Децентрализация? Да. Это повышает надежность, хотя и не без нюансов.
Масштабируется чтение? Да. Больше узлов - больше паралелльного чтения.
Масштабирует запись? Нет. Все узлы обрабатывают всю историю - а значит запись и не масштабируется. Да, бывают нюансы - в архитектуру закладывают “разделим сеть на две / четыре и т.д.”. Но это все равно не про “простой пользователь пользователь запустил пир и получает вознаграждение”. Более того - “скорость флотилии равна скорости самого медленного корабля”. Так что важно не только количество, но и качество узлов.
И не стоит забывать, что масштабирование - тоже далеко не бесплатно дается. Издержки растут.
Ну а сам по себе майнинг - просто способ оплаты работы пира, заложенный в алгоритмы (т.е. гарантированный кодом).
Думаю, все сводится к простому удобству и издержкам. Да, чатом с LLM можно заменить интерфейс. Может не все так просто, но вопросы, на мой взгляд, решаемы. Но будет ли это удобно?
Для начинающих - может быть. Сказал “хочу отчет” и получил отчет.
Для профессионалов же - сомневаюсь. Или весь интерфейс просто превратится в набор готовых шаблонов/действий - и по факту вернется к классическому UI, только гораздо более кастомизируемому и с LLM под капотом.
Если же говорить про прогнозы, то я скорее верю в вариант “интерфейс выродится в MCP”, с подключением к LLM на стороне пользователя. Т.е. текущие агенты программирования вполне подходят под это описание. Подключаешь MCP к любимому агенту и получаешь универсальный чат-интерфейс.
Или универсальные агенты, которые автоматизируют действия пользователя за компьютером - и даже дорабатывать ничего не надо. Захотел отчет - и агент в штатном интерфейсе в штатном софте его построил.
Да. Но как минимум обещание ZDR - хоть какая-то надежда, в отличии от “мы точно будет использовать ваши данные в обучении”. Но всю критичную информацию - только в локальные модели можно отправлять.
“дайте, человеку самому выбирать” - вот тут не работает. Если хочешь именно развиваться - выбор должен быть осознанным. А значит или специалист выбирать должен, или сам должен стать таким специалистам (и в итоге попробовать все, чтобы понять что лучше работает).
Если не ошибаюсь, это как раз современные исследования - много стран уже пытались заменить учебник и тетрадь на планшет или ноутбук. Но результаты учебы резко проседают к старшим классам.
Так проблема не в объяснить “преимущество перед дилетантом”, а доказать, что именно он - профи. Впрочем, проблема далеко не новая - просто с приходом ИИ становится острее.
Речь не о “не знакомый с ИТ, может сгенерить хорошую CRM”. Речь о том, что соло-специалист сможет достаточно серьезную систему осилить. То, что раньше требовало команды и года-двух сейчас будет решаться специалистом за месяц (грубо говоря). И бюджеты соответсвенно будут совершенно другие.
В чем именно я отрицаю полезность ИИ? ИИ полезен - вопросов, лично у меня, нет.
ИИ доступен практически каждому. ИИ хорошо прототипирует. Вот в прод ИИ пускать - это опасное занятие, нужен контроль. Что за кодом, что за действиями ИИ. Но для прототипов “для личного использования” это далеко не так актуально. Так что противоречий я не вижу.
И как “уходят триллионы” противоречит “дорого по вычислениям”? Потому и уходят триллионы, что вычислительной мощности нужно очень много. И в эксплуатации это тоже далеко не бесплатно.
А значит и дешевыми они не будут. А значит и массово не заменят классические алгоритмы (и это не вспоминая про детерминизм).
“Технологии я-ля трансформеры” - это дорого по вычислениям. И зачастую недетерминированно. Так что “новые задачи” - да, будут решаться, если альтернатив нет. Но старые обработки останутся в том виде, что есть. А значит, опять же, кода станет больше.
