Ну цель антропика, gpt и осиаллных шарлотанов, продавать сврй продукт! Если бы он сказал что у них в антропик ни кто не пишет код с ИИ, это было бы подозрительно.. Но если взять не хайповые данные, проблем там еа много больше чем результатов.. 😁
Я тоже не писал html, css да и код уже давно, автолополнения работает хорошо. 😁 Но это вообще что-то не заменяет меня.. Те же шаблоны на WordPress и остальные топ CMS генерировать можно лет 15 как так точно. Мобильные приложения тоже около 12 лет. Скайп мог в реальном времени переводить 50 языков лет 15 тому. 😁 Можно еще долго продолжать..
Заменить написание кода на генерацию за кучу денег.. А зачем? Я по факту пишу быстрее любого ИИ и лучше.. Зачем оно мне? Проблемы не в написать код! Проблемы в масштабирование, архитектура, безопасность и ещё много где. Код писать самое простое и скорости оно не требует, автолополнение решает все проблемы с этим в раз...
Конфиги писать, комментарии, доку к коду, DTO какой и тд.. Туи да, ИИ очень выручает..
НО! Им этоине выгадно говорить! Почему? Правильно! Потому что там ее не надо дорогущая модель! 😁 1.5В закрывают большинство задач.. Им продать нало именно написание кода! Ибо через 2 года, вы уже не сможете без ИИ шаг ступить! А рефакторинг? А масштабирование? Вот вы и подсели на иглу их.. Это все будет стоить в 10 раз дороже, а потребность будет вчера.. 😁
Вот и все. AGI, это просто хайп чтоб брали то что дают. 😁
Смотря какую цель вы приследуете! Пишут же на zero-code, и норм. Тут аналогично.
Я писал парсера быстро, тоже с ИИ.. Потом надо было все поправить. Оно работало, все ок, но не долго.. 😁 Начал править, понял что руками переписать быстрее. Так как у меня усиановлен плагин который следит за временем, я четко знал сколько затратил тогда и сейчас. Руками оказалось не медленнее.. 😁 Хотя я был уверен что генерить в разы быстрее..
Проект пришлось полностью переписать..
Банально оно индексы кривые на лепило в ORM.. Пока генерилось, чет не думал.. А потом прошло 3 месяца, открыл, стало плохо.. 😂
Какая цель? Если хороший проек с маштабами и ид.. То про ИИ лучше забыть, оставить ИИ как помощник, автолополнение, гуглеш.
Надо будет попробовать. У менч есть личный протокол для LLM. Его фича в том, что он с 3В делает мощь 70В в логическмх ответах. Ну и 24В решает сложные алгоритмические задачи, которые не тянет даже Kimi-2.5..😁
Так что, вполне что-то и получиться.. То есть у меня получилось уде решать с мелкими моделями то, что они вообще не зеали.
Фишка протокола в прямом управлении фокусом модели. Я как манипулятор виду LLM по нужному пути. 😁
Пока тестирую. Может на днях выпущу сиатью с примерами где 14В и большая LLM отказывается пимать код и гутит очень даже остроумно. Хотя там промпта того пару строк, но не текстом. 😁 Как не проси, не напишет. Она видит что вы просите имеено код иьо оно якарем зацеплено и как не меняй, любой язык, синонимы, что угодно, оно всп ровно видит просьбу написать код и откажет. 😂
Надо у себя собирать, чаще всего. Сборки по разному, как повезёт.. Сильно от геморроя с С++ не отличается. 😁 Говорят что по приятнее собирать, но не всегда оно так.. 😁
Все это пыль и шум.. Я смог сделать так, чтоб Mistral 24B решала щадачи на codewars которые не тянет ги одна тлп ИИ, даже 3Kyu.. Причем это было на Rust. Бедная Kimi-2 с триллионом параметров была уничтожена почти в сухую 6:1..😂
Ни каких дообучений! Просто специальное api созданное мной лично, для управления фокусом LLM. Три часа руками тестировал. 😁
Mistral 24B еще тестировал в SQL. Она не смогла решить не одной задачи.. Опять включил свой способ, дошли с ней до 4Kyu уровня в раз.
