“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?
Лично я остановился на 60% клавиатуре. С одной стороны - тянуться сильно не надо. С другой - и обычный человек сможет работать, минимальные пояснения нужны. Да и я не теряю навыка работы на обычной клавиатуре.
Единственное - выбирал на базе открытой прошивки (QMK/VIA), чтобы на уровне прошивки все слои и комбинации клавиш прописывать.
В этом меме гораздо больше правды, чем мне бы хотелось )
Да, ИИ удивляет - спору нет. Но я до сих пор вижу 2 существенных проблемы:
ИИ усложняет код.
ИИ пытается всеми силами сохранить сигнатуру и поведение функций (видать наследие тех времен, когда ИИ наоборот, переписывал пол проекта за раз).
А уж когда это встречается… Сначала усложнит простой собственно алгоритм. А потом упрощает… И в коде остается 5 функций-однострочников - последовательный вызов той функции, которая и делает дело. Зачем они нужны? Так это API модуля, его нужно сохранить. А то, что это “API” появилось в этой же сессии - детали не стоящие упоминания.
P.S. и да, я в основном китайскими моделями пользуюсь. За это лето сильно скакнули вперед. Но не думаю, что топовые модели из конца 2024го года были на голову выше текущих китайцев. Отставание если и есть, то на поколение - максимум два от текущих топов.
Вот я так и не увидел, что ИИ лучше меня пишет код. Может дело в том, что я как раз 15+ лет именно что код пишу.
Да, ИИ знает больше меня - спору нет. Даже локальные модели знают очень и очень много. Но, как я и говорил, “вовремя вспомнить нюансы” у ИИ далеко не так прокачан. Так что это “лучше” проявляется только если задать грамотный вопрос. А чтобы задать грамотный вопрос - нужно и самому разбираться…
Как там было?
ИИ лучше меня во всем, в чем я не разбираюсь, а там где разбираюсь - ИИ такую ерунду пишет…
Muse Spark Contributor - это тот же Muse Spark, только данные участвуют в обучении. Аналогично и большинство Free-моделей бесплатны как раз для обучения на пользовательских данных.
Да, за последнее время произошел значительный скачек в качестве работы LLM. Но код все равно надо проверять. А иначе получаешь код, работающий кое-как. Проблем все меньше и меньше в коде, но они есть - и это мешает доверять результатам LLM на 100%.
Кто-то скажет “человек тоже ошибается” или “всего не предусмотреть” - и это так. Кто-то “работает - не трогай” и тоже будет прав. Но страдает надежность. И если с личной страничкой, или с каким личным конвертером фотографий/видео это не страшно (получил ерунду - тут же доработал), то при работе с оборудованием может быть уже чревато и травмами…
LLM “знает” очень и очень много - этого не отнять. Но навык “уметь применять”, а особенно “вовремя вспомнить нюансы” далеко не так прокачан.
Практически все харнессы так делают. По крайней мере те, что заточены под работу с API а не конкретную подписку (из того, что пробовал - Pi agent и DeepSeek Harness - позывают цену сразу).
Другое дело что в рамках подписки могут быть нюансы. Например тот же Ollama Cloud раньше вообще не учитывал чтение кеша (хотя оно было) и стоимость сессии быстро улетала в стратосферу (сейчас уже исправили, как минимум с новой подпиской явно прописана цена чтения кеша).
“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?
Лично я остановился на 60% клавиатуре. С одной стороны - тянуться сильно не надо. С другой - и обычный человек сможет работать, минимальные пояснения нужны. Да и я не теряю навыка работы на обычной клавиатуре.
Единственное - выбирал на базе открытой прошивки (QMK/VIA), чтобы на уровне прошивки все слои и комбинации клавиш прописывать.
В этом меме гораздо больше правды, чем мне бы хотелось )
Да, ИИ удивляет - спору нет. Но я до сих пор вижу 2 существенных проблемы:
ИИ усложняет код.
ИИ пытается всеми силами сохранить сигнатуру и поведение функций (видать наследие тех времен, когда ИИ наоборот, переписывал пол проекта за раз).
А уж когда это встречается… Сначала усложнит простой собственно алгоритм. А потом упрощает… И в коде остается 5 функций-однострочников - последовательный вызов той функции, которая и делает дело. Зачем они нужны? Так это API модуля, его нужно сохранить. А то, что это “API” появилось в этой же сессии - детали не стоящие упоминания.
P.S. и да, я в основном китайскими моделями пользуюсь. За это лето сильно скакнули вперед. Но не думаю, что топовые модели из конца 2024го года были на голову выше текущих китайцев. Отставание если и есть, то на поколение - максимум два от текущих топов.
Вот я так и не увидел, что ИИ лучше меня пишет код. Может дело в том, что я как раз 15+ лет именно что код пишу.
Да, ИИ знает больше меня - спору нет. Даже локальные модели знают очень и очень много. Но, как я и говорил, “вовремя вспомнить нюансы” у ИИ далеко не так прокачан. Так что это “лучше” проявляется только если задать грамотный вопрос. А чтобы задать грамотный вопрос - нужно и самому разбираться…
Как там было?
Muse Spark Contributor - это тот же Muse Spark, только данные участвуют в обучении. Аналогично и большинство Free-моделей бесплатны как раз для обучения на пользовательских данных.
Да, за последнее время произошел значительный скачек в качестве работы LLM. Но код все равно надо проверять. А иначе получаешь код, работающий кое-как. Проблем все меньше и меньше в коде, но они есть - и это мешает доверять результатам LLM на 100%.
Кто-то скажет “человек тоже ошибается” или “всего не предусмотреть” - и это так. Кто-то “работает - не трогай” и тоже будет прав. Но страдает надежность. И если с личной страничкой, или с каким личным конвертером фотографий/видео это не страшно (получил ерунду - тут же доработал), то при работе с оборудованием может быть уже чревато и травмами…
LLM “знает” очень и очень много - этого не отнять. Но навык “уметь применять”, а особенно “вовремя вспомнить нюансы” далеко не так прокачан.
Практически все харнессы так делают. По крайней мере те, что заточены под работу с API а не конкретную подписку (из того, что пробовал - Pi agent и DeepSeek Harness - позывают цену сразу).
Другое дело что в рамках подписки могут быть нюансы. Например тот же Ollama Cloud раньше вообще не учитывал чтение кеша (хотя оно было) и стоимость сессии быстро улетала в стратосферу (сейчас уже исправили, как минимум с новой подпиской явно прописана цена чтения кеша).