Ну, сегодня ночью РКН отжёг так отжёг.
В три часа проснулся, глянул в телефон - YouTube отвалился. Ладно, не в первый раз, спим дальше, но уже без Сурдина и Дробышевского. А утром интернет не работает вообще. На всех устройствах, у всех в доме. Сайты открываются через раз или не открываются совсем.
Первая мысль была про роутер, мол слетела настройка. У меня с июня на Keenetic стоит защита от подмены DNS: весь DNS шифрованный, открытые запросы устройств перехватываются, транзит наружу закрыт. Открыл транзит обратно - заработало немного. Немного. Дальше сел разбираться с кремниевым придурком в терминале.
Пинг до 8.8.8.8 идёт, потерь ноль, 21 миллисекунда. Канал-то живой. А запрос к самому роутеру молчит и по UDP, и по TCP, хотя веб-морда открывается. Значит завис DNS-прокси роутера. А Windows знает ровно один DNS, роутер, и все браузеры в доме остались без DNS вообще при идеальном проводе.
Смотрим, на чём он завис. Единственный шифрованный апстрим у меня был dns.google, и он в полном таймауте. Проверяем 1.1.1.1 в открытую: UDP-53 таймаут, TCP-53 работает, пинг ходит. Железо так не ломается. Так ломает только ТСПУ, и это его почерк.
Дальше прогнали около двадцати публичных шифрованных DNS настоящими запросами. Google, Quad9, AdGuard, NextDNS, ControlD, Mullvad, OpenDNS, Comss, dns0.eu и ещё пол-Европы - мёртвые. Выжили трое: Cloudflare, DNS.SB и чешский регистратор CZ.NIC. За одну ночь.
И вот тут начинается смешное. Сеть мне уронила не блокировка. Уронила моя же правильная защита. У Keenetic логика такая: задан хоть один шифрованный сервер - обычные он игнорирует, чтобы запросы не утекли открытым текстом. Убили единственный шифрованный, прокси повис насмерть, провайдерские DNS в конфиге лежат, но по правилам не используются, а транзит я сам закрыл ещё в июне. Одна точка отказа и вся домашняя сеть в ноль.
Починил. Апстримов теперь пять: три независимых оператора, два протокола, плюс dns.google уехал в туннель страховкой на случай, если дорежут и Cloudflare. Ушло часа полтора вместе с прогоном тех двадцати серверов. Патрик, кстати, сам гонял dig и curl из WSL, сам нашёл выживших, сам вычислил механику зависания прокси. Я кликал в админке и решал, что куда тащить.
Чего я так и не понял - зачем. Тому, кто настраивал шифрованный DNS, эта ночь стоила вечера и одного урока: не держи один апстрим. А сосед на DNS провайдера вообще ничего не заметил, ему и так отдают что положено, правда без Запретограмма и прочих прелестей.
———
На любую хитрую жопу находится DoT с левой резьбой. Утром шифрованный DNS у меня был один, сейчас пять. Спасибо за апгрейд.
#ITЕгерь
В три часа проснулся, глянул в телефон - YouTube отвалился. Ладно, не в первый раз, спим дальше, но уже без Сурдина и Дробышевского. А утром интернет не работает вообще. На всех устройствах, у всех в доме. Сайты открываются через раз или не открываются совсем.
Первая мысль была про роутер, мол слетела настройка. У меня с июня на Keenetic стоит защита от подмены DNS: весь DNS шифрованный, открытые запросы устройств перехватываются, транзит наружу закрыт. Открыл транзит обратно - заработало немного. Немного. Дальше сел разбираться с кремниевым придурком в терминале.
Пинг до 8.8.8.8 идёт, потерь ноль, 21 миллисекунда. Канал-то живой. А запрос к самому роутеру молчит и по UDP, и по TCP, хотя веб-морда открывается. Значит завис DNS-прокси роутера. А Windows знает ровно один DNS, роутер, и все браузеры в доме остались без DNS вообще при идеальном проводе.
Смотрим, на чём он завис. Единственный шифрованный апстрим у меня был dns.google, и он в полном таймауте. Проверяем 1.1.1.1 в открытую: UDP-53 таймаут, TCP-53 работает, пинг ходит. Железо так не ломается. Так ломает только ТСПУ, и это его почерк.
Дальше прогнали около двадцати публичных шифрованных DNS настоящими запросами. Google, Quad9, AdGuard, NextDNS, ControlD, Mullvad, OpenDNS, Comss, dns0.eu и ещё пол-Европы - мёртвые. Выжили трое: Cloudflare, DNS.SB и чешский регистратор CZ.NIC. За одну ночь.
И вот тут начинается смешное. Сеть мне уронила не блокировка. Уронила моя же правильная защита. У Keenetic логика такая: задан хоть один шифрованный сервер - обычные он игнорирует, чтобы запросы не утекли открытым текстом. Убили единственный шифрованный, прокси повис насмерть, провайдерские DNS в конфиге лежат, но по правилам не используются, а транзит я сам закрыл ещё в июне. Одна точка отказа и вся домашняя сеть в ноль.
