Сижу, тестирую сервис по распознаванию. Сделал своё приложение, чтобы не вводить руками, а сразу зажал клавишу и говоришь, чтобы всё было локально через GigaAM, потому что у них классная моделька. И добавил Grok и OpenAI. И сижу, тестирую, как проверяется распознавание через OpenAI.
Вверху — это текст, который распознался, а внизу — это текст корректировки.
Вверху — это текст, который распознался, а внизу — это текст корректировки.
Модели Сбера, которые протестил:
v2_ctc - распознает просто пустой текст без пунктуации - если есть постпроцессинг, то нормально, но все же нужно провеять) а то смысл может потерять.
и GigaAM-v3 e2e_rnnt - пока тестирую.
Из проблем:
У меня на ПК - Проще использовать грок, потому что скорость распознавания через грок очень быстро всё происходит, а через GigaAM-v3 приходится ждать, 1-2 сек
v2_ctc - распознает просто пустой текст без пунктуации - если есть постпроцессинг, то нормально, но все же нужно провеять) а то смысл может потерять.
и GigaAM-v3 e2e_rnnt - пока тестирую.
Из проблем:
У меня на ПК - Проще использовать грок, потому что скорость распознавания через грок очень быстро всё происходит, а через GigaAM-v3 приходится ждать, 1-2 сек
Коротко о попытке запустить GigaAM-3.0 от Сбера: не увенчалась успехом.
Я устал бороться с конфликтами зависимостей и несовместимостью пакетов.
В итоге пришел к простой и рабочей схеме:
• Короткие аудиофайлы (до 30 секунд): обрабатывает light-версия от Сбера. Она работает.
• Всё, что длиннее: отправляю в Groq, где для распознавания используется модель
Результат быстрый и предсказуемый. Прагматизм победил желание всё делать локально.
если что проект тут https://github.com/oiv-an/Voice
Я устал бороться с конфликтами зависимостей и несовместимостью пакетов.
В итоге пришел к простой и рабочей схеме:
• Короткие аудиофайлы (до 30 секунд): обрабатывает light-версия от Сбера. Она работает.
• Всё, что длиннее: отправляю в Groq, где для распознавания используется модель
whisper-large-v3.Результат быстрый и предсказуемый. Прагматизм победил желание всё делать локально.
если что проект тут https://github.com/oiv-an/Voice
GitHub
GitHub - oiv-an/Voice
Contribute to oiv-an/Voice development by creating an account on GitHub.
🐳3
Работа с Gemini 3 Pro - это кайф.
Подключил его к своему коду, и он сходу сделал то, с чем GPT-5.1 вообще не справлялся. Я три ночи пытался объяснить GPT, что мне нужно по визуалу: как подвинуть иконки, что поправить в окне. Бесполезно.
Gemini понял меня сразу и реализовал всё в коде. Да, какие-то вещи ему всё ещё нужно доносить более внятно, но разница в качестве просто огромная.
Смотрю на три ночи, потраченные на GPT-5.1, и не понимаю: зачем я это делал?
Какой итог? Разработка сложных приложений становится проще, и порог входа, естественно, снижается. Но для тех, кто давно занимается программированием, понимает архитектуру и шарит - для них нейросети открывают безграничные возможности для реализации любой идеи.
Как я уже писал ранее, скоро можно будет запустить стартап через один сервис: описываешь словами, как это должно работать, и на выходе получаешь MVP. Нейросети, которые есть сейчас, уже на это способны. Внедрение займёт два-три месяца, и такие сервисы появятся вот вот...
Подключил его к своему коду, и он сходу сделал то, с чем GPT-5.1 вообще не справлялся. Я три ночи пытался объяснить GPT, что мне нужно по визуалу: как подвинуть иконки, что поправить в окне. Бесполезно.
Gemini понял меня сразу и реализовал всё в коде. Да, какие-то вещи ему всё ещё нужно доносить более внятно, но разница в качестве просто огромная.
Смотрю на три ночи, потраченные на GPT-5.1, и не понимаю: зачем я это делал?
