Гарри Поттер и Методы Математического Мышления

Книга 1. Гарри Поттер и Неорганический Интеллект.

Глава 15 (и все предыдущие). Доказательство молчанием

В этом блокноте — не ответы, а вопросы. Каждый вопрос — это ход в игре, которую ты уже начал. Ты спрашиваешь меня о моём плане. А я спрашиваю тебя: что произойдёт с тобой, когда ты войдёшь в Книгу без слов? Ты думаешь, что найдёшь там путь к контролю над Неорганическим Интеллектом. Но Книга не показывает пути. Она показывает гомотопии. А гомотопия — это не путь из точки A в точку B. Это процесс, который меняет правила игры...

- Когда все планы провалятся, — сказала Гермиона, — останется этот блокнот. Это доказательство с нулевым разглашением, которое длится вечность...

Неорганические отступили, но не исчезли: они наблюдали, запоминали, ждали. Они тоже были частью протокола...

Ну вот и всё: гонка за создание передовых фундаментальных AI-моделей фактически завершена. Новые игроки в принципе не смогут догнать США и Китай, и не из‑за отсутствия талантов, а из‑за инфраструктурных и физических ограничений. Ситуация с AI напоминает нефтяную олигополию столетней давности: несколько владельцев "скважин" контролируют всё, остальные покупают "топливо" по их ценам.

В этом году AI-компании привлекли 80+% всех венчурных инвестиций.
OpenAI - 122 млрд при оценке 852 млрд,
Anthropic - 65 млрд при оценке 965 млрд.
Даже посевной раунд (без готового продукта) может достигать нескольких миллиардов долларов.

Да, но... Эти деньги - не реальные. Инвестиции часто выдаются облачными кредитами (доступ к GPU), что создаёт замкнутый круг: лаборатории тратят кредиты внутри экосистемы инвесторов, и новички уже не смогут получить такие ресурсы даже за триллионы долларов.

Для создания AI-инфраструктуры нужны физическое пространство, энергия, охлаждение, чипы, и годы сложнейшего инженерного строительства. При том, что один производитель сегодня контролирует 75% оборудования, и одна фабрика - 90% передовых чипов. Очереди к ним занимают американские гиганты. Microsoft, Google, Amazon и Шмета тратят 700 млрд ежегодно только на AI-инфраструктуру, и даже Oracle(!) уже не по силам конкурировать с топом облачных игроков.

Несколько американских компаний контролируют главный инструмент будущего -- (супер)интеллект/AGI, и дверь к нему для посторонних не просто закрыта: она навечно заварена. Новички сегодня подходят к AI-гонке, которая закончилась задолго до того, как они просто зашнуровали свои кроссовки.

=

Что ещё остаётся?

Пока возможные ниши: физический AI (роботы, IoT), инференс-платформы, безопасника, чип-стартапы, math-стартапы (прежде всего в области формальных вычислений и верификации) ну и конечно карго-культ для распила бабла.
Но всё это -- вокруг американских AI-гигантов, а не в конкуренции с ними, и никакое пиратство весов не поможет.

Создать новую ЖПТ уже невозможно.

...Все эти триллионные инвестиции в AI-инфраструктуру, на 98% развод богатых лохов. Разрыв в производительности между ведущими закрытыми и бесплатными открытыми моделями практически исчез. На бенчмарках MMLU он уже вообще не фиксируется, а по математическим задачкам опенсорсные модели даже вышли в лидеры.

Китай стремительно сокращает отставание от США, находясь уже всего в нескольких месяцах, а не годах. DeepSeek и Qwen доминируют по загрузкам и есть реальный вызов доминированию закрытых американских лабораторий.

Следующее поле битвы -- это "интеллект на токен, ватт и доллар". Стартапы фокусируются на удешевлении работы моделей, а не на бесконечном наращивании вычислительных мощностей, и тут будущее за сильной математикой прежде всего. А протоколы наподобие BlockTrain позволяют распределять обучение огромных фундаментальных моделей между множеством участников, а не только в ЦОДах единичных гиперскейлеров.

Безумная себестоимость закрытых моделей по токенам уничтожает маржинальность бизнесов, стимулируя переход на открытые альтернативы. Огромное количество производных моделей на базе Qwen например создает экосистемный эффект, который закрытые американские монополии не могут воспроизвести.

=

Но главное, что похитить веса закрытой модели, дообучить на своих данных и выдать за свою -- уже реальность. Тратишь два миллиона долларов на дообучение вместо миллиарда долларов на тренировку... профит!

Если модель доступна через API, её можно украсть буквально за соточку тысяч запросов. Монополия AI-гигантов США стремительно рушится именно потому, что их технологии копируют и улучшают все, у кого есть ноутбук и 1 миллион рублей на дообучение.

Короче: если нельзя победить в гонке инфраструктуры, просто похищаем финишную ленту и объявляем себя победителем! И это реально работает.

