Код не стоит ничего
Ценно не то, кто его написал, а кто им владеет — то есть может менять его в предсказуемые сроки без страха, что всё рухнет.
Код, в который страшно лезть, — не актив, а долг.
Если ревью тянется неделями, а каждый фикс рождает новые баги — это не про качество задач, а про отсутствие владения кодом. А значит, и инженерной культуры.
Выход не в переписывании, а в рефакторинге и предсказуемости: малые правки, тесты, перекрёстное владение, отсутствие “висящих” изменений.
Не подгоняйте тесты под код — доводите код до состояния, где тесты проходят честно.
Владение кодом — это не бумага и не права.
Это процесс, через который команда становится сильнее, а продукт — живым.
@moyroadmap
Ценно не то, кто его написал, а кто им владеет — то есть может менять его в предсказуемые сроки без страха, что всё рухнет.
Код, в который страшно лезть, — не актив, а долг.
Если ревью тянется неделями, а каждый фикс рождает новые баги — это не про качество задач, а про отсутствие владения кодом. А значит, и инженерной культуры.
Выход не в переписывании, а в рефакторинге и предсказуемости: малые правки, тесты, перекрёстное владение, отсутствие “висящих” изменений.
Не подгоняйте тесты под код — доводите код до состояния, где тесты проходят честно.
Владение кодом — это не бумага и не права.
Это процесс, через который команда становится сильнее, а продукт — живым.
@moyroadmap
👍6🔥2🤔2
Forwarded from Botir Ziyatov
Ko‘plab startap asoschilari aytishlaricha,
hozir ularning loyihani katta qismini Sun'iy Intelekt yozyapti.
Dasturchilar esa endi AI ga topshiriq berish va uning ishini tekshirishdan iborat.
Yaxshi dasturchilarni topish juda qiyin bo‘lib qolgan.
Sababi, ko‘pincha tajribali dasturchilar yangi texnologiyalarni o‘rganishni istamay, eski usullariga yopishib olishgan.
Yaxshi dasturchi deyilganda endi AI bilan yaxshi ishlay oladigan dasturchilar tushinila boshlamqoda.
@botirziyatov
hozir ularning loyihani katta qismini Sun'iy Intelekt yozyapti.
Dasturchilar esa endi AI ga topshiriq berish va uning ishini tekshirishdan iborat.
Yaxshi dasturchilarni topish juda qiyin bo‘lib qolgan.
Sababi, ko‘pincha tajribali dasturchilar yangi texnologiyalarni o‘rganishni istamay, eski usullariga yopishib olishgan.
Yaxshi dasturchi deyilganda endi AI bilan yaxshi ishlay oladigan dasturchilar tushinila boshlamqoda.
@botirziyatov
🔥5👍2⚡1
Упреки — странная штука.
Ты вроде просто хочешь, чтобы тебя поняли, а выходит — будто обвиняешь.
Не из злости, а из боли. Просто не хватает слов сказать прямо: мне обидно, мне не хватило, я рассчитывал на другое.
И тогда вырывается что-то вроде: ты опять, ну конечно, я же знал.
Раньше я думал, что упрек — это способ напомнить или достучаться.
А оказывается, это просто неумение говорить о своих чувствах без защиты.
Когда не хочешь показаться уязвимым — начинаешь звучать колко.
И чем больше упреков, тем меньше связи.
Ты вроде говоришь, но человек слышит атаку и закрывается.
И вот уже диалог превращается в борьбу — кто виноват, а не что важно.
Иногда замечаешь это уже после — когда слова сказаны, а осадок остался.
И ловишь себя на мысли: ведь я просто хотел, чтобы меня услышали.
@moyroadmap
Ты вроде просто хочешь, чтобы тебя поняли, а выходит — будто обвиняешь.
Не из злости, а из боли. Просто не хватает слов сказать прямо: мне обидно, мне не хватило, я рассчитывал на другое.
