Стоимость моделей.
OpenAI и Anthropic — говенные модели, которые они продают себе в убыток. Пользуйтесь пока дают.
А так — сюрприз. Нормальные модели у гугл и квен.
OpenAI и Anthropic — говенные модели, которые они продают себе в убыток. Пользуйтесь пока дают.
А так — сюрприз. Нормальные модели у гугл и квен.
Gaperton's Tech Corner
Занимательная задачка. Состоит из двух частей — первая простая, вторая сложная. Вот это — первая. Разделить фигуру на четыре равных части. Не обязательно по границам клеток, можно рисовать где угодно. Кто решил — отпишитесь. После этого покажем вторую,…
Первая была разминка, вторая по настоящему сложная.
Разделить фигуру на пять равных частей. Не обязательно по границам клеток, можно рисовать где угодно.
Правильный ответ не говорить, гусарам кто не решал первую — молчать. Сейчас вы увидите невероятное.
Тем кто все-таки смог это решить после первой — пишите сколько это у вас заняло. Тем кто не смог — не расстраивайтесь, на нейпосле первой даже международные олимпиадники втупливают. Когда я покажу решение — будете на стенку лезть клацая зубами.
Разделить фигуру на пять равных частей. Не обязательно по границам клеток, можно рисовать где угодно.
Правильный ответ не говорить, гусарам кто не решал первую — молчать. Сейчас вы увидите невероятное.
Тем кто все-таки смог это решить после первой — пишите сколько это у вас заняло. Тем кто не смог — не расстраивайтесь, на ней
🥰3❤1
Парное программирование с ИИ и возвращение разговорной разработки ПО — Влад Gaperton Балин
Уже больше двадцати лет историю Agile-разработки часто рассказывают как историю победы Scrum и поражения Extreme Programming. Scrum стал доминирующей организационной рамкой для софтверных команд. XP выжил в основном по частям. Continuous integration стал стандартной практикой. Refactoring вошёл в обычный инженерный словарь. Automated testing во многих местах стал нормой. Но сам XP так и не стал доминирующей методологией.
Обычное объяснение простое: XP был «слишком экстремальным».
Это объяснение не совсем неверное. Но оно поверхностное. Extreme Programming провалился не потому, что его инженерные принципы были ошибочны. Многие из них оказались удивительно живучими. И не потому, что компании иррационально отвергли хорошую инженерную культуру. Более глубокая проблема была в другом: XP требовал такого режима работы, который большинство людей не могли выдерживать.
XP правильно увидел, что разговорное мышление — мощный режим разработки ПО. Проблема была не в когнитивной модели. Проблема была в доступном механизме её реализации: постоянном человеческом парном программировании.
А этот механизм был психологически дорогим.
Современные coding agents меняют механизм реализации. Они позволяют сохранить значительную часть центрального когнитивного процесса XP, убрав многие социальные и психологические издержки, которые исторически мешали XP масштабироваться. Результатом может быть не буквальное возвращение XP как исторической методологии. Возможно, это что-то более важное: первая масштабируемая форма разговорной разработки программного обеспечения.
(продолжение в комментариях)
Уже больше двадцати лет историю Agile-разработки часто рассказывают как историю победы Scrum и поражения Extreme Programming. Scrum стал доминирующей организационной рамкой для софтверных команд. XP выжил в основном по частям. Continuous integration стал стандартной практикой. Refactoring вошёл в обычный инженерный словарь. Automated testing во многих местах стал нормой. Но сам XP так и не стал доминирующей методологией.
Обычное объяснение простое: XP был «слишком экстремальным».
Это объяснение не совсем неверное. Но оно поверхностное. Extreme Programming провалился не потому, что его инженерные принципы были ошибочны. Многие из них оказались удивительно живучими. И не потому, что компании иррационально отвергли хорошую инженерную культуру. Более глубокая проблема была в другом: XP требовал такого режима работы, который большинство людей не могли выдерживать.
XP правильно увидел, что разговорное мышление — мощный режим разработки ПО. Проблема была не в когнитивной модели. Проблема была в доступном механизме её реализации: постоянном человеческом парном программировании.
А этот механизм был психологически дорогим.
