Тоже подумал, что одно из очень удобных применений программы - собрать / перенаправить все уведомления в одном месте, а потом окно этой программы перенести на какой-нибудь пятый рабочий стол (если говорить про windows), который никогда не открывается. И после этого в тишине можно поработать. Миллион уведомлений каждый день из каждого утюга, которые нельзя или можно пропустить, не дают сосредоточиться и раздергивают на куски.
Меня тоже предложение про Гостайну зацепило, тем более такое категоричное. Я и без гугла не сомневался, что у Ростелекома есть проекты с допуском к Гостайне, но для надежности проверил. И первый результат поиска дает ответ "«Ростелеком» выполняет работы и оказывает услуги, связанные с государственной тайной, и имеет в своей структуре специальные подразделения (отделы) по обеспечению защиты гостайны, лицензии ФСБ и ФСТЭК на соответствующую деятельность... "
Если под рутиной понимать мелкие задачи, в пустом проекте из 10 файлов, то может быть цена и отличается на треть. Но в моем понимании рутина - это любая задача, которая не требует каких-то архитектурных решений и особых знаний от llm. Такие задачи могут решаться десятками ежедневно внутри проекта, в котором могут быть сотни или несколько тысяч файлов. И вот в этом случае разница уровне размышления уже реально будет отличаться в разы. В подтверждение в интернете есть куча графиков с замерами. Иногда даже между соседними уровнями high и extra high разница в итоговой цене может быть двухкратная.
В Вашем эксперименте рутиные задачи решены за 23-39тыс токенов. В моей практике чаще встречаются рутиные задачи, каждая из которых от одного до нескольких миллионов токенов. И вот в таких задача префикс в общем объеме незаметен.
Цена у Opus упала примерно на треть, а не в разы: на таких мелких задачах основные деньги уходят на входной префикс агента, а не на размышления.
В статье не указано (или я это не нашел), на каких настройках (Low / Medium / High / Extra High / Max) проверялись модели. Цена решения того же Опуса в режиме Low и Max может отличаться и в 5 и в 10 раз. А следовательно все выводы по сравнению цены между разными моделями трудно оценивать.
Старшие модели для таких простых задач, вероятно нужно сразу ставить в режим Low, а у младших моделей возможно уровень размышлений можно и поднять. И тогда в выводах может получиться уже другая раскладка - например, Сонет на высоких настройках долго думал и не решил, а Опус на низких отработал быстрее и решил. По цене одинаково, а значит используем Опус.
Несколько человек и я в том числе спрашивали про собственную оценку в реальных исследованиях. Отвечаю.
Я попробовал для начала дать одну среднюю по сложности задачу, но которая выполнялась плану, в который другая LLM ранее внесла основные требования. Результат мне очень понравился и я подумал, что Grok 4.5 может стать одной из моих рабочих LLM.
После этого я дал Гроку ссылку на локальный бэклог и попросил выполнить 10 задач с указанными номерами. Все задачи выполнялись на максимальных настройках грока. Задачи были на питоне и их уровень не сложный, можно сказать даже часто простой. В результате из 10 задач одна была решена с критической ошибкой, две задачи были решены сомнительно, одна из простых задач была решена хоть и с безобидной, но с "детской" ошибкой. Сомнения в результатах выполнения у меня возникли сразу и я попросил другую LLM курсора Composer 2.5 сделать ревью комитов. В результате компоузер, который позиционируется как более простая по отношению к гроку модель, нашел все его ошибки и четко расписал. Итого я оставил из десяти шесть коммитов без изменений, два откатил полностью и в двух попросил композера исправить ошибки.
Пример критической ошибки. Есть сайт на фреймворке django. Этот фреймворк для всех LLM очень хорошо изучен. Раньше у меня для так называемых view - которые рендерят страницу, было кэширование полной страницы. Потом на сайте добавились пользователи и поскольку контент зависит от пользователя, я декоратор кэширования закомментировал и прямо в тех же строках указал причину. В бэклоге пункт, который выполнял грок, был ранее сформулирован другой llm как рекомендация по улучшению и звучал примерно так - вернуть закомментированное кэширование, там, где это безопасно и не поломает отображение страниц. Гроку в двух местах намекают, что кэширование может быть опасно, но он раскоментировал декораторы кэширования, добавил еще один декоратор, который не исправляет проблему и закомитил. Результат его действий, гости и боты могут видеть кэшированные страницы залогиненых пользователей. Залогиненные пользователи могут видеть страницы для гостей. Пользователи могут видеть страницы, предназначенные для ботов (где часть ссылок скрыта).
