Искусственный интеллект

Как я использую ИИ в разработке

Последний год я активно использую ИИ в разработке (особенно рутинных задачах): сначала ChatGPT 4o стал достаточно умным и подсказывал куски кода. Потом я освоил GitHub Copilot в VS Code (Go и TypeScript) и Inteliji IDEA (Java). А последние полгода пишу в основном в Cursor IDE.

Cursor IDE мне очень сильно понравился своим автокомплитом. Он не просто подставляет автодополнение, а умеет переписывать большие куски кода в разных частях файла.

Последние несколько месяцев я начал чаще использовать агентский режим: это когда говоришь IDE что делать, а она бегает по разным файлам и меняет их.

И тут мой мозг начал взрываться! Агентский режим Cursor'a и интеллект ChatGPT o3-mini-high творят чудеса. В типовых задачах — это жуткая экономия времени.

(Пока писал пост, Open AI выпустили полноценную o3 и o4-mini-high 🤯).

Как я понял, Cursor + Claude 3.7 действуют по следующему алгоритму:

1. Проходит по исходникам, собирает контекст и паттерны.

2. Залезает в исходники библиотек и смотрит их код.

3. Если сильно нужно — бегает в интернет и обкашливает вопросики там.

4. Вносит изменения в код.

5. Смотрит ошибки линтеров и компиляции (!!!).

6. Ещё раз исправляет код и, если нужно, снова бегает по исходникам и библиотекам.

7. Говорит, что сделал и подсвечивает измененные куски кода.

На видео выше записал, как решаю задачу таким способом.

Задача: есть код, который принимает события от Telegram. В него нужно добавить поддержку новых событий и обновить DTO.

Cursor смотрит в интерфейс, что нужно добавить. Затем смотрит в библиотеку, какие там модельки. Обновляет код. Сам фиксит ошибки, если есть. Так ещё и говорит: "DTO и так нормальные, их трогать не буду". Красота!

К сожалению, как" вайб кодить" — я пока не понял. Потому что:

• весь код нужно сильно перепроверять;

• на задачах с весомой бизнес логикой получается фигня;

• пограничные кейсы не обрабатываются;

• тесты для чего-то больше CRUDов получаются с тоннами шаблонного кода, мало переиспользования;

• если файлов сильно много и задача в духе "пройдись по паре сотням файлов и поменяй что-то", Cursor начинает галлюцинировать и выдавать фигню.

Итого: сейчас ИИ мне сильно экономит время на шаблонных и рутинных задачах. Особенно, если задача не выходит за рамки 2-3 файлов и в проекте всё ок с тестами.

Условно, я делаю на 10%-20% меньше рутинной работы, которая раньше могла отнимать 2-3 часа в день.

Что-то комплексное или "написать проект с ИИ, не смотря код" — пока не получается (как минимум, пока что).

Но, в любом случае, уметь использовать ИИ потихоньку становится must have навыком для среднестатистических разработчиков. Разумеется, если используется не редкий язык, не специфическая сфера (типа написание ОС, где недостаточно обучающих данных) или не что-то критичное (медицина, ядерка и т.д.).

---

Если вам понравился пост или оказался полезным, поставьте, пожалуйста лайк ❤️. Это мотивирует делиться опытом из разработки. И, как полагается, у меня есть Telegram-канал, в котором я рассказываю про разработку, развитие SaaS-сервисов и управление IT проектами.

👍 OpenAI выпустили сразу две новые модели — o3 и o4-mini.

— o3 — самая мощная рассуждающая модель, которая умеет пользоваться всеми инструментами ChatGPT (генерация изображений и графиков, поиск актуальной информации, кода и т.д);

— o4-mini — небольшая модель, но более быстрая. Сильные стороны: математика, код, визуальная инфа. Также имеет доступ к инструментам ChatGPT.

Пользователи ChatGPT Plus, Pro и Team смогут потестить модели уже сегодня, o4-mini будет доступна даже для бесплатных пользователей (выбираем режим «Think» перед отправкой запроса).

Плюс в ближайшие пару недель OpenAI обещали выпустить o3‑pro, об этом сразу же сообщу в своём телеграм-канале.

Разработчик с более чем восьмилетним опытом в ведущих ИИ-стартапах решил в апреле 2025 года сменить курс — и посвятил себя разведению гусей.

🛰 Зачем спутнику нейросеть?

Студент Самарского национального исследовательского университета им. академика С. П. Королева разработал проект наноспутника с искусственным интеллектом (ИИ). Зачем он нужен?

