Щось швидко GPT 5.5 "видихся"

Навіяне після теми автоматичного наукового дослідження ака ко-саєнтистів та чату архітекторів @swarchua

Якщо AI так гарно захоплює контекст (exploiter) та вигадує нові підходи (researcher), то я трошки пошаманив над архітектурою ПЗ яку використовують самі агенти для його створення.

Вилилось в цей документ:

https://gist.github.com/egorsmkv/1008d028cb2e8d3a346c3231b446dcc1

#experiment

https://leanpub.com/metapatterns

#se #book

Зробив за кілька годин MVP для цієї ідеї на Rust.

Не думав, що створити агента буде просто :)

Але доволі цікаво. Багато проєктів вже існує для перевірки коду по типу rust-analyzer чи clippy які легко вбудовуються (бо код на Rust) в пайплайн як частина валідації після внесених змін.

Планую додати використання REM2.0 до цього проєкту про який я писав раніше та qualirs.

Ідея використовувати це як звичаний воркфлоу з GitHub Copilot: на issue в репозиторії назначається бот і він по вебхуку запускає агента для виконання задачі (як таска в Actions). Після завершення створюється пулл-реквест.

#experiment

Зробив машинний переклад на українську:

https://github.com/egorsmkv/metapatterns/wiki

Завтра буду допилювати, але більшість матеріалу доступна

Re: The West Forgot How to Make Things. Now It's Forgetting How to Code

The real issue, in my view, is not AI itself.

The problem is a management pattern:
removing people and organizational slack because they don’t generate immediate profit,
and then expecting the knowledge to still be there when it’s needed.

Short-term cost cutting leads to less junior hiring,
and removes the slack that experienced engineers need in order to teach.
As a result, tacit knowledge stops being transferred.

What remains is documentation and automation.

But documentation is not the same as field experience.
Automation is not the same as judgment.
Without people who have actually worked with the system,
you end up with a loss of tacit knowledge—and eventually, declining productivity.

AI is following the same pattern.

What AI is being sold as right now is not really productivity.
In many domains, productivity is already sufficient.
What’s being sold is workforce reduction.

The West has seen this before, especially in the case of General Electric.

GE pursued aggressive short-term financial optimization,
cutting costs, focusing on quarterly results, and maximizing shareholder returns.
In the process, it hollowed out its own long-term capabilities.
It effectively traded its future for short-term gains.

The same mindset is visible today.

The core problem is that decision-makers—often far removed from actual engineering work—
believe that tacit knowledge can be replaced with documentation, tools, and processes.ti cannot.

Tacit knowledge comes from direct experience with real systems over time.
If you remove the people and the learning pipeline,
that knowledge does not stay in the organization. It disappears.

jdw64, 1 hour ago

https://github.com/hybridgroup/yzma

#go #ai

Істотно покращив, залишилось вирішити стосовно назв патернів та зображень (автор дав доступ до оригіналів), тому спробую їх теж перекласти машинно і зробити рендер назад