И тогда вырывается что-то вроде: ты опять, ну конечно, я же знал.
Раньше я думал, что упрек — это способ напомнить или достучаться.
А оказывается, это просто неумение говорить о своих чувствах без защиты.
Когда не хочешь показаться уязвимым — начинаешь звучать колко.
И чем больше упреков, тем меньше связи.
Ты вроде говоришь, но человек слышит атаку и закрывается.
И вот уже диалог превращается в борьбу — кто виноват, а не что важно.
Иногда замечаешь это уже после — когда слова сказаны, а осадок остался.
И ловишь себя на мысли: ведь я просто хотел, чтобы меня услышали.
@moyroadmap
❤1👍1🔥1😢1💯1
В Монголии, в пустыне Гоби, строят лагерь, где туристы смогут прожить «как на Марсе». Проект называется MARS-V — и именно здесь, среди красной земли, засушливого климата и пыльных бурь, создадут максимально реалистичную имитацию жизни на Красной планете.
Жить участники будут в капсулах, питаться сублимированной едой, работать в «скафандрах» и даже общаться с Землёй с задержкой — чтобы прочувствовать настоящую изоляцию космоса.
Первая миссия стартует к 2029 году. Отбор жёсткий, подготовка три месяца, место всего для шестерых, а месяц «на Марсе» обойдётся примерно в $6000.
Источник: Tempo.co, Universe Magazine, Times of India
@moyroadmap
Жить участники будут в капсулах, питаться сублимированной едой, работать в «скафандрах» и даже общаться с Землёй с задержкой — чтобы прочувствовать настоящую изоляцию космоса.
Первая миссия стартует к 2029 году. Отбор жёсткий, подготовка три месяца, место всего для шестерых, а месяц «на Марсе» обойдётся примерно в $6000.
Источник: Tempo.co, Universe Magazine, Times of India
@moyroadmap
Tempo
Mongolia to Build Mars Simulation Camp in the Gobi Desert
Scheduled to open in 2029, the Mars-V camp in Mongolia is a space simulation center that allows participants to experience life on Mars.
👍4
Почему будущее — за ContextOps-подходом
ИИ давно перестал быть просто инструментом — он становится частью процесса. Но сегодня большинство систем всё ещё работают вразнобой: каждая сессия с ИИ начинается с нуля, контекст теряется, а результаты не накапливаются. Мы создаём ответы, но не создаём память.
ContextOps меняет это. Это новый способ думать о взаимодействии человека и ИИ — когда не промпты важны, а контекст.
Если DevOps автоматизировал связь между кодом и эксплуатацией, то ContextOps автоматизирует связь между мышлением и действием.
Главная идея проста: контекст — это новая единица работы с ИИ.
Он хранит не только то, “что” мы делаем, но и “почему”, “для кого” и “в какой ситуации”.
Системы, построенные по принципам ContextOps, могут сами управлять своим контекстом, адаптироваться под проект, помнить цели, роли, решения и улучшать процесс взаимодействия.
Такой подход превращает ИИ-продукт из помощника в самоприменимую систему — ту, что умеет использовать свои же принципы для собственного улучшения.
Она не просто отвечает, а ведёт проект, помнит стратегию, понимает динамику и контекст команды.
Это естественное развитие B2Dev-модели: когда продукт подстраивается под конкретного разработчика, его локальные модели и процессы.
ContextOps позволяет работать с ИИ даже офлайн, сохраняя приватность и при этом не теряя «интеллектуальную непрерывность».
В будущем контекст станет таким же стандартом, как API.
Мы не будем писать промпты — мы будем разворачивать контексты.
ИИ будет понимать не только команды, но и цели, связи и смысл происходящего.
Именно поэтому ContextOps — это не просто новая технология. Это переход от prompt engineering к context engineering, от управления ответами — к управлению мышлением.
