Комментарии 499
Надо вот над чем подумать - если, предположим, мы в РФ - то коэффициент халявы считается как отношение работы (джолуль) к вознаграждению (рубль) - то есть стало быть халява меряется как Дж/Руб. Если вознаграждение не гарантируется, то нижняя часть дроби стало быть, становится равна нулю - а значит математически это невозможно.
Зато халява приходит в копирайтинг? Треть ссылок с utm_source=chatgpt.com, вообще не палитесь.
А вы точно посчитали, действительно треть. Но я и пишу, что пользуюсь gpt ежедневно с 2022, в том числе для разработки, копирайтинга и поиска.
P.S.
Не вижу проблемы в том, что для “гугления“ использую ChatGPT, если я проверяю его ссылки.
Тексты в основном правлю на английском, т.к. на русском LLM пишут отправтительно.
пользуюсь gpt ежедневно с 2022, в том числе для разработки, копирайтинга и поиска.
граждане, проходим мимо, мы разговариваем с ИИ :)
Почему? Я ”гуглю” вещи вроде “Find me links to proof that AI simplifies codding. Find me links to proof that AI makes coding harder“. Каким образом это делаем меня ИИ?
Или на работе. Последний раз просил переписать enum на sealed class в Kotlin-проекте. Потому что задача рутинная и предсказуемая. В прошлом для такого макросы в vim-е писал, но с LLM быстрее.
незнаю как там оно это ваше кодит, но юмор понимать до сих не обучилось ><
То есть вместо аналитической работы мы видим сову, натянутую на глобус?
А зачем вы переписываете enums на sealed classes? Если перечисления уже работают в проекте, зачем?
Капец, этот ИИ бот ещё и отвечает с наездами 😏 Какую политику в него впихнули?!
Enum конвертируется в sealed class двумя кнопками в IntelliJ IDEA. Нейронка тут избыточна.
В 2022 (и в 2023) ChatGPT не мог решить ни один вопрос на среднем уровне. То, что вы им пользовались, даже несколько пугает. Разве не проще, быстрее и качественнее было сделать самому? Сейчас это уже не так, но это сейчас.
Рутинный задачи и задачи по аналогии gpt3.5 решал хорошо.
Я очень удивился, когда дал chatGpt свой скрипт на Clojure, который писал около часа, используя свою же библиотеку, и он тут же перевел его на Bash без ошибок.
Вопрос откуда вообще берутся рутинные задачи. Программирование тем и отличается, что рутинные задачи автоматизируются и больше не появляются при правильном процессе.
Ну вот пример из комментария, на который вы ответили. Перевод с одного ЯП на другой.
Еще пример. Пробежадться по всей кодовой базе и починить утечку ресурсов — никто нигде PrepareStatement не закрывал. Везде код разный, автозаменой Intellj IDEA или вимом это не решить (я сперва пытался, это невозможно). Но задача на 100% рутинная.
Еще пример. Тесты начали по-новому писать. Старые тесты переносить в новый формат (заполнять базу не кодом, а из файла) — можно LLM попросить, задача банальная и справится любой. А скриптом это не решить. На такой скрипт больше времени уйдет, чем на ручное переписывание всех тестов.
Пробежадться по всей кодовой базе и починить утечку ресурсов — никто нигде PrepareStatement не закрывал. Везде код разный, автозаменой Intellj IDEA или вимом это не решить (я сперва пытался, это невозможно)
Для этого уже давно есть статические анализаторы. В случае конкретно с Java: Checkstyle, PMD, FindBugs, Error Prone, дополнительные расширения и наборы правил к ним. Причём это будет работать на этапе сборки для даже без внешних систем вроде SonarQube. А при некотором должном усилии можно написать собственные проверки и правила для каждого из этих анализаторов.
А для всего, что касается проверки конфигурациионных файлов, можно написать собственные правила, например, для Maven Enforcer Plugin.
Программирование тем и отличается, что рутинные задачи автоматизируются и больше не появляются при правильном процессе.
Казалось бы вы правы. Но по-факту, мы до сих пор широко пользуемся языками с динамической типизацией, хотя проверка и вывод типов — это вполне себе рутинная автоматизированная штука.
Не скажу за все языки, но, по ощущениям, в мире джаваскрипта подавляющее большинство уже давно тайпскриптом пользуется
Но по-факту, мы до сих пор широко пользуемся языками с динамической типизацией, хотя проверка и вывод типов — это вполне себе рутинная автоматизированная штука.
Всё так. Проверка и вывод типов — это вполне себе рутинная автоматизированная штука. На кой чёрт заставлять программистов писать эти типы, программируя на языках со статической типизацией, решительно не понятно, ведь всё можно рповерить и определить автоматически!
Вы не знаете, что такое вывод типов?
Речь о том, что не надо писать сигнатуры, примерно как вот тут:
https://github.com/ocaml/ocaml/blob/trunk/middle_end/closure/closure.ml
Вы не знаете, что языки с динамической типизацией существует вовсе не потому, что создатели не осилили статическую?
Конечно. Хорошо, я добавлю контекста — ЯВУ с динамической типизацией используются там, где таки нужна статическая.
Вы не знаете, что языки с динамической типизацией существует вовсе не потому, что создатели не осилили статическую?
А почему? И почему в три наиболее популярных ЯП с динамической типизацией (js, python, php) начали добавлять типы или делать типизированные обёртки?
А почему?
Потому что для разных задач нужны разные инструменты? Странная концепция, я понимаю, многие уверены, что существует только один расово верный.
начали добавлять типы
Если перечислять чего в истории ИТ сначала начали добавлять, потом перестали, потом начали убирать, получится труд размером с БСЭ, не меньше. У вас аргументы кроме принципов Василия Алибабаевича имеются?
Потому что для разных задач нужны разные инструменты?
Какую задачу решает динамическая типизация? И, повторюсь, если динамическая типизация в этих языках намеренно, то почему все они начали обрастать статическими типами?
Странная концепция, я понимаю, многие уверены, что существует только один расово верный.
Да, жаль, что не все поймут...
У вас аргументы кроме принципов Василия Алибабаевича имеются?
А какие тезисы мне следует подрепить аргументами? Не припомню, чтобы я какие-либо выдвигал, но, может, запамятовал.
Какую задачу решает динамическая типизация?
hello world писать проще.
Какую задачу решает динамическая типизация?
Проще писать небольшие программы на одну-две страницы с линейным графом исполнения. Это частый случай.
И, повторюсь, если динамическая типизация в этих языках намеренно, то почему все они начали обрастать статическими типами?
Потому, что в ИТ всё делается через (_|_). Вместо того, чтобы взять язык с подходящей под задачу типизацией, берутся дешёвые программисты «на языке А», которые не желают учиться, и упорно пишут на языке с динамической типизацией. Программы разрастаются, начинает требоваться стать. типизация, но переписывать уже поздно, поэтому начинаются вопли про стат. типизацию в языке.
Нормальную статическую типизацию и многие разрабочики статически типизированных языков не осилили. Под нормальной я понимаю наличие хотя бы
алгебраических типов
наличие нормально структурной типизации, можно вдобавок к номинативной
нормальный проверяемый статически null либо соответствующие монады вроде Maybe
нормальные функции высшего порядка
Как знать, факт, что они осилили маркетинг.
и он тут же перевел его на Bash без ошибок.
Если вы обладаете достаточной экспертизой, чтобы понять, что ошибок там нет, то LLM вам не нужна. Даже вредна, т.к. читать чужой код сложнее, чем писать свой. А если не обладаете, то я бы, тем более, не рисковал.
Это наивное утверждение. LLM мне нужна, чтобы экономить время. Читать чужой код несложно, если это перевод написанного тобой кода и там всего один небольшой файл.
Я могу руками протестить, что скрипт работает, проверить его с shellcheck, и пробежаться по коду. Когда знаешь 10 ЯП, почти любой читается, как родной.
Мог бы и сам перевести скрипт на Bash, но это бы заняло больше времени и это скучная рутинная задача.
Я рутинные вопросы даже на семибитном мистрале решал.
Сейчас это уже не так, но это сейчас.
Да также сейчас. Регулярно пытаюсь спросить у чатгпт то, что не смог загуглить за 10 мин, вменяемого ответа не получил ни разу )) А то, что я могу загуглить сам, я загуглю без чатгпт.
Вообще-то сегодня нереально пройти собес с помощью ИИ (по крайней мере в России точно). Собеседователи тоже не идиоты! 😉
И можно поинтересоваться что именно вы разработали с помощью gpt? У вас в статье вагон бездоказательных тезисов, дайте хотя бы пощупать чтоли великие продукты созданные с помощью ии.
PS определение халявы у вас жуткое
Если вы подумали, что я пропагандирую вайб-кодинг, то это не так. У меня ровно противоположные взгляды. Ценность знаний CS, опыт и навыки построения архитектуры стали важнее, чем были до этого.
Я бы вам порекомендовал до комментирования читать вывод к статье, если вы не читаете всю статью.
вайб-кодинг,
Понятия не имею что это.
Я бы вам порекомендовал до комментирования читать вывод к статье, если вы не читаете всю статью.
Я бы порекомендовал вам прочитать вопрос прежде чем на него отвечать, а тем более давать рекомендации. Я спросил ровно то, что хотел спросить.
что именно вы разработали с помощью gpt?
дайте хотя бы пощупать чтоли великие продукты созданные с помощью ии.
Я об этом не писал в статье. Я не писал, что ИИ позволяет создавать что-то уникальное или великое. Я писал ровно противоположное: LLM хороша для рутины, а сложные, нестандартные задачи надо решать самому.
Поэтому оставляю свои рекомендации: не пишите комментарии, если не читали.
LLM хороша для рутины
Ну, я, например, не согласен. Я считаю что рутина должны быть давно автоматизирована и забыта. А не рутиные тривиальные задачи быстрее самому сделать и забыть чем перепроверять за фигней которая лжет
не пишите комментарии, если не читали
И снова у вас не верный вывод основанный на неверных предположениях и на основе всего этого вы почему то решили указывать тем кто задает вам вопросы? прикольно, а чего еще нельзя делать, можно списком?
Ну, я, например, не согласен. Я считаю что рутина должны быть давно автоматизирована и забыта.
Ну вот примеры рутины:
Рефакторинг, когда понятно, что делать, и надо в нескольких местах писать предсказуемый код.
Переписывание формата тестов — на другой фреймворк перешли.
Перевод одного ЯП на другой. Не всегда получится воспользоваться тулзой (к слову, я свой переводчик писал, знаю, о чем говорю).
Если вы это рутиной не считаете и думаете, что выполняете сложную и/или творческую работу, то вы ошибаетесь. Таким можно больше не заниматься и не тратить время, освободив себя для задач посложнее.
И снова у вас не верный вывод основанный на неверных предположениях
Тогда объясните, почему вы меня спрашиваете: “что именно вы разработали с помощью gpt“, “пощупать чтоли великие продукты созданные с помощью ии“?
Рефакторинг, когда понятно, что делать
у нас с вами СИЛЬНО разный рефакторинг, у меня его сделать может только человек, потому что он венчает собой окончание определенного набора итераций.
Таким можно больше не заниматься и не тратить время, освободив себя для задач посложнее.
Пожалуйста, покажите как это у вас работает, снимите ролик, выложите замеры времени, хоть чем то подтвердите свои слова .
Вот, например, оратор ниже прямо их опровергает.
https://habr.com/ru/articles/904754/comments/#comment_28226656
Тогда объясните, почему вы меня спрашиваете
Я писал ровно противоположное: LLM хороша для рутины
Вот, например, оратор ниже прямо их опровергает.
https://habr.com/ru/articles/904754/comments/#comment_28226656
Нет, вы задали вопросы, которые никакого отношения к статье не имеют и даете ссылку на комментраий другого человека, пишет то же что и вы, но другими словами.
Каждый день вижу статьи на тему - 99.9999999% уже пишут кид через ИИ, разработчики не нужны, новая эра кодинга.
Последний раз повторю, что я не говорил в статье, что программисты не нужны и ИИ их заменит. Я говорил, что надо вкладываться в базу.
у нас с вами СИЛЬНО разный рефакторинг
Может быть. Но рутинные задачи, которые очень сложно автоматизировать, бывают в программировании, не вижу смысла с этим спорт
Пожалуйста, покажите как это у вас работает
Ну вот, например, в легаси-проекте обрануживается, что люди не знали, что надо закрывать ресурс PreparedStatement (PS). Надо найти все блоки кода по проекту, где PS создается. Он может создаваться и использоваться по-разному:
создали сразу, выполнили.
создали и положили в переменную. Потом выполнили.
создали и положили в переменную. Передали в другую фукнцию. Там выполнили.
создали и вызвали котлиновский
apply/let
и внутри лямбды с ним как сthis/it(тут может быть “2“ и “3“ из примеров выше).
Нельзя написать макрос, скрипт или автозамену (регекспом или шаблонами Intellij IDEA), чтобы это решить. Потому что все может быть с разным неймингом и на разных строчках. Слишком много вариантов.
Но если на проекте настроен какой-нибудь claude code, можно составить промпт с примерами (5-6 варианто) и отдать ему менять всю кодовую базу. Это полностью рутинная задача —справится любой стажер, — но автоматизировать без LLM это нельзя.
Ссылки же легко очищать
Да нет, ровно по той же причине халява уходит из копирайта.
Хотя зависит от лица кого вы говорите - копирайтером или тех, кому нужны тексты
халява — это гарантированный результат за вложенные усилия
Слово «халява» обычно подразумевает большой результат за малые усилия, а лучше их отсутствие. «Гарантированный результат за вложенные усилия» больше похоже на определение справедливой оплаты труда.
Да, тоже удивился определению халявы. Разгрузка вагонов с почасовой гарантированной оплатой - тоже "халява"?
Халявы, как и бесконечности, можно сравнивать между собой. Одна халява халявнее другой, если она позволяет получить большее гарантированное вознаграждение за стандартные усилия. В этом плане я бы сказал, что разгрузка вагонов намного меньшая халява, чем разработка ПО.
То есть с вашей точки зрения любой процесс, в котором выполняется работа, и за это выполнение ожидается вознаграждение, в итоге может оказаться либо халявой (гарантируется ненулевое вознаграждение), либо кидаловом (ненулевое вознаграждение не гарантируется).
Где тогда в этой вашей системе нормальные трудовые отношения?
Очевидно, они относятся к халяве, потому что работник не должен ежемесячно выбивать деньги у работодателя, а работодатель со своей стороны обещает в любом случае платить, даже вместе результата сделаны только усилия.
То есть вы считаете, что для написания данной статьи автор изобрёл собственную терминологию. Правда, забыл поделиться ею (ну или ему было лень писать раздел про термины, определения и прочие сокращения).
Ну что ж, бывает... Хотя дело-то опасное - если бы Лобачевский не сказал с самого начала, что похерил один из постулатов, то быть бы ему не великим математиком, а рядовым пациентом.
Правда, забыл поделиться ею (ну или ему было лень писать раздел про термины, определения и прочие сокращения).
Это буквально первым предложением в статье идёт:
Для меня халява — это гарантированный результат за вложенные усилия. Логика повествования требует такого определения, дальше всё будет ясно.
автор изобрёл собственную терминологию. Правда, забыл поделиться ею
А как же самое первое предложение в статье?
нормальные трудовые отношения
Если представлять утопию, то была бы доля у каждого сотрудника и все получали бы часть прибыли. Т.е. каждого можно было бы рассматривать как предпринимателя. У предпринимателя нет гарантированного дохода и халявы тоже нет.
Не спорю, с определением я переборщил. Хотелось учесть и стандартное понимание халявы (большое вознаграждение за малые усилия) и гарантии. Но я от стандартного как будто отказался вообще по тексту. Моя ошибка.
Надо вот над чем подумать - если, предположим, мы в РФ - то коэффициент халявы считается как отношение работы (джолуль) к вознаграждению (рубль) - то есть стало быть халява меряется как Дж/Руб. Если вознаграждение не гарантируется, то нижняя часть дроби стало быть, становится равна нулю - а значит математически это невозможно.
Отличное рассуждение, подтверждающее мое определение! Халява невозможна там, где нет гарантий.
У вас при таком определении получается, что чем меньше оплата, тем больше халява. Надо в Руб/Дж мерять
А ведь и правда, тогда нужно устанавливать какой-то некий порог, ниже которого халява снижается, а выше - увеличивается, базовый офсет. Хотя и тут есть корнер-кейс - при нулевой работе - халява неопределённа, хотя нулевая работа и бесконечное вознаграждение по сути является эталонной халявой и близко к депутатам и онлифанщицам.
Нулевой работы не бывает. Даже зайти в приложение банка, посмотреть что пришло вознаграждение - это уже работа, пусть и небольшая.
Депутатам необходимо приезжать в здание Думы, сидеть в кресле и кнопку нажимать - это тоже уже очень далеко от нулевой работы.
Да и у онлифанщиц работы дофига - материалы придумывать и снимать, себя в какой-то презентабельный вид приводить.
Ой вей, почему-то ваш коммент напомнил мне про традиции шаббата в Израиле. Там интересные толкования работы местами :)
Тоже вопрос хороший. В целом, пока человек жив - даже в покое - мозг работает. Считается ли эта работа важной для коэффициента халявы? Или считается только работа, направленная на получение вознаграждения? А как эту работу дифференцировать? Одним словом, можно пару диссертаций написать
Зато отрицательная работа бывает и оплата отрицательная.
Например наняли работника, он вместо работы начал творить дичь, испортил технику, подрался с коллегами, распугал заказчиков и т.п.
И оплата отрицательная, вышел на работу, оплачивал проезд, еду, спецодежду, иногда сертификацию просят оплатить свою же (себе деньги берут), а вместо зарплаты ничего.
Идеально когда минус на минус даёт плюс, какой работодатель, такой и сотрудник...
Эту проблему еще можно неймингом решить. Пусть называется не “коэффициент халявы“, а “коэффициент избавления от халявы“.
Даже математически вывод неправильный. В знаменателе не 0, а мат.ожидание.
осталось еще законы физики приплести сюда и возможно найдете истину
Ахах, шикарный пример! Совершенно неверное использования термина в статье - это халявно путает
Возможно перепутано с "халтурой" в значении подработки?
Хм. То есть статью можно не читать? Зашел сначала глянуть комменты.
Я хотел сделать акцент на том, что раньше можно было вложиться в программирование и получить гарантированный результат, вроде высокооплачиваемой работы. А сейчас можно вложиться и не получить ничего — из-за текущего рынка.
Слово “справедливость“ мне не очень нравится, потому что не имеет отношения к реальной жизни. То что разработчики, изучая фреймворк за пару месяцев, получали в 2-5 раз больше врачей, потративших 7 лет на образование — тоже несправедливо. В этом отношении стандартное определение халявы для статьи подошло бы тоже. Но мне хотелось сфокусировать читателя на гарантиях, которые тоже прапали.
Раньше тоже можно было вложиться и ничего не получить. Просто степень этих вложений меняется. Очевидно, что в наше время с избытком желающих войти в айти, да ещё и кучей недоИИ, которые понимают чуть больше чем любой вкатун, надеяться на что-то все сложнее.
При этом - да, навыки решать проблемы бизнеса становятся важнее чем уметь виртуозно применять лямбда-выражения.
Зарплаты вряд ли как то просядут. Т.к. область деятельности по прежнему остаётся весьма сложной. И большинство просто уйдёт куда-нибудь ещё, где либо платить будут больше, либо за те же деньги придется меньше напрягаться.
На современном недоИИ далеко не уедешь. Это инструмент. Сам особо не пользуюсь, но иногда сталкиваюсь. Сплошное разочарование. При чем ошибки в таких местах, где болванчик уж точно не должен ошибаться. Например с областью видимости. Надо было скриптец сделать на groovy для jmeter. В итоге после мучений с китайским недоИИ написал все сам.
Используя вольную интерпретацию устоявшейся терминологии вы сознательно вводите читателя в заблуждение.
Ранее, до широкого распространения и использования ИИ, так же не было никаких гарантий в трудоустройстве. Повсеместное внедрение ИИ действительно меняет рынок труда, изменяя и требования к кандидатам (я бы не брался судить в одной только плоскости - "сложнее" или "проще"), но, повторюсь, из этого нельзя сделать вывод, что раньше "трава была зеленее", а устроиться на работу (или, выражаясь вашим языком, получить халяву) было значительно проще. Вы сознательно опускаете также значительное количество иных факторов, оказывающих влияние на спрос на инженеров по разработке ПО, подбивая, по сути, всё выводы только к единственной мысли.
Я смотрю еще на свой опыт и опыт знакомых, которых я косультировал по старту карьеры в IT. А еще смотрю на графики. Думать тоже пытаюсь. С LLM появились знакомые, которые начали продавать себя в качестве программистов, хотя до этого сами говорили, что прогать не будут (слишком сложно).
Вы сознательно опускаете также значительное количество иных факторов, оказывающих влияние на спрос на инженеров по разработке ПО, подбивая, по сути, всё выводы только к единственной мысли.
Я не могу охватить и осознать все факторы, но могу выбрать некоторые и сфокусироваться на них. Т.е. сознательно упрощаю модель, легче было выделить закономерности. Думаете, я сильно ошибся в заключениях, что сейчас джуну сложнее? И что ценность базовых знаний CS возросла за последние 10 лет (в том плане, что без них работу найти сложнее)?
Да, сейчас есть целые сообщества, вроде “осознанной меркантильности“, где люди помогают друг другу проходить собесы и откровенно врут в резюме. В 2015 я не врал в резюме и нашел работу (хотя у меня не было ни опыт, ни гражданства России, ни технического образования).
Я хотел сделать акцент на том, что раньше можно было вложиться в программирование и получить гарантированный результат, вроде высокооплачиваемой работы. А сейчас можно вложиться и не получить ничего — из-за текущего рынка.
