Там получается весь контекст уходит одной модели, которая подключена в качестве рабочей лошадки? Или там какая- то сложная схема, когда сто моделей и каждая отвечает только за свою часть, и они между собой обмениваются на стыках функционала?
Ну, типо, одна на своем контексте следит за новостями и алертит, если что-то интересное; вторая разбирает почту и т.д.
Сеть делает реальные предсказания на основе данных, на которых была обучена. На основе предыдущего опыта. Но в реальном мире - каждый новый день не похож на предыдущий. И при наступлении определенных событий весь ваш опыт вы можете выбросить в топку - он становится не релевантным. Чтобы создать качественную по прогностическим характеристикам модель - нужны по настоящему большие данные сразу по многим срезам - и не только финансовым. У меня на руках были данные примерно за год по нескольким индексам и некоторым акциям - это было явно маловато, но меня больше увлекал сам процесс.
По второй части: основной поинт статьи был в том, что пару лет назад нейросети писали глупый код, который выглядел как компиляция (и многие думают, что они так пишут и до сих пор). Но сейчас - вы можете запустить пул агентов, и спалив некоторое количество токенов они напишут вам все что надо, за вас. И вам даже не придется открывать ide. В частности, код в репозитории мне оформил Клод за 15 минут. Попутно исправив пару багов, добавив пару других моделей активации (в оригинале там был чистый перцептрон на сигмоиде), и оформив примеры использования на типовых ml-датасетах. И это пугает.
Возможно, я бы предпочел жить в мире, где нейросети совершают глупые ошибки и галлюцинируют...
Эх, накатила ностальгия, однажды я рассчитывал основание под нефтяной резервуар, в плане и по глубине, как линейно-деформируемое полупространство. Разбил его на кубы по полметра, и для каждого рассчитал напряжения и деформации, и красиво раскрасил в плане осадку грунта с помощью условного форматирования. Для каждого полуметрового слоя у меня были заданы физико-механические свойства грунтов, в отдельной вкладке, и вкладок там было... Вобщем, весил файл под сотню метров и каждый раз запуская рассчет формул я ждал минут двадцать.
Вы что-то путаете, название мессенджера - на русском языке: МАХ. Как пишется, так и читается: мах. Некоторые, правда, ошибочно произносят на аглицкий манер: макс. Но это нескрепно и моветон!
Согласен, плюс-минус делаю также, плюс стараюсь идти через tdd, но тут уже на вкус и цвет...
А ещё, в моем пайплайне, я стараюсь задачу оформлять как Эпик, а этапы - как child issues, просто чтобы можно было сразу послать агента посмотреть задачу в целом и понять, на каком этапе находимся сейчас...
Ну а дальше - у каждого issue свой чат/документация/план/архитектура/шаги. Если issue получается объемный и тоже разбит по шагам, то на каждый шаг пишется отчёт (если в процессе пошли отклонения от первоначального плана - это будет учтено в дальнейшем), со ссылкой на коммиты которыми он закрыт
Вобщем, схема примерно рабочая, главное не отвлекаться, никогда не верить агенту и всегда за ним приглядывать хотя бы вполглаза, чтобы отлавливать те моменты, в которые он хочет завернуть не туда.
Правда, я называю такое "агентское программирование", а не "вайбкодинг"
Привет, оч зашла статья, в принципе я мог бы написать о себе такую же.
Я тоже наобучался, набегался по собесам, наигрался с пет-проектами, и в принципе имея небольшой бэкграунд в айти продолжаю искать работу
При этом имея нулевое желание что-то врать и приписывать в резюме
Пару месяцев назад, после очередного собеса, я решил стартануть более масштабный проект и собрать команду примерно таких же по уровню людей, как я (читай: мотивированных джунов), и развить это до уровня продуктовой готовности
И сейчас на этот проект я ищу devops, back- и front- эндеров. Пока пилю все сам. По стэку там сейчас го, js и куча скриптов на bash. Когда появится бэк, возможно добавится java (но это неточно). Мне непринципиально, сам я умею больше в питон.
Вобщем, если интересно, предлагаю присоединяться, кратко глянуть можно на GitHub Pages: https://info-tech-io.github.io (там сейчас все навалом и сыро, но общую направленность и архитектуру можно понять)
Там получается весь контекст уходит одной модели, которая подключена в качестве рабочей лошадки? Или там какая- то сложная схема, когда сто моделей и каждая отвечает только за свою часть, и они между собой обмениваются на стыках функционала?
Ну, типо, одна на своем контексте следит за новостями и алертит, если что-то интересное; вторая разбирает почту и т.д.