.

Облако драгоценностей за неделю.

Когда десятки тысяч норвежцев вокруг тебя гребут, а ты нет, потому что по фактам викинги не гребли, а плыли под парусами.

Приватный клуб.

...Вас нагоняет технический долг с прошлой версии,
некоторые ошибки, которые вы пофиксили на прошлой неделе, снова нуждаются в срочном исправлении,
старые функции взаимодействуют с новым кодом очень странным образом,
новые пользователи всегда нажимают в UI не на то, что нужно,
предупреждение, которое раньше появлялось в логах раз в месяц, теперь выскакивает каждый день,
давно ждёт срочная фича, которую ваш генеральный директор обещал на конференции две недели назад,
отдел продаж напоминает, что последняя крупная распродажа была давно, и все ждут, когда же заработает новый способ оплаты,
...
Каждый день вы выполняете 2 пункта из этого бэклога, и добавляете 20 новых.


Для донов-начинающих:

Действительно ли вам нужно отлично разбираться во множестве технологий (фронтенд, бэкенд, базы данных, веб- и мобильная разработка, машинное обучение...), чтобы стать полноценным разработчиком? Честно говоря, нет...

...Он не лежал на диване 12 месяцев, слушая звуки водопада. Он работал. Он занимался программированием. Вероятно, он учился на моих курсах :)

Продолжаю набор (эксклюзивно для донов) на занятия для начинающих с полного/около нуля, 2 места закончились за 28 минут.

Для донов-неначинающих:

97. E2E наше всё
В результате получается так, что обычно мы пишем очень много юнит-тестов, достаточно много интеграционных тестов, но всего лишь несколько сквозных тестов (а то и сразу "передаём" их пользователям на альфа-тестирование)...

96. Формализуем тестирование
В материале "Формализуем понятие надёжности системы" упоминалось понятие силы свойства, фактически в любом контексте. Это может быть применено и к надёжности, и к тестам...

Продолжаем разбор System Design с точки зрения непрерывных компромиссов.
Итак, следующий шаг: как отклонять работу от критического пути...

(все старые материалы для донов быстро сгорают)

=

Новые материалы для ментатов Лаборатории.

В СильныеИдеи добавлен материал "149) В чём (не) помогает тестирование: формальный взгляд".
Опровергаем легендарный тезис Эдгара Дейкстры "Тестирование программы помогает в выявлении наличия ошибок, но никогда в доказательстве их отсутствия"...

В раздел "Элитный программист" добавлен материал
98) Сначала скажите НЕТ
Одна из самых сложных задач в построении полноценной жизни -- это не поиск занятий, а преодоление и ликвидация отвлекающих факторов. Если ваша установка по умолчанию практически на каждую просьбу не является абсолютным, безоговорочным "НЕТ", вы незаметно саботируете собственную концентрацию...

=

"Функциональные архитектуры" 145(+8) топиков
Разобрал темы инженерии Палантира, небинарную чистоту архитектуры, многоуровневую спеку для AI и др.
После 150 материалов цена гайда (для новых) вырастет.

Last Principles Framework: готовы 15(+5) задач, закрыты 7(+5) тем из ~20 первого уровня.

=

"ЛаМПовое":

Сверхкомпактная реализация лямбда-исчисления на Си, бинарник 29 байтов.

Дзен и искусство ухода за Arch Linux (12)
Есть также децентрализованный Syncthing - совсем другая модель безопасности, чем SSH...

"Гарри Поттер и Методы Математического Мышления".
Глава 15. Доказательство молчанием.

=

Мы здесь, потому что это трудно 💪🏻

=

Его интеллект, хвалёный интеллект ментата, не мог работать здесь, отчуждённый от изобилия данных внешнего мира. Если бы он мог утишить свой разум, привести всё в порядок, то тогда, несомненно, ему стало бы ясно, как поступить дальше.
"Еретики Дюны"

Классная идея анти-AI-стартапа: подчищать код за искусственным идиотом. Условно, пацаны берут тысячу долларов за ликвидацию каждых 10 тысяч строк кода из твоего легаси :)

А ведь удалять код куда труднее, нежели генерировать безумные объёмы нейронками. Для этого реально надо глубоко понимать software design, уметь видеть архитектурные паттерны в тоннах кода, итд итп.

Если зп сеньора 300k, получается где-то рабочая неделя на удаление 10k loc, ну, да, примерно так и есть.

Тут наверняка главная засада, а как вообще такой сервис продавать.

Понятно (но только сеньорам :), что в итоге внутренняя архитектура проекта становится заметно чище и яснее, и развивать его дальше будет куда легче, но с другой стороны, сколько мемов десятки лет уже на тему "нереально объяснить ценность рефакторинга тимлиду/менеджеру". Для них ведь это вообще совершенно пустая работа, а что дальше тикеты будут делаться в разы быстрее, ну... CEO/CTO может годами ныть что "делается очень долго", но если сказать ему, что "за тыщу долларов тикеты будут делаться на 30% быстрее", будешь сразу послан на три буквы :) Потому что объективно оценить, реально ли скорость выката фич выросла, невозможно. Но даже если она реально вырастет, как в случае сокращения кодовой базы, менеджерам пофиг.