Современные coding agents меняют механизм реализации. Они позволяют сохранить значительную часть центрального когнитивного процесса XP, убрав многие социальные и психологические издержки, которые исторически мешали XP масштабироваться. Результатом может быть не буквальное возвращение XP как исторической методологии. Возможно, это что-то более важное: первая масштабируемая форма разговорной разработки программного обеспечения.
(продолжение в комментариях)
❤12🔥1
Gaperton's Tech Corner
Парное программирование с ИИ и возвращение разговорной разработки ПО — Влад Gaperton Балин Уже больше двадцати лет историю Agile-разработки часто рассказывают как историю победы Scrum и поражения Extreme Programming. Scrum стал доминирующей организационной…
https://x.com/gaperton/status/2060586049705812467
AI coding tools may finally make the best idea of Extreme Programming practical.
XP was not really about rituals. Its core idea was simple: software gets better when programming becomes a continuous conversation — explain the idea, question the design, write tests, refactor, correct mistakes early.
The problem was that doing this with another human all day is exhausting. Pair programming works, but it is socially and mentally expensive.
AI changes that. A good coding agent can act as a tireless second mind: challenge assumptions, suggest tests, notice inconsistencies, help refactor, and keep architectural context in view.
This is not “AI writes code, human approves.” That is just delegation.
The interesting model is AI as a real programming pair: not an oracle, not a servant, but a critical partner in the thinking process.
If that works, AI will not just make coding faster. It may bring back the part of XP that mattered most: continuous feedback while the software is still being shaped.
X (formerly Twitter)
Vlad Balin (@gaperton) on X
AI Pair Programming and the Return of Conversational Software Engineering
👏4
👆 Это мой гуманистический аргумент в пользу ИИ.
Он, как вы видите, существенно отличается от того, что звучит сейчас в публичном пространстве.
Агенты по написанию кода на базе ИИ не смогут буквально «вернуть XP», но они, возможно, наконец-то сделают его основную идею масштабируемой — разработку программного обеспечения как непрерывный диалог, в котором агент выступает в роли критического партнера, а не просто генератора кода.
Он, как вы видите, существенно отличается от того, что звучит сейчас в публичном пространстве.
Агенты по написанию кода на базе ИИ не смогут буквально «вернуть XP», но они, возможно, наконец-то сделают его основную идею масштабируемой — разработку программного обеспечения как непрерывный диалог, в котором агент выступает в роли критического партнера, а не просто генератора кода.
👍5❤3
Gaperton's Tech Corner
👆 Это мой гуманистический аргумент в пользу ИИ. Он, как вы видите, существенно отличается от того, что звучит сейчас в публичном пространстве. Агенты по написанию кода на базе ИИ не смогут буквально «вернуть XP», но они, возможно, наконец-то сделают его…
Да, парно к этому я сейчас свою теорию эмоций заканчиваю, в которой предлагается новый режим интеграции LLM в рассуждения (имеется в виду под моим схоластическим промптом, конечно же).
Это очень хорошая и практичная теория эмоций, увидите.
Коучем я работать не собираюсь, так что мне искренне пох на популярность. Это из любви к искусству.
Это очень хорошая и практичная теория эмоций, увидите.
Коучем я работать не собираюсь, так что мне искренне пох на популярность. Это из любви к искусству.
Люди представляют собой многоуровневые системы управления, а не прозрачные рациональные агенты. Телесно-аффективный уровень генерирует быстрые оценки посредством телесных ожиданий, валентности и готовности к действию. Лингвистико-символический уровень преобразует эти оценки в доводы, истории, планы и обоснования. Несогласованность возникает, когда эти два уровня по-разному оценивают одну и ту же ситуацию или когда вербальный уровень рационализирует аффективное движение, которое он не понял.
Стоическая теория эмоций определяет решающий регуляторный момент: переход от впечатления к согласию. Теория оценки объясняет, как впечатление приобретает эмоциональное значение. Внимательность улучшает доступ к ранним телесным сигналам, делая впечатление видимым, прежде чем оно затвердеет в страсть.
LLM можно добавить в качестве внешнего диалогического слоя, который усиливает рефлексивную оценку, но только при критическом использовании; в противном случае он становится машиной для рационализации импульсов Системы 1.
👍4👀3🔥1
Через четыре дня после того, как OpenAI в тайне подала заявку на IPO с оценкой в 1 триллион долларов, Альтман вышел на сцену в Сиднее и заявил, что «рад тому, что ошибался» в отношении того, что ИИ уничтожит рабочие места.