Какой итог? Разработка сложных приложений становится проще, и порог входа, естественно, снижается. Но для тех, кто давно занимается программированием, понимает архитектуру и шарит - для них нейросети открывают безграничные возможности для реализации любой идеи.
Как я уже писал ранее, скоро можно будет запустить стартап через один сервис: описываешь словами, как это должно работать, и на выходе получаешь MVP. Нейросети, которые есть сейчас, уже на это способны. Внедрение займёт два-три месяца, и такие сервисы появятся вот вот...
👍6🆒1
Прогноз: AI-инженер в каждом устройстве через 5 лет
Смотрю на свежую таблицу AI-моделей — их становится так много, что уже сложно уследить. Все хотят на этот рынок. Меня это заставило задуматься, а что нас ждёт в перспективе 3–5 лет?
Прогноз: AI-инженер в каждом устройстве через 5 лет
Модели удваивают интеллект примерно каждые 7 месяцев. Простая арифметика: через 5 лет мы получим системы, которые будут не просто в 5-7 раз умнее, а на порядок эффективнее и компактнее.
Прогноз: AI-инженер в каждом устройстве через 5 лет
К чему это приведёт? Мой прогноз: AI переедет из облака на наши устройства.
Проще всего это представить как персонального инженера для каждой железки.
* Компьютер будет сам себя настраивать. Он будет знать, какие у него компоненты, и круглосуточно выжимать из них максимум, подкручивая параметры в реальном времени.
* Автомобиль — та же история. Бортовой AI не только отследит состояние всех систем, но и сам поставит диагноз для сервисного центра: что сломалось и почему.
Это полностью меняет сервисный подход.
Специалисты по первичной диагностике и базовой настройке попросту станут не нужны. Если устройство вышло из строя, его нужно будет просто подключить к терминалу — нейросеть сама проведёт анализ, и выдаст отчёт.
Мы движемся к миру, где техника сама о себе заботится. Нам останется только её использовать.
Смотрю на свежую таблицу AI-моделей — их становится так много, что уже сложно уследить. Все хотят на этот рынок. Меня это заставило задуматься, а что нас ждёт в перспективе 3–5 лет?
Прогноз: AI-инженер в каждом устройстве через 5 лет
Модели удваивают интеллект примерно каждые 7 месяцев. Простая арифметика: через 5 лет мы получим системы, которые будут не просто в 5-7 раз умнее, а на порядок эффективнее и компактнее.
Прогноз: AI-инженер в каждом устройстве через 5 лет
К чему это приведёт? Мой прогноз: AI переедет из облака на наши устройства.
Проще всего это представить как персонального инженера для каждой железки.
* Компьютер будет сам себя настраивать. Он будет знать, какие у него компоненты, и круглосуточно выжимать из них максимум, подкручивая параметры в реальном времени.
* Автомобиль — та же история. Бортовой AI не только отследит состояние всех систем, но и сам поставит диагноз для сервисного центра: что сломалось и почему.
Это полностью меняет сервисный подход.
Специалисты по первичной диагностике и базовой настройке попросту станут не нужны. Если устройство вышло из строя, его нужно будет просто подключить к терминалу — нейросеть сама проведёт анализ, и выдаст отчёт.
Мы движемся к миру, где техника сама о себе заботится. Нам останется только её использовать.
👍6👎1🤔1
Вечная проблема: поймать идею и не потерять фокус
У меня постоянно так: работаешь над задачей, и тут в голову врывается идея. И разрываешься - бросить всё, чтобы записать, или рискнуть её забыть?
Чтобы решить это для себя, я добавил в свой Voice простую фичу - Список идей.
Теперь, когда меня осеняет, я просто дожимаю Alt во время распознавания, и мысль тут же улетает в отдельный список идей. Фокус не теряется, работа идёт дальше.
Это мой личный опенсорс-проект, который я делаю в первую очередь для себя. Если вам знакома эта боль - забирайте и пользуйтесь.
Ссылка на GitHub: https://github.com/oiv-an/Voice
У меня постоянно так: работаешь над задачей, и тут в голову врывается идея. И разрываешься - бросить всё, чтобы записать, или рискнуть её забыть?