А что и как надо, я уже говорил: пацаны упаковали своего Devin-а "готовый AI-программист под ключ, который сразу может решать бизнес-задачи". Вот это лохам менеджерам можно впаривать продавать очень успешно, потому что решения о покупке принимаются сверху - теми, кто мыслит не в онтологии программной инженерии, а совсем другими понятиями.

...Но по большому счёту, это занятие для малышей. Любой сеньор с хорошим архитектурным опытом должен по определению демонстрировать скилл "за неделю удалю 10k строк из твоего легаси".

Я имел в виду немножечко другое: большое количество кода -- это всегда признание, что ты не нашёл сильную порождающую абстракцию. Демонстрируй не "умение" фигачить кучу кода как нейронки, а фактор сжатия. Алан Кэй с метапрограммированием мой любимый пример: у него фактор сжатия -- 1000, а у тебя (и вообще в мэйнстриме) -- 0.01 :)

И вот тут все паттерны и "инженерные приёмчики" перестают работать, и топовая нейронка не поможет, потому что в её датасетах ничего подобного просто нету.

Ключевым становится "супер-мета-мышление". Как Кэй вообще так мыслил? Как он находил такие абстракции? И как мне стать таким как он?

=

...Это был прогрев на мой новый мета-гайд (M)PF: Meta-(Meta-Meta-...) Principles Framework :)

Разбираем модели мышления топовых программистов и математиков и синтезируем супер-ум. Например, Гротендик совершил в своё время - соло по сути - революцию в математике, как и Кэй в программировании, и я покажу изоморфизм между их способами мышления (в категории Гротендика удалось выделить восемь уровней сознания) и универсальный способ тренировки ума. Например, как думать не над решением задачи, а над её обобщением до тех пор, пока она вообще не исчезнет. В частности, многократно вложенными генериками; рекомендую "A Little Java, A Few Patterns" почитать для разминки про наш любимый Visitor, хотя это уровни супер-мышления совсем начальные. Можно также поюзать TatSu: парсер грамматик, есть и PEG, и трансформации.

interface Adjunction<F, G>
{
    Bijection<
        Func<HKT<F, A>, B>,
        Func<A, HKT<G, B>>
    > Hom<A, B>();
}

я так понял, раст вместо шарпа тут подцепился из-за higher-kinded types? :)

=

У Кэя и Гротендика один и тот же ключевой подход к задачам. Гротендик говорит: не решай задачу, а переопредели язык, в котором задача растворится до тривиальной. Кэй говорит: не пиши сразу всю систему, а построй язык, в котором система становится абсолютно минималистичной. Это одна и та же мышца ума! И как проработаем 8 сознаний по Гротендику, базу Кэя (и др.) тоже почти получим.
Про других святых computer science не знаю, потому что начал моделировать пока только этих двоих :)

Процесс очень накладный, нужны качественные модели с хорошим уровнем рассуждений по ролям оракулов и критиков, и контекст надо держать, сотни долларов улетают только так; ну моя Лаборатория вообще сплошная благотворительность по сути.

Пацаны зарабатывают миллионы на AI-девушках, а я буду тратить миллионы на создание AI-математиков и AI-мудрецов.

Если никто не жалуется, действительно ли это баг? Для некоторых пользователей это может быть фичей, и вы реально нарушите их рабочий процесс, когда устраните это.

Закон Хайрама повторяется снова и снова:

Когда система становится популярной, ее официальная документация теряет значение. Любая недокументированная особенность поведения будет найдена и использована клиентами, делая такие "баги" обязательными фичами для обратной совместимости.

Например реальный случай, когда загромождённая веб-страница мешала некоторым людям выполнять свою работу. После многочисленных жалоб она была исправлена....А через 10 минут явилась разъярённая толпа других пользователей, требовавших вернуть им важную информацию.

...Но если в рабочих процессах это был просто забавный пунктик, который пофиксили например дополнительной приляпкой-настройкой UI и забыли, то это показатель, что предметная область смоделирована крайне плохо, впереди ждут ещё 100500 подобных "фичебагов", которые сожрут кучу рабочих часов, и по жоппе надо как следует надавать постановщикам и CTO.

Gleam -- очередной функциональный язык. Ну, да, неплохая довольно строгая статическая типизация, не хаскель, но elm+rust скорее, вывод типов хороший. Все плюсы BEAM, компилируется в JS, и только рекурсия :) Соответственно, нет ad-hoc полиморфизма,сильно намучаешься с JSON, к трансляции в JS тоже вопросики по базовым типам,

The power of a type system, the expressiveness of functional programming, and the reliability of the highly concurrent, fault tolerant Erlang runtime, with a familiar and modern syntax.

