Ну а какой иной смысл работы в офисе кроме социализации и неформальной коллаборации? По крайней мере, со стороны сотрудников, других плюсов не просматривается.
Отвлечение же коллег по пустому поводу, которые сотредоточены на работе в данный момент - это пожалуй больше похоже просто на неуважение. Такого тоже лучше избегать - правила элементарной вежливости.
С другой стороны, а как тогда поболтать с коллегами? Иногда бывает полезно что-то обсудить, вполне возможно и отвлеченное от непосредственно выполняемой задачи. Но я скорее экстраверт)
Хотя надо сказать, что опенспейс - опенспейсу рознь. Самый некомфортный вид - это когда столы рядами просто выставлены, без всяких перегородок, без ничего. Не представляю как в таких условиях продуктивно работать, когда у тебя за спиной люди ходят постоянно.
По большому счёту, все эти проблемы остро проявляются скорее при работе в строго офисном формате. В случае удаленки, вполне можно выставить статус "занят", чтобы не отвлекали. При гибридном формате, на дни работы из дома можно оставить наиболее сложные задачи, требующие концентрации. На офисные же дни, оставить задачи коммуникации с командой, различных согласований и задач, не требующих глубокой концентрации.
Опять очередные эксклюзивы для Pro-версии. Нет чтобы сделать возможность хотя бы пощупать самую мощную модель на менее затратных тарифах, а то ведь даже и непонятно есть ли разница.
Похоже на то, что OpenAI в очередной раз наступает на те же грабли. Когда куча народу открыли для себя DeepSeek.
Тут надо понимать, что если нейросети смогут полноценно заменить программистов, то они также смогут заменить и всех менеджеров низшего и среднего звена. По сути, владелец бизнеса будет ставить задачу ИИ-агенту и всё.
чтобы твой запрос запустился на более мощной нейросети придется сильно постараться, как при попытке попасть на оператора-человека при звонке в коллцентр ))
На мой взгляд, довольно часто компании используют тестовое задание просто для сужения воронки. Неважно, что многие опытные соискатели просто не станут подаваться на позицию, важно то что итоговая выборка сузится, а кандидаты попавашие в неё будут априори лояльны потенциальному работодателю. Это из той же серии, что и 7 этапов тех-собесов. Только очень мотивированные соискатели будут это всё проходить.
Так же не забывайте, что в Германии очень сильный соцпакет, одно лишь пособие по безработице в размере 70% зарплаты позволяет спокойно жить в течение года и без лишней суеты искать новую работу.
Сомнительно, что получится "без лишней суеты" на Blue Card, т.к. на поиск новой работы там дается только 3 месяца. С учётом долгих процессов в HR это может стать проблемой.
Думаю надо сначала проверить возможности o3 (надеюсь её не сделают эксклюзивом для Pro-подписки), т.к. хотя o1 и большой шаг по сравнению с 4o, но для решения хоть сколько то сложных задач не годится. Совсем не исключаю вариант, что на o3 весь хайп по LLM и закончится, т.к. её использование будет банально нерентабельно.
Интересно, значит и правда не фигура речи, я например, скорее вербализую что-то только по мере необходимости. Когда надо проговорить или описать какие-то вещи собеседнику. Возможно ещё в форме внутреннего монолога, когда надо заостроить на чём то внимание, т.к. в форме слов мысли становятся более чёткими. Удивительно конечно, что этот вопрос нигде особо не освещается.
Вот кстати да, всегда интересовало это "думать словами". Это фигура речи такая или и правда многие люди именно всё проговаривают внутри? "Вот у нас переменная X, надо присвоить ей значение Y + 1 и потом не забыть еще вызвать функцию Func1(X), и ещё надо вызвать логгирование. Теперь займемся обработкой цикла по списку list1, там нам нужно будет использовать результат вызова Func1()..." - вот прямо так что ли??
Создается впечатление, что прикладные ИИ-технологии будут наподобие современных биотехнологий. Вроде что-то понятно и как-то оно работает, но уровень сложности настолько запредельный, что зачастую точно ничего сказать нельзя.
Причем подозреваю, что подход с использованием формальной верификации схем, для их валидации и контроля, в итоге может проиграть полностью автоматической ИИ-генерации. Просто банально дешевле будет и никого особо не будет волновать, что схема работает не в 100% случаев и временами вообще непонятно чем занимается.
Есть большие сомнения, что можно научиться держать полностью в голове скажем 20 тыс. страниц книги (~30 томов энциклопедии), а это возможности уже существующих LLM.
Ещё с возрастом снижается "многозадачность" - люди уже не отвечают в течении 30 секунд в мессенджере на вопрос о задаче, закрытой полгода назад. Отвечают на следующий день, например.
Тут вообще стоит задуматься о необходимости работе в команде, где надо за 30 секунд отвечать на сообщение в мессенджере. Если речь конечно не о сотруднике технической поддержки первых линий.
Ну а какой иной смысл работы в офисе кроме социализации и неформальной коллаборации? По крайней мере, со стороны сотрудников, других плюсов не просматривается.