ИИ сейчас «в каждом утюге», наверняка часть операций на существующих спутниках выполняют нейросети. В чём же замысел нового проекта, если опустить то, что проект надо ещё довести до железа и запустить на орбиту.

Сейчас нормой стали небольшие космические аппараты — кубсаты. Трёхюнитовые модели (один юнит 10х10х10 см) уже могут включать камеру и передавать снимки на поверхность. Однако представим типичную задачу такого спутника ДЗЗ (Дистанционного зондирования Земли), например — проводку суден по Северному морскому пути. Спутники передают снимки, на Земле они расшифровываются, и операторы получают фотографии. Потом на них надо найти айсберги и лёд и проложить безопасный путь.

Получается, что сейчас приходится гонять большие объёмы графической информации из космоса на Землю, потом обрабатывать их и передавать на корабли в зоны, где часто нет устойчивой связи. В результате информация проходит с орбиты на Землю и обратно несколько раз. А теперь представьте, что нейросеть на спутнике распознаёт айсберги или толщину ледяного покрова. И можно сразу передать на морские суда координаты айсбергов или готовый маршрут — небольшой объём текстовой информации.

Есть и обратная сторона. Работа нейросети требует более существенных энергетических затрат, а значит, кубсату нужны солнечные батареи, которые дадут достаточно электричества, и более мощная система охлаждения. Значит, нужно либо увеличивать космический аппарат по размеру, либо создавать более технологичную начинку.

Так или иначе, искусственный интеллект в кубсатах — это вновь поле для экспериментов с кубсатами, которыми занимаемся и мы в RuVDS.

🤖 Разбираем топ-5 промптов для ChatGPT, которые помогут развить критическое мышление — они заставят вас пересмотреть собственные убеждения и взглянуть на мир более объективно.

Когда ты полностью уверен в чем-то:
Я верю, что [твоя убеждённость]. Какие скрытые предположения я делаю? Какие доказательства могут это опровергнуть?

Когда ты считаешь, что нашёл идеальное решение, но стоит оценить его с другой стороны:
Я собираюсь [твоя идея]. Если бы ты хотел убедить меня, что это ужасная идея, какие были бы твои самые веские аргументы?

Если проблема не уходит, несмотря на все усилия:
Я всё ещё сталкиваюсь с [проблема], несмотря на [твои попытки решить её]. Какие факторы я могу упускать из виду?

Когда перед тобой стоит решение, которое может кардинально изменить твою жизнь:
Я подумываю о [потенциальное решение]. Помимо очевидных последствий первого порядка, какими могут быть неожиданные последствия второго и третьего порядка?

Когда привычные методы больше не работают, и нужно нестандартное решение:
Мы всегда [текущий подход], но он больше не работает. Почему этот традиционный подход может быть неэффективным, и какие радикальные альтернативы существуют?

Хотите больше крутых промптов? 🚀 Присоединяйтесь к нашему телеграм-каналу, где мы делимся ими и не только!

ITFB Group приняла участие в 17-й конференции «Цифровой документооборот» с платформой СИМФОНИЯ

С 7 по 9 апреля в Москве состоялась 17-я конференция «Цифровой документооборот», организованная MSB Events. Мероприятие собрало ведущих экспертов отрасли для обсуждения практик электронного документооборота.

8 апреля с ключевым докладом «Грани искусственного интеллекта: как СЭД становится умной» выступила Анастасия Литвиненко, директор по развитию бизнеса ITFB Group, автор и идеолог платформы СИМФОНИЯ. Эксперт с 18-летним опытом цифровизации поделилась инновационными подходами к трансформации систем электронного документооборота (СЭД).

Ключевые тезисы выступления:
Интеллектуальные СЭД нового поколения
Современные системы электронного документооборота эволюционировали от простых архивов документов до интеллектуальных помощников, способных:

• Автоматизировать до 80% рутинных операций, включая распознавание, классификацию и маршрутизацию документов

• Генерировать типовые документы по заданным шаблонам

• Минимизировать количество ошибок, вызванных человеческим фактором

Практическая польза для бизнесаВнедрение интеллектуальных СЭД позволяет достичь:

• Экономии до 40% рабочего времени сотрудников

• Сокращения сроков обработки документов в 2–3 раза

• Повышения точности данных и снижения операционных рисков

Принцип цифровой трансформации«Искусственный интеллект не заменяет людей, а усиливает их эффективность, освобождая время для решения стратегических задач», — подчеркнула Анастасия Литвиненко.Особый интерес участников вызвали реальные кейсы внедрения интеллектуальных систем документооборота на базе платформы СИМФОНИЯ в крупных компаниях.