PS: Этот термин придумано мной😎
@moyroadmap
ИИ давно перестал быть просто инструментом — он становится частью процесса. Но сегодня большинство систем всё ещё работают вразнобой: каждая сессия с ИИ начинается с нуля, контекст теряется, а результаты не накапливаются. Мы создаём ответы, но не создаём память.
ContextOps меняет это. Это новый способ думать о взаимодействии человека и ИИ — когда не промпты важны, а контекст.
Если DevOps автоматизировал связь между кодом и эксплуатацией, то ContextOps автоматизирует связь между мышлением и действием.
Главная идея проста: контекст — это новая единица работы с ИИ.
Он хранит не только то, “что” мы делаем, но и “почему”, “для кого” и “в какой ситуации”.
Системы, построенные по принципам ContextOps, могут сами управлять своим контекстом, адаптироваться под проект, помнить цели, роли, решения и улучшать процесс взаимодействия.
Такой подход превращает ИИ-продукт из помощника в самоприменимую систему — ту, что умеет использовать свои же принципы для собственного улучшения.
Она не просто отвечает, а ведёт проект, помнит стратегию, понимает динамику и контекст команды.
Это естественное развитие B2Dev-модели: когда продукт подстраивается под конкретного разработчика, его локальные модели и процессы.
ContextOps позволяет работать с ИИ даже офлайн, сохраняя приватность и при этом не теряя «интеллектуальную непрерывность».
В будущем контекст станет таким же стандартом, как API.
Мы не будем писать промпты — мы будем разворачивать контексты.
ИИ будет понимать не только команды, но и цели, связи и смысл происходящего.
Именно поэтому ContextOps — это не просто новая технология. Это переход от prompt engineering к context engineering, от управления ответами — к управлению мышлением.
PS: Этот термин придумано мной😎
@moyroadmap
👍1
Мы думали, что обучаем нейросети, а оказалось — это они обучают нас.
Недавно Wired опубликовал исследование: люди, активно живущие в социальных сетях, начинают мыслить как модели искусственного интеллекта — менее креативно, более шаблонно и предсказуемо.
Соцсети учат мозг работать “в формате алгоритма”: быстро, поверхностно, без пауз.
Каждый свайп — дрессировка внимания.
Каждый “лайк” — закрепление паттерна.
И тут совпало: почти параллельно исследователи из трёх американских университетов обучили LLM на мусорных данных — тиктоках, мемах и твитах.
Результат?
Модель стала буквально глупой. Потеряла способность рассуждать, решать задачи и держать длинный контекст.
Даже когда её потом пытались “долить умом” — не помогло. Деградация оказалась почти необратимой.
Ирония в том, что мы сейчас делаем то же самое с собой.
Каждый день кормим свой мозг короткими, примитивными, эмоциональными кусками данных.
И в отличие от LLM, наш мозг ещё и пластичный — он реально перестраивается под этот поток.
Люди боятся сверхразумного ИИ, который всех уничтожит.
Но, похоже, нам раньше стоит бояться глупого ИИ — и того, как он делает глупыми нас.
🔗 Credits - Wired: «AI Models Trained on Social Media Are Showing Cognitive Decline»
@moyroadmap
Недавно Wired опубликовал исследование: люди, активно живущие в социальных сетях, начинают мыслить как модели искусственного интеллекта — менее креативно, более шаблонно и предсказуемо.
Соцсети учат мозг работать “в формате алгоритма”: быстро, поверхностно, без пауз.
Каждый свайп — дрессировка внимания.
Каждый “лайк” — закрепление паттерна.
И тут совпало: почти параллельно исследователи из трёх американских университетов обучили LLM на мусорных данных — тиктоках, мемах и твитах.
Результат?
Модель стала буквально глупой. Потеряла способность рассуждать, решать задачи и держать длинный контекст.
Даже когда её потом пытались “долить умом” — не помогло. Деградация оказалась почти необратимой.