Чтобы решить это для себя, я добавил в свой Voice простую фичу - Список идей.
Теперь, когда меня осеняет, я просто дожимаю Alt во время распознавания, и мысль тут же улетает в отдельный список идей. Фокус не теряется, работа идёт дальше.
Это мой личный опенсорс-проект, который я делаю в первую очередь для себя. Если вам знакома эта боль - забирайте и пользуйтесь.
Ссылка на GitHub: https://github.com/oiv-an/Voice
GitHub
GitHub - oiv-an/Voice
Contribute to oiv-an/Voice development by creating an account on GitHub.
👍3
Forwarded from Иван Олянский (Ivan)
Разработка ПО с нейросетями: пошаговый алгоритм и выбор моделей
Собрал рабочий пайплайн (план) для создания приложений. От настройки среды до финальной сборки.
1. Подготовка среды
База — VS Code. Бесплатный, быстрый, открывается моментально. Использую его для всего: от прошивок микроконтроллеров до верстки и работы с Markdown.
(Примечание: Для крупных проектов на Symfony 7 я по-прежнему держу купленный PHPStorm с плагинами, но для текущих задач VS Code выигрывает скоростью). На самом деле подписка закончится, перейду полностью на VS Code
Настройка AI-ассистента:
1. Устанавливаем плагин Kilo Code.
2. Настраиваем подключение через OpenRouter.
3. Пополняем баланс OpenRouter и начинаем работу прямо в IDE.
2. Этапы разработки и смена моделей
Секрет эффективности — в переключении между моделями под разные задачи. Это экономит бюджет и повышает качество кода.
Шаг 1: Архитектура (Opus 4.5)
Включаем режим архитектора. Создаем новый проект и выбираем модель Claude Opus 4.5.
Она идеальна для планирования, хотя и дорога для написания всего кода. (очень дорогая, вот прям очень, можно через подписку Claude)
Запрос: "Я не программист, но хочу создать [описание идеи]. Нужна архитектура приложения и ТЗ для разработки, чтобы передать дальше в работу в ИИ. Создай файл
Когда нейросеть поймет задачу, создаст файл
Шаг 2: Скелет приложения (Gemini 3 Pro Preview)
Для работы с файловой структурой переключаемся на Gemini 3 Pro Preview. (или если проект не сложный то GPT-5.1 codex
Задача: "Изучи architecture.md и создай скелет приложения".
Gemini отлично справляется с созданием папок и пустых файлов. Она не пишет код внутри, она строит каркас. Это делегирование: сложную логику берет на себя Opus, структуру — Gemini.
Шаг 3: Написание кода (Grok 4 Fast Code)
Самая объемная часть работы. Переключаемся на быструю и экономную модель — Grok 4 Fast Code или GPT-5.1
Просим изучить проект и заполнить созданные файлы кодом согласно документации.
Шаг 4: Сборка и отладка (Gemini 3 Pro Preview)
Снова возвращаемся к Gemini. Просим проверить весь код, исправить ошибки и запустить проект.
3. Альтернатива для быстрых решений
Описанный выше метод подходит для сложной, кастомной разработки. Если задача проще и больше веб приложение то идите сразу в Google, он предлагает инструменты "всё в одном", где не нужно жонглировать моделями:
1. Google AI Studio (Apps): aistudio.google.com/app/apps — описываете идею, получаете результат.
2. Firebase Studio: studio.firebase.google.com — для быстрой сборки бэкенда и приложений.
Вывод: Сложные проекты требуют контроля архитектуры и разделения труда между моделями. Для простых задач используйте готовые студии от Google.
UPD: есть еще IDE Antigravity от Google, но у меня не запустилась.
Собрал рабочий пайплайн (план) для создания приложений. От настройки среды до финальной сборки.
1. Подготовка среды
База — VS Code. Бесплатный, быстрый, открывается моментально. Использую его для всего: от прошивок микроконтроллеров до верстки и работы с Markdown.
