⚪️ Мнение - упряжка важнее
Встретил такое мнение, приведу оригинал / перевод
🔗 твит и тред тут : https://x.com/poteto/status/2109338732713447790
also interestingly i feel like the Erlang philosophy is so relevant here to designing a good agent loop. "let it crash" -> "let it write slop" and then designing both the codebase and constraints to make it so that on average the agent generated code is of high quality
——
Ещё мне кажется интересным, насколько философия Erlang подходит для построения хорошего цикла работы агента. „Пусть падает“ → „пусть пишет шлак“. А дальше — спроектировать кодовую базу и ограничения так, чтобы сгенерированный агентом код в среднем получался качественным»
▶️ Подумалось что - да, сейчас обвязка в виде упряжки и флоу реально позволяют многие вопросы закрыть. Да, за счёт выстроенной вокруг работы агента системы можно контролировать качество.
Erlang позволяет отдельным компонентам падать. Важно как система обеспечивает надежность своей работы - возможность отказов изначально встроена в систему!
Также и с кодом. Агент может писать слоп - но упряжка должна обеспечить исправление и приёмку нормального качественного кода!
▶️ Как любая аналогия, у этой есть недостаток - тут сова на глобус натянута в том, что падение системы на erlang явно видно. А вот слопный код может компилироваться, работать и даже обеспечивать функционирование. Проблемы вылезают лишь на некотором горизонте.
▶️ Я лишь хочу высказать тейк: работа инженера - не обслуживать агента, генерирующего код. Работа уже сместилась в сторону организации этого процесса, чтобы он происходил с проверяемыми требованиями к качеству, надёжности, безопасности - в целом, вот такие инженерные организационные вопросы!
Вы - теперь CTO для ваших агентов.
▶️ Следствия? Если всё сделать правильно, то вам уже не обязательно нужен фронтир и самая умная модель. Модели второго эшелона в команде с воркерами категории быстрых флеш-моделей вполне способны генерировать качественные системы. Да, не ваншотить - и да, в рамках вашей правильно выстроенной системы.
❓ что думаете? согласны? с оговорками? не согласны?
@deksden_notes
Встретил такое мнение, приведу оригинал / перевод
🔗 твит и тред тут : https://x.com/poteto/status/2109338732713447790
also interestingly i feel like the Erlang philosophy is so relevant here to designing a good agent loop. "let it crash" -> "let it write slop" and then designing both the codebase and constraints to make it so that on average the agent generated code is of high quality
——
Ещё мне кажется интересным, насколько философия Erlang подходит для построения хорошего цикла работы агента. „Пусть падает“ → „пусть пишет шлак“. А дальше — спроектировать кодовую базу и ограничения так, чтобы сгенерированный агентом код в среднем получался качественным»
▶️ Подумалось что - да, сейчас обвязка в виде упряжки и флоу реально позволяют многие вопросы закрыть. Да, за счёт выстроенной вокруг работы агента системы можно контролировать качество.
Erlang позволяет отдельным компонентам падать. Важно как система обеспечивает надежность своей работы - возможность отказов изначально встроена в систему!
Также и с кодом. Агент может писать слоп - но упряжка должна обеспечить исправление и приёмку нормального качественного кода!
▶️ Как любая аналогия, у этой есть недостаток - тут сова на глобус натянута в том, что падение системы на erlang явно видно. А вот слопный код может компилироваться, работать и даже обеспечивать функционирование. Проблемы вылезают лишь на некотором горизонте.
▶️ Я лишь хочу высказать тейк: работа инженера - не обслуживать агента, генерирующего код. Работа уже сместилась в сторону организации этого процесса, чтобы он происходил с проверяемыми требованиями к качеству, надёжности, безопасности - в целом, вот такие инженерные организационные вопросы!
Вы - теперь CTO для ваших агентов.
▶️ Следствия? Если всё сделать правильно, то вам уже не обязательно нужен фронтир и самая умная модель. Модели второго эшелона в команде с воркерами категории быстрых флеш-моделей вполне способны генерировать качественные системы. Да, не ваншотить - и да, в рамках вашей правильно выстроенной системы.
❓ что думаете? согласны? с оговорками? не согласны?
