Vibecoding Haven (BotfatherDEV)
2.63K subscribers
881 photos
145 videos
11 files
559 links
Ділюсь про те як стати продуктивнішим використовуючи AI в програмуванні.
Download Telegram
Варю лінивий рис в пакетику
Але він просто без нічого

Попросив чатгпт продовжити рецепт але тепер для яйця з рисом
Непопулярна думка:

нейронки — не щось штучне та «несправжнє». деякі люди стверджують що навіть приставка "штучний" до слова "інтелект" не має сенсу. Щось типу того, що інтелект не може бути штучним

нейронки роблять рівно те саме, що і мозок: дістають закономірності з реального світу

Мозок отримує досвід, шукає патерни, приймає якісь рішення і отримує фідбек від реальності, і нарешті оновлює зв’язки.

Нейронка отримує дані, витягує патерни, робить prediction/output, отримує feedback/reward/loss, оновлює weights.

В обох випадках суть одна:

- багато даних
- багато ітерацій
- нормальний feedback loop

Тому мораль проста:

треба дбати про мозок як про нейронку

Що читаєш,
З ким говориш,
Які задачі розв’язуєш,
Який фідбек отримуєш,
Скільки спиш, щоб мозок нормально консолідував корисні спогади і прунив зайві речі.

Бо можна 10,000 годин тренувати себе на херні і просто зацементувати криві патерни

А можна будувати нормальний тренувальний пайплайн для власної нейронки))

garbage in -> garbage out працює не тільки для моделек
написав Грегу Брокману про те що Low "Intelligence" звучить дивно для GPT-5.5

попросив грока запропонувати їм кращі опції:

Класний варіант:
Quick / Standard / Thorough / Expert

замість
Low / Medium / High / Extra High


як вважаєте, побачить?
3
чому варто скачати саме codex app:

вони дають генерити зображення з gpt image 2 в підписці

спробуйте візуалізувати план подібними діаграмами щоб краще зрозуміти (особливо якщо стосується дебагу)
111
Codex знову скидають ліміти 😅

За 14г до того як вони мали скинутися
1
мені «дуже подобається», коли роботу LLM зводять до це просто next-token predictor

бо технічно — це так і є

але це завжди пояснення рівня:

людина — це просто мʼясо, яке передає електричні імпульси


ніби це правда, але майже нічого не пояснює.

є дуже цікава стаття The Platonic Representation Hypothesis.

головна ідея там така:

Neural networks, trained with different objectives on different data and modalities, are converging to a shared statistical model of reality in their representation spaces


тобто різні нейронки, навчені на різних задачах, даних і модальностях, поступово сходяться до спільної статистичної моделі реальності.

не просто вгадують слова
не просто «дістають відповідь з памʼяті»

а будують внутрішню репрезентацію того світу, який породив ці дані.

у статті є ще дуже красива фраза:

all strong models are alike, each weak model is weak in its own way


Тобто, слабкі моделі слабкі кожна у своєму сенсі, а сильні моделі стають схожими, бо реальність, яку вони намагаються стиснути — одна

І ось якщо так редукувати LLM, то людина теж «просто предиктор наступного сигналу»

нервова система теж отримує сигнали, стискає їх, шукає закономірності, будує внутрішню модель світу і постійно передбачає, що буде далі.

ми ніколи не бачимо реальність напряму, ми бачимо лише її проєкції.

і автори дуже красиво пишуть:

The training data for our algorithms are shadows on the cave wall


дані — це тіні на стіні печери.

але сильні моделі, можливо, вчаться не просто повторювати тіні, а поступово відновлювати структуру того, що ці тіні породжує.

Тому ми працюємо не з якоюсь магічною памʼяттю і не просто з генератором тексту, а з системою, у якої є внутрішня статистична модель реальності

а коли ми даємо їй tools, browser, code execution, files, API, memory і feedback loop — ця модель починає не тільки описувати світ, а й діяти в ньому)

Отже, вайбкодинг — це коли ти навчився формулювати намір, обмеження і фідбек так, щоб внутрішня репрезентація світу в моделі могла через інструменти змінювати реальний проєкт
1
Tracer Bullets Beat Layers
Чому AI не варто давати горизонтальні фази типу “спочатку вся база, потім весь API, потім UI”.

На діаграмі порівнюється це з вертикальними "зрізами", які проходять через DB/API/UI і дають швидкий feedback
3
Хочете пораду?

Якщо ви досі не пишете тестів - вас замінять ті хто їх пишуть, бо нейронки тоді краще пишуть код. Тому починайте це вже робити. А ще краще всі рівні тестів - юніт, інтеграційний, е2е, які там ще?

Тепер коли якісний код стало генерити легко, якщо є правильний контекст - ціна знань підвищилася в рази.

Як сказала одна людина з fwdays конфи, від джунів очіквання тепер що вони оперують агентами, просто відповідальності їм багато не давати

А знання патернів програмування буде не просто удєлом гіків по софтарчу, а база, бо тоді код якісніший в рази стає. Просто зміниться рівень розуміння їх

А, ну і ще навчатися з нейронками легше, не треба тьюторів
7
Я майже купився…

Якщо що, то в Ілона Маска і Опенаі починається суд

Маск запустив мем-кампанію на твітері яка називається «Scam Altman is a liar»

В той самий час коли всі його претензії до них це суцільна брехня побудована на вирізаних з контексту повідомлень з переписок по email

Ну побачимо хто з них справжній брехун в суді
AFK Agent Loop

Як заздалегідь підготовлений backlog дозволяє агенту автономно брати задачі, писати код, запускати перевірки й комітити.

На діаграмі зображено цикл:
reviewed backlog -> pick task -> code -> test -> commit -> repeat, з людським review як контролем якості
2
https://www.youtube.com/watch?v=88qc67oYDl4

про те як оцінюють вас, як розробника, інші, як оцінюєте ви себе та інших, і поради як стати успішним

дуже цікаві думки, раджу)