(Примечание: Для крупных проектов на Symfony 7 я по-прежнему держу купленный PHPStorm с плагинами, но для текущих задач VS Code выигрывает скоростью). На самом деле подписка закончится, перейду полностью на VS Code
Настройка AI-ассистента:
1. Устанавливаем плагин Kilo Code.
2. Настраиваем подключение через OpenRouter.
3. Пополняем баланс OpenRouter и начинаем работу прямо в IDE.
2. Этапы разработки и смена моделей
Секрет эффективности — в переключении между моделями под разные задачи. Это экономит бюджет и повышает качество кода.
Шаг 1: Архитектура (Opus 4.5)
Включаем режим архитектора. Создаем новый проект и выбираем модель Claude Opus 4.5.
Она идеальна для планирования, хотя и дорога для написания всего кода. (очень дорогая, вот прям очень, можно через подписку Claude)
Запрос: "Я не программист, но хочу создать [описание идеи]. Нужна архитектура приложения и ТЗ для разработки, чтобы передать дальше в работу в ИИ. Создай файл
architecture.md ".Когда нейросеть поймет задачу, создаст файл
architecture.md. В нем должна быть подробно описана структура проекта, модули и логика.Шаг 2: Скелет приложения (Gemini 3 Pro Preview)
Для работы с файловой структурой переключаемся на Gemini 3 Pro Preview. (или если проект не сложный то GPT-5.1 codex
Задача: "Изучи architecture.md и создай скелет приложения".
Gemini отлично справляется с созданием папок и пустых файлов. Она не пишет код внутри, она строит каркас. Это делегирование: сложную логику берет на себя Opus, структуру — Gemini.
Шаг 3: Написание кода (Grok 4 Fast Code)
Самая объемная часть работы. Переключаемся на быструю и экономную модель — Grok 4 Fast Code или GPT-5.1
Просим изучить проект и заполнить созданные файлы кодом согласно документации.
Шаг 4: Сборка и отладка (Gemini 3 Pro Preview)
Снова возвращаемся к Gemini. Просим проверить весь код, исправить ошибки и запустить проект.
3. Альтернатива для быстрых решений
Описанный выше метод подходит для сложной, кастомной разработки. Если задача проще и больше веб приложение то идите сразу в Google, он предлагает инструменты "всё в одном", где не нужно жонглировать моделями:
1. Google AI Studio (Apps): aistudio.google.com/app/apps — описываете идею, получаете результат.
2. Firebase Studio: studio.firebase.google.com — для быстрой сборки бэкенда и приложений.
Вывод: Сложные проекты требуют контроля архитектуры и разделения труда между моделями. Для простых задач используйте готовые студии от Google.
UPD: есть еще IDE Antigravity от Google, но у меня не запустилась.
🐳5👍4
Небольшой отзыв на модель от Сбера GigaAM-v3 (e2e_rnnt) для распознавания коротких фраз. Вердикт: я от неё отказываюсь.
Скажу грубо, но честно — говнище полное. Во-первых, она ни хрена не понимает сленг: слова типа «промт», английские выражения, названия студий — всё лепит кириллицей. Пытается писать по-русски вообще всё: говоришь ей про модели, а она выдаёт «Джемини 3 ПРО».
Короче, использовать это максимально неудобно, поэтому в приложении я просто переключил всё обратно на Groq. Не знаю, какие они там использовали метрики и где заявлено, что распознавание русского стало лучше. Может, для литературного или древнерусского — да. Но для технического языка — пользоваться невозможно.
Собственно, всё время я практически не печатаю, а пользуюсь своей программой: зажал и говорю. Когда переключаю всё на API, чтобы Whisper распознавал, вообще всё идеально. Либо, когда говорю долго — больше 25 секунд, автоматически всё пересылается в GROQ, и тоже всегда распознавание хорошее. Но нужно, бывает, иногда — там косяки, их тоже легко поправить. А когда распознаёт Сбер, проще переписать заново.
