Привет, нейрокодеры! 🫰

Хотите узнать, что вас ждёт в 3 и 4 модулях нашего LLM-курса?
🚽 Читайте статью на Хабре от нашего студента про два основных подхода "Как правильно скормить модели свои данные".

30% кода в Google уже пишет ИИ.

Сундар Пичаи отчитался за первый квартал 2025 года и поделился прогрессом: ещё в октябре было 25%, теперь уже 30%. Такими темпами до конца года цифра может дойти до 50–60%.

Цель — максимально встроить ИИ во все процессы и освободить инженеров от рутины ради стратегических задач.

Вы всё ещё думаете, что писать код с ИИ плохая идея? 🥱

Сегодня отличный день, чтобы погрузиться в этот тренд. Залетайте!

Письмо от CEO Duolingo о переходе к AI-first подходу (как когда-то был mobile-first подход)

Мой текущий страйк 13 🔥 поэтому вот вам интересная новость про Дуолинго

Разделяю каждое слово в этом письме. Ждать нельзя, иначе останешься далеко позади.

Перевод письма:

Я говорил это на Q&A и многих встречах, но хочу сказать официально: Duolingo становится AI-first.

ИИ уже меняет то, как мы работаем. Вопрос не в том, случится ли это — это уже происходит. Когда изменения такого масштаба — самое худшее, что можно сделать, это ждать. В 2012 мы сделали ставку на мобильные. Пока другие делали сопутствующие приложения к сайтам, мы решили строить всё с нуля под мобильные — потому что верили, что за этим будущее. Это решение принесло нам звание «Приложение года» в App Store и дало старт нашему органическому росту.

Тогда ставка на мобильные всё изменила. Сейчас мы делаем похожую ставку, и новая платформа — это ИИ.

ИИ — это не просто рост продуктивности. Он помогает нам приблизиться к нашей миссии. Чтобы хорошо обучать, нужно создавать огромное количество контента — и вручную это не масштабируется. Одно из лучших решений, которое мы приняли недавно, — заменить наш медленный процесс создания контента на такой, где ключевую роль играет ИИ. Без него нам потребовались бы десятилетия, чтобы масштабировать контент для большего числа учеников. Мы обязаны нашим ученикам доставить им контент как можно быстрее.

ИИ также помогает нам строить такие функции, как видеозвонки, которые раньше было невозможно реализовать. Впервые в истории обучение, сравнимое с лучшими репетиторами, стало достижимо.

Быть AI-first — значит переосмыслить, как мы работаем. Маленькие изменения в системах, изначально созданных для людей, не приведут нас к цели. Во многих случаях нам придётся начать с нуля. Мы не будем перестраивать всё за ночь, и некоторые вещи — вроде обучения ИИ понимать наш код — займут время. Но мы не можем ждать, пока технологии станут идеальными. Мы предпочитаем двигаться с чувством срочности и допускать небольшие потери в качестве, чем идти медленно и упустить момент.

Мы внедрим несколько полезных ограничений, чтобы направить этот переход:
• Постепенно откажемся от подрядчиков для задач, которые может выполнять ИИ
• ИИ будет критерием при найме новых сотрудников
• ИИ будет учитывать при оценке эффективности работы
• Новые сотрудники появятся только если команда не может автоматизировать свою работу
• Большинство функций получат инициативы для фундаментального изменения рабочих процессов

При всём этом, Duolingo остаётся компанией, которая заботится о своих сотрудниках. Речь не идёт о замене Duos ИИ. Речь о снятии узких мест, чтобы наши выдающиеся Duos могли делать больше. Мы хотим, чтобы вы фокусировались на творческих задачах и решении реальных проблем, а не на рутинной работе. Мы обеспечим вас обучением, менторством и инструментами для работы с ИИ.

🎚️ Перемены могут пугать, но я уверен — для Duolingo это будет сильный шаг вперёд. Это поможет нам лучше выполнять свою миссию. А для Duos это означает — оставаться впереди и использовать технологии, чтобы добиваться результатов.

С Днём Трудящихся, нейро и вайб кодеры! 💪

Взято у коллег

Cursor поделились статистикой самых популярных среди разработчиков моделей

Топ-5 самых популярных:

1. Claude 3.7 Sonnet
2. Gemini 2.5 Pro
3. Claude 3.5 Sonnet
4. GPT-4.1
5. GPT-4o

Топ-5 быстрее всего набирающих популярность:

1. o3
2. o4-mini
3. DeepSeek 3.1
4. GPT-4.1
5. Grok 3

🎚️ Кстати, на днях основатель Cursor также поделился тем, что сейчас их агент генерирует порядка миллиарда строк кода в день (и это только те, которым пользователь поставил апрув).

Это при том, что во всем мире ежедневно пишется всего несколько миллиардов строчек 🧑‍💻🔥

🐉 Не можешь найти компанию или мастера игры для DnD?