@deksden_notes
👍24🔥6❤1
⚪️ Ship-темберь, день 7/28
Сегодня такое изменение: порог авто-компакта в Кодексе подняли по дефолту до 500к (у меня видно как 475к, на скрине). Тибо говорит что они протестировали, им норм.
🔗 Пост тибо : https://x.com/thsottiaux/status/2109430343346581527
При этом ранее он защищал дефолт в 300к : https://x.com/thsottiaux/status/2108778939057664357
▶️ Я пока в сомнениях - увеличение лимита автокомпакта приводит к увеличению потребления токенов (да, из кеша в основном, но и это не "бесплатно").
С другой стороны, реже компакт (что занимает время, и не знаю - тратит ли доп токены или не особо). Да, для задач где много контекста надо собрать и учесть, наверное тоже хорошо.
Опять же - это настройка в конфиге всегда была - чего тут нового...
В общем, посмотрю день/другой на поведение. Может, норм, а может прийдется настраивать более низкий порог!
@deksden_notes
Сегодня такое изменение: порог авто-компакта в Кодексе подняли по дефолту до 500к (у меня видно как 475к, на скрине). Тибо говорит что они протестировали, им норм.
🔗 Пост тибо : https://x.com/thsottiaux/status/2109430343346581527
При этом ранее он защищал дефолт в 300к : https://x.com/thsottiaux/status/2108778939057664357
▶️ Я пока в сомнениях - увеличение лимита автокомпакта приводит к увеличению потребления токенов (да, из кеша в основном, но и это не "бесплатно").
С другой стороны, реже компакт (что занимает время, и не знаю - тратит ли доп токены или не особо). Да, для задач где много контекста надо собрать и учесть, наверное тоже хорошо.
Опять же - это настройка в конфиге всегда была - чего тут нового...
В общем, посмотрю день/другой на поведение. Может, норм, а может прийдется настраивать более низкий порог!
@deksden_notes
👍9🤝3🔥2
⚪️ GLM-Legal
Зайки представили модель GLM-Legal, основанную на 5.3 flash, но доученную на юриста.
На бенчах вровень с фублей и астрой ходит! Самый откровенный бенч на КДПВ.
Интересный кейс, как модель флеш-уровня может быть натренирована в узком домене! С техничёской точки зрения, тренировать начали на среднем этапе, то есть это не посттрейн, а именно тренировка с доменными знаниями, модель реально больше знает про юридические материи. А пост-трейн с RL был не общего характера, а специализирован на юридической работе. Получилась глубоко кастомизированная под домен модель.
Цен нет, есть запись на бета-тест. В кодинг плане не обещают, зато говорят про автоклав - autoclaw от заек, это их бот/коворк.
🔗 Бложик с бенчами и деталями: https://z.ai/blog/glm-legal
▶️ Кстати, кто помнит про LE Chonk - это свежий большой мистраль 4, он гордился своим harvey index в 15.3 - единственный бенч где он лидировал, что даже было отдельным предметом шуток). И вот, зайки его уделали! Европейские бюрократы и тут слили Китаю, и быстро)) Не знаю почему, но меня это весьма забавляет
@deksden_notes
Зайки представили модель GLM-Legal, основанную на 5.3 flash, но доученную на юриста.
На бенчах вровень с фублей и астрой ходит! Самый откровенный бенч на КДПВ.
Интересный кейс, как модель флеш-уровня может быть натренирована в узком домене! С техничёской точки зрения, тренировать начали на среднем этапе, то есть это не посттрейн, а именно тренировка с доменными знаниями, модель реально больше знает про юридические материи. А пост-трейн с RL был не общего характера, а специализирован на юридической работе. Получилась глубоко кастомизированная под домен модель.
Цен нет, есть запись на бета-тест. В кодинг плане не обещают, зато говорят про автоклав - autoclaw от заек, это их бот/коворк.
🔗 Бложик с бенчами и деталями: https://z.ai/blog/glm-legal
▶️ Кстати, кто помнит про LE Chonk - это свежий большой мистраль 4, он гордился своим harvey index в 15.3 - единственный бенч где он лидировал, что даже было отдельным предметом шуток). И вот, зайки его уделали! Европейские бюрократы и тут слили Китаю, и быстро)) Не знаю почему, но меня это весьма забавляет
@deksden_notes
👍5
⚪️ Muse Wonder
Цук представил новую модель - Чудо Муся! В двух вариантах - Muse Wonder и Muse Wonder Full. Она рвёт Фублю и Астру как тузик грелку почти по всем бенчам.
