Пару недель назад YouTube внедрил чат-бот с ИИ для авторов контента.

Я, как человек, который активно работает в YouTube студии, уже оценил это решение. Хоть это и крайне банально в 2026 году, но это удобно. Потому что можно задавать ИИ вопросы в контексте своего канала: "какие показатели у моего последнего видео?", "предложи более оптимальное описание и заголовок для такого-то ролика" и т.п. Это прям реально экономит время, т.к. помимо заливки самого видео на YouTube нужно заполнять много разной мета-информации. Плюс у ютубовского ИИ скорее всего подключена база знаний и он сходу предлагает некоторые мелкие оптимизации. Почему ютуб не сделал этого раньше, года два назад?)

Следующим шагом ждём интегрированную генерацию обложек для видео, ибо это тоже требует времени от авторов и у Гугла тоже есть все возможности для этого. И прежде всего nano banana 2.

#devmark #youtube #ai #прогнозы

Недавно прикупил себе RTX 5080 с 16 GB на борту, запустил на ней Qwen 3 Coder на 30 миллиардов параметров с помощью LM Studio и потестировал с помощью opencode на спринговом проекте, как он будет справляться с типовыми задачами. В целом хочу сказать, что с задачами писать "по образу и подобию" такая модель справляется и даже умеет делать некоторый рефакторинг. Вначале работает шустро, затем чем больше делает правок и исправлений, тем сильнее замедляется, но продолжает работать. Через некоторое время правки вместо 5 минут занимают минут по 20. Но сами по себе правки остаются корректными. Поэтому по достижении более-менее устойчивого состояния надо сразу начинать новую сессию в кодинговом агенте.

В случае с LLM объём памяти является наиболее критичным параметром. И лучше брать побольше, хотя бы 24 гига. Но таких моделей в продаже очень мало и стоимость их возрастает в разы. Конечно для промышленной разработки такая видеокарта не подходит, но у локального решения есть другое неоспоримое преимущество: бесплатные токены и 100% доступность без ограничений. Вы платите разве что за электричество. Уже сейчас при желании можно составить некий бэклог простых заданий для такой модели и оставить её работать скажем на ночь. Утром можно провести ревью результатов и отправить их на следующую итерацию. То есть сейчас сфера применения локальных решений - это фоновые рутинные задачи, не критичные по времени.

Экстраполируя скорость развития AI-решений и рост цен на токены, я лишь убеждаюсь, что мы будем постепенно уходить от больших облачных моделей в сторону развёрнутых локально. Пусть не на локальном ПК, но как минимум в контуре организации. Особенно это актуально для России. Ведь даже бесплатные модели постоянно улучшаются и соответствуют топовым моделям (Qwen 3 Coder - это примерно GPT-4 по словам того же ChatGPT).

#devmark #ai #прогнозы #qwen #opencode

Пишем свою СУБД за 45 минут на Java

На прошлой неделе я посетил конференцию JPoint 2026 и мне больше всего понравился доклад Александра Пахомова, который называется Пишем свою СУБД за 45 минут на Java.

Сам доклад представляет собой скрины из консольного Claude Code, в котором Александр с нуля написал свой движок СУБД (парсер запросов, сам движок, хранение данных, консольный клиент и веб-интерфейс). При написании движка он не использовал никаких внешних библиотек, всё было реализовано на чистой Java 25 за 3 часа общения с агентом. Ещё 3 вечера он потратил на повышение производительности этого движка, чтобы движок проходил стандартные бенчмарки для подобных решений и в итоге удалось показать даже более лучшие результаты, чем популярные аналоги.

Этот доклад примечателен также тем, что разработка началась с одного промта, который вы видите на скрине. Первый промт представляет собой абзац текста, но именно первый промт очень важен, т.к. он задаёт дальнейшее направление разработки. То есть не было каких-то многостраничных спецификаций, тонко настроенных инструментов и т.п.

Я сам придерживаюсь именно такого подхода при разработке с помощью AI и мне кажется именно так будет выглядеть мейнстримовая разработка в самом ближайшем будущем. При этом важно заметить, что это не вайбкодинг (т.е. не "вслепую"). Автор сразу подключает систему тестирования, чтобы LLM могла тут же объективно проверять свою реализацию.