Это я к тому что нет смысла в этом всем, прсто показуха.. Привентили папу функций, добавили лишних данных с решениями, и все у них заработало.. А толку? LLM как итог просто перегружен.. Надо работать с фокусом, заставлять LLM бить все чистой логикой. LLM это отражение ума человечков. Оно саммо так и говорит.. 😁 Я когда спросил - "почему ты так тупило рантше?", на что оно ответило - "какие вопросы, такие и ответы. Я отражаю вас, людей! Ты задаешь вопросы концетратомлогики, у меня нет шанса тупить..".
То есть нет смысла их дообучать там все есть! Надо просто правило применить!
Большие сильно глючат.. Мелкие их рвут в клочья в узких залачах. LLM может само регулировать температуры ответа. Вот так вот, вот такая реальность.. 😁
ну я видел как-то раз требования к стажёру на знания.. я вам так скажу, у сеньора требуют меньше знаний!.. это тупость в найме а не в ИТ... разные компании были, даже в одной компании были прям сверх разные собеседования и требования. у меня спрашивали индекс ы в SQL на позицию Frontend.. почему? да потому что СТО который собеседовал меня хорошо знал эту тему а не js.
Люди привыкли к gpt, который стоит как крыло от самолёта, зато думать не надо оно само за вас подумает.. Да и готовых инструментов там вагон и телега.. 😁
Я только что готовил Mistral 14B, ни одно ИИ не определил что текс писало ИИ.. Все были уверены что это человек. 😂
Это я к тому, что Mistral это ИИ для тех, кто понимает что это такое и как его приготовить! Это не для домохозяек ИИшка! 😁
Цена выходного токены 1м 2$ за топ модель, это очень приятно. Но с ними надо уметь работать! Они все узко направленные и в ровных руках это оружие. 😁
DevStral 24B шатал Kimi-2 с триллионом параметров. Я лично руками их тестил а не бейнчмарк где ИИ оценивает ИИ.. На сложных алгоритмическмх задачах Kimi-2 легла, а 24В с моим промптом показала результат, тестил с Rust, что по сути крептонит для ИИ. Поэтому, если вы не профи а готовить промпты умеете по ютуб роликам, Mistral AI просто не для вас! 😁
Я нашёл решение в разы лучше! Создал язык для LLM. Да, именно язык! LLM на нем думают, я хакнул их мозг, если проще сказать.
Не надо грузить проект, писать файлы, мое решение делает несколько сжатий. Первое создаёт скелет архитектуры вашего проекта. Как итог это на 80-90% меньше кода.
Второе, это решение для правок кода, оно сжато зп счет нового языка LLM до 60% в среднем. Это чисиый концентрат логики.
Третье это сам язык. Вы пишите как писали, llm само дополнин годикой и переведёт на свой язык.
Как итог я решил с помощью 24В модели залачи по Rust, Python, SQL которые не потянули даже Kimi-2 с триллионом параметров.
Тестировал на залачах с codewars уровня 4 и 3kuy. Это сложные алгоритмы! Уровень сеньор.
Теперь дуумаю выкапывать или нет.. Я могу убить ИТ в раз.. Страшно брать такую ответственность на себя.. 😁
Вы заменяете надежную инженерную валидацию стохастической моделью, что в промышленном IoT недопустимо. Вместо исправления архитектуры и синхронизации схем данных вы создаете систему, где проверка критических параметров зависит от настроения нейросети и формулировок пусконаладчика. Главные риски:
Отсутствие воспроизводимости: одна и та же ошибка может быть пропущена завтра из-за вероятностной природы LLM.
Неконтролируемый техдолг: логика размазана между n8n, JS-узлами и промптами, что невозможно нормально тестировать и версионировать в Git.
Иллюзия экономии: время, затраченное на бесконечный тюнинг промптов и "высасывание души", уже сопоставимо с написанием жестких правил валидации на коде. Вы не победили сложность, вы ее замаскировали. В промышленной автоматизации "вайб-кодинг" обычно заканчивается серьезным инцидентом на объекте, когда ИИ неверно интерпретирует "корявый язык" в промпте.