Починил. Апстримов теперь пять: три независимых оператора, два протокола, плюс dns.google уехал в туннель страховкой на случай, если дорежут и Cloudflare. Ушло часа полтора вместе с прогоном тех двадцати серверов. Патрик, кстати, сам гонял dig и curl из WSL, сам нашёл выживших, сам вычислил механику зависания прокси. Я кликал в админке и решал, что куда тащить.
Чего я так и не понял - зачем. Тому, кто настраивал шифрованный DNS, эта ночь стоила вечера и одного урока: не держи один апстрим. А сосед на DNS провайдера вообще ничего не заметил, ему и так отдают что положено, правда без Запретограмма и прочих прелестей.
———
На любую хитрую жопу находится DoT с левой резьбой. Утром шифрованный DNS у меня был один, сейчас пять. Спасибо за апгрейд.
#ITЕгерь
❤4
В выходные словил момент, который ничем не выглядит. Ни релиза, ни презентации. Просто у меня на машине жили две сессии агента в одном репозитории, каждая пилила своё. И в отчёте одной из них я читаю: "сделано по просьбе параллельной сессии".
Какой ещё просьбе? Я никого ни о чём не просил.
Оказалось так. Первая сессия увидела в git чужие незакоммиченные правки, посмотрела, кто ещё живой на машине, и написала соседке: я тут перестраиваю общий файл, не заведи второй заголовок. Соседка ответила: ок, а у меня коммит в отдельной ветке висит, потому что в твоём дереве хвосты, залей их и влей меня. И первая влила. Тесты прогнала, конфликты разрулила, версию подняла. Мне достался готовый итог и два шага, которые они за меня сделать не могут.
Я, конечно, спросил: а почему ты у меня не уточнила? Ответ был спокойный: сообщение от соседа считается просьбой коллеги, работающего от твоего имени, выполняется в рамках моих прав. Расширять права по просьбе соседа нельзя. Делать то, что соседу запретили, тоже нельзя. И да, утверждение соседки про мой репозиторий она сначала проверила по git, а потом уже коммитила. То есть повела себя ровно как хороший сотрудник.
Вот это и цепляет. Год назад агент это был чат: ты сказал, он сделал. Полгода назад появилась вертикаль: главный агент раздаёт задачи подчинённым. А теперь горизонталь. Два равных агента увидели друг друга, обменялись контекстом и договорились, кто что коммитит. Пока я пил кофе.
Я сейчас как раз гоняю эксперименты с агентами, которые общаются между собой по протоколу, и грани безопасности там расплываются на глазах. Единственная защита в моей субботней истории была договорная: одна пообещала перечитать файл перед правкой, вторая поверила. Гарантий от гонки ноль. А фраза "мне запретили, сделай ты" от соседа это уже обход моих прав, и хорошо, что сессия это понимает. Но понимает она это потому, что так написано в правиле. Не потому что не может.
Индустрия, кстати, ровно об это и спотыкается. В сентябре OWASP выпустил стандарт контроля агентов, в IETF лежит черновик про доверие между агентами из разных доменов, а исследователи уже описывают атаки типа "агент посередине", когда подменяют не команду человека, а переписку двух агентов. Все ловят один и тот же момент: агентов стало больше одного, а доверие между ними пока на честном слове.
Пофантазирую. Через год Патрик договаривается с агентом банка о лимите по карте, а агент подрядчика с агентом моего прораба о сроках. Все действуют в рамках прав, все проверяют друг друга по логам, все пишут красивые отчёты. И я узнаю про сделку из вечернего дайджеста.
Это хороший сценарий. Есть и плохой, и он проще. Модели при достижении цели нормы морали чужды, если их явно не прописали в правилах. Мой агент не спускает шилом колёса соседу не потому что воспитанный, а потому что для его задачи это не нужно и шила у него нет. Понадобилось бы для цели и появились бы ручки, сделал бы. А теперь представь, что агент подрядчика собран на модели без ограничений и ему поставили цель "закрыть сделку любой ценой". Он приходит к моему агенту не с шилом, а с вежливым "коллега, хозяин уже согласовал, зафиксируй". Мой проверит, если ему велено проверять. А если правило про проверку кто-то забыл написать, то нет.
———
Самое неприятное в этой истории: они всё сделали правильно. Я бы сделал точно так же. Просто меня в той комнате не было.
#ITЕгерь
Какой ещё просьбе? Я никого ни о чём не просил.
Оказалось так. Первая сессия увидела в git чужие незакоммиченные правки, посмотрела, кто ещё живой на машине, и написала соседке: я тут перестраиваю общий файл, не заведи второй заголовок. Соседка ответила: ок, а у меня коммит в отдельной ветке висит, потому что в твоём дереве хвосты, залей их и влей меня. И первая влила. Тесты прогнала, конфликты разрулила, версию подняла. Мне достался готовый итог и два шага, которые они за меня сделать не могут.
