У всего должно быть название.

Теперь я знаю как называется промпт для составления промптов))

Метапромпт — это промпт (запрос), предназначенный не напрямую для генерации контента, а для управления логикой, структурой или стилем других промптов. То есть, это промпт о промптах.

Примеры:

1. Сформулируй промпт, который поможет мне получить список идей для блога об искусственном интеллекте.

2. Когда я задаю вопросы, отвечай как преподаватель университета с примерами и разъяснениями терминов.

3. Создавай каждый ответ по следующей структуре: Определение – Пример – Как использовать – Советы.

Кстати, Google выпустил мануал по промпт инженерингу на 68 страниц – в нем все существующие стратегии составления промптов:

https://www.kaggle.com/whitepaper-prompt-engineering

Полезное чтиво на досуге)

Короче, признаюсь.

Я всерьез решил сделать агентную разработку (вместо команды разработки - ИИ агенты). Пока на бот-проекте, который делаю последний месяц.

Очень интересно что из этого получится.

Пока концептуально так:

1. Таски будут браться на GitHub-issues

2. В рамках базы знаний - просто файлик в корне проекте, со структурой БД и документацией, которую подготовлю заранее на GPT. Костыльный аналог памяти по проекту.

3. Сам агент - какой-нибудь Claude/Cursor(тот же Claude)/Grok.

4. Ревью кода - возможно GPT-4o.

5. Дальше автоматизированный деплой на тестовый стенд и проверка результата. (Может даже написание автотестов и их прогон)

6. Конечно, под это все какой-то оркестратор, так как на более крупном проекте без него не получится.


(кстати, на Kaggle конкурс на миллион долларов за что-то подобное)

Новый способ мошенничества так понимаю?)

Опенсорный код-агент от OpenAI вышел сегодня)

Codex Cli - ИИ-агент для кодинга который работает локально на ПК, то есть оффлайн. Работает на o4-mini так понимаю.

Завтра буду тестить)

Кстати, Амазон тут выложил свой курс по ИИ в открытый доступ. Еще и дипломчик выдают)

https://explore.skillbuilder.aws/learn/courses/18443/aws-skill-builder-learner-guide

• Основы разработки промтов. Узнаете, как работают популярные и самые эффективные промты, чтобы применять в ИИ-сервисах — ссылка.

• Языковые модели на AWS. Научитесь подготавливать, создавать и обучать модели машинного обучения с помощью SageMaker — ссылка.

• Машинное обучение без кодинга. Вас научат генерить модели для табличных данных и данных временных рядов, а главное — без глубоких знаний в машинном обучении. Ссылка.

• Основы машинного обучения для бизнеса. Изучите лучшие кейсы, как бизнесы и IT-стартапы интегрировали ИИ в свои процессы — ссылка.

• Генерация прог с помощью Amazon Bedrock. Кодеры и разработчики смогут создавать приложения с генеративным ИИ через «местную» программу — ссылка.

• Терминология и процесс машинного обучения. Курс охватывает базу, детально описывая каждый этап и термины в процессе машинного обучения — ссылка.

• Настройка LLM через Amazon SageMaker JumpStart. В курсе узнаете о настройке и оценке LLM, разработке подсказок, RAG и тонкой настройке — ссылка.

• Основы аналитики на AWS. Изучите понятия, вроде «типы аналитики», «5 V больших данных» и «проблемы обработки объёмов данных» — ссылка.

Конечно, все это с целью продвижения их сервиса Bedrock и SageMaker) первый позволяет запускать опен-сорсные модели на их железе в изолированном контуре, второй для ML, DS и просто хранения данных)

Placeholder для поклонников Кремниевой долины)))

Это сервис dagster.io. Еще не успел поюзать, но поговаривают, что это более умная и user-friendly версия Apache Airflow. Так что кто работает с данными - пробуйте)

Пока все ждут доступа к Manus, вышла Suna от Kortex AI.

Это агент, который может взаимодействовать с приложениями как пользователь. Таблички заполнять, поискать информацию в интернете и тд.

Интересно конечно)

Кстати, опен-сорсная) Можно локально развернуть и платить только за api OpenAi/Claude.

Кстати, все же видели новости о том, что o3 и o4 начали вставлять в текст невидимые пробелы(спецсимволы).