Обрати внимание на Narramancer (@narramancer_bot) - бот для игры в Dangeons&Dragons, а так же итоговый проект на "30 из 30" от студентки нашего LLM-курса Марии Муравьёвой.

🚗 Под капотом (репозиторий):
- MistralAi API
- RAG
- Сохранение истории взаимодействий в SQL базу
- Интересный промптинг
- Бот со спецэффектами - попробуйте! 🎁
- Большой список фичей для дальнейшего улучшения.

✨ Уникальные особенности

• Ручной контроль бросков кубиков: игрок сам инициирует бросок кубика.
• Автоматическое применение модификаторов характеристик при вычислении результата.
• Персонализированный сторителлинг: бот создаёт уникальные приключения на основе решений игрока.
• Поддержка многосессионных игр: история игры сохраняется и используется для последующих сессий.

Отличная идея и качественная реализация.🔥
🚽 Пишите в комментариях, как вам этот проект!

🚀 Вайб-кодинг: испытание на эффективность

Привет, вайб-кодеры!
Если вы кайфуете от экспериментов с AI и обожаете код, у меня для вас маленькое, но сочное испытание.

🧪 Эксперимент: кто кого — ты или промпт?
Задача: собрать мини-инструмент, который позволяет быстро взаимодействовать с файлами и LLM.

Функционал:

1. Запуск из терминала с указанием директории:
node app.js ./projects/test-project
2. Интерфейс с двумя панелями:
<- Слева — список всех файлов в указанной папке
-> Справа — файлы, которые пользователь выбрал
3. Клики по файлам добавляют/удаляют их из правой панели
4. Вводишь промпт → нажимаешь Submit → содержимое выбранных файлов уходит в LLM
5. Ответ модели отображается на экране

🧠 Варианты решения:
- С помощью агентов (например, Cursor, Windsurf)
- Или через обычный чат (ChatGPT, Claude, Gemini — что душе угодно)

💡 Задача: придумать как можно короче и точнее промпт, который приведёт к рабочему коду с первого запроса (ну или почти 😄).

📊 Поделитесь результатами в комментариях:
- С какой моделью работали?
- Сколько времени и промптов ушло?
- Получилось ли с первого раза?
- Скриншот интерфейса — обязательно!
- А если всё взлетело с одного промпта — покажите его!

🎁 Среди ответов выберем лучшие и отправим в личку промокод 15% на курс по вайб-кодингу 😉 Там ты еще больше узнаешь про фишки и инструменты, которые помогут тебе превращать даже самые дерзкие идеи в код за считанные минуты.

Как сэкономить до 4 раз на длинных промптах в OpenAI API

Если ваш стартап, продукт или сервис часто отправляет в OpenAI один и тот же системный промпт, вы можете существенно сократить расходы благодаря функции кеширования (Prompt Caching). Интересно, что многие об этом не знают и не используют эту возможность в полной мере. Хотя мы про это рассказывали тут.

Что это такое?
OpenAI автоматически кеширует начало промпта (префикс), если оно уже обрабатывалось недавно. Это позволяет избежать повторного вычисления при каждом запросе.

Результат:
– Задержка может снизиться до 80% 😱
– Стоимость токенов для префикса — до 50% 😱

Когда работает кеш?
– Срабатывает, если промпт длиннее 1024 токенов.
– Проверяется, использовался ли этот префикс недавно.
– Время жизни кеша — от 5 до 10 минут, иногда до часа (если не было запросов, кеш очищается).

Эта функция нереально полезна, когда отправляется много запросов с одинаковым началом. Вангую, ваш случай подходит, даже если у вас RAG 🦞

Что считается совпадением?
Промпт должен совпадать с точностью до символа: пробелы, порядок строк и даже кавычки имеют значение. Кеш работает блоками: 1024, 1152, 1280 токенов и далее с шагом 128 токенов (в зависимости от длины вашего входного промпта).

Что кешируется?
– System-промпт
– Инструкции, примеры, структура вывода
– Список инструментов
– Изображения (когда они передаются в формате base64 и если они одинаковые каждый раз)

Важно: все эти элементы должны находиться в начале промпта.

Как понять, что кеш сработал?
Обратите внимание на поле cached_tokens в ответе API. Если значение больше нуля, это означает, что часть промпта была взята из кеша.

Нужно ли что-то включать?
Нет. Кеш работает автоматически, без дополнительных настроек и доплат. Он встроен во все модели, начиная с gpt-4.

Рекомендации:
– Фиксируйте начало промпта (префикс должен оставаться статичным).
– Избегайте мелких правок и случайных изменений.
– Динамический контент размещайте в конце.

Если вы работаете с длинными и повторяющимися промптами, кеширование is all you need 😉

🎚️ Подробнее о кешировании в OpenAI API можно прочитать здесь.