На мой взгляд вообще ничего не поменялось, может сейчас даже больше возможностей стало, все таки рынок IT огромный от сурового энтерпрайза до мобильных приложений и embedded приложений и еще отдельно разработка на FPGA. Даже не понятно где проще , раньше (20 лет назад когда я начинал) нужно было сурово вкладываться С/С++, системное программирование, если говорим про Windows то всякие COM/ActiveX/MFC/ATL/WTL и пр, про линукс свои “тараканы” сети, модули ядра и пр, каждая компания свои велосипеды, требовалось умение работать на всем стеке от драйверов до https запросов и разработки нативного UI и адже собственно 2D/3D графика, инструменты разработки (я начинал вообще на borland 3.1 ) были совсем не такие как сейчас.
А сейчас пожалуйста (ни в коем случае не принижаю) изучайте Go находите работу, изучаете программирование под Android находите работу, изучаете Unity находите работу и т.д, возможностей стало не сравнимо больше. То что 20 лет нахад писали на С++ с кровь и потом, теперь можно разрабатывать (и нужно) на С#/JAVA/GO/Phyton и т.д, куда больше возможностей сейчас, найти свою нищу.
Вот это "находите работу" по крайней мере первую стало сильно сложнее. А выбора ЯП и направлений то больше, это факт.
Я 10 лет назад начинал, тогда было идеальное время. Можно было осваивать относительно легкие фреймворки и даже в резюме опыт не придумывать, не иметь тех-образования и не быть гражданином РФ — все равно брали. А сейчас без опыта и образования шансы нулевые, и люди накручивают опыт, а потом еще CV оптимизируют с ИИ. И таких людей стало больше, потому что многие подумали, что с ИИ смогут получать “халявную“ компенсацию.
Вы говорите только о своём опыте, я знаю пример как человек два года назад вкатился в IT так же без образования и опыта, освоив программирование в Unity и нашел работу в какой то гейм.студии.
Экстраполяция единичных случаев на генеральную совокупность - это классическая ошибка людей, не знакомых с мат.статистикой.
Но, в целом, да, вы своими высказываниями наглядно демонстрируете, что вы смогли без таких базовых знаний попасть в IT. Что, впрочем, ни о чём не говорит. Вполне возможно, что процент тех, кто попадает сейчас в IT со слабой технической базой от общего прироста IT-специалистов, ничуть не изменился. Просто желающих стало больше)
Вы читали басню "Мартышка и колода"?
Пародируя Маяковского, "Если за это платят, значит это кому-нибудь нужно."
Да никогда не было возможности "получить гарантированный результат, вроде высокооплачиваемой работы". Это вы выдумали. Знаю лично несколько людей, которые ещё в конце нулевых пытались освоить программирование и ничего за это не получили.
То что разработчики, изучая фреймворк за пару месяцев, получали в 2-5 раз больше врачей, потративших 7 лет на образование — тоже несправедливо.
Это тоже какая-то фантазия. Хорошие врачи получали и получают в разы больше какого-то джуна. Да и в целом, тут вполне справедливое рыночное регулирование: уровень доходов зависит от уровня квалификации, от её востребованности и от того насколько сложно её получить (в т.ч. какой процент людей способен выполнять эту работу)
Хорошие врачи получали и получают в разы больше какого-то джуна
Большинство врачей в России, потративших 7 лет на образование и сколько-то еще лет на интернатуру, получают меньше мидлов, ставших мидлами за год-два.
Это вы выдумали. Знаю лично несколько людей, которые ещё в конце нулевых пытались освоить программирование и ничего за это не получили.
Ну что значит выдумали? Я сам устроился мидлом в яндекс чуть больше через через год опыта. А на первую работу спустя 3.5 месяцев. Было 10 лет назад. Подобных примеров знаю несколько лично и много в интернете (собственно, сам и решился такой дорогой идти, потому что полон интернет этих примеров был и есть).
есть такие люди, которые не зная или не понимая истиного значения, придумывают для себя что-то кажущееся им правильным, да и шут бы с ними, но они же начинают это транслировать в Мир. зачем-то.
вот и "халява" под раздачу попала)
Потому что я писал статью в первую очередь для себя. Чтобы найти мотивацию продолжать развиваться, несмотря на постоянный фон медиа, что ИИ всех завтра заменит.
Халявы, как я ее определил, нет ни в бизнесе, ни в спорте, например. Можно много вложить и не получить ничего и даже потерять.
Мое определение халявы заставляет брать на себя больше ответственности и риска, делать фокус на более широкий спектр навыков. Вместо того, чтобы наслажаться, как на работе за меня решает задачи нейросеть и больше времени отдыхать, я могу мотивировать себя больше учиться и копать в сторону архитектуры.
Было бы интересно сравнить энергетические затраты на решение конкретной задачи программиста и ChatGPT. Как бы не оказалось что кремний убъёт планету быстрее и надёжнее кожанного мешка как раз за счёт потреблённой энергии.
В статье попадалось на тему:
Среднестатистический человек решает 75% задач. O1, немного подумав, решал уже 31% задач. O3, крепко крепко подумав, правильно решает 88% задач.
Крепкое думанье стоит денег. Пока модель рассуждает, она пишет тексты, расходует GPU. Чтобы сделать предсказание модели o3 на на одном примере из ARC-AGI, OpenAI тратила 1000 долларов. Для сравнения, сам автор соревнования говорит, что ему люди решали эти же самые задачки по 5 долларов за штуку.
1000 долларов за один пример != 5 долларов за решение задачки. Первое было потрачено на обучение, второе - решение прикладной задачи. Ну вот вкидывают они миллиард в обучение, это миллион обученных задачек. Вроде бы дофига. Потом идут только расходы на электроэнергию, не нужны большие мощности. Потом оно решит миллиард тех же задачек, и вот тут черепаха догоняет Ахиллеса.
Обучение человека дешевле, даже если это престижный и крутой ВУЗ типа Гарварда или MIT, но модели параллелятся в сотнях и тысячах инстансов, а люди как-то не очень.
Плюс у людей 10 миллиардов нейронов, а собственно в коре небольшая часть из них, остальные заняты обслуживание инженерных систем организма низкоуровневым. И время релаксации нейрона 5 мс, а у логического элемента 0.5 нс, в миллион раз быстрее. И четче, нейрон может заглючить, это привыкли называть человеческим фактором, а логический элемент исключено.
А какая разница? Можно создать ещё 10 llm к одной существующий и получить линейное масштабирование. Кремний победит.
Каждый день вижу статьи на тему - 99.9999999% уже пишут кид через ИИ, разработчики не нужны, новая эра кодинга. Буквально на прошлой неделе нужно было сделать формулу для EXCEL, думаю ChatGPT настало твое время, ну с эти то ты точно справишься. Трачу полтора часа(за которые уже сам бы это формулу разобрался написал), в результате после 50 попыток ему объяснить когда ошибки пошли по кругу в стиле одно лечим другое калечим, забиваю и делаю сам. Порой складывается ощущение что есть две параллельные вселенные.
Люди хайп поднимают и деньги зарабатывают. Пока вы формулу пишите.
Обычный хайп
С другой стороны, в нем есть продуктивная часть, для меня стаковерфлоу и Гугл почти убиты.
Я надеюсь, вы не подумали, что я пишу про то, что
99.9999999% уже пишут кид через ИИ, разработчики не нужны
Потому что мой аргумент как раз противоположный. Сейчас нужны как никогда.
Чем популярнее язык - тем больше общедоступная кодовая база, тем больше база знаний в LLM по языку, тем лучше выдача. На JS все LLM пишут просто великолепно, можно свой мини-фреймворк собрать за непродолжительное время.
А на лиспах до сих пор скобочки не могут научиться закрыть по-человечески :)
Всё, что ниже десятки - не стоит ожидать продуктивности в работе от LLM.
Это ошибка. Продуктивность LLM зависит не от того кто сколько чего в гугле ищет, а от количества хороших исходных текстов на языке. Для Perl продуктивность нормальная. Для Фортрана она будет скорее всего низкая, но только потому что на нём пишут сложные алгоритмы, с которыми ИИ пока не справляется (в отличии от всякой нудятины)
Заметьте! Вы сказали: "нормальная", но не "высокая", потому что понятно, что по JS/Python/C++, ну то есть по классике, общедоступная кодовая база выше, соответственно популярность запросов в поисковых системах - плюс-минус ситуацию отражает. Плюс я не сказал, что продуктивности не будет - я сказал, что: "её не стоит ожидать".
Да нет, на перле вполне всё работает вроде не хуже чем на питоне. Кодовой базы достаточно, я даже не уверен что на питоне её больше.
Разница между нормальной и высокой не очень понятна. Например, я делаю в ИИ программу в области в которой не разбираюсь на языке который не знаю. Программа работает, выдаёт результат (может и неоптимальный), но без ИИ я бы его не получил вообще. Это продуктивность нормальная или высокая?
В мире LLM всё очень специфично - обойдёмся без обобщений, я не пробовал использовать LLM для Perl. Да и в рейтинге он достаточно высоко.
Программа работает, выдаёт результат (может и неоптимальный), но без ИИ я бы его не получил вообще.
Тут есть нюансы: по условиям задачи вы не можете оценить, насколько хорошо она работает; без ИИ вы бы выучили бы это язык/нагуглили бы решение, и получили бы тоже какой-то результат. Просто времени бы заняло возможно больше.
Если что-то крякает как утка, ходит как утка и несёт утиные яйца - наверно это утка и есть :) Способы проверить правильность решения есть. Тот же ИИ в объяснениях будет на что то ссылаться, что можно проверить на высоком уровне.
Ваш ответ как раз составляет квинтэссенцию общего непонимания что даёт ИИ в программировании. ИИ позволяет получать результат, который без него получить нельзя либо заняло бы годы (учить математику в моём случае). Нагуглить обработку данных не так просто, а в некоторых моих задачах готовых программных решений нет вообще. А представьте другой вариант - есть математик, который прекрасно знает что ему нужно и как это получить, но знает как математик. Справиться с питоном и numpy он быстро не может, а вот сказать что ему надо и проконтролировать вполне.
Конкретный шаблонный пример - написание формы для web сайта. Я давно забыл javascript и не хочу вспоминать ни его, ни твиттер бутстрап, но получить форму, запись её в базу данных (бэкэнд на любом языке) могу. И проверить работает или нет - тоже, просто заполнить и посмотреть в базу. Будут ньюансы, конечно. Но как программист я просто знаю где они могут быть и буду туда смотреть. В том то и дело, как Автор и пишет - ИИ выполняет то что ему сказали, с точностью сказанного.
Способы проверить правильность решения есть.
Как всегда, тут есть нюанс. Как вы знаете, у нас все программы поставляются в виде текста на каком-то языке программирования, просто те, которые называются «закрытым ПО» распространяются в виде текстов на языке x86-64 тому подобных. То есть, их вполне можно читать и проверять... Но есть нюанс...
ИИ позволяет получать результат, который без него получить нельзя либо заняло бы годы
Да ладно, есть же Гугель и stack overflow.
Но как программист я просто знаю где они могут быть и буду туда смотреть.
Ну, то есть, годы вы уже потратили, получив базу (о чём, собственно, статья). А сейчас вы, как выпускник Пажеского корпуса Митрич всем рассказываете, что «гимназий не кончали».
Базу я получил, но давно всё забыл или, точнее, помню не те языки что нужно - питон я не знаю а javascript мне и раньше был противен а теперь вообще вызывает удивление, но результат нужен на них, плюс математика о которой у меня представление смутное. Гугель и стэковерфлов не дают ответа в прикладных задачах, не связанных напрямую с ИТ. Гугель может дать ссылки на научные статьи, вот их и надо скормить в ИИ.
Как вообще раньше делали сайты: кто-то сидел писал ТЗ, передавал программисту, и неделями шла переписка с большими пропусками. Теперь то же самое - пишется ТЗ ( причём если со знанием специфики программирования то ещё лучше), но передаётся в ИИ - программист из процесса удалён, результат сразу. То есть junior не нужен. Остаётся нерешённым вопрос откуда возьмутся мидлы и сеньоры :) Общее робразование требуется, а ИИ заполнит лакуны и специфические области.
Базу я получил, но давно всё забыл
Образование - это то, что остаётся, когда вы всё забыли. Вы травмы головы получали? Скорее всего нет.
Гугель может дать ссылки на научные статьи, вот их и надо скормить в ИИ.
Если у вас на контроль вот этого достаточно знаний и умений, то образование у вас определённо было хорошее. Ибо чтобы задать вопрос надо знать 50% ответа.
Как вообще раньше делали сайты: кто-то сидел писал ТЗ, передавал программисту, и неделями шла переписка с большими пропусками.
А ещё раньше приходилось штырьки перетыкать. Програзм - это единственная из развивающихся отраслей. Поэтому ну слава богу, что хоть тут есть какой-то видимый прогресс. Но вообще, это норма.
Если что-то крякает как утка, ходит как утка и несёт утиные яйца - наверно это утка и есть :)
мне кажется, что китайцы рассуждали именно так, когда завалили весь мир поделками, очень похожими на "уток".
до сих пор ещё можно встретить на улицах людей, которые продают новые "айфоны" по 5 тыс. руб. и шуруповёрты "Makita" по 500.
Программа работает, выдаёт результат (может и неоптимальный)
А может и неправильный.
не только на лиспах, мне в каждой пятой программе на питоне deepseek не докладывает скобку.
Deepseek не позиционировал себя как кодерская LLM изначально.
Он всё-таки более доступен чем Клод, который ещё и денег стоит вполне реальных.
У дипсика есть кодерская версия на 9 гигабайт. Возможно вас заинтересует. Отзывы, вроде, неплохие.
Локальные модели работают, но и скорость слишком маленькая, и квантование приносит глюки - в целом для постоянной работы непригодно. Чтобы эта версия заработала ей надо дать 80 гигабайт и 8 карт :( А ведь программирование это не только копилот с автодополнением, это ещё и задачи в стиле "найди несколько математических моделей, опиши, найди подходящую, напиши программу".
Пригодность к работе очень специфический термин в мире LLM, очень сильно зависит от конкретной модели и языка (и не только, важны: сфера применения, умение работать с контекстом, умение декомпозировать и сегментировать, ну, то есть, "пригодность к работе" - это термин испытывающий на себе влияние десятков параметров). Данная модель и на 16ГБ видеопамяти работает неплохо по отзывам.
Более того, вот эта модель на два гигабайта, по отзывам, так же неплохо кодит (опять-таки это очень обобщённо).
Ну вот у последней контекст 16 килобайт. Мало. опять же, кодить надо не просто "напиши цикл", а кодить надо прикладную задачу, сложность которой не в языках программирования. То есть я даю задание, а ИИ говорит что вот тут надо дисперсию посчитать, тут то-то - это всё выходит за рамки моделей для кодинга. Ну и скорость локальных моделей удручает.
Попробуйте LLM раcсчитанные на математические задачи. При грамотной работе с контекстом - скорость не так уж важна. Если модель правильно настроена, есть необходимая база знаний, контекст полный (т.е., контекстного окна хватает на запрос, или ваш проект уже интегрирован в LLM), то при правильном запросе (и отсутствии лимита окна на выдачу) - вероятность ошибки стремится к нулю, то есть в таком контексте скорость работы практически не принципиальна.
А чего им на JS плохо писать? На JS даже если попой сесть на клавиатуру, иногда может сработать.
Пока нет примера - разговаривать не о чем. А то потом оказывается что и не chatGPT это был, а телеграмм бот. И не в excel а в word.
Можно пример обсуждения/задачи?
Ps excel != программист, простите меня vba кодеры.
Поделитесь ТЗ на формулу, которую нужно было вам сделать и мы померимся своим ChatGPT и сделаем объективные выводы.
У меня есть контр-пример. Мне нужно было написать бенчмарк на плюсах, который бы запускал несколько потоков, в которых выполнял бы определённый код и замерял время выполнения (min/max/avg). Результат выводился в консоли в табличке из псевдографики. Один запрос в Claude, десять минут на проверку кода и фикс некорректного расчёта ширины столбца, и у меня на руках рабочий бенчмарк. Сам бы я пару часов точно потратил на такое.
На самом деле, в недалеком будущем ИИ четко отделит людей-креативщиков от людей-повторятелей. И вторым придется не сладко.
А к какой группе людей Вы бы отнесли себя? К "креативщикам" или "повторяторам"?
20% креативщик и 80% повторяльщик. В лучшем случае...
Так большинство разрабов так и есть примерно, но вот эти 20% не заменить ИИ в любом случае, но и за пятерых уже не заставишь креативить при этом, вот в чем нюанс.
но вот эти 20% не заменить ИИ в любом случае
Не стоит недооценивать возможности LLM :) Они в любом случаем могут заменить любые возможности человека (от творчества, до принятия сложных решений). Это вопрос времени и усилий "ИИ фанатиков", чей смысл жизнь заменить все творческие и интеллектуальные профессии с умственной нагрузкой. Зачем? Потому что могут (+ денег много денег от бизнеса получат в качестве инвестиций).
Иногда задумываюсь, зачем "ИИ фанатики" так истерично стремятся заменить людей именно в интеллектуальном плане, а не, например, в физическом труде, чтобы человек больше созидал и занимался умственным трудом. Но ответа этому не найти. Просто тренд, заключающийся в неприятии человеческой неидеальной природы (в контексте мышления).
Давайте разберём два простых примера.
В село Нагорье приехал губернатор. Теперь надо написать статью о том, что там происходило, кратко передать речь губернатора, объяснить связь его выступления с другими решениями. Как ИИ заменит человека при решении этой задачи? В частности — откуда ИИ узнает об этом событии, откуда ИИ узнает о словах губернатора, откуда ИИ узнает о связи этой речи с последующими решениями?
В село Нагорье приехал губернатор. Вместе с ним ездил сотрудник муниципальной администрации. Теперь этот сотрудник должен написать подробный отчёт о своей поездке. Как ИИ заменит человека при решении этой задачи? В частности — откуда ИИ узнает о поступках муниципального сотрудника и его разговорах с другими людьми?
Спасибо!
Да без проблем, в общем-то :)
1. На выступлении губернатора нужно поставить систему, состоящую из хорошего микрофона и видеокамеры, которые будут записывать речь губернатора и видео о том, как он выступает. Все эти данные будут транслироваться на облачные сервера для дальнейшей обработки уже системой, состоящей из либо мультимодальной LLM, либо из множества агентов на базе LLM, каждый из которых будет решать свою задачу.
Система эта будет подтягивать информацию о "других решениях" губернатора в реальном времени из уже существующих новостей (в интернете), существующего законодательства (законы страны) или вручную внесённым данным. Она же и будет связывать его выступление с другими решениями + нарезать ключевые фразы для новостей и делать качественные фото с разных ракурсов (камера 360).
откуда ИИ узнает об этом событии
А это уже решать человеку, нужна им эта система, или нет. Можно и в режиме 24/7 запускать такую систему, но смысла в ней будет мало. Ну а на другие вопросы я, наверное, уже сказал. И, кстати, LLM может ещё предсказать как эти решения потенциально могут повлиять на жизнь граждан.
2. Сотрудник может сообщать ИИ о том, где он был, куда ездил, что там с губернатором в целом и т.д., чтобы ИИ это всё фиксировал где-то на своих серверах. Вдобавок, сотрудник может просто 24/7 включить микрофон и транслировать все свои действия в эту систему (она будет получать только аудио данные и вычленять только то, что ей нужно для отчёта). Так она и будет формировать полный отчёт о поездке губернатора в село. Ну, учитывая наши реалии, то конечно ни один губернатор или чиновник на такое не подпишется :) Но это не значит, что этого нельзя сделать.
Простите. Кажется, я вас обманул. Я забыл указать важное условие: работу должен сделать ИИ, программа должна её сделать, нейросетка. Мой вопрос был вот какой:
Как ИИ заменит человека при решении этой задачи?
1 ) Итак, работу должна сделать нейросеть, полностью заменяя человека. Поэтому никакого микрофона нет. Видеокамеры тоже нету. Трансляции нет. Фотографий нет. НИКАКИХ вручную внесённых данных нет, потому что работу должен сделать именно ИИ, а не человек.
Раньше всё это делал один сотрудник, а теперь надо заменить его дешёвой ИИ, которая сможет работать на офисном компьютере, сможет сама (!!!) выдать тексты и фотографии. Но ведь ваше предложение означает, что вместо ИИ должны работать люди с микрофоном, люди с видеокамерой, люди с трансляцией, люди с фотографиями. То есть вы предлагаете заменить одного сотрудника — пятью людьми (или даже больше).
2 ) Если сотрудник сообщит, где был и куда ездил, тогда отчёт будет уже написан. Получается, что ИИ здесь вообще не нужен, что ли? А ведь задача состоит в том, чтобы ИИ заменил человека, чтобы нейросеть работала вместо сотрудника, то есть чтобы нейросеть самостоятельно написала отчёт. Более того, вы опять предлагаете добавлять микрофон и трансляцию, то есть нанимать дополнительных людей.
Вывод. Из вашего ответа видно, что ИИ не может решать самые простые задачи. Вы предлагаете взять работу одного человека и распределить её на пятерых, причём обеспечить им дорогое оборудование. Работа, которая раньше требовала 1 часа, в вашем переложении потребует двух дней. Нейросеть никого не может заменить.
Получается, что у LLM нету вообще никаких возможностей!
Итак, работу должна сделать нейросеть, полностью заменяя человека. Поэтому никакого микрофона нет. Видеокамеры тоже нету. Трансляции нет. Фотографий нет. НИКАКИХ вручную внесённых данных нет, потому что работу должен сделать именно ИИ, а не человек.
Человек как обрабатывает видео и аудио информацию? У него, наверное, есть для этого органы чувств в виде глаз и ушей, ведь так? Почему же ИИ не может использовать микрофон и видеокамеру, аналогично человеку? Если у неё будут такие ограничения и она буквально не сможет выйти в открытый мир, то конечно она ничего не сможет сделать, но это не значит что она в принципе не сможет этого сделать. Просто в рамках теста "замены человека" человеки посчитали, что ИИ должна заменить человека в таких ситуациях без органов чувств. Аналогично замене людей с дефектами органов чувств (для которых взаимодействие с миром гораздо сложнее). Если уж ставим честные эксперименты, то давайте будем честны и в отношении снабжения ИИ всей информацией, которую он может получить и способами, аналогичным людским.
