AI не сделает вас богатым, а исправление ошибок в AI slopware сделает

Ради интереса попросили топовые LLM (Claude, ChatGPT, Gemini) написать простейшую апку: стянуть данные из трех API и обработать. Итог? Все три выдали последовательные вызовы без какого-либо кэширования. Зато с красивыми комментариями и претензией на production-ready

О чем это говорит:

👉 ИИ плодит спагетти-код. Это уровень ленивого студента. Внешне выглядит чисто, но на деле страница рендерится минуту, как на диалапе в 1995-м
👉 У LLM нет инженерной интуиции. Они не понимают вычислительную сложность, алгоритмы и причины, по которым архитектура ляжет уже при 100 юзерах
👉 Бизнес копит самый дорогой техдолг в истории. Компании, поверившие в AI-first, скоро столкнутся с дикими тормозами и космическими счетами за инфраструктуру. А их «10х-инженеры» с нейросетями по факту окажутся 0.5х-инженерами

Что в итоге:
Пока инфоцыгане продают курсы по «правильному промптингу», качайте фундаментальные навыки

На рынке может появится гигантский спрос на «спасательные операции». Сеньоры, понимающие базу (кэширование, асинхронность, масштабируемость), будут грести бабки лопатой просто за то, чтобы разгребать этот сгенерированный мусор и чинить то, что сломали роботы

Пост о статье писал в рамках упражнения Dissoi logoi, ибо я слишком верю в революцию ИИ

В след за хайпом технологии все любят запускать сертификаты. У меня даже был сертификат по AWS в свое время, который я получи по приколу пройдя бесплатное тестирование 😅

Anthropic запустили программу Claude Certified Architect, созданную специально для Solution-архитекторов, которые строят production-grade приложения на базе Claude

Для тех, кто не хочет собирать информацию по крупицам в документации, есть GitHub-репозиторий с хорошим учебным гайдом на русском языке. В нем разобраны основные топики, которые пригодятся для подготовки к сертификации

https://github.com/paullarionov/claude-certified-architect/blob/main/guide_ru.MD

Сам сертификат может и нафиг не нужен, а вот гайд с кратким его содержанием - полезен

UPD: Бесплатно мок экзамен пройти можно тут https://claudecertificationguide.com/

Одно из моих успешных приложений в прошлом, в пике, имело 4к активных установок. Мы работали над ним афигенной командой, но правила GooglePlay нас добили. Оно было написано на flutter, нужно было раз в полгода обновлять платежное и рекламное апи, которое ломало почти все. В общем проблем было больше чем пользы, хотя первую (и последнюю) 100 баксов именно с него мы и заработали

Сейчас, я борюсь за то чтобы перенести страницу и оставшихся пользователей на свой новый google play аккаунт. С приходом АИ я быстренько перепишу на KMP его и отправлю в Google Play. Поддержка приложений стала сильно проще в последнее время :D

Как оказалось - вывести с заблокированного аккаунта его не проблема. Проблема это перепройти все проверки связанные с аккаунтом разработчика и создать мерчант аккаунт

Вчера, по рекомендациям из твиттера, попробовал интересный сетап:
- Поставил pi.dev (https://shittycodingagent.ai/)
- Поднял в LM studio мелкую модель crow-9b-opus-4.6-distill-heretic_qwen3.5
- Подцепил одно в другое и получил крайне быстрый выхлоп на моей 4060

Качество окей, нужно найти большую модельку, чтобы декомпозировала всю задачу. Во что это можно превратить?
Воткнуть ее на пару intel nuc, указать их как сабагенты через одно из расширений и отдать им мелкие задачки, работая с большой моделью напрямую

Еще на рабочий macbook m4 max 64gb накатил Jackrong/Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled попробовать потыкать - тоже бодро идет. Как бесплатное локальное решение - работает хорошо, но пока только для выполнения простых и уже сформулированных задач. Год назад так же ощущалось Sonet 3.5 - туповато, но результат есть

А это уже не будущее, а настоящее

На рефлексию к посту неделю назад

Да оно рабочее и пипец какое удобное. Для Google Play store тоже сделали:
https://github.com/mobile-dev-ci/play-store-screenshots

Для моей новой-старой апки сгенерил оч быстро новые скриншоты

Тут сильно хайпит связка claude + obsidian. Я не большой фанат последнего, но недавно начал вести дневные заметки на работе, дабы не потеряться во всем, что делаю. Самый афигенный сценарий который я нашел для себя:

👉 На работе есть Gemini, который транскрибирует все созвоны и суммаризирует их
👉 Это доступно после встречи в виде GoogleDoc. Краткое содержание + action point
👉 В конце дня, перед тем как уходить, - качаю все документы прикрепленные к встречам и прошу opus 4.6 вычленить все, что относится ко мне и сложить через obsidian cli в конец моей дневной заметки и связать с существующими заметками
👉 Ревью не занимает больше 5 минут. Просто пробежаться глазами по тексту что все верно и закрыть. Раньше я это писал ручками

Да, текст получается нейрослопный, но зато есть база знаний к которой я через тот же claude обращаюсь в случае чего. Меня оч восхищала идея собственной базы знаний, но я слишком ленив, чтоб поддерживать second brain

У claude сегодня к празднику зарелизили /buddy. Небольшой тамагочи в вашем cli

Но я бы хотел подсветить оч важный момент в слитых исходниках claude code. Качество кода! И вот такое деливерит стартап на 100 человек с оценкой 380B $.

Не будьте строги к своим пет проектам, не упарывайтесь в архитектуру, паттерны и прочее. Ведь это нифига не стоит без пользователей

Хайп с mempalace!