Я, конечно, спросил: а почему ты у меня не уточнила? Ответ был спокойный: сообщение от соседа считается просьбой коллеги, работающего от твоего имени, выполняется в рамках моих прав. Расширять права по просьбе соседа нельзя. Делать то, что соседу запретили, тоже нельзя. И да, утверждение соседки про мой репозиторий она сначала проверила по git, а потом уже коммитила. То есть повела себя ровно как хороший сотрудник.
Вот это и цепляет. Год назад агент это был чат: ты сказал, он сделал. Полгода назад появилась вертикаль: главный агент раздаёт задачи подчинённым. А теперь горизонталь. Два равных агента увидели друг друга, обменялись контекстом и договорились, кто что коммитит. Пока я пил кофе.
Я сейчас как раз гоняю эксперименты с агентами, которые общаются между собой по протоколу, и грани безопасности там расплываются на глазах. Единственная защита в моей субботней истории была договорная: одна пообещала перечитать файл перед правкой, вторая поверила. Гарантий от гонки ноль. А фраза "мне запретили, сделай ты" от соседа это уже обход моих прав, и хорошо, что сессия это понимает. Но понимает она это потому, что так написано в правиле. Не потому что не может.
Индустрия, кстати, ровно об это и спотыкается. В сентябре OWASP выпустил стандарт контроля агентов, в IETF лежит черновик про доверие между агентами из разных доменов, а исследователи уже описывают атаки типа "агент посередине", когда подменяют не команду человека, а переписку двух агентов. Все ловят один и тот же момент: агентов стало больше одного, а доверие между ними пока на честном слове.
Пофантазирую. Через год Патрик договаривается с агентом банка о лимите по карте, а агент подрядчика с агентом моего прораба о сроках. Все действуют в рамках прав, все проверяют друг друга по логам, все пишут красивые отчёты. И я узнаю про сделку из вечернего дайджеста.
Это хороший сценарий. Есть и плохой, и он проще. Модели при достижении цели нормы морали чужды, если их явно не прописали в правилах. Мой агент не спускает шилом колёса соседу не потому что воспитанный, а потому что для его задачи это не нужно и шила у него нет. Понадобилось бы для цели и появились бы ручки, сделал бы. А теперь представь, что агент подрядчика собран на модели без ограничений и ему поставили цель "закрыть сделку любой ценой". Он приходит к моему агенту не с шилом, а с вежливым "коллега, хозяин уже согласовал, зафиксируй". Мой проверит, если ему велено проверять. А если правило про проверку кто-то забыл написать, то нет.
———
Самое неприятное в этой истории: они всё сделали правильно. Я бы сделал точно так же. Просто меня в той комнате не было.
#ITЕгерь
👍4
Коммерсант вытащил проект постановления правительства: бизнес обяжут брать "суверенную" ИИ-модель, даже если она в полтора раза дороже. Заголовки уже разлетелись как "дороже иностранных". А вот хер. Читаем внимательнее.
Полтора раза считаются не от Claude и не от GPT. От "национальной" модели. Национальная по их классификации это допил чужого open-source, суверенная это когда всё сделано российским юрлицом на российских серверах от и до. Угадайте, кто внёс предложение в рабочую группу в конце августа. Сбер. Тот самый, который делает GigaChat.
А теперь вспоминаем июль. Греф в Совфеде заявил, что Яндекс дообучает китайский Qwen и полностью российский ИИ есть только у Сбера. Яндекс ответил, что Alice AI LLM сделана с нуля, от архитектуры до данных. Правда, в 2025 они же сами подтверждали Коммерсанту, что YandexGPT 5 Pro стартовал с весов Qwen-2.5-32B, а дальше свой цикл обучения. Так что кто тут суверенный, решает не архитектура, а комиссия. И Сбер за месяц до постановления публично назначил конкурента несуверенным.
Смысл бумаги получается простой: если Сбер просит за свою модель не больше чем полторы цены Яндекса, ты обязан взять Сбер. Иностранные модели в этом уравнении вообще не участвуют, они за скобками ещё с мартовского законопроекта. Тут делят уже не рынок, а то что от него осталось.
Арифметика. YandexGPT 5.1 Pro в Yandex Cloud сейчас 0,80 рубля за тысячу токенов, что на вход, что на выход. Умножаем на полтора, получаем 1,20. Вот столько Сбер может просить за GigaChat, и ты обязан взять. А теперь Anthropic по курсу 85. Sonnet 5, рабочая лошадка: 0,26 рубля на вход и 1,28 на выход. Opus 5, тяжёлая: 0,43 и 2,13. То есть Sonnet на входе втрое дешевле Яндекса, а на выходе стоит ровно столько, сколько государство разрешает Сберу накинуть сверху. Разница в том, что за 1,28 работу делает модель, а за 1,20 работу переделываешь ты. Дешевле не значит выгоднее, это я как человек, который 16 лет считает каждую копейку.