А детская ошибка следующая - нужно было сделать прогрессивную каптчу, которая после трех неправильно введенных паролей усложнялась. Грок это сделал, добавил счетчик, но этот счетчик терял единицу еще до проверки ввода пароля. Т.е. вместо трех попыток давалось только две.
И еще по-мелочи, а в других случаях это могут быть и не мелочи. Грок нарушил инструкцию, которая была указана в agents.md. Там был явный запрет добавлять Курсор в Ко-авторы в коммит месседжах при отправке в репозиторий.
Резюме Гроку 4.5 - как игрушка нормальный, как полноценный топовый инструмент - нет. И я не знаю почему его ставят выше последних моделей опуса и других. Когда не доверяешь LLM, то вместо полноценного вайб-кодинга приходится всё перепроверять самому или через ревью другими llm, выполнять промпты повторно, исправлять ошибки итп. Это очень утомляет и занимает много времени. Для сравнения Composer'у 2.5 от курсора я доверяю. Да Компоузер иногда делает ошибки, да компоузер не всегда может соревноваться с последним опусом, но ошибки компоузера встречается не часто и в гораздо более сложных задачах чем у Грока 4.5, а вгрызается он в суть процессов гораздо глубже. В общем пока моя рабочая лошадка остается Composer'у 2.5, а для самых сложных задач использую последние Claude Opus (сейчас 4.8) с настройками High.
Интересно, как компании, проводящие тесты, могут гарантировать их не-утечку?
Если набор тестов одинаковый, то значит и промпты должны быть одинаковые. И, если взять одну компанию, например, Anthropic, то она должна была получать промпты при выходе каждой версии Opus, Sonet, Fable итп.
И все, что нужно сделать этой компании, после выхода каждой модели в течение 1-2 недель отслеживать все промпты. Дальше отбирать повторяющиеся, отсеивать простые итп. И даже если запросы идут по отдельности с разных адресов, рано или поздно набор "независимых тестов" можно вычислить. А дальше уже дело техники. Сажаешь условного "индуса", который будет каждую нерешенную проблему разбирать долгими ночами и обучать модель, как именно ее нужно решать.
А еще помните, как бывает? Модель в закрытом доступе, а результаты бенчмарков уже опубликованы. Для той же Anthropic это означает, что из 100 пользователей, которым дали ранний доступ, несколько "пользователей" шлют задачи из бенчмарка.
Уточнение только: модель самого курсора называется не Cursor 2.5, а Composer 2.5. Пользуюсь ей постоянно и она действительно очень хороша и дешева. Курсор дает на модель Composer 2.5 отдельный лимит, который я на "тройной" подписке (Pro+ за 60$) ни разу ни смог выбрать, при том что ежемесячно использую около 500млн токенов только на этой модели. Grok 4.5 включили в этот же отдельный лимит, который идет "бонусом" к лимиту на все остальные модели (Claude, ChatGPT итп).
Composer 2.5 мне настолько нравится, что даже опасаюсь вместо него пробовать Grok 4.5 в текущих задачах. Хотелось бы дождаться отзывов реальных пользователей.
Кстати, совет тем, кто захочет попробовать курсор впервые. Можно найти реферальную ссылку от текущих пользователей и тогда первый месяц будет в два раза дешевле (10$ за подписку 20$ или 30$ за подписку 60$).
Хотя я сам нахожусь в РФ у меня курсор по умолчанию подключается через Эстонию, иначе модели Claude в курсоре могут не работать. Проверил прямо сейчас - по прежнему новый Grok не доступен. Отключил "прокси" и перезапустил IDE - Grok 4.5 появился. Включил прокси обратно и перезапустил IDE - Grok опять пропал.