Кто пропустил - Мила Йовович показала новый способ коллабы селеб с AI продуктами - mempalace. В кратце, это память для AI шки в формате Дворцов Памяти / Чертогов разума / Метода локустов

Память нужна чтоб раскапывать неочевидные вещи быстрее, а не доходить до нее через итерацию с пользователем и тестирование ПО. Раньше это решали простым дополнением AGENTS.md файла, затем первый продвинутый прототип - https://github.com/thedotmack/claude-mem. Добротная штука и простая в ревью, но требует внимания. Нужно чистить чо она там запомнила. По итогу под капотом у всех популярных инструментов сейчас есть memory в упрощенном виде, не тратящий много вашего и своего времени, не жрущий слишком много контекста и токенов на вызов и поиск

Идея красивая, бенчмарки проходит, реальная польза не подтверждена

Сделал себе довольно полезный воркфлоу для дейли-логов

Так как с AI сейчас можно успевать сильно больше, накидал себе скилл, который через GitHub MCP подтягивает мою активность за день, кратко ее суммирует и в конце дня складывает в daily notes в Obsidian через /daily-review в Claude. Получается чот такое (Дада, смесь англ + ру, но мне так кайф) :

15.04 — 6 коммитов

Yesterday I landed three refactoring PRs in the gateway-api — rewrote /order/ and /places/ endpoints and dropped the unused v1 + workshifts code, which cleaned up a few thousand lines. Opened a follow-up to remove the size-change polling and its tests. On the side I reviewed the Google login PR in kmp-base-utils. No blockers.

Merged:
— #199 — рефакторинг /order/,
— #200 — оптимизация /places/, обработка terminal data + обновление Swagger, 
— #201 — удаление неиспользуемых v1 и workshifts, реген Swagger

In progress:
— #222 — удаление size-change polling и связанных тестов,

Review:
— #1130 — Google login via AuthTab / ASWebAuthenticationSession
— #1021 — ветка с фиксами по Google login закрыта

Вообще это можно было бы автоматизировать еще сильнее, но нужную фичу нам пока не включили, так что пока полу-ручной режим. У нас еще и ClickUp MCP есть — можно тянуть активности и оттуда. Но там, скорее всего, будет много дублей того, что уже видно из GitHub.

Раньше я еще выгружал в Obsidian заметки из Gemini по созвонам через Google Drive, но там быстро начинается каша и слишком много ручной работы. Думаю попробовать https://github.com/googleworkspace/cli или https://gogcli.sh/, но с энтерпрайзными секурити оно не матчится

Нафига?
На дейлике утром проще открыть и быстренько пробежаться глазами чо было сделано и какие вопросы возникли

Да, я контрибьючу и в бекенд и в мобилках

Все идет по пути к тому что у каждого тула будет CLI версия. Обсидиан запустил пару месяцев назад, а вот и Google (Пере)представляет Android CLI

По ощущениям оч кастрированный и является надстройкой над adb

(c) Антоха Разраб про AI

К разговору о малых моделях. Пару недель назад гугл выложил Gemma 4 в открытый доступ и на малых весах <4b она афигенно работает на мобилках. Особенно, если у вас флагман. Гугл в своем стиле запихнул это в свежую приложеньку, где технарям можно потыкать-понастраивать аишку.

А я решил переделать на свой лад. Просто предложив человеческий подход к использованию AI шки для работы с llm без интернета. Самая сложная часть - загрузка модели, которая весит до 4 гигов. В остальном летает (Видос следующим постом)

Апка уже в гуглплее, можно потыкать:

👉 Вступите в группу (не обязательно, если вы помогали с тестированием предыдущих апок #weather_app #qrcoder):
https://groups.google.com/g/antohaapptesting
👉 Подтвердите тестирование
https://play.google.com/apps/testing/com.lamprof.ai
👉 Скачайте приложение
https://play.google.com/store/apps/details?id=com.lamprof.ai

Наверно не самое удачное и продающий демо, но как есть в первой версии

👉 Играл с отступами и проиграл
👉 Контекстное окно не слишком большое (в настройках можно поменять), но я буду адаптировать его под нужды

Зато зацените как быстро работает!

Тут вышел пост о том как меняется процесс интервью. Краткий пересказ из Сиолошной:

— раньше было 2 кодинг интервью и по одному на ML-алгоритмы, дизайн систем и соответствие культуре команды. Такой подход используется много где.
— теперь первые 3 собеседования заменили на одно. Сессия начинается с определения продукта, который необходимо разработать. Кандидат управляет процессом генерации идей, а интервьюеры задают дополнительные вопросы для углубления. Идеи продукта могут быть разными, и компания старается фокусироваться на области компетенции кандидата, чтобы увидеть его продуктовое мышление в действии.
— далее интервьюер выходит, а кандидат в течение 2 часов воплощает свою идею в жизнь, используя ИИ-инструменты и фреймворки по своему выбору. После этого собеседующий подключается обратно и смотрит презентацию от кандидата. Обсуждаются ключевые этапы разработки продукта и принятые решения; анализируют код, чтобы понять их техническое совершество (модель данных, абстракции, расширяемость и т. д.); и обсуждают путь к масштабированию.

И я чертовски согласен с этим процессом изменений. Умение решать простую задачку с литкода или вертеть деревья больше не играет никакой роли. Да и давно уже не помогает отсеивать плохих кандидатов. Умение решать проблемы и строить продукт - основной скилл. Самый интересный этап System Design интервью поглотит остальные этапы и не будет отсеивать тех, кому было лень капнуть теорию перед собесом