О СИМФОНИИ
СИМФОНИЯ — собственная разработка компании ITFB Group, является полностью импортонезависимым решением и внесена в реестр российского ПО в конце 2022 года. Платформа предназначена для управления цифровым контентом, проектами, заявками и цифровизации бизнес-процессов. Представляет собой набор функциональных модулей, которые можно комбинировать под индивидуальные потребности бизнеса.

О компании ITFB
ITFB Group — российская ИТ-компания, предоставляющая полный комплекс ИТ-услуг: проектирование и внедрение ПО; заказная разработка ПО и приложений; разработка собственных продуктов с использованием технологий ИИ; поставка и интеграция оборудования для построения ИТ-инфраструктуры, включая разработку собственных программно-аппаратных комплексов. ITFB Group также обладает экспертизой в области цифровизации сельскохозяйственного сектора. Клиентами ITFB Group являются более 100 компаний enterprise-уровня, среди которых «Яндекс», Т-Банк, ВТБ, МКБ, «Сбер», Газпромбанк, Росбанк, «Открытие Инвестиции», МТС, ВымпелКом, Теле2, СИБУР, Гринатом, «Уральские авиалинии», СОГАЗ, «Большая российская энциклопедия», «МОЭК», «Мечел» и другие. Офисы компании находятся в Москве, Уфе и Рязани.

Сайт компании: itfbgroup.ru

Google опубликовала гайд по бизнес-идеям с ИИ под капотом с примерами 601 кейса под любую сферу: торговля, логистика, медиа, кодинг, телеком, наука. В гайде расписаны реальные примеры от различных компаний по интеграции ИИ-агентов в бизнес.

🔥 Нейросети на все случаи жизни — нашли полезную табличку для вас.

Все тулзы актуальные и удобно рассортированы по категориям.

Более подробно про новые нейронки и не только рассказываю у себя в телеграм-канале!

Честный вопрос к разработчикам: сколько процентов кода в вашем последнем PR было фактически написано LLM?

И как бы отреагировали ваши коллеги/руководство, если бы узнали реальный процент?

LLM в разработке: Практические вопросы к сообществу

Привет, Хабр!

LLM уже не просто стучатся — они локтями расталкивают наши привычные рабочие процессы. За последний год я много экспериментировал c LLM в разработке, пытаясь найти эффективный и осознанный способ применения, который я для себя назвал «выращиванием кода». Это подход, основанный на декомпозиции, качественном контексте и итеративной доработке, как антидот слепой генерации или «вайб‑кодингу».

Но теория — это одно, а реальность у всех разная. Хочется сверить часы с сообществом и обсудить конкретные методики и наблюдения. Вместо утверждений — задам вопросы, которые возникли у меня (и в ходе недавних обсуждений):

1. Как вы используете LLM в своей работе? Только для автодополнения и поиска решений, или пробовали полноценно «выращивать» компоненты и модули? Какие модели дают лучший результат для вашего стека?

2. Насколько важен контекст при работе с LLM? Замечали ли вы разницу между запросами типа «напиши X» и «вот существующий код, создай Y, который интегрируется с ним»? Как вы подбираете релевантный контекст?

3. Трансформировалась ли ваша роль как разработчика? Заметили ли вы изменение в процессе работы — больше времени на архитектуру и меньше на написание кода? Или LLM пока остается вспомогательным инструментом?

4. Какие новые навыки потребовались? Как вы формулируете запросы? Разрабатывали ли особые техники промпт‑инжиниринга для программирования? Какие приемы повышают качество генерируемого кода?

5. В каких областях LLM справляется лучше всего, а где хуже? UI/UX, бизнес‑логика, алгоритмы, тесты? Есть ли паттерны или типы задач, где вы полностью полагаетесь на LLM, и где предпочитаете писать руками?

6. Как вы проверяете сгенерированный код? Какие методы и практики помогают выявлять потенциальные проблемы? Меняется ли подход к ревью LLM‑кода по сравнению с человеческим? Приходилось ли сталкиваться со специфическим «LLM‑долгом»?

7. Как LLM влияет на вашу продуктивность? Замечаете ли реальное ускорение разработки? В каких типах задач выигрыш наиболее заметен? Изменилось ли качество конечного продукта?

8. Как вы решаете проблему «разрыва интерпретаций» между нечеткими человеческими намерениями и точными машинными инструкциями при работе с LLM? Какие техники помогают сузить пространство возможных интерпретаций в промптах?

