Spec Driven Development в iOS

Продолжаем ликбез по современным практикам работы с аи. Пока мы тут спали придумали еще один вид программирования, но который мне начинает нравится.

Весь фокус с кода сейчас уходит. Помните, что систем дизайн стал важен, а инженеры перестали изучать одну платформу и стали снова фулл стэками?

Теперь важно не только как ты хорошо дизайнишь систему, но и как ты ее описываешь. В каких-нибудь неповоротливых финтехах, где одна задача разделена на 10 человек, это делают бизнес или тех аналитики. Но во многих быстро развивающихся компаниях это давно делают разрабы.

Spec-Driven Development — это подход, где ты сначала подробно описываешь, что именно нужно построить (спецификацию), а уже потом на её основе генерируется или пишется код

Как это полезно iOS разработчику?

Раньше большинство спек писались формально и быстро устаревали. Поэтому многие компании считали что отдельные аналитики для спек это лишняя и ненужная трата.

Но с аи теперь каждый разраб может легко заменить эту роль.

Например, это идеально подходит для описания DTO, API, зафиксированных поведений и тестов.

Полезные статьи:
- Inside Spec-Driven Development: What GitHub’s Spec Kit Makes Possible For AI-assisted Engineering
- фреймворк для SpecPulse

Как занять последнее место в соревновании агентов

Сегодня я принял участие в сорвеновании по разработке агентов BITGN-PAC1 от @llm_under_hood. И занял последнее место в локальном лидерборде в Белграде. Мой слон правильно решил 9/104 задач. Как прийти к успеху, как я:

Первый ключ к успеху – тайминг. У меня была довольно тяжелая неделя и я добрался до того чтобы запилить первую версию агента в ночь с четверга на пятницу. А это, если что, соревнование, где заранее открыт тестовый датасет и вы упорно пилите агента пару недель до соревнования, а на самом мероприятии запускаете их на продовом датасете.

Второй ключ к успеху – запустить агента как джина с указанием в плане "выбить 43/43 тестового датасета". Утром пятницы у меня был готов "агент" выбивающий 43/43. Но было две проблемы:
1. там не было ни одного вызова LLM
2. Выбивал он их регулярками на датасете который он скачал, чтобы быстрее итерироваться

Третий ключ к успеху – незнакомая архитектура. Помните я писал про RLM и pi? Я подумал что соревнование – отличный повод опробовать на практике штуку, с которой я раньше не работал. У меня не было достаточно опыта, чтобы хорошо описать архитектуру и времени, чтобы много итерироваться. Например, только сегодня я обнаружил, что агент всё время пытается решить задачу за один проход, игнорируя точки останова, которые я ему дал чтобы исследовать проблему и потом уже придумывать алгоритм решения.

Четвертый ключ к успеху – отсутствие инструментов наблюдения и мониторинга, что же там агент делает на самом деле, какие тулы вызывает и где спотыкается. Это я всё сделал в день соревнования и только тогда смог найти своим взглядом баг выше.

Что я сделаю по-другому, когда буду принимать участие в следующем соревновании:
- начну сильно заранее и высвобожу под это больше времени
- сразу накидаю репортилку в которой будет удобно смотреть процесс и результаты
- запущу как можно быстрее версию которую просто сделает нейронка как ей понравится
- посмотрю на репорты и выведу ключевые идеи на основании которых выброшу всё и перепишу на v2
- на основе тестового датасета попрошу нагенерировать дополнительных кейсов
- дальше итеративно буду улучшать агента, отслеживая генерализацию, чтобы не было оверфита на тестовых задачах

Ещё один классный инсайт от одного из участников Виталия – поговорить с агентом на тему "как мыслить о такой задаче". Заметапромптить самого себя, так сказать. Это бы помогло подсветить заранее риски, возможные проблемы и, например, указать мне на тот факт, что задачи можно сабмитить на платформу параллельными воркерами.

🚀 Anthropic запустила Claude Design - отдельный продукт, который заточен на генерацию готовых макетов, прототипов, слайдов и сайтом.

Под капотом Claude Opus 4.7, их самая сильная модель с пониманием визуала.

Главная фишка не в генерации картинок, а в том, что Claude читает твою кодовую базу и дизайн-файлы, вытаскивает оттуда дизайн-систему продукта и дальше сам держит всё в рамках бренда. Никакого ручного объяснения, какие у вас шрифты, цвета и отступы.

Пока это research preview на планах Pro, Max, Team и Enterprise, раскатка идёт в течение дня.

Попробовать: claude.ai/design

@ai_machinelearning_big_data

#claude #Anthropic

How We Built an AI Second Brain for 60K Knowledge Workers

https://medium.com/@AnalyticsAtMeta/how-we-built-an-ai-second-brain-for-60k-knowledge-workers-78c507dd795b

Официальный блогпост от меты о том, как second brain используется в компании. Типа агент собирает всю релевантную информацию, компилирует, потом это проще читать, проще итерироваться, проще агентам использовать её.

Про полезность этого... так себе. Я веду дневные заметки о том, что делаю + заметки по проектам. Из любопытства попросил LLM проанализировать то, что у меня есть и сравнить с second brain - получил ответ, что у меня итак норм, на 90% покрывает.
В итоге я это использую чисто для того, чтобы агенты имели информацию в удобной для себя структуре. Я даже не открываю эти заметки - они чисто для агентов. :)

#ai

Аи генералисты тут?