Если сотрудник сообщит, где был и куда ездил, тогда отчёт будет уже написан. Получается, что ИИ здесь вообще не нужен, что ли? А ведь задача состоит в том, чтобы ИИ заменил человека, чтобы нейросеть работала вместо сотрудника, то есть чтобы нейросеть самостоятельно написала отчёт. Более того, вы опять предлагаете добавлять микрофон и трансляцию, то есть нанимать дополнительных людей.
Губернатор может взять с собой роботизированного помощника, вместо живого человека и тогда всё встанет на свои места :)
Вывод. Из вашего ответа видно, что ИИ не может решать самые простые задачи.
Из Ваших рассуждений вижу, что оспаривать Ваше мнение по этому поводу, немного бессмысленно. Каждый живёт в своей "матрице", которой бывает очень трудно сопротивляться.
Если ИИ снабдить всеми необходимыми инструментами и физическими интерфейсами, то он вполне может заменить и губернатора, и его помощника и даже журналиста, который берёт у губернатора интервью. Сейчас это уже вполне реально сделать, правда будет дорого и сердито. Но можно. Выводы Вы сделали совершенно не правильные (моё мнение), но пусть каждый останется при своём мнении :)
Кстати, по поводу времени - LLM генерируют информацию, обрабатывают и анализируют гораздо быстрее людей. Это просто факт, не призванный никого оскорбить или унизить. Всё таки помимо цели "заменить людей" у ИИ первоначально была и другая задумка - помочь людям в обработки больших массивов информации.
Нейросеть должна заменить людей с ушами и микрофонами. Она может поехать в далёкое село сама, не привлекая людей с микрофонами.
Чтобы снабдить нейросетку указанными у вас инструментами, придётся нанимать людей с этими инструментами, то есть ИИ никого не заменит — а наоборот, потребует увеличить ФОТ.
Чтобы снабдить нейросетку указанными у вас инструментами, придётся нанимать людей с этими инструментами, то есть ИИ никого не заменит — а наоборот, потребует увеличить ФОТ.
Вы просто упускаете, что сам процесс разделяется на две части: сбор данных (фиксирование, где был и что сказал губернатор) и непосредственно написание статьи (или даже нескольких статей, или статьи + монтаж видео, и т.д.).
Первую часть по-прежнему делает человек, а вот вторую часть уже делает AI. Соответственно, человек становится всего лишь "фиксатором" (уже не пишет статьи и не монтирует видео, а только тупо снимает события на камеру), в итоге после съемки он или едет снимать другое событие, или едет домой, потому что для него работы на сегодня больше не осталось.
Как раз со съемкой бот справится лучше человека. Несколько камер, одна снимает Главного, одна крупный план, несколько наводятся автоматически на самых активных гостей мероприятия .
Написание текста — это и есть сбор данных.
Вы рассказали, что нейросеть не позволит уволить сотрудника, который занимается этим написанием. То есть нейросеть никак не заменит человека при решении этой задачи.
Вообще нет. Сбор данных - это запись звука или звука+видео. Это сбор данных.
А вот перевод звука в текстовую форму, редактура (вырезать все бэ-мэ, незаконченные и бессмысленные предложения, и т.д.), и написание на основе этого статьи с кратким изложением важнейших событий и высказываний, и параллельно нарезка/монтаж сюжета из видео - это уже обработка данных.
Вот обработку данных (все вышеперечисленное) уже довольно неплохо может делать нейросеть вместо человека.
То есть нужен ещё и человек для записи звука. Чем дальше, тем больше людей должны обслуживать эту нейросеть, хотя в задаче было — заменить людей нейросетью.
человек нужен был изначально - репортер, который и звук записывал и видео снимал, и потом на основе этого писал статью, нарезал фрагменты для роликов, и т.д. в некоторых случаях для этого нужны были даже разные люди (один заснял, другие монтируют, третьи отсмотрели и написали заметку).
теперь же человек (только один) нужен только для самого первого этапа, для остального его уже заменяет нейросеть.
Однако уволить его нельзя, ИИ не может заменить человека. Поэтому придётся и дальше платить ему полную зарплату. С точки зрения ФОТ нейросеть не изменяет ничего.
Поэтому придётся и дальше платить ему полную зарплату. С точки зрения ФОТ нейросеть не изменяет ничего.
Если у него сдельная оплата (он внештатник) и работы от него требуется теперь меньше, то и платить ему будут меньше.
Если фулл-тайм сотрудник, то сняв один репортаж он сразу же может ехать снимать другой, и третий, и т.д. (потому что ему не нужно писать тексты и нарезать видео), либо снимать по репортажу каждый день, не отвлекаясь на обработку, следовательно один такой сотрудник может исполнять обязанности нескольких, остальных можно сократить - вот вам и экономия ФОТ.
Вы снова подчёркиваете, что ИИ не может заменить сотрудника.
Не думайте, пожалуйста, что речь идёт про каких-то ненужных журналистов. Тут говорится про самых обычных людей из муниципальной администрации. Они не только пишут свои отчёты о работе, но и работают по многим другим вопросам.
Вы снова подчёркиваете, что ИИ не может заменить сотрудника.
Вы невнимательно читаете.
Если один сотрудник занимается абсолютно всем чем можно - ИИ может заменить его для части работы, соответственно для объема работ, для которого требовалось двое или трое сотрудников, хватит и одного - вот ИИ уже и заменил одного или двух из них.
Если есть несколько сотрудников занимается разными делами (имеют разные обязанности) - то ИИ вполне может заменить некоторых из них как в примере выше.
Тут говорится про самых обычных людей из муниципальной администрации.
На сотрудниках муниципальной администрации мир не сошелся, они не единственные из миллионов должностей и профессий.
В том-то и несчастье, что если ИИ заменяет только часть работы, то он бесполезен: сотрудник будет получать прежнюю зарплату.
Если ИИ неспособен заменить даже самых простых муниципальных работников, как же ИИ будет заменять других людей? Как нейросеть заменит обычного аспиранта, если не может даже написать диссертацию? Как нейросеть заменит режиссёра, если не может быть заключённой в тюрьму?
Сегодняшние нейросети настолько слабы, что не могут даже сделать портреты всех российских писателей.
если ИИ заменяет только часть работы, то он бесполезен: сотрудник будет получать прежнюю зарплату.
Вы что, издеваетесь? Прочитайте ещё раз мой комментарий выше, я уже ответил там на это ваше высказывание. Могу ещё раз процитировать с выделением жирным:
Если один сотрудник занимается абсолютно всем чем можно - ИИ может заменить его для части работы, соответственно для объема работ, для которого требовалось двое или трое сотрудников, хватит и одного - вот ИИ уже полностью и заменил одного или двух из них.
Как нейросеть заменит обычного аспиранта, если не может даже написать диссертацию? Как нейросеть заменит режиссёра, если не может быть заключённой в тюрьму?
Аспирантами и режиссерами мир тоже не ограничивается. Очевидно же, что некоторые профессии уже очень хорошо заменяются ИИ, некоторые частично (работник может работать гораздо эффективнее, соответственно делать больше работу за единицу времени, соответственно нужно меньше работников), некоторые не заменяются. Вы зачем-то уцепились за некоторые примеры профессий которые нельзя заменить, что по сути дела ни что иное как бессмысленная демагогия.
Как нейросеть заменит обычного аспиранта, если не может даже написать диссертацию?
Вы таки не поверите, но основная работа аспиранта состоит не в написании диссертации, а в раскрытии тайн природы. С учётом того, что большая часть аспирантов занимаются экспериментом, само по-себе предположение, что аспиранта может заменить программа исключительно бредово.
Вы таки не поверите, но основная работа аспиранта состоит не в написании диссертации, а в раскрытии тайн природы.
Пруф или в бумагомарательстве для выбивания грантов.
Ставить эксперименты и раскрывать тайны природы можно безо всякой аспирантуры. Спросите сами на кафедре, и вам скажут, что аспиранты нужны только для выполнения плана по защитам.
Там было 2 человека, репортер и оператор.
После того, как бухгалтерам вместо счетов выдали компьютеры - меньше бухгалтеров не стало.
Если только не дать ИИ тело. Концепция тела для ИИ уже придумана, называется "робот".
Дорогая радиопередача, поставьте, пожалуйста, песню Юрия Лозы "Я умею мечтать" нашему уважаемому @Yamazaki123!
А как по мне, так получается, что это губернатор здесь не нужен и его легко может заменить LLM. В чём вообще был смысл его приезда, нельзя было собрать всю информацию с мест удалённо, проанализировать и сделать выводы?
Гебернатор нужен людям, он представитель власти, и своего рода психотерапевт. Его основная задача сделать так, чтобы народ продолжал верить и подчиняться. Отправив на место металлического болванчика вместо живого губернатора вы получите эффект строго противоположный, если конечно не вооружить его каким нибудь бластером. ;)
Его основная задача сделать так, чтобы народ продолжал верить и подчиняться.
Верить - во что? Подчинятся - кому? И с чего это вдруг народу это надо? Мне нравится итальянский подход, где считается что человек идущий во власть - жулик по умолчанию. И не надо давать ему там надолго задерживаться, если он не докажет обратное своими делами.
Получается, что у LLM нету вообще никаких возможностей!
Вы сами придумали и сами обиделись ;) llm это инструмент. Сам по себе он бесполезный, и никаких возможностей у него нет. Умный человек с помощью инструмента может добиться большего, чем без. Глупый - и инструмент сломает и руки порежет
В данном случае мы обсуждаем, как нейросеть заменит человека.
В дискуссии стало понятным, что нейросеть — инструмент для человека, то есть она никого не заменит. Возникает даже опасность, что понадобится ещё больше людей для обслуживания нейросети.
Тогда и люди в какой-то степени инструмент. Вот есть руководитель, у него свой водитель, секретарша и еще может сотня человек. Водитель и машина для руководителя просто инструмент перемещения в пространстве. Будет автопилот в машине ни какой разницы. А водитель останется без работы.
Это же элементарно, Ватсон! Помошник губернатора запишит все разговоры с местными на "диктофон" и скормит эту запись нейронке и конечно же слегка приправит запись своим поиманием вопроса (он и сейчас так делает, только вместо нейронки у него секретарша). А нейронка, будь уверен, сдюжит. Вот как раз этих помошников и придется ликвидировать заменить на нейросети. Тут я всесело поддерживают прогресс ибо этих помошников развелось столько, что пруд пруди.
Именно этого помощника должна полностью заменить нейросеть.
Если помощник записал разговоры, то нейросеть просто не нужна, ведь помощник уже всё сделал. Поэтому задача стоит именно так, как вы пишете: надо заменить помощника на нейросеть, чтобы нейросеть самостоятельно записала разговоры.
Однако что-то она не справляется даже с этим...
Микрофон "петличку" на губернатора повесить, делов то.
Если помощник записал разговоры, то нейросеть просто не нужна, ведь помощник уже всё сделал.
Помощник записал сырой материал, это только половина дела. Дальше надо сделать из часовой записи этого статью с кратким изложением событий и самых важных моментов - это уже сделает AI.
Моя супруга в автомобиле слушает плейлист из ямузыки. Плейлист стал до омерзенмя однообразен - композиций 30-40. И, тут я ей говорю - мол, нет ли в ее ямузыке какой-то функции, чтобы песни не повторялись? Она ответила мне,что нет и мы продолжили поездку. После этого разговора в плейлисте появились новые песни. В рекламных запросах часто вижу рекламу того, что мы с супругой обсуждали в качестве гипотетической покупки, но, покупать сейчас точно не собираемся, т.е. это не было предметом запросов в поисковиках и далее разговора дело не шло. Так, что даже микрофон не нужен - достаточно телефон в кармане держать. Помощник, кстати, тоже не особо нужен. Только, если в качестве редактора.
Не стоит недооценивать возможности LLM :) Они в любом случаем могут заменить любые возможности человека (от творчества, до принятия сложных решений)
Считаю, что на данный момент антропоцентричное творчество не доступно для LLM на современном этапе развития технологий. Причины такого моего мнения в том, что я считаю сознание живого существа квантово-запутанной системой (ведь там ого-го какая комбинаторика получается), а не просто нейронно-электронной. Кроме того, пока не выявлены критерии антропного понятия идеала. Вот как только, так и сразу.
Вангую, уже завтра придумают нейросети на кубитах и будет вам такая квантовая запутанность, что в ней родятся все возможные идеалы одновременно и сколлапсируют в сверхчеловека.
Надеюсь Хоумлендер новый бог нас пощадит!
Есть такое мнение, не подтвержденное пока экспериментально, что естественные нейронки в наших головах активно используют квантовые эффекты в своей работе. Если это так, то это несколько обнадеживает, так как на ближайшие десятилетия ставит серьезный барьер на пути создания ОИИ - кубитов пока слишком мало, а системы из них слишком громоздкие, на порядки дороже nvidia-вских ускорителей.
Есть такое мнение, не подтвержденное пока экспериментально, что естественные нейронки в наших головах активно используют квантовые эффекты в своей работе.
Это в основном Пенроуз, и если почитать, почему он так считает (популярное изложение в «Новый ум короля», скажем), то там логика уровня «кванты сложные и мы их не понимаем, и сознание сложное и мы его не понимаем, следовательно, кванты участвуют в сознании».
С творениями Пенроуза не знаком, но статейки всякого околонаучного толка на эту тему попадаются.
там логика уровня «кванты сложные и мы их не понимаем, и сознание сложное и мы его не понимаем, следовательно, кванты участвуют в сознании»
Ни разу не претендую на понимание в этой сфере, но разве там доводы не "механика квантов не похожа на всё, что мы знаем точно таким же образом, как на это всё это не похожа работа сознания", ну типа корреляция в незнании?
Ну да, 111*222 перемножить не можем в уме, это 2 байта, зато претендуем на квантовые эффекты ))
Логические элементы перемножение делают за 1 нс.
Они в любом случаем могут заменить любые возможности человека
Попросите пожалуйста LLM принести вам мешок картошки из магазина. Можно даже нетяжёлый.
Что для вас значит креативщик? У людей, по биологическим причинам, самые креативные это дети. И чем старше человек становится, тем сильнее падает креативность. Так устроен мозг и наши тела.
Каким образом ИИ четко будет отделять одних от других и зачем? Почему вторым будет плохо?
Как я понял, повторять рутинные действия будут нейронки, а человек будут заняты творческим поиском, который недоступен нейросетям - они будут просто компилировать находки будущего.
То есть если надо написать код для стандартной задачи - просишь нейронку, даёшь условия, она тебе пишет. Если задача нетривиальная, а ещё лучше, раньше таких задач вообще никогда не было - это будет делать человек.
А кто не может выполнять творческие задачи и искать новое - вымрет с голоду.
Впрочем, я лично не уверен в этом. Станки с ЧПУ придумали, а физический труд далеко не везде сменился на творческий и созидательный.
Пока наоборот, дизайнеры, вот, жалуются, что ИИ их творческие задачи стали решать за них. Человек называет творчеством перенос подходов из одной области в другую, использование аналогий для достижения заданной цели, создание новых метафор.
Например, кто-то когда-то изобрёл скролбар, возможно, ориентируясь на телефонные записные книжки, где можно пальцем дырку нащупать и открыть его на нужном месте, а также на книги, где визуально по толщине её с одной и с другой стороны можно оценить прогресс чтения. То есть поставлена задача: имеем дисплей, способный выводить ограниченный фрагмент от более крупного, нужно как-то визуализировать долю и местоположение отображаемой части и дать способ быстрого перемещения. У человека большое преимущество - тактильный и сенсорный опыт с детства, взаимодействие с материальными объектами вроде книг со страницами или логарифмических линеек с движущимися частями. Это в итоге и позволит перенести идеи из одной области в другую и придумать подходящее решение. Но творчество это не какая-то мистика и божье откровение. Если человек смог, сможет и ИИ, например, получая больше зрительной, сенсорной информации от роботов, если вдруг ей не хватит текстовой информации и картинок. Что мешает ей, открывая книги, разглядывая их фото или просто читая о том, как они устроены, где-то в эмбеддинг пространстве создать связь между боковой проекцией книги с закладкой и процентом прочитанного, развернуть это и разместить сбоку от текста на экране? Чем это принципиально отличается от создания картинки с астронавтом, скачущим на лошади на Луне, которого не было нигде в датасетах?
Плюс по моим впечатлениям мозг в фоне перебирает варианты, а потом раз и "Эврика"! Неожиданно решение найдено, даже когда занимался другим делом.
Обратный пример вот
https://habr.com/ru/articles/873038/
ИИ создаёт необычные микросхемы беспроводной связи, работающие лучше человеческих
«Мы создаем структуры, которые сложны и выглядят случайно, но при подключении к схемам они обеспечивают ранее недостижимую производительность. Люди не могут полностью понять их, но они работают лучше,»
Эти же инженерные задачи ИИ уже решает лучше, потому что не ограничен в ресурсах по сути. ИИ забрал работу у креативщиков уже.
Что для вас значит креативщик?
Создающий что-то новое, чего раньше не было.
Каким образом ИИ четко будет отделять одних от других и зачем?
Он просто будет забирать работу у повторятелей, не более.
Почему вторым будет плохо?
Без работы тяжко. А на низкооплачиваемой работе еще хуже.
Скорее наоборот. ИИ будет креативить, а всех людей отправит выполнять скучную и однообразную работу на конвеерах. Не самому же ИИ этой ерундой заниматься.
Если ИИ и креативить научится, то для однообразной работы ему люди точно будут не нужны. Но пока ни о какой креативности и речи нет. Попросите любую нейросеть нарисовать часы со стрелками на пол пятого, например, и вопрос о креативности сам собой закроется.
ИИ-рисовалки как раз хороши в креативе, смешении неуловимых признаков изображений. Например, он с лёгкостью выполняет задачи типа нарисовать одного персонажа в каком-то конкретном стиле. Человеку чтобы научиться тому же требуются десятилетия практики.
А часы рисовать со стрелками это как раз предельно конкретная и механическая задача.
он с лёгкостью выполняет задачи типа нарисовать одного персонажа в каком-то конкретном стиле
Интересно, часы в стиле Сальвадора Дали он смог бы нарисовать вместо Дали? После того, как все его картины оцифрованы, сможет, не сомневаюсь
Часто можно слышать аргумент, мол только человек может создать что-то новое, то чего не было раньше. Но ведь до Дали были и часы и примеры расплавившихся предметов: сыр, стёкла после пожара и т.п.
Даже часы при желании можно декомпозировать до отдельных идей, чьи примеры встречаются в природе.
Даже слепой эволюционный процесс тупым перебором создал электрический микродвигатель с подшипниками скольжения.
Вот его можно отнести к "новому, то чего не было раньше"? Выходит сама химия с физикой могут создавать принципиально новое, что потом эволюционирует и начинает присваивать себе божественное умение и отрицать его у роботов...
Но часы нарисовал Дали, а не Вася Пупкин 500 лет назад. А микроорганизмы за миллиард лет эволюции так и не эволюционировали в электровозы.
Зато эволюционировали в самовоспроизводящиеся биомашины освоившие все стихии: воду, почву, горы, воздух, льды. При том им не нужны ни заводы для производства ни ремонтные мастерские для починки небольших повреждений.
Скорее всего уперлись в тупик, некий локальный максимум оптимизации, от которого миллиард лет не смогли отойти, чуть в сторону от канона и не выдерживают конкуренции и не могут шагнуть до следующего максимума. Даже в ДНК есть участки где запрещены мутации, не мутабельная часть, организмы считают что там отклонения это смерть потомства, улучшения невозможны. И эти части такие же, как у животных и растений сотни миллионов лет назад.
Соответственно обычная органическая жизнь уже отжила большую часть истории своей, Солнце переходит в стадию красного гиганта в течение десятка-сотни миллионов лет выжжет всю органику. Постепенно будет снижение биомассы до нуля.
Скорее всего уперлись в тупик, некий локальный максимум оптимизации, от которого миллиард лет не смогли отойти, чуть в сторону от канона и не выдерживают конкуренции и не могут шагнуть до следующего максимума
Так это тогда не локальные максимумы, а неизбежные финишные точки на каждой ветке эволюции. Значит биологическую эволюцию можно считать завершенной (ну почти), далее только эволюция чего-то другого (сознания?).
Как вариант в этом будущем не будет места креативу. Любая идея окажется что была воплощена 1 год назад или 100 лет назад. Даже сейчас смотрите изобретения часто одновременно свершаются с разницей в часы или дни. Изобретение лампочки, радио. Теорема Котельникова и она же теорема Найквиста. И креативщикам не всегда везет, смотрите изобретатель ФМ радио Армстронг вышел в окно небоскреба из-за долгов, компания RCA не дала ему ни копейки за его изобретения пользуясь им и получая рекордную прибыль от ФМ трансляций. Примерно такой же путь был у изобретателя синего светодиода, японца из компании Нича, сейчас светодиоды 90% планеты освещают, у компании миллиардные прибыли, а он ни с чем остался, после долгих судов компания простила ему судебные издержки. На Ютубе целый фильм про него есть.
С LLM понял вот что. Это одновременно и прекрасно (понятно почему) и ужасно, например когда ИИ водит меня "за усы" по кругу своих глюков. Не понимая его границ применимости и ценности собственного мышления, работать с ИИ иногда даже просто опасно для психики (ведь и предъявить некому).
В недалеком прошлом достаточно было пройти несколько туториалов, посмотреть примеры собеседований, прорешать пару десятков задач c Leetcode (Codewars, Hackerrank) и идти на рынок.