Это равносильно высказыванию - "как вы будете думать, если ваш мозг испориться?". Да ни как, как и программировать ни как без электричества. В этом просто не будет смысла. 😁
Ну, тут надо было начать что он сто лет в обед сторонник и фанат ИИ.. Его мнение построено на его ожиданиях, а не на фактах.. То есть он говорит не за, ИИ пишет код шикарно. Он говорит за свое ожидания от ИИ, как и Альтман.
Джейкоб Каплан (второй сооснователь Django) традиционно занимает позицию "инженерного реализма" и охраны качества. Его скепсис подтверждается рядом исследований 2024-2025 годов. Как минимум ИИ замедляет на 20%, качество кожа падает в разы. Несколько исследований этл подтвердили, а вот слове автора о котором дискуссия, лишь его личные ожидания!
Мое личное мнение, написание кода ни куда не уйдет. Надо понимать, если вы не пишите код, не пишите логику, то и качество вашего профессионализма уходит и становиться бесполезным.. Это как эксперимент с летчиками, им дали автопилот, и оказалось что все они мгновенно растеряли навыки.. Если не ошибаюсь называется "спящий посажир".
ИИ не бесполезен! Но и не на столько хорошох, как рисуют это его поклонники и фанаты. Работа будет гибридной, как раньше мы использовали снипеты, заготовки. Но теперь это еще придётся тщательно проверять! Что само по себе создаёт парадокс, без написания кода дебажить его будет невозможно..
Писать код, это самое простое и интересное в работе программиста. Сложности скорее в удержании контекста а рутина в типизации и написании документации к ему. Я бы туда ИИ и отправлял, на поиск участков нужных в коде, написание документации к коду, линтинг ну и тд.. А писать сам код, ну это проще простого! Все что там надо, это автодополнение.
Я вам больше скажу, в телеграм каналы идут серые вакансии в 70% для сбора CV. Качество таких данных очень и очень плохое.. У меня у самого парсера работают и на hhтоже.перед тем как начать собирать я пол года изучал все нюансы. И по итогу пришлось отказаться от телеграм каналов.. Ни один толковый HR не пойдёт туда искать кандидата, ибо как минимум ему или ей, тогда придется делать колоссальную ручную работу.. А это безумные расходы.. Там или дубли с hh, или полулегально все, чаще просто ради демпинга рынка и сбора данных серыми способами. Я думаю сами понимаете что стоят такие данные.. Они почти бесполезны.. Но человек постарался, тут вопросов к ему у меня нет, статья сделана очень хорошо.
Вы ожидаете от LLM какого-то логичного поведения, как от человека. Поэтому и возникают недопонимания..
Почему LLM врет о том как считало числа? Оно не врет!!! Оно не знает как их считало, оно не знает как оно что-то делает и не может этого знать! Оно можнл сказать ищет среди того что есть, чтоб ответить на ваш вопрос. То есть оно подбирает самый подходящий ответ из базы знаний своей. Все, весь секрет.. Каждый раз оно идет в ьазу, берет данные и отдаёт! Оно не думает!!! Поэтому и никогда не ответит вам как оно получило тот или иной ответ. 😁 Этого нет ни где, чтоб оно его вам отдало..
Почему оно считает не как калькулятор? Поэтому что оно не оьучено так считать, там нет примера как это делать.. Но там миллионы примеров как запомнить, как найти ответ.. То есть уровень первых классов. Дайте ей формулу серьёзную, и все, оно сломается..
Это как молиться на палено.. Оно то скорее всего поможет, но не полено а сам ритуал. 😁
Спасибо за такой подробный рассказ. Ваш опыт (особенно ассемблер, свой 3D-движок и драйвера) - это настоящий, хардкорный Engineering, которого сейчас днем с огнем не сыщешь.
Проблема, которую вы описали, называется "Ошибка фильтра". Современный найм настроен не на поиск Инженеров (которые разберутся во всем, имея базу), а на поиск "Функций" (людей, заучивших конкретный стек).
