Работа LLM хорошо демонстрируется старой игрой Акинатор
Я не говорил что это так работает и что акинатор LLM. Я специально писал статью рассчитанную скорее на обывателей, а не гиков. Акинатор не было чем аналогия, причем дурацкая, но тем не менее уместная
Ну ерунда же - для этого есть кнопка "начать новый чат". Если продолжать диалог в рамках одного чата - помнить будет (но может и забыть вдруг). Это же специально сделано, чтобы контекст не терялся.
Вы правы что всегда можно запустить новый чат, но потребуется начинать сначала. Опять таки я говорю про первычный промт и то как работает шорт память и контекстное окно. Контекст вполне себе конечен
Естественно ИИ не подход к разработке в общем виде, но уже много где есть запрос на внедрение AI в SDLC, я например занимаюсь таким и могу сказать с уверенностью что он капитально меняет процессы и идет очень сильно вразрез с ценностями Agile
Если б мы жили в замечательном мире структурированных данных, баз знаний и одинаковых цифровых следов, вообще без проблем. Естественно я спекулирую на ИИ - на деле в большинстве случае условно двубашенной нейронки вполне достаточно, встроя ее в пайплайн большинства корпоративных систем. Но "ИИ" добавляет важную составляющую - программа становится активным актором для юзера и то что мы перешли во много на агентов - прорыв
"ИИ" сугубо тип программ, которые замечательно подходят потому что позволяют, хоть и кучей ошибок на данный момент, но работать в околоавтономном режиме и выходить за пределы исходных инструкций. Флуктуации COT того же дипсика как пример
Неа, не путаю, просто их реально делали devops-инженеры и часто их делают devops-инженеры. У компаний водились деньги, но почему то про SRE стали задумываться только под конец моей работы в них
Да, но сам факт того что многие держатели денег, действительно больших денег, задумались, а почему вдруг нам нужно столько людей для операционки и тех кто иногда выступает как организационные костыли, если у нас основное препятствие это по сути недостаточная цифровизация и слабоструктированные данные, это уже звоночек. Сказать что отрасль развивается бешеными темпами, не сказать ничего и меня очень умиляет что многие к этому относятся с иронией и отгораживанием
Составление планов интеграционного тестирования и инструкций - тут так же как в пункте 2 - при отсутствии в проекте тестера в большом количестве спаспет, при наличии - смысла нет, но денег и времени экономит так же 1-2чд в мес.
Вот кстати все супер интересно. Если бы у модельки был доступ к вашей базе знаний (даже если там помойка) и TMS-ке, при условии грамотного управления памяти и токенов, + некоторых манипуляций для создания трассировки требований и цифрового следа в виде графового представления, то эта шайтан-машина пишет отличную тестовую документаци и автотесты. Но там нормально так работы надо проделать
Анализ документов и создание выжимки/сводных данных - иногда ок, иногда глюки такие, что лучше руками делать - экономии не обнаружено
Смотря как делать. Я полагаю вы ожидаете что закидываете условный промтп-рул простенький и он вам сразу делает все красиво? К сожалению это так не работает, тут требуется и понимать как работает технология и обладать набором лайфхаков, от работы в режиме цепочки мыслей и до онтологических пояснений
Документация и проектирование соединений - вот тут задать полные условия в тот же дипсик и получить классный документ - 30 минут вместо дня. Экономия 1-2чд в месяц
Если вы такое делаете редко - тогда для вас незначительная экономия. Я и мои коллеги часто это делают, праткически каждый день. Тикеты AI гораздо лучше меня формирует после зерошот промтов и вопросов мне
Я не говорил что это так работает и что акинатор LLM. Я специально писал статью рассчитанную скорее на обывателей, а не гиков. Акинатор не было чем аналогия, причем дурацкая, но тем не менее уместная
Вы правы что всегда можно запустить новый чат, но потребуется начинать сначала. Опять таки я говорю про первычный промт и то как работает шорт память и контекстное окно. Контекст вполне себе конечен
Нет, но если зарепортишь или укажешь, буду крайне признателен!
Ага, особенно там где примеры с ИИ явные
Прям во всем во всем?
Теперь метакодят поди
Естественно ИИ не подход к разработке в общем виде, но уже много где есть запрос на внедрение AI в SDLC, я например занимаюсь таким и могу сказать с уверенностью что он капитально меняет процессы и идет очень сильно вразрез с ценностями Agile
Хмм, я несколько далек от реального сектора и буду рад если поделитесь мыслями!
А Михалыч это который?
Ну не скажите, компании где есть AI лабы, вроде МТС наполную будут
Второй легко выполняет задачи касающиеся орг. экспериментов и быстрых автоматизаций, к то муже им намного дешевле проверять гипотезы
Отлично отметили! Правда такой спрос как сейчас с курсов вайтишников вряд ли будет удовлетворен работодателями
Если б мы жили в замечательном мире структурированных данных, баз знаний и одинаковых цифровых следов, вообще без проблем. Естественно я спекулирую на ИИ - на деле в большинстве случае условно двубашенной нейронки вполне достаточно, встроя ее в пайплайн большинства корпоративных систем. Но "ИИ" добавляет важную составляющую - программа становится активным актором для юзера и то что мы перешли во много на агентов - прорыв
"ИИ" сугубо тип программ, которые замечательно подходят потому что позволяют, хоть и кучей ошибок на данный момент, но работать в околоавтономном режиме и выходить за пределы исходных инструкций. Флуктуации COT того же дипсика как пример
Неа, не путаю, просто их реально делали devops-инженеры и часто их делают devops-инженеры. У компаний водились деньги, но почему то про SRE стали задумываться только под конец моей работы в них
Да, но сам факт того что многие держатели денег, действительно больших денег, задумались, а почему вдруг нам нужно столько людей для операционки и тех кто иногда выступает как организационные костыли, если у нас основное препятствие это по сути недостаточная цифровизация и слабоструктированные данные, это уже звоночек. Сказать что отрасль развивается бешеными темпами, не сказать ничего и меня очень умиляет что многие к этому относятся с иронией и отгораживанием
Делать очень многое, я полагаю вы скорее просто в chatgpt закидываете вопросы?
Тут требуется естественно контекстов, набор противовесов и жестких правил. Крайне не рекомендую идти за SQL в gpt, лучше в gemini выше 2.5
Вот кстати все супер интересно. Если бы у модельки был доступ к вашей базе знаний (даже если там помойка) и TMS-ке, при условии грамотного управления памяти и токенов, + некоторых манипуляций для создания трассировки требований и цифрового следа в виде графового представления, то эта шайтан-машина пишет отличную тестовую документаци и автотесты. Но там нормально так работы надо проделать
Смотря как делать. Я полагаю вы ожидаете что закидываете условный промтп-рул простенький и он вам сразу делает все красиво? К сожалению это так не работает, тут требуется и понимать как работает технология и обладать набором лайфхаков, от работы в режиме цепочки мыслей и до онтологических пояснений
Если вы такое делаете редко - тогда для вас незначительная экономия. Я и мои коллеги часто это делают, праткически каждый день. Тикеты AI гораздо лучше меня формирует после зерошот промтов и вопросов мне