9. Какие техники декомпозиции задач вы используете при работе с LLM? Отличаются ли они от «классической» декомпозиции при ручном программировании (например, в части подготовки контекста для каждого шага)?

10. Как вы видите будущее этой практики? Считаете ли «выращивание кода» (или похожие осознанные подходы) временным трендом или фундаментальным изменением в разработке программного обеспечения?

Буду рад услышать ваши мнения, опыт и конкретные примеры из практики!

💡 Собрали промты, которые помогут освоить любой язык за месяц.

Используем эти 10 промтов в любой нейросети:

— Ежедневный разговорный тренер:
Давай поговорим на [язык] о [тема]. Исправляй мою грамматику, улучшай формулировки и учи естественным выражениям.

— Персонализированный словарь:
Создай список слов на [язык] по моим интересам ([хобби, работа, путешествия]) с произношением и примерами в предложениях.

— Упрощатель грамматики:
Объясни грамматическое правило в [язык]: [вставь правило]. Сравни с английским и приведи запоминающиеся примеры.

— Корректор ошибок:
Вот что я только что сказал: [вставь предложение]. Скажи, правильно ли это, и как бы это произнёс носитель.

— Генератор аудирования:
Дай мне короткий рассказ или диалог на [язык], озвучь его, а затем задай вопросы по содержанию.

— Флюент-план на 30 дней:
Составь 30-дневный план перехода от новичка к разговорному уровню в [язык], с ежедневными упражнениями на говорение, чтение, аудирование и письмо.

— Культурный наставник:
Научи, что считается вежливым, грубым или неформальным в [язык], чтобы я не звучал как робот.

— Тренер произношения:
Научи произносить [трудное слово/звук], включая положение рта и типичные ошибки, которых стоит избегать.

— Расшифровщик фраз:
Переведи фразу, которую я услышал на [язык], и объясни её скрытый смысл, включая сленг и культурный контекст.

— Промт уверенности:
Играй роль доброжелательного преподавателя. Задай мне 3 вопроса начального уровня на [язык] и помоги уверенно ответить, даже если я ошибаюсь.

Хотите больше крутых промптов? 🚀 Присоединяйтесь к нашему телеграм-каналу, где мы делимся ими и не только!

Кстати, недавно сам начал изучение разговорного английского языка и наткнулся на крутого бота в тг - Speakadora AI. За 30 дней неплохо подкачался даже!

🖥 В Google AI Studio можно БЕСПЛАТНО попробовать новую фичу: нативная генерация изображений той же моделью, что и обрабатывает ваш текст. То самое, что показали OpenAI ещё в мае '24-го (но так и не выпустили, хотя обновления приложений/сайта подсказывают, что скоро должны).

Модель И видит вашу картинку, И рисует сама новую, без вызова отдельной модели, занимающейся генерацией. Это позволяет ей делать попиксельную копию, внося нужные изменения — смотрите примеры. И да, можно загрузить СВОЮ картинку, и после этого просить её перерисовать — так я сделал с крестиками-ноликами.

Можно придумать много всякого крутого, жду ваших креативов в комментариях!

Попробовать тут
(справа нужно выбрать модель «Gemini 2.0 Flash Experimental»)

Еще недавно выходил Firebase Studio — новый интересный сервис от Google, более подробно я рассказал у себя в телеграм-канале.

✍️ В ChatGPT прокачали память.

Теперь чат-бот помнит историю всех диалогов, может ссылаться на них и отвечать с учетом предыдущего опыта общения. Так ИИ начет подстраиваться под ваш стиль общения, интересы и задачи, а ответы станут более точными и персонализированными.

Память можно отключить в настройках или редактировать. Доступно для подписчиков Pro и Plus.

Попробовать

В своём телеграм-канале я стараюсь публиковать эти самые новости раньше всех. Велком!

Сегодня, в международный день космонавтики, Awakari запускает семантический поиск. Поехали!

Новый тип фильтра используется по умолчанию в "простом" режиме создания нового интереса. В продвинутом режиме он назван "Similarity".

Под капотом, Awakari извлекает текстовый сниппет из каждого нового события и конвертирует его в вектор используя языковую модель, которая понимает около 100 языков. Есть выбор из нескольких уровней совпадения:

• Weak соответствует косинусу угла между векторами ≥ 0,75. Для более слабой фильтрации.

• Medium: косинус ≥ 0,85. Рекомендуемый уровень по умолчанию, который неплохо работает во многих случаях.

• Strong: косинус ≥ 0,95. Для получения строго совпадающих результатов.