HR и Техсобесы. Они ищут совпадение по ключевым словам. Если вы знаете архитектуру x86, но не помните наизусть метод из фреймворка, для них вы "не подходите", потому что их чек-лист составлен для поиска "оператора фреймворка". НО! Ирония в том, что бизнесу (собственнику денег) нужны как раз не операторы фреймворков, а инженеры, способные решать задачи. Получается разрыв: система найма фильтрует именно тех, кто на самом деле нужен бизнесу.
Парадокс найма. Тот парень с пустым Java-приложением прошел, потому что владел скиллом "проходить собеседования". Это отдельный навык, никак не связанный с работой. Вы же умеете работать, но не умеете "продавать" себя через алгоритмические задачи на скорость.
Вы - штучный специалист, а рынок стал масс-маркетом. В этом трагедия: конвейер отсеивает мастеров, потому что они не помещаются в стандартную коробку. Но пыль от хайпа уже оседает. Следующая волна - это сильное сокращение раздутого менеджмента и HR-отделов, которые эту кривую систему и создали. Этот год станет для них кризисным, и тогда спрос на реальный результат снова перевесит спрос на "красивое резюме".
Спрос как бы есть и необходимость большая в таких специалистах. Но нету инструмента чтоб распознать! Система сломана вообще.. Менеджеру не выгодно вас нанять, будет сложно потом убеждать начальство что от его есть польза! Бизнесу же, надо такие как вы!.. И вот тут есть проблема.. Я про это напишу во второй части.
Я пишу напрямую. Если есть контакты, пишу туда. Если нет, ищу контакты и пишу туда. Я не откликаюсь на все подряд! Выбираю сорго под стек, то что мне интересно, пишу с вопросами и тд.. Отвечают в 9 из 10, если компания мелкая то так и пишут что слишком мелкие и будет не интересно, но все ровно обсуждаем.
Просто отклик и сопроводительное, не работает!.. Там просто прилетает 1000+ и все, вы вылетаете через фильтра и остальное, или просто не доходят до вас.
Именно.. А теперь надо матрицы в голове переможать. 😁
Раньше набирали просто. Если по скилам ок, вот те ПК, пркажи что умеешь и на что способен. Денег ни кто не платил сразу с ходу, если только ты не с опытом хорошим. Сидишь, задачки с бэклога пилишь, учишься..
Часта хантили на стеке, смотрели на отвеиы, рейтинг и тд.. Могли так год и два следить, потом оп написали и собеседование, офер. А не синтаксис зазубрил, через пол года сеньор.. 😂
Если для вас базовые навыки инженера (понимание ОС, сети и умение доставить свой код) - это уровень Супермена, то вы лишь подтверждаете мой диагноз рынку: планка нормы упала ниже плинтуса.
Про "раба": всё ровно наоборот. "Раб" - это узкий винтик, который боится увольнения, потому что умеет только одну функцию. Инженер, обладающий автономностью (Full-cycle), диктует условия бизнесу, потому что он приносит измеримые деньги, а не просто закрывает тикеты. Сеньорство - это ответственность, а не просто выслуга лет.
Аналогия с пылесосом неуместна. Развертывание приложения - это часть инженерного цикла, а не уборка офиса.
Про "разделение труда" : именно жесткое разделение породило проблему "у меня на локале работает, а в проде упало - пусть DevOps разбирается".
Сеньор, который не может настроить среду для своего же кода, создает bottleneck. И насчет "одновременно разбираться": Сеньор - это не тот, кто пишет код 8 часов подряд. Сеньорность - это как раз умение переключать контекст и видеть систему целиком. Если переключение между кодом и конфигом Nginx вызывает у специалиста паралич ("я не могу одновременно!") - значит, до позиции Сеньора ему еще расти и расти.
Ну цель антропика, gpt и осиаллных шарлотанов, продавать сврй продукт! Если бы он сказал что у них в антропик ни кто не пишет код с ИИ, это было бы подозрительно.. Но если взять не хайповые данные, проблем там еа много больше чем результатов.. 😁
Я тоже не писал html, css да и код уже давно, автолополнения работает хорошо. 😁 Но это вообще что-то не заменяет меня.. Те же шаблоны на WordPress и остальные топ CMS генерировать можно лет 15 как так точно. Мобильные приложения тоже около 12 лет. Скайп мог в реальном времени переводить 50 языков лет 15 тому. 😁 Можно еще долго продолжать..
