Если честно не понял зачем это нужно считать? Мне казалось, что текущий механизм поступления с приоритетами даёт возможность хоть куда-нибудь да поступить. А вот момент со слежкой, он зачем нужен?
зависит от ценностей, если ценности и потребности совпадают, то вполне образец для подражания, а учитывая огромный ресурс Китая, то это идеальная площадка для экспериментов, в том числе неудачных
Давно?
имхо, где-то в десятых началось, экономика и научный потенциал зарешали и игнорировать их стало невозможно
У меня другое впечатление - очень узкая область знаний, шаг в сторону - "у меня не было этого в работе".
А можете на примере показать.. Просто мне кажется, что это специфика любого новичка без достаточного количества опыта. Плюс допом тут накладывается специфика ну, наверно, почти любого бигтеха, где много своих велосипедов, а широта выполняемых задач ограниченна узким компонентом/системой не выходящей за рамки дожностных обязанностей, то есть системного заменяемого винтика. И вот в таких условиях логично слышать от честного человека "у меня не было этого в работе", что в моем понимании не обязательно говорит о низкой квалификации.
никто не будет покупать софт/игру/etc из-за нерентабельности апгрейда - это неминуемо произойдет.
Мне кажется некоторые игровые издатели которые раньше выпускали игры абы как начали чуть сильнее за этим следить, видимо, провальные запуски из-за технического качества их чему-то да учат, правда медленно
Согласен с тем, что лопаты продаются проще, но, учитывая, что они уже вынуждены погружаться в предметные области и в том числе нанимают экспертов в этих областях (чтобы те тренировали модели и валидировали ответы моделей), то в целом есть вероятность сдвига их фокуса из мира ИИ в мир реальный для применения результатов дешевого интеллекта там, где это наиболее маржинально, либо для сотрудничества (чем они уже кажется занимаются на госконтрактах), либо для заработка (создание побочного бизнеса, мало ли у нас что-ли примеров компаний которые занимаются всем подряд).
Если бы они работали абсолютно точно и корректно всегда, то остальным компаниям пришлось бы просто свернуть работу и закрыться, чего не происходит.
Ни одна компания, производящая LLM и агентом не заявляет это, да, может быть маркетинг, что всё замечательно, но глобально среди тех, кто в теме, нет мысли, что всё замечательно.
Но вы зачем-то требуете идеальность в неидеальном мире)
Я не понимаю, вы что хотите доказать? Что если пустить кодовую базу на самотёк и довериться на 100% моделям, исключив личную ответственность, то будет плохо? Ну так я этого не отрицал и чуть ли не сразу об этом говорю, что текущий уровень моделей неидеален, говорил и о том, что моделям нужно объяснять принципы взаимодействия с кодовой базой.
Не надо параллельно. Не надо много. Надо одну, но хорошо. С типичным нечетким описанием. Но с учетом всех дефолтов мира, фирмы и проекта.
Ну вот это главное идеологическое расхождение, я говорю, что можно параллельно, можно много, но с четким описанием «хотелок».
Я ничего не смогу поделать, что вам это не нужно, но я по-прежнему придерживаюсь позиции, что нейросети — это инструмент, с которым можно научиться работать и стать эффективнее, либо быть техно-пессимистом и игнорировать новые технические возможности.
Не, я, конечно, могу быть несколько оптимистичен, но мне кажется, мы говорим о несколько разных вещах.
Как минимум, я не имел вайбкодинг в чистом его виде, то есть не отрицаю автотесты, контроль качества и ревью. Вайбкодинг без этого — хаос.
Качественный процесс разработки с нейросетями ближе к руководству над командой, где процесс разработки вертится вокруг проектирования, делегирования и составления и ревью тикетов, а не о самостоятельном кодинге.
Такие системы, как Codex, наглядно это показывают, позволяя ставить параллельно большое количество задач.
Насчёт обучаемости вы правы, базово модель не в курсе, что за проект, как с ним работать. Однако есть методики, которые улучшают «понимание» проекта моделями, и если следовать методикам, вы эту ситуацию до какой-то степени способны исправить, естественно, не до уровня опытного разработчика.
А вот насчёт техдолга я не согласен, люди годами придумывали паттерны и методологии, которые используют, чтобы минимизировать уровень техдолга, и если не пускать кодовую базу на самотёк, то всё будет адекватно.
Это я к тому, что нейросети — это инструмент, а вы, похоже, привыкли к молотку и гвоздям, но нейросети — это не молоток, а, условно, отвёртка или гаечный ключ, и вы, конечно, можете пытаться забивать саморезы привычным вам способом, однако при текущем уровне моделей задачи с постановкой «делай хорошо, а плохо не делай» результат будет непредсказуем и глуп.
Но, на мой взгляд, не всё так плохо, и при должной сноровке к нейросетям возможно адаптироваться, хотя бы ради автоматизации рутинных задач.