Ирония в том, что мы сейчас делаем то же самое с собой.
Каждый день кормим свой мозг короткими, примитивными, эмоциональными кусками данных.
И в отличие от LLM, наш мозг ещё и пластичный — он реально перестраивается под этот поток.
Люди боятся сверхразумного ИИ, который всех уничтожит.
Но, похоже, нам раньше стоит бояться глупого ИИ — и того, как он делает глупыми нас.
🔗 Credits - Wired: «AI Models Trained on Social Media Are Showing Cognitive Decline»
@moyroadmap
WIRED
AI Models Get Brain Rot, Too
A new study shows that feeding large language models low-quality, high-engagement content from social media lowers their cognitive abilities.
👍3❤1🔥1
🚀 Payme усиливает инженерный блок и приглашает сильных Senior Backend и Tech Lead инженеров!
Если хочешь влиять на архитектуру, принимать ключевые технические решения и быть частью команды, которая создаёт один из крупнейших fintech-продуктов региона — это отличный шанс.
🖥️ Senior Backend Developer (Node.js)
Ты будешь работать над ядром экосистемы Payme — высоконагруженными, критичными и масштабируемыми сервисами.
Мы ждём, что ты:
- умеешь строить устойчивые и производительные backend-решения;
- знаешь, как улучшать архитектуру и техническое качество продукта;
- привносишь зрелые инженерные практики — от тестирования до наблюдаемости;
- умеешь работать в команде и делиться экспертизой.
Требования: 5+ лет в backend, 3+ года с Node.js (продакшен).
🧩 Tech Lead
Роль для тех, кто хочет быть техническим драйвером продукта.
Ты будешь:
- определять архитектуру и технический вектор;
- писать и ревьювить сложный код;
- менторить инженеров и усиливать команду;
- принимать решения, влияющие на масштабируемость, стабильность и скорость продукта;
- работать на стыке технологий, бизнеса и архитектуры.
Требования: 6+ лет в backend, 2+ года Senior/Tech Lead.
⚙️ Наш стек
Node.js, TypeScript, NestJS, MongoDB, Redis, Kafka, ELK, k8s, REST, JSON-RPC
💡Практики
DDD, Clean Architecture, EDA, CI/CD, TDD, Observability, Resilience
📩 Готов присоединиться? Пиши!
Email: fozilbek.samiyev@payme.uz
Telegram: @imfozilbek
Формат: офис 5/2, Ташкент.
Если хочешь влиять на архитектуру, принимать ключевые технические решения и быть частью команды, которая создаёт один из крупнейших fintech-продуктов региона — это отличный шанс.
🖥️ Senior Backend Developer (Node.js)
Ты будешь работать над ядром экосистемы Payme — высоконагруженными, критичными и масштабируемыми сервисами.
Мы ждём, что ты:
- умеешь строить устойчивые и производительные backend-решения;
- знаешь, как улучшать архитектуру и техническое качество продукта;
- привносишь зрелые инженерные практики — от тестирования до наблюдаемости;
- умеешь работать в команде и делиться экспертизой.
Требования: 5+ лет в backend, 3+ года с Node.js (продакшен).
🧩 Tech Lead
Роль для тех, кто хочет быть техническим драйвером продукта.
Ты будешь:
- определять архитектуру и технический вектор;
- писать и ревьювить сложный код;
- менторить инженеров и усиливать команду;
- принимать решения, влияющие на масштабируемость, стабильность и скорость продукта;
- работать на стыке технологий, бизнеса и архитектуры.
Требования: 6+ лет в backend, 2+ года Senior/Tech Lead.
⚙️ Наш стек
Node.js, TypeScript, NestJS, MongoDB, Redis, Kafka, ELK, k8s, REST, JSON-RPC
💡Практики
DDD, Clean Architecture, EDA, CI/CD, TDD, Observability, Resilience
📩 Готов присоединиться? Пиши!