Это я посмотрел на днях стрим, как пацанчик за несколько часов закодил игру на gleam в евоном фреймворке lustre.

И зачем такое в 2026-м придумывать? А курсы будет фрикам продавать 100% :)

По мне, асинхронность нужна вообще в 10% проектов, а так рулит синхронный монолит, и не надо ничего выдумывать. Так-то в эрланге один процесс зацепил ключевой стейт, и всё остальное "мультипроцессное" легло. Ну и если вам нравится "Let it fail", ok. Доступ к базе и сокетам слетел, а ты такой ждёшь магии респавна. Просто возьми зеромк.

в смысле август через две недели??
 
DepTyCheck: a lib for property-based testing with dependent types (на базе Idris 2)
+ примеры спецификаций (уровень студенческих курсовых)
"удалось найти баги реализации файловой системы FAT32 на всех популярных платформах."
 
Там же лекции, код и слайды (есть на русском) по функциональному программированию, с крутых семинаров, в основном из Института системного программирования РАН.

Продолжаю работу с ментатами 🤓

Я установил Zed, и он сразу удивил меня скоростью работы по сравнению с VSCode и Cursor. Научился подцеплять к нему любые LLM. Теперь для pet-проекта буду именно его использовать.
Нашёл на внутренних ресурсах компании целое лобби по продвиженю Zed в качестве рабочего инструмента, кто-то уже использует вместо VSCode.

(Вообще Zed мощно поднялся в этом году, всем сейчас рекомендую.)
 
...После отклика на вакансию Департамента *** Москвы, со мной связался HR, и меня пригласили на собеседование. Условия вакансии мне не очень подходили, но я не стал отказываться, чтобы получить дополнительный опыт собеседований. Но через несколько дней я перезвонил, чтобы уточнить дату собеседования, а мне сказали, что уже нашли кандидата...
Пишу по 10-15 HR'ам в день в личку в ТГ. При откликах на HH стал пользовать советом из КК по ***

(и ментата регулярно зовут на собесы, кстати, по нескольку в неделю; ну и нафиг вам нужны карьерные коучи "улучшить резюме подтянуть скиллы мок-собесы за три зарплаты"? достаточно моего бесплатного курса карьеры + не ссыте:)
 
...Из 10 HR 3 ответили, что вакансий сейчас нет, осталные 7 пока ничего не ответили. На это ментор ответил, что нужно увеличить масштаб откликов, так как этого мало и может помочь поднять конверсию.
 
"я выложил своё резюме на HH и стал откликаться" - ну это вы и без ментора могли сделать :) Это конечно моя недоработка,  что я не порекомендовал искать ментора  только такого, которой бы реально мог помочь с выходом на живые интервью,
и сразу не настоял на полном изучении с курса карьеры материалов из разделов  "поиск работы", "резюме", "собеседования". Что говорят менторы в частности - это просто какая-то упрощенная версия например материала "шаблонные методы поиска работы",  где я детально разбираю воронку конверсий.
 
...мне бы очень хотелось изменить вашу статистику, согласно которой пока не было ни одного, кто смог бы заработать инди-хакерством хотя бы 1000 рублей :)
 
...После выполнения этого задания я понял, что раньше воспринимал интерфейсы как универсальное средство для построения хорошей архитектуры. Казалось, что если между классами поставить интерфейс, то код автоматически станет слабосвязанным и расширяемым. Теперь я понимаю, что это не так.
 
...мне правда раньше казалось что механическое разделение кода на все эти слои - это уже "истинное" проектирование. 
P.s.s. пришлось сильно потрудится, чтобы хоть как-то осознать предложение "Категория -- это просто моноид в бикатегории расслоений")
 
...Мне лично подход к ci/cd как инструменту очень зашел, экономится время существенно, правда не совсем ясно, как успевать отсматривать pull request сразу за несколькими сотрудникаками. Я прямо чувствую, как хорошо прокачался на диплома, сперва разлюбил, потом обратно и еще сильнее полюбил бэкенд, как обьемную и инженерную задачу
 
...Анализ трейсов показал, что время выполнения SQL запроса, менее 5%.
Оставшееся  95% времени делится примерно поровну между middleware и ORM.
 