LLM'ки уже достаточно хорошо умеют переписывать код с одного языка на другой, рефакторить код, а новый код достойно они пишут только под присмотром знающего программиста-тимлида, который умеет ставить и описывать задачи.
Такая связка человек+агент дает возможность, например, легко писать код нативно сразу для нескольких платформ, перевозить простые приложения с одного стека на другой без затрат, измеряемых в человеко-годах, в общем, как минимум проблема с техдолгом при желании может стать заметно меньше.
Конечно, базовая тупость моделей пока ещё высока, и они часто генерируют бред, но под "руководством" грамотного технически подкованного человека код-агенты дают кратный рост в количестве написанного кода.
В общем, поменялось, теперь у вас есть junior+ разработчик, которому не нужно спать/отдыхать/заниматься личными делами, и при этом его можно масштабировать по размеру вашего кошелька.
Звучит нежизнеспособно, больше верю в то, что компании, обладающие качественным и неограниченным доступом к ИИ, просто начнут чаще патентовать идеи или заходить в интеллектуально ёмкие области для выполнения контрактов.
про котлин не скажу, вроде должно, а за Flutter могу сказать
по своему опыту, мобильное приложение достаточно легко запустилось на десктопе, отдельно есть вопросы с адаптацией под широкие экраны (но это в целом решаемо и не особо сложно учитывая современные возможности нейронок)
По перформансу все было в целом неплохо, на уровне Qt или хорошо оптимизированного электрона, ну то есть где-то 100-200мб ОЗУ на приложение.
С точки зрения UI, наверно притязательный пользователь распознает недоработанный мобильный юай, но в случае компании которая готова вкладывать ресурс именно в приложение, то это решаемо
Но к выше сказаному стоит учесть, что последний раз я взаимодействовал с десктопным флаттером где-то в 22-23 году и с тех пор ситуация скорее всего изменилась в лучшую сторону.
Зачем пользователю использовать дешевую модель, если она непредсказуемо врет?
Дороговизна модели не гарантирует вам, что модель будет в особых случаях вести себя адекватно. В целом у разных пользователей разные задачи, и для кого-то быстрая/дешевая модель лучше чем долгая/дорогая, например, в ситуациях когда количество важнее качества.
И по личному опыту замечал, что для креативных задач думающие модели пока что ведут себя более однообразно, чем те, которые пишут ответ сразу.
учитывая, что они уже достаточно долгое время показывают почти такую-же динамику, то не сильно :)
Тем не менее, не это не гарантирует, что ллмка будет хорошо писать на этом языке, но в целом да, не невозможно
Но на следующей или через несколько версий новые модели (в случае популярности нового языка) могут и научиться в него "нативно"
Если честно не понял зачем это нужно считать? Мне казалось, что текущий механизм поступления с приоритетами даёт возможность хоть куда-нибудь да поступить. А вот момент со слежкой, он зачем нужен?
зависит от ценностей, если ценности и потребности совпадают, то вполне образец для подражания, а учитывая огромный ресурс Китая, то это идеальная площадка для экспериментов, в том числе неудачных
имхо, где-то в десятых началось, экономика и научный потенциал зарешали и игнорировать их стало невозможно
А можете на примере показать.. Просто мне кажется, что это специфика любого новичка без достаточного количества опыта. Плюс допом тут накладывается специфика ну, наверно, почти любого бигтеха, где много своих велосипедов, а широта выполняемых задач ограниченна узким компонентом/системой не выходящей за рамки дожностных обязанностей, то есть системного заменяемого винтика. И вот в таких условиях логично слышать от честного человека "у меня не было этого в работе", что в моем понимании не обязательно говорит о низкой квалификации.
ваши слова не противоречат этому
Кажется поэтому он и стал главным:) Не потому что использует иишечку, а потому что открыт к новым возможностям сделать себя эффективнее
Мне кажется некоторые игровые издатели которые раньше выпускали игры абы как начали чуть сильнее за этим следить, видимо, провальные запуски из-за технического качества их чему-то да учат, правда медленно
Согласен с тем, что лопаты продаются проще, но, учитывая, что они уже вынуждены погружаться в предметные области и в том числе нанимают экспертов в этих областях (чтобы те тренировали модели и валидировали ответы моделей), то в целом есть вероятность сдвига их фокуса из мира ИИ в мир реальный для применения результатов дешевого интеллекта там, где это наиболее маржинально, либо для сотрудничества (чем они уже кажется занимаются на госконтрактах), либо для заработка (создание побочного бизнеса, мало ли у нас что-ли примеров компаний которые занимаются всем подряд).
Ни одна компания, производящая LLM и агентом не заявляет это, да, может быть маркетинг, что всё замечательно, но глобально среди тех, кто в теме, нет мысли, что всё замечательно.