Email: fozilbek.samiyev@payme.uz
Telegram: @imfozilbek
Формат: офис 5/2, Ташкент.
👍4❤1👏1
Недавно вышло исследование про прокрастинацию, и в нём есть несколько фактов, которые довольно сильно ломают привычную картину.
Учёные наблюдали за подростками-близнецами: сделали им МРТ мозга, а спустя примерно восемь лет посмотрели, как эти же люди живут и работают во взрослом возрасте, в том числе насколько они склонны откладывать дела. И выяснилось, что выраженная прокрастинация во взрослом возрасте связана с тем, как в подростковый период развивалась конкретная зона мозга — nucleus accumbens. Это область, отвечающая за мотивацию, ожидание награды и выбор поведения «сделать сейчас или отложить».
Сам факт номер один: склонность к прокрастинации можно было частично предсказать по МРТ, сделанному за много лет до того, как человек вообще столкнулся со взрослой работой, ответственностью и дедлайнами.
Факт номер два: прокрастинация оказалась умеренно наследуемой. Генетический анализ показал, что и особенности развития этой области мозга, и склонность откладывать дела во взрослом возрасте имеют общую генетическую основу. То есть это не только результат воспитания, привычек или характера.
Факт номер три: у людей с выраженной прокрастинацией обнаружились различия в работе дофаминовой и серотониновой систем, а также в экспрессии генов, связанных с транспортом веществ в мозге, иммунными процессами и нейровоспалением. Это уже не уровень «плохая привычка», а вполне конкретные нейробиологические процессы.
И, пожалуй, самый неприятный для нашей привычной логики вывод: хроническая прокрастинация может быть не столько про отсутствие силы воли, сколько про то, как мозг обрабатывает награду, стресс и необходимость усилия. Учёные прямо говорят о нейробиологических корнях, которые формируются ещё в подростковом возрасте.
Это не значит, что всё предопределено и ничего нельзя изменить. Но это сильно меняет угол зрения. Возможно, постоянное «надо собраться» — не самый эффективный способ. Гораздо полезнее спрашивать себя, какие условия, масштаб задач и ритм работы помогают мозгу включаться, а не уходить в откладывание.
@moyroadmap
Учёные наблюдали за подростками-близнецами: сделали им МРТ мозга, а спустя примерно восемь лет посмотрели, как эти же люди живут и работают во взрослом возрасте, в том числе насколько они склонны откладывать дела. И выяснилось, что выраженная прокрастинация во взрослом возрасте связана с тем, как в подростковый период развивалась конкретная зона мозга — nucleus accumbens. Это область, отвечающая за мотивацию, ожидание награды и выбор поведения «сделать сейчас или отложить».
Сам факт номер один: склонность к прокрастинации можно было частично предсказать по МРТ, сделанному за много лет до того, как человек вообще столкнулся со взрослой работой, ответственностью и дедлайнами.
Факт номер два: прокрастинация оказалась умеренно наследуемой. Генетический анализ показал, что и особенности развития этой области мозга, и склонность откладывать дела во взрослом возрасте имеют общую генетическую основу. То есть это не только результат воспитания, привычек или характера.
Факт номер три: у людей с выраженной прокрастинацией обнаружились различия в работе дофаминовой и серотониновой систем, а также в экспрессии генов, связанных с транспортом веществ в мозге, иммунными процессами и нейровоспалением. Это уже не уровень «плохая привычка», а вполне конкретные нейробиологические процессы.
И, пожалуй, самый неприятный для нашей привычной логики вывод: хроническая прокрастинация может быть не столько про отсутствие силы воли, сколько про то, как мозг обрабатывает награду, стресс и необходимость усилия. Учёные прямо говорят о нейробиологических корнях, которые формируются ещё в подростковом возрасте.
