Делайте на проекте что-то такое или так, что бы уже его манагер/босс/начальник пришел к нему и задал такие же вопросы, как хотели задать вы. Тогда ответ будет.
Метод жесткий но рабочий. Еще и за советами к вам прибежит - как на эти вопросы лучше ответить. И уж тем более спорить с вами по поводу них не будет.
А аналитики из Gartner не думали, как скоро ИИ сможет брать сырые данные, делать по ним пачку рандомных готовых группировок, агрегаций и графиков; писать выводы по шаблону; и пихать все это в ПДФку и подписывать отчет за/прогноз на/аналитика для/... и постить это раз в неделю/месяц/квартал/год?
Такой вот вопрос звездочетам из Гартнер не приходил?
Согласен с последним вашим тезисом. Я бы и в целом про Go сказал, что просто - это другой подход. Где то может быть более классический, а где то более новый чем та же Джава.
Как вот есть еще ECS, как альтернатива ООП - это ж не про старее/новое.
Или ООП и функ. программирование - это ж не антиподы. Это просто разные инструменты для разных ситуаций.
В том же С по сути то тоже можно сделать и полиморфизм и ООП в целом. А в Джаве можно кодить как в С.
Ссылки ваши посмотрел и согласен тоже с выводом: похоже идея такова - заходите ко мне на страничку и я вас познакомлю со штукой, которая еще новее и кручее, чем эти все ваши ООП. Маркетинг и хайп.
А в целом хотел сказать, что тут нет единой линии развития для всех одной. У каждого языка своя ниша и свой путь в ней. Какие то пути более широки, какие то менее. Но в целом - везде свои.
Где то и Фортран еще во всю разрывает и полностью подходит. А где то нужен ЖС с новым фреймворком каждую минуту и миллиардами либ.
И за редким исключением, никто из них не лучше других.
П.С. По тезис пост-ООП не встречал ранее. Почитал ссылки. Удивился :) Помню некоторое время назад 3-дня-как-кодеры начали орать на весь инет, что ООП обречен и на смену ему пришел новый функ. прог. и лямбда похоронит и Джаву и все остальное; потом правда они затихли, когда узнали, что функ. прог. создали до ООП. Но то та кое :)
Если посмотреть/почитать Роба Пайка (автора Go, много видео в доступе) - у него был C, потом эксперименты со своими языками и потом Go. Все это было глубоко связанно с Unix/Linux.
В Java/C#/C++/... движе он не был. Нет же какой то общей линии эволюции для всех языков. У каждого свой путь и кейс.
Роб Пайк делал "улучшеный" Си, с хорошей многопоточностью из коробки, GC и т.д.
П. С. Во фронтэнде много народу сидит на React, который тоже уже говорит, что ООП - это не совсем то, что им нужно. Это пост-ООП библиотека?
Делаю тоже кастомную CRM. Стек тот же самый, что и у вас + даже база на NodeJS (NoSQL так сказать, просто потому-что могу :) ). Короче все решение на Ноде фактически.
Работает 3+ года. Полет нормальный. Все летает. Заказов много. Ритейл.
Кастомная, потому что сложные бизнес правила (участвуют много стран на разных континентах) и готового нет и близко. До нашей CRM была пачка ГуглоДок + проприетарные решения в конкретных местах. Это конкретно мешало масштабированию.
Еще в курсе вот про такой движек, который может быть бы рассмотрел, если начинал бы сначала.
Кастомная CRM - это значит, что бизнес правила сложны и заморочены. И TypeScript+NextJS сильно помогает тут в скорости и гибкости имплементации. Именно это решало при выборе тех стека.
Если какая то часть будет тормозить по причине NodeJS - просто вынесу в Java/... микросервис и все. Базы это тоже касается.
П.С. Я Джава тех. лид и в курсе, что такое быстро и оптимально.
У OpenAI нет своего железа, поэтому они берут деньги за свой програмный продукт (сервис), а за железо - сами платят
ОпенСорс модельки делают програмную часть LLM более доступной и стараются понизить порог входа по железу
А NVidia делает крутые LLM модельки доступными, что бы больше людей брали их железо и запускали их модельки.
Важно отметить, что Nvidia позиционирует NVLM не столько как прямого конкурента ChatGPT-4o или Gemini 1.5 Pro, а скорее как основу для сторонних разработчиков, которые могут использовать её для создания собственных приложений на базе искусственного интеллекта.
Получается выпустили модель, но не для покорения рынка моделей, а для расширения рынка железа. И чем больше заруба будет у моделек - тем больше они продадут железа.
