Завтра не на РАБоту... очень скоро чиллим, уважаемые читатели!!


Ах да, у вас только с пятницы чил...


Потрогал новую модельку вчера. Токенов жрёт совсем не много, хз видел что в Твиттере много кто жалуется.

Дал ей задачку с которой когда то не справился опус ... Ну что сказать, она тоже не справилась💀 Хотя кода они с кодексом оч много нагенерили. Надо менять цель в задачках как-то чтобы и контекста много не хавало на проверку стали ли мы ближе ...

Думаю, проблема всё же находится не в модели а, как всегда, между монитором и клавиатурой.

Продолжаем работу! Всем самого лучшего продуктивного дня

А ведь последствия могут оказаться... неожиданными

Щас агентов делают, да? Интересно, если честно, что отсутствуют какие-то принципы построения агентских систем. Основной смысл то какой - разделить задачу на несколько частей. Делегировать. Не нагружать механизм внимания. Уменьшать размер контекста. Но таких принципов нет сформулированных! Куча разрозненных, а порой и противоречащих друг другу, статей.

После десятилетий накопленного опыта (которые я не застал) в программировании появились свои уникальные правила - SOLID. Понятно что никто их идеально не соблюдает. Но при общении с коллегой ты можешь сказать что, вот, если сделаем так, то это нарушение принципа L или S.

А дальше дело чисто инженерное, может стоит принцип этот нарушить чтобы мозга не делать. А мб наоборот стоит прислушаться с дяде Бобу и сделать по красоте. Основная проблема - объяснить коллеге что имеешь ввиду и зачем - решается.

А вот при разработке агентов у нас пока такого нет!

Предлагаю набор принципов DESU (на пикче)

Круто вчера было да? Контент текстовый на подумать + мемы оригинальные сам делал. Ну вы это, особо не привыкайте к такому, уважаемые подписчики

Я залутаю недвижимость на петроге... Рано или поздно... Наверное...

почему так?

Не знаю как можно простить KDE за всё то ЗЛО что они меня заставили пережить

Клод, давай сделаем аналог языка Си только чтобы было его просто писать и в качестве теста сделаем видеоигру с грабежом караванов🙏

ProgramBench — бенчмарк, который проверяет, могут ли агенты восстановить сурсы имея только скомпилированный бинарник, возможность его запускать ну и документацию.

Мощнейшее LLM AGI детище компании добра Fable (Mythos) отказалось выполнять все 200/200 задач!!

В такси чел рассказывал что работал ПМом в Сбере/Газпроме, какие внедрял ЦРМки. После увольнения пол года не мог найти РАБоту, проел свои накопления и подался водителем в Яндекс.

Друзья, поделитесь, есть ли у вас какие-то "планы Б"?

Текущая мета, друзья, это циклы + разделение контекста на планирование и написание кода. Это не точно но это то, как я счас РАБотаю.

Тред кому любопытно 👇

В openrouter появился API который дёргает параллельно несколько моделей и выбирает "лучший" ответ из нескольких.

Глядя на "trust me bro" бенчмарк - такая комбинация сопоставима с уровнем интеллекта fable.

Гении мыслят одинаково!! Ну, согласитесь, оч напоминает мой воркфлоу что я описал вчера.

Мы можем осуждать такое мнение но можем ли мы фактически спорить