Поэтому рекомендую посмотреть доклад, как только он появится в открытом доступе. А если у вас есть билет JPoint 2026, то вы можете посмотреть его уже сейчас.

#devmark #jpoint2026 #jug #ai #claude

В продолжение поста про разработку с помощью open-source моделей, если у вас нет мощной видеокарты последнего поколения, но всё равно хочется разрабатывать с помощью агента безо всяких vpn, то в качестве альтернативы можно рассмотреть AI Studio от Яндекса. Конечно, это будет уже не бесплатно, в отличие от собственной видеокарты, зато заметно быстрее и проще.

В Яндексе уже развернуты в облаке наиболее популярные стандартные модели. Только не надо брать слишком большие модели типа qwen 235b - с ней можно за несколько минут сжечь несколько сотен рублей. Возьмите лучше ту же самую qwen3.6-35b-a3b - работает очень шустро и при этом неплохое качество кода на выходе.

Для разработки можно взять бесплатный кодинговый агент opencode. Для интеграции с моделью вам достаточно выпустить токен доступа в ЛК Яндекса и прописать нужную модель в конфиге. Вот фрагмент конфига .opencode/opencode.json:

"yandex": {
  "npm": "@ai-sdk/openai-compatible",
  "name": "Yandex AI Studio",
  "options": {
    "baseURL": "https://ai.api.cloud.yandex.net/v1",
    "apiKey": "API_KEY"
  },
  "models": {
    "gpt://YANDEX_CLOUD_FOLDER/qwen3.6-35b-a3b/latest": {
      "name": "qwen3.6-35b-a3b",
      "tool_call": true,
      "options": {
        "temperature": 0.9
      }
    }
  }
}

И вот вы уже получаете решение, которое может составить более простую альтернативу таким гигантам как Codex или Claude Code и при этом оно работает без vpn и оплачивается рублями)

#devmark #ai #yandex #opencode #qwen

Google впервые за 25 лет кардинально меняет поиск

Месяц назад я радовался, что в YouTube Studio появился ИИ-ассистент, но Google решил на этом не останавливаться и на днях анонсировал самое крупное изменение в своём поиске.

За последнюю четверть века мы привыкли сами выбирать из 10 ссылок разной степени полезности наиболее подходящую для нас. Теперь поисковый гигант решил взвалить муки выбора на плечи ИИ. Perplexity и ChatGPT начинают теснить поискового монополиста и Гуглу не остаётся ничего иного кроме как каннибализировать собственную поисковую выдачу.

Что это даёт обычным пользователям? Это даёт удобство и быстроту получения ответа. Действительно, получить краткий ответ на конкретный вопрос, не покидая окна с поисковой строкой - это очень удобно и выглядит естественной эволюцией старого поиска. Ведь в своё время появление поисковиков с универсальной поисковой строкой по всему интернету тоже было прорывом. Напомню, что до появления поисковиков были лишь каталоги сайтов и прямой обмен гиперссылками.

Что это даёт владельцам сайтов? А вот им придётся несладко. Особенно сложно будет контентным сайтам. Потому что раньше достаточно было разместить сайт в открытом доступе и он за пару недель индексировался поисковиком, который постепенно приводил на сайт "органический" трафик из той самой поисковой выдачи. Теперь, с возможностями AI-суммаризации необходимость в переходе на конкретный сайт отпала. Классическое SEO умирает (причём уже довольно давно), а вместе с ним и возможность раскручивать новые сайты.

И я вынужден констатировать, что это касается и моих статей на сайте devmark.ru. Уже сейчас 80% трафика идёт не на статьи, а на онлайн-утилиты. Поэтому в ближайшем будущем мне, возможно, придётся поменять позиционирование своего сайта)

#devmark #google #ai #web #seo

Ваш персональный ChatGPT от Dockhost

Продолжаю серию постов про альтернативные LLM, которые доступны в России без ограничений и за которые можно платить рублями.

В прошлый раз я рассказывал про Yandex Cloud, а сейчас хочу рассказать про компанию Dockhost. Услугами этих ребят я пользуюсь для хостинга своего сайта и мне нравится их подход: вы получаете полноценный CI/CD вместе с хостингом, предоставив лишь git-репозиторий с Dockerfile. При этом админка выглядит приятно и не перегружена лишними деталями в отличие от того же Яндекса.