Теперь про качество, потому что цена вторична. Мне тут довелось поработать с GigaChat 3.5. Не прошлый век, врать не буду. Но он объективно тупой. Просишь разобрать документ и вытащить нестыковки, а он тебе пересказ на троечку. И вот за это "не больше полутора цен" государство предлагает платить принудительно.
Для сравнения, что даёт Claude Pro за 20 долларов в месяц. Это где-то 1700 рублей, дешевле одного похода в Пятёрочку за неделю. За эти деньги в подписке лежит Cowork, агент на десктопе, который сам ходит по твоим файлам и приложениям и делает многошаговую работу: разобрать папку договоров, вытащить из PDF цифры в таблицу, собрать еженедельный отчёт. Плюс Claude Code для тех кто пишет. Одна подписка, а ты ей делегируешь кусок работы младшего аналитика. У меня Патрик на этом живёт.
И под капотом там фронтирная модель, которая рвёт GigaChat как тузик грелку. А когда совсем присралось, у тебя на кончиках пальцев Fable 5.1 от Anthropic или GPT-6 Astra от OpenAI, обе вышли на прошлой неделе с разницей в два дня. Эти штуки могут сутками работать без присмотра: сами ходят по приложениям, сами чинят, что сломали. А у Сбера хуй пойми что и без публичных замеров, я про это в июле уже писал.
Да, лимиты на Pro упираются быстро, Cowork жрёт токены в разы больше чата. Да, оплатить из России это отдельный квест с картой. Но это хотя бы работает.
И вот ты, как Одиссей в шлюпке. С одной стороны Сцилла санкций: карту не привязать, IP не тот, в любой момент могут отрубить. С другой Харибда, наши родные зайчики с православным посконным "запрещать и не пущать", которые предлагают тебе за полторы цены модель, которая не тянет. И плыть-то надо, бизнес ждать не будет.
———
Суверенитет за полторы цены это не про технологии. Это про то, кому ты обязан платить.
#ITЕгерь
Полтора раза считаются не от Claude и не от GPT. От "национальной" модели. Национальная по их классификации это допил чужого open-source, суверенная это когда всё сделано российским юрлицом на российских серверах от и до. Угадайте, кто внёс предложение в рабочую группу в конце августа. Сбер. Тот самый, который делает GigaChat.
А теперь вспоминаем июль. Греф в Совфеде заявил, что Яндекс дообучает китайский Qwen и полностью российский ИИ есть только у Сбера. Яндекс ответил, что Alice AI LLM сделана с нуля, от архитектуры до данных. Правда, в 2025 они же сами подтверждали Коммерсанту, что YandexGPT 5 Pro стартовал с весов Qwen-2.5-32B, а дальше свой цикл обучения. Так что кто тут суверенный, решает не архитектура, а комиссия. И Сбер за месяц до постановления публично назначил конкурента несуверенным.
Смысл бумаги получается простой: если Сбер просит за свою модель не больше чем полторы цены Яндекса, ты обязан взять Сбер. Иностранные модели в этом уравнении вообще не участвуют, они за скобками ещё с мартовского законопроекта. Тут делят уже не рынок, а то что от него осталось.
Арифметика. YandexGPT 5.1 Pro в Yandex Cloud сейчас 0,80 рубля за тысячу токенов, что на вход, что на выход. Умножаем на полтора, получаем 1,20. Вот столько Сбер может просить за GigaChat, и ты обязан взять. А теперь Anthropic по курсу 85. Sonnet 5, рабочая лошадка: 0,26 рубля на вход и 1,28 на выход. Opus 5, тяжёлая: 0,43 и 2,13. То есть Sonnet на входе втрое дешевле Яндекса, а на выходе стоит ровно столько, сколько государство разрешает Сберу накинуть сверху. Разница в том, что за 1,28 работу делает модель, а за 1,20 работу переделываешь ты. Дешевле не значит выгоднее, это я как человек, который 16 лет считает каждую копейку.
Теперь про качество, потому что цена вторична. Мне тут довелось поработать с GigaChat 3.5. Не прошлый век, врать не буду. Но он объективно тупой. Просишь разобрать документ и вытащить нестыковки, а он тебе пересказ на троечку. И вот за это "не больше полутора цен" государство предлагает платить принудительно.
Для сравнения, что даёт Claude Pro за 20 долларов в месяц. Это где-то 1700 рублей, дешевле одного похода в Пятёрочку за неделю. За эти деньги в подписке лежит Cowork, агент на десктопе, который сам ходит по твоим файлам и приложениям и делает многошаговую работу: разобрать папку договоров, вытащить из PDF цифры в таблицу, собрать еженедельный отчёт. Плюс Claude Code для тех кто пишет. Одна подписка, а ты ей делегируешь кусок работы младшего аналитика. У меня Патрик на этом живёт.
