Копирайтеры тоже получают доход. Вообще, это партнерство, коллаборация или симбиоз. Правообладатель выпускает интересный ЛОР. Индустрия зарабатывает на этом. Фанаты радуются. Все в плюсе.
Понял вас. Вы знаете, я рекомендую вам посмотреть на свой проект с точки зрения вопроса "А не переизобретаем ли мы wine?"
Совместимость с windows - это не только перепакованный бинарник, но и совместимость с очень большим количеством библиотек. Вы сделали свой вариант работы с бинарником. Хорошо. Но остались библиотеки. И, возможно, может оказаться, что библиотеки займут 98% всей необходимой работы. То есть, перепаковка бинарника окажется наименьшей частью этой работы.
В wine уже проделали эту работу. Они делают эту работу уже больше 30 лет(!). Возможно, вы можете здорово сэкономить свое время, если сможете воспользоваться их наработками. Например, может быть, вы можете просто доработать wine? Понаделать патчей, получить нужную фунциональность. А потом, если захотите, можете прислать патчи в upstream.
Если присмотреться к картинке mspaint, можно увидеть поехавшую верстку на заднем фоне у кнопок и у обоих линий скроллов. И тут два варианта - либо оно так криво отображается, либо картинка чуть-чуть не настоящая.
Стоимость консолей - последствие конкуретной войны, когда производители продавали устройства по цене, близкой к себестоимости, а зарабатывать старались на продаже игр.
Нет инструментов, позволяющих определить/повысить/как-то работать с уровнем доверия от LLM.
Я наблюдаю, что сейчас в отношении LLM люди разделились на два лагеря:
Да он же ничего не умеет!
Вау, как классно он работает!
Разница между ними - знание инструментов вокруг LLM. Дело в том, что LLM сам по себе - это отличный, но ограниченный инструмент. Но с его ограничениями уже научились справляться - просто сейчас эти ограниченные возможности расширяются и усиляются за счет других инструментов. Каких инструментов, конкретно? - спросите вы. А я и отвечу:
Плагины superpowers и CE (compound engineering). Они содержат инструкции к LLM, которые заставляют нейросеть разрабатывать новые фичи по четко установленным правилам. Туда входит и "задать вопросы сначала", и "написать спек", и "провести ревью", и "запускать тесты". Один superpowers уже творит чудеса.
harness - обвязка, которая дает возможность LLM запускать тулы (claude code, codex, opencode, pi, кучи их).
скиллы - набор инструкций и скриптов, которые позволяют LLM более предсказуемо выполнять операции.
ratchet - храповик. "Храповик (храповой механизм, трещотка) — это зубчатое устройство, которое пропускает движение в одну сторону и блокирует его в обратную" - Google. В LLM это концепция, не позволяющая LLM ошибаться дважды. Каждый раз, когда LLM допускает ошибку (например, неверно определяет поля в таблице БД), это записывается в постоянной памяти. В следующий запуск LLM будет помнить, что "так делать не надо".
агенты/субагенты - во первых, это ускорение за счет того, что задача делится на таски, которые выполняются параллельно (но с учетом зависимостей). Во вторых, это создание разных ролей - один агент пишет, а второй ревьювит. Причем, у них нет единого контекста. Ревьювер не имеет доступа к контексту того, кто пишет код. У него могут быть свои, строгие инструкции в стиле "не допускай переусложненного кода".
хуки в обвязке - на каждое действие LLM можно поставить хук, который проверит "а не фигню ли LLM делает".
тупо другая LLM, как ревьювер - GPT отлично ловит недочеты Claude, Claude отлично находит слабые места в коде от GPT.
Self-review и self-improve - это уже более серьезный уровень. Нейросеть анализирует написанный код и замечания, делает выводы о том, что можно улучшить в следующий раз, и сразу правит контекст/память/скиллы.
Такие инструменты позволяют "держать LLM в узде". С одной стороны, понижается количество типичных ошибок. Одни и те же ошибки перестают происходить. С другой стороны, повышается качество и предсказуемость работы модели.
Многие из этих инструментов или концепций появились в 2026 году. Сфера "работа с ИИ" сейчас развивается взрывными темпами. С одной стороны, появляется куча инструментов, решающих проблемы "глупых LLM". С другой стороны, сами LLM становятся умнее. Нам остается только "держать руку на пульсе" - следить за новостями, находить рабочие решения и применять их.
Еще один подход - просто сказать нейросети "посмотри в наших документах". И пусть сама ходит, ищет, анализирует. Конечно, если это "посмотри" настроено. Но сейчас для этого есть все: и MCP, и скиллы с API, и даже интеграция с браузером.
Еще вариант - запускайте opensource модели, подключайтесь к openrouter, как API provider и обрабатывайте пользовательские запросы за денюжку. Qwen, Deepseek, Kimi и т.д. сейчас отлично заходят. Поставьте цену на поменьше и посмотрите, что будет.
Копирайтеры тоже получают доход. Вообще, это партнерство, коллаборация или симбиоз. Правообладатель выпускает интересный ЛОР. Индустрия зарабатывает на этом. Фанаты радуются. Все в плюсе.
Понял вас. Вы знаете, я рекомендую вам посмотреть на свой проект с точки зрения вопроса "А не переизобретаем ли мы wine?"
Совместимость с windows - это не только перепакованный бинарник, но и совместимость с очень большим количеством библиотек. Вы сделали свой вариант работы с бинарником. Хорошо. Но остались библиотеки. И, возможно, может оказаться, что библиотеки займут 98% всей необходимой работы. То есть, перепаковка бинарника окажется наименьшей частью этой работы.
