Будет удивительно если китайские криптоинвестора окажутся иранцами 🥂

Либо мы конечно сдохнем во время новой пандемии и ничего интересного не выясним😂

Прогнозирую рост подарков связанных с медициной и вирусами в ближайший квартал👍

Чо там ещё актуалочка?
https://ton.org/en/ton-telegram-exclusive-partnership-2025

Или может пора снимать монополию⏳

⚡️ШОК: ПАВЕЛ ДУРОВ СКРЫВАЛ ЭТО 10 ЛЕТ! РАСКРЫТО ИСТИННОЕ УСТРОЙСТВО СЕРВЕРОВ TELEGRAM!

Кажется надо дописывать пост про Нуворишей

Эпштейн столько материала подкинул👍

ДОБРО ПОЖАЛОВАТЬ В ВАЙБГРАМ

СДЕЛАНО С ДУШОЙ, ВАЙБОЛИМПИАДНИКАМИ
https://github.com/telegramdesktop/tdesktop

@monk ты это, если проблемы с бабками из за долгов и ареста, ты хоть скажи мы скинемся брат, не иметь же своих пользователей анально бутылкой французского теперь👉

Но в целом — мое почтение. Считаю правильно брать в руки серьезный инструмент, глупо отрицать технологический прогресс, но главное не забывать, что «прямые руки» архитектора важнее цифр в бенчмарках.

➡️ Почему многие говорят, что «ИИ кодинг — говно»?
Потому что 90% людей пытаются заставить LLM написать такой сложный код в один заход в чате, без RAG и без LangGraph и грамотных итераций. В таком режиме она плывет. А нужно использовать нейросети как движок внутри грамотно спроектированной системы.

Все чаще вижу, что ИИ часто просят: *«Напиши мне Counter-Strike на HTML, или отсоси мне в SQL»*.

➡️ Ошибка: Ни один серьезный разработчик не пишет код целиком одним куском. Это как просить строителя «построй дом отверткой» и сесть в кресло куколда смотреть.
➡️ Как правильно: Модели нужно тестировать в итерациях.

Это объясняется таким явлением, как Молоток Маслоу (или «Золотой молоток»):

➡️ «Если у тебя в руках молоток, любая проблема кажется гвоздем».

В 2026 году этот молоток — это чат-интерфейс. Люди увидели, что ИИ может отвечать на вопросы, и решили, что это и есть решение всех задач. Но LLM — это не плотник, это всего лишь очень сложная сталь. Без чертежа, верстака и зажимов она бесполезна для серьезной постройки.

Когда вы просите ИИ выплюнуть готовый проект в один заход, вы совершаете фундаментальную инженерную ошибку: вы игнорируете энтропию. Чем длиннее ответ модели, тем выше шанс, что на 500-й строке кода она «загаллюцинирует» и сломает логику.

Люди видят в LLM (будь то Gemini, GPT или Claude) не инструмент, а Исполнителя.

Ожидание (Молоток везде): «Я кидаю задачу в чат ➡️ Магия ➡️ Готовый продукт».
Они пытаются забивать гвозди микроскопом.
➡️ Серьезный разработчик (архитектор) понимает:
➡️ ИИ — стохастичен (вероятностен). Он может ошибиться.
➡️ Код — детерминирован (точен). Он должен работать всегда одинаково.

Перестаньте ждать магии от «одного промпта», пользуетесь всеми инструментами доступными в вашей мастерской.

Тренд на Recursive Language Models (представленный исследователями из MIT) только подтверждает: будущее не за «раздуванием» памяти, а за умением модели рекурсивно вызывать саму себя, декомпозировать задачу и управлять контекстом как переменной. Пока оригинальные GPT-5 и Qwen3-Coder часто пасуют перед сверхдлинными задачами из-за ограничений контекста, рекурсивный подход показывает результаты в разы выше.

Да, это требует огромных ресурсов: вместо одного вызова API делаются десятки, а время ожидания исключает «быстрые ответы». Но для задач уровня Deep Research или промышленного кодинга — это единственный рабочий путь.

Присмотритесь к архитектуре LangGraph/RAG (Planner/Worker/Judge) — это мост между хаосом ИИ и порядком кода. Да, при таком подходе есть потери в скорости и гибкости, но в промышленной разработке стабильность почти всегда важнее сиюминутного «хайпа».

1. Planner генерирует гипотезу (хаос).
2. Worker пишет код.
3. Judge валидирует (порядок).

Именно этот цикл (итерация) делает систему рабочей. Те, кто делает «one-shot prompt», пропускают фазу валидации и удивляются, почему результат не работает.

Настоящий кодинг с ИИ сегодня — это не промптинг, это архитектура.

Паша разверни, всего то 8 H100....😞
Да кинуть всем удобного агента