, наконец, Биткоина, Эфира и идеи ДАО.
Почему это важно? Математика — неостановимый инструмент. Мы научились создавать нецензурируемые деньги и каналы связи. Но победив в создании инструментов, мы споткнулись о реальность их внедрения. Распространение технологий зависит не от криптографической стойкости, а от старой скучной политики и человеческой психологии, где важнее привычки, чем алгоритмы.
Четыре года я делал проекты в области SSI — системы цифровой identity для образования, медицины и идентификации в интернете. Технически мы всё сделали верно. Коммерчески проекты были успешны. Но идеологически мы провалились: вижен «суверенной личности» остался утопией. Люди не стали владеть своими данными, они просто получили еще один логин-пароль, за которым стоял новый посредник.
Парадокс: технологии шифропанков победили везде, но их идеология нигде не прижилась. Триллионы долларов в крипте, HTTPS на каждом сайте, сквозное шифрование в мессенджерах. Но криптографический слой оказался захвачен той самой бюрократической машиной (Левиафаном), против которой создавался. Пользователи сами, добровольно, отдают ключи от своей крипты Бинансу, а свои переписки — серверам Gmail и iMessage.
Причина проста: мы проигнорировали «когнитивный налог». Шифропанки требовали от человека ответственности: хранить ключи, понимать риски, настраивать ноды. Но обычный человек не хочет разбираться в эллиптических кривых ради покупки чашки кофе. Он выбирает Google не потому, что любит корпорации, а потому что восстановить пароль там можно за две минуты. Удобство — наркотик, а централизация — его главный дилер. Если приватный инференс стоит $50k, он проиграет подписке за $20, даже если эта подписка читает и использует ваши данные.
Но война не окончена. Сейчас код перестает быть просто софтом и становится институциональным дизайном. Следующее поколение систем (ИИ-агенты, абстракция аккаунтов и чейнов в крипте, intent economy) скроет сложность от пользователя. И главное его преимущество остается
Будущее не за тем, чтобы заставить всех стать гиками. Будущее за системами, которые являются само-оптимизирующимися кибернетическими организмами, где «правильный» выбор является одновременно и самым простым. Лозунг «Cypherpunks write code» не просто про код, а про дизайн механизмов (стимулов) и интерфейсы, которые делают свободу фичей системы. Мы неизбежно придем к автономным институтам не потому, что люди станут сознательнее, а потому что старые институты коллапсируют под весом собственной неэффективности. Почему — в следующей части.
Я начал вести этот канал с серии постов об истории Cypherpunks — более чем 40-летнего движения, которое привело к появлению ключевых технологий, позволяющих построенние децентрализованных систем и институтов, таких как PGP и PKI (способ гарантировано приватного общения), Digicash (первые электронные деньги), TOR и Bittorent и, наконец, Биткоина, Эфира и идеи ДАО.
Почему это важно? Математика — неостановимый инструмент. Мы научились создавать нецензурируемые деньги и каналы связи. Но победив в создании инструментов, мы споткнулись о реальность их внедрения. Распространение технологий зависит не от криптографической стойкости, а от старой скучной политики и человеческой психологии, где важнее привычки, чем алгоритмы.
Четыре года я делал проекты в области SSI — системы цифровой identity для образования, медицины и идентификации в интернете. Технически мы всё сделали верно. Коммерчески проекты были успешны. Но идеологически мы провалились: вижен «суверенной личности» остался утопией. Люди не стали владеть своими данными, они просто получили еще один логин-пароль, за которым стоял новый посредник.
Парадокс: технологии шифропанков победили везде, но их идеология нигде не прижилась. Триллионы долларов в крипте, HTTPS на каждом сайте, сквозное шифрование в мессенджерах. Но криптографический слой оказался захвачен той самой бюрократической машиной (Левиафаном), против которой создавался. Пользователи сами, добровольно, отдают ключи от своей крипты Бинансу, а свои переписки — серверам Gmail и iMessage.
Причина проста: мы проигнорировали «когнитивный налог». Шифропанки требовали от человека ответственности: хранить ключи, понимать риски, настраивать ноды. Но обычный человек не хочет разбираться в эллиптических кривых ради покупки чашки кофе. Он выбирает Google не потому, что любит корпорации, а потому что восстановить пароль там можно за две минуты. Удобство — наркотик, а централизация — его главный дилер. Если приватный инференс стоит $50k, он проиграет подписке за $20, даже если эта подписка читает и использует ваши данные.