Это не значит, что всё предопределено и ничего нельзя изменить. Но это сильно меняет угол зрения. Возможно, постоянное «надо собраться» — не самый эффективный способ. Гораздо полезнее спрашивать себя, какие условия, масштаб задач и ритм работы помогают мозгу включаться, а не уходить в откладывание.
@moyroadmap
🔥3👏1
Недавно Stripe рассказали о внутренней системе Minions, и если честно — это выглядит как один из самых сильных сигналов того, куда движется разработка.
По сути это AI coding-агенты, которые выполняют задачи разработки end-to-end. Инженер формулирует задачу (часто прямо из Slack), а дальше агент делает почти всё сам: поднимает изолированное окружение, клонирует репозиторий, анализирует кодовую базу, пишет изменения, запускает тесты и открывает Pull Request.
То есть буквально один запрос → готовый PR.
Самое интересное — масштаб. В Stripe такие агенты уже создают тысячи pull request’ов каждую неделю. При этом они проходят обычный процесс code review, как и любой код от инженера.
Но ключевой момент — архитектура.
Вместо сложных агентных цепочек с десятками шагов и постоянным reasoning Stripe выбрали противоположный подход — one-shot агенты. Модель получает максимально полный контекст задачи (код, зависимости, инструменты, правила) и пытается решить её за один вызов.
Почему так? Потому что длинные агентные цепочки быстро накапливают ошибки, увеличивают латентность и стоимость. А один сильный проход модели часто оказывается надёжнее и быстрее.
Каждый Minion работает в полностью изолированном sandbox-окружении. Он может запускать команды, использовать dev-инструменты, компилировать код, выполнять тесты и анализировать результат. По сути это уже не просто LLM-чат, а автономный разработчик внутри контейнера.
Инженеры при этом могут запускать много Minions параллельно. Например: один агент делает рефакторинг, другой фиксит баг, третий обновляет зависимости.
Это начинает напоминать ситуацию, где один разработчик управляет армией AI-инженеров.
И кажется, что здесь происходит довольно важный сдвиг роли разработчика:
раньше — писать код
сейчас — формулировать задачи и ревьюить результат
дальше — управлять флотом агентов.
При этом Stripe подчёркивают важную мысль: ключевая сложность здесь не в модели.
Настоящая инженерная работа — это инфраструктура вокруг агента:
контекст кода
sandbox-окружение
инструменты
тесты
ограничения
и безопасное выполнение.
Именно это делает систему действительно рабочей.
Если такие системы продолжат развиваться, то через несколько лет разработка может выглядеть совсем иначе — когда один инженер управляет десятками AI-агентов, которые пишут код быстрее любой команды.
Источники:
https://stripe.dev/blog/minions-stripes-one-shot-end-to-end-coding-agents
https://stripe.dev/blog/minions-stripes-one-shot-end-to-end-coding-agents-part-2
@moyroadmap
По сути это AI coding-агенты, которые выполняют задачи разработки end-to-end. Инженер формулирует задачу (часто прямо из Slack), а дальше агент делает почти всё сам: поднимает изолированное окружение, клонирует репозиторий, анализирует кодовую базу, пишет изменения, запускает тесты и открывает Pull Request.
То есть буквально один запрос → готовый PR.
Самое интересное — масштаб. В Stripe такие агенты уже создают тысячи pull request’ов каждую неделю. При этом они проходят обычный процесс code review, как и любой код от инженера.
Но ключевой момент — архитектура.
Вместо сложных агентных цепочек с десятками шагов и постоянным reasoning Stripe выбрали противоположный подход — one-shot агенты. Модель получает максимально полный контекст задачи (код, зависимости, инструменты, правила) и пытается решить её за один вызов.
Почему так? Потому что длинные агентные цепочки быстро накапливают ошибки, увеличивают латентность и стоимость. А один сильный проход модели часто оказывается надёжнее и быстрее.
Каждый Minion работает в полностью изолированном sandbox-окружении. Он может запускать команды, использовать dev-инструменты, компилировать код, выполнять тесты и анализировать результат. По сути это уже не просто LLM-чат, а автономный разработчик внутри контейнера.
