Информация
- В рейтинге
- 4 932-й
- Зарегистрирован
- Активность
Специализация
Ученый по данным, ML разработчик
Младший
От 150 000 ₽
Python
Машинное обучение
Deep Learning
PyTorch
Алгоритмы и структуры данных
Обработка естественного языка
Нейронные сети
Computer Science
Английский язык
Docker
Согласен на все сто. Последний месяц строил проект с LLM-агентами как основным инструментом реализации, и заметил, что разница между рабочим решением и красивой метрикой (но обманчивой) почти никогда не была в возможностях модели. Она была в том, насколько чётко именно я заранее сформулировал критерий успеха
Хороший пункт про инцидентную обратную связь. Мне кажется, это самое недооценённое из перечисленного. Системная и текущая обратная связь обычно так или иначе выстраиваются сами, потому что их отсутствие быстро заметно. А вот способность остановить весь процесс из-за одного тревожного сигнала, вместо того чтобы залатать и двигаться дальше, это то, что реально отличает зрелую систему (что человеческую, что и агентскую) от той, что просто быстро работает.
Я полностью согласен с центральным тезисом. По-моему, любая техническая "революция" как раз проходит через это. Например, сначала код писался в двоичном формате на перфокартах, а их вставляли в ЭВМ. Были те, кто разрабатывал этот код, а были те, кто их писал. С приходом ассемблера первые никуда не делись (если, конечно, адаптировались), а вторых заменил первый ЯП. Потом так же было с C и другими языками программирования.
Я веду к тому, что производительность труда с каждым таким переходом только росла и сейчас мы переживаем еще один такой же, не менее важный переход.
И здесь я хочу вернуться к позиции автора. Сейчас каждый может навайбкодить сайт или очередной B2B AI SaaS проект за час, но пока процессом руководит человек - результат ограничен самим человеком.