Сегодня не было настроения работать. Жарковато.

В общем решил продолжить развлечение. С очень неожиданной развязкой.

Sonnet 5 обошел всех в рейтинге. И terra от ГПТ оказалась лучше остальных ГПТ-моделей.

Для меня прямо открытие. Сижу, перевариваю.
Я «просто глянуть» эти две модели запустил…

И что теперь, Луну и Хайку тестить? :-)

Ну и пожалуста. Вообще в шоке сижу…

Получается Луна и Терра на этом типе задач уделывают Сол и GPT 5.5

8-0

ЗЫ. Ушел еще раз много думать…

Опять эти загадочные "сайты, работающие в России".

Дебилы, блин. Практически любой сайт в мире открывается и "работает" в России - как и в любой другой стране с доступом в интернет. Сайт - это не магазин, который открыл филиал в Химках.

По такой формулировке российский номер телефона скоро потребуется для входа на сайт музея в Перу, форум японских аквариумистов и домашнюю страницу профессора из Огайо.

Осталось только объяснить всему интернету, что он теперь работает по российским законам.

Мне тут подсказали, что в гугл-консоль можно теперь добавить соцеточки для аналитики.

Правда поговаривают так же, что еще не всем раскатали. Жалко мне тестить не на чем :-)

Друзья, у меня для вас внезапное предложение: помочь знакомому проекту получить хорошего CTO. Знакомый - это я 🙂

Многие из вас знают меня давно и именно как технического директора: я больше 20 лет работаю с web-системами, строю команды разработки и навожу порядок между «бизнесу нужно» и «разработка делает».

Сейчас ищу новый проект или постоянную работу в роли CTO. Лучше всего подойду действующему digital/web-бизнесу после MVP, где уже есть продукт, деньги на разработку и команда, но нужен человек, который возьмёт на себя технологическую функцию целиком.

Что умею:

- управлять несколькими командами разработки, QA и DevOps одновременно;
- нанимать, увольнять и развивать людей;
- вместе с командой отвечать за архитектуру, инфраструктуру, production,
безопасность и инциденты;
- выстраивать понятный delivery - от проработки задач до релиза и отката;
- готовить и обосновывать технический бюджет;
- разговаривать с собственниками и продуктовой командой на языке целей,
приоритетов и рисков.

Немного масштаба: до четырёх одновременных кросс-функциональных команд, 22 прямых технических подчинённых, рост инженерной организации с 3 до 15 человек. В одном из проектов сократили деплой с максимум 90 до примерно 10 минут. В более ранних системах были нагрузки до 700 тыс. авторизаций в сутки и около 3 млн транзакций в месяц.

Работаю из Москвы, преимущественно удалённо. Возможны встречи и редкие командировки, релокация - нет. Ищу именно CTO-функцию, а не работу программистом с красивым названием должности.

Теперь самое интересное. Если вы лично порекомендуете меня человеку со стороны компании и эта рекомендация приведёт к подписанному договору, я выплачу вам 20% от своей первой полной выплаты.

Правило действует для любого договора: штат, ИП или проектная работа. Даже если до вашей рекомендации я уже самостоятельно откликнулся в эту компанию.

Чтобы зафиксировать рекомендацию, просто напишите мне название компании и кому вы меня представили. Если рекомендаций в одну компанию будет несколько, учитывается первая зафиксированная.

Резюме: https://bukreev.pro/resume
Правила и готовый текст для пересылки: https://bukreev.pro/recommend-cto
Telegram: https://t.me/abukreev

А ниже оставляю короткий текст, который можно просто переслать нужному человеку.

Есть знакомый сильный CTO - Александр Букреев. Более 20 лет работает с
web-системами и инженерными командами. Управлял до четырёх одновременных
кросс-функциональных команд и 22 прямыми техническими подчинёнными; отвечал за
найм, архитектуру совместно с командой, delivery, production, безопасность
и технический бюджет.

Умеет выстраивать технологическую функцию в действующем digital-бизнесе:
масштабировал инженерную организацию с 3 до 15 человек, сокращал деплой
с максимум 90 до примерно 10 минут, руководил системами с нагрузкой до
700 тыс. авторизаций в сутки и около 3 млн транзакций в месяц.

Сейчас рассматривает CTO-позиции и проектную работу. Работает удалённо из
Москвы, возможны встречи и редкие командировки. Если вам или кому-то из ваших
знакомых нужен опытный CTO для уже работающего продукта и команды, можно
написать Александру напрямую:

Резюме: https://bukreev.pro/resume
Telegram: https://t.me/abukreev

Мне тут добрый человечек @Sprytru подкинул ключик для опенроутера и попросил протестить еще несколько моделек.