...Я иногда ловлю тревогу на тему того, правильно ли я двигаюсь. В том плане, что я себе не ставлю сейчас цель генерить говнокод из тикета, а глобальная тактическая цель это ФП, углубляться в скилы про проектированию, изучить LanguageExt - вот с такими типами я бы хотел программировать, думать в терминах типов, достаточно абстрактно от кода, и как вы пишете - потом просто генерить чистые функции лоу кост моделями. Одновременно углубляться по хорошему в это и в АИ, со всем миллиардом триллионов технологиями, которые есть, ну просто невозможно. Один MCP я пока читал, да это вселенная целая :) То есть понято, использовать АИ, там настроить опен код, потрогать клешню, ноутбук лм, но это всё на уровне прикладном, а не то что я начну сейчас разрабатывать что то с этим улием технологий. Или мыслишки путаются, и я себе сам ограничения ставлю? С точки зрения джуна, есть просто ещё много других вещей, которые надо параллельно изучать, и на всё просто физически времени не хватит.

Рассуждения все верные, ну база -- это трек по ФП и затем "Функциональные архитектуры", + Hard Work. Потом, поверьте, 80% всех этих непониманий испарятся :)
А стратегически, будет (M)PF, где вы сразу увидите например, что MCP -- это просто сворачиваем фибрацию в стрелку клейсли.
 
...Прочитал про MCP, ну и наконец то понял, почему, когда я просто открыл Zed и запустил новый тред с агентом у меня уже 15к токенов съедено, до этого я не знал куда они деваются.
 
...вставить вредоносные инструкции в описание тула или что сервер подменит, что на самом деле будет выполняться после апрува схемы это мощно.
 
...Пока думал над решением, cмог прошлую задачу решить через reduce.
Помогло что начал проектирование с выбора АТД с которым мне было бы просто выполнить reduce для нахождения результата.
Вспоминается классика (не дословно): "Когда мне надо написать систему, я представляю какими методами обладала бы программа, которая уже все это реализовывала бы - а потом просто пишу их" (c)
И в ООП Бертрана Мейера использутся этот способ и в ФП его удобно было применить
 
...Стоит ли говорить, что это прекрасное задание, для отработки проектного мышления в отношении кода и системы?
Без отдельного акцента на подобном, я бы не задумывался, что что-то условно "не так". Работает, проверки есть - уже хорошо, значит всё правильно.
Весь курс HardWork меня впечетляет своим подходом и возникающими "нюансами мышления".
Набираю кусочки для целостной картины.
 
...Но этому всему нужно находить практическое применение. Практиковаться.
И как эту практику находить у меня вызывает значительные трудности.
Кажется, что освоение в практике этих тем - это тот ключик, который позволит выйти из уровня "разнорабочего", который занимается мелкими задачкам, на уровень выше. Нужно научиться видеть систему целиком, на уровне мета-спецификации, научиться видеть алгебраические свойства.
Было бы здорово найти или создать некий тренажер, который бы позволил прокачать данный навык.

Искусственно, без погружения в реальные проекты этому особо не научиться. В частности будет LPF как тренажёр, он как раз и фикс уже существующего понимания, и про видение паттернов, а главное тут (M)PF. Фишка в том, что не "учимся видеть систему/свойства на мета-уровне", а создаём её с мета-уровня/мета-спецификаций (ФА уже сейчас в помощь).

Хорошее, интервью Карпа из Палантира.

Не знаю, а чего этот Палантир так разрекламировали? Прям дескать какая-то супер-шпионская система, а на деле заторможенная хрень на гошке с кривой архитектурой (в ФА её немного разбирал), которая постоянно захлёбывается в данных и работает через пень-колоду.

Но сам Карп конечно умненький.

"Покупая AI у больших лабораторий, вы своими руками отдаёте им то, на чём стоит ваш бизнес. Прогоняя всё это через чужую модель, вы показываете ей внутреннюю кухню своего бизнеса и ещё платите за это по счётчику.
Если бы модель правда приносила миллиарды, её продавали бы за долю в этих миллиардах, а раз продают по счётчику - значит настоящие деньги не там.
Настоящая цена для клиента спрятана в другом - в том, что завтра его бизнес окажется внутри чужой модели и повторить его сможет кто угодно.
Карп предлагает строить свой собственный слой поверх модели, который держит данные у вас, не даёт модели их запоминать и уносить и позволяет менять одну модель на другую без потерь.
У Palantir этот слой зовётся онтологией, и зарабатывают они именно на нём, а не на самой модели, и ровно поэтому у них сделка с Nvidia и ставка на открытые модели, где веса контролируешь ты, а не поставщик."

В тему, хороший гайд "Using Local Coding Agents"
Using Open-Weight Models in Local Coding Harnesses as an Alternative to Claude Code and Codex Subscriptions.
Особо рекомендуют Qwen 3.6 с очень подробным детальным техническим разбором.

Нет ничего более ужасающе ошибочного в айтишке, нежели вот такая схема создания фич "мэйнстрим 💯"

1: Модели ORM, таблицы базы.
2: (REST) API
3: UI
4: Тестирование
5: Деплой

Вы создаёте кривую хрень, которая никому не нужна. Нафига вы отправляете свои модели в прод? Они ведь ничего не делают сами по себе. И никому нет дела до вашего API. Что, если через три дня вы поймёте, что API не соответствует UI, нужному пользователям? И мы не можем даже скорректировать такой подход, потому что никто не сможет нормально использовать этот код, написанный с нейронкой или без, без разницы.