Но война не окончена. Сейчас код перестает быть просто софтом и становится институциональным дизайном. Следующее поколение систем (ИИ-агенты, абстракция аккаунтов и чейнов в крипте, intent economy) скроет сложность от пользователя. И главное его преимущество остается
Будущее не за тем, чтобы заставить всех стать гиками. Будущее за системами, которые являются само-оптимизирующимися кибернетическими организмами, где «правильный» выбор является одновременно и самым простым. Лозунг «Cypherpunks write code» не просто про код, а про дизайн механизмов (стимулов) и интерфейсы, которые делают свободу фичей системы. Мы неизбежно придем к автономным институтам не потому, что люди станут сознательнее, а потому что старые институты коллапсируют под весом собственной неэффективности. Почему — в следующей части.
Telegram
e/acc
До недавнего времени криптография считалась военной технологией, доступной только избранным и применяемой государствами для защиты сверхценной информации.
Однако, со стремительным ростом компьютерных технологий и экспоненциальным падением стоимости вычислительных…
Однако, со стремительным ростом компьютерных технологий и экспоненциальным падением стоимости вычислительных…
«Когнитивный налог».
А ведь действительно так - человек выберет всегда то, что просто и удобно.
А ведь действительно так - человек выберет всегда то, что просто и удобно.
Помните мемные видео о том как робот-пылесос называет человека «кожаным ублюдком»?
Вот и случилось, сервис https://rentahuman.ai предлагает арендовать людей для выполнения работы в физическом мире, которую поручит AI.
Вот и случилось, сервис https://rentahuman.ai предлагает арендовать людей для выполнения работы в физическом мире, которую поручит AI.
👀1
Forwarded from Плохой менеджер Артём Арюткин
Настоящее и будущее с исследователем из Стенфорда, изучившим работу 100 тыс. компаний.
А вот и вышел в продакшен наш подкаст с Егором Денисовым-Бланшем.
А началось все с того, что исследование Егора о том, что 10% инженеров ничего не делают на работе репостнул Илон Маск.
Вот основные вехи, что я выделяю для себя в исследованиях Егора:
1.
Как ребята из стенфорда оценили с помощью ML продуктивность разработки.
2.
А потом с помощью этой же модели выяснили, что 10% инженеров или 1.8 млн. в мире не работают (100 тыс.инеженеров в 600 компаниях были изучены).
3.
А потом про то, как и где лучше всего применить AI.
Что говорит Егор в подкасте:
1.
Если вы еще не используете AI - бегите! Если 6 месяцев назад он был не то, чтобы скептичен, но скорее предлагал искать правильные места для использования, то теперь вам пора бежать.
2.
Все, кто считает, что продуктивность разработчика нельзя померить чаще всего оказываются самыми слабыми компаниями в части реальных результатов. При этом, и те, кто обвешали каждый чих метриками- не топ перформеры. Ключевая задача менеджмента найти правильный баланс.
3.
Каждые 6 месяцев AI будет забирать некий кусок вашей работы. И всем нам придется научиться с этим жить.
Получился невероятно кайфовый разговор!
📺 YouTube
🔵 VK
🗂 Rutube
А вот и вышел в продакшен наш подкаст с Егором Денисовым-Бланшем.
А началось все с того, что исследование Егора о том, что 10% инженеров ничего не делают на работе репостнул Илон Маск.
Вот основные вехи, что я выделяю для себя в исследованиях Егора:
1.
Как ребята из стенфорда оценили с помощью ML продуктивность разработки.
2.
А потом с помощью этой же модели выяснили, что 10% инженеров или 1.8 млн. в мире не работают (100 тыс.инеженеров в 600 компаниях были изучены).
3.
А потом про то, как и где лучше всего применить AI.
Что говорит Егор в подкасте:
1.
Если вы еще не используете AI - бегите! Если 6 месяцев назад он был не то, чтобы скептичен, но скорее предлагал искать правильные места для использования, то теперь вам пора бежать.
2.
Все, кто считает, что продуктивность разработчика нельзя померить чаще всего оказываются самыми слабыми компаниями в части реальных результатов. При этом, и те, кто обвешали каждый чих метриками- не топ перформеры. Ключевая задача менеджмента найти правильный баланс.
3.
Каждые 6 месяцев AI будет забирать некий кусок вашей работы. И всем нам придется научиться с этим жить.
Получился невероятно кайфовый разговор!
Please open Telegram to view this post
VIEW IN TELEGRAM