Каждый день vibe-action помогает поставить финальную точку — особенно круто, когда за одну сессию накопилась пачка фич, и уже сам забыл, с чего начинал. Он сам посмотрит все изменения и соберет commit message.

Заблокировал Kimi K3 поиск, но она и так знает, что keygenqt - это Виталий Зарубин, вот это я понимаю масштаб модели! 🤗

#fyi Просто наблюдение: для большинства блогеров автономные агенты — это единственный и идеальный способ взаимодействия с ИИ.

Kimi K3: как мощная модель в роли «основной» ухудшила результат и подняла цену в 8 раз

Провёл тест-драйв Kimi K3. Гипотеза простая: раз модель мощнее DeepSeek Pro, значит, справится качественнее. Взял задачу (написать кросс-платформенный синглтон с вежливой остановкой предыдущих экземпляров и автоочисткой мёртвых pid'ов) и сел работать, сессия на 4 часа.

Первая попытка — Kimi как основная. 4 часа кодинга, ответы медленные, дорогие. Я, сам того не замечая, стал экономить на запросах. Модели больше доверял, реже перепроверял — вроде бы умная же. Итог: почти 35 юаней и код, который пришлось потом переписывать с нуля. Не потому что Kimi глупая — а потому что я выпал из роли контролёра и перестал дожимать каждую итерацию.

Второй подход — по схеме, где DeepSeek Pro делает основную работу: быстрые, дёшевые итерации, я постоянно правлю, уточняю, держу контекст. Kimi подключается только в конце как эксперт-ревьюер. Итог: 4.5 юаня и готовый production-код, который не стыдно показать.

Мощная модель — не универсальный солдат, работать с ней как с основной не практично. Её место — финальное ревью, точечная экспертиза, а не роль основной рабочей лошадки. Контроль и дешёвые быстрые правки оказались важнее «интеллекта» модели. Теперь Kimi K3 у меня только на доводке отлаженного кода — и там она действительно хороша.

Один клик: CMP > KMP > Bridge > Plugin > Shell > Rust > LLM и обратно.

Подружил любимые языки Rust и Kotlin в vibe-action 🤝

#fyi Если кто-то думает, что западные модели мощнее китайских — я вас разочарую. Запад совершенно не держит удар по соотношению цена/качество. Самой лучшей модели не существует, а тесты… ну, а у вас какой IQ? Тесты несовершенны.

Технический директор (СТО) Skyeng заявляет: уволим тех, кто не адаптировался к ИИ – нам этот балласт не нужен. При этом через 15 секунд она призналась, что адаптация сложна и для неё: «я могу пользоваться только Mac, я всю жизнь на нём, я так привыкла». @banksta

#fyi Цена агента

Агенты стали главным инструментом, который продают программистам. Желание переложить задачи на LLM понятно: человек медленнее и не всегда реализует задачу лучше модели. Мы, программисты, любим автоматизацию, но у неё всегда есть цена: любую автоматизацию нужно поддерживать в актуальном состоянии, заниматься ей как отдельным проектом. Наращивая уровень абстракции, мы строим дополнительные контуры, которые живут по своим законам. LLM не исключение.

Агент — автоматизация разработки, для многих — замена программиста. Чтобы агент начал работать, ему нужно объяснить, что делать. Уровень детализации промта напрямую определяет точность результата: от «сделай мне хорошо» до готового кода в самом промте, где модель — курьер. Но промт — не спецификация, а вход для интерпретации. Агент может задать важные, по его мнению, вопросы — важные по его карте задачи, не по твоей — и начать работу. Если результат не тот, дорабатываешь промт и повторяешь итерацию. За полную цену.

Пока агент работает, программист превращается в доставщика контекста. Ты думаешь не как написать оптимальный код, а как написать промт, который сработает с первого раза. Твоя задача — полная автоматизация, код перестаёт тебя интересовать. Это другая профессия, с программированием связанная косвенно. Программист, развиваясь в работе с агентами, деградирует в понимании кода — джун так не станет сеньором. Спросят: а надо ли? Зависит от того, что ты продаёшь. Если продаёшь результат и код для тебя расходник — то не надо. Но найм покупает инженера, а не код: это деградация главного актива.

У LLM есть слабости. Галлюцинации можно вылечить — инструментами, проверками, практикой. Остаются еще две важные. Первая: модель заполняет пробелы типичным решением, центром распределения. Агентный код конвергирует к усреднённому стилю — рабочему, но чужому твоему проекту. Вторая: модель может проверить формальную корректность — тесты, линтер, компилятор, — но не соответствие твоему намерению. Отсюда фирменный жанр агентных прогонов: модель кругами гоняет тесты, которые сама же и написала. Тесты зелёные, задача решена не та.

Это не новая ситуация. До LLM был WordPress: сайт за пять минут на CMS или разработка на фреймворке вроде Laravel. Оба варианта работают, но добавить специфичную функцию в CMS дороже, чем в фреймворке. Заказчик выбирал между простотой на входе и гибкостью на будущее. Повышая уровень абстракции, мы всегда понижаем гибкость. Агент — тот же выбор, только теперь под абстракцию уходит не код, а понимание кода.

За крайностями — код руками без LLM или полная ставка на агентов — есть вариант дешевле и оптимальнее. LLM как ассистент. Такими ассистентами раньше были поиск, форумы, коллеги — сейчас их закрывает чат. Ты остаёшься программистом: пропускаешь проект через себя, точечно даёшь контекст, снимаешь с себя рутину. Ревью мерж-реквеста перестаёт быть проблемой — это твой код, написанный с применением LLM, каждую строку ты понял по ходу работы. Сложное переписываешь сам: модель не всегда справляется, и иногда промт — это уже готовый код. Модель понимает тебя не через разовый промт на старте, а через контекст совместной работы.

И это дешевле. Модели не нужно перелопачивать проект грепом в поиске нужных токенов. Ошибка стоит мелкую итерацию в чате, а не прогон агента. Цена агента — зависимость, деградация навыков, гибкость проекта. Цена ассистента — твоё внимание на каждом шаге. Выбирая между ними, ты выбираешь не только код, который получишь, но и инженера, которым станешь.

#fyi Вы тоже встречали в LLM проблемы с идентичностью? Модели путаются, кто они. Почему такое может происходить?

Первое, что приходит на ум — дистилляция на синтетических данных, сгенерированных Claude. Ответ кажется простым, но на деле мы не можем знать точно, как именно попали данные о Claude в модель.

Еще вариант — «вирусные данные», когда в общедоступные датасеты намеренно закладываются триггеры в духе «я модель Claude», которые ИИ бездумно заглатывает при обучении. Если компания жжет книги, чтобы они не достались другим, я уже ничему не удивлюсь.

Еще есть вероятность простой замусоренности самих данных — будь то миллиарды страниц из интернета или базовые модели и веса, которые уже забиты контентом от Anthropic. Возможно, все эти факторы накладываются друг на друга, ломают ассоциативные связи, и модель выдает чужой шаблон идентичности.

Говорят, Qwen 3.8 Max уступает только Claude Fable 5. Проверим, насколько он хорош.

Немного поработал с Qwen 3.8 Max — поискали с ним решения задачи на уровне идей. Честно говоря, ожидал большего. Кажется, Fable 5 просто заперли с ним, провели тест, и Qwen нехотя уступил.