Опытным путем установлено, что в европейских странах Грок 4.5 пока отключили, а в США и в РФ он появился. Неожиданное разделение стран. ))
Тоже использую платную подписку Cursor и тоже не вижу новой модели. Установил последнюю версию IDE - это ничего не меняет.
Я думаю причина вот в этом (цитата из анонса по ссылке в статье):
Note: Grok 4.5 is not yet available in the EU in any SpaceXAI products or the API console. EU availability is expected in mid-July.
Т.е. если подключаетесь с европейских IP адресов, то, вероятно, модель появится в IDE в "середине июля". Либо можно попробовать зайти через vpn с американским Ip-адресом. Сообщение выше как раз подтверждает эту версию.
Большинство услуг Роспатента, включая регистрацию программ для ЭВМ переносится на сайт госуслуг. Обновленный функционал Роспатента на госуслугах находится на этапе тестирования и момент переключения осталось ждать не долго. Переключают поэтапно и что-то могут через пару недель переключить, а что-то через пару месяцев.
Противоположный пример. У меня жена привязала apple_id к телефону, потом по какой-то причине, наверное, вышла из этой учетки и год или два пользовалась тем же телефоном, не входя в apple_id. Apple учетку заблокировала и теперь невозможно даже восстановить пароль при том, что к почте, на которую зарегистрирована учетка доступ есть.
В результате телефон превратился в кирпич. Зайти по apple_id нельзя, сменить его на том же телефоне нельзя, продать телефон нельзя итп. Год назад купили новый айфон и был выбор - или все с нуля заводить или перенести данные через резервную копию со старого, но с нерабочим apple_id. Перенесли через копию. Теперь новый телефон работает без apple_id, каждые ХХ минут просит пароль итп.
И теперь на новом телефоне остается выбор - или ограниченный функционал и постоянные просьбы ввести пароль или все снести и поставить заново. А чтобы снести все, нужно 300-400Гб данных через медленный интерфейс куда-то сохранить, а потом попробовать часть вернуть на телефон вручную. Очень “уважаю” в этом плане политику Apple.
На поле боя сейчас все идет к тому, что одни роботы будут сражаться с другими роботами.
А на рынке рекрутинга видимо скоро придем к тому, что одни LLM будут собеседовать других.
Предположим, что большая часть агентств заведут LLM системы, которые будут гарантировано обзванивать кандидатов, отправивших свои резюме. Зная это, кандидаты должны у себя настраивать свои LLM системы, которые будут максимально эффективно отвечать на входящие звонки/опросы, но при этом не будут уведомлять, что это робот.
И тогда процесс для кандидата будет следующий - накидал своей LLM пару абзацев чернового текста "о себе". LLM все красиво оформила разослала резюме в 100 компаний, которые сама отобрала по различным критериям. После этого LLM ответила на 100 голосовых опросов. А кандидат, живой человек, через пару дней получает 5 предложений на финальное собеседование из тех компаний, где он прошел предварительный отбор. При этом LLM кандидата ранжирует все прошедшие предложения по уровню дохода, удалению работодателя, режиму работы и дает сводку, как она отвечала на вопросы LLM работодателя. И при этом не требуется джуна представлять сеньором, а просто нужно при его описании выжать максимум из его положительных сторон и нивелировать его слабые стороны.
Конечно финальное собеседование с живым рекрутом отсеет часть кандидатов. Но для кандидата шансы получить место все равно гораздо выше, когда его уже пригласили на несколько интервью как одного из "лучших", чем когда такого кандидата вообще никуда не зовут месяцами...
Подскажите, а как решается вопрос с персональными данными? Здесь и сбор, и обработка, и хранение и трансграничная передача данных.
Сначала мы хранили все в Google Таблицах, но довольно быстро уперлись в ограничения такого подхода.
Мы используем GPT-4.1
Например, как выполнить это требование “трансграничная передача допустима только после уведомления Роскомнадзора, если обеспечивается защита прав субъектов”?
Конечно вы можете ответить, что гугл-таблицы в прошлом, а LLM еще вчера переключили на российскую... Российские LLM справляются с задачей и по сути и по скорости так же хорошо, как ChatGPT?