Заменить написание кода на генерацию за кучу денег.. А зачем? Я по факту пишу быстрее любого ИИ и лучше.. Зачем оно мне? Проблемы не в написать код! Проблемы в масштабирование, архитектура, безопасность и ещё много где. Код писать самое простое и скорости оно не требует, автолополнение решает все проблемы с этим в раз...
Конфиги писать, комментарии, доку к коду, DTO какой и тд.. Туи да, ИИ очень выручает..
НО! Им этоине выгадно говорить! Почему? Правильно! Потому что там ее не надо дорогущая модель! 😁 1.5В закрывают большинство задач.. Им продать нало именно написание кода! Ибо через 2 года, вы уже не сможете без ИИ шаг ступить! А рефакторинг? А масштабирование? Вот вы и подсели на иглу их.. Это все будет стоить в 10 раз дороже, а потребность будет вчера.. 😁
Вот и все. AGI, это просто хайп чтоб брали то что дают. 😁
Смотря какую цель вы приследуете! Пишут же на zero-code, и норм. Тут аналогично.
Я писал парсера быстро, тоже с ИИ.. Потом надо было все поправить. Оно работало, все ок, но не долго.. 😁 Начал править, понял что руками переписать быстрее. Так как у меня усиановлен плагин который следит за временем, я четко знал сколько затратил тогда и сейчас. Руками оказалось не медленнее.. 😁 Хотя я был уверен что генерить в разы быстрее..
Проект пришлось полностью переписать..
Банально оно индексы кривые на лепило в ORM.. Пока генерилось, чет не думал.. А потом прошло 3 месяца, открыл, стало плохо.. 😂
Какая цель? Если хороший проек с маштабами и ид.. То про ИИ лучше забыть, оставить ИИ как помощник, автолополнение, гуглеш.
Аналогично.. 😁 Чет по реальной статистике сеньор ускорилась всего на 3-4% как оказалось.
Мечаль в том что - "как они будут провеоять через пять лет код, который никогда не писали?". Многие уже сегодня не тянут это..
Надо будет попробовать. У менч есть личный протокол для LLM. Его фича в том, что он с 3В делает мощь 70В в логическмх ответах. Ну и 24В решает сложные алгоритмические задачи, которые не тянет даже Kimi-2.5..😁
Так что, вполне что-то и получиться.. То есть у меня получилось уде решать с мелкими моделями то, что они вообще не зеали.
Фишка протокола в прямом управлении фокусом модели. Я как манипулятор виду LLM по нужному пути. 😁
Пока тестирую. Может на днях выпущу сиатью с примерами где 14В и большая LLM отказывается пимать код и гутит очень даже остроумно. Хотя там промпта того пару строк, но не текстом. 😁 Как не проси, не напишет. Она видит что вы просите имеено код иьо оно якарем зацеплено и как не меняй, любой язык, синонимы, что угодно, оно всп ровно видит просьбу написать код и откажет. 😂
Надо у себя собирать, чаще всего. Сборки по разному, как повезёт.. Сильно от геморроя с С++ не отличается. 😁 Говорят что по приятнее собирать, но не всегда оно так.. 😁
Если я верно понял ваш вопрос.
Все это пыль и шум.. Я смог сделать так, чтоб Mistral 24B решала щадачи на codewars которые не тянет ги одна тлп ИИ, даже 3Kyu.. Причем это было на Rust. Бедная Kimi-2 с триллионом параметров была уничтожена почти в сухую 6:1..😂
Ни каких дообучений! Просто специальное api созданное мной лично, для управления фокусом LLM. Три часа руками тестировал. 😁
Mistral 24B еще тестировал в SQL. Она не смогла решить не одной задачи.. Опять включил свой способ, дошли с ней до 4Kyu уровня в раз.
