Комментарии 3
Opus создал бота для телеграм минут за 5. Без понятия, как оно там работает.
Еще можно голосом отправлять команды в rag. Opus потратил на решение еще минут 5. Работает все локально на gpu ускорителях. Сам rag на onyx. Opus проанализировал структуры onyx в плане требуемого формата данных, все документы почистил и сконвертировал под этот фррмат и загрузил в onyx. Еще 10 минут его работы.
Здравствуйте!
Интересный пример практического применения. Ваш подход напоминает мне недавнюю публикацию на Хабре («Меня уволили из-за ИИ, но я всё равно считаю себя инженером будущего»), где автор описывает схожий опыт делегирования задач нейросетям.
Основной тезис статьи: при всей эффективности ИИ как инструмента быстрой разработки, полная утрата понимания внутренней логики системы может приводить к критическим проблемам на этапе отладки и поддержки в продакшене. Герой материала, будучи способным собрать прототип за минуты, оказался беспомощен перед багом, который не смогли исправить нейросети.
Моя позиция — это разумный баланс. ИИ безусловно ускоряет рутинные процессы, но понимание деталей реализации остаётся очень важным моментом, без которого дальнейшее развитие и поддержка программного продукта будут очень затруднительны. Если есть время и ресурс разобраться глубже или научиться самому — это всегда стоит сделать.
Естественно, всю работу агента нужно контролировать. Когда он создает программный код, он является участником разработки и в дальнейшем сможет этот код сам дорабатывать.

ai-sidekick: Быстрый старт в мир AI-агентов и RAG