Скажу грубо, но честно — говнище полное. Во-первых, она ни хрена не понимает сленг: слова типа «промт», английские выражения, названия студий — всё лепит кириллицей. Пытается писать по-русски вообще всё: говоришь ей про модели, а она выдаёт «Джемини 3 ПРО».
Короче, использовать это максимально неудобно, поэтому в приложении я просто переключил всё обратно на Groq. Не знаю, какие они там использовали метрики и где заявлено, что распознавание русского стало лучше. Может, для литературного или древнерусского — да. Но для технического языка — пользоваться невозможно.
Собственно, всё время я практически не печатаю, а пользуюсь своей программой: зажал и говорю. Когда переключаю всё на API, чтобы Whisper распознавал, вообще всё идеально. Либо, когда говорю долго — больше 25 секунд, автоматически всё пересылается в GROQ, и тоже всегда распознавание хорошее. Но нужно, бывает, иногда — там косяки, их тоже легко поправить. А когда распознаёт Сбер, проще переписать заново.
😁8
GitHub
Release VoiceCapture 2.0 Lite (Portable) · oiv-an/Voice
🪶 VoiceCapture 2.0 Lite
Мы выпустили специальную облегченную версию приложения!
Особенности:
Полностью портативная: Работает из одного EXE-файла, не требует установки.
Ультра-легкая: Удалены все т...
Мы выпустили специальную облегченную версию приложения!
Особенности:
Полностью портативная: Работает из одного EXE-файла, не требует установки.
Ультра-легкая: Удалены все т...
https://github.com/oiv-an/Voice/releases/tag/v2.0.0-lite
Сделал портативную версию, которая работает только через API.
Запускаете exe-файл, вводите свои ключи — и всё работает сразу.
Сделал портативную версию, которая работает только через API.
Запускаете exe-файл, вводите свои ключи — и всё работает сразу.
🔥2
Инструмент для расфокусировки
В работе часто использую технику Pomodoro. С рабочими отрезками всё понятно, но критически важно правильно проводить и 5 минут отдыха.
Чтобы мозг действительно перезагрузился, нужно убрать смысловую нагрузку. Я открываю эту страницу, когда срабатывает таймер на перерыв. Это помогает просто позалипать в экран, отвлечься от кода и переключить внимание.
Ссылки:
* time.ivol.pro/workflow.html - визуализация.
* time.ivol.pro - сам таймер.
Простой способ визуально разгрузиться перед следующим рабочим спринтом.
В работе часто использую технику Pomodoro. С рабочими отрезками всё понятно, но критически важно правильно проводить и 5 минут отдыха.
Чтобы мозг действительно перезагрузился, нужно убрать смысловую нагрузку. Я открываю эту страницу, когда срабатывает таймер на перерыв. Это помогает просто позалипать в экран, отвлечься от кода и переключить внимание.
Ссылки:
* time.ivol.pro/workflow.html - визуализация.
* time.ivol.pro - сам таймер.
Простой способ визуально разгрузиться перед следующим рабочим спринтом.
🔥1
Как начать программировать с AI бесплатно
Есть модель GLM-4.6, которая показывает хорошие результаты в задачах по программированию. Сейчас к ней можно получить доступ без вложений.
Китайская платформа AgentRouter начисляет 200 долларов на баланс при регистрации через GitHub по реферальной ссылке.
Ссылка для регистрации:
https://agentrouter.org/register?aff=DduP
Нюанс: На платформе заявлено много моделей, но стабильно работают преимущественно китайские.
Как настроить рабочее место:
1. Регистрируетесь по ссылке, получаете API-ключ.
2. Устанавливаете редактор кода VS Code (если еще нет).
3. Ставите плагин KiloCode.
4. Прописываете ключ и выбираете модель GLM-4.6.
Модель работает прилично, мелкие и средние задачи решает уверенно. 200 долларов на балансе хватит на огромное количество тестов. Рекомендую попробовать, пока возможность открыта.
А ещё небольшой лайфхак: создайте сейчас ещё два аккаунта на Гитхабе и просто подождите месяц. Если их акция не закончится — а скорее всего, она не закончится — то сможете получить ещё по 200 с каждого аккаунта и разрабатывать дальше.