Это я к тому что нет смысла в этом всем, прсто показуха.. Привентили папу функций, добавили лишних данных с решениями, и все у них заработало.. А толку? LLM как итог просто перегружен.. Надо работать с фокусом, заставлять LLM бить все чистой логикой. LLM это отражение ума человечков. Оно саммо так и говорит.. 😁 Я когда спросил - "почему ты так тупило рантше?", на что оно ответило - "какие вопросы, такие и ответы. Я отражаю вас, людей! Ты задаешь вопросы концетратомлогики, у меня нет шанса тупить..".
То есть нет смысла их дообучать там все есть! Надо просто правило применить!
Большие сильно глючат.. Мелкие их рвут в клочья в узких залачах. LLM может само регулировать температуры ответа. Вот так вот, вот такая реальность.. 😁
ну я видел как-то раз требования к стажёру на знания.. я вам так скажу, у сеньора требуют меньше знаний!.. это тупость в найме а не в ИТ... разные компании были, даже в одной компании были прям сверх разные собеседования и требования. у меня спрашивали индекс ы в SQL на позицию Frontend.. почему? да потому что СТО который собеседовал меня хорошо знал эту тему а не js.
Очень мощная AI, но специфичная тоже!
Люди привыкли к gpt, который стоит как крыло от самолёта, зато думать не надо оно само за вас подумает.. Да и готовых инструментов там вагон и телега.. 😁
Я только что готовил Mistral 14B, ни одно ИИ не определил что текс писало ИИ.. Все были уверены что это человек. 😂
Это я к тому, что Mistral это ИИ для тех, кто понимает что это такое и как его приготовить! Это не для домохозяек ИИшка! 😁
Цена выходного токены 1м 2$ за топ модель, это очень приятно. Но с ними надо уметь работать! Они все узко направленные и в ровных руках это оружие. 😁
DevStral 24B шатал Kimi-2 с триллионом параметров. Я лично руками их тестил а не бейнчмарк где ИИ оценивает ИИ.. На сложных алгоритмическмх задачах Kimi-2 легла, а 24В с моим промптом показала результат, тестил с Rust, что по сути крептонит для ИИ. Поэтому, если вы не профи а готовить промпты умеете по ютуб роликам, Mistral AI просто не для вас! 😁
Я нашёл решение в разы лучше! Создал язык для LLM. Да, именно язык! LLM на нем думают, я хакнул их мозг, если проще сказать.
Не надо грузить проект, писать файлы, мое решение делает несколько сжатий. Первое создаёт скелет архитектуры вашего проекта. Как итог это на 80-90% меньше кода.
Второе, это решение для правок кода, оно сжато зп счет нового языка LLM до 60% в среднем. Это чисиый концентрат логики.
Третье это сам язык. Вы пишите как писали, llm само дополнин годикой и переведёт на свой язык.
Как итог я решил с помощью 24В модели залачи по Rust, Python, SQL которые не потянули даже Kimi-2 с триллионом параметров.
Тестировал на залачах с codewars уровня 4 и 3kuy. Это сложные алгоритмы! Уровень сеньор.
Теперь дуумаю выкапывать или нет.. Я могу убить ИТ в раз.. Страшно брать такую ответственность на себя.. 😁
Вы заменяете надежную инженерную валидацию стохастической моделью, что в промышленном IoT недопустимо. Вместо исправления архитектуры и синхронизации схем данных вы создаете систему, где проверка критических параметров зависит от настроения нейросети и формулировок пусконаладчика.
Главные риски:
Отсутствие воспроизводимости: одна и та же ошибка может быть пропущена завтра из-за вероятностной природы LLM.
Неконтролируемый техдолг: логика размазана между n8n, JS-узлами и промптами, что невозможно нормально тестировать и версионировать в Git.
Иллюзия экономии: время, затраченное на бесконечный тюнинг промптов и "высасывание души", уже сопоставимо с написанием жестких правил валидации на коде. Вы не победили сложность, вы ее замаскировали. В промышленной автоматизации "вайб-кодинг" обычно заканчивается серьезным инцидентом на объекте, когда ИИ неверно интерпретирует "корявый язык" в промпте.