Кода станет больше - просто потому что вместо “найти нужную тулзу” с ИИ проще “написать нужную тулзу”. Да, это “код-однодневка”. Но что-то вырастет во внутренний продукт, что-то в полноценный продукт. Так что “кода станет больше” - лично у меня это не вызывает вопросов. “На сколько больше” - уже не берусь оценивать.
Мозги предпочтут не напрягаться - и сэкономить дефицитной энергии. Это вопрос биологии.
Так что мозги надо развивать целенаправленно. Проблема ИИ в том, что списать стало сильно проще, чем думать самому (или даже списывать у друга). Так что проблема действительно есть. И достаточно серьезная.
Другое дело, что “чтобы стать погонщиком ИИ” нужно “гонять ИИ”. Да, у джуна нет собственной экспертизы. Но так ли невозможно ее наработать, даже работая через ИИ? Да, потребуются более целенаправленные усилия на это (раньше опыт нарабатывался более принудительно). Но я бы не ставил крест на джунах. Кто захочет - научится. А кто не хочет - он и раньше был вечным джуном… Сейчас случайных людей станет еще больше.
Основную проблему я вижу скорее в том, что “профи с ИИ” и “дилетант с ИИ” выглядят одинаково в глазах заказчика (ИИ их уравнял для не-специалиста). Но дилетант будет дешевле в хотелках, быстрее на словах и гораздо увереннее в результате. Ну а отсутствующее качество заказчик почувствует уже потом.
А самое интересное - ответы сервиса кешируются и “краткое содержание” у всех одинаковое. Интересно, это считается при 1м обращении или при сохранении статьи? А с апдейтами статьи корректно живет?
Масштабирует по каким параметрам?
Децентрализация? Да. Это повышает надежность, хотя и не без нюансов.
Масштабируется чтение? Да. Больше узлов - больше паралелльного чтения.
Масштабирует запись? Нет. Все узлы обрабатывают всю историю - а значит запись и не масштабируется. Да, бывают нюансы - в архитектуру закладывают “разделим сеть на две / четыре и т.д.”. Но это все равно не про “простой пользователь пользователь запустил пир и получает вознаграждение”. Более того - “скорость флотилии равна скорости самого медленного корабля”. Так что важно не только количество, но и качество узлов.
И не стоит забывать, что масштабирование - тоже далеко не бесплатно дается. Издержки растут.
Ну а сам по себе майнинг - просто способ оплаты работы пира, заложенный в алгоритмы (т.е. гарантированный кодом).
Kimi K3 очень даже хорош. Особенно в код-вевью мне понравился - практически все замечания по делу и правильно оценена их важность.
Вообще, китайские модели за лето сильно выросли.
Думаю, все сводится к простому удобству и издержкам. Да, чатом с LLM можно заменить интерфейс. Может не все так просто, но вопросы, на мой взгляд, решаемы. Но будет ли это удобно?
Для начинающих - может быть. Сказал “хочу отчет” и получил отчет.
Для профессионалов же - сомневаюсь. Или весь интерфейс просто превратится в набор готовых шаблонов/действий - и по факту вернется к классическому UI, только гораздо более кастомизируемому и с LLM под капотом.
Если же говорить про прогнозы, то я скорее верю в вариант “интерфейс выродится в MCP”, с подключением к LLM на стороне пользователя. Т.е. текущие агенты программирования вполне подходят под это описание. Подключаешь MCP к любимому агенту и получаешь универсальный чат-интерфейс.
Или универсальные агенты, которые автоматизируют действия пользователя за компьютером - и даже дорабатывать ничего не надо. Захотел отчет - и агент в штатном интерфейсе в штатном софте его построил.
Так в статье сравнение скорости генерации, а не бенчмарки )))
Ощущение от статьи - как от большой галлюцинации LLM. Причем практически везде. Это так просто не работает.
Да. Но как минимум обещание ZDR - хоть какая-то надежда, в отличии от “мы точно будет использовать ваши данные в обучении”. Но всю критичную информацию - только в локальные модели можно отправлять.
“дайте, человеку самому выбирать” - вот тут не работает. Если хочешь именно развиваться - выбор должен быть осознанным. А значит или специалист выбирать должен, или сам должен стать таким специалистам (и в итоге попробовать все, чтобы понять что лучше работает).