ОБновленный рейтинг на экране.

Если что - я думал какая-то ошибка. Сначала перепроверил, потом еще раз запустил GPT SOL. Неа, ровно тот же результат получился…

Мимо.Про удивила. Как и Соннет 5 в начале тестов.

Codex, ять…

Так и живем :-)

Псилохог подсказал одну интересную особенность мозга… Послушал несколько лекций по этой теме. Появилась идея.

Я давно заметил закономерность: у меня не проблема с силой воли вообще, а с тем, чтобы просто начать - выйти на прогулку, дойти до бассейна, сесть за домашние дела. Одно и то же напоминание в календаре я могу игнорировать неделями… 🙂

Решил сделать личного Telegram-бота, который превращает рутину в игру. Не трекер для галочек, а что-то, что напоминает по-разному, принимает отчёт обычным текстом («5 рабочих задач закрыл, 2 домашних, 4300 шагов, дневник заполнил») и сразу считает баллы.

Ключевая мысль: не требовать идеального дня. Каждый день - это просто «сколько баллов получилось набрать». Частичный результат лучше нулевого, и один плохой день не рушит всю неделю.

В основе - принцип PINCH (Passion, Interest, Novelty, Challenge, Hurry): игра, личный контекст, еженедельная новизна оформления, вызов самому себе прошлому, и мягкая срочность вместо давления. Никакого стыда и чувства вины - только похвала, подколы и очередной раунд.

Те по сути - это обычный игровой процесс. Где нужно набрать максимальное количество балов за неделю.

Продолжение в следующей серии… :-))

Лимиты Кодекса кончились. Лимиты Клода кончились. Выпускаем Кракена (GLM) :-)

Как это выглядит на практике.

Утром в 11:00 приходит план на день: шаги, рабочие/домашние задачи, ведение дневника, что осталось из недельных целей вроде бассейна. Если не ответить - придёт мягкое напоминание ещё пару раз, максимум три сообщения.

Вечером - один опрос, без повторов. Отвечаю обычным текстом, свободной формулировкой, в любом порядке фактов. Бот разбирает сообщение сам и досчитывает необходимое но не выдумывает цифры, только уточняющий вопрос, если данных мало.

Каждый четверг стартует новый недельный раунд ровно на 7 дней, с отдельным отчётом за прошлую неделю: сумма баллов, разбивка по дням и активностям, средние шаги, посещения бассейна, прогресс. Раунд каждую неделю получает новую игровую обёртку: не сами правила, а подача и формулировки, чтобы не приедалось.

Баллы начисляются по чётким таблицам: сон, питание, шаги, рабочие и домашние задачи, дневник, плавание - у каждого свой диапазон и свой «вес». Плановый максимум недели фиксированный, а дополнительные заплывы сверх плана дают бонусные баллы, которые могут компенсировать слабый день - это разрешённое «читерство» в игре с самим собой.

Продожение в следующей серии (Технические подробности)… 🙂

Стек нарочно простой: Python-бот на Telegram Bot API (polling, без вебхуков), SQLite для всего состояния, Docker Compose для развёртывания на домашнем сервере.

Главный принцип архитектуры - разделение вероятностного и детерминированного. LLM (OpenAI Responses API, structured output) отвечает только за то, что действительно требует понимания языка: разобрать свободный русский текст в строгую схему (Pydantic), сформулировать похвалу, добавить недельному отчёту немного «человечности», иногда придумать новую тему раунда. Модель никогда не считает баллы, не хранит состояние и не имеет права отрицать то, что уже сохранено в базе - при обычном разговоре ей передаётся точный контекст из SQLite, и по нему она обязана сверяться.

Вся арифметика баллов живёт в одном модуле без единого обращения к LLM. Она детерминирована и покрыта тестами, а документация формул синхронизирована с кодом как источник истины.

Из инженерных деталей: обработка Telegram update идемпотентна по update_id, чтобы повторная доставка не начисляла баллы дважды; частичные отчёты - это upsert, неназванные поля не затираются; запись в уже закрытую неделю блокируется на уровне сервиса; плановые рассылки (утро/вечер/бэкап) идемпотентны через таблицу отправленных сообщений, что переживает рестарт контейнера.

Ежедневный бэкап SQLite с ретеншеном настроен отдельной джобой.

Ну, типа все 🙂

Гугл в строку поиска воткнул кнопку «Режим ИИ». Я так понимаю скоро вполне себе этот режим станет режимом по умолчанию, вместо «Поиск в Google».

Ну или не станет. Я ж эксперт - должен все возможные варианты озвучивать :-)))

50/50 короче.

