Как агенты следуют разным техникам верификации

Несмотря на то, что модели становятся умнее, недостаточно просто назвать любимую вами технику верификации, чтобы поднять качество. Часто агенты начинают просто имитировать процесс. Это хорошо видно из результатов бенчмарков:

👉Результат, полученный без дополнительных инструкций, оказался выше, чем с любой из добавленных техник верификации.
👉Инструкция использовать TDD дала вдвое больше тестов, но результаты оказались хуже.
👉Формальные доказательства касались тривиальностей вместо корректности реализации.
👉Фаззинг активировался не всегда, инпуты генерировались бессмысленные, многократно проверялись ветки отказа.
👉Лучше всего работали очень конкретные инструкции – искать вероятные ошибки, выбирать граничные и асимметричные примеры, генерировать содержательные инпуты при фаззинге, но даже тогда следование инструкциям было не полным.

Короче говоря, вывод такой – если вы хотите, чтобы агент следовал каким-то техникам верификации, недостаточно просто упомянуть их в промпте. Надо выстраивать осмысленную стратегию вызова нужных механик и тулов, смотреть в агентские трейсы, а затем корректировать.

Стать резидентом Дубая теперь легче, чем когда-либо

Как вы знаете, иметь внж надежной страны - это сегодня мастхэв. А с апреля 2026 стать резидентом Дубая стало легче: отменили минимальный порог стоимости жилья для получения статуса резидента.

Оформить визу на 2 года могут и те, кто приобрел жилье до вступления поправок в силу. Единственное ограничение — нельзя отсутствовать в стране более 180 дней подряд.

👉Если хотите познакомиться с рынком Эмиратов, забирайте уже готовую бесплатную подборку 5 самых ожидаемых стартов осени 2026

В каталоге — проекты от 199 тыс. $, условия рассрочек, особенности локации и ориентиры по потенциальному росту стоимости.

Важно: подбор и сопровождение сделки на первичном рынке бесплатны, их оплачивает застройщик.

Больше новостей и горячих предложений — в канале агентства.

Кроссплатформа теряет смысл

Shopify, которые безумно топили за React Native последние годы, решили дропнуть кроссплатформу и уйти обратно на натив. Причины, которые они называют вслух:

👉Агенты могут легко переносить готовые фичи из iOS в Android и обратно, так что преимущество от ускорения разработки сходит на нет.
👉Разработчики могут контрибьютить в обе кодовые базы, не испытывая проблем из-за незнания Swift или Kotlin, и это убивает преимущество от использования одного языка.
👉Feature Parity поддерживать стало дешевле из-за единых спек и тестов, так что косты в этом месте тоже упали.
👉Делать нативные приложения все еще лучше, так как ты находишься ближе к железу, используешь нативный тулинг, и тащишь меньше зависимостей.

Вообще, кроссплатформа всегда была компромиссным решением. Компании получали ускорение разработки, но теряли много других важных вещей – перфоманс, быструю поддержку новых фичей из обновлений операционок, нативный look and feel. Ускорение теперь можно получить и другим способом, так что единственным заметным плюсом от кроссплатформы остается экономия токенов – а это заметно более слабый аргумент.

Как писать с помощью LLM

Давайте сразу согласимся – AI пока еще пишет отвратительно, и даже средненький текст за авторством человека будет на порядок лучше и органичнее. Я, например, именно по этому продолжаю в канал писать все своими руками – да, иногда получается кривенько, зато свое родное.

Но это не значит, что LLM нельзя использовать, чтобы сделать человеческие тексты лучше. Начнем с того, чего делать нельзя:

👉Не нужно использовать никакие слова и обороты, которые LLM вам предлагает, именно они дают ощущение AI текста.
👉Не нужно обращать внимание на то, когда модель хвалит вас или ваши идеи.

Вместо этого модель можно использовать, чтобы найти конкретные недостатки в написанном вами тексте, а потом самостоятельно переписывайте каждый проблемный кусок. После переписывания модель помогает и со вторым раундом – покажите оригинал и переписанный вариант LLM в свежей сессии, и попросите выбрать, какой из них написан лучше.

Еще очень помогает направлять модель на конкретные проблемы – чтобы собрать себе нужный словарик и набить руку в статье советуют книгу Lessons in Clarity and Grace, я не читал, но в бэклог забрал.

🦺 Обучение по охране труда под ключ

Организуем обучение по охране труда с учётом специфики бизнеса и количества сотрудников. Подбираем программу под должность, условия и виды работ (в том с вредными и опасными факторами, повышенной опасности).

В обучение входят:

- онлайн-теория на платформе Нетологии;
- очные практические занятия на базе партнёров в Москве, Санкт-Петербурге, Екатеринбурге или на территории вашей компании по - договорённости;
- оформление протоколов;
- внесение сведений в реестр Минтруда;
- бонусный курс по цифровой безопасности и работе с ИИ.

➡️ Оставить заявку

Реклама. ООО "Нетология" ОГРН 1207700135884 erid:2VSb5x8bQfC

Как Bending Spoons переделывает компании

Bending Spoons – это итальянская компания с очень интересной бизнес-моделью. Они выкупают бывшие когда-то легендарными компании, которые либо перестали расти, либо стали убыточными, и жестко их оптимизируют – увольняют большую часть команды, встраивают в свою инфру, выкручивают цены для лояльных пользователей, и заменяют дорогих американских инженеров дешевыми европейскими. Чисто чтобы понимать масштаб, им сейчас принадлежат Meetup, Airtable, Evernote, Issuu, Vimeo, StreamYard, Eventbrite и даже AOL. А на прошлой неделе они купили Miro!

Так вот, вышла статья от инжиниринг менеджера из Evernote, который рассказал, как поглощение и оптимизация выглядят изнутри. Там не то, чтобы какая-то eye opening история была, но вот несколько интересных шагов:

👉Каждому департаменту назначили дополнительного менеджера из Bending Spoons, задачей которого было присматривать за происходящим и задавать направление.
👉До сокращений всем желающим предложили уйти по собственному желанию с тремя зарплатами и ноутбуком.
👉Bending Spoons жестко оптимизировали косты – отказались от офиса, перевели всех с платного Zoom на уже доступный в офисном пакете Google Meet, заменили часть сервисов вроде платформ для проведения интервью или пушей на самодельные внутренние решения.
👉Подняли цену на подписку на Evernote в два раза.
👉Постепенно запустили сокращения в несколько волн, в результате весь персонал в США уволили и перевели разработку в Италию. Кому-то даже релокацию предложили!

Мне очень нравится наблюдать за этими ребятами. Большие продуктовые компании очень часто на удивление неэффективны – когда начинается быстрый рост расходы раздуваются моментально, а сокращать их обычно слишком больно, и получается это делать только у внешних людей без эмоциональных и политических инвестиций в текущее состояние дел.