Инженеры при этом могут запускать много Minions параллельно. Например: один агент делает рефакторинг, другой фиксит баг, третий обновляет зависимости.
Это начинает напоминать ситуацию, где один разработчик управляет армией AI-инженеров.
И кажется, что здесь происходит довольно важный сдвиг роли разработчика:
раньше — писать код
сейчас — формулировать задачи и ревьюить результат
дальше — управлять флотом агентов.
При этом Stripe подчёркивают важную мысль: ключевая сложность здесь не в модели.
Настоящая инженерная работа — это инфраструктура вокруг агента:
контекст кода
sandbox-окружение
инструменты
тесты
ограничения
и безопасное выполнение.
Именно это делает систему действительно рабочей.
Если такие системы продолжат развиваться, то через несколько лет разработка может выглядеть совсем иначе — когда один инженер управляет десятками AI-агентов, которые пишут код быстрее любой команды.
Источники:
https://stripe.dev/blog/minions-stripes-one-shot-end-to-end-coding-agents
https://stripe.dev/blog/minions-stripes-one-shot-end-to-end-coding-agents-part-2
@moyroadmap
🔥4❤1👍1
Я посмотрел интервью с Yann LeCun и поймал себя на мысли, что это ровно то, о чём я последние годы интуитивно говорил командам и коллегам.
С опытом в финтехе начинаешь по-другому смотреть на системы. Видишь разницу между тем, что выглядит как работает и тем, что реально держит продакшн под нагрузкой, с рисками и деньгами.
И вот LLM сейчас относятся скорее к первой категории.
Это очень мощный инструмент, я сам его активно использую. Но как только начинаешь примерять это на реальные задачи, где есть ответственность и последствия, становится очевидно, что это не интеллект.
Это продвинутая статистика.
LLM не понимают причинно-следственные связи. У них нет модели мира. Они не могут предсказать последствия действий, они могут только сгенерировать правдоподобный ответ.
Идея LLM → AGI с самого начала казалась мне слишком прямолинейной. Как будто мы масштабируем интерфейс и называем это интеллектом.
LeCun просто озвучивает это вслух.
Следующий шаг это системы, которые умеют моделировать реальность, работать с последствиями и учиться через взаимодействие. Не просто отвечать, а принимать решения в контексте мира.
Если ты строишь продукт, особенно в финтехе, где ошибка это деньги и риски, становится понятно, что LLM это слой взаимодействия. Удобный и сильный, но не мозг.
А мозг это всегда система. Данные, логика, ограничения, сценарии и ответственность.
Очень рекомендую посмотреть, там есть над чем подумать
https://youtu.be/XnnnAx5lrx8
@moyroadmap
С опытом в финтехе начинаешь по-другому смотреть на системы. Видишь разницу между тем, что выглядит как работает и тем, что реально держит продакшн под нагрузкой, с рисками и деньгами.
И вот LLM сейчас относятся скорее к первой категории.
Это очень мощный инструмент, я сам его активно использую. Но как только начинаешь примерять это на реальные задачи, где есть ответственность и последствия, становится очевидно, что это не интеллект.
Это продвинутая статистика.
LLM не понимают причинно-следственные связи. У них нет модели мира. Они не могут предсказать последствия действий, они могут только сгенерировать правдоподобный ответ.
Идея LLM → AGI с самого начала казалась мне слишком прямолинейной. Как будто мы масштабируем интерфейс и называем это интеллектом.
LeCun просто озвучивает это вслух.
Следующий шаг это системы, которые умеют моделировать реальность, работать с последствиями и учиться через взаимодействие. Не просто отвечать, а принимать решения в контексте мира.
Если ты строишь продукт, особенно в финтехе, где ошибка это деньги и риски, становится понятно, что LLM это слой взаимодействия. Удобный и сильный, но не мозг.