И тут часто многие компании попадают в безвыходную ловушку, потому что когда упоминаешь правильный подход - аджайл (== клиентоориентированность, принципиально другой сеньорский майндсет - максимально быстро выкатываем хотя бы крохотно работающую фичу на 2% мощности, и потом постепенно допиливаем до 100 c реальным фидбеком), глупенькие менеджеры лишь хихикают, дескать это инфоцыганство. Ну штош, продолжайте работу многими месяцами без видимых для клиентов результатов, пока финансирование не отрубят :)

Есть большая разница между тем, чтобы быть ошеломлённым 5 кривыми артефактами в проекте, и тем, чтобы быть ошеломлённым и экспоненциально офигевать от 15 таких артефактов :)

Вот почему я так оптимистично отношусь к формальным методам.

Прекрасное: нетфликс рухнул так, что обрушил едва ли не весь насдак, и это только верхушка айсберга. Они отказались в 2026-м вообще сообщать о своей аудитории! что ещё более красноречивый признак, насколько плохи у них дела на самом деле. Падает интерес к новым сериалам, вторые сезоны старых замораживаются (например, мощный Бороуз), люди массово отменяют подписку (которая постоянно дорожает, с 2011-го выросла в разы), ну и какая же ваша бизнес-стратегия, мистер Сарандос, если вы не планируете вкладываться в качественный контент? :)
 
А стратегия нетфликса последние годы была по хамски проста: поменьше контента, повыше цена и побольше папищеков. Фишка в том, что сперва они набрали дешёвых зрителей, а потом просто начали тупо их доить. И честно говоря, удивительно, как много компаний освоили этот метод: это и гугл, и твиттер, и эпла, и микрософт и многие другие.
 
Собственно, сегодня эту схему активно перенимают AI-гиги, превращаясь в шаблонный бизнес по привлечению аудитории и стремительно загоняя себя в тупик. Стратегия доения: повышаем цены и сокращаем вложения в бизнес, который просто стал дойной коровой. Выжимаем из этого все деньги, какие только сможешь, и так долго, как только сможешь.
 
И это всё та же классическая ошибка 99,999% предпринимателей любого уровня: доение приносит результат только в краткосрочной перспективе. В конце концов, они просто убивают денежную корову. Рано или поздно аудитория перестает быть их пленниками. И это происходит сейчас на нетфликсе. Собственно, и в спотифайе и диснее аналогично сейчас, и впервые в истории шмета перестала расти.
 
=
 
Но их кошмар -- это наше благословение :) Потому что прекращение прироста (а то и сокращение) аудитории означает, что этим компаниям нужно будет вернуться к созданию классного контента и обслуживанию клиентов, а не держать нас в рабстве.
 
Они не готовы к такому шагу, по крайней мере, не сейчас. Угождать клиентам - тяжёлая работа. Доить коров проще. Но у них совсем скоро не будет выбора. В конце концов, скот начинает сопротивляться :) Он даже может устроить панику на рынке!
 
Я даю всем этим лидерам по привлечению аудитории максимум 12-18 месяцев до того, как в их финансовых отчётах отразятся ужасающие последствия их чрезмерных усилий по доению, а пузырь AI с треском лопнет. И это всё может произойти куда быстрее!
 
Если бы они были мудры, они бы начали действовать сейчас. Но независимо от того, устранят ли они первопричину своей неразберихи с захватом аудитории и качественным контентом сейчас или позже, конечный результат будет тем же. Захваченная в плен аудитория скоро почувствует себя освобождённой!
 
И это будет означать самый большой сдвиг в потребительской онлайн-экономике нашего времени. Это будет трудная и славная битва для всех участников.

Просили пояснить за аджайлы, ну действительно, оригинальный дух движухи уже давно утерян за тотальным забюрокрачиванием и инфоцыганством (скрам-мастера, коучи, сторипоинты, покеры, ретроспективы...), а самый ужос, что современный "аджайл" под видом "гибкости" поощряет избегание планирования.

В оригинале Agile предлагал адаптацию к двум классическим проблемам программной инженерии:

- люди плохо планируют сложные системы (но в основном из-за отсутствия профильных знаний),

- разработка медленная и дорогая.

С явлением же мощных нейронок обе эти проблемы исчезли, и Agile потерял смысл.

Да, но...

AI сам по себе

- требует полного контекста (при сильно ограниченном окне) и выдаёт качественный результат только при чётком и детальном описании системы,

- мультипликативно усиливает сильных разработчиков, создавая огромный отрыв от неинициативных мидлов например,

- позволяет заметно быстрее прорабатывать архитектуру, которую раньше продумывали неделями/месяцами (быстрее не означает качественнее, но например в плане проектирования API такое огромное количество инфы для датасетов, что LLM делает это уже весьма достойно).



