Кастанеда смотрит в небо, Кастанеда видит сон, будто он не Кастанеда, а взбесившийся бизон

На OpenRouter сейчас бесплатно доступна очередная стелс-модель под названием ox-alpha и она хороша. По замерам очень близка к фронтир-моделям.

С большой вероятностью это Z.ai тестируют новую мультимодальную GLM Air.

Переключился на нее в OpenCode, мне нравится.

Иногда подтупливает, но если вам нужен бесплатный комьют — похоже, это лучшее предложение на текущий момент.

@devspotting

Сегодня вторник, а значит вышел 3й выпуск «ИИ — не новостей» с Сергеем @veged Бережным!

В выпуске:
— Водяные знаки на ИИ-контенте — вилами по воде

— Нейронки научились в математику. Доказывает ли это, что LLM способны создавать новое? А «новое» — это какое?

— Успех на бенчмарке ARC-AGI-3: кто бы мог подумать, что интеллект без памяти работает не очень. Теперь джунам придется выполнять работу CTO.


Поставьте лайк, поделитесь видео с друзьями! Приятного просмотра!

@devspotting

#ГриненкоПро №23 с Глебом Михеевым о новой роли инженера, экономике софта в эпоху AI и востребованных навыках

https://www.youtube.com/watch?v=Nq92u7yldn4

Глеб автор канала @tired_glebmikheev, работал в NVIDIA, основал и девять лет развивал собственную компанию по заказной разработке, затем работал в Skillbox и Сбере. Сейчас развивает ГигаАгента — автономного AI-агента Сбера — и руководит программным комитетом AgenticDevConf.

Пока писали подкаст, не покидало ощущение, что слушаю свою биографию с точностью до названий компаний 🙂

Обсудили:
— Зачем в эпоху AI нужен Individual Contributor и почему IC — это всё равно про лидерство
— Почему разработчики перестают быть «фронтендерами» и «бэкендерами» и превращаются в продуктовых инженеров
— Реальна ли one-person company и можно ли в одиночку построить бизнес с выручкой уровня зарплаты в бигтехе
— Что произойдёт с SaaS, если кастомный софт станет дешевле сделать, чем купить
— Зачем странам собственные фундаментальные модели и действительно ли LLM становятся стратегической технологией
— Почему главный барьер для AI сейчас может быть не в моделях, а в harness, процессах и способности компаний перестроиться
— Какие навыки будут нужны инженерам и чему вообще стоит учить людей в мире постоянных изменений

Ставьте лайки, делитесь с друзьями, приходите обсудить в чате сообщества: @grinenko_pro

Приятного просмотра!

@devspotting

«Гриненко про» и «ИИ — не новости» на новых стримингах

Специально для тех, кто любит ушами :)

Гриненко про
* Яндекс Музыка
* Apple Podcasts
* Spotify
* Youtube Music
* Castbox
* Звук
* Литрес
* Mave
* VK
и даже плеер внутри телеги.

ИИ — не новости
* Яндекс Музыка
* Apple Podcasts
* Spotify
* Youtube Music
* Castbox
* Overcast
* PocketCast
* Podcast Addict
* Mave
* Телега

Приятного прослушивания!

@devspotting

AI first и remote first

Компании, которые только что загнали всех обратно в офисы с удаленки, сейчас пытаются перестраиваться под ИИ.

Ирония в том, что для успешного внедрения нейронок нужна та же культура и процессы, что и для remote first: переложить все из чертогов разума участников в документы, держать эти документы в актуальном состоянии постоянно, а не набегами, работать асинхронно и не блокироваться об смежников. Если процесс предполагает, что участников нужно ловить у кофемашины или в курилке, агенту будет сложновато.

Интересно, что будет дальше: людям все-таки придется починить процессы или придумают очередные костыли в виде железки от какой-нибудь CISCO в оупенспейсах и на кофепоинтах, чтобы агенты могли буквально слышать и видеть, что происходит. А может Альтман с Джонни Айвом как раз над такой железкой и работают?

@devspotting

Аркадий, убери руки с клавиатуры

— Аркадий, ты хорошо пишешь код, так что вот тебе люди и куча бюрократических обязанностей в придачу, выкручивайся.

Аркадий по инерции пытается продолжать программировать, его бьют по рукам:

— Аркадий, ты руководитель. Тебе не за код платят. Делегировать не пробовал?

Аркадий страдает, но постепенно календарь захватывают 1:1, планирования, найм, перформанс-ревью и прочий пипл-менеджмент. Код остается где-то в прошлой жизни.

И вот приходят нейронки!

Инженерные руководители всех уровней счастливо начинают вайбкодить между встречами. Иногда прямо на встречах.

Можно снова получать кайф от быстрого результата своими руками.

Можно лечить FOMO: «Я же должен понимать, что это за Claude, который нас заменит».