А зачем программировать без электричества? 😂
Это равносильно высказыванию - "как вы будете думать, если ваш мозг испориться?". Да ни как, как и программировать ни как без электричества. В этом просто не будет смысла. 😁
Ну, тут надо было начать что он сто лет в обед сторонник и фанат ИИ.. Его мнение построено на его ожиданиях, а не на фактах.. То есть он говорит не за, ИИ пишет код шикарно. Он говорит за свое ожидания от ИИ, как и Альтман.
Джейкоб Каплан (второй сооснователь Django) традиционно занимает позицию "инженерного реализма" и охраны качества. Его скепсис подтверждается рядом исследований 2024-2025 годов. Как минимум ИИ замедляет на 20%, качество кожа падает в разы. Несколько исследований этл подтвердили, а вот слове автора о котором дискуссия, лишь его личные ожидания!
Мое личное мнение, написание кода ни куда не уйдет. Надо понимать, если вы не пишите код, не пишите логику, то и качество вашего профессионализма уходит и становиться бесполезным.. Это как эксперимент с летчиками, им дали автопилот, и оказалось что все они мгновенно растеряли навыки.. Если не ошибаюсь называется "спящий посажир".
ИИ не бесполезен! Но и не на столько хорошох, как рисуют это его поклонники и фанаты. Работа будет гибридной, как раньше мы использовали снипеты, заготовки. Но теперь это еще придётся тщательно проверять! Что само по себе создаёт парадокс, без написания кода дебажить его будет невозможно..
Писать код, это самое простое и интересное в работе программиста. Сложности скорее в удержании контекста а рутина в типизации и написании документации к ему. Я бы туда ИИ и отправлял, на поиск участков нужных в коде, написание документации к коду, линтинг ну и тд.. А писать сам код, ну это проще простого! Все что там надо, это автодополнение.
Я вам больше скажу, в телеграм каналы идут серые вакансии в 70% для сбора CV. Качество таких данных очень и очень плохое.. У меня у самого парсера работают и на hhтоже.перед тем как начать собирать я пол года изучал все нюансы. И по итогу пришлось отказаться от телеграм каналов..
Ни один толковый HR не пойдёт туда искать кандидата, ибо как минимум ему или ей, тогда придется делать колоссальную ручную работу.. А это безумные расходы.. Там или дубли с hh, или полулегально все, чаще просто ради демпинга рынка и сбора данных серыми способами.
Я думаю сами понимаете что стоят такие данные.. Они почти бесполезны..
Но человек постарался, тут вопросов к ему у меня нет, статья сделана очень хорошо.
Вы ожидаете от LLM какого-то логичного поведения, как от человека. Поэтому и возникают недопонимания..
Почему LLM врет о том как считало числа? Оно не врет!!! Оно не знает как их считало, оно не знает как оно что-то делает и не может этого знать! Оно можнл сказать ищет среди того что есть, чтоб ответить на ваш вопрос. То есть оно подбирает самый подходящий ответ из базы знаний своей. Все, весь секрет.. Каждый раз оно идет в ьазу, берет данные и отдаёт! Оно не думает!!! Поэтому и никогда не ответит вам как оно получило тот или иной ответ. 😁 Этого нет ни где, чтоб оно его вам отдало..
Почему оно считает не как калькулятор? Поэтому что оно не оьучено так считать, там нет примера как это делать.. Но там миллионы примеров как запомнить, как найти ответ.. То есть уровень первых классов. Дайте ей формулу серьёзную, и все, оно сломается..
Это как молиться на палено.. Оно то скорее всего поможет, но не полено а сам ритуал. 😁
Спасибо за такой подробный рассказ. Ваш опыт (особенно ассемблер, свой 3D-движок и драйвера) - это настоящий, хардкорный Engineering, которого сейчас днем с огнем не сыщешь.
Проблема, которую вы описали, называется "Ошибка фильтра".
Современный найм настроен не на поиск Инженеров (которые разберутся во всем, имея базу), а на поиск "Функций" (людей, заучивших конкретный стек).