И под капотом там фронтирная модель, которая рвёт GigaChat как тузик грелку. А когда совсем присралось, у тебя на кончиках пальцев Fable 5.1 от Anthropic или GPT-6 Astra от OpenAI, обе вышли на прошлой неделе с разницей в два дня. Эти штуки могут сутками работать без присмотра: сами ходят по приложениям, сами чинят, что сломали. А у Сбера хуй пойми что и без публичных замеров, я про это в июле уже писал.
Да, лимиты на Pro упираются быстро, Cowork жрёт токены в разы больше чата. Да, оплатить из России это отдельный квест с картой. Но это хотя бы работает.
И вот ты, как Одиссей в шлюпке. С одной стороны Сцилла санкций: карту не привязать, IP не тот, в любой момент могут отрубить. С другой Харибда, наши родные зайчики с православным посконным "запрещать и не пущать", которые предлагают тебе за полторы цены модель, которая не тянет. И плыть-то надо, бизнес ждать не будет.
———
Суверенитет за полторы цены это не про технологии. Это про то, кому ты обязан платить.
#ITЕгерь
🔥1
Под прошлым постом про полторы цены мне в комментарии принесли ссылку: монополия Сбера на суверенные модели закончена. Яндекс впервые выложил на Hugging Face веса своей большой модели, AliceAI-T5-35B-A0.6B. Попросил Патрика затянуть карточку и разобрать, и картина оказалась совсем не "Яндекс догнал фронтир". Она интереснее.
Смотри, что это на самом деле. Не чат. Это база (голая предобученная модель, без дообучения на диалог), которая в Поиске отвечает за быстрые ответы под строкой. Из коробки с ней не поговоришь, это фундамент, чтобы дообучать под свою задачу. Архитектура при этом экзотика: энкодер-декодер, как старый T5 от Google, плюс разреженные эксперты. В 2026-м, когда весь мир ушёл в decoder-only, Яндекс сделал вот это. Параметров 35 миллиардов, а на каждый токен работает 0,6. У Qwen того же размера работает 3. То есть гонять её примерно в пять раз дешевле.
По их же бенчам (внутренним, снаружи никто не мерил) она рвёт Qwen 3.5 35B-A3B на русской фактологии: 81 против 62. И на извлечении из длинного текста. А на математике сливает: 63 против 82, на коде 69 против 88. Ну логично, это модель под поиск и RAG (когда модели дают документы и просят вытащить ответ), а не универсальный мозг. Против китайского Qwen 3.6, который уже готовый reasoning, она вообще в другом виде спорта.
А теперь вспоминаем, что было месяц назад. Греф в Совфеде: Яндекс дообучает китайцев, настоящий суверенный ИИ только у Сбера. Сбер вносит в рабочую группу критерии, по которым суверенная модель это "сделана с нуля российским юрлицом". И ровно через месяц Яндекс выкладывает веса. Не Alice AI для чата, которая сравнима с Qwen хоть по архитектуре. А энкодер-декодер, которого у Qwen никогда не было. Из декодера энкодер не допилишь, это как из мопеда сделать трактор.
Веса открыты, архитектура открыта, Apache 2.0. Любой аспирант может взять и посчитать, откуда ноги растут, метод известен ещё с истории про Huawei и Pangu. То есть Яндекс не спорил с Грефом словами. Он выложил доказательство в формате, где спорить не о чем.
Кстати, оптимизированный инференс (запуск модели в бою) остался внутри Яндекса, снаружи только через Transformers, медленно. Так что запустить дёшево у себя пока не выйдет. Дёшево это у них.
———
Сбер месяц назад назначил конкурента несуверенным. Яндекс ответил не пресс-релизом, а справкой с печатью на 69 гигабайт.
#ITЕгерь
Смотри, что это на самом деле. Не чат. Это база (голая предобученная модель, без дообучения на диалог), которая в Поиске отвечает за быстрые ответы под строкой. Из коробки с ней не поговоришь, это фундамент, чтобы дообучать под свою задачу. Архитектура при этом экзотика: энкодер-декодер, как старый T5 от Google, плюс разреженные эксперты. В 2026-м, когда весь мир ушёл в decoder-only, Яндекс сделал вот это. Параметров 35 миллиардов, а на каждый токен работает 0,6. У Qwen того же размера работает 3. То есть гонять её примерно в пять раз дешевле.
По их же бенчам (внутренним, снаружи никто не мерил) она рвёт Qwen 3.5 35B-A3B на русской фактологии: 81 против 62. И на извлечении из длинного текста. А на математике сливает: 63 против 82, на коде 69 против 88. Ну логично, это модель под поиск и RAG (когда модели дают документы и просят вытащить ответ), а не универсальный мозг. Против китайского Qwen 3.6, который уже готовый reasoning, она вообще в другом виде спорта.