И есть железное рациональное объяснение: как трансформировать компанию в AI-native, если сам не пользуешься AI?

Но пока руководители сидят до 6 утра в консоли и открывают десятки пулл-реквестов, код обесценивается до стоимости электричества в ДЦ Антропиков.

А внимание руководителя дешевле не становится.

Теперь Аркадию предстоит научиться отличать ситуации, где собственноручная работа с агентом действительно нужна для исследования, снятия неопределенности и формирования технического вкуса, от нового очень приятного вида прокрастинации.

Ты же не листаешь рилсы. Ты занят важным делом. У тебя даже пулл-реквест есть.

Но если эту задачу уже умеет решать кто-то в команде — почему ее делаешь ты?

Похоже, пора запилить скилл, который будет анализировать сессии с агентами и в нужный момент говорить:

— Аркадий, убери руки с клавиатуры.

@devspotting

В новом выпуске «ИИ — не новостей» с Сергеем @veged Бережным обсуждаем:

* Почему AI-модели превращаются в инфраструктуру вроде электричества — и есть ли у OpenAI, Anthropic, Google или кого-то ещё шанс монополизировать «лучший интеллект»?

* Как китайские лаборатории догоняют AI-фронтир даже при дефиците GPU, почему ограничения иногда ускоряют прогресс и что важнее — коллаборация или конкуренция?

* Перспективы Computer History в Codex

* Почему топовые технари остаются нужны, «середина» профессии начинает вымываться, а продуктовое мышление, умение формулировать задачи, работать с людьми — и даже философия — становятся только ценнее

Поставьте лайк, поделитесь видео с друзьями!

Приятного просмотра!

@devspotting

Вышел Fable 5.1. Круче по бенчам, заметно дешевле для кодинговых агентов за счет в 4 раза подешевевшего кэша.
Утверждается, что может работать автономно еще дольше. Хорош в исследованиях и особенно биологии.

Надо попробовать навайббиоложить себе новую почку, продать, купить новый mac studio и перейти на открытые модели.

@devspotting

Muse Spark 1.3

Одна запрещенная организация экстримистски ворвалась в фестиваль сентябрьских релизов LLM.

По бенчам прямо очень красиво (и быстро), а для тех, кто готов делиться данными с Цукербергом — еще и очень дешево.

В анонсе заявлено много интересного для длинных кодинговых задач, нужно пробовать.

@devspotting

#ГриненкоПро №23 с Алексеем Федоровым — сооснователем и продюсером JUG Ru Group

https://www.youtube.com/watch?v=VhQPchnlwo8

Обсудили превращение IT-конференций в AI-конференции, кризис технической экспертизы и что остаётся ценным, когда знания доступны по подписке на ChatGPT.

Алексей рассказал, как строит AI-онтологию JUG, и как за 3 месяца «ИИ-истерики и токенмаксинга» пришел к трезвому взгляду на агентов.

Подробные таймкоды в описании выпуска.

Ставьте лайки, делитесь с друзьями, приходите обсудить в чате сообщества: @grinenko_pro

Приятного просмотра!

@devspotting

OpenAI будет начислять по одному ресету за каждый день, пока не появится доступ к Астре. Ресет можно будет потратить в любой момент на свое усмотрение.

Что ж, может быть, мне не так уж и нужна эта Астра... Хотя доступ к Астре с накопленными ресетами звучит еще более заманчиво!

@devspotting

Кусочек моего глобального AGENTS.md

## Clarify Before Execution

If the task wording raises any questions, or if strange, unexpected, or ambiguous details arise while working, pause before taking action and ask the user for clarification. When applicable, present the possible answers as explicit options to choose from.

Вчера записывали с Киром @geekylog демо его SDD-пайплана на основе сворма агентов поверх кастомного набора шаблонов для OpenSpec. Видео скоро выйдет на канале, а пока поделюсь одним своим наблюдением.

Классический Spec-driven development (если такая формулировка вообще может быть применима, конечно) предполагает, что пользователь формулирует задачу, модель придумывает вариант решения в виде какого-то документа, который пользователь проверяет и при необходимости корректирует до того, как начнется генерация кода.

Если пользователь действительно знает, чего хочет и готов это подробно описать — подход работает.

Но, во-первых, далеко не всегда сразу понятно, что нужно, а во-вторых, можно забыть (или полениться) расписать все детали. В таком случае модель сгенерирует кучу очевидных решений, среди которых нужно будет найти и исправить то, что противоречит чувству прекрасного пользователя.

Мне гораздо ближе подход grill-me, когда агент, получив максимально лаконичное описание того, что и зачем я делаю, сам задает уточняющие вопросы с подготовленными вариантами ответов и объяснением последствий выбора.