Если не ошибаюсь, это как раз современные исследования - много стран уже пытались заменить учебник и тетрадь на планшет или ноутбук. Но результаты учебы резко проседают к старшим классам.
Да, секрет прост - надо вкалывать, вкалывать и еще раз вкалывать. А не надеяться, что “мозг сам найдет, на чем ему поднять IQ”.
Так проблема не в объяснить “преимущество перед дилетантом”, а доказать, что именно он - профи. Впрочем, проблема далеко не новая - просто с приходом ИИ становится острее.
Так и хернесс не OpenCode, а сторонний - от z.ai ) В OpenCode есть открытые модели от z.ai, но кто провайдер - мне во всяком случае неизвестно.
Речь не о “не знакомый с ИТ, может сгенерить хорошую CRM”. Речь о том, что соло-специалист сможет достаточно серьезную систему осилить. То, что раньше требовало команды и года-двух сейчас будет решаться специалистом за месяц (грубо говоря). И бюджеты соответсвенно будут совершенно другие.
В чем именно я отрицаю полезность ИИ? ИИ полезен - вопросов, лично у меня, нет.
ИИ доступен практически каждому. ИИ хорошо прототипирует. Вот в прод ИИ пускать - это опасное занятие, нужен контроль. Что за кодом, что за действиями ИИ. Но для прототипов “для личного использования” это далеко не так актуально. Так что противоречий я не вижу.
Как раз ИИ хорош в нестандартных ситуациях - потому как адаптируется. Другое дело, что пускать его в продакшен попросту небезопасно…
И как “уходят триллионы” противоречит “дорого по вычислениям”? Потому и уходят триллионы, что вычислительной мощности нужно очень много. И в эксплуатации это тоже далеко не бесплатно.
А значит и дешевыми они не будут. А значит и массово не заменят классические алгоритмы (и это не вспоминая про детерминизм).
“Технологии я-ля трансформеры” - это дорого по вычислениям. И зачастую недетерминированно. Так что “новые задачи” - да, будут решаться, если альтернатив нет. Но старые обработки останутся в том виде, что есть. А значит, опять же, кода станет больше.
Кода станет больше - просто потому что вместо “найти нужную тулзу” с ИИ проще “написать нужную тулзу”. Да, это “код-однодневка”. Но что-то вырастет во внутренний продукт, что-то в полноценный продукт. Так что “кода станет больше” - лично у меня это не вызывает вопросов. “На сколько больше” - уже не берусь оценивать.
Мозги предпочтут не напрягаться - и сэкономить дефицитной энергии. Это вопрос биологии.
Так что мозги надо развивать целенаправленно. Проблема ИИ в том, что списать стало сильно проще, чем думать самому (или даже списывать у друга). Так что проблема действительно есть. И достаточно серьезная.
Другое дело, что “чтобы стать погонщиком ИИ” нужно “гонять ИИ”. Да, у джуна нет собственной экспертизы. Но так ли невозможно ее наработать, даже работая через ИИ? Да, потребуются более целенаправленные усилия на это (раньше опыт нарабатывался более принудительно). Но я бы не ставил крест на джунах. Кто захочет - научится. А кто не хочет - он и раньше был вечным джуном… Сейчас случайных людей станет еще больше.
Основную проблему я вижу скорее в том, что “профи с ИИ” и “дилетант с ИИ” выглядят одинаково в глазах заказчика (ИИ их уравнял для не-специалиста). Но дилетант будет дешевле в хотелках, быстрее на словах и гораздо увереннее в результате. Ну а отсутствующее качество заказчик почувствует уже потом.
Рынок перестроится - вопросов нет. Вопрос не в “куча людей останется без работы”, а “как быстро им найдется новая работа”.
А самое интересное - ответы сервиса кешируются и “краткое содержание” у всех одинаковое. Интересно, это считается при 1м обращении или при сохранении статьи? А с апдейтами статьи корректно живет?