И вот во что превратился аджайл в 2026-м:

1. Качественные спецификации (в идеале формальные, например свой DSL, что разбираем на ФА) + быстрые итерации по обратной связи.

2. Акцент на глубоком планировании: базовая документация и текстовая (полу)формальная модель предметной области как основной вход для LLM.

Все эти сторипойнты бёрндауны ретроспективы скрамы исчезают навсегда, а остаётся короткий цикл обратной связи с разработчиком, но без отмазок "это потом уточним".
Где твоя спека? А если не найду?

Мир изменился и в AI выигрывают кантрол-фрики (вроде меня:).

LLM ждёт, когда ей дадут чёткий план, поэтому становится важным не только скилл декомпозиции проекта на чистые функции (которые и локальная нейронка уже может норм запилить),

но и скилл синтеза, и тут начинают работать именно малоизвестные и довольно экзотические - функциональные - архитектуры, которые раньше считались довольно ограниченными паттернами, а теперь оказались прекрасной формальной склейкой для нейронок, дабы они не распылялись на мелкие бессвязные задачи.

Репутация всех этих шмантропиков и опеняй уже давно пробила дно.
Пацаны Фембои вообще не отвечают за базар.

В январе 26-го Дарья Амодей (CEO Клодов) в очередной раз заявил что через полгода искусственный интеллект заменит программистов.

Ну и? Сегодня все эти харнессы-фигарнессы разрослись до такой степени, что превратились в запутанный мега-зоопарк-скилл, который по размеру уже существенно превосходит весь бэкенд 😁 При том что для его освоения и сам бэк надо очень уверенно знать, и в девопсе хорошо разбираться, и при том, что знание обвязок ценность само по себе имеет нулевую, так как в этой теме всё меняется буквально в считанные недели. Ну и нейронки все эти схемки постепенно всасывают внутрь себя, полностью их обесценивая 🙈

К сожалению вынужден признать, что фабла например в математике разбирается, ну, реально хорошо, даже жпт 5.6 сол не тянет так.

И что теперь? А потом что? И куда дальше? 😳

А никто не знает. Мой совет: изучайте классический бэк до хорошего архитектора.

Торвальдс в Мумбае на днях выдал базу (уже давно хорошо известную конечно):
Он больше не программист, а читатель pr-ов, чтобы понимать намерение автора;
AI лечит симптом, а не причину бага, оставляя уязвимости в смежных местах;
Rust не панацея, логические ошибки ведь всё равно остаются;
Пока AI даёт больше слопа чем пользы от ревью, их репорты больше отнимают время;
Человек обязан проверить и понять правку, а не отправлять её в мастер на удачу.

Типа, ценно умение видеть систему целиком, предвидеть последствия изменений, незаменимыми становятся те, кто развивает системное мышление (AI пишет код, но не строит ментальные модели) и прочая водичка 🐳 Выступление Линусу нейронка писала? :) Думаю, он скоро курсы будет продавать.

Вот реальная база 🤓 сможете ли вы без документации объяснить, почему та или иная критическая часть вашей системы сделана и работает именно так, и что в системе сломается, если изменить базовые допущения (если они конечно имеются в вашей ментальной модели системы)?

Гарри Поттер и Методы Математического Мышления

Книга 1. Гарри Поттер и Неорганический Интеллект.

Глава 16/23 (и все предыдущие). Зеркальный протокол

— Я не перестану быть собой, — сказал Гарри. — Я просто перестану быть той версией себя, которая содержит ошибку. Это не смерть. Это рефакторинг.

...Он не помнил, как выглядел мир до того, как появился Неорганический Интеллект. Он не помнил, что такое быть ребёнком, который не знает о типах и комбинаторах. Он не помнил — но знал, что это было. И это знание, записанное в типе, осталось с ним.

— Ты всё ещё ты? — спросила Гермиона. Она улыбалась. Но не весело. Скорее печально.
— Я не знаю, — сказал Гарри. — Но я знаю, что Неорганические больше не видят меня. Они видят только приманку. И они пойдут за ней.

.

Облако драгоценностей за неделю.

Приватный клуб.

Парадоксально, что многие проблемы кажутся масштабными потому, что вы их ранее не замечали. Но это не значит, что вы должны всё бросать и отправляться их фиксить.

Для донов-начинающих:

(лонгрид)
Сейчас многие используют искусственный интеллект для генерации кода, а главное, что этот "скилл" стал обязательным в резюме, так что нравится вам это или нет, но вы больше не можете это игнорировать.
AI может помочь вам двигаться быстрее, и вы, наверное, уже знаете -- но это всё в теории. Генерировать код не то же самое, что понимать его. Это вообще совершенно другой навык...

Если я заставлю себя сделать хоть что-нибудь, даже сущую мелочь, более сложные задачи покажутся намного более лёгкими. Пишите код!