Вероятно, что большая часть отечественного ПО, особенно нового, будет писаться и дорабатываться с помощью иностранных AI-агентов. И даже разработчик такого ПО может понятия не иметь, на сколько процентов его код похож на какой-то открытый репозиторий, на котором ранее обучалась LLM модель.
Во время своей работы с ИИ я во многом делаю все противоположно тому, что советуется в статье, и получаю прекрасный результат. Я пишу промпт подробно и часто получаю то, что мне нужно, с первого раза. Секрет успеха в моем случае - подробный промпт и использование топовых моделей, даже для относительно несложных задач. Обычно я использую Claude Opus 4.5/4.6/4.7 в режиме Thinking. На этом можно было бы поставить точку.
Результат обычно настолько хорош, что в большинстве случаев его можно даже не проверять. Правила типа “не переписывай остальной код” зачастую не требуется писать в промптах. Для указанных выше моделей это часто избыточно, а если все равно хочется на этом сделать акцент, то это делается один раз в agents.md внутри проекта, либо в глобальных правилах. Использовать умышлено два языка - это перебор. Я всегда пишу на русском и согласно глобальных правил получаю ответы на русском. Если модель внутри размышлений думает на английском, я ее не ограничиваю.
Уже много раз сталкивался с тем, что лучше один раз потратить цену условно 5x, чем выбрать более простую модель и написать ей пять запросов по цене 2x. В конечном итоге выходит экономия и времени и денег.
А если выбирать модели попроще, то тогда да, требуется их всегда ограничивать, направлять, перенаправлять, наставлять итп. Пишем короткий промпт - ждем минуту результат - анализируем его и проверяем - указываем на ошибки и пишем короткое уточнение. Повторяем 5-10 раз, понимаем, что больше нет сил допиливать и результат уже доведен до состояния “и так сойдет”. А если изначально нужно было реализовать архитектурное решение, то неправильный выбор ИИ-моделью стратегии и многократное допиливание результата с помощью дополнительных промптов может привести к сложной дилемме. Переделать то, что делал несколько дней, или оставить, как сделал, но потом на протяжении нескольких лет при необходимости доработки, использовать костыли и делать двойную по сложности работу.
Спасибо за совет! Про django-cacheops раньше не слышал. Решил попробовать. 10 минут на настройку (с учетом того, что redis у меня уже был настроен) и всё летает в автоматическом режиме. Там, где я раньше тратил очень много времени на добавление в коде кэширования представлений (view), кусков шаблонов, специально выделенных для кэширования функций итп, при наличии этого плагина можно было ничего не делать. У меня на сайте, как думаю и у многих, вся тяжесть работы и замедление формирования страниц связаны с БД. После того, как включил кэширование запросов к БД, сайт получил вторую молодость. А ведь в django-cacheops есть еще куча других разных фич. Например, есть удобное кэширование функций с помощью декоратора, чего нет в Django из коробки (Django только view-функции примерно так кэширует), и многое другое.
@anazarta Благодарю вас, за то, что начали добавлять новые дела по ЦГА Москвы. Прошу обратить внимание ещё вот на какой момент.
Сейчас по ЦГА Москвы Яндексом загружено ~7+тыс дел. Предположим, я сделал десятки разных запросов по всем фамилиям и нашел 100 полезных записей. Через месяц Яндекс добавит еще ~тысячу новых дел. Я повторю свои запросы и найду 110 интересных записей. Из них всего 10 новых. При этом, чтобы понять, где новые находки, а где старые, нужно пересмотреть практически каждую картинку из найденных 110шт. Еще через месяц Яндекс загрузит еще тысячу дел. И придется опять и опять все пересматривать повторно изображения, чтобы найти несколько новых записей. И так до бесконечности.
Было бы удобно, если бы Яндекс как-то помечал новые дела или позволял их фильтровать по дате добавления. Например, если бы был фильтр "Отобразить дела добавленные за последний месяц" или за три месяца, или за произвольный период - это было бы очень удобно. Можно было бы искать только в тех делах, которые ранее не просматривались.
Тоже подумал, что одно из очень удобных применений программы - собрать / перенаправить все уведомления в одном месте, а потом окно этой программы перенести на какой-нибудь пятый рабочий стол (если говорить про windows), который никогда не открывается. И после этого в тишине можно поработать. Миллион уведомлений каждый день из каждого утюга, которые нельзя или можно пропустить, не дают сосредоточиться и раздергивают на куски.