Отвлечение же коллег по пустому поводу, которые сотредоточены на работе в данный момент - это пожалуй больше похоже просто на неуважение. Такого тоже лучше избегать - правила элементарной вежливости.
С другой стороны, а как тогда поболтать с коллегами? Иногда бывает полезно что-то обсудить, вполне возможно и отвлеченное от непосредственно выполняемой задачи. Но я скорее экстраверт)
Хотя надо сказать, что опенспейс - опенспейсу рознь. Самый некомфортный вид - это когда столы рядами просто выставлены, без всяких перегородок, без ничего. Не представляю как в таких условиях продуктивно работать, когда у тебя за спиной люди ходят постоянно.
По большому счёту, все эти проблемы остро проявляются скорее при работе в строго офисном формате. В случае удаленки, вполне можно выставить статус "занят", чтобы не отвлекали. При гибридном формате, на дни работы из дома можно оставить наиболее сложные задачи, требующие концентрации. На офисные же дни, оставить задачи коммуникации с командой, различных согласований и задач, не требующих глубокой концентрации.
иногда, чтобы придумать что-то простое - надо хорошенько подумать.
а o3-mini это o3-mini-high или более простой вариант?
Опять очередные эксклюзивы для Pro-версии. Нет чтобы сделать возможность хотя бы пощупать самую мощную модель на менее затратных тарифах, а то ведь даже и непонятно есть ли разница.
Похоже на то, что OpenAI в очередной раз наступает на те же грабли. Когда куча народу открыли для себя DeepSeek.
Тут надо понимать, что если нейросети смогут полноценно заменить программистов, то они также смогут заменить и всех менеджеров низшего и среднего звена. По сути, владелец бизнеса будет ставить задачу ИИ-агенту и всё.
чтобы твой запрос запустился на более мощной нейросети придется сильно постараться, как при попытке попасть на оператора-человека при звонке в коллцентр ))
На мой взгляд, довольно часто компании используют тестовое задание просто для сужения воронки. Неважно, что многие опытные соискатели просто не станут подаваться на позицию, важно то что итоговая выборка сузится, а кандидаты попавашие в неё будут априори лояльны потенциальному работодателю. Это из той же серии, что и 7 этапов тех-собесов. Только очень мотивированные соискатели будут это всё проходить.
Скорее всего, такие диски по-умолчанию предполагается в RAID использовать. Тогда проблема недостаточной надежности не так уж и критична.
Тогда это будет явный признак того, что:
Сомнительно, что получится "без лишней суеты" на Blue Card, т.к. на поиск новой работы там дается только 3 месяца. С учётом долгих процессов в HR это может стать проблемой.
Где-то слышал, что на китайском считать проще. Может в этом дело?
Думаю надо сначала проверить возможности o3 (надеюсь её не сделают эксклюзивом для Pro-подписки), т.к. хотя o1 и большой шаг по сравнению с 4o, но для решения хоть сколько то сложных задач не годится. Совсем не исключаю вариант, что на o3 весь хайп по LLM и закончится, т.к. её использование будет банально нерентабельно.
Интересно, значит и правда не фигура речи, я например, скорее вербализую что-то только по мере необходимости. Когда надо проговорить или описать какие-то вещи собеседнику. Возможно ещё в форме внутреннего монолога, когда надо заостроить на чём то внимание, т.к. в форме слов мысли становятся более чёткими. Удивительно конечно, что этот вопрос нигде особо не освещается.
Вот кстати да, всегда интересовало это "думать словами". Это фигура речи такая или и правда многие люди именно всё проговаривают внутри? "Вот у нас переменная X, надо присвоить ей значение Y + 1 и потом не забыть еще вызвать функцию Func1(X), и ещё надо вызвать логгирование. Теперь займемся обработкой цикла по списку list1, там нам нужно будет использовать результат вызова Func1()..." - вот прямо так что ли??
Создается впечатление, что прикладные ИИ-технологии будут наподобие современных биотехнологий. Вроде что-то понятно и как-то оно работает, но уровень сложности настолько запредельный, что зачастую точно ничего сказать нельзя.
Причем подозреваю, что подход с использованием формальной верификации схем, для их валидации и контроля, в итоге может проиграть полностью автоматической ИИ-генерации. Просто банально дешевле будет и никого особо не будет волновать, что схема работает не в 100% случаев и временами вообще непонятно чем занимается.
Есть большие сомнения, что можно научиться держать полностью в голове скажем 20 тыс. страниц книги (~30 томов энциклопедии), а это возможности уже существующих LLM.
Тут вообще стоит задуматься о необходимости работе в команде, где надо за 30 секунд отвечать на сообщение в мессенджере. Если речь конечно не о сотруднике технической поддержки первых линий.
Конечно перспективы подхода огромные, ведь ИИ потенциально может держать "в голове" всю схему целиком. Но вот это беспокоит:
Потому что сейчас "не могут полностью понять", а что в будущем? Не смогут понять вообще?