Получается им выгодно подбрасывать дровишек в "огонь схватки модельеров" :)
У вас же есть информация о всех этих ботах, которые буквально пытаются все загадить (по крайней мере у вас больше информации, чем у нас пользователей). Я понимаю, что нельзя все случаи учесть и всех заблокировать. И всего рассказывать и все тонкости раскрывать тоже нельзя. Но вы можете провести анализ и рассказать читателям Хабра что-то. Агрегированный и анонимизированный отчет. Сколько их. Откуда. Какова динамика по времени. Как связанное с политическими событиями и выходами GPT. На сколько получается бороться. Какие то может закономерности и инсайты. Какие виды этих спамеров, ботов, ... Зачем они это делают. В общем анализ. Думаю такая информация от самого Хабра была бы очень интересна сообществу + может быть еще чего то бы предложили в борьбе. Тут же разные люди сидят и Хабр для них НЕ просто сайт.
Так как незримо наблюдаю расцвет мнения в сообществе, что Хабр заполонили боты и т.д. и ничего не делается. Хотя уверен что это НЕ ТАК. Просто нужно рассказать что именно.
Тоже начинаю входить в эту тему и искал, что почитать и вот что нашел:
https://leanpub.com/c_for_embedded_systems
Только начал, но вроде бы годная книга и рекомендуют знатоки.
Применяйте подход "Dependency Inversion":
Делайте на проекте что-то такое или так, что бы уже его манагер/босс/начальник пришел к нему и задал такие же вопросы, как хотели задать вы. Тогда ответ будет.
Метод жесткий но рабочий. Еще и за советами к вам прибежит - как на эти вопросы лучше ответить. И уж тем более спорить с вами по поводу них не будет.
А аналитики из Gartner не думали, как скоро ИИ сможет брать сырые данные, делать по ним пачку рандомных готовых группировок, агрегаций и графиков; писать выводы по шаблону; и пихать все это в ПДФку и подписывать отчет за/прогноз на/аналитика для/... и постить это раз в неделю/месяц/квартал/год?
Такой вот вопрос звездочетам из Гартнер не приходил?
XZ, Log4Shell, любой RCE или на крайняк ssh. HeartBleed для передачи ключей.
Согласен с последним вашим тезисом. Я бы и в целом про Go сказал, что просто - это другой подход. Где то может быть более классический, а где то более новый чем та же Джава.
Как вот есть еще ECS, как альтернатива ООП - это ж не про старее/новое.
Или ООП и функ. программирование - это ж не антиподы. Это просто разные инструменты для разных ситуаций.
В том же С по сути то тоже можно сделать и полиморфизм и ООП в целом. А в Джаве можно кодить как в С.
Ссылки ваши посмотрел и согласен тоже с выводом: похоже идея такова - заходите ко мне на страничку и я вас познакомлю со штукой, которая еще новее и кручее, чем эти все ваши ООП. Маркетинг и хайп.
А в целом хотел сказать, что тут нет единой линии развития для всех одной. У каждого языка своя ниша и свой путь в ней. Какие то пути более широки, какие то менее. Но в целом - везде свои.
Где то и Фортран еще во всю разрывает и полностью подходит. А где то нужен ЖС с новым фреймворком каждую минуту и миллиардами либ.
И за редким исключением, никто из них не лучше других.
П.С. По тезис пост-ООП не встречал ранее. Почитал ссылки. Удивился :) Помню некоторое время назад 3-дня-как-кодеры начали орать на весь инет, что ООП обречен и на смену ему пришел новый функ. прог. и лямбда похоронит и Джаву и все остальное; потом правда они затихли, когда узнали, что функ. прог. создали до ООП. Но то та кое :)
Небольшая ошибка ближе к началу статьи на схеме "Схема 4в1 мультиплексора".
Там на оба мультиплексора одинаковые входы и всего их только 2.
А где это преподносится как пост-ООП?
Если посмотреть/почитать Роба Пайка (автора Go, много видео в доступе) - у него был C, потом эксперименты со своими языками и потом Go. Все это было глубоко связанно с Unix/Linux.
В Java/C#/C++/... движе он не был. Нет же какой то общей линии эволюции для всех языков. У каждого свой путь и кейс.
Роб Пайк делал "улучшеный" Си, с хорошей многопоточностью из коробки, GC и т.д.
П. С. Во фронтэнде много народу сидит на React, который тоже уже говорит, что ООП - это не совсем то, что им нужно. Это пост-ООП библиотека?
