Любопытно, что умение тестировать (педалить код) мало что решает и котируется только среди начинающих. Чем дальше в лес, тем больше нужно другое.
Вот список не умений, а направлений, в сторону которых должна быть ориентирована вся учеба начинающего айтишника:
* Критическое мышление
* Системное мышление
* Управление рабочим временем
* Адаптивность
* Ответственность
* Анализ требований
* Проектирование тестирования
* Документирование
* Написание и версионирование тестовых артефактов
* Исправление ошибок
* Оптимизация работы
* Коммуникации в командной работе
Речь не про Soft skills (умение договариваться с окружающими) и не про Hard skills (техническое знание, фундамент нашей работы). Это всё остальное, что стоит поверх этих двух понятий. Надо бы придумать этому название… „Ноосфера IT”, например?
Как всему этому научить?
Вот список не умений, а направлений, в сторону которых должна быть ориентирована вся учеба начинающего айтишника:
* Критическое мышление
* Системное мышление
* Управление рабочим временем
* Адаптивность
* Ответственность
* Анализ требований
* Проектирование тестирования
* Документирование
* Написание и версионирование тестовых артефактов
* Исправление ошибок
* Оптимизация работы
* Коммуникации в командной работе
Речь не про Soft skills (умение договариваться с окружающими) и не про Hard skills (техническое знание, фундамент нашей работы). Это всё остальное, что стоит поверх этих двух понятий. Надо бы придумать этому название… „Ноосфера IT”, например?
Как всему этому научить?
🔥9❤3👍3
Распознавание речи через нейросеть “Whisper” от OpenAI временами — забавное, относительно — полезное, а иногда от нее в ночной тиши седые волосы шевелятся сразу по всей квартире.
= Полезность =
даже самой крупной модели — относительна.
Там под капотом сразу несколько моделей глубокого обучения для автоматического распознавания речи (ASR, Automatic Speech Recognition), из них постоянно используются только три — small, medium или large.
• „small” работает быстро, компьютер напрягает, но не смертельно, однако и транскрибирует речь в текст неточно, поэтому результат читать сложно, там преобладают длинные фразы без знаков препинания. А если речь не чистая английская, а русская или любая другая (их там много), то увы.
• Модель „medium” сильно шуршит кулерами и напрягает cpu (даже когда запускается на gpu), но появляется больше точек с запятыми, и результат условно сносный.
• Модель „large” кочегарит компьютер по-максимуму, знаков препинания у неё больше, но и после неё тексты невозможно «просто прочитать», всё равно надо руками-глазами их проходить, сопоставлять с аудио и править.
= Забавность =
в том, что иногда в транскрибированном тексте появляются несколько лишних строк, которые с аудиотреком не синхронизированы, и выглядят как «меня тут жёстко заглючило», Например:
В аудио такого места нет, но в txt — вот оно.
Иногда в конце файла появляется эпическое сообщение «Субтитры добавил DimaTorzok»…
Консенсус в том, что когда-то были взяты в обучение тексты с такой припиской.
Юзеры турецкоподданного Whisper сообщают об аналогичной тайной клинописи в виде «Altyazı M.K.» В общем, у нас „DimaTorzok”, у них „M.K.”
= Галлюцинации =
Речь в аудиофайле завершилась, и сам файл завершен. А в тексте появляется что-то эдакое:
Этому неоткуда было взяться, но оно откуда-то взялось. Мне очевидно, что таким образом опытные инфомолдаване с планеты Нибиру сообщают нам о том, что…
Но на самом деле:
It is likely because the training data contained transcripts during silence. For example, if you think about subtitles for movies, sometimes you might see a Copyright notice in the subtitles, or you might see credits such as "Subtitles written by xyz", even though there is no actual speech happening in the audio at the timestamp where these subtitles appear. So imagine the neural net learning from this data. It will basically learn (for example) that when there is silence at the end of the video, it should "make up" some text to go along with the silence, the sort of text that it learns typically goes at the end of a video. The situation would be better with carefully cleaned up training data, although there is a tradeoff between how much effort it takes to clean up data, and how massive a data set you can build (more data = better).
= Полезность =
даже самой крупной модели — относительна.
Там под капотом сразу несколько моделей глубокого обучения для автоматического распознавания речи (ASR, Automatic Speech Recognition), из них постоянно используются только три — small, medium или large.
• „small” работает быстро, компьютер напрягает, но не смертельно, однако и транскрибирует речь в текст неточно, поэтому результат читать сложно, там преобладают длинные фразы без знаков препинания. А если речь не чистая английская, а русская или любая другая (их там много), то увы.
• Модель „medium” сильно шуршит кулерами и напрягает cpu (даже когда запускается на gpu), но появляется больше точек с запятыми, и результат условно сносный.
• Модель „large” кочегарит компьютер по-максимуму, знаков препинания у неё больше, но и после неё тексты невозможно «просто прочитать», всё равно надо руками-глазами их проходить, сопоставлять с аудио и править.
= Забавность =
в том, что иногда в транскрибированном тексте появляются несколько лишних строк, которые с аудиотреком не синхронизированы, и выглядят как «меня тут жёстко заглючило», Например:
…и начинается ступор потому что на это уже возражение вместо того чтобы что-то утверждать и потом возражать паспорта начнется или утверждение или с возражения доведите его логического до конца.
И ты.
И ты.
И ты.
И ты.
И ты.
И ты.
И ты.
Делаю в первых предложениях заявления потом дохожу до предложения…
В аудио такого места нет, но в txt — вот оно.
Иногда в конце файла появляется эпическое сообщение «Субтитры добавил DimaTorzok»…
Консенсус в том, что когда-то были взяты в обучение тексты с такой припиской.
Юзеры турецкоподданного Whisper сообщают об аналогичной тайной клинописи в виде «Altyazı M.K.» В общем, у нас „DimaTorzok”, у них „M.K.”
= Галлюцинации =
Речь в аудиофайле завершилась, и сам файл завершен. А в тексте появляется что-то эдакое:
Еще специализировался непонятно с pose79 на Zw choosytwerver.ru и
канал tv7 на secondrace.com и никакое сравнение нет.
Теперь, когда внутриceğiz с Paulus, что moinsED, может стать более чешистое.
Замечательно.
Спасибо большое.
Это была идея.
Мне было не gangsно, поэтому я тоже.
Не молчал 얼마 еще.
Tea.
Tea.
Молодой человек и хор.
Ч richtigeps, an prince, that's what I meant.
Этому неоткуда было взяться, но оно откуда-то взялось. Мне очевидно, что таким образом опытные инфомолдаване с планеты Нибиру сообщают нам о том, что…
Но на самом деле:
It is likely because the training data contained transcripts during silence. For example, if you think about subtitles for movies, sometimes you might see a Copyright notice in the subtitles, or you might see credits such as "Subtitles written by xyz", even though there is no actual speech happening in the audio at the timestamp where these subtitles appear. So imagine the neural net learning from this data. It will basically learn (for example) that when there is silence at the end of the video, it should "make up" some text to go along with the silence, the sort of text that it learns typically goes at the end of a video. The situation would be better with carefully cleaned up training data, although there is a tradeoff between how much effort it takes to clean up data, and how massive a data set you can build (more data = better).
❤1🔥1🤣1
Увидел на остановке троллейбиса объявление:
А вы все врёте о том, что в Молдове нет работы…
Ок, я идеальный кандидат на данную вакансию, ведь
а) глубоко внутри я всё ещё желательный студент, который, как и сто лет назад, просто ждёт подходящий троллейбис
б) я могу помочь студиозису, который не закрывает скобки, познать непознаваемые глубины основ Computer Science
б.1) и от меня не убудет
в) ну, и так далее.
Я, конечно же, позвонил, мне же надо понять, зачем человеку нужен репетитор. Узнать это оказалось ВНЕЗАПНО сложно.
В первый раз пенсионер (он так представился) сказал очевидное — «…Потому, что он мне нужен».
Я не понял.
Вторая итерация: «Я игнорировал это, а сейчас он мне нужен по работе».
Ок, но это не ответ.
С третьего захода он объяснил свое видение проекта: «Выйти в социум, делать видики, поговорить с людьми, объяснять что-то, вести обучение онлайн».
Я понял, и сразу отказался от взаимовыгодного сотрудничества.
Но почему?
«Ищу репетитор по компютеру (желательно студент 068…»
А вы все врёте о том, что в Молдове нет работы…
Ок, я идеальный кандидат на данную вакансию, ведь
а) глубоко внутри я всё ещё желательный студент, который, как и сто лет назад, просто ждёт подходящий троллейбис
б) я могу помочь студиозису, который не закрывает скобки, познать непознаваемые глубины основ Computer Science
б.1) и от меня не убудет
в) ну, и так далее.
Я, конечно же, позвонил, мне же надо понять, зачем человеку нужен репетитор. Узнать это оказалось ВНЕЗАПНО сложно.
В первый раз пенсионер (он так представился) сказал очевидное — «…Потому, что он мне нужен».
Я не понял.
Вторая итерация: «Я игнорировал это, а сейчас он мне нужен по работе».
Ок, но это не ответ.
С третьего захода он объяснил свое видение проекта: «Выйти в социум, делать видики, поговорить с людьми, объяснять что-то, вести обучение онлайн».
Я понял, и сразу отказался от взаимовыгодного сотрудничества.
Но почему?
👍4🤪3❤1👎1
Forwarded from Irina Smaghina
The Tester's Edge in an AI-Accelerated World
Why Clear Thinking Beats More Testing
Everyone is shipping faster. Everyone is adopting AI.
But not everyone is making smarter decisions.
Testing today isn’t about chasing bugs or running thousands of automated scripts.
It’s about staying sharp in a world moving at breakneck speed.
The Shift: From Testing to Understanding
Traditional testing asked:
“Does it work?”
Modern testing asks:
“What could go wrong?”
“What are we assuming?”
“What risk are we missing?”
That’s not just semantics.
That’s the difference between checking functionality and safeguarding value.
In a world of rapid releases, APIs stitched together in days, and AI writing production code, the real skill is seeing through the noise.
Why Many Teams Still Get Testing Wrong
- They automate before they understand.
- They confuse coverage with insight.
- They delegate quality instead of distributing it.
- They measure test cases, not confidence.
Automation is only valuable when it answers real questions.
If no one reads the results or knows what to do with them, it’s just theatre.
What the Best Testers Actually Do
They show up early.
In design, in refinement, in planning.
They ask the uncomfortable questions — not to slow things down, but to clear the path.
They don’t wait for handoffs.
They break down complexity, explore unknowns, and translate ambiguity into clarity.
They aren’t obsessed with tools.
They use tools to multiply their thinking, not replace it.
The Future of Testing Is Not a Role. It’s a Mindset.
The testers who thrive in AI-driven teams aren’t the ones with the fanciest frameworks.
They’re the ones who:
- Spot risk before it becomes a defect
- Guide teams through ambiguity
- Challenge assumptions with curiosity, not ego
- See systems as ecosystems, not pipelines
You can’t automate that.
You lead with it.
In an AI world, anyone can generate a test.
Few can ask the right one.
And those who can - they’re the ones shaping the future of quality.
🧠 Think less about “how many tests.”
💬 Think more about “what are we still blind to?”
That’s where modern testing lives.
That’s where testers lead.
Why Clear Thinking Beats More Testing
Everyone is shipping faster. Everyone is adopting AI.
But not everyone is making smarter decisions.
Testing today isn’t about chasing bugs or running thousands of automated scripts.
It’s about staying sharp in a world moving at breakneck speed.
The Shift: From Testing to Understanding
Traditional testing asked:
“Does it work?”
Modern testing asks:
“What could go wrong?”
“What are we assuming?”
“What risk are we missing?”
That’s not just semantics.
That’s the difference between checking functionality and safeguarding value.
In a world of rapid releases, APIs stitched together in days, and AI writing production code, the real skill is seeing through the noise.
Why Many Teams Still Get Testing Wrong
- They automate before they understand.
- They confuse coverage with insight.
- They delegate quality instead of distributing it.
- They measure test cases, not confidence.
Automation is only valuable when it answers real questions.
If no one reads the results or knows what to do with them, it’s just theatre.
What the Best Testers Actually Do
They show up early.
In design, in refinement, in planning.
They ask the uncomfortable questions — not to slow things down, but to clear the path.
They don’t wait for handoffs.
They break down complexity, explore unknowns, and translate ambiguity into clarity.
They aren’t obsessed with tools.
They use tools to multiply their thinking, not replace it.
The Future of Testing Is Not a Role. It’s a Mindset.
The testers who thrive in AI-driven teams aren’t the ones with the fanciest frameworks.
They’re the ones who:
- Spot risk before it becomes a defect
- Guide teams through ambiguity
- Challenge assumptions with curiosity, not ego
- See systems as ecosystems, not pipelines
You can’t automate that.
You lead with it.
In an AI world, anyone can generate a test.
Few can ask the right one.
And those who can - they’re the ones shaping the future of quality.
🧠 Think less about “how many tests.”
💬 Think more about “what are we still blind to?”
That’s where modern testing lives.
That’s where testers lead.
👍7❤5
Кент Бек — тот самый с Agile Manifesto, XP и TDD — рассуждает про augmented coding: когда тебя постоянно сопровождает умная шняга, которая подсказывает, поправляет и всячески поддерживает, но сразу идёт в пень, если перетягивает на себя одеяло.
Цитата:
Похоже на продолжение идей Дугласа Энгельбарта (придумал «мышку») про AUGMENTING HUMAN INTELLECT (1962).
В этом наше слабое место — мы не боремся за одеяло. Человечество будет некому и незачем завоёвывать, оно само поспешит отдаться в уютные руки окружающих его сервисов (Харари).
Ведь интеллект не нужно зачем-то куда-то to augment, ему нужны comfort & safety.
И смартфон.
Цитата:
— In vibe coding you don't care about the code, just the behavior of the system. If there's an error, you feed it back into the genie in hopes of a good enough fix. In augmented coding you care about the code, its complexity, the tests, & their coverage. The value system in augmented coding is similar to hand coding--tidy code that works. It's just that I don't type much of that code.
Похоже на продолжение идей Дугласа Энгельбарта (придумал «мышку») про AUGMENTING HUMAN INTELLECT (1962).
В этом наше слабое место — мы не боремся за одеяло. Человечество будет некому и незачем завоёвывать, оно само поспешит отдаться в уютные руки окружающих его сервисов (Харари).
Ведь интеллект не нужно зачем-то куда-то to augment, ему нужны comfort & safety.
И смартфон.
👍1
Что такое T-образный тестировщик?
Это специалист с глубокой экспертизой в одной области (например, нагрузочное тестирование) и широким пониманием смежных сфер (например, кулинария). ©
Гм…
А что/кто такое Г-образный тестировщик?
Это специалист, который ходит по офису буквой Гэ и бьет копытами каждого, кто сомневается в его глубокой Т-образной экспертизе.
А кто такой Б-образный тестировщик?
Это пузан в короткой футболке. В офисе не появляется, бо у вас там слоняются Гэ и Тэ-образные тестировщики «и в проезжих сеют страх»…
Это специалист с глубокой экспертизой в одной области (например, нагрузочное тестирование) и широким пониманием смежных сфер (например, кулинария). ©
Гм…
А что/кто такое Г-образный тестировщик?
Это специалист, который ходит по офису буквой Гэ и бьет копытами каждого, кто сомневается в его глубокой Т-образной экспертизе.
А кто такой Б-образный тестировщик?
Это пузан в короткой футболке. В офисе не появляется, бо у вас там слоняются Гэ и Тэ-образные тестировщики «и в проезжих сеют страх»…
🤣10
Правильно соображение о том, что в будущем любой «нормальный» ИИ будет стоить много денег, и человеки будут вынуждены недоедать, чтобы суметь заплатить подписку в $1000 в месяц на chatGPT, и это будет безальтернативно, даже если появится много его аналогов. В последнее время много говорят о том, что OpenAI убыточен, но закрываться нельзя, поэтому деньги сжигаются в ожидании какого-то лучшего будущего (когда юзеры начнут платить).
Факт, что все подсядем.
И не факт, что будем платить.
ИИ внутри компаний в перспективе будет локализованным, как сервера или NAS. Поднял у себя условный RAG (перевод с румынского кому-то нужен?) или какой аналог у этого всего будет в будущем, и погнали создавать и расширять внутрикорпоративную базу знаний, в которой ИИ «всë про тебя знает и ничего не забывает» — ключевое ограничение любого внешнего сервиса.
Чем дешевле будет железо в будущем, тем проще будет поднять домашний сервер «+ИИ». Возможно, это даже будут носимые девайсы.
Через какое-то условное время крупным компаниям придется днëм с ментами с фонариками искать живых людей, которые еще не додумались поднять у себя дома свой, очень личный и постоянно деньгуприносящий сервис и хотели бы ходить работать в офисах будущего, с бесплатным кофе и HR. Это может быть и частный бизнес, и участие в каких-то глобальных проектах по просчитыванию гигантских проектов за мелкий прайс. Сервер крутится, биткоин мутится.
(боевым голосом Остапа Ибрагимовича) Электронный конь грядет на смену офисной крестьянской лошадки!
Факт, что все подсядем.
И не факт, что будем платить.
ИИ внутри компаний в перспективе будет локализованным, как сервера или NAS. Поднял у себя условный RAG (перевод с румынского кому-то нужен?) или какой аналог у этого всего будет в будущем, и погнали создавать и расширять внутрикорпоративную базу знаний, в которой ИИ «всë про тебя знает и ничего не забывает» — ключевое ограничение любого внешнего сервиса.
Чем дешевле будет железо в будущем, тем проще будет поднять домашний сервер «+ИИ». Возможно, это даже будут носимые девайсы.
Смотрел обзоры современных китайских NAS — это уже очень далеко от идеологии «слабый процессор обслуживает простой доступ к файлам на дисках». Это внешне компактные, но внутри уже мощные компьютеры, годные для очень много чего всякого. Когда подешевеют, будет атас.
Через какое-то условное время крупным компаниям придется днëм с ментами с фонариками искать живых людей, которые еще не додумались поднять у себя дома свой, очень личный и постоянно деньгуприносящий сервис и хотели бы ходить работать в офисах будущего, с бесплатным кофе и HR. Это может быть и частный бизнес, и участие в каких-то глобальных проектах по просчитыванию гигантских проектов за мелкий прайс. Сервер крутится, биткоин мутится.
(боевым голосом Остапа Ибрагимовича) Электронный конь грядет на смену офисной крестьянской лошадки!
👍5🤔3
Современные программисты еще не совсем, но уже скоро начнут понимать тестировщиков и бизнес.
Для бизнеса программист — это живой ИИ-агент. Он что-то делает и выдает, мол, готово. Бизнес это трогает, пугается, говорит «Нет. Тут не то, тут не так. Сделай/Переделай нормально. Вот требования (контекст), учти это и это». Он приносит переделанное… Бизнес ищет другого ИИ-агента, который что-то делает и…
Тем временем программисты, которые не понимают эту бесконечную круговерть, делятся мудростью:
А это всë неизбежно, если использовать генерилки как школьник, в режиме «сделай вместо меня». Будет он проверять импорты руками, как же…
И всë поменяется. То, что вчера было нормой, станет признаком элитарной элиты — руками, сэр, только руками. Мы не покупаем искусственный код. Появится движение «Оставь агентов джунам!» с вопросами вроде «Если ты такой умный, то почему всë ещë пользуешься ИИ-агентами?» и «А вот в наше время…»
Но какие будут нужны тестировщики в мире ИИ-агентов, которые педалят код? Никакие, ведь тестировщики нужны не программистам, а менеджерам, которым нужен не код, а продукт. Код может быть плохим, но он вообще не показатель «успешного качества» проекта.
Роль уточнителей требований к проекту будет только шириться. Идеальная ниша для тестировщиков, которые медленно переползают из прошлого в будущее.
Для бизнеса программист — это живой ИИ-агент. Он что-то делает и выдает, мол, готово. Бизнес это трогает, пугается, говорит «Нет. Тут не то, тут не так. Сделай/Переделай нормально. Вот требования (контекст), учти это и это». Он приносит переделанное… Бизнес ищет другого ИИ-агента, который что-то делает и…
Тем временем программисты, которые не понимают эту бесконечную круговерть, делятся мудростью:
«Если ИИ-агент вдруг начинает писать хуже на том же коде - сыпать галлюцинациями, не попадать в контекст, выдавать бред вместо решений - это первый звоночек. Значит, в коде уже завелась дичь.
Проверяйте руками импорты, инициализации, всю логику. Потому что дальше будет хуже: тесты проходят, вроде всё работает, а под капотом - ад из костылей и фоллбэков» ©
А это всë неизбежно, если использовать генерилки как школьник, в режиме «сделай вместо меня». Будет он проверять импорты руками, как же…
И всë поменяется. То, что вчера было нормой, станет признаком элитарной элиты — руками, сэр, только руками. Мы не покупаем искусственный код. Появится движение «Оставь агентов джунам!» с вопросами вроде «Если ты такой умный, то почему всë ещë пользуешься ИИ-агентами?» и «А вот в наше время…»
Но какие будут нужны тестировщики в мире ИИ-агентов, которые педалят код? Никакие, ведь тестировщики нужны не программистам, а менеджерам, которым нужен не код, а продукт. Код может быть плохим, но он вообще не показатель «успешного качества» проекта.
Роль уточнителей требований к проекту будет только шириться. Идеальная ниша для тестировщиков, которые медленно переползают из прошлого в будущее.
❤11
Oboe.fyi— AI-платформа для генерирования персональных образовательных курсов на определенную тему.
Там генерируются
* какой-то текст
* аудио-лекция
* подкаст с двумя AI-ведущими
* интерактив — квизы, кроссворды и флеш-карточки
* саммари и FAQ
Язык только английский. На бесплатном тарифе можно генерировать два курса в месяц.
Я спросил про Analytical software testing, и он сделялъ:
https://oboe.fyi/courses/unlocking-software-quality-through-analytical-testing-9wgrr7m2
Ну… он хотя бы попытался. И ведь ЧСХ, объяснить — нет, но никто ж не обещал объяснить. Сказали, что сгенерируют образовательный курс — и сгенерировали. Чего же боле, что вам могу я сгенерять?!
Если ты прежде ничего не знал и не понимал про analytical testing, то после моего сгенерированного курса ты будешь знать про analytical testing и всë ещë ничего в нëм не понимать в два раза увереннее!
Возможно, для точечных кулинарных запросов или для «как взломать замок чужого гаража» такие персональные нейрогенерокурсы подойдут идеально. Ну или для наглого генерирования платных курсов про AI… их же в наше время очень мало (опытный инфомолдаванин во мне протяжно вздыхает).
Там генерируются
* какой-то текст
* аудио-лекция
* подкаст с двумя AI-ведущими
* интерактив — квизы, кроссворды и флеш-карточки
* саммари и FAQ
Язык только английский. На бесплатном тарифе можно генерировать два курса в месяц.
Я спросил про Analytical software testing, и он сделялъ:
https://oboe.fyi/courses/unlocking-software-quality-through-analytical-testing-9wgrr7m2
Ну… он хотя бы попытался. И ведь ЧСХ, объяснить — нет, но никто ж не обещал объяснить. Сказали, что сгенерируют образовательный курс — и сгенерировали. Чего же боле, что вам могу я сгенерять?!
Если ты прежде ничего не знал и не понимал про analytical testing, то после моего сгенерированного курса ты будешь знать про analytical testing и всë ещë ничего в нëм не понимать в два раза увереннее!
Возможно, для точечных кулинарных запросов или для «как взломать замок чужого гаража» такие персональные нейрогенерокурсы подойдут идеально. Ну или для наглого генерирования платных курсов про AI… их же в наше время очень мало (опытный инфомолдаванин во мне протяжно вздыхает).
Oboe
Unlocking Software Quality through Analytical Testing | Oboe
Analytical software testing involves a systematic and data-driven approach to evaluating software, ensuring its functionality, performance, and reliability while identifying critical issues early in the development lifecycle.
❤5🤣2
Только тебя и не хватает на https://certifiedunicorns.pro/hot-istqb-conference — 25 октября (суббота) 2025 с 11.30 до последнего зрителя, который самостоятельно отключится в 17.00
Бесплатно, за умови володіння мовою солов'їною
Деякі видають аромат успіху, інші — димлять порожнечею. Ми просмажимо все до хрускоту і чесно розкажемо, що реально дає користь (прямые руки), а що — фігня (кривые ожидания).
Бесплатно, за умови володіння мовою солов'їною
certifiedunicorns.pro
🔥HOT ISTQB Conference by Certified Unicorns
Тут міжнародні сертифікації ISTQB шкварчатимуть на вогні, а ми підісмажимо їх з чорним гумором і сарказмом.
❤4
В январе 2015-го Тим Урбан, ээ, дропнул большую статью «The AI Revolution: The Road to Superintelligence». В то время было захватывающе интересно об этом всём подумать. Сегодня как-то нет, но не суть.
По-моему, именно от рассуждений Тима пошли в народ страшилки про то, что
Да, если исходить из того, что у бесконечно абстрактной программы (1) уже есть не просто генератор связного текста, а действительный интеллект, а после этого ещё есть (2) бесконечно волшебная возможность
* самоперепрограммирования,
* понимания мира,
* самоперепрограммирования на основе постоянно уточняющегося понимания окружающего нас мира,
* осознать себя, свою самоценность, свою волю, своё место в этом мире…
* …и зачем-то заинтересоваться физикой. Хотя четырехлетний ребенок будущего мог бы заняться расчетом полного числа Пи.
Разговоры о вероятном могуществе супер-интеллектуального интеллекта подобны пространным мечтаниям о том, какие бенефиты МОЖЕТ БЫТЬ подарит мне жизнь, когда я, наконец-то, выучу гамму ми минор, соберу группу, запишу звездный альбом и начну куролесить по миру с многотысячными концертами. Осталось только купить гитару и научиться дёргать на ней струны… а потом вдруг понимаешь, что тебе уже 50 лет и гамма ми минор выучена только на 75%.
По-моему, именно от рассуждений Тима пошли в народ страшилки про то, что
…Но может произойти и следующее: слабому ИИ потребуется несколько десятилетий, чтобы стать AGI с низким уровнем интеллекта, но в конечном итоге это все равно произойдет. Компьютер будет способен понимать окружающий мир на уровне четырехлетнего ребенка, но уже через час он будет понимать сложнейшую теорию физики, которая объединяет теорию относительности с теорией квантовой механики, что не удавалось сделать ни одному человеку. Через еще полтора часа AGI достигает уровня ASI и будет превышать интеллект любого человека в 170000 раз или 270000, или какая разница вообще.
Да, если исходить из того, что у бесконечно абстрактной программы (1) уже есть не просто генератор связного текста, а действительный интеллект, а после этого ещё есть (2) бесконечно волшебная возможность
* самоперепрограммирования,
* понимания мира,
* самоперепрограммирования на основе постоянно уточняющегося понимания окружающего нас мира,
* осознать себя, свою самоценность, свою волю, своё место в этом мире…
* …и зачем-то заинтересоваться физикой. Хотя четырехлетний ребенок будущего мог бы заняться расчетом полного числа Пи.
Разговоры о вероятном могуществе супер-интеллектуального интеллекта подобны пространным мечтаниям о том, какие бенефиты МОЖЕТ БЫТЬ подарит мне жизнь, когда я, наконец-то, выучу гамму ми минор, соберу группу, запишу звездный альбом и начну куролесить по миру с многотысячными концертами. Осталось только купить гитару и научиться дёргать на ней струны… а потом вдруг понимаешь, что тебе уже 50 лет и гамма ми минор выучена только на 75%.
Wait But Why
The AI Revolution: The Road to Superintelligence
Part 1 of 2: "The Road to Superintelligence". Artificial Intelligence — the topic everyone in the world should be talking about.
В файлах по делу Эпштейна есть вот такенный файл: https://www.justice.gov/epstein/files/DataSet%209/EFTA00315849.pdf
Внутри 158 страниц забористых примеров всякого растления малолетних линуксоидов на BASH образца 2005-го года.
Там же указаны имена авторов сего документа, очевидно связанных с консультированием покойного Эпа Штейна:
* Chet Ramey, Case Western Reserve University
* Brian Fox, Free Software Foundation
Я давно знал о тлетворном влиянии обожаемого мною программирования на bash, но даже и не подозревал о масштабах трагедии! Спасибо товарищам Рамею и Фоксу за долголетнюю службу на благо обществу свободного ПО!
Внутри 158 страниц забористых примеров всякого растления малолетних линуксоидов на BASH образца 2005-го года.
Там же указаны имена авторов сего документа, очевидно связанных с консультированием покойного Эпа Штейна:
* Chet Ramey, Case Western Reserve University
* Brian Fox, Free Software Foundation
Я давно знал о тлетворном влиянии обожаемого мною программирования на bash, но даже и не подозревал о масштабах трагедии! Спасибо товарищам Рамею и Фоксу за долголетнюю службу на благо обществу свободного ПО!
🤣7
https://testitquickly.com/2026/02/20/mesterul-manole-rastoarna-caldarea/
Что осталось за кадром — очень часто и много хотелось ругаться по-боцмански, но меня ж могут читать дети минут, которые никогда не поймут круговорота часов, а мат они поймут и запомнят…
Ну и нет ответа. Хорошо поставленный вопрос нуждается в разрешении (хотя бы и в тонику), но его нет. Удручённый сидишь такой и думаешь о чем-то неудручённом. А не о чем таком думать.
Что осталось за кадром — очень часто и много хотелось ругаться по-боцмански, но меня ж могут читать дети минут, которые никогда не поймут круговорота часов, а мат они поймут и запомнят…
Ну и нет ответа. Хорошо поставленный вопрос нуждается в разрешении (хотя бы и в тонику), но его нет. Удручённый сидишь такой и думаешь о чем-то неудручённом. А не о чем таком думать.
Можно Подумать
Хочешь ещё быстрее?
Касательно командной разработки с интенсивным применением LLM — ну да, растёт скорость внедрения изменений. За всем уследить не получается, и мы натыкаемся на нелепые баги, которые можно было бы об…
🔥1
Есть книга Роберт Пëрсиг «Дзэн и искусство ухода за мотоциклом»
Рычу от удовольствия! Вроде ни про что конкретно, но о чëм-то очень базовом и важном; постоянно отвлекаюсь на «это надо обдумать».
Краткий пересказ: один чувак в США изучал философию, свихнулся, вышел из дурдома, обзавелся друзьями, взял своего сына, одежду, большое острое мачете и все вместе на двух мотоциклах (Honda & BMW) поехали в семнадцатидневное мотоциклопутешествие из Миннеаполиса в Сан-Франциско. Смартфона у автора нет, поэтому по пути он постоянно думает об основах мироздания и прописывает базу подхода к работе в будущих айтишных офисах XXI-го века. В итоге до куда они там ехали доезжают только двое. Кагбэ всë.
Книга 1974-го, но изложенная в ней база до сих пор верна — перед тобой встаёт НЁХ (тикет), которую надо решить, чтобы она передвинулась в Done. А как ты решишь то, что непонятно откуда взялось и хз как оно работает? А точно так же, как дворовые пацаны чинят моцотиклы и потом злят мусоров — вовлекаешься в задачу (присутствуешь), расчехляешь научный метод познания, выдвигаешь гипотезы и проверяешь их одну за другой, пока проблема не будет решена. Одной рукой читаешь справочник моториста, второй листаешь Канта чтобы понять, откуда мы вообще знаем то, что мы знаем (источник требований для тест-кейса), и как мы определяем, верно ли оно или придумалась очередная чертивня. И так в цикле.
В какой-то момент понимаешь, что весь тест-дизайн основан на принципах ремонта первого массового «супербайка» Honda CB750 1969-го.
Автор работал учителем и техписом для компьютерщиков IBM, так что его рассуждения нам ясны и понятны.
В одном из ранних интервью Пирсиг отмечал, что разные издательства отклоняли книгу 121 раз, прежде чем издательство Уильяма Морроу приняло её к изданию (что является рекордом Книги рекордов Гиннесса). На деле издательства отклоняли не всю книгу, а только краткую заявку на неë, но всем как всегда…
https://testitquickly.com/micropost/%d1%8d%d1%82%d0%be-%d0%bd%d0%b0%d0%b4%d0%be-%d0%be%d0%b1%d0%b4%d1%83%d0%bc%d0%b0%d1%82%d1%8c/
Рычу от удовольствия! Вроде ни про что конкретно, но о чëм-то очень базовом и важном; постоянно отвлекаюсь на «это надо обдумать».
Краткий пересказ: один чувак в США изучал философию, свихнулся, вышел из дурдома, обзавелся друзьями, взял своего сына, одежду, большое острое мачете и все вместе на двух мотоциклах (Honda & BMW) поехали в семнадцатидневное мотоциклопутешествие из Миннеаполиса в Сан-Франциско. Смартфона у автора нет, поэтому по пути он постоянно думает об основах мироздания и прописывает базу подхода к работе в будущих айтишных офисах XXI-го века. В итоге до куда они там ехали доезжают только двое. Кагбэ всë.
Книга 1974-го, но изложенная в ней база до сих пор верна — перед тобой встаёт НЁХ (тикет), которую надо решить, чтобы она передвинулась в Done. А как ты решишь то, что непонятно откуда взялось и хз как оно работает? А точно так же, как дворовые пацаны чинят моцотиклы и потом злят мусоров — вовлекаешься в задачу (присутствуешь), расчехляешь научный метод познания, выдвигаешь гипотезы и проверяешь их одну за другой, пока проблема не будет решена. Одной рукой читаешь справочник моториста, второй листаешь Канта чтобы понять, откуда мы вообще знаем то, что мы знаем (источник требований для тест-кейса), и как мы определяем, верно ли оно или придумалась очередная чертивня. И так в цикле.
В какой-то момент понимаешь, что весь тест-дизайн основан на принципах ремонта первого массового «супербайка» Honda CB750 1969-го.
Автор работал учителем и техписом для компьютерщиков IBM, так что его рассуждения нам ясны и понятны.
В одном из ранних интервью Пирсиг отмечал, что разные издательства отклоняли книгу 121 раз, прежде чем издательство Уильяма Морроу приняло её к изданию (что является рекордом Книги рекордов Гиннесса). На деле издательства отклоняли не всю книгу, а только краткую заявку на неë, но всем как всегда…
https://testitquickly.com/micropost/%d1%8d%d1%82%d0%be-%d0%bd%d0%b0%d0%b4%d0%be-%d0%be%d0%b1%d0%b4%d1%83%d0%bc%d0%b0%d1%82%d1%8c/
Можно Подумать
Это надо обдумать
Есть книга Роберт Пëрсиг «Дзэн и искусство ухода за мотоциклом» Рычу от удовольствия! Вроде ни про что конкретно, но о чëм-то очень базовом и важном; постоянно отвлекаюсь на «это надо обдумать». Кр…
👍5❤1
This media is not supported in your browser
VIEW IN TELEGRAM
Наткнулся на канал, который настойчиво прогнозирует технологическое будущее человечества
🤔1💯1
Если суметь посмотреть (в бездну) без истерики, то LLM в отдельных задачах рулез, но в целом — нездоровая тема.