Из интересного: если задать запрос, то в режиме «Поиск в Google» будет блок с ИИ-ответом и там указаны источники откуда взята информация.

Если тот же запрос пульнуть в «Режим ИИ» - там будет более полная/подробная информация БЕЗ ссылок на источники. те из этого режима даже при цитируемости вебмастера трафика не получат совсем..

Круто, счастье, ЗБС :-)

Вышла GLM 5.3

Первый кейс под который вообще бенмарк делался..

Погнали. :-)

Полную табличку итоговую почищу чуть-чуть и в комментах закину.

‼️ Рунету сегодня нехорошо. И, похоже, причина довольно железная. В буквальном смысле.

Вечером посыпались жалобы сразу на десятки совершенно не связанных между собой сервисов: банки, маркетплейсы, операторов связи, VK, Steam, Discord, онлайн-кинотеатры и прочее. Жалобы идут из разных регионов России.

Почти одновременно в Москве погас свет в нескольких районах. Сообщалось о проблемах в Гагаринском, Даниловском районе, Замоскворечье и районе Октябрьской. Были проблемы с мобильной связью, магазинами, транспортом. На Калужско-Рижской линии метро некоторое время увеличивали интервалы движения.

А теперь самое интересное.

Мне тут злые языки подсказали: смотрите в сторону Бутлерова, 7.

Для тех, кому адрес ничего не говорит: это ММТС-9, она же M9.

И вот это уже не просто "где-то дата-центр моргнул".

M9 - одна из ключевых телекоммуникационных площадок российского интернета. Там сконцентрировано огромное количество операторского оборудования и межоператорских соединений. Там же находится площадка MSK-IX. Сам MSK-IX в свое время называл Бутлерова, 7 самой востребованной в России локацией для межоператорского взаимодействия - на ней присутствовали сотни операторов.

И сообщения об аварии с электропитанием на M9 действительно есть. Некоторые хостеры уже сообщили клиентам о проблемах с питанием и деградации связности на площадке.

По одной из появившихся технических версий, сначала произошёл сбой в московской энергосистеме, после чего проблемы зацепили в том числе инфраструктуру в районе M9. Именно это могло дать такой красивый каскад: электричество → операторские узлы → маршрутизация/связность → одновременно "падают" десятки вообще не связанных между собой сервисов.

Но тут аккуратно: окончательно эту причинно-следственную цепочку пока никто официально не подтвердил. Так что пока это наиболее логичная рабочая версия, а не установленная причина.

И маленький технический нюанс.

Фраза "упала точка обмена трафиком и поэтому упал Рунет" - слишком примитивное объяснение. Интернет так не устроен, MSK-IX вообще географически распределён, маршруты резервируются, питание резервируется и все взрослые люди заранее готовятся к отказам.

Но когда проблемы возникают на площадке такой концентрации инфраструктуры, как M9, эффект получается очень заметным.

Что мы сегодня, собственно, и наблюдаем.

Судя по сообщениям, электричество и часть сервисов уже возвращаются. Теперь будет интересно дождаться нормального технического разбора аварии.

Потому что если версия про M9 подтвердится, главный вопрос будет уже не "почему упало", а почему резервирование не спасло от настолько массового эффекта. 🙂

Причем резервирование питания именно на этой точке - МНОГОКРАТНОЕ.
Интересно, какое количество полыхающих поп будет завтра на совещаниях и разборах…

Клод продлил повышенные лимиты до 31 августа.

Раньше окончанием акции значилось 19 августа (сегодня собственно).

Прекрасное. В панели регру не работает продление доменов. Не грузятся скрипты - домен недоступен. Реакции на тикет нет уже больше суток :-)))

ЗЫ. А так хотелось заплатить им денег…

Ой, а молодцы!!! Могут же!

А где бы программу/учебник глянуть… А то нашим могут и туда традиционные ценности и нравственность засунуть :-)

Мне тут один знакомый программист на днях сказал «Да ладно, Грок новый - прямо почти как Опус, но в 10 раз дешевле».

Ну, я ж любопытный. Кто ж мешает подключить Грок и глянуть как он там, на нашем бенче?

Результат в табличке. Тут никакого открытия не случилось.

Законное 15 место в рейтинге и затраты на уровне топовых моделей.

Ждем следующего «убийцу Опуса» :-)

А я помнится за сутки переживал…. Неделя прошла - нет ответа на тикет :-)

Для желающих потестить новый Fable на дешевых аккаунтах (20 за подписку) Антропики выдали 85 евро (у меня европейский аккаунт) для extra-usage.

Соответственно погнал гонять свои бенчи. Результаты чуть попозже :-)