Меня тоже предложение про Гостайну зацепило, тем более такое категоричное. Я и без гугла не сомневался, что у Ростелекома есть проекты с допуском к Гостайне, но для надежности проверил. И первый результат поиска дает ответ
"«Ростелеком» выполняет работы и оказывает услуги, связанные с государственной тайной, и имеет в своей структуре специальные подразделения (отделы) по обеспечению защиты гостайны, лицензии ФСБ и ФСТЭК на соответствующую деятельность... "Если под рутиной понимать мелкие задачи, в пустом проекте из 10 файлов, то может быть цена и отличается на треть. Но в моем понимании рутина - это любая задача, которая не требует каких-то архитектурных решений и особых знаний от llm. Такие задачи могут решаться десятками ежедневно внутри проекта, в котором могут быть сотни или несколько тысяч файлов. И вот в этом случае разница уровне размышления уже реально будет отличаться в разы. В подтверждение в интернете есть куча графиков с замерами. Иногда даже между соседними уровнями high и extra high разница в итоговой цене может быть двухкратная.
В Вашем эксперименте рутиные задачи решены за 23-39тыс токенов. В моей практике чаще встречаются рутиные задачи, каждая из которых от одного до нескольких миллионов токенов. И вот в таких задача префикс в общем объеме незаметен.
Цена у Opus упала примерно на треть, а не в разы: на таких мелких задачах основные деньги уходят на входной префикс агента, а не на размышления.В статье не указано (или я это не нашел), на каких настройках (Low / Medium / High / Extra High / Max) проверялись модели. Цена решения того же Опуса в режиме Low и Max может отличаться и в 5 и в 10 раз. А следовательно все выводы по сравнению цены между разными моделями трудно оценивать.
Старшие модели для таких простых задач, вероятно нужно сразу ставить в режим Low, а у младших моделей возможно уровень размышлений можно и поднять. И тогда в выводах может получиться уже другая раскладка - например, Сонет на высоких настройках долго думал и не решил, а Опус на низких отработал быстрее и решил. По цене одинаково, а значит используем Опус.
Несколько человек и я в том числе спрашивали про собственную оценку в реальных исследованиях. Отвечаю.
Я попробовал для начала дать одну среднюю по сложности задачу, но которая выполнялась плану, в который другая LLM ранее внесла основные требования. Результат мне очень понравился и я подумал, что Grok 4.5 может стать одной из моих рабочих LLM.
После этого я дал Гроку ссылку на локальный бэклог и попросил выполнить 10 задач с указанными номерами. Все задачи выполнялись на максимальных настройках грока. Задачи были на питоне и их уровень не сложный, можно сказать даже часто простой. В результате из 10 задач одна была решена с критической ошибкой, две задачи были решены сомнительно, одна из простых задач была решена хоть и с безобидной, но с "детской" ошибкой. Сомнения в результатах выполнения у меня возникли сразу и я попросил другую LLM курсора Composer 2.5 сделать ревью комитов. В результате компоузер, который позиционируется как более простая по отношению к гроку модель, нашел все его ошибки и четко расписал. Итого я оставил из десяти шесть коммитов без изменений, два откатил полностью и в двух попросил композера исправить ошибки.
Пример критической ошибки. Есть сайт на фреймворке django. Этот фреймворк для всех LLM очень хорошо изучен. Раньше у меня для так называемых view - которые рендерят страницу, было кэширование полной страницы. Потом на сайте добавились пользователи и поскольку контент зависит от пользователя, я декоратор кэширования закомментировал и прямо в тех же строках указал причину. В бэклоге пункт, который выполнял грок, был ранее сформулирован другой llm как рекомендация по улучшению и звучал примерно так - вернуть закомментированное кэширование, там, где это безопасно и не поломает отображение страниц. Гроку в двух местах намекают, что кэширование может быть опасно, но он раскоментировал декораторы кэширования, добавил еще один декоратор, который не исправляет проблему и закомитил. Результат его действий, гости и боты могут видеть кэшированные страницы залогиненых пользователей. Залогиненные пользователи могут видеть страницы для гостей. Пользователи могут видеть страницы, предназначенные для ботов (где часть ссылок скрыта).