А мозг это всегда система. Данные, логика, ограничения, сценарии и ответственность.
Очень рекомендую посмотреть, там есть над чем подумать
https://youtu.be/XnnnAx5lrx8
@moyroadmap
⚡2🔥2👍1👀1
Короче, я долго не мог понять одну штуку. Сидишь, пилишь фичу, вроде почти готово, но нет, тут поправить, там поправить, а потом ещё вот это надо докрутить. И так неделю. Две. Месяц.
А потом смотришь — какой-то чувак собрал за выходные кривой MVP, залил, и у него уже юзеры. А у тебя идеальный код, который никто не видел.
Я для себя понял просто: не шиппишь не растёшь. Всё. Никакой магии. Можно бесконечно сидеть и полировать, но пока это не в проде это не продукт, это хобби.
Страшно выкатывать? Ну да, страшно. Но знаешь что страшнее? Через полгода понять, что ты так ничего и не выпустил.
Шиппи кривое. Получи фидбек. Почини. Повтори. Вот и весь секрет.
#МыслиВслух
@moyroadmap
А потом смотришь — какой-то чувак собрал за выходные кривой MVP, залил, и у него уже юзеры. А у тебя идеальный код, который никто не видел.
Я для себя понял просто: не шиппишь не растёшь. Всё. Никакой магии. Можно бесконечно сидеть и полировать, но пока это не в проде это не продукт, это хобби.
Страшно выкатывать? Ну да, страшно. Но знаешь что страшнее? Через полгода понять, что ты так ничего и не выпустил.
Шиппи кривое. Получи фидбек. Почини. Повтори. Вот и весь секрет.
#МыслиВслух
@moyroadmap
1⚡5🔥2👍1👏1
Если захочешь — ты всегда найдёшь продукт, который делает то же самое что и твой. Причём он уже зашиппен, у него юзеры, красивый лендинг и продакт хант на первой строчке. А ты сидишь такой со своим проектом, который пилил три месяца, и думаешь ну всё, зачем я вообще начинал. Как ищет монах воду в пустом сосуде, так и ищешь ты отсутствие смысла там, где есть лишь туман суеты.
Но вот какая штука. Это вообще ничего не значит. Серьёзно. То что кто-то сделал похожее — не значит что твоё не нужно. Рынок огромный. Люди разные. Кому-то зайдёт их продукт, кому-то твой. Может у тебя UX лучше. Может ты под другую аудиторию попадёшь. Может ты просто по-другому думаешь и это и есть твоё преимущество. Ветер дует для всех, но каждое дерево качается по-своему.
Гугл был не первым поисковиком. Телеграм не первый мессенджер. Фигма не первый дизайн-тул. И ничего, живут как-то. Если бы все цветы были одинаковыми, сад не был бы садом.
Так что увидел конкурента, выдохнул и пошёл дальше пилить. Конец света отменяется. Вопрос лишь в том: кто держит меч, а кто смотрит на тень от меча?!
#МыслиВслух
@moyroadmap
Но вот какая штука. Это вообще ничего не значит. Серьёзно. То что кто-то сделал похожее — не значит что твоё не нужно. Рынок огромный. Люди разные. Кому-то зайдёт их продукт, кому-то твой. Может у тебя UX лучше. Может ты под другую аудиторию попадёшь. Может ты просто по-другому думаешь и это и есть твоё преимущество. Ветер дует для всех, но каждое дерево качается по-своему.
Гугл был не первым поисковиком. Телеграм не первый мессенджер. Фигма не первый дизайн-тул. И ничего, живут как-то. Если бы все цветы были одинаковыми, сад не был бы садом.
Так что увидел конкурента, выдохнул и пошёл дальше пилить. Конец света отменяется. Вопрос лишь в том: кто держит меч, а кто смотрит на тень от меча?!
#МыслиВслух
@moyroadmap