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
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)
в Codex зручно тепер показує subagents

НАРЕШТІ хтось це зробив
Пам'ятаєте жарти про те що після vibe coding починається vibe debugging

чому про друге згадують так, ніби це щось погане?

вайб-дебагінг достатньо веселий буває, явно веселіше ніж коли ручками
який кайф. кодекс помітив що після останніх фіксів — він не покрив новий кейс е2е тестом і вирішив, що треба добити і це, в чому мені важко йому вже відмовити
3
TDD Keeps Agents Honest

Чому TDD корисний для AI-агентів: тест пишеться до реалізації, тому агенту складніше “підганяти” тест під уже написаний код.

На діаграмі red-green-refactor: спочатку failing test, потім implementation, потім refactor/review.
1
😂 ахах накричав на свого агента 2 рази, а потім зрозумів що я не тому агенту писав

у вас таке було?
Please open Telegram to view this post
VIEW IN TELEGRAM
7
Нарешті і кодекс додали Ralph loop

Цікаво протестити