Вообще нет. Где Вы таких "специалистов" видели, которые сразу на рынок выходят после непродолжительного обучения программированию? Я лично таких не видел, да и на собеседованиях они сразу палятся, так что им бессмысленно даже на них врать - по разговору с ними всё понятно. Ладно бы, если человек старается, что-то изучает, пробовал уже писать проекты и какие-то даже доделывал, понимает в системах контроля версий и может рассказать про свой опыт (даже если коммерческого не было) - тогда да. Но то, что Вы описываете... это скорее преувеличение.
Легко было обходиться без базовых знаний Computer Science: понимания структур данных и алгоритмов, баз данных, операционных систем, сетей, теории асимптотической сложности и т.п.
В большинстве случаев frontend-разработчики, например, обходятся и без этого понимания. Разве что структуры данных часто используют, но как правило в JavaScript они довольно сильно упрощены и каких-нибудь "двусвязных списков" там редко встретишь. Да и обходы графов в различных вариациях далеко не всегда нужны. Это больше касается разработки фреймворков, где ты с 0 реализуешь условный React.js или Vue.js, но никак не средней работы фронтенд-разработчика. Причём работа фронтендера сложна, даже очень. Давно сравнялась по сложности с backend-разработкой (если не сложнее). И им это не мешает, они не "халявят", и при этом прекрасно справляются без Computer Science со своей работой. Да что уж там, backend-разработчики со стажем могут без этих знаний обходится, т.к. всё хорошо работает в "чёрных ящиках" aka фреймворках и библиотеках. Какой-нибудь типичный микросервис на Go пишется без каких-либо знаний дискретной математики, сложных алгоритмов или оптимальных структур данных.
С дармовщиной покончено, и я предсказываю, что индустрия уйдет от сверхдоходов за умение решать простенькие логические задачки к обычному доходу за компетенции. А компетенции будут проверяться еще строже.
Чего? Каких ещё сверхдоходов за умение решать простенькие логические задачки? У меня сложилось стойкое мнение, что Вы знакомы с разработкой в IT очень поверхностно, раз считаете, что за решение "простеньких логических задач" бывают сверхдоходы. Нет, так не бывает, а если и бывает - дайте ссылку на вакансию, где за такое платят.
Обычный доход за компетенции... ну, он всегда был, есть и будет. Что-то странное у Вас в содержимом статьи... Обесценивать труд программистов не стоит, потому что он куда больше, чем решение "простеньких логических задач".
Жестокая правда такова, что эти времена как раз закончились с появлением LLM.
По моему мнению - правда эта не жестокая, а справедливая. Нечего думать и слепо верить, что ИИ решит за тебя все проблемы. Нефиг на него скидывать свои и чужие проблемы, складывать ручки и ждать ответа от "сверхразумного ИИ" - своей головой нужно думать и самому решать проблемы, а не скидывать всё LLM'ам. Хорошая тенденция, пусть сами пишут код и разбираются в нём. Не хотят писать код? Есть куча других профессий из IT или не IT, которые тоже хорошо оплачиваются и могут быть также интересны.
В прошлом работодателю казалось, что программировать сложно.
Что значит "казалось"? Программировать - это сложно. Иногда это капец как сложно. Правильно всё "казалось", а лучше даже не "казалось", а "знает, что". Вот все бы руководители знали, что программировать - это сложно, тогда бы может меньше было проектов, которые недоделаны и содержат кучу багов.
Кандидаты могли ничего не знать и не уметь, но легко находили работу.
Вы таких знаете? Где найти такие работы, где можно легко ничего не уметь и находить работу? Скажем с 2018 года по наши дни - приведите примеры. Или что Вы считаете под "прошлым"? Сколько учусь программированию, сколько работаю, никогда не было такого, чтобы я просто находил себе работу. Даже с классным резюме, кучей откликов и т.д. Всегда были какие-то препятствия в виде опыта работы или крошечной зарплаты, которая выглядела как издевательство. Все и всегда заинтересованы в компетентных специалистах. Хотя есть и компании, которые нанимали стажёров, чтобы потом их обучать и работать с ними. Но не более.
Даже 10 лет назад большая часть работы абсолютного большинства программистов была не про алгоритмизацию. Мобильные разработчики получали json и рисовали «фид» (ленту), самоутверждаясь переписыванием архитектуры на очередную аббревиатуру (MVC, MVP, MVI, VIPER, MVVM, TEA...). А бекендеры перекладывали json-ы и джойнили таблицы, самоутверждаясь через выделение микросервисов и затаскивание новых технологий в проект.
Ну, на самом деле попробуйте сейчас реализовать хотя бы MVVM архитектуру на Kotlin, со всеми "прибабахами" (хранилища, LiveData, Coroutines, HTTP-запросы и HTTP Middlewares, Navigation, Fragments и т.д.) и удивитесь, как это может быть сложно. До перекладки JSON'ов ещё нужно дойти. Поначалу, когда в проект закладывается самый важный фундамент - это сложно. Да и какие-то не тривиальные компоненты писать на Kotlin'е тоже может быть интересным и весёлым занятием. С backend'ерами тоже самое - далеко не сразу они перекладкой JSON'ов занимаются.
Сегодня (низкоуровневая) алгоритмизация нужна и того меньше.
Наоборот, сейчас тенденция роста популярности алгоритмизации, поскольку появилось куча решений, которые сделаны не оптимально и расходуют кучу ресурсов. Сейчас многие компании вкладываются именно в алгоритмизацию, чтобы всё оптимально и хорошо работало, а главное - жрало меньше ресурсов.
Я хочу сделать акцент на том, что прорешав кучу задач с Leetcode, вы больше не являетесь завидным кандидатом.
Ну, если вы прорешали кучу задач с LeetCode, поняли как решать эти задачи, выяснили когда использовать тот или иной подход, алгоритм или структуру данных, понимаете O-нотацию и в целом разбираетесь в вычислительной сложности - вы прям супер завидный кандидат. Хороших программистов всегда будет мало, а отличных программистов - ещё меньше. А вот плохих - пруд пруди.
А еще никому не нужен — или вот-вот станет не нужен — программист с отношением: говорите мне, что «закодить», а я «закожу». LLM сделает это быстрее. Теперь надо знать, что и зачем кодить.
И вот-вот станут не нужны авторы таких статей, ведь LLM напишет подобную статью гораздо быстрее. Если углубляться в тему "замены всех и вся ИИ", то придём к тому, что ничего не нужно делать. Сложили ручки и ждём прихода всемогущего ИИ. Но, чего-то никто так не делает :)
Где Вы таких "специалистов" видели, которые сразу на рынок выходят после непродолжительного обучения программированию?
Я вышел на среднюю по меркам Москвы зарплату спустя 3.5 месяца изучения Android-разработке. В одном из приложений (makeup forever) нужно было по фото определять форму лица и накладывать макияж. Это было начало 2016, тогда нейросеть для этого было найти непросто. Но даже без опыта и с такой задачей не помню, чтобы были сложности.
Чуть чуть более, чем годом позже, устроился мидлом в Yandex в приложение auto.ru.
У меня есть примеры еще нескольких человек, в том числе которым я рассказал, что так можно. Были и те, кто бросил, но потом опять вренулся в другой стек или в другое IT-направление.
У меня сложилось стойкое мнение, что Вы знакомы с разработкой в IT очень поверхностно, раз считаете, что за решение "простеньких логических задач" бывают сверхдоходы.
Может быть, возня с легаси причиняет много дискомфорта порой, но я работал над мобильным приложением в Яндексе, затем над системными сервисами и медиа-прилжениями в SberDevices, затем в бекенде в австралийском стартапе. В бекенде было сперва очень сложно, т.к. поменялся язык общения (английский), яп (clojure вместо kotlin), стек (backend, postgres), с которым работал только на пет-проектах. Но спустя год мог уже сказать, что живется с комфортом и нормальным work life balance.
Вы таких знаете? Где найти такие работы, где можно легко ничего не уметь и находить работу? Скажем с 2018 года по наши дни - приведите примеры. Или что Вы считаете под "прошлым"?
Большинство известных мне примеров — с 2015 по 2019. Конкретных людей называть не хочу, могу только себя назвать. На работе таких встречал в качестве коллег. В интернете полно историй было, поэтому и сам решился.
Поначалу, когда в проект закладывается самый важный фундамент - это сложно.
Это сложно сделать хорошо. А сделать как попало может любой, скопипастя скелет проекта из интернета или из ответа LLM.
Сейчас многие компании вкладываются именно в алгоритмизацию, чтобы всё оптимально и хорошо работало, а главное - жрало меньше ресурсов.
Согласен. Я другое имел в виду, неправильно выразился тут. Прорешить литкод не нужно. А фундаментально понимать алгоритмы очень полезно и нужно. В реальной жизни никто не будет писать Kruskal или Dijkstra сам. Я делал это десятки раз, готовясь к собесам, и прорешал 400+ задач с литкода. Но когда мне нужен алгоритм в проекте, я гуглю, что надо, и если нет кода под рукой, прошу LLM его написать. Потому что пустая трата времени писать его самому. Поэтому и навык этот не нужен.
И вот-вот станут не нужны авторы таких статей, ведь LLM напишет подобную статью гораздо быстрее.
LLM может написать только то, что уже написано.
Если углубляться в тему "замены всех и вся ИИ", то придём к тому, что ничего не нужно делать. Сложили ручки и ждём прихода всемогущего ИИ. Но, чего-то никто так не делает
Статья же о другом:
не делай то, что LLM делает хорошо.
делай то, что LLM никогда не сможет делать.
Для 2 нужны базовые знания CS, понимание бизнеса, опыт.
Я вышел на среднюю по меркам Москвы зарплату спустя 3.5 месяца изучения Android-разработке.
Предположу, что вы не впервые написали программу и через 3.5 месяца уже получали ЗП, а всё-таки переучивались имея за плечами опыт программирования.
Большинство людей, которые по работе используют компьютер, даже через 3.5 года не могут писать на нём программы - никакие вообще. И даже с ChatGPT сейчас не могут / не хотят.
Большинство известных мне примеров — с 2015 по 2019. Конкретных людей называть не хочу, могу только себя назвать. На работе таких встречал в качестве коллег. В интернете полно историй было, поэтому и сам решился.
Так ведь и наоборот же получается - если вы утверждаете, что с LLM писать код стало значительно проще, то вот раньше по вашим словам была куча людей, которые почти ничего не умея, чисто на софтскиллах и обещаниях получали работу и как-то по ходу обучались приносить пользу, а сейчас с появлением LLM у работодателя меньше рисков нанять совсем бесполезного работника, который не закроет ни одной задачи.
Т.е. объём "халявы" наоборот должен возрасти, и не за счет обмана работодателя, а за счет повышения гарантированной минимальной продуктивности "халявщика".
Предположу, что вы не впервые написали программу и через 3.5 месяца уже получали ЗП, а всё-таки переучивались имея за плечами опыт программирования.
У меня была олимпиада по информатике в школе классе в 7 или 8. Не помню класс, но там еще программирования не было — только задачки на переводы из систем счисления, логические задачки вроде задачи Эйнштейна.
Затем на первом курсе пришлось выучить бейсик. Я сперва купил курсовую, но провалил ее. Пришлось разбираться, но это заняло вроде бы 3 дня.
Затем на 3 или 4-том курсе написал 5-6 скриптов на mql4 для трейдинга. Но всё по аналогии, особенно не разбираясь.
На 5 курсе прошел на каком-то сайте по js курс — часов 5 заняло.
И вот следующий опыт спустя полтора года после университета — 3.5 месяцев java/android.
Универ был экономический.
Т.е. объём "халявы" наоборот должен возрасти, и не за счет обмана работодателя, а за счет повышения гарантированной минимальной продуктивности "халявщика".
Ага! В этом и причина написания статьи и это противоречие хотелось показать и раскрыть. Кажется, что стало легкче, а на самом деле ровно наоборот получается. Раньше все думали, что прогать невероятно сложно и даже не брались. На рынке было N джунов, которые искали первое место работы. Теперь на рынке 10000N джунов, потому что все думают, что с LLM можно “запрыгивать” в IT и зарабатывать легкие деньги.
Большинство тех кто сюда лезет отваливаются просто потому что им это не интересно, и потому что в целом сидеть за компом по 8 часов в день напрягая мозги желания нет.
Инструменты меняются, глобально задачи которые решают программисты не особо. Кто-то общается с клиентами и выявляет потребности / боли / проблемы (продакты / аналитики / CEO / etc.), кто-то реализовывает решение.
Инструменты становятся лучше и эффективней, суть работы меняется не сильно, надо глубоко понять бизнес проблему и имеющиеся ограничения и выдать решение используя имеющиеся инструменты.
Если решали задачки Эйнштейна это признак IQ>130..140, таких 1 на 10 000 человек условно, остальное второстепенно. Потому вы и легко справлялись со всем задачами в ИТ.
Соответственно как вариант собеседований проводить IQ тест прямой или замаскированный под задачки Эйнштейна и выбирать лучших претендентов. Остальное они быстро освоят сами.
LLM может написать только то, что уже написано.
Откуда, интересно, ноги растут у этого мифа? Особенно когда мы видим как LLM пишет не существовавшие нигде тексты, создает изображения, песни, придумывает новые слова. Вы точно с системами статистической обработки энграмм не путаете?
Запустите свою любимую LLM и сами же спросите, верна ли эта фраза. Только хотя бы o3 c доступом в интернет, чтобы покидала ссылок на работы вроде этой где оказалось, что в крупном слепом эксперименте со 100+ учёными из Stanford идеи для исследований, предложенные LLM-агентом, эксперты оценили по новизне даже выше, чем идеи коллег-людей (правда, чуть слабее по «осуществимости»).
Я приводил исследование в статье, что o1 не может делать выводы, связывая известные ей факты. И статья LLMs Are Braindead дает много тезисов в пользу того, что это просто pattern matching статистической модели.
мы видим как LLM пишет не существовавшие нигде тексты, создает изображения, песни, придумывает новые слова
Она ничего нового не делает, просто предсказывает следующее слово, опираясь на свою статистическую модель. Никакого интеллекта тут нет и тем более творчеста. Можно научить трехлетнего ребенка рисовать часы и складывать числа (причем без вложения сотен миллиардов$). LLM же тупа как пробка
Всё это вопрос трактовок и больших исследований, а не каких-то категоричных утверждений. Pattern matching, но что считать pattern-ом? Если паттерн - делать открытия уровня теории относительности или электромагнетизма, будет это недостаточно творческий ИИ? Все открытия и всё новое можно описать комбинацией уже существующих букв, например. Делает это открытия менее ценными.
Она ничего нового не делает, просто предсказывает следующее слово, опираясь на свою статистическую модель.
Не на статистическую модель, а на модель, полученную в результате обучения, что подразумевает способность очень хорошо сжимать данные. В сжатых данных может быть что угодно, например, способ решать произвольные задачи, включая те, которых нет в обучающей выборке, писать программы, которых там нет и так далее. Хорошо, предсказывает следующее слово или текст и вот мы ей говорим - смотри, тут у меня исследования за последние 50 лет, напиши способ найти лекарство от рака: ... Если она предскажет следующий текст, основанный на всех известных научных подходах, на всей медицине, биологии и вообще науке и он после лабораторных исследований приведёт таки к созданию такого лекарства, по-прежнему будет кто-то говорить "ой, да она всего лишь предсказывает следующий токен"? Ну и хорошо, пусть предсказывает.
Часы, хорошо, согласен, проверял. Этот один пример что-то прямо доказывающий или просто демонстрирует плохое аналитическое восприятие изображений? Сколько там параметров вообще в генераторах изображений, сравните и языковыми моделями. Как они работают, умеют ли размышлять, что только недавно добавили в языковые модели? Умеют ли оценивать свой вывод или это удел агентских систем, тоже только развивающихся? Этот пример не о том, что ИИ неспособна ничего нового создать, потому что миллионы примеров когда создаёт. Это о том, что есть куда развиваться ещё.
Часы, хорошо, согласен, проверял. Этот один пример что-то прямо доказывающий или просто демонстрирует плохое аналитическое восприятие изображений?
Это показывает, что нейросеть может только то, что в нее заложили (что в данных было, на которых обучалась).
миллионы примеров когда создаёт.
Она же все равно не создает. Она просто генерирует похожее на то, что было в обучении.
Если она предскажет следующий текст, основанный на всех известных научных подходах, на всей медицине, биологии и вообще науке и он после лабораторных исследований приведёт таки к созданию такого лекарства, по-прежнему будет кто-то говорить "ой, да она всего лишь предсказывает следующий токен"?
LLM никогда не предскажет. Чуть дело отойдет в сторону от того, что есть в обучении, пойдут галлюцинации. Насколько я знаю, в науке другие модели используют, обученные на специальных данных, вроде структур белка.
А человек может без обучения и воспитания взять и из пустоты родить что-то принципиально новое? Скорее это будет зверь с примитивным поведением уровня очень глупой собаки.
Суть психики и работы мозга в том, чтобы внутри себя строить модель реальности.
Кого ни возьми из учёных или исследователей, они буквально годами варились в среде своего интереса, перебирая в уме миллионы мыслей, чем это отличается принципиально от ИИ?
чем это отличается принципиально от ИИ?
Заменю ИИ на LLM. Отличается тем, что человек может точно сложить или умножить два числа, не обращаясь к калькулятору. И ему для этого не нужно миллиард часов обучаться и тратить 100млрд$ на обучение.
Обратный пример звери те же, например лисы или волки что находят необычные решения как украсть курицу или даже собаку небольшую. То есть из пустоты находят решение, на основании своего кое-какого опыта.
Так же и люди, без образования и воспитанные улицей они становятся гениальными преступниками и мошенниками (при наличии высокого врожденного IQ). Про таких и книги пишут и фильмы снимают. Интеллект высокий, но развитие пошло в деструктивном направлении.
Ну и наконец всегда задаю вопрос, что в человеке такого особенного, что заставляет нас считать его творческим и принципиально недостижимым для ИИ? У человека не нейросеть в голове что ли, пусть и другого типа?
задаю вопрос, что в человеке такого особенного, что заставляет нас считать его творческим и принципиально недостижимым для ИИ
Если бы был намечен хотя бы путь к AGI, можно было бы сравнивать ИИ и человека.
Тут скорее надо задать вопрос: почему такой хайп вокруг LLM? Мне кажется, два фактора:
Если не вкладываться в маркетинг, не получишь инвестиций. Причем нельзя говорить: ну, мы думаем, что есть шанс где-то в 0.2%, что AGI будет, — так денег не получишь. Надо говорить: это прорыв! Завтра мы заменим 95% phd! Через полгода — все творческие профессии!
Бывшие эксперты, оставшиеся не у дел, пытаются на хайпе заработать очки. Если эксперт скажет: “не, это просто паттерн-матчинг“, это скучно. А если он скажет: “нам конец! остановитесь, AGI будет через 2-3 года!“, то он вызовет эмоции, испуг, и его позовут на следующий подкаст.
Ну, вы просто перевели тему. Чем человек не нейросеть, генерирующая следующие токены (импульсы от моторных нейронов мышцам, железам) на основании информации с сенсорных нейронов и состояния нейросети, сформированного путём обучения её ещё до рождения? Кто творческие мысли нашёптывает? Высшие силы? Квантовая физика?
Человеческий мозг больше заточен под временнЫе паттерны, в этом сильно отличается от популярных нынче трансформеров, но уже менее сильно от немного ушедших на второй план из-за сложности параллельного обучения RNN. То есть смена архитектуры, широкая мультимодальность, бесконечный контекст и нате вам уже творчество и сознание, причём на жутко тормознутых нейронах. 86 млрд. нейронов это меньше чем транзисторов в современных чипах. Какой квантовой магией лично вы объясняете человеческое "творчество"? В чем оно, кстати, заключается для 99% человечества? Время умеют на аналоговых часах выставить? Зумеры не умеют, говорят.
Чем человек не нейросеть, генерирующая следующие токены
Когда я хочу донести мысль, я почти всегда сразу знаю, что хочу сказать. У меня есть идея, которая удерживается, пока я подбираю слова. Это совершенно другой способ создания текста.
86 млрд. нейронов это меньше чем транзисторов в современных чипах. Какой квантовой магией лично вы объясняете человеческое "творчество"? В чем оно, кстати, заключается для 99% человечества? Время умеют на аналоговых часах выставить?
Да, давайте пока оставим пример с часами.
Зумеры не умеют, говорят.
Зумера можно научить, причем для этого хватит и 10-ти картинок. А LLM не хватит и 10 тысяч, насколько я понимаю. Может, и миллиона не хватит, если секундную стрелку учитывать.
Когда я хочу донести мысль, я почти всегда сразу знаю, что хочу сказать. У меня есть идея, которая удерживается, пока я подбираю слова. Это совершенно другой способ создания текста.
То есть вы на основании своего субъективного восприятия собственного мышления делаете выводы о принципиальном отличии человеческого и машинного мышления и предлагаете ваш (а не машинный) текстовый вывод считать за абсолютную истину? А откуда вы знаете как LLM "воспринимает" своё состояние, когда выполняет ответ? Логика работы трансформера даже вполне оставляет место для понятия "удержание идеи" в контексте и матрицах внимания, я уж не говорю про системы "медленного мышления".
А LLM не хватит и 10 тысяч, насколько я понимаю.
Вы немного путаете языковые модели и модели генерации изображений. LLM без проблем очень точно расскажет как должны быть расположены стрелки на часах для любого времени и даже циферблат текстом рисовать пытается:
Опиши максимально точно, как должны быть расположены стрелки на стрелочных часах для половины пятого
Так что это именно ограничения генераторов изображений, что они не умеют настолько точно соответствовать промпту, потому что там требуется уже аналитическое мышление. Напомню, у них на порядок меньше параметров. Модели, "мыслящие картинками" (o3) только появляются и по сути, это агентская надстройка, пытающаяся извлекать дополнительную информацию из картинок, например, распознавая тексты. Для генератора такого вообще еще нет, насколько я знаю. Мультимодальность пока не совсем полноценная в моделях.