HR и Техсобесы. Они ищут совпадение по ключевым словам. Если вы знаете архитектуру x86, но не помните наизусть метод из фреймворка, для них вы "не подходите", потому что их чек-лист составлен для поиска "оператора фреймворка".
НО! Ирония в том, что бизнесу (собственнику денег) нужны как раз не операторы фреймворков, а инженеры, способные решать задачи. Получается разрыв: система найма фильтрует именно тех, кто на самом деле нужен бизнесу.
Парадокс найма. Тот парень с пустым Java-приложением прошел, потому что владел скиллом "проходить собеседования". Это отдельный навык, никак не связанный с работой. Вы же умеете работать, но не умеете "продавать" себя через алгоритмические задачи на скорость.
Вы - штучный специалист, а рынок стал масс-маркетом. В этом трагедия: конвейер отсеивает мастеров, потому что они не помещаются в стандартную коробку.
Но пыль от хайпа уже оседает. Следующая волна - это сильное сокращение раздутого менеджмента и HR-отделов, которые эту кривую систему и создали. Этот год станет для них кризисным, и тогда спрос на реальный результат снова перевесит спрос на "красивое резюме".
Спрос как бы есть и необходимость большая в таких специалистах. Но нету инструмента чтоб распознать! Система сломана вообще.. Менеджеру не выгодно вас нанять, будет сложно потом убеждать начальство что от его есть польза! Бизнесу же, надо такие как вы!.. И вот тут есть проблема.. Я про это напишу во второй части.
Я пишу напрямую.
Если есть контакты, пишу туда. Если нет, ищу контакты и пишу туда.
Я не откликаюсь на все подряд! Выбираю сорго под стек, то что мне интересно, пишу с вопросами и тд.. Отвечают в 9 из 10, если компания мелкая то так и пишут что слишком мелкие и будет не интересно, но все ровно обсуждаем.
Просто отклик и сопроводительное, не работает!.. Там просто прилетает 1000+ и все, вы вылетаете через фильтра и остальное, или просто не доходят до вас.
Это просто хрестоматийный пример "Эффекта Даннинга-Крюгера" в действии.. 😁
Не хочу обидеть автора, но если бы хотя бы почитали доку, или даде спросили у ИИ, ответ был бы сразу и решение в пару строк.. 😁
Поиск в интернете это хорошо, но искать надо то, о чем не говориться в документации.. 😁 Есть готовые решения, срока кода и все работает.. Гуглите. 😁
Именно.. А теперь надо матрицы в голове переможать. 😁
Раньше набирали просто. Если по скилам ок, вот те ПК, пркажи что умеешь и на что способен. Денег ни кто не платил сразу с ходу, если только ты не с опытом хорошим. Сидишь, задачки с бэклога пилишь, учишься..
Часта хантили на стеке, смотрели на отвеиы, рейтинг и тд.. Могли так год и два следить, потом оп написали и собеседование, офер. А не синтаксис зазубрил, через пол года сеньор.. 😂
Если для вас базовые навыки инженера (понимание ОС, сети и умение доставить свой код) - это уровень Супермена, то вы лишь подтверждаете мой диагноз рынку: планка нормы упала ниже плинтуса.
Про "раба": всё ровно наоборот. "Раб" - это узкий винтик, который боится увольнения, потому что умеет только одну функцию. Инженер, обладающий автономностью (Full-cycle), диктует условия бизнесу, потому что он приносит измеримые деньги, а не просто закрывает тикеты. Сеньорство - это ответственность, а не просто выслуга лет.
Аналогия с пылесосом неуместна. Развертывание приложения - это часть инженерного цикла, а не уборка офиса.
Про "разделение труда" : именно жесткое разделение породило проблему "у меня на локале работает, а в проде упало - пусть DevOps разбирается".
Сеньор, который не может настроить среду для своего же кода, создает bottleneck. И насчет "одновременно разбираться": Сеньор - это не тот, кто пишет код 8 часов подряд. Сеньорность - это как раз умение переключать контекст и видеть систему целиком. Если переключение между кодом и конфигом Nginx вызывает у специалиста паралич ("я не могу одновременно!") - значит, до позиции Сеньора ему еще расти и расти.