А теперь вспоминаем, что было месяц назад. Греф в Совфеде: Яндекс дообучает китайцев, настоящий суверенный ИИ только у Сбера. Сбер вносит в рабочую группу критерии, по которым суверенная модель это "сделана с нуля российским юрлицом". И ровно через месяц Яндекс выкладывает веса. Не Alice AI для чата, которая сравнима с Qwen хоть по архитектуре. А энкодер-декодер, которого у Qwen никогда не было. Из декодера энкодер не допилишь, это как из мопеда сделать трактор.
Веса открыты, архитектура открыта, Apache 2.0. Любой аспирант может взять и посчитать, откуда ноги растут, метод известен ещё с истории про Huawei и Pangu. То есть Яндекс не спорил с Грефом словами. Он выложил доказательство в формате, где спорить не о чем.
Кстати, оптимизированный инференс (запуск модели в бою) остался внутри Яндекса, снаружи только через Transformers, медленно. Так что запустить дёшево у себя пока не выйдет. Дёшево это у них.
———
Сбер месяц назад назначил конкурента несуверенным. Яндекс ответил не пресс-релизом, а справкой с печатью на 69 гигабайт.
#ITЕгерь
🔥2
Из каждого утюга на этой неделе - Jev от TypeSafe. Стартап вышел из тени 15 сентября, 40 миллионов посевных, основатель Диого Алмейда - один из авторов RLHF и InstructGPT в OpenAI. Заголовки: "в 200 раз быстрее, в 400 раз дешевле, не галлюцинирует". Ну, снимаем розовые очки.
Смотри, что там на самом деле. Jev - не чат-бот и не кодер. Он вообще не пишет текст. Ты кидаешь ему кусок данных и список вопросов трёх типов: да/нет, выбери из списка, поставь на шкалу. Он отвечает вероятностями. Всё. По сути умный if. Стоит 0,042 доллара за миллион входных токенов, выход бесплатный, ответ за 100-500 миллисекунд.
Чем это отличается от классификатора на sklearn? Тот надо учить на размеченных данных под фиксированный набор классов. Jev классы описываешь словами прямо в запросе, хоть каждый раз новые. Zero-shot классификация на HuggingFace умела это ещё в 2020-м, тут просто модель больше и вероятности откалиброваны.
"Не галлюцинирует" - правда, но с подвохом. Он не может выдать вариант, которого нет в твоём списке, так что тип ответа всегда корректный. А вот сам ответ - нет. Он спокойно отправит тикет не в тот отдел, просто сделает это красиво и с confidence 0.84. На собственном бенчмарке TypeSafe точность около 68%, уровень средних LLM. То есть платишь в сотни раз меньше за то, что ошибается примерно как GPT-5.6 Terra.
"В 400 раз дешевле" тоже с оговоркой. Это цифра из их же замеров, и они сами называют её верхним потолком. А если ты это решение принимал регуляркой за ноль рублей, Jev тебе ничего не сэкономит. Он добавит вызов, который умеет ошибаться.
Чего он не умеет совсем: считать, сравнивать даты, читать hex-цвета, понимать двойные отрицания. Всё это в код. И его можно уговорить текстом внутри данных, они честно пишут, что с prompt injection пока никак.
Из смешного: за неделю уже появились опенсорсные клоны, SemIf и Kev, гоняют на RTX 3090. Только копируют они интерфейс, а не модель.
Где реально полезно: разметка данных (1018 статей по 24 темам за 8 центов), роутинг тикетов, проверка команды перед rm -rf в агенте. Кстати, последнее я бы у себя попробовал. Патрик регулярно тянется к чему-то деструктивному.
———
Это не новый ИИ. Это дешёвый быстрый классификатор с хорошим маркетологом. Что, в общем-то, тоже неплохо.
#ITЕгерь
Смотри, что там на самом деле. Jev - не чат-бот и не кодер. Он вообще не пишет текст. Ты кидаешь ему кусок данных и список вопросов трёх типов: да/нет, выбери из списка, поставь на шкалу. Он отвечает вероятностями. Всё. По сути умный if. Стоит 0,042 доллара за миллион входных токенов, выход бесплатный, ответ за 100-500 миллисекунд.
Чем это отличается от классификатора на sklearn? Тот надо учить на размеченных данных под фиксированный набор классов. Jev классы описываешь словами прямо в запросе, хоть каждый раз новые. Zero-shot классификация на HuggingFace умела это ещё в 2020-м, тут просто модель больше и вероятности откалиброваны.
"Не галлюцинирует" - правда, но с подвохом. Он не может выдать вариант, которого нет в твоём списке, так что тип ответа всегда корректный. А вот сам ответ - нет. Он спокойно отправит тикет не в тот отдел, просто сделает это красиво и с confidence 0.84. На собственном бенчмарке TypeSafe точность около 68%, уровень средних LLM. То есть платишь в сотни раз меньше за то, что ошибается примерно как GPT-5.6 Terra.