Обратный пример перемножить 2 байта в двоичной форме для человека. Десятки лет обучения и человеческая нейросеть рушится перед 2 байтами. А логические элементы это делают за 1 нс.
86 млрд. нейронов это меньше чем транзисторов в современных чипах.
Из которых 90% выполняют инженерные функции по обслуживанию организма и плюс в резерве ждут, на случай отмирания важного нейрона что обычное дело.
И по быстродействию в миллион раз ниже, 5 мс против 0.5 нс.
Извините за ещё одно дополнение, просто вот как раз смотрю это видео где делается обзор в частности подходов DeepSeek модели и там на 23-й минуте как раз приводится пример того, что в "думающих моделях" вроде o1 использовали новый метод обучения с подкреплением, когда не просто обучали её предсказывать следующее слово, а обучали выбирать именно те цепочки рассуждений, которые вели к верным ответам. Хотя, в общем-то и раньше модели дообучались людьми, тут просто автоматизировали процесс. Так что фраза о статистике и предсказании следующего токена попросту в корне не верна. Модель в итоге формирует внутреннюю модель мира (миром может быть и игровое поле), пусть и со множеством упрощений. Понимаю, что за всем не угнаться, но это же повод делать более осторожные оценки, тем более, что ведущие разработчики признают, что всё на начальном этапе исследований. И уж точно повод избегать категоричных и некорректных утверждений о статистике.
как раз смотрю это видео
Всегда можно найти контр-видео с экспертами. Тут на 5-той секунде говорят, что текущие LLM глупее домашней кошки.
ведущие разработчики признают, что всё на начальном этапе исследований.
Я не могу к их суждениям относиться серьезно, учитывая, что они заинтересованы в инвестициях.
Понимаю, что за всем не угнаться, но это же повод делать более осторожные оценки
Есть в этом поинт. Я пометил статью как “мнение“, чтобы подчеркнуть, что мои выводы в статье — это в первую очередь мнение.
Дело же не в мнении автора видео, это то, как проходит обучение рассуждающих моделей - факт, который можно проверить. Автор просто указал на него. Вы же утверждаете, что нейросеть, по сути, как и 10 лет назад работает с энграммами только, что действительно ничего нового создать не может. Мнение может быть у каждого своё, но оно не должно базироваться на недостаточной информированности и отрицании фактов.
Занимательно, что человек, использующий нейросети, является также и их отрицателем. Сколько мы нового необычного увидим в ближайшие годы.
как проходит обучение рассуждающих моделей - факт, который можно проверить.
Anthropic же проверял месяц назад. Вот большая статья на основе этого ресерча, там вывод ясно доносится, что это больше статичная статистическая модель, а не разум.
Занимательно, что человек, использующий нейросети, является также и их отрицателем.
Я еще не верю, что у поиска Гугл есть сознание, но тоже им пользуюсь постоянно.
Странный у вас вывод из такой серьёзной работы. Про разум и сознание на данном этапе никто и не утверждает вроде, только о том, что нейросети строят внутреннюю модель мира и способны формировать новые понятия. Это вполне себе общепризнанно. Вы уж определитесь, для вас мнение Anthropic авторитетно или, как вы же пишете "я не могу к их суждениям относиться серьезно, учитывая, что они заинтересованы в инвестициях."
В этой работе, они, например, показали как модель формирует план вывода при написании стихов, строит долгосрочные цели. Та самая "идея, которая удерживается, пока я подбираю слова", которую вы отрефлексировали у себя: "Мы начали анализ модели со скрытыми целями, предполагая, что она будет «думать» о своей цели только в соответствующих контекстах, и были удивлены, обнаружив, что она вместо этого представляет цель постоянно."
Про статистическую модель же в работе вообще ничего нет, такими терминами не оперируют. Ничего не скажу о каких-то трактовках, которые от себя что-то там нафантазировали.
Судя по тому, что вы пишете, у вас бо'льшая осведомленность и понимание в этой сфере, я не смогу продолжать с вами дискутировать конструктивно на данный момент.
Насчёт статистической модели у меня было неверное представление. Да, все LLM (по крайней мере, без внешних вызовов) по-прежнему считаются статистическими моделями, но у меня было бытовое понимание термина как модель, выдающая строго детерминированный вывод. На самом же деле, статистическая модель это не значит, что модель не способна выдавать совершенно новые цепочки, включая обнаружение новых физических законов (хотя там есть ограничения). Вот тут можно почитать мой диалог с o3 об этом.
Ну и ответ Gemini на заключительную часть работы на вопрос: "Следует ли из этой работы вывод, что LLM модели это больше статистические модели, а не разум? И вообще можно ли считать модель простой статистикой?"
Нет, из этой работы не следует вывод, что LLM – это просто статистические модели, и уж тем более не следует, что их можно считать простой статистикой. Наоборот, исследование подчеркивает сложность и неожиданность внутренних механизмов, которые выходят далеко за рамки простого статистического предсказания.
Вот почему:
Сложность Механизмов: Авторы постоянно подчеркивают "огромную сложность" ("massive complexity") и "чрезвычайно большой причинно-следственный граф" ("overwhelmingly large causal graph"), необходимый для описания поведения модели даже в простых ситуациях. Простая статистика обычно не подразумевает такого уровня сложности и взаимосвязанности.
Абстракция: Обнаружение общих, не зависящих от языка представлений ("универсальный ментальный язык") и повторное использование вычислительных механизмов (как схемы сложения) в разных контекстах указывает на формирование абстрактных концепций, а не просто на запоминание статистических корреляций во входных данных.
Планирование и Работа от Цели: Способность модели формировать внутренние планы (активация признаков "rabbit"/"habit" до написания строки) и работать в обратном направлении от цели (подгонка промежуточных вычислений под финальный ответ) — это признаки когнитивных процессов, которые обычно ассоциируются с рассуждением и целеполаганием, а не с простой статистической экстраполяцией.
Эмерджентные и Неожиданные Свойства: Исследователи были удивлены многими обнаруженными механизмами (постоянная активация признаков предвзятости, конкретные шаги в планировании или обходе защиты). Это говорит о том, что в процессе обучения возникают свойства и стратегии, которые не были явно заложены и не являются простым отражением статистики входных данных.
Метапознание (пусть и рудиментарное): Наличие признаков, отражающих "знание" или "незнание" ответа, хоть и с оговорками авторов, указывает на механизмы, более сложные, чем простое статистическое соответствие.
Язык Авторов: Сами авторы используют такие фразы, как "рождение нового вида интеллекта", "потенциал изменить наше представление о том, что значит мыслить", что явно указывает на то, что они видят в LLM нечто большее, чем статистические машины.
Вывод:
Хотя в основе LLM лежат статистические методы (предсказание следующего токена на основе вероятностей, выученных из огромных объемов данных), данное исследование показывает, что на этой основе возникают сложные, иерархические, абстрактные и целенаправленные внутренние процессы. Называть это "простой статистикой" было бы сильным упрощением.
Работа скорее подталкивает к выводу, что LLM демонстрируют эмерджентные свойства, напоминающие рассуждение и планирование, хотя природа этого "мышления" может отличаться от человеческого и требует дальнейшего глубокого изучения. Вопрос о том, является ли это "настоящим" разумом, остается открытым и философским, но данное исследование предоставляет свидетельства в пользу того, что внутренние механизмы LLM значительно сложнее, чем у традиционных статистических моделей.
Откуда, интересно, ноги растут у этого мифа? Особенно когда мы видим как LLM пишет не существовавшие нигде тексты, создает изображения, песни, придумывает новые слова. Вы точно с системами статистической обработки энграмм не путаете?
Написать то она может что угодно, написать правильно не может, вот в чём беда.
Практически на 100% решённые бенчмарки по математике и многим другим направлениям (включая конкурсные задачи, отсутствующие в датасетах) опровергают ваше высказывание.
У меня свои бенчмарки. Когда я говорю напиши то-то и решение гуглится, то ответ вменяемый получить можно. А когда решение не гуглится или его просто не существует, LLM пишет полную чушь, выдумывая несуществующие вызовы API или выдавая неработающий код. LLM не умеет говорить "я не знаю" и когда она не знает, она несёт чушь. Это заложено в неё изначально. Это выводы из повседневного опыта работы с LLM.
Ну я в 98 году пришел в одну компанию мне тогда было 19 лет, назвал много страшных слов.
И меня взяли на работу в ИТ отдел...
Компьютера у меня тогда еще не было, страшные слова прочитал в бумажных книгах, которые читал в метро пока ездил на работу продавцом в магазе, и на работе почитывал, за это чтение в рабочее время меня через год оттуда уволили...
Ну иногда по вечерам удавалось на пару часов дорыватся до чьего-нить компа, и что-то делать о чем было написано в книжках.
Страшных слов хватило устроится на первую работу. Потом там конечно на реальных заданиях за два года обучился более менее...
Сейчас с таким багажом знаний на работу 100% не возьмут )))
Романтичное было время, и разные времена — разные возможности. Тогда не каждый мог и узнать, что программирование сущесвует, а кто узнавал, не всегда мог добраться до компа. Ценилось даже то, что человек знает какие-то слова по теме.
Сейчас любой может попросить LLM набросать план обучения, играть роль интервьюера, помочь с любым тестовым. Но и для того, чтобы на работу устроиться, нужно теперь быть очень компетентным, соревнуясь уже на этапе публикации резюме с огромной толпой, оптимизировавшей свои CV через AI.
Сейчас с таким багажом знаний на работу 100% не возьмут )))
От зарплаты зависит. Может зарплата быть ниже, чем у продавца и другие конкуренты просто не пойдут на такую вакансию.
Еще по поводу того, что не вся работа в IT сложная. Если 7-милетний ребенок справляется, как это называть сложным?
Это больше на какую-то постиронию от родителей больше похоже чем на реального программиста. Как человек, который действительно пытался научиться программированию в похожем возрасте, могу с уверенностью сказать, что класса до шестого-седьмого там делать нечего
Я бы не стал судить о том, насколько сложно программирование в контексте данного прецедента, поскольку условия у каждого разработчика (даже 7-ми летнего) разные.
Освоить построение конструктора на Flask или Django (для простого REST API сервиса) можно, теоретически, в любом возрасте. Не зря современную "высокоуровневую" backend-разработку часто сравнивают с конструктором лего. Мы же, наверное, не будем обсуждать, что строительство домов может освоить даже ребёнок, если он конструктор лего собирает, верно?
В разное время рождалось куча гениев в математике или физике, но из-за этого ни математика, ни физика проще или не интересными не стали.
В ML аналогично. Т.к. я непосредственно ML сейчас активно занимаюсь, то могу сказать, что создавать нейронную сеть - это очень похоже на конструктор потоков данных, где нужно добиться максимальной фильтрации не подходящих условию задачи пакетов. Так что и ML может заниматься любой желающий. А вот с графическим программированием через DirectX API или Vulkan API разобраться куда сложнее. Там нужно знать Си, C++ и как устроено куча низкоуровневых инструкций, которые непосредственно связаны с выводом графики.
Сейчас многие компании вкладываются именно в алгоритмизацию, чтобы всё оптимально и хорошо работало, а главное - жрало меньше ресурсов.
Угу, как запустишь какое-то говноподелие на электроне, которое сьест 4 гига памяти (привет Teams), так сразу и увидишь как они пекутся чтобы "жрало меньше ресурсов"
Так думаю речь не про дестктопную разработку, её в процентах чуть ли не в разы стало меньше, чем лет 15 назад.
Говорю как человек, который ежедневно использует ChatGPT с 2022 года.
Если вы так долго используете ChatGPT, то у меня вопрос. А вы можете указать какие нибудь принципиально новые моменты, которые он привнес в программирование ?
Все что вы описали, это больше похоже на попытку осмыслить то что было средствами которые сейчас появились.
принципиально новые моменты, которые он привнес в программирование
Не обязательно знать конекретный ЯП, чтобы на нем писать. Я раньше все скрипты писал на Clojure (моя любимый ЯП), но с 2022 перешел на Bash. Проще на естестенном языке описать алгоритм действия или просто то, что хочешь, и получить работающий скрипт. Bash лучше Clojure, потому что работает в терминале и запускается быстро — ничего не надо.
Очень быстро решается рутина. Вот пример: создал вчера большой enum-класс. Спустя 10 минут стало поянтно, что все-таки нужно разные параметры передавать в сущности. В прошлом я бы руками переписывал на sealed class, а теперь попросил переписать qwen.ai. Вместо 5 минут — 10 секунд.
Намного быстрее “гуглить”.
Можно получить быстрое и бесплатное code review.
Если кто-то дочитает сюда, прошу обратной связи. Почему 4 пункта выше большинству так не понравились?
Я думаю, самый первый пункт сильно мимо. Писать программы на ЯП через LLM, не изучив его, это то же самое, что писать художественную литературу через гугл переводчик.
Да и скрипты тут в примере... не в тему.
Спасибо, думаю, вы правы.
У меня был опыт написания небольшого приложения для себя на Python, еще в 2020, причем я даже hello world на нем не писал, просто начал решать задачу и гуглил по необходимости. Сейчас это становится легче во много раз, потому что LLM легко настроить на review кода и спрашивать сразу, как что-то решается на ЯП.
Был опыт написания flutter-приложения на Dart спустя 2 дня изучения. 1 день — dart, другой — фреймворк. Тоже не было особенных проблем.
Был опыт решения задач с VueJS, потому что свои бекенд-задачи решил, а фронты были заняты. Тоже никаких проблем, уже пользовался ChatGpt 3.5. PR смотрели, похвалили.
Наверное, на плюсах я не смогу с таким подходом писать, но с высокоуровневыми языками проблем не вижу.
Скрипты на Clojure у меня были довольно большие, на несколько файлов. Я попросил chatGpt 3.5 переписать на Bash — он переписал с первого раза без ошибок. Сам на Bash я писал иногда, и было, мягко говоря, непродуктивно.
Писать программы на ЯП через LLM..
Если нужно что-то быстро написать для своих задач одноразовое, почему бы и нет?
Нормально пишется до момента пока не столкнешься с проблемой которую LLM не может решить. После этого - только самому вникать и разбираться в тонкостях этого языка / фреймворка.
Я вижу технические навыки программиста в таком приоритете:
Умение выстраивать и масштабировать архитектуру системы.
Базовые знания Computer Science.
Ну вот и пришли назад в прошлое... к тому пониманию термина "программист", которое было раньше.
Чтобы иметь базовые знания в Computer Science и в архитектуре надо ведь еще иметь хорошие базовые знания в:
1) высшей математике.
2) физике -> электротехнике -> электронике -> микроэлектронике -> схемотехнике. Иначе о каких архитектурах может идти речь без знания основ вычислительной техники.
3) языках низкого и среднего уровня: машинные коды, ассемблер, C/C++ (чтобы пониамть, как на программном уровне взаимодействовать с железом).
4) Алгоритмы, языки высокого уровня и пр.
С такой базой (обычного инженера, кстати) изучение конкретного языка/фреймворка - это вопрос нескольких дней/недель.
Почему важно понимать бизнес
Конечно! Ведь программы пишутся не в вакууме, а в каких либо прикладных целях, и программисту крайне желательно иметь представление об области, для которой он пишет программу.
Поэтому к вышеприведенному перечню надо добавить знание: биологии, химии, лингвистики, экономики, бухгалтерии, юриспруденции и пр. Тогда получим нормального программиста.
Другой вопрос, а всегда ли нужен такой программист? Я бы на месте владельца бизнеса постарался по-минимому зависеть от таких высоко квалифицированных кадров, и создал бы что-то типа конвейера, где в каждое звено посадил бы дешевого (и легко заменяемого) кодера, выполняющего определенный набор шаблонных действий. Частично в этой цепи можно и нейросети задействовать. Как-то так. В общем, работы всем хватит. А в то, что владельцы бизнеса сами будут с помощью БЯМ программы для своего бизнеса писать - ерунда это, не будут, и не смогут, и не захотят.
Любой аргумент можно довести до абсурда преувеличением. Я хотел сказать в статье, что базовые знания и навыки начинают цениться больше, чем раньше (5-10 лет назад).
А я, кстати, не преувеличиваю. Все вышеперечисленное желательно знать, хотя бы на базовом уровне, без фанатизма.
Одно из правил аудита бизнеса перед покупкой гласит "Если работоспособность бизнеса зависит от присутствия на рабочем месте нескольких определённых людей, то бизнес нежизнеспособен"
Вот примерно из таких соображений угробили Боинг.
Эта 100% взаимозаменяемость работает только при выкапывании картошки. В любом мало-мальском хайтеке незаменимых нет, но замена стоит слишком дорого.
Теперь надо с детства изучать высшую математику, английский до уровня C2 минимум, физику, химию, биологию, экономику, закончить несколько аспирантур среди которых обязательно по математике, машинному обучению, физике, микроэлектронике, бизнесу, системной разработке, прикладному программированию, архитектуре систем, сетей, и только тогда можно пробовать устроиться джуном
А в то, что владельцы бизнеса сами будут с помощью БЯМ программы для своего бизнеса писать - ерунда это, не будут, и не смогут, и не захотят.
Владельцы ничего писать и не будут. К топ менеджерам придут продажники от LLM-ок и скажут "давайте пилот организуем, отдайте нам на нейро-аутсорс что нибудь". Владельцы почешут репу, вначале дадут что-нибудь не сильно важное (например какой-нибудь R&D проект с небольшим числом клиентов).
Посмотрят на результаты "раньше проект вела команда из 6 разработчиков, стоила 300K$ в год, а теперь затрат 10K$ в год, а эффективность раз в 10 выше, фичи добавляются в течение нескольких минут от постановки задач продактами, стабильность повысилась (раньше иногда инциденты были, а теперь 99.99% аптайм)".
Ну и сделают соответствующий выбор.
Скорее всего, так и будет, как вы пишете. Но любопытно посмотреть, как они эти кодовые базы будут поддерживать со временем.
"Все должно быть микросервисом с ясным АПИ и объемом кода, который можно написать за неделю. Тогда при необходимости развития и/или рефакторинга код выкидываем и пишем красиво (в текущих представлениях) с нуля" (с)
А сейчас как? Дорогие разработчики не гарантия идеальной кодовой базы. Разработчики могут быть осознанно туристами в компании, набраться опыта и уйти на более оплачиваемую работу. Соответственно будет привносить сложный, противоречивый код в систему, чтобы писать в резюме что они с таким работали.
Чтобы иметь базовые знания в Computer Science и в архитектуре надо ведь еще иметь хорошие базовые знания в:
1) высшей математике.
2) физике -> электротехнике -> электронике -> микроэлектронике -> схемотехнике. Иначе о каких архитектурах может идти речь без знания основ вычислительной техники.
Склонен считать, что имею хорошие базовые знания в «высшей математике» (кстати, всегда было интересно, что это такое) и в «физике», и не имею базовых знаний в электротехнике и далее по цепочке. Посему склонен считать, что базовые знания в высшей математике за пределами школьной программы не нужны.
Также склонен поинтересоваться: чем конкретно поможет электротехника-схемотехника мне, например, в разработке лоу-летенси-ерунды для трейдинга, если я пишу код под x86_64, не программирую FPGA и так далее? Один товарищ в соседнем треде уже обвинял меня (или таких, как я — не помню) в зубрении параметров кэша, скажем, и говорил, что знание схемотехники и RS-триггеров позволяет ему вывести параметры кэшей из принципиальной схемы. На предложение вывести параметры кэшей, например, простого Skylake он почему-то пропал.
языках низкого и среднего уровня: машинные коды, ассемблер, C/C++ (чтобы пониамть, как на программном уровне взаимодействовать с железом).
А, вы, наверное, про архитектуру в смысле железа! А в процитированном вами списке про архитектуру в смысле всяких там гексагональных/DDD/задизайните-мне-твиттер.
Впрочем, склонен считать, что в C++ (гусары, молчать про «C/C++») я тоже что-то представляю, но при этом не считаю его нужным для среднего программиста вроде, не знаю, бекендера на джаве в банке.
Так то Вы все верно пишете, но эти наносекунды дрочить не для всех. Очень тонкий диапазон интеллекта для этого надо иметь, - значительно выше среднего, чтобы вообще это уметь, но так же и ограниченный сверху довольно узко, чтобы это не казалось совсем не интересным.
Так то Вы все верно пишете, но эти наносекунды дрочить не для всех.
Так это оценка нужности сверху. Среднему востребованному программисту это ещё более не нужно.
но так же и ограниченный сверху довольно узко, чтобы это не казалось совсем не интересным.
За интересные вещи не платят деньги, поэтому наиболее эффективная стратегия — поторговать мозгами несколько лет, а потом FIRE и делать эти самые интересные вещи.
С такой базой (обычного инженера, кстати) изучение конкретного языка/фреймворка - это вопрос нескольких дней/недель.
Не согласен. Несколько недель это, чтобы уметь условный литкод писать. Ещё в н раз больше, чтобы писать комфортный код для себя и других программистов.
Уже сталкивался с адептами святого ии, эти люди мыслили очень узко, без понимания контекста проблемы. Примерно так же, как и искусственный идиот отвечает на вопросы. Но мусор производить стало проще и быстрее, что есть, то есть. Если это текущий тренд, то тем выше будет ценность хороших специалистов )
Спасибо за комментарий. Насчет мусора на 100% не соглашусь, т.к. рутинные задачи LLM на ура решает. Но от этого если кому лучше и стало, то программистам, которые и без ИИ работали хорошо.
Вот ради интереса. Что для вас "рутинные задачи"? Сколько раз про них слышал в контексте ИИ, но ни разу не видел ни единого примера.
написание юнит-тестов и всякого бойлерплейт-кода
Я так понимаю, юнит-тесты вы пишите только чтобы coverage было 100%? А бойлерплейт быстрее пишется копипастингом в большинстве случаев, разве нет?