Есть модель GLM-4.6, которая показывает хорошие результаты в задачах по программированию. Сейчас к ней можно получить доступ без вложений.
Китайская платформа AgentRouter начисляет 200 долларов на баланс при регистрации через GitHub по реферальной ссылке.
Ссылка для регистрации:
https://agentrouter.org/register?aff=DduP
Нюанс: На платформе заявлено много моделей, но стабильно работают преимущественно китайские.
Как настроить рабочее место:
1. Регистрируетесь по ссылке, получаете API-ключ.
2. Устанавливаете редактор кода VS Code (если еще нет).
3. Ставите плагин KiloCode.
4. Прописываете ключ и выбираете модель GLM-4.6.
Модель работает прилично, мелкие и средние задачи решает уверенно. 200 долларов на балансе хватит на огромное количество тестов. Рекомендую попробовать, пока возможность открыта.
А ещё небольшой лайфхак: создайте сейчас ещё два аккаунта на Гитхабе и просто подождите месяц. Если их акция не закончится — а скорее всего, она не закончится — то сможете получить ещё по 200 с каждого аккаунта и разрабатывать дальше.
agentrouter.org
Agent Router
Claude Code, OpenAI Codex, Gemini Cli 公益站
🤝9❤1
Эволюция программирования: как изменился мой подход за год
Вспоминаю, как полтора года назад я только начинал полноценно внедрять нейросети в работу. Процесс был примитивным: отправлял промпт, получал блок кода, копировал в редактор.
Прорывом тогда стала Claude 3.5 Sonnet. Когда она вышла, это произвело фурор. Модель отлично следовала инструкциям и резко повысила качество анализа в моем трейдинг-проекте. На тот момент — пушка. Но ограничения были заметны: на больших кусках кода она начинала «тупить» и терять контекст.
Что мы имеем сейчас, спустя всего год?
Инструментарий вырос колоссально:
— Opus 4.5 — шикарен для сложных задач.
— Gemini 3 Pro — пишет код на высочайшем уровне.
— Sonnet 4.5 — держит планку качества.
— Плюс огромное количество дешевых моделей, которые уже догнали прошлогодних лидеров.
Я практически перестал писать код руками.
Моя роль трансформировалась: теперь я занимаюсь архитектурой. Я ставлю задачу, прошу предложить варианты реализации и контролирую процесс. Нейросеть пишет, я проверяю.
Парадокс, но за последние три месяца мой навык программирования вырос сильнее, чем при самостоятельной работе. Почему?
Потому что я вижу, как задачу решают разные модели. Одна проблема — четыре варианта решения. Это как иметь в штате четырех сеньоров, которые постоянно показывают тебе «best practices».
Взгляд в будущее
Ждем GPT-5.2, которая должна показать еще более сильные результаты. Прогноз простой: через год нейросети будут не просто писать функции, а реализовывать и обслуживать сложные приложения целиком. Самостоятельный деплой, тесты, проверка на ошибки, настройка Docker-ов — всё это уйдет к AI.
Порог входа в создание проектов сейчас низок как никогда. Раньше настройка среды и развертывание занимали часы. Теперь даже Git можно доверить нейросети (раньше я работал локально, теперь понял всю прелесть делегирования этого процесса).
Как сейчас учиться программированию?
Забудьте про курсы. Те деньги, которые вы хотели отдать за обучение, лучше потратить на подписки или API-токены.
Лучший способ обучения сегодня:
1. Делать свои пет-проекты (Pet projects).
2. Брать открытый код с GitHub и просить нейросеть объяснить, как и почему это так написано.
3. Постоянно пробовать разные модели и сравнивать их решения.
Vibe-coding (программирование в потоке с AI) развивает навыки быстрее любой теории. Если хотите научиться — просто начните делать это с нейросетями.
Вспоминаю, как полтора года назад я только начинал полноценно внедрять нейросети в работу. Процесс был примитивным: отправлял промпт, получал блок кода, копировал в редактор.
