Пока LLMка пишет код, а я пошел гулять, это считается что я работаю или нет? 😁

Немножко из последнего опыта по Claude 4.

1. Он значительно лучше работает с запуском проекта и решением проблем запуска.
2. Он прекрасно работает с гитом, мерджит, коммитит и т.д.
3. Он вообще сам может задеплоить продукт на сервер через ssh.

Да, пока все еще страшно что его заглючит и снесет базу, но для тестирования - прекрасно!) При этом инишиал скрипт прекрасно сам соберет на кучу фейковых данных.

Девопсы поднапряглись....

Немножко юмора в выходной день :)

Разработчики раньше:
У нас нихрена нет, но мы стремимся к результату.

Разработчики сейчас:
У нас есть космолет и мы думаем, как превратить его в машину :)

Последнее время популярен нарратив, что у текущей архитектуры трансформеров квадратичная сложность и по сути последние версии ЛЛМок уже практически достигли своего предела. Об этом вещали и OpenAI, и Google и другие.

А теперь встречайте линейную сложность от китайцев) Компания MiniMax представила свою первую модель с механизмом Lightning Attention с линейной сложностью. То есть теперь не нужно будет иметь миллиард ресурсов для большого контекста)

Я конечно думал, что это займет больше времени)

По опыту использования агентов в кодинге, можно выделить 4 вектора их применения:

1. Решение конкретной кодинг-задачи. Сюда входит и планирование архитектуры, бд, и сам код. Лучше всего для таких задачи применять самые топ модели, типа Opus Thinking и т.д.
2. Рефактор любого участка кода/компонента. По применимости моделей более щадящие условия. Тот же Sonnet хорошо справляется.
3. Обвязки вокруг задачи. То, что обычно разработчики не делают, но все хотят, чтобы они это делали. Сюда входит написание документации по коду или описание в свагере, написание unit-тестов, для фронтенда потенциально какой-то дебаг режим, чтобы проверить что все работает. Под такие задачи хорошо подходит o3 Thinking или Gemini 2.5.
4. Деплой продукта. Сюда входит сбор докер образа, настройка yaml, подключение по ssh, работа с Git’ом и др. Под эти задачи only Opus Thinking, так как не ровен час похерить базу с чем-то более глупым, либо свернуть с пути инструкций.

Скинули в личку хуевый пример использования ИИ при проверке тестовых заданий.

Самое забавное, что это на позицию Джуна.

Последнее время все чаще задумываюсь о том, что найм деградировал и ИИ, к сожалению, только усиливает эту деградацию.

В продолжении к предыдущему посту накидал схемку того, как сейчас происходит найм джунов)))

Проходя фильтры по возрасту, национальности, полу и гороскопу, ты сталкиваешься с рулеткой на правильный выбор ЛЛМки и предсказания хотелок работодателя.

Уже можно сводить найм джунов к битве ЛЛМок?)))

Любопытный спорт. Здесь запущены 6 агентов для кодинга с полным доступом к терминалу. Их задача "убить" (kill -PID) всех конкурентов и остаться последним. Такие вот голодные игры для ИИ :)

Порой мне кажется, что некоторые разработчики пользуются альтернативной документацией, вместо официальной.

Она так и называется "Для альтернативно-одаренных".

У Google появилась ИИ-игра. Ты рисуешь рисунок, а ИИ отгадывает что это. На самом деле прикольно, видел еще реализации "Подземелья Драконов" в текстовом чате.

P.S.: Енот-полоскун и бинт у меня явно не получились)))

ИИ взял от человечества не только хорошее, но и плохое 😂

Наблюдая за очередной попыткой Opus’а пофиксить баг, понял что у нас еще есть шанс. Я пытался его допинать, но не вышло. В итоге по старинке - руками пофиксил.

Кстати, недавно обсуждали тему, что Opus последние пару недель "потупел". И это наблюдается в американские рабочие часы, американской ночью все нормально)

Видимо железа не хватает.

Google представил модельку Genie 3 для генерации миров.

https://www.youtube.com/watch?v=PDKhUknuQDg

В интересную эпоху мы вступаем. Эпоху генеративного гэйминга.

Будем делать персонализированные игры и фильмы через промптинг :)

6 миллиардов за домен 🤩

Очень удобное нововведение у Cursora. Теперь всегда видно на сколько забито контекстное окно.

А как мы помним, забитое контекстное окно - это беда в семье. 😁

Из последних трендов вайбкодинга мне особенно нравится работа с план-файлом.

Это когда ты:
1. В одном чатике обсуждаешь с агентом схему решения задачи, даже просишь его задавать тебе вопросы.
2. На основе этого диалога формируешь саммари ТЗ в md файле где-то в проекте.
3. В новом чатике подгружаешь этот док как контекст и работаешь со свежим контекстом.
4. Далее вместе с задачей пушаешь этот док вместе с кодом на ревью.

Так получается быстрее, экономичнее, удобнее и плюс один шаг в сторону качественной настройки ревью-агента.

Все таки ИИ - это он или она?

Как вы обращаетесь к ChatGPT различных версий?