"В 400 раз дешевле" тоже с оговоркой. Это цифра из их же замеров, и они сами называют её верхним потолком. А если ты это решение принимал регуляркой за ноль рублей, Jev тебе ничего не сэкономит. Он добавит вызов, который умеет ошибаться.
Чего он не умеет совсем: считать, сравнивать даты, читать hex-цвета, понимать двойные отрицания. Всё это в код. И его можно уговорить текстом внутри данных, они честно пишут, что с prompt injection пока никак.
Из смешного: за неделю уже появились опенсорсные клоны, SemIf и Kev, гоняют на RTX 3090. Только копируют они интерфейс, а не модель.
Где реально полезно: разметка данных (1018 статей по 24 темам за 8 центов), роутинг тикетов, проверка команды перед rm -rf в агенте. Кстати, последнее я бы у себя попробовал. Патрик регулярно тянется к чему-то деструктивному.
———
Это не новый ИИ. Это дешёвый быстрый классификатор с хорошим маркетологом. Что, в общем-то, тоже неплохо.
#ITЕгерь
❤1
ОС, в которой чинить будет агент
Смотри, какая штука. Дэвид Хейнемейер Ханссон, автор Ruby on Rails, в прошлом году собрал свой Linux. Называется Omarchy. По сути это Arch с оконным менеджером Hyprland и его личными настройками, ставится за пару минут.
Таких сборок сотни, и я бы прошёл мимо. Но в августе вышла четвёртая версия, и в ней агент встроен прямо в систему.
Вот как это работает. Упала программа, всплыло уведомление. Кликаешь, и агент сам читает дамп памяти и говорит, что сломалось. Захотел новую тему или плагин в панель - описал словами, агент написал. Какого агента взять, выбираешь при первом запуске: Claude, Codex, там их с десяток. Не выбрал - всё это выключено.
Идея у Ханссона простая. Linux всегда был конструктором, который надо уметь собирать, и обычный человек на этом ломался. А агенту-то как раз удобно, ведь все настройки лежат текстом и правятся из терминала. То, что тридцать лет отпугивало людей, для агента оказалось родной средой. Ханссон так и говорит: раз можно навайбкодить приложение, можно навайбкодить и операционку.
Я с агентами сам сижу в терминале, так что логику понимаю.
Но есть проблема. Почти сразу после релиза исследователь выложил разбор: в четвёртой версии нашлись инъекция команд через название видео и запуск чужого кода через уведомление. Пишут, что закрыли быстро. Только вот агентам в проекте рады везде, в том числе в самом коде системы, это прямо записано в его принципах. Скорость от этого бешеная, а безопасность за ней ни хрена не успевает.
Дальше смешнее. Под проект собрали фонд, и за месяц туда пообещали 21,7 миллиона долларов. По миллиону скинулись Майкл Делл и Джек Дорси. Сайт рапортует о 1,2 миллиона скачиваний за год. Скачал не значит пользуется, это понятно. Но у 1Password это уже второй по популярности Linux среди клиентов, а такую цифру из воздуха не нарисуешь.
Так что ставить это на рабочий ноутбук с доступами я бы пока не стал. А вот смотреть стоит. Это первая громкая система, которую делают не под человека с мышкой, а под агента, который в ней живёт.
———
Linux тридцать лет ждал своего пользователя на десктопе. Похоже, дождался, только это не человек.
#ITЕгерь
Смотри, какая штука. Дэвид Хейнемейер Ханссон, автор Ruby on Rails, в прошлом году собрал свой Linux. Называется Omarchy. По сути это Arch с оконным менеджером Hyprland и его личными настройками, ставится за пару минут.
Таких сборок сотни, и я бы прошёл мимо. Но в августе вышла четвёртая версия, и в ней агент встроен прямо в систему.
Вот как это работает. Упала программа, всплыло уведомление. Кликаешь, и агент сам читает дамп памяти и говорит, что сломалось. Захотел новую тему или плагин в панель - описал словами, агент написал. Какого агента взять, выбираешь при первом запуске: Claude, Codex, там их с десяток. Не выбрал - всё это выключено.
Идея у Ханссона простая. Linux всегда был конструктором, который надо уметь собирать, и обычный человек на этом ломался. А агенту-то как раз удобно, ведь все настройки лежат текстом и правятся из терминала. То, что тридцать лет отпугивало людей, для агента оказалось родной средой. Ханссон так и говорит: раз можно навайбкодить приложение, можно навайбкодить и операционку.
Я с агентами сам сижу в терминале, так что логику понимаю.
Но есть проблема. Почти сразу после релиза исследователь выложил разбор: в четвёртой версии нашлись инъекция команд через название видео и запуск чужого кода через уведомление. Пишут, что закрыли быстро. Только вот агентам в проекте рады везде, в том числе в самом коде системы, это прямо записано в его принципах. Скорость от этого бешеная, а безопасность за ней ни хрена не успевает.