А детская ошибка следующая - нужно было сделать прогрессивную каптчу, которая после трех неправильно введенных паролей усложнялась. Грок это сделал, добавил счетчик, но этот счетчик терял единицу еще до проверки ввода пароля. Т.е. вместо трех попыток давалось только две.
И еще по-мелочи, а в других случаях это могут быть и не мелочи. Грок нарушил инструкцию, которая была указана в agents.md. Там был явный запрет добавлять Курсор в Ко-авторы в коммит месседжах при отправке в репозиторий.
Резюме Гроку 4.5 - как игрушка нормальный, как полноценный топовый инструмент - нет. И я не знаю почему его ставят выше последних моделей опуса и других. Когда не доверяешь LLM, то вместо полноценного вайб-кодинга приходится всё перепроверять самому или через ревью другими llm, выполнять промпты повторно, исправлять ошибки итп. Это очень утомляет и занимает много времени. Для сравнения Composer'у 2.5 от курсора я доверяю. Да Компоузер иногда делает ошибки, да компоузер не всегда может соревноваться с последним опусом, но ошибки компоузера встречается не часто и в гораздо более сложных задачах чем у Грока 4.5, а вгрызается он в суть процессов гораздо глубже. В общем пока моя рабочая лошадка остается Composer'у 2.5, а для самых сложных задач использую последние Claude Opus (сейчас 4.8) с настройками High.
Интересно, как компании, проводящие тесты, могут гарантировать их не-утечку?
Если набор тестов одинаковый, то значит и промпты должны быть одинаковые. И, если взять одну компанию, например, Anthropic, то она должна была получать промпты при выходе каждой версии Opus, Sonet, Fable итп.
И все, что нужно сделать этой компании, после выхода каждой модели в течение 1-2 недель отслеживать все промпты. Дальше отбирать повторяющиеся, отсеивать простые итп. И даже если запросы идут по отдельности с разных адресов, рано или поздно набор "независимых тестов" можно вычислить. А дальше уже дело техники. Сажаешь условного "индуса", который будет каждую нерешенную проблему разбирать долгими ночами и обучать модель, как именно ее нужно решать.
А еще помните, как бывает? Модель в закрытом доступе, а результаты бенчмарков уже опубликованы. Для той же Anthropic это означает, что из 100 пользователей, которым дали ранний доступ, несколько "пользователей" шлют задачи из бенчмарка.
Уточнение только: модель самого курсора называется не Cursor 2.5, а Composer 2.5. Пользуюсь ей постоянно и она действительно очень хороша и дешева. Курсор дает на модель Composer 2.5 отдельный лимит, который я на "тройной" подписке (Pro+ за 60$) ни разу ни смог выбрать, при том что ежемесячно использую около 500млн токенов только на этой модели. Grok 4.5 включили в этот же отдельный лимит, который идет "бонусом" к лимиту на все остальные модели (Claude, ChatGPT итп).
Composer 2.5 мне настолько нравится, что даже опасаюсь вместо него пробовать Grok 4.5 в текущих задачах. Хотелось бы дождаться отзывов реальных пользователей.
Кстати, совет тем, кто захочет попробовать курсор впервые. Можно найти реферальную ссылку от текущих пользователей и тогда первый месяц будет в два раза дешевле (10$ за подписку 20$ или 30$ за подписку 60$).
Хотя я сам нахожусь в РФ у меня курсор по умолчанию подключается через Эстонию, иначе модели Claude в курсоре могут не работать. Проверил прямо сейчас - по прежнему новый Grok не доступен. Отключил "прокси" и перезапустил IDE - Grok 4.5 появился. Включил прокси обратно и перезапустил IDE - Grok опять пропал.
Опытным путем установлено, что в европейских странах Грок 4.5 пока отключили, а в США и в РФ он появился. Неожиданное разделение стран. ))
А это ссылка, по которой сам курсор предлагает узнать дополнительные подробности https://cursor.com/blog/grok-4-5
А причина задержки в Европе вот в чем:
Grok 4.5 is not yet available in the European Union in accordance with the EU AI Act.Cсылка на EU AI Act.