Это позволяет «вспомнить» и принять решения по всем важным вопросам. Причем вместо написания длинного текста с пожеланиями достаточно просто указать номера выбранных вариантов. Более того, иногда предложенные варианты оказываются лучше, чем то, что я представлял в голове до начала работы. А если по какому-то пункту не хватает экспертизы, то можно прямо отсюда отбранчеваться в отдельную сессию и разобраться перед тем, как давать ответ.

Остается только зафиксировать все ответы в документе, и это почти и будет готовая спека. При желании еще можно отправить агента-ревьювера убедиться, что действительно не осталось белых пятен, а в ответах нет взаимоисключающих параграфов.

Конечно, если вы работаете в команде, вам все равно потребуется OpenSpec или что-то подобное, чтобы иметь общий стандарт и удобно мерджить изменения от всех участников. Но вычитывать галюцинации модели уже не придется — все решения приняты.

На следующем этапе мы с Киром нарвались еще на один кейс, где мой промпт был бы полезен — уже в процессе генерации кода.

Исполнитель объявил выполненным требование про ручную проверку функциональности. Ревьювер закономерно спросил: «А руками-то кто проверял?» — и завернул его на доработку.

А так как цикл предполагал, что замечания ревьювера исполнитель должен устранять без участия пользователя, агент пустился во все тяжкие.

Вероятно «if strange, unexpected, or ambiguous details arise while working, pause before taking action and ask the user for clarification» могло здесь сэкономить приличное количество времени и токенов.

В общем, хороший агент, конечно, должен уметь работать автономно, но и при этом понимать, когда пора позвать кожаного.

@devspotting

Ну что ж, посмотрим, что этот ваш AGI такое...

Tibo (Thibault Sottiaux), руководитель ChatGPT и Codex, утверждает, что Астра в режиме минимального ризонинга лучше, чем Sol на high (и в ~2 раза дешевле на задачу).

Так что с точки зрения эффективности на токен Астру нужно выбирать почти для всего, а из 5.6-моделей смысл остаётся только у Луны (доступной даже без подписки) для простых задач.

Причин использовать Sol как будто не осталось. А Terra и раньше была сомнительным выбором.

Правда в комментах к треду народ жалуется, что при всей своей эффективности, Астра неистово жрет токены.

@devspotting

Мультиагентный пайплайн

Боб Мартин, автор «Чистого кода», уже несколько месяцев не проверяет код за агентами.

Объяснял он это тем, что умеет в автоматические ограничения и проверки: спеки, линтеры, измерение цикломатической сложности, разные виды автотестов, вот это вот всё.

Теперь он засомневался, нужны ли современным агентам такие строгие ограничения вообще. Говорит, модели стали астрономически лучше.

Если уже и дядя Боб (вслед за Андреем Мелиховым) движется от SDD к вайбкодингу, не пора ли готовиться к тому, что через полгодика будем разбирать мультиагентные пайплайны, которые сейчас многие активно строят?

@devspotting

OpenAI дропнули новенькую ChatGPT Images 2.5

Лучше сохраняет исходники (например, лица людей), лучшее умеет в логотипы и прочий дизайн, а заодно в 4 раза быстрее.

Ну что, дизайнеры, добро пожаловать в клуб? :)

@devspotting

В новом выпуске «ИИ — не новостей» с Сергеем @veged Бережным разбирались, как так вышло, что исследователи ИИ-агентов приходят к противоположным выводам (и почему оба правы).

А еще:

— Почему одна и та же нейронка сначала уверенно говорит, что задача не решается, а потом сама чинит её за 20 минут — и почему иногда «сделай хорошо» работает лучше подробной инструкции?
— Когда высокий reasoning помогает, а когда модель начинает сомневаться, ходить кругами и просто жечь токены?
— Почему AI-разработку почти невозможно нормально забенчмаркать и как работать в мире, где сегодняшняя best practice через две недели может оказаться анти-паттерном?
— И заодно: неужели нейронки всё-таки научились шутить?

Поставьте лайк, поделитесь видео с друзьями!

Приятного просмотра (или прослушивания, если вы слушаете нас на вашем любимом стриминге)!

@devspotting

Разработка будущего

15 октября выступаю в Питере на Разработке будущего (отдельный день в рамках Joker).

Расскажу, как заставить агентов создавать интерфейсы по гайдам, как разработать дизайн-систему, если в команде нет дизайнера и как сохранить консистентность на больших проектах.

Организаторы констатируют, что эпоха конференций про «лучшие практики» закончилась и перепридумывают подход. Мы как раз обсуждали это с Лешей Федеровым в свежем выпуске «Гриненко про».

Разработка будущего — это конференция для тех, кто уже прошёл восторг от агентов и понял, что узкое место не в моделях и не тулинге вокруг них, а в человеке по эту сторону промпта.

Состав участников получился достаточно непохожим на конференции, где я обычно выступаю — см. скриншот в посте.
Конференция платная, но ребята подогнали промокод на персональные билеты для читателей моего канала: devspotting

Так что определенно будет интересно, буду рад встретиться!

@devspotting