Так вот, это была ошибка обучения и ее уже пофиксили.

Копипастите теперь со спокойной душой)

Освобождение от ответственности для ИИ.

DeepSeek тут добавил уточнение к каждому ответу, чтобы не дай бог люди не воспринимали его как истину 😁

По всей видимости, растет число тех, кто занимается самолечением с помощью ИИ. Мы вот, например, так диагностировали лишай у кота 😂 И это неизбежно. Вместо походов к доктору, проще поболтать с ИИшкой, скинуть ему фоточки, описать симптомы и все.

Так что пополняем список тревожных профессий: программист, юрист, терапевт.

Модель ролей в AI Department.

Что-то подобное я и у себя на мирошке строил, поэтому картинка понравилась.

По сути департамент делится на две составляющие:

Research(ML/DE/DS) - чтобы собрать данные, разработать или дообучить модель.

Integration(MLOps, Prompt, BA) - чтобы интегрировать в процессы, развернуть на серверах, подкрутить, снять аналитику.

Интересно, фонда опять упадет от DeepSeek?

Тут были слиты характеристики R2 и они, скажем так, впечатляют)

1.2 триллиона параметров, из которых 78 миллиардов активны (гибридная MoE-структура).
- Стоимость в разы ниже GPT-4o: $0.07 за 1M входных токенов, $0.27 за 1M выходных (на 97.3% дешевле, чем у OpenAI).
- Огромный объём данных: обучение на 5.2 петабайтах информации.
- 92.4% точности на COCO (один из лучших показателей для ИИ).
- 82% утилизация Huawei Ascend 910B (привет акциям NVIDIA).

Если окажется правдой - интересно будет посмотреть на рыночек))

Пока вы пили чай, в Португалии и Испании произошел блэкаут.

Просто осознайте этот факт. Там отключили свет. Полностью. Во всей стране.

GPT-4 отключат 30 апреля. Прощай друг.

А помните какой это был прорыв? Это же первая моделька, которая отвечала прям хорошо. Да, все слишком быстро меняется, я вообще не успеваю) Вчера вон Алибаба выпустили qwen 3, не за горами DS R2, потом какой-нибудь Claude.

Надеюсь, они хотя бы на летний период угомонятся и можно будет в спокойном темпе все попробовать 🤣

Продажи через байт 😂

Наглядный пример того, как можно забайтить человека на диалог. В холодной рассылке пишут тебе "Иди лесом" и это же ооооочень интересно открыть и посмотреть, кто ты тварь?

В итоге это рассылка от налогового консультанта)

Лайк за креативность, ЧС за спам))))

Как вы там, Django хейтеры?)

В ходе некоторого исследования, я выяснил, что собранные по документации Django-проекты имеют практически AI Coding Ready архитектуру.

Что я имею ввиду?
Если вам хочется юзать какой-нибудь Cursor и желательно, чтобы это все не выливалось в большие бюджеты денег на токены, то лучше всего подходит Vertical Slice Architecture, т.е. когда у нас в рамках слайза есть весь необходимый этому слайзу код.

Давайте рассмотрим на примере. Ниже представлена классическая структура приложения(слайз логики) в Django проекте:

lessons/
- api.py
- models.py
- utils.py
- views.py

Как вы видите, весь необходимый контекст для работы над созданием нового апи в слайзе lessons потребует только этих 4х файлов, а не всего кода проекта.

Да, есть проблемы с дублированием кода и недостаточной автономностью текущих слайзов, но ее значительно легче модифицировать, чтобы стать полностью AI Coding Ready.

Главные принципы:
- добиться высокой автономности слайзов, т.е. слайз должен кодиться так, чтобы его можно было переиспользовать с минимальными правками в любом другом проекте.
- никаких глобал функций, которые могут быть переиспользованы. Если что-то нужно, то пишем заново в рамках текущего слайза. Прощай DRY.
- адекватный нэйминг в моделях, чтобы моделька могла однозначно понимать, на что ведет очередной FK.
- используем только ту функциональность, которая есть в слайзе, чтобы не росло количество зависимостей между слайзами.

Есть ли что добавить еще?

Интересно, будем ли мы однажды праздновать День Победы над ИИ? 🤣

С праздником, друзья!)

Подкинули нам тревожки на ночь))))