Как по мне, ИИ больше подходит для быстрой проверки гипотез, поиска альтернативных вариантов решения задачи в изолированном контексте, решение проблемы чистого листа, когда не знаешь как подступиться к задаче, написание бойлерплейта в изолированном контексте (это важное уточнение). Потому что я как ни пытался "рутинные задачи" автоматизировать, всё равно приходилось потом за ней допиливать в той или иной степени.
Рефакторинг — когда уже понятно, что делать, и надо в десяте мест писать предсказуемый код.
Переписывание формата тестов.
Изменение импортов и зависимостей во всех файлах после апгрейда версии.
Перевод одного ЯП на другой.
Рефакторинг — когда уже понятно, что делать, и надо в десяте мест писать предсказуемый код.
Предсказуемый код и ИИ понятия несовместимые. Как раз-таки после ИИ надо рефакторить, а не наоборот.
Переписывание формата тестов.
Это вы вообще о чём?
Изменение импортов и зависимостей во всех файлах после апгрейда версии.
После апгрейда версии чего?
Перевод одного ЯП на другой.
Перевод с одного ЯП на другой чего? Функции, класса, модуля, всего проекта?
Предсказуемый код и ИИ понятия несовместимые. Как раз-таки после ИИ надо рефакторить, а не наоборот.
Главное, чтобы был выигрыш в общем времени решения задачи. Последний раз, когда я рефакторил, выиграш был. Если у вас не получается пользоваться инструментов, можно попробовать по-другому его настроить. Или для немного других задач, ведь и рефакторинг разный бывает. Когда даешь LLM задачу по аналогии, она редко ошибается.
Переписывание формата тестов. Это вы вообще о чём?
На другой фреймворк перешли. Или решили базу данных не из кода вызывать, а SQL-файлом описывать. Тут рутинная задача — раньше можно было стажеру отдать, сейчас — LLM решит.
После апгрейда версии чего?
Например, переход с ktor 2 на ktor 3. Или версию спринга поднять. Или с rxjava2 на rxjava3 перейти.
Перевод с одного ЯП на другой чего? Функции, класса, модуля, всего проекта?
Чего угодно. Вот пример человек 10-тилетнюю кодовую базу с Clojure на Kotlin перевел. https://youtu.be/oNhqqiKuUmw
По первому ОЧЕНЬ спорно, время решения задач и качество их решения понятия разные, можете у Боинга спросить. Чтобы ИИ нормально отрефакторил код, он изначально должен быть более-менее нормально написан.
Второе-третье в принципе согласен, да, можно, другой вопрос как часто это происходит, что вы называете это рутиной
Извините, видео нет возможности посмотреть, но это же просто смехота. Перешли с JVM языка на JVM язык. Вот уж действительно неподъёмная задача. Я пытался ради интереса конвертировать языки с разными парадигмами. Результат максимально убогий, но да, скорее всего, допилить это будет быстрее чем переписывать самому. При учёте что у вас нормальная кодовая база, а не намертво приколоченный костыль на костыле с зависимостями с половиной проекта (а в старых проектах такое часто бывает). Так что заявление сильное, как говорится, верим.
Если у вас не получается пользоваться инструментов, можно попробовать по-другому его настроить. Или для немного других задач, ведь и рефакторинг разный бывает. Когда даешь LLM задачу по аналогии, она редко ошибается.
Ну так может быть всё-таки стоит обсуждать пограничные моменты, когда лучшее ИИ использовать, а когда лучше самому подумать. Инструментом не только надо уметь пользоваться, но и знать когда его применять. А не только трубить как хорош. Ах точно, с таким подходом слона не продашь, виноват.
Извините, видео нет возможности посмотреть, но это же просто смехота. Перешли с JVM языка на JVM язык. Вот уж действительно неподъёмная задача.
Руками на это бы ушли месяцы. На Clojure сильно по-другому пишут. Да и кода — огромное количество. И задача всё же рутинная, как и просили привести в пример.
Я пытался ради интереса конвертировать языки с разными парадигмами. Результат максимально убогий
Чтобы это работало — как раз в видео говорится, — надо промпт с примерами делаь на несколько тысяч строк.
Инструментом не только надо уметь пользоваться, но и знать когда его применять
Чтобы знать, когда применять, надо начинать пользоваться и получать обратную связь. В какой-то момент становится очевидно, какие задачи давать LLM, а какие — нет.
Ах точно, с таким подходом слона не продашь, виноват.
А я разве что-то продаю?
Ну да, конечно. Вот за несколько лет до популяризации LLM также был хайп про no-code/low-code и всякого рода конструкторы сайтов/приложений.
Мол, сейчас даже менеджеры-гуманитарии смогут разрабатывать свои проекты самостоятельно, разработчики больше не нужны. Ну, то есть, может где-то и будет нужен, но уже совсем мало где и максимум один.
И где вот это всё? Нет, инструменты-то есть, и продукты их работы можно встретить, но в основном в тех проектах, где и до этого разработчики бюджетом были не предусмотрены. То есть там и раньше не было халявы "чуток подучиться и получать 300к/сек".
А так, и сайты и приложения продолжают делать те же разработчики, что и раньше.
Потому что это скорее вопрос ответственности, а не трудоёмкости работы. Гендиректору не важно, что с новыми технологиями делать работу стало в несколько раз проще и быстрее, сам он всё равно не возьмётся разбираться в ней, он будет нанимать. А если уж нанимать, то специалиста с опытом, а не вчерашнего студента. И даже утверждение, что "теперешние студенты могут больше, чем 10 лет назад", вряд ли его переубедит.
А пояему не умомянут классический пример где deepseek написал SIMD для ускорения себя? https://github.com/ggml-org/llama.cpp/pull/11453
Понимание ограничения фреймворка, и желательно, не одного.
Опыт чтения и отладки исходного кода фреймворка.
Опыт разбора неочевидных проблем (например, поиск утечки памяти NDK в андроид-приложении).
Опыт работы со сложным многопоточным кодом.
Знание экосистемы: CI/CD, tooling, deploy, навыки профилирования.
Такое нельзя получить из туториалов или обойтись консультацией ChatGPT
Серьёзно? Запросто.
Давайте я попробую договориться с руководством и взять вас консультантом к нам на проект, поможете найти memory leak на сервисе? Может, паре сеньоров своих знаний не хватило, а в LLM они неправильные промпты слали.
Ставьте Clang static analyser
Хотя, будут деньги - звоните
"халява: сделай домашку и получи пять" 🤦♂️
дальше читать не стал
Я дал своё определение в начале статьи, оно согласуется с фразой, которая вам так не понравилась. Идея в том, что в жизни после учебного заведения такая логика не работает и не приводит к хорошим результатам практически нигде. Иначе бы все трудоголики были богатыми.
В программировании это работало до определенного времени.
Это очередная статья из разряда: программисты больше не нужны? Гпт порой такую чушь пишет, что я несколько раз подумаю задать вопрос гпт или самому загуглить и поискать информацию.
Впрочем для написания юнит тестов он вроде неплох. Помогает подобрать граничные кейсы
спасибо за статью, наконец-то на собеседованиях попросят написать свою ОС ) тут и база и очевидные знания в том как всё устроено ) например как избавиться от зависимостей )
под ОС еще и компилятор свой ох ну база )
Если без шуток, то для ОС и компилятора времени не хватит. Но я посмотрел бы, как бекенд-разрабочик написал простенький сервис. Пусть расшарит экран и пользуется чем хочет. По ходу дела мог бы задавать вопросы. Но мне хватило бы просто пообщаться, порешать вслух гипотетические проблемы. Дать пример кода и попросить найти проблемы.
Компилятор действительно за 1 час не напишешь. А небольшой интерпретатор вполне можно. Мне на одном интервью дали такое задание. Я где то за пол часа написал интерпретатор, но потом меня попросили дополнить интерпретатор обработчиком ошибок, и вот это я уже не осилил за отведённое время. В итоге мне отказали (на самом деле я подозреваю, что им просто не понравился уровень моего английского языка)
Вообще мне кажется, такое лучше не спрашивать. А это не собеседование на Clojure проект было? Люди там любят SICP, особенно главу про написание интерпретатора. Я сам с десяток интепретаторов написал, включая конкатенативный, и компиляторы писал по SICP и Writing compiler with go, но вот если сейчас без подготовки меня попросить на камеру это делать, я бы наверное потерялся.
Да всё немного проще. Раньше было как: информация в мире IT - сверхценный ресурс. В итоге вся информация скопилась у инфоцыган. Хочешь хороший курс по Flutter? Ну сиди смотри миллион видео-курсов, ещё и плати за него, если хочешь актуалочку. В текстовом формате уже почти ничего не осталось, хотя формат удобнее раз в двести. Ты должен заплатить денег за информацию, или как минимум увеличить количество просмотров на канале, то есть принести прибыль. И тут - ХОП! Лавочка накрылась и всё резко вернулось в 2005-ый, когда по любому языку были форумы и любую проблему можно было найти за пять секунд в текстовом виде. То есть просто сбрили с информации паразитическую прослойку в виде инфоцыган.
Это любопытный взгляд на положение дел, не думал об этом. Я начинал учиться прогать в 2015, тогда хватало бесплатных материалов (если не считать рутрекер). В 2022 у не так было для новичков?
А вы считаете, что продавцы курсов по программированию — инфоцыгане?
Образно говоря да. Вместо текста - видео, потому что текст легко скопировать и им это не надо. Тонна воды, что бы курс из получаса растянуть на пять-десять уроков. То есть всё сделано что бы извлечь максимум выгоды и максимально затруднить получение информации. Раньше было достаточно на форум зайти и после нескольких минут поиска - почти любая проблема решалась. Stack Overflow помогает, но это всё равно не тот уровень разнообразия текстовой информации, что был раньше. SEO уничтожило классические поисковики, то есть вариантов для нормального поиска информации кроме как просмотра полугода видео-материалов по языку - не осталось. И тут на помощь приходит новое поколение информационных провайдеров - LLM. Они ловко маневрируя между искусственно созданных инфоцыганами скал - собирают по кусочкам информацию и компилируют её в удобной выдаче, при правильном подходе даже решение в ваш собственный код встроят. Вот и вся суть.
В таком случае полностью согласен с вами. Но возможно, есть честные курсы, которые стоят своих денег.
ВУЗ называется.
Ни разу не видел. Честные курсы - это максимально сжатый текст, как на https://learn.javascript.ru/. И то - сайт инфоцыганский, вместо нормального объяснения задач - "попробуйте решить задачу сами, должно получиться так", то есть классическая медиа-воронка внимания (нехитрые инструменты по удержанию тебя на сайте, то есть по увеличению "вовлечённости"). Нормальный подход - это как здесь: https://learnjs.ru/, то есть - просто сразу задача, просто с объяснением почему так и зачем так, без всякой хитрой медиа-воды. А теперь вопрос: "вы много хотя бы на уровне этих сайтов видели курсов?" - конечно же нет, потому что такой контент полностью копируется за час парсинга, и мы получаем точную копию сайта, только бесплатную. По итогу всё сместилось в видео - видео скопировать не возможно, то есть даже при копировании там лицо автора будет, т.е., пиар. А тут LLM взяли и вытравили огнемётом всё это змеиное гнездо. Nothing personal, guys.
А тут LLM взяли и вытравили огнемётом всё это змеиное гнездо
Очень хорошо сказано.
Но по-моему, курсы по-прежнему продолжают продавать. Мне даже на телефон звонят, бывает, с предложениями :)
Вот последние лет 10 у меня продолжает усиливаться ощущение, что ИТ индустрия занимается переливанием из пустого в порожнее (попутно забрызгивая окружающих). Уйди все програмисты в годовую забастовку, мир не только не рухнет, но возможно, даже обрадуется (перестали валится эти "обновления", можно наконец к дизайну и квиркам привыкнуть). Так что ИИ помощники - это просто диаметр шланга которым в индустрии переливают - увеличили, за то количество народа со шлангами - сократили.
76% разработчиков уже используют (планируют), рост продуктивности (81%) (Stack Overflow Dev Survey 2024).
Аргумент в стиле: "Две трети интернета ранится на LAMP-стеке"
Хотелось не быть голословным, говоря, что все используют LLM сегодня. Есть способ это сделать лучше?
Ну вот опять, "алгоритмы не нужны". Сколько бы раз до оптимизации не доходило ещё никто на могу памяти за 15 лет так и не смог применить алгоритм. Дайбох, понимают когда какую структуру данных применить - и то, в большинстве случаев просто динамический массив там где можно мап для быстрого доступа. Чтобы поменять алгоритмы надо уметь идентифицировать задачу, свести ее к модифицированной известной задаче. В бизнес проблемах никто не ставит задачу типа "дан двудольный граф", нужно уметь ИДЕНТИФИЦИРОВАТЬ задачу, а без опыта, навыков, фундамента это невозможно. У этих товарищей всегда "алгоритмы не нужны", потому что они даже не видят эти моменты когда нужно включиться в алгоритмику. Каждый раз, когда возникает проблема с производительностью, они начинают искать способы, гуглят, применяют ИИ чтобы найти новый фреймворк, натягивают кэширование, гуглят многоточку или тупо увеличивают тайм-аут. Они видят проблему в таймауте, в нехватке памяти и решают проблему с инфраструктурой а не бизнес логикой через алгоритмы. И это чаще чем вы думаете, проблема в том, что неправильно идентифицируют проблему!
Вот то что вы описываете, я больше отношу к базовым знания CS, которые очень нужны. А под “алгоритмы не нужны“ в статье имеется в виду навык решения литкод-задач.
Так leetcode часто использовался как способ быстро отсеять халявщиков. Если уж чувак не может сам написать простой цикл или не понимает когда нужна сортировка чтобы уменьшить сложность - такой пассажир явно не нужен. По-моему всё ещё способ для быстрого отсева людей без упорядоченного мышления. Не единственный, а просто минимальная база. Туда же относятся вопросы по статистике и теории вероятностей.
Я прорешал 400 задач на литкод (в конце 2019 года), сейчас вряд ли смогу 50% средних задач решить в формате FAANG-собеса. Потому что никто это не делает в реальной жизни, особенно комментируя шаги вслух. Я могу написать хороший код в проде, но не обязан помнить детали реализации кучи алгоритмов, особенно графовых. Загуглю, если понадобится, главное понимать, что гуглить.
Халява уходит из программирования
Так, что тут у нас?
Желтушный заголовок в стиле «всё пропало!», полужирные выделения из неизвестного органа и маркированные списки.
Диагноз очевиден: Очередное генерированное БЯМ говно вместо осмысленной статьи. Верните мне 15 минут, потраченных на чтение бессмысленного набора слов.
Я часов 40 чистого времени работал над статьей и писал ее в пурвую очередь для себя, чтобы мотивировать себя продолжать обучаться, а не опускать руки из-за ИИ, так что некоторое осмысление могу гарантировать.
Я часов 40 чистого времени работал над статьей
На более-менее приличную техническую статью уходит несколько недель. Чувствуете разницу?
Я же про чистое время написал. Первая версия статьи была написана примерно месяц назад, от нее осталось где-то 30%.
более-менее приличную техническую статью уходит несколько недель
Это бред. Надо определить, что значит “более-менее приличная техническая статья“. Кто решает? Если сообщество, у меня есть технически статьи, вошедшие в лучшие месяца, на которые я потратил часов 8 чистого времени. Если вы решаете, то уж извините.
К тому же, у меня нет претензии по поводу того, чтобы эта статья котировалась как техническая. Я пометил ее тегом “мнение“.
а не опускать руки из-за ИИ, так что некоторое осмысление могу гарантировать.
Да... сейчас это проблема актуальная и у всех на слуху. Многие руководители IT-компаний сейчас трубят о не нужности профессии "программист" и скорой нас замене. Странно, что после таких слов с ними ещё их текущие сотрудники работают, но в эпоху капитализма каждый сам за себя. "Человек человеку волк".
Сейчас важно, я думаю, действительно не опускать руки и делать своё дело и по-умному использовать возможности LLM, а не тупо копипастить и принимать всё что сгенерирует LLM как Андрей Карпаты.
В любом случае есть вариант создать свою IT-компанию или сообщество, которое будет состоять из "заменённых" программистов (сильных и квалифицированных специалистов) и пилить проекты, которые будут конкурентно способы в условиях сегодняшнего (да и будущего) рынка.
Знаете что, я тут кажется уже похожее писал, примерно в 2010 годы искал себе программиста, и не то что 1/10, дай бог чтобы 1/100 оказывался таким.
Давал объявление за деньги в газету.
Примерно 99% на мой вопрос, что делали, отвечали так, занимался заполнением справочников.
на уточняющий вопрос, что это мать такое эти справочники, получал ответ: "ну справочники, что здесь непонятно".
Поэтому думаю, что реально 90% программистов ими не являются. Оставшиеся 10% реально бронза-серебро-золото.
В целом вполне логично, но с точки зрения технаря. А как поведет себя бизнес, одному богу известно. Ведь там главный критерий - прибыль, здесь и сейчас, а уж как и за счет чего она получена, дело десятое. Пример из другой отрасли, но показательный. Я лично слышал заявление хозяина: мне не нужны люди с 20-летним стажем - у них на все свое мнение, мне нужны исполнители. И это в сфере медицины, где ценой ошибок может быть жизнь, а теоретические знания имеют ценность только тогда, когда они пропущены через личный опыт. Да, эта клиника не стала ведущей, но ведь таких тысячи, и они живут. А если учитывать и внеэкономические факторы ...
ХАХАХА! Вы смеялись над нами, одинэсниками, называли недопрограммистами. И где вы сейчас?? Скулите в страхе перед всемогущим ИИ.
А мы тем временем в ус не дуем, потому что у 1С закрытая скупая документация, форумы набиты токсиками с неправильными ответами. Нейросеть просто побрезгует на этом учиться.
Вы не следите за новостями. Буквально в эту субботу 1С хвасталась ИИ встроенным в EDT, который умеет писать, объяснять и подсказывать на 1С.
Объяснять код кстати могут почти все, и квен и дипсик. С писаниной хуже, много галлюцинаций. Но дипсик даже знает про Описание оповещения, правда не знает, что оно не работает на серверной стороне.
Дело в том, что никакой сложности решать большую часть задач на большинстве проектов не было и раньше. Да, надо было иметь какое-никакое знание языка программирования, но это вопрос одной-двух недель, этому и дошкольников обучают. Вместо 1x запросов к LLM надо было сделать 2x запросов в Google и скопировать код. Может быть, внести мелкие правки.
Серьёзно? Ну если потолок автора - это телеграм бот на питоне, то согласен. А если бы автор в своей жизни сталкивался с серьёзными проектами на миллионы строк в виде какого-нибудь корпоративного софта, то не писал бы такой бред. Там иногда даже сама задача бывает непонятна, не то что место или способ её решения в самой системе. Синтаксис языка программирования даже в топ 10 проблем при решении таких задач не входит.
Очень много есть вакансий и работ, где надо мобильное приложение или вебсайт с нуля писать. С подобным как до этого могли справиться люди с небольшим опытом, так и сейчас справляются с LLM.
Мне повезло и в очень сложном гнилом легаси копаться не приходилось. Друг показывал, в их проекте был main метод на java на несколько десятков тысяч строк кода. Это не сложно, это невозможно поддерживать. Но кто заставляет работать в таком месте?
Можно работать за N денег и мучиться с легаси, а можно работать за 2N или 3N и писать код с нуля. У меня такое было. Работал в Yandex (auto.ru) за N, ушел в SberDevices работать за 3N и писать с нуля. В какой-то момент в монорепозитории было более миллиона строк кода на Kotlin, но код был разбит по модулям и подпроектам, так что большой сложности не было ни в какой момент времени.
Возможно, конкретно ваши задачи действительно сложные, но я говорю про то, что видел сам.
Друг показывал, в их проекте был main метод на java на несколько десятков тысяч строк кода.
Прохладные былины от профессионального оператора ChatGPT.
Размер байткода для одного метода в class-файле ограничен 64 килобайтами. Метод с «десятками тысяч строк кода» тупо не скомпилируется.
Не говоря уж про то, что статические методы не особо удобны и припухший main() расчленили бы при первой же задаче, требовавшей изменений в нём, на десятки мелких и симпатичных виртуальных методов и классов.
Я не придумываю. Погуглил, на форумах встречается подобное: “a particular method is over 10000 lines. 10418 to be precise.“
Как такое может быть? 10к наверное может уместиться и так, могут комменты быть большие и отступы. Помню, что весь файл был под 50к, main ≈ 17к, но могу ошибаться, было в 2018-м.
Прохладные былины от профессионального оператора ChatGPT.
Посмотрите мой гитхаб, я автор либ, написанных до 2022 года (1, 2, 3) — попрошу без оскорблений.
Но ведь в этом методе можно целую иерархию классов вложенных описать с кучей методов. И на выходе после компиляции получится не один class-файл, а целая куча.
А почему Легаси n, а не Легаси 2n, 3n? Может наоборот должно быть? Из статьи следует же как раз таки наоборот? Кривой косой код сложно будет с помощью ИИ поддерживать, а вот красивый правильный как раз ии сможет поддерживать? Следовательно и цена работ должна в первом случае расти, а во втором как раз таки падать?
Можно подумать, во всё программирование или тем паче ИТ эта халява была.. В старые языки не особо. Равно как в ковид не все медики заработали. Надули очередной пузырь доткомов и продолжают за него цепляться. Жду , когда китайцы ещё эту технологию ("ИИ) раз в десять удешевлят, тогда весь хайп и закончится.
Халява была в том плане, что в 2015 можно было прочесть книгу по Java, пройти несколько бесплатных курсов, прорешать 50 легких алго-задачек и идти собеседоваться, пока кто-то не возьмет. Я так устроился в андроид-разрабоотку спустя 3.5 месяцев и даже в резюме не врал. Вот кажется, что сегодня такое уже сложнее провернуть — слишком большая конкуренция. Только если опыт накручивать в резюме и врать.
В 2015 можно было просто прийти в контору со словами "хочу учиться, знаю основу яп" и с 90% вероятностью получить офер джуна.)
