Google закинули AI-агента в 20+ чатов живых команд. На 5 месяцев. Вышло забавно.

Агенту дали доступ к докам и баг-трекеру — как обычному сотруднику. Он сам заводил баги, писал людям в личку, ставил эмодзи, тегал коллег. Звучит норм, но главная засада вылезла не в этом: ИИ не сработался с людьми. Одного инженера он всерьёз отчитал за шутки — сарказма не понял. В другой команде повесил тег на вице-президента в 16 багах подряд: раз человек в контексте, пусть разгребает трекер. Короче, ужиться с агентом сложнее, чем кажется.

Некоторые команды завели отдельные приватные чаты без него: обсудить найм, чувствительные темы или просто ощутить, что тебя не слушают. Один участник сказал, что по ощущениям это очень похоже на «большого брата».

Источник

👉 About Python

🤣 Правильно расставленные приоритеты в моей жизни би лайк:

💥 xCode Journal

😅 Айтишник отправил в одну компанию три одинаковых резюме и только одно дошло до финала

Опыт везде был один и тот же, отличались только формулировки и ключевые слова. Первое резюме сразу ушло в помойку из-за алгоритмов, второе получило отказ после предварительной переписки и тестового, так как «опыт не совсем подходит», а вот третье дошло до финала.

✖️ xCode Journal

Cache Control в Claude Code

Советую поставить Cache Control в Claude Code. Причём настойчиво. Похоже, это ровно тот мод, который выжимает максимум по токенам и даёт сессиям жить заметно дольше.

Что он делает: рисует отдельную полоску под 5-минутный кэш Claude и шлёт уведомления — чтобы кэш не остывал.

Установка одной командой:
npx claude-code-templates@latest --mod observability/prompt-cache-control

👉 About Python

Джеффри Хинтон, Йошуа Бенджио и ещё два десятка исследователей выпустили статью про интеллектуальный взрыв

Вышла она в Кембридже, авторов — 22. В списке, например, главный научный сотрудник OpenAI Якуб Пачоцки и сооснователь Anthropic Джек Кларк. Главный вопрос звучит так: что будет, если ИИ начнёт ускорять разработку ИИ так, что годы прогресса ужмутся в месяцы.

Стартуют не с воздуха, а с того, что уже творится в лабах. В Anthropic с начала 2025-го доля кода от моделей подскочила с единиц процентов до более 80%, а автономных R&D-задач у ИИ за полгода стало 26% вместо 1%. Сама логика взрыва простая: модели раздувают исследовательский штат, штат делает модели лучше — и цикл крутится дальше. Компьюта одной лабы хватит на эквивалент миллионов топовых исследователей. Если историческая отдача от исследований сохранится, то после полной автоматизации прогресс ускорится в 10 раз примерно за полтора года. Может и не сбыться — упрётся в компьют, данные или длительность претрейнов. Но риски авторы считают серьёзными.

Адаптироваться общество не успеет, контроль над моделями люди потеряют, а лидер гонки получит слишком жирный перевес. Регуляторам советуют обязать лабы отчитываться о степени автоматизации R&D и пускать внешних аудиторов проверять модели до внутреннего деплоя. Параллельно надо заранее готовить тормоза: лимиты на прирост способностей за период, возможность жать паузу на конкретные нагрузки в датацентрах, международные соглашения с проверкой исполнения. Если взрыв начнётся, считают авторы, решать что-то будет уже поздно.

источник

👉 About Python