Хорошо, когда LLM помогает что-то сделать или понять. Но…
Это ПО: не всегда адекватно, не всегда стабильно, иногда меняется, иногда недоступно (saas же)… И не может ПО «учиться на исправлении ошибок». Истинная галлюцинация LLM в том, что это все воспринимается хьюманами как результат чего-то интеллектуального.
LLM подстегивают возможность снижать и техническую, и когнитивную рабочую нагрузку, а это незаметно размывает/ослабляет рабочие навыки. Как же это похоже на судьбу многих менеджеров! Постоянно кажется, что ты всë понимаешь и можешь в любой момент вмешаться и сделать как надо, а когда таки надо вмешаться — ты ВНЕЗАПНО не понимаешь, что там происходит, не можешь что-то исправить, не управляешь ситуацией, но все еще обязан за все это отвечать.
Ты уже вообразил себя «AI-кентавром», в котором ты постоянно сидишь в разделе управляющей головы, а на деле тебе уже поручили шуршать копытами, которые незаметно переходят в раздел лошадиной задницы, по которой постоянно и заметно больно стегают плеткой, чтобы ты громче игогокал и шибче скакал не спрашивая, куды мы бегим и зачем. Ну что ты за голова, если уже не понимаешь, как там все устроено и уже неспособен объявить новую функцию с одной переменной без запроса в LLM?!
А еще могут исчезнуть компании, которые держат LLM на своих серверах. А у тебя pipeline уже полностью на удаленном Claude. А оно обанкротилось.
Очень сложно «вытащить проект из жопы», когда понимаешь, что это твоя, личная «жопа», а не условно проектная, и все это ты сделал себе сам, своими руками и энтузиазмом.
Поэтому да, the planet is fine…
https://youtube.com/clip/Ugkxq-M0KSdm1QH1huzUgzBkhzNnhcZpTdYy?si=OWu67alyrJvWuKqJ
Хорошо, когда LLM помогает что-то сделать или понять. Но…
Это ПО: не всегда адекватно, не всегда стабильно, иногда меняется, иногда недоступно (saas же)… И не может ПО «учиться на исправлении ошибок». Истинная галлюцинация LLM в том, что это все воспринимается хьюманами как результат чего-то интеллектуального.
LLM подстегивают возможность снижать и техническую, и когнитивную рабочую нагрузку, а это незаметно размывает/ослабляет рабочие навыки. Как же это похоже на судьбу многих менеджеров! Постоянно кажется, что ты всë понимаешь и можешь в любой момент вмешаться и сделать как надо, а когда таки надо вмешаться — ты ВНЕЗАПНО не понимаешь, что там происходит, не можешь что-то исправить, не управляешь ситуацией, но все еще обязан за все это отвечать.
Ты уже вообразил себя «AI-кентавром», в котором ты постоянно сидишь в разделе управляющей головы, а на деле тебе уже поручили шуршать копытами, которые незаметно переходят в раздел лошадиной задницы, по которой постоянно и заметно больно стегают плеткой, чтобы ты громче игогокал и шибче скакал не спрашивая, куды мы бегим и зачем. Ну что ты за голова, если уже не понимаешь, как там все устроено и уже неспособен объявить новую функцию с одной переменной без запроса в LLM?!
А еще могут исчезнуть компании, которые держат LLM на своих серверах. А у тебя pipeline уже полностью на удаленном Claude. А оно обанкротилось.
Очень сложно «вытащить проект из жопы», когда понимаешь, что это твоя, личная «жопа», а не условно проектная, и все это ты сделал себе сам, своими руками и энтузиазмом.
Поэтому да, the planet is fine…
https://youtube.com/clip/Ugkxq-M0KSdm1QH1huzUgzBkhzNnhcZpTdYy?si=OWu67alyrJvWuKqJ
YouTube
✂️ The planet is fine
11 seconds · Clipped by ggl Alexei Lupan · Original video "The Plan...
👍8❤3
В конце игры останутся только две компании, которые будут хоть кого-то хоть как-то нанимать:
* openai
* anthropic
* openai
* anthropic
Andrej Karpathy:
Personal update: I've joined Anthropic.
https://x.com/karpathy/status/2056753169888334312
X (formerly Twitter)
Andrej Karpathy (@karpathy) on X
Personal update: I've joined Anthropic. I think the next few years at the frontier of LLMs will be especially formative. I am very excited to join the team here and get back to R&D. I remain deeply passionate about education and plan to resume my work on…
🤣7❤1
https://quality-lab.ru/blog/kakie-zadachi-v-testirovanii-pora-otdat-ii-chtoby-poluchit-rezultat-a-ne-novye-problemy/
Вязанный бабушкой енот в деле
Вязанный бабушкой енот в деле
❤1👍1