В wine уже проделали эту работу. Они делают эту работу уже больше 30 лет(!). Возможно, вы можете здорово сэкономить свое время, если сможете воспользоваться их наработками. Например, может быть, вы можете просто доработать wine? Понаделать патчей, получить нужную фунциональность. А потом, если захотите, можете прислать патчи в upstream.
Отлично, спасибо! Вы можете отправить в таком виде
Кому не лень, напишите письмо сюда: dpo@apple.com
Текст письма для примера
Чуток жалоб и их быстро забанят.
Я вот не знал. Очень интересная и познавательная статья, как по мне. Побольше бы таких.
Если присмотреться к картинке mspaint, можно увидеть поехавшую верстку на заднем фоне у кнопок и у обоих линий скроллов. И тут два варианта - либо оно так криво отображается, либо картинка чуть-чуть не настоящая.
Нашли дыру в artifactory на стороне OpenAI, которая позволяла делать запросы в интернет
В интернете нашли пользовательские креды от Hugging Face
Нашли больше дырок в Hugging Face и получили более серьезный доступ
По умолчанию, будет как раз refused. Попробуйте сами:
timeout будет, если настройки уже не дефолтные, или запрос дропается в iptables.
Указанный способ найма стоит на трех допущениях:
"Сильные" кандидаты - действительно сильные.
"планомерное преследование неделями, иногда годами" - это ок.
Компания может предложить достойные условия (для переманивания).
Если что-то из допущений не выполняется, эффективность найма будет меньше "вороночной".
В данном случае, ничего ставить не нужно. Открываете https://longsilence.anshu.dev/ и играете.
Ну хватит подсказывать уже, право дело.
Стоимость консолей - последствие конкуретной войны, когда производители продавали устройства по цене, близкой к себестоимости, а зарабатывать старались на продаже игр.
А не в windows?
Станут зомби
Я наблюдаю, что сейчас в отношении LLM люди разделились на два лагеря:
Да он же ничего не умеет!
Вау, как классно он работает!
Разница между ними - знание инструментов вокруг LLM. Дело в том, что LLM сам по себе - это отличный, но ограниченный инструмент. Но с его ограничениями уже научились справляться - просто сейчас эти ограниченные возможности расширяются и усиляются за счет других инструментов. Каких инструментов, конкретно? - спросите вы. А я и отвечу:
Плагины superpowers и CE (compound engineering). Они содержат инструкции к LLM, которые заставляют нейросеть разрабатывать новые фичи по четко установленным правилам. Туда входит и "задать вопросы сначала", и "написать спек", и "провести ревью", и "запускать тесты". Один superpowers уже творит чудеса.
harness - обвязка, которая дает возможность LLM запускать тулы (claude code, codex, opencode, pi, кучи их).
скиллы - набор инструкций и скриптов, которые позволяют LLM более предсказуемо выполнять операции.
ratchet - храповик. "Храповик (храповой механизм, трещотка) — это зубчатое устройство, которое пропускает движение в одну сторону и блокирует его в обратную" - Google. В LLM это концепция, не позволяющая LLM ошибаться дважды. Каждый раз, когда LLM допускает ошибку (например, неверно определяет поля в таблице БД), это записывается в постоянной памяти. В следующий запуск LLM будет помнить, что "так делать не надо".
агенты/субагенты - во первых, это ускорение за счет того, что задача делится на таски, которые выполняются параллельно (но с учетом зависимостей). Во вторых, это создание разных ролей - один агент пишет, а второй ревьювит. Причем, у них нет единого контекста. Ревьювер не имеет доступа к контексту того, кто пишет код. У него могут быть свои, строгие инструкции в стиле "не допускай переусложненного кода".
хуки в обвязке - на каждое действие LLM можно поставить хук, который проверит "а не фигню ли LLM делает".
тупо другая LLM, как ревьювер - GPT отлично ловит недочеты Claude, Claude отлично находит слабые места в коде от GPT.
Self-review и self-improve - это уже более серьезный уровень. Нейросеть анализирует написанный код и замечания, делает выводы о том, что можно улучшить в следующий раз, и сразу правит контекст/память/скиллы.
Такие инструменты позволяют "держать LLM в узде". С одной стороны, понижается количество типичных ошибок. Одни и те же ошибки перестают происходить. С другой стороны, повышается качество и предсказуемость работы модели.
Многие из этих инструментов или концепций появились в 2026 году. Сфера "работа с ИИ" сейчас развивается взрывными темпами. С одной стороны, появляется куча инструментов, решающих проблемы "глупых LLM". С другой стороны, сами LLM становятся умнее. Нам остается только "держать руку на пульсе" - следить за новостями, находить рабочие решения и применять их.
Суть статьи одной строкой:
Ачи!
Если это самоучка, страшно представить, какой там послужной список у выпускников вузов! Так, глядишь и Рукопись_Войнича переведут.
Еще один подход - просто сказать нейросети "посмотри в наших документах". И пусть сама ходит, ищет, анализирует. Конечно, если это "посмотри" настроено. Но сейчас для этого есть все: и MCP, и скиллы с API, и даже интеграция с браузером.
Еще вариант - запускайте opensource модели, подключайтесь к openrouter, как API provider и обрабатывайте пользовательские запросы за денюжку. Qwen, Deepseek, Kimi и т.д. сейчас отлично заходят. Поставьте цену на поменьше и посмотрите, что будет.