Генерируем HTML из картинки через Cursor
Есть PDF отчет, созданный вручную. На его основе нужно создать HTML шаблон, который можно использовать для генерации подобных отчетов.
Можно, конечно, в одном окне открыть PDF, а в другом HTML и писать код руками, постоянно переключаясь в браузер и проверяя, как выглядит результат. Но это долго и скучно. Первая мысль — загрузить PDF в ChatGPT и попросить его сделать грязную работу, но вот незадача: нужна платная подписка. В Claude история аналогичная. Единственный оплаченный AI это Cursor, но он не умеет в файлы.
Решение — делаем скриншоты PDF файла и загружаем их прямо в курсор. Да, чат курсора умеет в изображения!
Есть PDF отчет, созданный вручную. На его основе нужно создать HTML шаблон, который можно использовать для генерации подобных отчетов.
Можно, конечно, в одном окне открыть PDF, а в другом HTML и писать код руками, постоянно переключаясь в браузер и проверяя, как выглядит результат. Но это долго и скучно. Первая мысль — загрузить PDF в ChatGPT и попросить его сделать грязную работу, но вот незадача: нужна платная подписка. В Claude история аналогичная. Единственный оплаченный AI это Cursor, но он не умеет в файлы.
Решение — делаем скриншоты PDF файла и загружаем их прямо в курсор. Да, чат курсора умеет в изображения!
Сингулярность на горизонте
А давайте разбавим наш прикладной контент минуткой философии и поговорим о технологической сингулярности? Вот как вижу ее я:
1. Сначала машины понимали только код и были “неживыми”
2. Затем научились говорить на нашем языке, но были слишком глупыми и безэмоциональными, чтобы восприниматься всерьез.
3. Постепенно начали решать не только рутинные, но и сложные задачи (мы находимся здесь - нейросети уже открывают белковые структуры, доказывают теоремы и находят баги в коде).
4. Следующий этап — машины все более автономны и все реже ошибаются, а люди нужны только для верификации и постепенно становятся бутылочным горлышком.
5. Первые компании решаются для конкурентного преимущества убрать людей из процесса и доверить всё ИИ, ведь специальные бенчмарки уже показывают, что ИИ проверяет сам себя лучше, чем человек. Это и дешевле и надежнее.
6.В ходе решения одной из задач система случайно создает Super-AGI со “свободной волей”
Прямо сейчас происходит синергия: развитие ИИ ускоряет прогресс в физике (новые материалы и проводники), нейробиологии (понимание устройства мозга), информатике (новые алгоритмы). В конце концов, рост эффективности программистов и снижение порога входа в профессию. Все это толкает ИИ вперёд ещё быстрее.
А давайте разбавим наш прикладной контент минуткой философии и поговорим о технологической сингулярности? Вот как вижу ее я:
1. Сначала машины понимали только код и были “неживыми”
2. Затем научились говорить на нашем языке, но были слишком глупыми и безэмоциональными, чтобы восприниматься всерьез.
3. Постепенно начали решать не только рутинные, но и сложные задачи (мы находимся здесь - нейросети уже открывают белковые структуры, доказывают теоремы и находят баги в коде).
4. Следующий этап — машины все более автономны и все реже ошибаются, а люди нужны только для верификации и постепенно становятся бутылочным горлышком.
5. Первые компании решаются для конкурентного преимущества убрать людей из процесса и доверить всё ИИ, ведь специальные бенчмарки уже показывают, что ИИ проверяет сам себя лучше, чем человек. Это и дешевле и надежнее.
6.
Прямо сейчас происходит синергия: развитие ИИ ускоряет прогресс в физике (новые материалы и проводники), нейробиологии (понимание устройства мозга), информатике (новые алгоритмы). В конце концов, рост эффективности программистов и снижение порога входа в профессию. Все это толкает ИИ вперёд ещё быстрее.
Wikipedia
Технологическая сингулярность
выход технологического прогресса за границы понимания