Сеть делает реальные предсказания на основе данных, на которых была обучена. На основе предыдущего опыта. Но в реальном мире - каждый новый день не похож на предыдущий. И при наступлении определенных событий весь ваш опыт вы можете выбросить в топку - он становится не релевантным. Чтобы создать качественную по прогностическим характеристикам модель - нужны по настоящему большие данные сразу по многим срезам - и не только финансовым. У меня на руках были данные примерно за год по нескольким индексам и некоторым акциям - это было явно маловато, но меня больше увлекал сам процесс.
По второй части: основной поинт статьи был в том, что пару лет назад нейросети писали глупый код, который выглядел как компиляция (и многие думают, что они так пишут и до сих пор). Но сейчас - вы можете запустить пул агентов, и спалив некоторое количество токенов они напишут вам все что надо, за вас. И вам даже не придется открывать ide. В частности, код в репозитории мне оформил Клод за 15 минут. Попутно исправив пару багов, добавив пару других моделей активации (в оригинале там был чистый перцептрон на сигмоиде), и оформив примеры использования на типовых ml-датасетах. И это пугает.
Возможно, я бы предпочел жить в мире, где нейросети совершают глупые ошибки и галлюцинируют...
Эх, накатила ностальгия, однажды я рассчитывал основание под нефтяной резервуар, в плане и по глубине, как линейно-деформируемое полупространство. Разбил его на кубы по полметра, и для каждого рассчитал напряжения и деформации, и красиво раскрасил в плане осадку грунта с помощью условного форматирования. Для каждого полуметрового слоя у меня были заданы физико-механические свойства грунтов, в отдельной вкладке, и вкладок там было... Вобщем, весил файл под сотню метров и каждый раз запуская рассчет формул я ждал минут двадцать.
А приятная платформа.
Я делаю 1-в-1 похожий проект, тоже пилю учебную платформу с AI, вечерами и по выходным.
Та же логика: теория + тесты / квизы + практика в терминале. Только без AI-подсказок: я пока морально не готов платить по 0.02 р.
Только я месяца три уже пилю, и показать пока особо нечего. А у тебя - за неделю, такая красота! Лайк!
Вы что-то путаете, название мессенджера - на русском языке: МАХ. Как пишется, так и читается: мах. Некоторые, правда, ошибочно произносят на аглицкий манер: макс. Но это нескрепно и моветон!
Согласен, плюс-минус делаю также, плюс стараюсь идти через tdd, но тут уже на вкус и цвет...
А ещё, в моем пайплайне, я стараюсь задачу оформлять как Эпик, а этапы - как child issues, просто чтобы можно было сразу послать агента посмотреть задачу в целом и понять, на каком этапе находимся сейчас...
Ну а дальше - у каждого issue свой чат/документация/план/архитектура/шаги. Если issue получается объемный и тоже разбит по шагам, то на каждый шаг пишется отчёт (если в процессе пошли отклонения от первоначального плана - это будет учтено в дальнейшем), со ссылкой на коммиты которыми он закрыт
Вобщем, схема примерно рабочая, главное не отвлекаться, никогда не верить агенту и всегда за ним приглядывать хотя бы вполглаза, чтобы отлавливать те моменты, в которые он хочет завернуть не туда.
Правда, я называю такое "агентское программирование", а не "вайбкодинг"
Краткий пересказ: нахапала на себя задач, не вывезла (создала риски для бизнеса), стала заваливаться, скинула на других.
Чтобы решить проблему, надо создать проблему - классика. Проактивные - самая опасная категория работников, как для бизнеса, так и для коллег.
Да, я знаю, но спасибо.
Там всё сыро и разваливается сейчас, и в постоянном движении. На этом этапе рано рассматривать это как продукт. Но скелет готов.
Привет, оч зашла статья, в принципе я мог бы написать о себе такую же.
Я тоже наобучался, набегался по собесам, наигрался с пет-проектами, и в принципе имея небольшой бэкграунд в айти продолжаю искать работу
При этом имея нулевое желание что-то врать и приписывать в резюме
Пару месяцев назад, после очередного собеса, я решил стартануть более масштабный проект и собрать команду примерно таких же по уровню людей, как я (читай: мотивированных джунов), и развить это до уровня продуктовой готовности
И сейчас на этот проект я ищу devops, back- и front- эндеров. Пока пилю все сам. По стэку там сейчас го, js и куча скриптов на bash. Когда появится бэк, возможно добавится java (но это неточно). Мне непринципиально, сам я умею больше в питон.
Вобщем, если интересно, предлагаю присоединяться, кратко глянуть можно на GitHub Pages:
https://info-tech-io.github.io
(там сейчас все навалом и сыро, но общую направленность и архитектуру можно понять)