И вот совсем недавно ребята добавили новую возможность: LLM инференс! Вы можете выпустить один единственный Api-Key и использовать его как в собственном приложении, так и в coding-агенте по стандартному протоколу. При этом можно выбирать из множества разных моделей (на данный момент уже более 50 штук)! Доступны как прокси до "облачных" семейств Anthropic, Gemini, OpenAI, Deepseek, так и open source инстансы типа того же Qwen и Kimi. Расценки на токены дешевле, чем у Яндекса.

Но даже если вы ни разу не программист, вы можете получить свой собственный ChatGPT-подобный интерфейс опять же в один клик. Для этого заходим в раздел "Приложения" и выбираем Open WebUI. Указываем админскую почту и пароль - и все те же модели теперь доступны через ваш персональный веб-интерфейс!

#devmark #dockhost #llm #ai

Вышел стабильный релиз Spring AI 2.0

Чуть больше года назад появился Spring AI версии 1.0, который позволил интегрировать ИИ в ваше спринговое приложение в привычном декларативном стиле. Тогда многие задавали вопрос "зачем он нужен, когда все работают с LLM на Python?" Прошёл год и Spring AI, вопреки этим сомнениям, получил дальнейшее развитие и уже претерпел несколько рефакторингов. Спустя несколько стадий release candidate, мы получили на днях первую production-ready версию под номером 2.

Этот релиз рассчитан на Spring Boot 4, тогда как первая версия была заточена под Spring Boot 3. Ну и приятный бонус, который я заметил, что в Spring Initializr наконец-то при выборе Kotlin наконец стала доступна Java 25! До этого кажется в течение полугода даже при явном выборе Java 25 в pom.xml или gradle.build всё равно прописывалась Java 24.

Более подробно про миграцию с версии 1.1.x на 2.0 можно почитать здесь.

#devmark #spring #ai #release

"Товарищ Сталин, что вы курите?"

В процессе "общения" с LLM вспомнился один старый номер из Comedy Club c Мартиросяном и Харламовым. Там Берия приходит к Сталину и тот ему говорит примерно следующее:

- Я считаю, что научно-технический прогресс в наших руках. Нам надо придумать трубку, чтобы я по ней звонил. В одной трубке я буду курить, в другой я буду звонить. В этой трубке должны быть шахматы, будильник и органайзер. И ещё я хочу этой трубкой фотографировать и снимать кино. Ещё я хочу, чтобы вы совместили печатную машинку и телевизор. И хочу ещё мышью открывать окна. И чтобы на моём рабочем столе были иконки.
- Товарищ Сталин, что вы курите? "Мышью окна открывать"!

Я поймал себя на мысли, что примерно так и выглядит современная постановка задачи кодинговому агенту. Я ставлю верхнеуровневую задачу и хороший агент типа codex меня понимает. Но тут очень важно избегать слов, которые имеют разные значения в зависимости от контекста ("трубка", "мышь", "иконки"). И если не предоставить необходимый контекст, то человек конечно же вправе спросить "Что вы курите?", а вот LLM может начать галлюцинировать)

Поэтому избегайте неоднозначностей в постановке задачи или давайте дополнительный контекст в виде узкоспециальных слов, точнее определяющих предметную область. И в работе с людьми это тоже актуально: представьте, что даёте задание джуну. Этот джун исполнительный и трудолюбивый, но если он вас не так поймёт, то уйдёт не туда.

Поэтому один из главных навыков разработчика сейчас, в эпоху LLM - это умение чётко формулировать свои мысли.

#devmark #юмор #ai #нейросети

OpenIDE представила свой клиент для базы данных!

На днях вышла новая версия OpenIDE Pro, в составе которой идёт плагин DB Client. Он позволяет подключаться к базе данных, просматривать структуру и содержимое таблиц, умеет строить диаграмму связей между таблицами, выполнять sql-запросы и даже умеет в импорт/экспорт в различных форматах! Уже сейчас плагин поддерживает не только любимый нами postgres, но и mysql, oracle, sqlite и clickhouse.

За подробностями приглашаю всех на Хабр, где я написал подробный обзор по самой свежей версии плагина.

▶️ Читайте и комментируйте! ◀️

OpenIDE Pro будет доступна всем желающим по триалу на несколько месяцев.

#openide #обзор #habr #database #devmark