Прорывом тогда стала Claude 3.5 Sonnet. Когда она вышла, это произвело фурор. Модель отлично следовала инструкциям и резко повысила качество анализа в моем трейдинг-проекте. На тот момент — пушка. Но ограничения были заметны: на больших кусках кода она начинала «тупить» и терять контекст.
Что мы имеем сейчас, спустя всего год?
Инструментарий вырос колоссально:
— Opus 4.5 — шикарен для сложных задач.
— Gemini 3 Pro — пишет код на высочайшем уровне.
— Sonnet 4.5 — держит планку качества.
— Плюс огромное количество дешевых моделей, которые уже догнали прошлогодних лидеров.
Я практически перестал писать код руками.
Моя роль трансформировалась: теперь я занимаюсь архитектурой. Я ставлю задачу, прошу предложить варианты реализации и контролирую процесс. Нейросеть пишет, я проверяю.
Парадокс, но за последние три месяца мой навык программирования вырос сильнее, чем при самостоятельной работе. Почему?
Потому что я вижу, как задачу решают разные модели. Одна проблема — четыре варианта решения. Это как иметь в штате четырех сеньоров, которые постоянно показывают тебе «best practices».
Взгляд в будущее
Ждем GPT-5.2, которая должна показать еще более сильные результаты. Прогноз простой: через год нейросети будут не просто писать функции, а реализовывать и обслуживать сложные приложения целиком. Самостоятельный деплой, тесты, проверка на ошибки, настройка Docker-ов — всё это уйдет к AI.
Порог входа в создание проектов сейчас низок как никогда. Раньше настройка среды и развертывание занимали часы. Теперь даже Git можно доверить нейросети (раньше я работал локально, теперь понял всю прелесть делегирования этого процесса).
Как сейчас учиться программированию?
Забудьте про курсы. Те деньги, которые вы хотели отдать за обучение, лучше потратить на подписки или API-токены.
Лучший способ обучения сегодня:
1. Делать свои пет-проекты (Pet projects).
2. Брать открытый код с GitHub и просить нейросеть объяснить, как и почему это так написано.
3. Постоянно пробовать разные модели и сравнивать их решения.
Vibe-coding (программирование в потоке с AI) развивает навыки быстрее любой теории. Если хотите научиться — просто начните делать это с нейросетями.
👍10🐳2
Ну вот и приплыли. Perplexity деградирует.
Заметил неприятную тенденцию: сервис перестаёт отвечать на вопросы, которые касаются анализа кода или настроек, если видит в этом намёк на «нелегальную деятельность» или обход ограничений. Раньше модель просто помогала, теперь — читает нотации и отказывается работать.
Качество ответов упало везде, даже в Labs. Раньше этот режим выдавал отличные, глубокие результаты. Сейчас даже там модель часто отказывается выполнять команды. Очевидно, разработчики закручивают гайки и перегружают системный промпт ограничениями.
Простой тест. Берём Gemini 3 Pro через «чистый» API и спрашиваем, как настроить прокси. Ответ моментальный и по делу. Задаём тот же вопрос той же модели, но внутри Perplexity — получаем отказ: «Извините, я не буду подсказывать способы обхода».
Есть гипотеза, что дополнительным триггером служит российский IP. Надо будет проверить через зарубежный адрес.
Но вывод неутешительный: Perplexity идёт по пути деградации, превращаясь из инструмента исследования в цензора.
Заметил неприятную тенденцию: сервис перестаёт отвечать на вопросы, которые касаются анализа кода или настроек, если видит в этом намёк на «нелегальную деятельность» или обход ограничений. Раньше модель просто помогала, теперь — читает нотации и отказывается работать.
Качество ответов упало везде, даже в Labs. Раньше этот режим выдавал отличные, глубокие результаты. Сейчас даже там модель часто отказывается выполнять команды. Очевидно, разработчики закручивают гайки и перегружают системный промпт ограничениями.
Простой тест. Берём Gemini 3 Pro через «чистый» API и спрашиваем, как настроить прокси. Ответ моментальный и по делу. Задаём тот же вопрос той же модели, но внутри Perplexity — получаем отказ: «Извините, я не буду подсказывать способы обхода».