Но вы зачем-то требуете идеальность в неидеальном мире)
Мне кажется, вы спорите лишь бы поспорить, бесцельно, просто потому что вам новости про ИИ надоели.
Я не понимаю, вы что хотите доказать? Что если пустить кодовую базу на самотёк и довериться на 100% моделям, исключив личную ответственность, то будет плохо? Ну так я этого не отрицал и чуть ли не сразу об этом говорю, что текущий уровень моделей неидеален, говорил и о том, что моделям нужно объяснять принципы взаимодействия с кодовой базой.
Ну вот это главное идеологическое расхождение, я говорю, что можно параллельно, можно много, но с четким описанием «хотелок».
Я ничего не смогу поделать, что вам это не нужно, но я по-прежнему придерживаюсь позиции, что нейросети — это инструмент, с которым можно научиться работать и стать эффективнее, либо быть техно-пессимистом и игнорировать новые технические возможности.
Не, я, конечно, могу быть несколько оптимистичен, но мне кажется, мы говорим о несколько разных вещах.
Как минимум, я не имел вайбкодинг в чистом его виде, то есть не отрицаю автотесты, контроль качества и ревью. Вайбкодинг без этого — хаос.
Качественный процесс разработки с нейросетями ближе к руководству над командой, где процесс разработки вертится вокруг проектирования, делегирования и составления и ревью тикетов, а не о самостоятельном кодинге.
Такие системы, как Codex, наглядно это показывают, позволяя ставить параллельно большое количество задач.
Насчёт обучаемости вы правы, базово модель не в курсе, что за проект, как с ним работать. Однако есть методики, которые улучшают «понимание» проекта моделями, и если следовать методикам, вы эту ситуацию до какой-то степени способны исправить, естественно, не до уровня опытного разработчика.
А вот насчёт техдолга я не согласен, люди годами придумывали паттерны и методологии, которые используют, чтобы минимизировать уровень техдолга, и если не пускать кодовую базу на самотёк, то всё будет адекватно.
Это я к тому, что нейросети — это инструмент, а вы, похоже, привыкли к молотку и гвоздям, но нейросети — это не молоток, а, условно, отвёртка или гаечный ключ, и вы, конечно, можете пытаться забивать саморезы привычным вам способом, однако при текущем уровне моделей задачи с постановкой «делай хорошо, а плохо не делай» результат будет непредсказуем и глуп.
Но, на мой взгляд, не всё так плохо, и при должной сноровке к нейросетям возможно адаптироваться, хотя бы ради автоматизации рутинных задач.
LLM'ки уже достаточно хорошо умеют переписывать код с одного языка на другой, рефакторить код, а новый код достойно они пишут только под присмотром знающего программиста-тимлида, который умеет ставить и описывать задачи.
Такая связка человек+агент дает возможность, например, легко писать код нативно сразу для нескольких платформ, перевозить простые приложения с одного стека на другой без затрат, измеряемых в человеко-годах, в общем, как минимум проблема с техдолгом при желании может стать заметно меньше.
Конечно, базовая тупость моделей пока ещё высока, и они часто генерируют бред, но под "руководством" грамотного технически подкованного человека код-агенты дают кратный рост в количестве написанного кода.
В общем, поменялось, теперь у вас есть junior+ разработчик, которому не нужно спать/отдыхать/заниматься личными делами, и при этом его можно масштабировать по размеру вашего кошелька.
Звучит нежизнеспособно, больше верю в то, что компании, обладающие качественным и неограниченным доступом к ИИ, просто начнут чаще патентовать идеи или заходить в интеллектуально ёмкие области для выполнения контрактов.
про котлин не скажу, вроде должно, а за Flutter могу сказать
по своему опыту, мобильное приложение достаточно легко запустилось на десктопе, отдельно есть вопросы с адаптацией под широкие экраны (но это в целом решаемо и не особо сложно учитывая современные возможности нейронок)
По перформансу все было в целом неплохо, на уровне Qt или хорошо оптимизированного электрона, ну то есть где-то 100-200мб ОЗУ на приложение.
С точки зрения UI, наверно притязательный пользователь распознает недоработанный мобильный юай, но в случае компании которая готова вкладывать ресурс именно в приложение, то это решаемо
Но к выше сказаному стоит учесть, что последний раз я взаимодействовал с десктопным флаттером где-то в 22-23 году и с тех пор ситуация скорее всего изменилась в лучшую сторону.
или из современного Flutter или Kotlin Compose
Вы придумываете ChromeOS)
Дороговизна модели не гарантирует вам, что модель будет в особых случаях вести себя адекватно. В целом у разных пользователей разные задачи, и для кого-то быстрая/дешевая модель лучше чем долгая/дорогая, например, в ситуациях когда количество важнее качества.
И по личному опыту замечал, что для креативных задач думающие модели пока что ведут себя более однообразно, чем те, которые пишут ответ сразу.