Странное какое-то отношение у людей к чатам ИИ. Они также ищут ссылки как и Google и за содержание не отвечают. Удивительно мне другое, как человек, заимевший около $2,1 млн и судя по сумме вроде бы не глупый, смог так глупо потерять все по непроверенной ссылке.
5 часовой лимит - это реальное ограничение пользователей. Сутки порезаны на 5 часовые периоды (5+5+5+5+4). Из них 8 часов во время сна никто не работает - минус два периода, и нормальное рабочее время перекрывает только два 5 часовых периода. Итого реально используется только два периода вместо пяти, ну максимум три, если что-то срочное. В выходные периоды практически полностью не используются.
Если без 5 часовых ограничений, то можно решать задачи за один или два дня, сразу сжигая недельный лимит - и это гораздо лучше для пользователя. За все время упираясь каждый раз в 5 часовые лимиты, я не разу не достиг недельного лимита. Это забота об экономии мощностей ИИ, а не забота о пользователях.
Статья правильно описывает риск для отрасли, но слабо раскрывает конфликт интересов между рынком в целом и отдельной компанией. Для индустрии не нанимать джуниоров опасно, но для конкретной компании может быть финансово логично.
Петиции на таких сайтах, как Change.org, по закону РФ не имеют прямой юридической силы. Они не обязывают органы власти принимать меры, независимо от количества собранных голосов.
Не всегда. Некоторые предприниматели из простых семей: Павел Дуров - родители преподаватели в университете. Олег Тиньков - отец шахтер, мать швея. Евгений Касперский - отец инженер на кирпичном заводе, мать там же архивом заведовала. Аркадий Волож - отец инженер геолог-нефтяник, мать преподаватель в музыкальном училище и потом в консерватории.
ChatGPT по этому поводу выдал такое: “критичный инженерный процесс нельзя строить на непрозрачном внешнем поведении модели, которое поставщик может поменять без вашего контроля”
Подробнее
Главный вывод: критичный инженерный процесс нельзя строить на внешней модели, чье поведение поставщик может поменять в любой момент без контроля со стороны клиента.
Из этого для пользователей и команд следуют такие практические шаги.
Сначала снижается уровень доверия к модели. Ее перестают использовать как автономного исполнителя и переводят в режим помощника: предлагать код, объяснять diff, искать варианты, но не вносить критичные изменения без проверки.
Дальше пользователи усиливают контроль: обязательные тесты, линтеры, CI-проверки, code review, запрет на auto-accept изменений, правило “сначала прочитай файлы и контекст, потом редактируй”.
Следующий шаг — дробление задач. Модели дают не “сделай всю инженерную работу”, а узкие и проверяемые задачи: исправь конкретный баг, обнови тест, переведи модуль на новый API, добавь логирование по шаблону.
После этого команды начинают уходить в локальные или гибридные решения. Логика простая: если внешняя модель нестабильна, то важные участки процесса лучше переносить в контур, который компания контролирует сама.
На практике пользователи будут делать не ставку на одну “умную универсальную модель”, а на узкоспециализированные локальные модели под конкретный язык или стек: Java для корпоративного backend, C++ для системного кода, Python для внутренних сервисов и data-задач.
Такие модели дообучают не на всем подряд, а на собственных репозиториях, принятых PR, комментариях ревьюеров, внутренних стандартах и типовых патчах. Это дает не максимальную “общую умность”, а предсказуемость на своих задачах.
Что будут делать крупные фирмы в ближайшие 2–3 года: они будут инвестировать не столько в “свою большую модель”, сколько в свой автономный инженерный контур — локальные модели, внутренние бенчмарки, контроль качества, правила безопасности и маршрутизацию задач между локальными и облачными системами.
На уровне пользователя это означает такой новый рабочий режим: внешние модели — для сложных идей, поиска вариантов, архитектурных набросков; локальные модели — для повторяемых, чувствительных и критичных инженерных задач.
Итог в одной формуле: при нестабильности внешних моделей пользователи сначала усиливают проверки, потом ограничивают автономию, а затем переносят важные процессы в собственный локальный или гибридный контур.
Согласно п.3 еще будут созданы межведомственные комиссии во всех субъектах РФ. Осталось только пару мелких вопросов решить для создания и развития могучего ИИ и его внедрения в экономику, социальную сферу и госуправление, а именно: 1. Финансирование 2. Вычислительные мощности (оборудование)
и при этом никогда не отвечают за результаты этих решений.
Странное какое-то отношение у людей к чатам ИИ. Они также ищут ссылки как и Google и за содержание не отвечают. Удивительно мне другое, как человек, заимевший около $2,1 млн и судя по сумме вроде бы не глупый, смог так глупо потерять все по непроверенной ссылке.
Ведь если в башне ....
Скрытый текст
https://www.youtube.com/watch?v=DgdP5U28jHc
5 часовой лимит - это реальное ограничение пользователей. Сутки порезаны на 5 часовые периоды (5+5+5+5+4). Из них 8 часов во время сна никто не работает - минус два периода, и нормальное рабочее время перекрывает только два 5 часовых периода. Итого реально используется только два периода вместо пяти, ну максимум три, если что-то срочное. В выходные периоды практически полностью не используются.