🤯 Кодеры, для вас подгон: VSCode получил бесплатную замену Cursor — Agent Mode. Он анализирует кодовую базу и исправляет ошибки, пока код не выполнится успешно.

Что ещё может Agent Mode:
— Предлагает внести изменения в файлы;
— Выполняет команды в терминале;
— Работает с расширениями, а следовательно может ещё и: управлять браузером и автоматизировать действия, лазить по GitHub, чтобы разобраться с багами, интегрироваться с облачными платформами.

Инструкция по включению прилагается:
— Обновляем Visual Studio Code до последней версии;
— Запускаем VSCode и переходим в режим Chat, нажав на соответствующую кнопку справа;
— Авторизуемся через GitHub;
— В настройках устанавливаем параметр chat.agent.enabled;
— В окне чата выбираем Agent из выпадающего списка.

Про сам Cursor, кстати, неоднократно рассказывал у себя в телеграм-канале!

Вышла Llama 4 Scout:

17B активных параметров, 16 экспертов, 109B всего.

Можно запустить на о одном GPU H100 (с INT4-квантизацией).

Окно контекста 10M токенов.

Превосходит предыдущие версии Llama на мультимодальных задачах, одновременно требуя меньше ресурсов.

=======

На Cerberas работает почти моментально – 4000 токенов в секунду.

Шпаргалка, которая поможет быстро найти нужный ИИ-сервис. Все нейросети актуальные и удобно разбиты по категориям.

⚡️Cursor в прошлом: Google выпустила сервис Firebase Studio, который генерирует готовые приложения с нуля.

Из интересного:
— Поддерживает все популярные языки и фреймворки;
— Под капотом мощная Gemini пишет и редачит код за вас;
— Можно закинуть свой проект и работать с ним;
— Завезут умных агентов, которые будут помогать в разработке.

Пользуемся бесплатно — здесь.

Про сам Cursor, кстати, неоднократно рассказывал у себя в телеграм-канале!

Представлена подборка из 100 ресурсов для создания ИИ-агентов под большинство задач по всевозможным темам: от RAG, MCP-cерверов, мульти-агентов и саморефлективных моделей до узкоспециализированных агентов для подбора ресторанов, отелей, буста продуктивности и организации рабочих задач.

Джон Кармак выступил в защиту ИИ для разработки игр и заявил, что «создание мощных инструментов — ключевой двигатель всего прогресса».

Соавтор Doom и Quake заявил в ответ на критику разработчиков и пользователей, что развитие искусственного интеллекта поможет создавать больше игр и делать их более качественными, а также привлечёт в индустрию новых специалистов. В качестве наглядного примера развития технологий Кармак привёл написание машинного кода для своих первых игр, чем уже никто не занимается. По словам Кармака, сейчас подобное занятие можно сравнивать с «обслуживанием колёс у боевой колесницы», ведь появились игровые движки, которые делают разработку удобнее и эффективнее. Аналогичным образом ИИ-инструменты станут помогать разработчикам в будущем.

Думаю, вы неправильно поняли, что собой представляет эта технодемка, но я всё же отвечу на то, что, как мне кажется, вас волнует, — что ИИ-инструменты обесценивают навыки программистов, художников и дизайнеров.

Мои первые игры создавались вручную: я сам собирал машинный код и превращал персонажей, нарисованных на миллиметровке, в шестнадцатеричные числа. Сегодня всё это стало таким же устаревшим занятием, как обслуживание колёс у боевой колесницы.

Создание мощных инструментов — ключевой двигатель всего прогресса в компьютерной отрасли.

Игровые движки кардинально расширили круг людей, вовлечённых в разработку игр, хотя при этом и отодвинули на второй план ту самую системную инженерию, которую я всегда так ценил.

ИИ-инструменты помогут лучшим из лучших достичь ещё более впечатляющих высот, позволят небольшим командам делать гораздо больше и откроют путь в индустрию совершенно новым группам создателей.

Станет ли рабочих мест в игровой индустрии больше или меньше — вопрос открытый. Всё может пойти по пути сельского хозяйства, где технологии позволили сократить число работников до минимума, сохранив эффективность.

А может — по сценарию соцсетей, где креативное предпринимательство расцвело на всех уровнях. Но в любом случае стратегия «не использовать мощные инструменты, потому что они отнимают рабочие места» не сработает.

Джон Кармак.

Ранее Microsoft опубликовала техническую демонстрацию ИИ-версии игры Quake II, которая работает на базе нейросети Muse. Команда проекта обновила модель машинного обучения так, чтобы она могла генерировать картинку с большим разрешением и с большей скоростью.