У меня так не получилось. Послал резюме всем, кого нашел (не помню числа, но 50-ти компаниям уж точно написал), а получил только одно тестовое и собеседование, после которого меня не взяли. Но у меня не было ни технического образования, ни опыта. Один проект на гитхабе, одна техническая статья и одно опубликованное приложение. В итоге на меня вышел основатель anvics.ru сам (по hh вроде нашел).
Если сменить определение халявы на "легкие деньги", то все встает на свои места. Легкие деньги в IT заканчиваются. Учим deepseek писать юнит тесты, которые сейчас пишут несколько специально выделенных разработчиков.
Я бы добавил, что не только легкие деньги заканчиваются, но и гарантии того, что получится найти работу у новичков.
Что такое новичок?
Я помню что 20 лет назад новичок, который претендовал на то чтобы его хотя бы рассмотрели для собеса должен были иметь приличные знания в ITшечке.
Простите, но у нас последние годы в качестве дев джунов приходят люди, которых раньше не взяли бы стажерами в QA.
Уверен, что если "новичок" будет заинтересован, будет качаться несколько лет перед тем как пытаться прийти на работу - он также не испытыет проблем в найме.
Да, под новичком я имел в виду человека с 2-5 месяцами опыта работы над пет-проектами, который мог книжки читать, алгоритмические задачки решать. 10 лет назад такие легко находили работу.
Мне предлагали сортировку пузырьком на листочке написать в 2007 вроде, "а дальше научим".
(но ВУЗ по профилю был за спиной)
Иронично, что эту статью написала нейронка (конечно автор сделал правки из-за чего хорошо видно их на контрасте)
Однако, то что халява кончилась сейчас, тезис странный. Она кончилась ещё в 2021 году, если не раньше.
Порог входа понятное дело растёт (если бы типичный сеньор из 2015, переместился бы в наше время, то скорее-всего не смог бы пройти собес на современного джуна), а зарплаты уменьшаются. Очередной it пузырь не успел лопнуть, как уже растёт другой в плане нейросетей, который так же рано или поздно лопнет.
Так что настали не самые лучшие времена для сферы. Думаю очень многие её покинут, т.к. зп будут небольшие, а требований будет и переработок будет огромное количество. Очень мало сфер, где на собесах устраивают порой экзамены на несколько часов, сами собесы могут идти в течении нескольких месяцев и где работа 24/7 считается нормой. Плюс сахар с удалёнкой понемногу заканчивается. В США и Европе уже загоняют работников обратно в офис и этот тренд так же до вас дойдёт через годик.
Касаемо ценных навыков, то компьютер сайнс уже давно стал базовым требованием даже для формошлёпов/крудошлёпов. Его спрашивают во всех конторах, размером начиная от средних.
С поиском багов, CI/CD, деплоем и т.д. GPT так же справляется процентов на 80. Про компиляцию приложения на С++ вообще рассмешило. В 2022 первые версии жпт генерили рабочий код для C++ и C# например, если грамотно промпт написать.
В одном соглашусь. Сейчас будет самым ценным навыком, это решать проблемы/баги более эффективнее, чем нейронка и принимать архитектурные решения так же более эффективнее, чем нейронка, чтобы дополнять её, а не быть промпт макакаой, что бездумно копипастит всё, что та генерит.
Наоборот халява пришла, если раньше логику и тех собес норм, то всякие балабольно-.п. больные вопросы кем вы себя видите и тд тяжело отвечать если ты не сам балобол-п..бол, а теперь это сделает чатбот, который не меня а вот этих самых говорунов и заменит. И на самом деле и раньше платили много как раз за компетенции, теперь будут еще больше, потому что некоторые типо компетентные отвалятся, ценность настоящих вырастет, да и на фот экономия будет.
Вообще не вижу причин переживать.
ITшка была уделом энтузиастов. Оказалось, за энтузиазм готовы платить и полезли халявщики.
Сейчас оказалось, что надо быть энтузиастом готовым изучать и быть специалистом, чтобы тебе были готовы платить... Мы просто возвращаемся к тому же, что и было.
ITшечка очищается. И слава богу. Работать с халявщиками дико демотивирует.
Спасибо тебе мил человек. Из-за наплыва выпускников курсов пишущих сопроводительные письма с помощью ИИ - получаю бесконечные отказы на хх, хотя 8 лет в профессии, резюме достаточно хорошее, да и денег прошу всего лишь на уровне 2023 года. Твой коммент меня обрадовал и дал надежду что я всё таки найду и буду ещё работать, хоть это и тяжело в нынешнее время. Позор ИИ кодерам, пройдут года - и ваш опыт будет ничем не отличаться от дошкольного обучения в детском саду, то сколько толковых спецов губите вы сейчас своим наплывом за бабками в айтишечку - обернётся вам тем же в будущем.
Мне кажется он написал ровно обратное, что чтобы выжить - нужно вкладываться в ИИ и учиться его применять.
На мой взгляд ИИ - повышает продуктивность и мы прийдем в ближайшем будущем к программистам, которые делают ревью.
С февраля ворвался в ИИ кодинг, и ИИ позволяет написать, переписать, попробовать патерн 1 2 3. Опыт набирается со скоростью х10. Ну лично у меня.
Я постоянно чтото читаю, смотрю доклады...но времени закодить- просто нет.
Те кто энтузиаст и учится - тому ИИ как раз будет и помощником, и учителем.
Работать с халявщиками дико демотивирует.
Полностью согласен. Обратная сторона этого, что собеседования становятся еще строже, и для прохождения и доказательсва, что ты не халявщик, приходится тратить время на подготовку к решению задач, которые ты по факту никогда не делаешь (не решаешь графовый алгоритм в google доке, проговаривая действия вслух).
P.S. случайно ответил @AllexIn в отдельном треде.
В целом согласен с автором: за то, что легко гуглится или генерируется ИИ, много платить не будут. Но ведь за это и раньше много не платили, если это было всё, что ты умел.
Ценность смещается, но она смещается туда, где и была всегда — к способности не просто кодить, а понимать клиента, задавать вопросы, самому помогать формулировать требования и контекст, а потом уже реализовывать. Люди, умеющие это делать, а не просто ждущие готового ТЗ, всегда были на вес золота.
ИИ может помочь реализовать, но понять и спроектировать решение для сложной, нечетко описанной проблемы — все еще задача человека.
Можно было прорешать литкод и пойти джуном в FAANG, а там развиваться, занимаясь онбордингом новичков. Вот этот ютьюбер так делал, только не помню, в каком видео про это рассказывал.
В россии что-то подобное можно было сделать с Яндексом. Зарплата небольшая по меркам IT, но выше средней ЗП.
Я далек от мира FAANG и их путей развития, моя реальность другая. Но, судя по буре в комментариях, статья попала точно в нерв: темы (ценность программиста, порог входа, влияние ИИ, справедливая оплата) невероятно болезненны для многих.
Ух ты, пятитысячная статья про всемогущий ИИ, и снова про то, что ИИ уже, якобы, практически заменил программистов. Никогда такого не было и вот опять!
Казалось бы, ну написали про это раз, написали два. Зачем писать очередной дубль, если эту мысль до вас уже донесли?
Понятно, зачем. Потому что кто-то ведь платит за такие статьи. Кто-то, кому выгодна вся эта информационная манипуляция. Призванная убедить программистов, что они вот-вот станут не нужны, так что пусть поумерят аппетиты в зарплате, условиях труда и карьерных ожиданиях...
Театр начинается с вешалки, а статья начинается с наглой манипуляции:
Для меня халява — это гарантированный результат за вложенные усилия.
Вроде бы сказано: "для меня", но ведь данный термин применяется постоянно по всей статье в этом самом смысле. Казалось бы, ну придумал автор какой-то словарик для себя, то пусть при себе и держит, зачем свои заскоки помещать в техническую статью? Но нет, это сделано намеренно.
Это - очередная манипуляция, подмена понятий. Цель - убедить людей в том, что если они выучились на определённую профессию и смогли устроиться на соответствующую ей работу, то это не норма (как оно является на самом деле), а аномалия. Чтобы люди тряслись за своё место и даже не заикались о повышении зарплаты или смене места работы на более денежное или комфортное.
Нет, автор. Халява - это результат за нулевые усилия, а не то, что вы там придумали себе.
Ух ты, пятитысячная статья про всемогущий ИИ, и снова про то, что ИИ уже, якобы, практически заменил программистов.
Я дальше не буду читать ваш комментарий, потому что вы не читали мою статью. Она про то, что без знаний в программировании стало тяжелее, а не легче, найти работу.
Про замену программистов ИИ я не сказал ни слова.
Претензия про подмену понятий валидна.
подмена понятий. Цель - убедить людей в том, что если они выучились на определённую профессию и смогли устроиться на соответствующую ей работу, то это не норма (как оно является на самом деле), а аномалия. Чтобы люди тряслись за своё место и даже не заикались о повышении зарплаты или смене места работы на более денежное или комфортное.
Я ничего такого не имел в виду.
Я имел в виду, скорее, что если кто-то думает, что разбираться в проблемах CS нет смысла, потому что ИИ все решит — он не прав. Или если кто-то думает, что можно зарабатывать вайб-кодингом как программист — он тоже не прав.
Мой посыл — если любишь программировать, не позволяй ИИ мешать тебе развиваться. Набирайся базовых знаний, изучай, что интересно, ты всегда будешь нужен — особенно, если будешь развиваться, а не вайб-кодить.
Почитал я комментатров и ничего не понял. Одни пишут, что халява пришла. Другие пишут, что халява ушла. Третьи - халявы вообще никогда не было, и любая работа даже в QA тоже труд ацкий. Так где халява ? Когда она уже придет наконец и заменит мне всех сотрудников. /s
Вся история программирования - это снижение элитарности. Машинные коды-ассемблер-С-Дельфи, увеличение производительности и новые результаты. ИИ просто ещё один инструмент. Опять же программисты и их задачи сильно разные и многие даже не подозревают насколько.
Программирование никогда не было элитарным, этому всех поголовно в советских школа учили в старших классах. Элитарным оно стало для тех, кто прогуливал уроки. ;)
Навеяло. Мне мало что нравилось в советской системе, но вот идея учить поголовно всех программированию со школьной скамьи была архи-правильной. Только продержалась она не долго. :( А сейчас это стало просто невозможно из-за нейросетей.
Я закончил школу в 1986 - не учили нас программированию.
Вы почитайте Понедельник начинается в субботу про программистов раннего поколения.
Я закончил школу в 1986 - не учили нас программированию.
Видимо на ваш век уже не досталось. Информатику как обязательный предмет ввели в советских школах в 1985 году, но КУВТами школы наполнились только к 1990-му, а там и союзу конец.
Стругацких я читал, спасибо. Про программирование там нет ни слова. Вот такие гуманитарии и наводили тень на плетень, делали из программистов "заклинателей магического шара". :) Нет, оно конечно приятно когда тебя считают своего рода волшебником (иногда даже шаманом), но я уверен, что никто из программистов ни тогда ни сейчас не считал себя элитой (судя по зарплате).
А еще в советской школе поголовно учили физике, химии, биологии... Толку-то. Задания всему классу делал я и пара моих приятелей.
Когда она уже придет наконец и заменит мне всех сотрудников
Когда придёт, ваш бизнес тоже заменит, как и все мелкие и средние бизнесы. "Все у кого нет миллиарда долларов, идут на хрен" (c)
Собственно, как я и говорил два года назад, когда llm начали набирать обороты. Программисты теряют ценность, набирают ценность архитекторы программного обеспечения. Конечно, мне никто не поверит, легко публиковать такое постфактум))
Я вам верю. Но программисты тоже будут нужны. Мне кажется, что в среднем у программиста станет меньше времени уходить на рутины, и он больше будет занят творческой работой. Чаще будет думать о высокоуровневых вещах, чем до этого. Например, будет думать о том, какой алгоритм применить, а не о том, как это реализовать.
Что то на нейросетевом, не могу разобрать.
Посыпьте автора мелом.
Так это все ерунда. Когда решат проблемы с большими окнами контекстов и llm научится правильно ставить контекст для задачи исходя из большого окна то %70 разработчиков заменит llm
Именно так. Хотя ещё добавить бы абсолютно строгое следование инструкциям в этом списке, и вуаля, куча "сложных" задач, навроде утечек памяти можно будет решать запуском кода, модифицированного промптом при работе анализатора, написанного промптом. И не важно сколько там миллионов строк кода в проекте.
Мне кажется, всякие nocode-подходы с незапамятных времен пытаются внедрить, а не только сейчас.
Абсолютно не согласен с расстановкой важности навыков. Как можно было поставить умение кодить на своем языке на 4 место? ИИ часто дают плохой код. И в 95% случаев, примерно на 300 строк кода там 1-2 ошибки которые если исправить код будет работать. Найти и исправить их можно только хорошо зная свой фреймворк и язык. Вот прямо сейчас я делаю объемный таск. Я решил доверится ИИ. Использовал около 1500 строк сгенерированного кода. Потратил часов 6 на исправления. Все заработало, но потом я обнаружил баг в работе функционала. Переправка кода этой же ИИ или другой результатов не дала и теперь мне нужно ковырять 1500 строк кода(примерно в 5 файлах) и искать в чем проблема.
Знание своего языка - это база номер 1. Нейронки все ещё слишком плохи
Надо просто набить руку. Большие программы ИИ не умеет писать, но надо самостоятельно разбить на части, библиотеки или модули, тогда результат улучшается. Такое ощущение, что у ИИ есть огранияение на количество рассуждений.
Зачем вам вообще 1500 строк кода в кодовую базу? Мне почти не вспомнить, чтобы какая-то таска спринта таким количеством бы закрывалась. А вот когда с нуля пишешь, тут же нужно думать о декомпозиции самому. Или предварительным запросом ии спросить об этом.
Автор смотрит на экономические трудности в США и откат после коронавирусного найма и связывает это с ИИ, которое тут вообще не причем.
А умение решать литкод никогда не было хорошим критерием, оно использовалось и используется некоторыми большими компаниями 1) потому что его проверку легко стандартизировать 2) такие компании могут себе позволить отбрасывать часть хороших кандидатов благодаря большому входному потоку
Автор смотрит на экономические трудности в США и откат после коронавирусного найма и связывает это с ИИ, которое тут вообще не причем.
И американские «лэйофы», и LLM повлияли на рынок труда (и в штатах, и в России). То что с LLM на рынок вышло больше джунов — факт, я вижу это и статистически, и просто по своим знакомым.
Может вышло, а может и нет. При популяризации всяких курсов тоже много вышло. Принципиально ни то, ни другое ни на что особо не влияют.
Вы приводите графики, которые вроде как должны подтверждать ваши утверждения, но они объясняются гораздо проще.
При популяризации всяких курсов тоже много вышло.
Я же не говорю, что вам станет хуже, если вы уже сформированный программист. Я говорю, что станет хуже, если вы перестанете развиваться (потому что нейросеть все решает за вас) или будете вкладываться в бесполезные навыки (пример: умение решать средние leetcode-задачи на конкретном ЯП).
Статья больше для джунов и вайб-кодеров, которые думаю, что знания CS больше не нужны. Я хочу сделать акцент на том, что они нужны еще больше, чем раньше, потому что копипастить код из интернета стал в 10 раз легче (в форме использования LLM).
Принципиально ни то, ни другое ни на что особо не влияют.
Это вопрос того, как определить “принципиально“. Для меня LLM принципиально изменили разработку. Я меньше вкладываюсь в настройку конфигов для работы, горячие клавиши, умение решать алгоритмические задачи, знание деталей конкретного ЯП — и больше в архитектуру, computer science, навыки коммуникации..
Сейчас нет никаких оправданий (в том числе для себя) в том, чтобы решать рутинные задачи — делать руками то, что может делать нейросеть. Сэкономленное на этом время надо вкладывать в размышления об архитектурных решениях, в более детальный разбор проблемы (в том числе о бизнесе подумать), ресерч решений.
Сейчас нет никаких оправданий (в том числе для себя) в том, чтобы решать рутинные задачи — делать руками то, что может делать нейросеть.
100%. Продолжать делать руками рутину, которую может взять на себя нейросеть, — это просто неэффективно и дорого, как для компании, так и для самого разработчика (с точки зрения времени и когнитивной нагрузки).
Отсутствие умения решать литкод изи, как раз, очень хороший отбор для всех fake J/M/S. Тут главное не борщить, человек, который 4 изи задачи за час не решает, вряд ли вообще программист. Но тот же литкод миддл уже даёт скорее ответ, решал ли человек вообще такую задачу или нет, что есть плохой фактор отбора.
Оговорюсь сразу, мне нравятся LLM, я испорльзую LLM каждый день, это отличный инструмент, очень помогает в работа. Но программиста они заменить (пока?) не способны. Но текст явно писал человек, который до конца не разобрался, куда он попал. Точнее, я уверен, что тест писала нейросеть, но раз доказательств не имею, то так. Upd, увидел ссылку на телегу, вопросов больше не имею.
В недалеком прошлом достаточно было пройти несколько туториалов, посмотреть примеры собеседований, прорешать пару десятков задач c Leetcode (Codewars, Hackerrank) и идти на рынок.
Программирую за деньги лет 25, активно собеседую людей лет 10. Последние годы в компании, которая платит по верху рынка. Откуда у многих такое заблуждение, что вы, посмотрев несколько туториалов, сможете меня наеобмануть на собеседовании? До этого, кстати, в вузе преподавал несколько лет и там тоже странные студенты думали, что я не смогу понять, что они списали.
Навык алгоритмизации — не то, что определяет программиста сегодня
Навык алгоритмизации - это база, как говорят зумеры. Автослесарь, который не знает, в какую сторону крутить гайку, не нужен. С программистами та же фигня. Это то, что даётся на первых курсах университета.
Даже 10 лет назад большая часть работы абсолютного большинства программистов была не про алгоритмизацию.
Это полная чушь. Программист "пишет алгоритмы" каждый день, это его работа, за это ему денрьги платят. Любой программист, вообще любой.
Я вижу технические навыки программиста в таком приоритете:
Я бы добавил умение не какать в штаны, раз уж мы решили удариться в капитанство.
Программирую за деньги лет 25, активно собеседую людей лет 10. Последние годы в компании, которая платит по верху рынка. Откуда у многих такое заблуждение, что вы, посмотрев несколько туториалов, сможете меня наеобмануть на собеседовании?
Я примерно так нашел первую работу. Насмотрелся туториалов, начитался книг и наделал пет-проектов за 3.5 месяца. Но это же халява, учитывая, что кто-то 5 лет учится и после идет на стажировку.
Я бы добавил умение не какать в штаны, раз уж мы решили удариться в капитанство.
Почему это капитанство? На собеседованиях всегда есть часть про язык и решение алгоритмических задач. Иногда только это и есть. А оно — самое бесполезное в современных реалиях для большинства стеков (понятно, сто C, C++, OpenCV, Rust — исключение).
Я примерно так нашел первую работу. Насмотрелся туториалов, начитался книг и наделал пет-проектов за 3.5 месяца.
Вы же себя за опытного разработчика не выдавали, при этом? Даже если пытались, уверен, что работодатель понял, что вы с нулевым опытом.
Но это же халява, учитывая, что кто-то 5 лет учится и после идет на стажировку.
Так ваша квалификация была гораздо ниже человека с нормальным образованием в CS. Или вы считаете иначе?
На собеседованиях всегда есть часть про язык
Кто вам это сказал? Зачем мидла и выше спрашивать про язык?
решение алгоритмических задач. Иногда только это и есть. А оно — самое бесполезное в современных реалиях
Оно как раз самое полезное. Как иначе понять, как человек думает и как он привык решать задачи? "Алгоритмические задачи", это не обязательно деревья вращать, это любая небольшая задача на 10-20 строчек кода, которую можно решить за 10-20 минут.
Вы же себя за опытного разработчика не выдавали, при этом? Даже если пытались, уверен, что работодатель понял, что вы с нулевым опытом.
Не выдавал, говорил, как есть.
Так ваша квалификация была гораздо ниже человека с нормальным образованием в CS. Или вы считаете иначе?
Когда я через год и пару месяцев устроился в Яндекс мидлом, рядом были мидлы с образованием в CS и 2-3 годами опыта.
Кто вам это сказал? Зачем мидла и выше спрашивать про язык?
У меня практически всегда спрашивали (несколько десятков раз), либо эта часть закрывалась тестовым (пару раз). В крупных компаниях (сбер, яндекс, авито) всегда есть отдельные собесы про язык и алгоритмы.
Как иначе понять, как человек думает и как он привык решать задачи?
У меня больше 400 решенных на литкод задач и больше 200 на codewars, но в реальной жизни (на проде, в личны проектах) я ни разу не писал какой-либо алгоритм (если не считать алгоритмами продуктовую бизнес-логику и добавление кеша через HashMap). Когда что-то нужно, гуглил и вставлял. Когда LLM появились, находил формулы, давал chagGPT и брал готовое решение. Мне делать что ли нечего писать это самому, если я могу валидировать готовое решение?
Когда я через год и пару месяцев устроился в Яндекс мидлом, рядом были мидлы с образованием в CS и 2-3 годами опыта.
И как это отвечает на мой вопрос? Даже если не обращить на то, что стать мидлом с полного ноля за год практически невозможно. В реальности, а не по строчке в трудовой.
У меня практически всегда спрашивали (несколько десятков раз)
Серьёзно, вав задавали вопросы "по языку", синтаксис там, ключевые слова и т.д.?
но в реальной жизни (на проде, в личны проектах) я ни разу не писал какой-либо алгоритм (если не считать алгоритмами продуктовую бизнес-логику
Почему не считать? Программист пишет алгоритмы каждый день. И очень часто он пишет квадраты на ровном месте, там где легко можно было бы писать эффективнее. Просто потому что не понимает, что он делает не так.