Если без 5 часовых ограничений, то можно решать задачи за один или два дня, сразу сжигая недельный лимит - и это гораздо лучше для пользователя. За все время упираясь каждый раз в 5 часовые лимиты, я не разу не достиг недельного лимита. Это забота об экономии мощностей ИИ, а не забота о пользователях.
"синий туман похож на обман" (с)
Это они с пользой для себя делают, чтобы не использовать свой же нейрослоп для обучения моделей.
Это рациональный подход. Не все люди рациональны. Есть запрещенные вещества, компьютерные игры, соцсети, стримы и прочие пожиратели времени и денег.
Статья правильно описывает риск для отрасли, но слабо раскрывает конфликт интересов между рынком в целом и отдельной компанией. Для индустрии не нанимать джуниоров опасно, но для конкретной компании может быть финансово логично.
Индусы в руководстве https://www.casepoint.com/leadership/ тянут в компанию своих и получают неожиданные результаты.
Официальная петиция (Российская общественная инициатива - РОИ)
Согласно правилам РОИ, чтобы петицию рассмотрели органы власти:
Федеральный уровень: Нужно собрать не менее 100 000 подписей.
Срок: Подписи собираются в течение 1 года (365 дней).
Важно: Подписи должны быть авторизованы через Госуслуги (ЕСИА). Петиция на сайте roi.ru — это официальный механизм.
Общественные петиции (Change.org и др.)
Петиции на таких сайтах, как Change.org, по закону РФ не имеют прямой юридической силы. Они не обязывают органы власти принимать меры, независимо от количества собранных голосов.
Не всегда. Некоторые предприниматели из простых семей:
Павел Дуров - родители преподаватели в университете.
Олег Тиньков - отец шахтер, мать швея.
Евгений Касперский - отец инженер на кирпичном заводе, мать там же архивом заведовала.
Аркадий Волож - отец инженер геолог-нефтяник, мать преподаватель в музыкальном училище и потом в консерватории.
Индия (BCG 2025): 92 % использования ИИ - ожидаемо, так как собственная экспертиза у масс (гениев исключаем) довольно низкая.
Природа экономна: часто используемые синаптические связи укрепляются, а малоиспользуемые могут ослабевать и со временем частично исчезать.
ChatGPT по этому поводу выдал такое: “критичный инженерный процесс нельзя строить на непрозрачном внешнем поведении модели, которое поставщик может поменять без вашего контроля”
Подробнее
Главный вывод: критичный инженерный процесс нельзя строить на внешней модели, чье поведение поставщик может поменять в любой момент без контроля со стороны клиента.
Из этого для пользователей и команд следуют такие практические шаги.
Сначала снижается уровень доверия к модели. Ее перестают использовать как автономного исполнителя и переводят в режим помощника: предлагать код, объяснять diff, искать варианты, но не вносить критичные изменения без проверки.
Дальше пользователи усиливают контроль:
обязательные тесты, линтеры, CI-проверки, code review, запрет на auto-accept изменений, правило “сначала прочитай файлы и контекст, потом редактируй”.
Следующий шаг — дробление задач. Модели дают не “сделай всю инженерную работу”, а узкие и проверяемые задачи:
исправь конкретный баг, обнови тест, переведи модуль на новый API, добавь логирование по шаблону.
После этого команды начинают уходить в локальные или гибридные решения. Логика простая: если внешняя модель нестабильна, то важные участки процесса лучше переносить в контур, который компания контролирует сама.
На практике пользователи будут делать не ставку на одну “умную универсальную модель”, а на узкоспециализированные локальные модели под конкретный язык или стек:
Java для корпоративного backend,
C++ для системного кода,
Python для внутренних сервисов и data-задач.
Такие модели дообучают не на всем подряд, а на собственных репозиториях, принятых PR, комментариях ревьюеров, внутренних стандартах и типовых патчах. Это дает не максимальную “общую умность”, а предсказуемость на своих задачах.
Что будут делать крупные фирмы в ближайшие 2–3 года:
они будут инвестировать не столько в “свою большую модель”, сколько в свой автономный инженерный контур — локальные модели, внутренние бенчмарки, контроль качества, правила безопасности и маршрутизацию задач между локальными и облачными системами.
На уровне пользователя это означает такой новый рабочий режим:
внешние модели — для сложных идей, поиска вариантов, архитектурных набросков;
локальные модели — для повторяемых, чувствительных и критичных инженерных задач.
Итог в одной формуле:
при нестабильности внешних моделей пользователи сначала усиливают проверки, потом ограничивают автономию, а затем переносят важные процессы в собственный локальный или гибридный контур.
ОК, а я по глупости думал, что надо сравнивать актуальные на данный момент продукты, чтобы видеть реальную ситуацию.
"Компактный урожай" и "отрицательный рост" - словарь новояза пополнился "не очень оглушительный успех".
Хотелось бы уточнить, почему сравнивается модель GPT-5.2 , если уже рабоатает GPT-5.4
https://prnt.sc/tGgWWr-zUY-P
Согласно п.3 еще будут созданы межведомственные комиссии во всех субъектах РФ. Осталось только пару мелких вопросов решить для создания и развития могучего ИИ и его внедрения в экономику, социальную сферу и госуправление, а именно:
1. Финансирование
2. Вычислительные мощности (оборудование)
https://gtmetrix.com/reports/zassyha.ru/D4U3sjNY/
https://pagespeed.web.dev/analysis/https-zassyha-ru/eo5w8gb1xo?form_factor=desktop