Ну я

Про «породы котов»: чего в модели нет (3/3)

Кандидатов в оси было восемь, выжило четыре. Отстрел дал больше, чем придумывание: из причин отклонения вышли проверки, применимые к любой оси.

Ось живёт только там, где норма оставляет свободу. DoD задаёт две вещи: как делать — планка качества, стиль, объём проверки; что сдать — предмет результата. В первом отклонение это предпочтение, то есть черта. Во втором — несделанная задача, то есть дисфункция с причиной. На этом отвалился кандидат «артефакт ↔ понимание»: считать результатом работающую вещь или объяснённое явление — вопрос постановки, а не человека.

Ось не должна быть производной от других. Признак: один эпизод засчитывается дважды и в профиле выглядит как два независимых сигнала. Так ушёл «аппетит к риску» — это чтение комбинации других осей, а не самостоятельная величина. Симптом, по которому это ловится: ось расползается в соседние при каждой переформулировке.

Ось мерит процесс, а не его осадок. T-shape — глубина в одном плюс поверхностное владение соседним — складывается из сотни решений «идти ли в незнакомое» за годы. Это результат, а не механизм; целиком свернулся в ось «эксплуатация ↔ исследование».

У оси должно быть два настоящих полюса. «Пишет текст до кода» полюса не имеет: не думать нельзя, поэтому минус пришлось бы определять через отсутствие текста, а отсутствие — нуль, а не полюс.

Полезный побочный эффект: эти же проверки объясняют, почему не работают многие популярные классификации разработчиков. Обычно они мерят либо осадок, либо норму.

#post #techlead

Тёть, opencv это не "открыть резюме"

Языковые модели в 2025-2026 бегло пишут по-русски, но с характерным акцентом. Канцелярит вместо глаголов («осуществление внедрения» вместо «внедрили»), кальки английского синтаксиса («стоит отметить, что»), ровная плотность текста без живых частиц «же/ведь/вот». У свежих моделей добавился новый слой: рубленые псевдофилософские фразы, эмодзи как декор, псевдотерапевтический тон.

Дело не в детекторах. GPTZero и подобные обучены на английском и на русском массово ошибаются в обе стороны: живой текст человека помечают как AI, а гладкий AI-текст пропускают. Даже лучшая специализированная модель (RuRoBERTa, AINL-Eval 2025) даёт около 86% точности. Гоняться за обходом детектора на русском бессмысленно: точка отсчёта постоянно едет. Дело в том, что текст реально звучит чужим: теряется голос, ритм, конкретика.

Английские humanizer'ы эту задачу для русского не решают: маркеры другие, физика языка другая.

Скилл для Claude humanizer-ru как раз про это: 54 паттерна AI-текста в 12 категориях, 20 конструкций под жёстким запретом, четырёхпроходный аудит и калибровка под голос автора по образцам вашего письма.

Ставится плагином в Claude Code/Cowork, через skills.sh или вручную в Claude.ai. Работает и с Codex, Cursor, Gemini CLI.

Репо: github.com/ilyautov/humanizer-ru

#opensource

Если вы хотите устранить течь, просто расскажите ей o java memory model

Вот ТГ сделали режим написания статей, а работает хреново. Как тестировали - непонятно. Хотел прикрепить к посту фотку своей книги. Пытался раз 10 разными способами, а в итоге нефига.

Вот вам она отдельно

Классика

Первый раз оформляю книгу по предзаказу.