В ту же неделю Амодей изменил свой прогноз. Компания Anthropic планирует провести собственное IPO в октябре с оценкой в 900 миллиардов долларов.
Журнал Fortune назвал это скоординированными действиями, и они не ошибаются.
https://x.com/Ric_RTP/status/2060724933248831725?s=20
Я реально поражаюсь, как им сходит с рук этот откровенный скам. И почему у меня ощущение, что я один, кто это видит.
Впрочем это как раз понятно почему. Ощущают-то почти все. Но пока эта интуиция не вербализована правильно, её нельзя ни понять ни рассказать. И пока это так, есть plausible deniability, и эти мерзавцы могут продолжать делать вид что все нормально.
Почему собственно и важно иметь нормальные соцсети без цензуры.
X (formerly Twitter)
Ricardo (@Ric_RTP) on X
Sam Altman and Dario Amodei just got caught running a $2 trillion scam on the entire world.
The timing exposes EVERYTHING:
Four days after OpenAI secretly filed for a $1 trillion IPO, Altman wen…
The timing exposes EVERYTHING:
Four days after OpenAI secretly filed for a $1 trillion IPO, Altman wen…
Результаты этого опроса показывают, что более 80 % компаний пока не зафиксировали роста производительности благодаря ИИ, несмотря на миллиардные вложения.
Среди 6 000 руководителей треть опрошенных заявили, что используют ИИ, но лишь в течение 90 минут в неделю.
И это несмотря на то, что большинство респондентов считают, что в ближайшие 3 года ИИ повысит производительность на 1,4%, сократит штат на 0,7% и увеличит объем производства на 0,8%.
Из числа руководителей треть заявила, что использует ИИ в работе, но в среднем лишь около 1,5 часа в неделю. При этом 25% опрошенных пока не используют ИИ.
https://x.com/rohanpaul_ai/status/2060679110826094724?s=20
🤖 С роботом пока так.
Первое, я выяснил, что инструкции к роботу настолько чудовищны что непригодны для RAG. Там структура маркдаун убита и английский не английский.
Структуру я уже восстановил (я все лучше и лучше умею делать массовое редактирование текста с LLM). И так как мне все равно надо это читать — я буду потихоньку редактировать это переводя на нормальный английский.
И второе, я примерно разобрался с тем, насколько на самом деле сложен RAG. Он не работает нормально просто потому, что нет ни одного решения которое умеет его делать нормально из коробки. Как делать примерно понятно, но это прям не просто. В том смысле что этой темой надо отдельно и серьезно заниматься в контексте NLP. Примерно все что пишут про RAG можно отправлять в топку, это вообще не знание.
Как онтологию извлекать тоже примерно понятно, но это затратно и прям проект, и насколько это реально поможет агенту — вообще не ясно. Так что откладываем это все пока.
И вот это что я узнал — оно тоже ценное знание.
Первое, я выяснил, что инструкции к роботу настолько чудовищны что непригодны для RAG. Там структура маркдаун убита и английский не английский.
Структуру я уже восстановил (я все лучше и лучше умею делать массовое редактирование текста с LLM). И так как мне все равно надо это читать — я буду потихоньку редактировать это переводя на нормальный английский.
И второе, я примерно разобрался с тем, насколько на самом деле сложен RAG. Он не работает нормально просто потому, что нет ни одного решения которое умеет его делать нормально из коробки. Как делать примерно понятно, но это прям не просто. В том смысле что этой темой надо отдельно и серьезно заниматься в контексте NLP. Примерно все что пишут про RAG можно отправлять в топку, это вообще не знание.
Как онтологию извлекать тоже примерно понятно, но это затратно и прям проект, и насколько это реально поможет агенту — вообще не ясно. Так что откладываем это все пока.
И вот это что я узнал — оно тоже ценное знание.
❤8🌚1
Вышла версия MiniMax M3.0, которая превосходит GPT-5.5 в 7 из 19 распространенных тестов. Компания сообщила, что открытые веса и технический документ будут доступны примерно через 10 дней.
Предположения на основе M2.7
M3 может представлять собой архитектуру с разреженными весами и механизмом MoE, имеющую в общей сложности около 230 миллиардов параметров (активирующихся около 10 миллиардов на один токен), принадлежащую к тому же семейству, что и M2.7.