🔗 Анонс : https://x.com/AIatMeta/status/2109691148943999167
🔗 Блог с деталями : https://research.meta.ai/blog/muse-wonder
🔗 Карточка модели : https://research.meta.ai/static/muse-wonder-model-card
🔗 Страничка модели: https://dev.meta.ai/models/muse-wonder
Доступно в Муся Коде. Full - на тирах Power Usage $50 / Maximum Usage $200.
Вход: омни (text, image, video, audio), контекст 1m.
Цены обычной: $4 ($0.20) / $20. Недёшево. Full цен нету, доступ только в пописке (необычно!).
Ну и обычная головная боль с доступом к мета-ресурсам с запретных локаций (ранее были сложности, не знаю как нынче - не пробовал).
@deksden_notes
Цук представил новую модель - Чудо Муся! В двух вариантах - Muse Wonder и Muse Wonder Full. Она рвёт Фублю и Астру как тузик грелку почти по всем бенчам.
🔗 Анонс : https://x.com/AIatMeta/status/2109691148943999167
🔗 Блог с деталями : https://research.meta.ai/blog/muse-wonder
🔗 Карточка модели : https://research.meta.ai/static/muse-wonder-model-card
🔗 Страничка модели: https://dev.meta.ai/models/muse-wonder
Доступно в Муся Коде. Full - на тирах Power Usage $50 / Maximum Usage $200.
Вход: омни (text, image, video, audio), контекст 1m.
Цены обычной: $4 ($0.20) / $20. Недёшево. Full цен нету, доступ только в пописке (необычно!).
Ну и обычная головная боль с доступом к мета-ресурсам с запретных локаций (ранее были сложности, не знаю как нынче - не пробовал).
@deksden_notes
👍8❤2👀1
⚪️ Ship-темберь, день 8/28
Как вы уже догадались, день 8 повторил день 6 - глобальный серверный ресет. Уже сделали!
(ц) Ну и ладно!
@deksden_notes
Как вы уже догадались, день 8 повторил день 6 - глобальный серверный ресет. Уже сделали!
(ц) Ну и ладно!
@deksden_notes
🔥15❤6🌚1
⚪️ OpenCode 2.0
Ну вот и релиз! Настал тот день))
🔗 Блог тут: https://anoma.ly/notes/opencode-2-0/
🔗 Скачать тут: https://opencode.ai/download
🔗 Код не переезжал : https://github.com/anomalyco/opencode
🔗 гайд по миграции с 1.х: https://opencode.ai/v2/docs/migrate-v1/
Новое:
• всё переработано
• внутри новые api
• по прежнему client/server с одним сервером на хост
• codemode для апи/mcp
• фоновые субагенты, задачи
• как водится - всё на плагинах, и оно мощное
• есть SDK
(ц) хорошая новость!
@deksden_notes
Ну вот и релиз! Настал тот день))
🔗 Блог тут: https://anoma.ly/notes/opencode-2-0/
🔗 Скачать тут: https://opencode.ai/download
🔗 Код не переезжал : https://github.com/anomalyco/opencode
🔗 гайд по миграции с 1.х: https://opencode.ai/v2/docs/migrate-v1/
Новое:
• всё переработано
• внутри новые api
• по прежнему client/server с одним сервером на хост
• codemode для апи/mcp
• фоновые субагенты, задачи
• как водится - всё на плагинах, и оно мощное
• есть SDK
(ц) хорошая новость!
@deksden_notes
🔥27❤6👍4👾2
⚪️ X Subscriptions
А вот и ещё один продукт про который давно ходили разговоры - новая линейка подписок от X, которая объединит все продукты: X Premium, Grok/Grok Bot и Cursor.
Bot с $30 в месяц. Лимиты - ну посмотрим.
В общем, представили, теперь можно будет разбираться!
🔗 Подписочки : https://x.ai/pricing
🔗 Анонс : https://x.com/SpaceXSI/status/2109783335296008414
@deksden_notes
А вот и ещё один продукт про который давно ходили разговоры - новая линейка подписок от X, которая объединит все продукты: X Premium, Grok/Grok Bot и Cursor.