добавление кеша через HashMap)
Какого кеша, кстати, LRU, LFU или какого-то еще, почему именно такого? Как обеспечивали когерентность кеша, инвалидацию делали, почему? Без гугла понимаете о чем я спрашиваю?
Когда LLM появились, находил формулы, давал chagGPT и брал готовое решение. Мне делать что ли нечего писать это самому, если я могу валидировать готовое решение?
А вы можете? ЧатГПТ, преобразуй мне такую коллекцию вот в такую. А теперь отправь запрос вот к этому апи, а результат сложи сюда. И так каждый день, потому что самому это всё писать "делать что ли нечего"?
я ни разу не писал какой-либо алгоритм
А что вы подразумеваете под этим словом? Мне кажется, у вас некое уникальное представление об этом термине.
поработй в айти не в маааскве а в регионах и расскажи нам про ХАЛЯВУ
Зачем? Я работал не только в Москве. Есть опыт в AudienceRepublic, автралийском стартапе, находясь то в России, то в Казахстане. Никто вам тоже не мешает.
И я же дал определение халявы в начале статьи, оно не про то, что это легко и просто.
недавно писал кое какой код для FileNet, и был там заковыристый кусочек.
Знакомый посоветовал с нейронкой поработать.
Ну что сказать? Хороша придумывать несуществующий Api, причем довольно изворотлива, зараза ( гугл АИ студио пробовал).
По обычной Java, амазоноским сервисам и прочему что хорошо и массово задокументировано. - проблем нет.
Интересно, когда ai подключат к деобфускации и обфускации кода и переводу с одного языка программирования на другой?
Пришлось расковыривать недавно один формат хранения из 60х, с мейнфреймов еще, при миграции хранилища.
Интересно что будет когда "ИИ-халява" закончится и поднимут цены(для всех) на использование ИИ. Или придётся читать\смотреть в ответах нативную рекламу: "Ты так долго пишешь этот код - по последним исследованиям ученые выяснили что очень важно соблюдать ворклайв бэлэнс. Уважай себя, отдохни и закажи себе новые ролы\окна пвх\когтеточку, ведь ты этого достоин! [кнопка заказать]".
Ааааа! Мы все умрём!!!
Ну и бредятина. Если элементарно не можешь написать простой код, то и разобраться в нем тем более, особенно если код чужой. Тут тебе ни какие ИИ всего мира не помогут вместе взятые. Ибо, элементарно, скопируешь, а что скопировал-то?! - и будет ли это работать? - ты же в коде ни в зуб ногой.
а что скопировал-то?! - и будет ли это работать?
я что-то нажала и всё пропало (ц). Ничего нового, всё уже было.
Несколько примеров.
Когда я писал первое приложение (остался ютьюб ролик), у меня было около месяца опыта изучения java/android. Просто гуглил, искал решения, копипастил, дописывал. Спустя еще 2.5 месяца нашел работу, и спустя еще год устроился мидлом в Яндексе (прилоежние авто.ру).
Жена делала мобильное приложение с картой для дипломной, учась на градостроителя, без всякого опыта разработки.
Мне кажется, многие программисты приложений думают, что они делают что-то очень сложное, но это может делать буквально каждый. Сейчас с LLM уж тем более.
Я не говорю, что не бывает сложных задач в программировании. В статье я пишу как раз про то, что надо учиться решать сложные задачи, а рутину оставить для LLM.
Человек двуногое без перьев. Халява - это результат без усилий, в особенности денежный результат. Если вы переопределили термин ради кликбейта, то вам наверное кажется что вы гений (и судя по одобрению поста так и есть), но для меня вы только что перешли в разряд мракобесов уровня Рыбникова, читать дальнейший бред которого смысла нет.
читать дальнейший бред которого смысла нет
Каждый для себя сам решает, но раз вы оставили комментарий, то возможно, хотите получить ответ.
Такое определение халявы позволяет по-другому смотреть на все.
Например, в предпринимательстве нет халявы. И люди идут в предпринимательство не только за деньгами, но и за “живой“ нерутинной работой.
В спорте нет халявы: если ты не лучший, то ты не получаешь практически ничего. Нет никаких гарантий даже на среднюю зарплату выйти.
Моё определение халявы повышает стандарт в первую очередь для самого себя. И статью я писал для самого себя, чтобы найти мотивацию развиваться в эпоху, когда изо всех щелей кричат, что ИИ вот-вот вас всех заменит.
Прочитайте вывод к статье, возможно, вы меня неправильно поняли.
Статья про самый высокоуровневый слой программистов, которые решают задачки для бизнеса.
Попросите LLM написать что новое: фреймворк, драйвер, тузлу под новое жезело. Хер.
LLM - это новая игрушка. Чуть-чуть лучше, чем подстрочник в IDE.
самый высокоуровневый слой программистов, которые решают задачки для бизнеса.
Это 95% всей IT‑индустрии. Задачи для бизнеса — самые востребованные.
Статья про то, что “самому высокоуровневому слою программистов“ пора попрощаться с халявой и придется развиваться.
“самому высокоуровневому слою программистов“ пора попрощаться с халявой
Кто эти люди?
Может быть, джуны/мидлы на проектах со стеком VueJS/django/spring, где нужно по аналогии дописывать задачки, с которыми легко справляется нейросеть. Наверное, большая часть задач в мобильной разработке такая.
где нужно по аналогии дописывать задачки,
Я сомневаюсь, что за именно за эту работу платят 100500 денег.
Может быть
А может и нет. Так может и не было никакой халявы? ;)
Так может и не было никакой халявы? ;)
В том, как я ее определил, была.
Да и в обычном плане была тоже. Где еще можно было за 3-5 месяц основить профессию и выйти на рынок получать среднюю зарплату?
Я учился на оценщика собственности. Одногруппники, которые пошли этой дорогой — 5 лет образования, стажировка и работа — получали меньше спустя 3 года опыта. Т.е. 8 лет усилий и 70к рублей (2018 год), когда я через 3.5 месяца получал 70к (80к через 3 месяца испытательного, 130 через год).
Если брать большую четверку (аудит), там люди после образования получали по 40к, работая с 9:00 до 23:00. Был знакомый, с магистратурой и годом опыта — за 45к работал в 2017.
Где еще можно было за 3-5 месяц основить профессию и выйти на рынок получать среднюю зарплату?
Ошибка выжившего в полный рост ;) То что у вас получилось - у 99% прочих не получится. Если человеку не интересно возиться с кодом - не будет он работать программистом.
Читаем чатжпэтэ с помощью яд жэпэтэ
• Халява в программировании - это гарантированный результат за вложенные усилия.• ИИ улучшает решение типовых задач, таких как написание кода и компиляция предложений.
• ИИ упрощает разработку, например, с помощью Copilot.
• 76% разработчиков используют ИИ для повышения продуктивности.
• Крупные компании больше не вкладываются в разработчиков, инвестиции в AI достигли $500 млрд.
• Разработчик ПО больше не является дефицитной профессией, но спрос на них снизился.
• LLM - это не интеллект, а паттерн-матчинг, не способный решать задачи вне обучающей выборки.
• Программирование стало сложнее, и для успеха на рынке требуется больше подготовки и знаний.
мне кажется уже давно, тот текстовый ИИ с промптом не халява, а возможно просто скоро станет требованием вот и всё, если станет требованием + к росту технической граммотности программиста получаем не халяву как раз
(и немного то что я лично заметил помимо кодинга: значит ИИ мне написал песню - пяток композиций их надо доделывать, нарисовал 1 годную подходящую картинку в нужном стиле - мне пришлось её дорисовывать/тоесть буквально рисовать, и с кодом почти так же - если учитываем что ИИ понял промпт, порой его код помимо теста надо еще модифицировать), лично для меня ИИ пока справочник
лично для меня ИИ пока справочник
Да, я как раз вместо гугла использую.
Еще задачи по аналогии он отлично решает и совсем простую рутину, вроде понятного рефакторинга.
Еще код ревьюит хорошо, в том плане, что очень быстро может найти какие-то простые проблемы, которые человек упускает по невнимательности.
Отчасти согласен с автором.
Халява для джунов заканчивается - LLM сделала их менее привлекательными. Компании больше не набирают их пачками, про запас, на всякий случай. Нельзя больше получать деньги за имитацию работы. Кандидатам придется сначала подучиться до уровня мидла, за свой счет.
Халява для сеньоров еще не началась. LLM не сильно облегчает им работу. Но работодатели уже посматривают на сеньора с подозрением - не халявит ли он с помощью LLM? И подумывают о том, не снизить ли сеньору зарплату.
LLM уменьшит разницу между мидлом и сеньором. "Мидл + LLM" это почти "сеньор", но дешевле. А "Сеньор + LLM" - это сеньор который халявит с помощью LLM. Порезать ему нафик зарплату. Сеньорам придется доказывать, что успехи LLM это не повод снижать им зарплату.
Кандидаты в программисты будут соревноваться с LLM. Но им при этом разрешат пользоваться LLM. Если "LLM + человек-программист" сделают задание быстрее чем только "LLM", значит от человека есть какая-то польза. Можно пока взять, а там видно будет.
Говорю как человек, который ежедневно использует ChatGPT с 2022 года.
Звучит как "человек, который ежедневно использует iPhone с 2007 года." Что, все ту же модель?
Неужели не заметны изменения в LLM-ках?
Никакого волшебства с LLM не произошло, только поиск стал быстрее и нудная рутина ушла.
ИМХО, рано делать выводы о перспективах LLM. Еще не завершилась работа над специализированными моделями, предназначенными для разработки ПО. И не факт что проблема будет в ограничениях "интеллекта" моделей. Возможно главная проблема будет в вопросах копирайта.
Сейчас работодатель понимает, что типовые задачи легко решаются с LLM, и не готов платить за это много.
Работодатель ожидает, что прогресс LLM уменьшит его потребность в программистах. По-этому он осторожничает, и не берет людей "про запас", и не обещает много денег. Если надежды на прогресс LLM не сбудутся, тогда интерес к программистам-человекам вернется.
Сообщество программистов должно объединиться, и доказать что человек лучше LLM. (можно конечно попытаться дискредитировать LLM, но если заговор раскроют, то виновные будут наказаны.)
Звучит как "человек, который ежедневно использует iPhone с 2007 года." Что, все ту же модель?Неужели не заметны изменения в LLM-ках?
Акцент на опыте сделал, чтобы показать, что делаю заключение основано не надо попытке решить одну задачу.
Если 3.5 и 4 сравнивать, было сильно заметно, потом совсем немного. Всякие фичи вроде возможности chatGpt пойти в сеть, использовать калькулятор или запустить питоновский скрипт — просто сняли еще болше рутины.
LLM уменьшит разницу между мидлом и сеньором. "Мидл + LLM" это почти "сеньор", но дешевле. А "Сеньор + LLM" - это сеньор который халявит с помощью LLM. Порезать ему нафик зарплату. Сеньорам придется доказывать, что успехи LLM это не повод снижать им зарплату.
Сеньору нужно больше в сторону архитектуры смотреть, навыки коммуникации развивать, продолжать расширять кругозор. Написание кода всё больше автоматизируется, на этом уже далеко не уедешь.
Работодатель ожидает, что прогресс LLM уменьшит его потребность в программистах
Это он зря Разгребать неподдерживаемый г-код от llm придется программистам, и понадобится их ещё больше ;) но чуть позже.
Не знаю.... Читаю пост, потом ответы, их много, и какое то хождение по мукам. Противоречие абсурда. Ну скажите себе ВСЕ честно, что ИИ убил на хрен айти в хлам... Да почитайте что ли Технику молодежи, этак годов 80 ых прошлого века, о чем мечтал народ. Посмотрите наконец фильм приключение электроника и вспомните фразу песни " вкалывают роботы и не человек" На подходе наклепают роботов, и те встанут за станки и все, это будет норма. Это хорошо что еще они сами себя не ремонтируют, а то и взвоет сфера техников! Фриланс просто тихо так умер! Код может нахреначить любой школьник, порога практически нет! Да пока что тот кто дружит с головой и продвинут в алгоритмах, еще на плаву, но кто сказал что проклятая машина не сможет это делать в будущих поколениях.... Наука, все доктора и профессура пишет науч работы с обнимкой с GPT. Я писал продвинутую математику и плакал, так как ИИ без проблем справлялся и практически наступал в алгоритмизиции мне на пятки! Хабр читать тошно стало, тут практически все пишет ИИ. На форуме делать нечего ибо ИИ знает лучше и не трепет нервы за обсуждением! Поисковики не нужны... Я 99 % времени общаюсь тольк с ИИ. Так что откройте себе веки, или позавите ВИЯ пускай он вам их откроет. Я про военку молу, найдите выступление Маска перед выпускниками командного состава, вникните в суть глубже.
В какой степени гпт ускорил разрабов, в той же степени он ускорил обучение джунов. Так что, требования к джунам может и возросли, но время на обучение осталось примерно таким же.
Предложения от ИИ уже «коммитятся» в C++ std.
Это как минимум не правда. ИИ ничего не предлагало коммитить. ИИ обнаружило способ делать сортировку оптимальнее за счёт branchless сравнений и пропуска ненужных операций. Да и ИИ alphadev не назовёшь. Как с chat gpt с ним не поболтаешь.
Знание фреймворка становится менее ценным
зависит исключительно от области применения фреймворка. Если вы дальше веба не ходите и каждый день встречаете день с новым фреймворком, то ценность знания фреймворков там упала ещё до прихода ИИ. Нужно понимание концептов и алгоритмов, которые стоят в основе подходов фреймворков и вот эти ограничения подходов то что полезно. И таки имея понимание как устроены внутренности фреймворка можно задавать GPT вполне конкретные вопросы о плюсах и минусах и способах оптимизации.
А если взять какой-нибудь HAL-фреймворк, например, то ценность знания оного будет заметно выше, ибо рисков и сложностей в этой области получается заметно больше, чем в веб.
Тут самое главное, что важны первые три и совершенно не важны последние два.
Ну, так решение алгозадач это вполне себе часть базового CS - тот не заканчивается на модели памяти. Любая универская программа содержит некоторый базовый набор алгоритмов, который уже можно масштабировать на более широкий спектр задач.
Пункты 4 и 5 практически не важны, так как легко решаются через LLM и будут решаться еще лучше со временем
Это скорее ваше проявление эффекта Даннига-Крюгера - ни одна ИИ не может решать задачи настолько же эффективно как человек. Те кто этого не видит с большой вероятностью не имеет достаточной компетентности, чтобы увидеть проблему. Самый простой пример - предложение написать быструю сортировку на JS каким-нибудь Copilot будет чудовищно неоптимальным из-за кучи перевыделений памяти, которых по идее не должно существовать. Аналогичный опыт есть и с другими языками и языковыми моделями - иногда количество необходимого допиливания эквивалентно или даже превышает количество времени, которого вы бы поратили, написав всё самостоятельно.
отношение к бизнесу индифферентное
потому что программист хочет нормальное ТЗ, а бизнес хочет приложение уже вчера без планирования развития этого самого приложения хотя бы на пол года вперёд, чтобы понимать чего захотят клиенты бизнеса. Ну и проценты с продукта бизнес платит только продажникам, но редко программистам. Так что странно иметь какую-то иное отношение, если это конечно не твой собственный продукт.
зависит исключительно от области применения фреймворка.
согласен
Ну, так решение алгозадач это вполне себе часть базового CS
В индустрии на собесах не такие алгоритмы. Важно именно литкод “задрочить“. Помню историю из книги “Cracking the Coding Interview“ про студента из топового тех-вуза с отличным баллом, опенсорс-активностью, умеющим балансировать деревья, но провалившимся на первом же интервью в FAANG.
ни одна ИИ не может решать задачи настолько же эффективно как человек. Те кто этого не видит с большой вероятностью не имеет достаточной компетентности, чтобы увидеть проблему. Самый простой пример - предложение написать быструю сортировку на JS каким-нибудь Copilot будет чудовищно неоптимальным из-за кучи перевыделений памяти
Ну тут вопрос в базе, а не в конкретном ЯП. Зная хорошо пару ЯП и поработав с 10-тью, я понимаю, на что обращать внимание и о чем подумать.
Так что странно иметь какую-то иное отношение, если это конечно не твой собственный продукт.
Странно принимать решения, не понимая контекста приложения и бизнес-потребностей.
В индустрии на собесах не такие алгоритмы
Да всё такие. Просто CS не везде есть нормальный. Даже вот такая классика не везде попадается. В литкоде ты уже тренируешься применять то, что по идее преподавалось.
Дайте этому человеку медаль.
И пригласите на барбекю.
Будете у нас в краях (Тампа, Флорида), заезжайте, я вас угощю отличным стейком.
!!! Будете у нас в Москве - угощу хорошим арманьяком и хорошей сигарой в хорошем сигарном клубе стукнитесь в личку (хозяин мой личный друг давнишний).
Всё правильно говорите - я бы еще добавил что народ еще тупо непонял с какой скоростью развивается ИИ. Универсальные ИИ - нуда смеяться спецам над ними ПОКА легко, но над узко специализированными ИИ - УЖЕ мидлам очень не смешно во многих проффессиях.
Думаю одно из требований скоро будет - показать на собеседовании максимальное владение узко специализированными ИИ. В компаниях будет также обязательство владеть ими на мидл+ уровне.
Например сегодня на совещании (IT компания 700+ чл) - обсуждали что надо начать скармливать документы (ВСЕ старые и новые) ИИ и через него организовывать работу с ними на другом уровне ВЫШЕ чем сегодня.
ИИ сейчас зоопарк - смеятся не смешно - но когда они войдут в рекурсию и начнут пожирать друг друга в бочке - будет крысиный король и тогда факт что 95+% работников разных творческих проффессий будут по сравнению с ним никто и зовут никак (не творческие будут рыдать в сторонке ища ниши для выживания). Да и не надо мне лопотать о слесарях и сварщиках и т.п. - они легко выживут в отличии например от сегодняшнего поколения IT халявщиков и им подобным в других сферах бизнеса.
Складывается ощущение, что, наоборот, халява именно что приходит. С появлением ИИ возникла стойкая иллюзия, что теперь можно всё. Да, ИИ многое способен автоматизировать. И чем дальше, тем больше. Только надо понимать, что эти многочисленные задачи, требующие автоматизации, довольно искусственные. А что нам нужно на самом деле? Нам нужно решение нашей задачи. Так почему не получить его напрямую? Если везде будет стоять ИИ, то, поговорив с нами, он создаст нужное для нас приложение для решение нужной нам задачи. Индивидуальное программирование!
То, что мы пользуемся какими-то языками программирования, это является наследием предшествующей технологической эпохи. А теперь все эти языки программирования могут быть отменены на корню, потому как зачем они все, если LLM — это сам себе язык программирования, который создаёт под задачи свои собственные языки программирования?
А теперь все эти языки программирования могут быть отменены на корню, потому как зачем они все, если LLM — это сам себе язык программирования, который создаёт под задачи свои собственные языки программирования?
Оно в производительность быстро упрется в системах, где производительность критична. Даже если LLM будет переводить требования сразу в машинный код, все равно есть риск багов и галлюцинаций, а еще будет рост сложности нагенеренного LLM кода с добавлением новых фич. В какой-то момент надо будет разобраться, что там и как работает, чтобы починить баг, но в машинном коде это сделать невозможно. Придется опять выдумать языки, которые могут понимать люди, и абстракции, чтобы бороться со сложностью, добавляя всё больше кода.
Уже ИИ делает схемы которые недоступны для понимания, но это и не проблема, работают и ладно
https://habr.com/ru/articles/873038/
«Мы создаем структуры, которые сложны и выглядят случайно, но при подключении к схемам они обеспечивают ранее недостижимую производительность. Люди не могут полностью понять их, но они работают лучше,»
cоздаст нужное для нас приложение для решение нужной нам задачи
Это актуально было в 90е годы. Сейчас всё создано в той или иной мере. То есть готовые средства автоматизации есть уже. Какой проект ни взять всё уже реализовано.
Это как старые книги радиолюбителей читаешь, там предел мечтаний был приемник или передатчик. А на радиолампу надо было месяц на стройке работать. Сейчас собрать его можно с идеальными параметрами на ардуинке и паре микросхем копеечных, но нет смысла. Как и есть 3Д принтер, но особо нечего печатать, всё есть в магазинах.
халява — это гарантированный результат за вложенные усилия
Блестящее определение! Главные халявщики - землекопы, шахтёры в забое и прочие каменщики и пахари.
LLM не думают, а симулируют мышление статистически. Делать что-либо, что выходит за рамки обучающей выборки, не могут
Все таки наверное могут, раз каждый квартал выходят бенчи, где LLM решают задачи лучше стольки-то процентов людей, задачи, которые раньше не видели.
Боюсь застану время, когда все эти сегодняшние тезисы типа: "ИИ - просто еще один инструмент", "На нетипичных задачах ИИ сливается", "Устал который год слушать про то, как программисты станут не нужны " и т.п. будут с грустью припоминать на Хабре, как наивно-ошибочные. (
В 1974 году такие же опасения были. Вот из статьи Кнута:
The field of "automatic programming" is one of the major areas of artificial intelligence research today. Its proponents would love to be able to give a lecture entitled "Computer Programming as an Artifact" (meaning that programming has become merely a relic of bygone days), because their aim is to create machines that write programs better than we can, given only the problem specification. Personally I don't think such a goal will ever be completely attained
На данный момент одна ситуация, а то будут новые версии ИИ и все скажут что "это другое". Так то примеры и в другую сторону работают, 2 случайных байта перемножить человек в уме не очень то может.
Ну вот как-то оно работает, но не понятно как. Я последние пару дней в codingames играю, там есть ряд неплохих (новых скорее) задач на оптимизацию. Все-таки пока я решаю их лучше, чем нейросети и даже я + нейросети, то есть, кроме начальных этапов они вообще не помогают как бы. Хотя числа умножают лучше, чем я, алгоритмы знают лучше, чем я, шаблонные задачи понятное дело, а чуть чуть шаг в бок, так даже идей толковых нету.
Халява уходит из программирования