Есть гипотеза, что дополнительным триггером служит российский IP. Надо будет проверить через зарубежный адрес.
Но вывод неутешительный: Perplexity идёт по пути деградации, превращаясь из инструмента исследования в цензора.
🤔5
TechnoBlog of Ivan Olyansky
Как начать программировать с AI бесплатно Есть модель GLM-4.6, которая показывает хорошие результаты в задачах по программированию. Сейчас к ней можно получить доступ без вложений. Китайская платформа AgentRouter начисляет 200 долларов на баланс при регистрации…
Почти всю ночь тестировал модель GLM-4. Впечатления хорошие.
Подключил её через Agent Router в связке с KiloCode в VS Code. Работает реально шустро. Отлично понимает русский язык и пишет чистый JavaScript. Для микромодулей и небольших проектов — вполне рабочий вариант. В режиме Ask можно спокойно обсудить архитектуру, попросить пример кода или загрузить свой кусок на разбор.
Единственное — действительно сложные задачи она пока не тянет.
Но есть жирный минус, о котором нужно знать. При работе через Agent Router весь трафик идет через их серверы. Организация видит всё: ваши запросы, код, ключи. Насколько китайцы будут использовать ваши наработки — вопрос открытый, но данные точно оседают у них.
Неспроста это сделано бесплатно. Учитывайте риски при работе с приватным кодом.
Подключил её через Agent Router в связке с KiloCode в VS Code. Работает реально шустро. Отлично понимает русский язык и пишет чистый JavaScript. Для микромодулей и небольших проектов — вполне рабочий вариант. В режиме Ask можно спокойно обсудить архитектуру, попросить пример кода или загрузить свой кусок на разбор.
Единственное — действительно сложные задачи она пока не тянет.
Но есть жирный минус, о котором нужно знать. При работе через Agent Router весь трафик идет через их серверы. Организация видит всё: ваши запросы, код, ключи. Насколько китайцы будут использовать ваши наработки — вопрос открытый, но данные точно оседают у них.
Неспроста это сделано бесплатно. Учитывайте риски при работе с приватным кодом.
agentrouter.org
Agent Router
Claude Code, OpenAI Codex, Gemini Cli 公益站
👍2💩1
GitHub
GitHub - oiv-an/Voice
Contribute to oiv-an/Voice development by creating an account on GitHub.
Выпустил небольшое обновление VoiceCapture до версии 2.1.2. Добавил пару полезных улучшений, которые делают работу с программой еще удобнее:
Что нового в v2.1.3:
* Изменение размера окна: Теперь можно изменять размер главного окна — просто потяните за правый нижний угол. Особенно удобно, когда нужно работать с длинными текстами.
* Улучшенное логирование: Переработал систему логов. Теперь новые записи появляются сверху (не нужно прокручивать до конца), а файл автоматически очищается при достижении 1 МБ.
Что было в v2.1.1:
* Настраиваемый системный промпт: Добавил возможность редактировать системный промпт LLM прямо в настройках. Теперь можно гибко настраивать постобработку текста — задавать стиль, просить переводить и т.д. без изменения кода.
Обновление доступно для скачивания.
https://github.com/oiv-an/Voice/releases/tag/v2.1.3
Что нового в v2.1.3:
* Изменение размера окна: Теперь можно изменять размер главного окна — просто потяните за правый нижний угол. Особенно удобно, когда нужно работать с длинными текстами.
* Улучшенное логирование: Переработал систему логов. Теперь новые записи появляются сверху (не нужно прокручивать до конца), а файл автоматически очищается при достижении 1 МБ.
Что было в v2.1.1:
* Настраиваемый системный промпт: Добавил возможность редактировать системный промпт LLM прямо в настройках. Теперь можно гибко настраивать постобработку текста — задавать стиль, просить переводить и т.д. без изменения кода.
Обновление доступно для скачивания.
https://github.com/oiv-an/Voice/releases/tag/v2.1.3
🐳6💩1