И опечатки паровозом заехали:
https://habr.com/ru/companies/beget/articles/850578/comments/#comment_27419932
Делаю тоже кастомную CRM. Стек тот же самый, что и у вас + даже база на NodeJS (NoSQL так сказать, просто потому-что могу :) ). Короче все решение на Ноде фактически.
Работает 3+ года. Полет нормальный. Все летает. Заказов много. Ритейл.
Кастомная, потому что сложные бизнес правила (участвуют много стран на разных континентах) и готового нет и близко. До нашей CRM была пачка ГуглоДок + проприетарные решения в конкретных местах. Это конкретно мешало масштабированию.
Еще в курсе вот про такой движек, который может быть бы рассмотрел, если начинал бы сначала.
Кастомная CRM - это значит, что бизнес правила сложны и заморочены. И TypeScript+NextJS сильно помогает тут в скорости и гибкости имплементации. Именно это решало при выборе тех стека.
Если какая то часть будет тормозить по причине NodeJS - просто вынесу в Java/... микросервис и все. Базы это тоже касается.
П.С. Я Джава тех. лид и в курсе, что такое быстро и оптимально.
В гипотетической VK опкод для HALT = 5, а не 6. Это в начале статьи.
Вроде как просто опечатка. Логика вся верная.
Все, пришло время выкинуть диск с драйверами от моника, принтера и ноута. Не пригодились :)
Вот главные фишки Erlang от его создателей в ролике 40-летней давности:
https://www.youtube.com/watch?v=xrIjfIjssLE&ab_channel=uncertainyesterday
Видно на чем делали упор и интересующие проблемы того времени.
Просто как дополнение к вашей статье.
Тут хотелось бы видеть график. Сильно бы помог.
Для каждого ресурса 2 столбика - было и стало.
Так про это ж уже даже фильм сняли давно:
https://www.youtube.com/watch?v=7mp9f5dsQ00&ab_channel=RottenTomatoesClassicTrailers
https://www.kinopoisk.ru/film/4480/
Они делают. Пробуют построить решения на других принципах требующих более простого железа. Более доступного.
Например: KAN сети или проект ADAM Шумского и т.д.
Просто они в пиар не умеют
Все логично делают:
У OpenAI нет своего железа, поэтому они берут деньги за свой програмный продукт (сервис), а за железо - сами платят
ОпенСорс модельки делают програмную часть LLM более доступной и стараются понизить порог входа по железу
А NVidia делает крутые LLM модельки доступными, что бы больше людей брали их железо и запускали их модельки.
Получается выпустили модель, но не для покорения рынка моделей, а для расширения рынка железа. И чем больше заруба будет у моделек - тем больше они продадут железа.
Получается им выгодно подбрасывать дровишек в "огонь схватки модельеров" :)
Это интересный пример. Для меня контр интуитивный, но я бы поизучал. Это есть где то в открытом доступе? Или может напишите про это или поделитесь?
Мне кажется статья с таким вот примером годная бы вышла.
Предложение к администрации Хабра:
У вас же есть информация о всех этих ботах, которые буквально пытаются все загадить (по крайней мере у вас больше информации, чем у нас пользователей). Я понимаю, что нельзя все случаи учесть и всех заблокировать. И всего рассказывать и все тонкости раскрывать тоже нельзя.
Но вы можете провести анализ и рассказать читателям Хабра что-то. Агрегированный и анонимизированный отчет. Сколько их. Откуда. Какова динамика по времени. Как связанное с политическими событиями и выходами GPT. На сколько получается бороться. Какие то может закономерности и инсайты. Какие виды этих спамеров, ботов, ... Зачем они это делают. В общем анализ.
Думаю такая информация от самого Хабра была бы очень интересна сообществу + может быть еще чего то бы предложили в борьбе. Тут же разные люди сидят и Хабр для них НЕ просто сайт.
Так как незримо наблюдаю расцвет мнения в сообществе, что Хабр заполонили боты и т.д. и ничего не делается. Хотя уверен что это НЕ ТАК. Просто нужно рассказать что именно.
Просто как идея на подумать.
3 вещи которые я бы добавил к материалу и это не сложно:
Число опрошеных в каждой когорте
Если максимальное и среднее сильно разнятся, добавлял бы 95-процентиль (что бы видеть реальный максимум роста ЗП, а не мега-случайные мега-ЗП)
Оценка и коррекция достоверности опроса (как боролись с врунами, вбросами, ошибками, заблуждающимися, недопонявшими вопрос, ...)
Во "Вариант 2" вы явно забыли комменты с результатами
// true | false: