Воркшоп закончился уже неделю назад (хотя его по-прежнему можно посмотреть в записи), а вот время на канал появляется только сейчас.
И начну, пожалуй, продолжением темы, которую мы затронули вскользь на воркшопе - харнесса.

HARNESS (очень грубо на русский это можно перевести как "обвязка") - это всё, что окружает модель: инструменты, плагины, скиллы, память, интерфейс. Всё, что определяет, что модель видит и что умеет делать.
Если уж очень сильно упрощать и представлять модель в виде автомобильного двигателя, то харнесс - это весь остальной автомобиль.

Все вокруг сейчас меряются моделями, каждая новость - про то, что у кого-то вышла новая версия, обогнала остальных в бенчмарках. Я, конечно, сам слежу за этим с не меньшим азартом, но одна вещь в этих сравнениях постоянно упускается: результат, который показывают бенчмарки, принято приписывать одной модели, но всё, что делается в реальных задачах, модель выполняет совсем не единолично.

Как раз пару недель назад DeepSeek выложили свой харнесс в открытый доступ и заодно показали, сколько результата на самом деле живёт в обвязке.
Рекордные 87.9% для модели были получены внутри родной, настроенной специально под неё среды.
Но стоило независимым тестерам запустить эту же модель в другой среде, на которой принято проводить подобные бенчмарки - куда-то испарилась целая треть ее мощи.

А в свежем исследовании с вполне говорящим названием «Хватит сравнивать агентов, не раскрывая харнесс» вообще пришли к выводу, что смена обвязки вносит в качество ответов даже больше, чем смена самой модели.

Так что в следующий раз, ругаясь на глупую LLM, которая не может сделать то, что вы просите, стоит подумать - может быть, дело совсем не в ней?)

Не всегда же разрабатывать только что-то нужное и серьёзное)

Поразвлекался - сделал на выходных плагин для SketchUp, позволяющий в прямом смысле заглянуть за 3D-модель
Плагин отслеживает положение ваших глаз через веб-камеру и поворачивает модель, когда вы пытаетесь взглянуть на неё сбоку. Выпрямились - вид вернулся на место
Мышью при этом можно продолжать работать как обычно

Прикрепил плагин в комментарии к посту
Для работы нужна веб-камера и готовность немного покрутить головой перед монитором)

OpenAI ночью наконец выпустили (не до конца) новую модель GPT-6 Astra, которую уже несколько дней ждал весь интернет, и амбициозно заявили, что вышли на уровень AGI. Правда, по бенчмаркам, по которым не совсем понятно, насколько вообще можно оценивать AGI - так что пока лишь заявления без реальных подтверждений.

Естественно, напишу подробнее, когда модель будет доступна для всех и получится потестировать, но я сейчас о другом.

Пока Anthropic с 14 сентября на 25% сокращает недельные лимиты, которые на последних моделях и без того улетают невероятно быстро даже на самых дорогих тарифах (за счёт чего Codex у меня стал уже основным инструментом), OpenAI написали в твиттере, что за каждый день, когда у платных пользователей нет доступа к Astra из-за медленного развёртывания модели, они будут предоставлять дополнительный сброс лимитов.

Anthropic явно пора что-то предпринимать, чтобы не отстать в текущем раунде этой гонки за пользователей

Друзья, сегодня вечером в МАРШе третья встреча цикла про архитектуру и ИИ, тема - "Этика в работе с нейросетями"
Будет интереснейший спикер - Александр Острогорский
У кого есть возможность - очень рекомендую не пропустить!

Начало в 18:30, в зуме, нужна регистрация
https://march.ru/about/events/394964/

На прошлой неделе плотно сидел на одном проекте, где добрую половину времени сравнивал версии файлов, сверял, что изменилось на фасадах между разными датами.

К счастью, благодаря нейросетям наши возможности теперь ограничены не столько техническими сложностями, сколько человеческой фантазией)
Так что сделал себе небольшой инструмент - плагин, синхронизирующий камеру между несколькими открытыми окнами SketchUp. Крутишь модель в одном, вид в остальных окнах меняется следом.

Делюсь этим инструментом с вами, может быть, кому-то пригодится
Прикрепил плагин в комментариях