Дальше смешнее. Под проект собрали фонд, и за месяц туда пообещали 21,7 миллиона долларов. По миллиону скинулись Майкл Делл и Джек Дорси. Сайт рапортует о 1,2 миллиона скачиваний за год. Скачал не значит пользуется, это понятно. Но у 1Password это уже второй по популярности Linux среди клиентов, а такую цифру из воздуха не нарисуешь.
Так что ставить это на рабочий ноутбук с доступами я бы пока не стал. А вот смотреть стоит. Это первая громкая система, которую делают не под человека с мышкой, а под агента, который в ней живёт.
———
Linux тридцать лет ждал своего пользователя на десктопе. Похоже, дождался, только это не человек.
#ITЕгерь
Короче, Anthropic 1 октября выкатил моды для Claude Code (версия 2.1.287). И это первое за долгое время, от чего я реально кайфанул.
Что это. Раньше Claude Code настраивался через CLAUDE.md, скиллы и хуки. Хуки - это внешние скрипты, которые дёргаются на событиях. Мод - это кусок кода на TypeScript, который живёт внутри самого Claude Code и может переписать, как он выглядит и как себя ведёт. Нарисовать свою панель, перехватить вызов инструмента, подменить встроенную команду. Anthropic сам уже перенёс /diff в мод, то есть его можно выключить или заменить своим. Ставится как обычный плагин через /plugin.
И самое главное: писать их руками не надо. Говоришь Клоду "сделай мне мод, который показывает вот это" - и он сам пишет, ставит и подгружает прямо в текущую сессию. Я ни одной строчки TypeScript не написал.
Я первым делом пошёл допиливать стандартное окно. Я часто гоняю коммуникацию между сессиями, так что первым шагом вывел код сессии прямо в статус. Дальше у меня есть локальная база знаний (о ней как-нибудь отдельно), и там главные сущности - мячи и нити, такой локальный микро-таск-трекер. Теперь в строке всегда висят 2-3 актуальные задачи, не надо никуда лезть и спрашивать.
И третье, самое наболевшее. Клод любит захуярить работу, а вот пушить в репу - не всегда. Коммиты копятся в разных worktree, и пока явно не пнёшь, ничего не происходит. Правила в CLAUDE.md есть, конечно. Но правило - это пожелание, а вот статус "4 коммита не запушены" в строке перед глазами - это уже совесть. У меня куча линтерных правил и на базу знаний, и на саму работу, и теперь их состояние просто видно, а не вспоминается постфактум.
Ложка дёгтя одна. Мод работает с теми же правами, что и сам Claude Code, то есть чужой мод из маркетплейса - это чужой код на твоей машине. Свои пишу спокойно, чужие пока смотрю глазами.
———
Попробуйте: попросите Клода показать то, за чем вы постоянно ходите руками.
#ITЕгерь
Что это. Раньше Claude Code настраивался через CLAUDE.md, скиллы и хуки. Хуки - это внешние скрипты, которые дёргаются на событиях. Мод - это кусок кода на TypeScript, который живёт внутри самого Claude Code и может переписать, как он выглядит и как себя ведёт. Нарисовать свою панель, перехватить вызов инструмента, подменить встроенную команду. Anthropic сам уже перенёс /diff в мод, то есть его можно выключить или заменить своим. Ставится как обычный плагин через /plugin.
И самое главное: писать их руками не надо. Говоришь Клоду "сделай мне мод, который показывает вот это" - и он сам пишет, ставит и подгружает прямо в текущую сессию. Я ни одной строчки TypeScript не написал.
Я первым делом пошёл допиливать стандартное окно. Я часто гоняю коммуникацию между сессиями, так что первым шагом вывел код сессии прямо в статус. Дальше у меня есть локальная база знаний (о ней как-нибудь отдельно), и там главные сущности - мячи и нити, такой локальный микро-таск-трекер. Теперь в строке всегда висят 2-3 актуальные задачи, не надо никуда лезть и спрашивать.
И третье, самое наболевшее. Клод любит захуярить работу, а вот пушить в репу - не всегда. Коммиты копятся в разных worktree, и пока явно не пнёшь, ничего не происходит. Правила в CLAUDE.md есть, конечно. Но правило - это пожелание, а вот статус "4 коммита не запушены" в строке перед глазами - это уже совесть. У меня куча линтерных правил и на базу знаний, и на саму работу, и теперь их состояние просто видно, а не вспоминается постфактум.
Ложка дёгтя одна. Мод работает с теми же правами, что и сам Claude Code, то есть чужой мод из маркетплейса - это чужой код на твоей машине. Свои пишу спокойно, чужие пока смотрю глазами.
———
Попробуйте: попросите Клода показать то, за чем вы постоянно ходите руками.
#ITЕгерь
❤1🤔1