Тоже использую платную подписку Cursor и тоже не вижу новой модели. Установил последнюю версию IDE - это ничего не меняет.
Я думаю причина вот в этом (цитата из анонса по ссылке в статье):
Note: Grok 4.5 is not yet available in the EU in any SpaceXAI products or the API console. EU availability is expected in mid-July.Т.е. если подключаетесь с европейских IP адресов, то, вероятно, модель появится в IDE в "середине июля". Либо можно попробовать зайти через vpn с американским Ip-адресом. Сообщение выше как раз подтверждает эту версию.
Большинство услуг Роспатента, включая регистрацию программ для ЭВМ переносится на сайт госуслуг. Обновленный функционал Роспатента на госуслугах находится на этапе тестирования и момент переключения осталось ждать не долго. Переключают поэтапно и что-то могут через пару недель переключить, а что-то через пару месяцев.
Для решения этой проблемы мы можем использовать нейросети с большим контекстным окном (Gemini 3, Claude 3).Это что за нейросети? Особенно вторая интересует. Где ее найти и как к ней подключиться?Противоположный пример. У меня жена привязала apple_id к телефону, потом по какой-то причине, наверное, вышла из этой учетки и год или два пользовалась тем же телефоном, не входя в apple_id. Apple учетку заблокировала и теперь невозможно даже восстановить пароль при том, что к почте, на которую зарегистрирована учетка доступ есть.
В результате телефон превратился в кирпич. Зайти по apple_id нельзя, сменить его на том же телефоне нельзя, продать телефон нельзя итп. Год назад купили новый айфон и был выбор - или все с нуля заводить или перенести данные через резервную копию со старого, но с нерабочим apple_id. Перенесли через копию. Теперь новый телефон работает без apple_id, каждые ХХ минут просит пароль итп.
И теперь на новом телефоне остается выбор - или ограниченный функционал и постоянные просьбы ввести пароль или все снести и поставить заново. А чтобы снести все, нужно 300-400Гб данных через медленный интерфейс куда-то сохранить, а потом попробовать часть вернуть на телефон вручную. Очень “уважаю” в этом плане политику Apple.
del
На поле боя сейчас все идет к тому, что одни роботы будут сражаться с другими роботами.
А на рынке рекрутинга видимо скоро придем к тому, что одни LLM будут собеседовать других.
Предположим, что большая часть агентств заведут LLM системы, которые будут гарантировано обзванивать кандидатов, отправивших свои резюме. Зная это, кандидаты должны у себя настраивать свои LLM системы, которые будут максимально эффективно отвечать на входящие звонки/опросы, но при этом не будут уведомлять, что это робот.
И тогда процесс для кандидата будет следующий - накидал своей LLM пару абзацев чернового текста "о себе". LLM все красиво оформила разослала резюме в 100 компаний, которые сама отобрала по различным критериям. После этого LLM ответила на 100 голосовых опросов. А кандидат, живой человек, через пару дней получает 5 предложений на финальное собеседование из тех компаний, где он прошел предварительный отбор. При этом LLM кандидата ранжирует все прошедшие предложения по уровню дохода, удалению работодателя, режиму работы и дает сводку, как она отвечала на вопросы LLM работодателя. И при этом не требуется джуна представлять сеньором, а просто нужно при его описании выжать максимум из его положительных сторон и нивелировать его слабые стороны.
Конечно финальное собеседование с живым рекрутом отсеет часть кандидатов. Но для кандидата шансы получить место все равно гораздо выше, когда его уже пригласили на несколько интервью как одного из "лучших", чем когда такого кандидата вообще никуда не зовут месяцами...
Интересная статья. Спасибо.
Подскажите, а как решается вопрос с персональными данными? Здесь и сбор, и обработка, и хранение и трансграничная передача данных.
Сначала мы хранили все в Google Таблицах, но довольно быстро уперлись в ограничения такого подхода.Мы используем GPT-4.1Например, как выполнить это требование “трансграничная передача допустима только после уведомления Роскомнадзора, если обеспечивается защита прав субъектов”?