Bot с $30 в месяц. Лимиты - ну посмотрим.
В общем, представили, теперь можно будет разбираться!
🔗 Подписочки : https://x.ai/pricing
🔗 Анонс : https://x.com/SpaceXSI/status/2109783335296008414
@deksden_notes
❤2👀2
⚪️ Gemini 4 Argon
Ну вот сегодня, оказывается, тот самый день! Гугл сделал свою ставку на возвращение в лигу топовых моделей - релизят в паблик Аргон
Доступ дали только на AI Ultra подписке
Цены: $2 ($0.10) / $10 до а ноября, потом х2
Вход: омни (images, audio, and video, text), контекст - 1m
Промо постов пока нету, особо деталей не рассказали, только карточка модели и видосы у топов для затравки. Подождём...
🔗 Карточка модели : https://deepmind.google/models/model-cards/gemini-4-argon/
Отрез знаний - March 2026 )) Значит не в июне начали её тренирвоать...
Подождём независимые бенчи и отзывы об агентных способностях - с ними были у 3.1 про сложности.
▶️ Интересно посмотреть на попытку аж двух игроков сделать камбэк во фронтир: Цук и Гугол, оба после некоторых факапов. За одного битого двух небитых дают? А тут аж двое битых.. И один не сильно битый Маск )) Интересно же!
@deksen_notes
Ну вот сегодня, оказывается, тот самый день! Гугл сделал свою ставку на возвращение в лигу топовых моделей - релизят в паблик Аргон
Доступ дали только на AI Ultra подписке
Цены: $2 ($0.10) / $10 до а ноября, потом х2
Вход: омни (images, audio, and video, text), контекст - 1m
Промо постов пока нету, особо деталей не рассказали, только карточка модели и видосы у топов для затравки. Подождём...
🔗 Карточка модели : https://deepmind.google/models/model-cards/gemini-4-argon/
Отрез знаний - March 2026 )) Значит не в июне начали её тренирвоать...
Подождём независимые бенчи и отзывы об агентных способностях - с ними были у 3.1 про сложности.
▶️ Интересно посмотреть на попытку аж двух игроков сделать камбэк во фронтир: Цук и Гугол, оба после некоторых факапов. За одного битого двух небитых дают? А тут аж двое битых.. И один не сильно битый Маск )) Интересно же!
@deksen_notes
🔥6👍4😁3❤1
⚪️ Ship-темберь, день 9/28
Нынче зарелизили оптимизацию в кодексе, которая экономит до 60% места на диске
Ну - вроде мелочь, но будет приятно! надо изучить за счёт чего и в каком апдейте эти оптимизации.
Отдельно забавно что со счёта тибо слегка сбился и потом поправился, это день 9 уже!
https://x.com/thsottiaux/status/2110151780478927344
@deksden_notes
Нынче зарелизили оптимизацию в кодексе, которая экономит до 60% места на диске
Ну - вроде мелочь, но будет приятно! надо изучить за счёт чего и в каком апдейте эти оптимизации.
Отдельно забавно что со счёта тибо слегка сбился и потом поправился, это день 9 уже!
https://x.com/thsottiaux/status/2110151780478927344
@deksden_notes
X (formerly Twitter)
Tibo (@thsottiaux) on X
Day 9/
We've rolled out optimizations to how we store state on disk for the chatgpt & codex desktop app that should reduce the amount stored on disk by 60%. Small ship but we've heard enough feed…
We've rolled out optimizations to how we store state on disk for the chatgpt & codex desktop app that should reduce the amount stored on disk by 60%. Small ship but we've heard enough feed…
👍3❤2
⚪️ Codex app - Settings - Storage
Все уже видели страничку в настройках аппа, который показывает сколько занимают чаты кодекса и прочие артифакты на компе? Деревья тоже можно смотреть.
Довольно удобно.
Хочу поручить агенту заархивировать все от 2025 года - чтобы не болталось
@deksden_notes
Все уже видели страничку в настройках аппа, который показывает сколько занимают чаты кодекса и прочие артифакты на компе? Деревья тоже можно смотреть.
Довольно удобно.
Хочу поручить агенту заархивировать все от 2025 года - чтобы не болталось
@deksden_notes
👍9