Предположения о размере на основе M2.7
✦ Размер загрузки/весов с полной точностью (BF16) может составить: ~430–460 ГБ
✦ На практике с квантованием (обычно для работы в 8-битном режиме) → ~230–260 ГБ
✦ Меньшее количество битов (4–6 бит) → диапазон 150–200 ГБ
✦ Q4_K_M → ~135–140 ГБ (наиболее популярный баланс)
✦ Q3_K_L / IQ4_XS → ~110–120 ГБ (работает на системах с 128 ГБ)
✦ Ниже (Q2_K) → ~80–100 ГБ (заметное снижение качества)
💬 Похоже что современный фронтир без натяжек возможен в 256GB Unified RAM. Это не дешево но возможно и практично дома.
https://x.com/TeksEdge/status/2061267847008170395?s=20
Предположения на основе M2.7
M3 может представлять собой архитектуру с разреженными весами и механизмом MoE, имеющую в общей сложности около 230 миллиардов параметров (активирующихся около 10 миллиардов на один токен), принадлежащую к тому же семейству, что и M2.7.
Предположения о размере на основе M2.7
✦ Размер загрузки/весов с полной точностью (BF16) может составить: ~430–460 ГБ
✦ На практике с квантованием (обычно для работы в 8-битном режиме) → ~230–260 ГБ
✦ Меньшее количество битов (4–6 бит) → диапазон 150–200 ГБ
✦ Q4_K_M → ~135–140 ГБ (наиболее популярный баланс)
✦ Q3_K_L / IQ4_XS → ~110–120 ГБ (работает на системах с 128 ГБ)
✦ Ниже (Q2_K) → ~80–100 ГБ (заметное снижение качества)
💬 Похоже что современный фронтир без натяжек возможен в 256GB Unified RAM. Это не дешево но возможно и практично дома.
https://x.com/TeksEdge/status/2061267847008170395?s=20
🔥5
Первый пошел. Copilot все.
Как только компании уберут субсидированные подписки, а они их уберут — все выяснят, что люди прекрасно жили без генераторов слопа, и дальше проживут.
https://x.com/edzitron/status/2061453137500643384?s=46&t=PZ5puMvz2CBmpcjPAn_ihA
Как только компании уберут субсидированные подписки, а они их уберут — все выяснят, что люди прекрасно жили без генераторов слопа, и дальше проживут.
Day one of GitHub Copilot token-based billing and the customers LOVE IT! They're all celebrating the power and value of generative AI!
https://x.com/edzitron/status/2061453137500643384?s=46&t=PZ5puMvz2CBmpcjPAn_ihA
Gaperton's Tech Corner
Первый пошел. Copilot все. Как только компании уберут субсидированные подписки, а они их уберут — все выяснят, что люди прекрасно жили без генераторов слопа, и дальше проживут. Day one of GitHub Copilot token-based billing and the customers LOVE IT! They're…
Интересно все-таки, как все дружно закапывают деньги туда, откуда в принципе не может ничего вырасти.
Вся история держится на ненависти долбоебов СЕО к собственным сотрудникам и навязчивом желании избавиться от них, чтобы поправить цифры в отчете получив свой сраный бонус.
Вся история держится на ненависти долбоебов СЕО к собственным сотрудникам и навязчивом желании избавиться от них, чтобы поправить цифры в отчете получив свой сраный бонус.
💯9🔥2
Gaperton's Tech Corner
О, нарративчик меняться начал потихоньку. Пресса начинает готовиться сохранить лицо, чтобы когда все взорвется опять делать вид что это вовсе не они надували пузырь публикуя заведомый абсурд.
Началось массовое переобувание прессы. Все поняли что пузырь на пике. Пора делать разворот.
Gaperton's Tech Corner
Первый пошел. Copilot все. Как только компании уберут субсидированные подписки, а они их уберут — все выяснят, что люди прекрасно жили без генераторов слопа, и дальше проживут. Day one of GitHub Copilot token-based billing and the customers LOVE IT! They're…
Кто бы мог подумать :) Вой на болотах стоит адовый.
Пора снова тесты прогнать локальной модели, и потестировать vLLM.
Пора снова тесты прогнать локальной модели, и потестировать vLLM.
😁3❤1