Конечно вы можете ответить, что гугл-таблицы в прошлом, а LLM еще вчера переключили на российскую... Российские LLM справляются с задачей и по сути и по скорости так же хорошо, как ChatGPT?
Вероятно, что большая часть отечественного ПО, особенно нового, будет писаться и дорабатываться с помощью иностранных AI-агентов. И даже разработчик такого ПО может понятия не иметь, на сколько процентов его код похож на какой-то открытый репозиторий, на котором ранее обучалась LLM модель.
Во время своей работы с ИИ я во многом делаю все противоположно тому, что советуется в статье, и получаю прекрасный результат. Я пишу промпт подробно и часто получаю то, что мне нужно, с первого раза. Секрет успеха в моем случае - подробный промпт и использование топовых моделей, даже для относительно несложных задач. Обычно я использую Claude Opus 4.5/4.6/4.7 в режиме Thinking. На этом можно было бы поставить точку.
Результат обычно настолько хорош, что в большинстве случаев его можно даже не проверять. Правила типа “не переписывай остальной код” зачастую не требуется писать в промптах. Для указанных выше моделей это часто избыточно, а если все равно хочется на этом сделать акцент, то это делается один раз в agents.md внутри проекта, либо в глобальных правилах. Использовать умышлено два языка - это перебор. Я всегда пишу на русском и согласно глобальных правил получаю ответы на русском. Если модель внутри размышлений думает на английском, я ее не ограничиваю.
Уже много раз сталкивался с тем, что лучше один раз потратить цену условно 5x, чем выбрать более простую модель и написать ей пять запросов по цене 2x. В конечном итоге выходит экономия и времени и денег.
А если выбирать модели попроще, то тогда да, требуется их всегда ограничивать, направлять, перенаправлять, наставлять итп. Пишем короткий промпт - ждем минуту результат - анализируем его и проверяем - указываем на ошибки и пишем короткое уточнение. Повторяем 5-10 раз, понимаем, что больше нет сил допиливать и результат уже доведен до состояния “и так сойдет”. А если изначально нужно было реализовать архитектурное решение, то неправильный выбор ИИ-моделью стратегии и многократное допиливание результата с помощью дополнительных промптов может привести к сложной дилемме. Переделать то, что делал несколько дней, или оставить, как сделал, но потом на протяжении нескольких лет при необходимости доработки, использовать костыли и делать двойную по сложности работу.
Спасибо за совет!
Про django-cacheops раньше не слышал. Решил попробовать.
10 минут на настройку (с учетом того, что redis у меня уже был настроен) и всё летает в автоматическом режиме.
Там, где я раньше тратил очень много времени на добавление в коде кэширования представлений (view), кусков шаблонов, специально выделенных для кэширования функций итп, при наличии этого плагина можно было ничего не делать. У меня на сайте, как думаю и у многих, вся тяжесть работы и замедление формирования страниц связаны с БД. После того, как включил кэширование запросов к БД, сайт получил вторую молодость.
А ведь в django-cacheops есть еще куча других разных фич. Например, есть удобное кэширование функций с помощью декоратора, чего нет в Django из коробки (Django только view-функции примерно так кэширует), и многое другое.
@anazarta Благодарю вас, за то, что начали добавлять новые дела по ЦГА Москвы. Прошу обратить внимание ещё вот на какой момент.
Сейчас по ЦГА Москвы Яндексом загружено ~7+тыс дел. Предположим, я сделал десятки разных запросов по всем фамилиям и нашел 100 полезных записей. Через месяц Яндекс добавит еще ~тысячу новых дел. Я повторю свои запросы и найду 110 интересных записей. Из них всего 10 новых. При этом, чтобы понять, где новые находки, а где старые, нужно пересмотреть практически каждую картинку из найденных 110шт. Еще через месяц Яндекс загрузит еще тысячу дел. И придется опять и опять все пересматривать повторно изображения, чтобы найти несколько новых записей. И так до бесконечности.
Было бы удобно, если бы Яндекс как-то помечал новые дела или позволял их фильтровать по дате добавления. Например, если бы был фильтр "Отобразить дела добавленные за последний месяц" или за три месяца, или за произвольный период - это было бы очень удобно. Можно было бы искать только в тех делах, которые ранее не просматривались.