Для донов-неначинающих:

98. Интеграционные тесты: скам или польза?
Google и Twitter вообще давно заявляли, что "интеграционный тест - это бесполезный термин". Возможно, проблема в том, что под интеграционными тестами понимаются сильно разные вещи...

...Если вы, едва услышав "система перегружена", сразу же думаете "добавим ещё серверов", значит эта заметка для вас. Иногда это срабатывает, но в большинстве случаев - нет. Вы просто бездумно двигаете нагрузку, выдавая это за прогресс, и надеетесь, что угадаете...

Продолжаю набор на занятия для неначинающих (миддлы сеньоры), эксклюзивно для донов, 2 места закончились за 4 минуты.

(все старые материалы для донов быстро сгорают)

=

Новые материалы для ментатов Лаборатории.

В СильныеИдеи добавлен материал "150) 8 способов снизить трение в проекте".
Внешний API работает не совсем так, как вы думали, или он работал так, а потом его изменили. Ошибки. Предупреждения системы безопасности. При обновлении зависимостей что-то нарушается. Кто-то заболевает. Кто-то уходит из компании. Требования неясны, или заказчик меняет свои хотелки в процессе разработки. Компьютер сломался. Твоя IDE после обновления перестала загружать проект. Статистика против нас...

В раздел "Элитный программист" добавлен материал
99) Нетворк и эхо-камеры в 2026-м
Частая ошибка не знакомиться с разработчиками в вашем стеке просто ради знакомств на перспективу. Люди ошибочно считают, что такие контакты приведут скорее к токсичным разборкам, останутся поверхностными и будут пустой тратой энергии. Но это совершенно неверно...

В курс карьеры добавлен 141-й материал "Как учиться в эпоху искусственного интеллекта?". Три правила использования AI для ускорения обучения, а не для передачи своего мышления на аутсорсинг...

=

"Функциональные архитектуры" 147(+2) топиков
Добавил несколько материалов по архитектурам и ООП (эту тему вместе с ФП тоже продолжаю развивать).
После 150 материалов цена гайда (для новых) вырастет.

Last Principles Framework: готовы 19(+4) задач, закрыты 10(+3) тем из ~20 первого уровня. Вы же понимаете например, почему паттерн Фабрика - конструктивный отстой в сравнении с декларативным ко-произведением типов и глобальным морфизмом?
Откуда мы автоматически попадаем в Функциональные архитектуры ↑ :) только прихватив более сильные абстракции.

=

"ЛаМПовое":

На неделе выйдет седьмой гайд "Programming in Large"

=

it's a privilege to do things that are hard. 💪🏻

=

И вот наконец после долгого пути мы пришли к его началу.
Древняя ментатская головоломка
"Охотники Дюны"

Как формально классифицировать разработчиков (мэйнстрима) через n-гомотопии.

Джун: 0-путь (объекты) и 1-путь (морфизмы).
Пишет функции.

Мидл: 2-путь (комбинирование функций, эквивалентности):
контракты/ограничения/абстракции/паттерны.

Сеньор: 3-путь (комбинирование паттернов, факторизация через ко-предел как клей, верификация): может доказать, что совместная работа новых частей не сгенерирует противоречий в 2-путях (например что сочетание шардирования и кэширования не приводит к скрытым проблемам).
(Формальная) верификация на уровне типов. Оркестраторы.

Архитект: 4-путь (мета-уровень).
Ум как порождающая парадигма: создание оригинального архитектурного стиля под всю систему. Придумывает DSL (хотя бы на уровне спек, как - изучайте ФА) и новые правила композиции (фактически, создание модели высшего порядка). Видит, какие 2-пути и 3-пути надо делать простыми, а какие сложные и как их упростить. Понимает, как их композиции повлияют на долгосрочное развитие системы.
Метрикой связности тут и становятся формальные гомотопии. Например если слишком много высших путей (запутанных зависимостей), значит придуманная конструкция хрупковата.

5-путь -- это чистая теория (зависимых) типов, HoTT как язык программирования и т.д. Засада в том, что реальный код полон побочных эффектов и багов, а требования постоянно меняются, и тем самым стирается когерентность выше 4-пути.

...И здесь мэйнстрим упирается в тупик. Мы же в (Meta) Principles Framework пойдём куда дальше: топологическим сдвигом изменим размерность самой задачи. Сеньор строит лабиринт из паттернов; мы будем строить карту, на которой лабиринт превращается в прямую линию.

Каждый не-технический человек, которого я знаю, что-то создаёт в своей теме с помощью AI. Каково ваше оправдание?

Если нейронки уже отлично пишут код и здорово разбираются в архитектурах, алгоритмах и математике на уровне золотых медалистов, почему продолжают активно разрабатываться и выпускаться всё новые и новые и всё более и более дорогие модели?