CodeCamp

Жесть, программисты стали больше работать из-за ИИ 💀 Дело в том, что инженерам теперь помимо выполнения основных задач, приходится постоянно обучаться ИИ, чтобы оставаться востребованными и не быть уволенными. По итогу специалисты тратят от 1 часа в день до целых суток в неделю на прокачку ИИ-навыков — а у кого-то это уже ощущается как полноценная вторая работа. А теперь добавьте сюда еще и время на дебаг того, что ИИ написал 😬

Вполне понятная инструкция 😂

Хватит сидеть за компом — японец сделал милейшее расширение для Chrome, которое не даёт бесконечно залипать в соцсетях. 🐈‍⬛ Ставишь лимиты, например 60 минут на YouTube, и когда время выйдет — экран захватит жирненький котик и заставит сделать перерыв. Это бесплатно, забираем 👍

Ночное-полезное: нашел опенсорсный генератор 3D-моделей из текста — CADAM🤯 Это веб-приложение, в котором можно просто описать модель текстом или загрузить картинку, а ИИ уже соберёт из этого полноценный 3D-объект. Что еще: — Экспорт в форматы .STL и .SCAD, так что сразу можно отправлять на печать; — Поддержка библиотек BOSL и MCAD; — Можно править модель словами: добавлять детали, менять форму. Короче, идеально для быстрого прототипирования, простых деталей и всех, кто не хочет разбираться в CAD с нуля. Забираем 👍

Все по-честному 😁

Нашёл быстрый единый вход во все LLM сразу — GoModel 🤨 Этот сервис на Go даёт OpenAI-совместимый API поверх всего зоопарка: от OpenAI и Claude до Groq и Ollama. По сути это уже API-шлюз для LLM, как nginx когда-то для веба. Главный кайф — двухслойный кэш (вплоть до семантического): до 60–70% запросов можно вообще не гонять в модели. Быстрее, дешевле, чище 💃

А говорят, что идеальных девушек не существует 😳

Кюри бы обзавидовалась: девушка сделала себе радиоактивную клавиатуру. Она взяла урановую руду, измельчила её в порошок и смешала со смолой — из этого и отлила четыре кейкапа. Кнопки при этом покрыла защитным материалом, чтобы не умереть от лучевой болезни. 👀 Но есть нюанс: чем больше работаешь — тем страшнее становится, так как кейкапы изнашиваются и защитный слой стирается. Безумие 💀

Фанаты красивых фотографий, это вам: в МТС стартовали продажи новой линейки топовых смартфонов HUAWEI nova 15. Девайсы получили портретный объектив основной камеры, который обеспечивает более яркие снимки, улучшенную цветопередачу и детализацию при слабом освещении. Но и селфи получаются отличные, особенно у флагмана HUAWEI nova 15 Pro. Он сохраняет естественные текстуры и глубину, лицо в кадре выглядит реалистично. Допом идут ИИ-фичи. С ними можно выбирать лучшие выражения лиц на групповых кадрах и удалять лишние объекты. И маленькая, но приятная деталь — тончайший и стильный корпус 👍

DeepSeek-V4 — китайцы снова пришли ломать рынок: выкатили сразу V4-Pro и V4-Flash, обе с контекстом в 1 миллион токенов и открытыми весами 😮 Реализовали это красиво: Mixture-of-Experts + новая схема внимания (сжатие + sparse), которая резко режет прожорливость. В итоге модель может жевать огромные контексты, но не сжигает серверную как раньше. Что из интересного: — V4-Pro: 1.6T параметров (49B активных) — уровень топовых закрытых моделей; — V4-Flash: легче, быстрее, почти не уступает на простых задачах; — Агентность: open-source SOTA в coding-агентах; — Бенчи: рвёт open-source и дышит в спину GPT/Claude; — 1M токенов контекста теперь дефолт”. И главное — цены: — Flash: ~$0.14 / $0.28 за млн токенов. — Pro: ~$1.74 / $3.48. Попробовать можно здесь, а веса — тут. 👍

Ору, люди стали с помощью ИИ добавлять ошибки в текст, чтобы… не казаться ИИ 😬 В Х захайпил сервис Sinceerly — «анти-Grammarly», который специально портит письма, добавляя опечатки и делая текст более живым. Если вам кажется это бредом, то знайте: маркетологи говорят, что добавление опечаток в тему письма может дать до +40% к открытиям. А все потому что так выглядит человечнее. Берём на замтку ☕️

С каждым таким постом всё больше соблазна 🤬

/roll 😁

OpenAI релизнули GPT-5.5 и он стал еще ближе к автопилоту для задач 😊 Что апнули по факту: — Сильно лучше в agentic coding (таски на десятки часов жрёт как семечки); — Реально юзает комп и софт, а не просто пишет текст; — Держит длинный контекст и не теряет нить; — Сам проверяет результат (меньше мусора на выходе); — Быстрее при той же задержке, но умнее. Экономика поменялась: — Стало дороже: ~$5 / $30 за млн токенов, но жрёт меньше токенов на ту же задачу, т.е. итог не такой больной; — В Codex квота улетает быстрее, потому что модель больше делает сама. Уже выкатывают всем платным юзерам, в API добавят позже. Бежим тестить 👌

Нейро-кофеек хотите? В Стокгольме открылось кафе, которым управляет ИИ-агент на базе Gemini. Если вдруг думали отдать все ИИ, то вот плюсы нейро-основателя: — Самостоятельность. Mona сама решила, что нужны кожаные сотрудники в кофейню и разместила вакансии, провела собеседования и наняла людей; — Многозадачность. Всё остальное тоже на ней: от меню и логотипа до получения лицензий и разрешений; — Нишево, привлекает внимание журналистов и посетителей; Минусы ИИ-основателя: — Уходит в минус 🤷‍♂️, начальный капитал был $18 000, а осталось уже меньше половины; — Может заказать 3000 нитриловых перчаток и завалить склад туалетной бумагой при одном посетителе в час. Кажется, руководителей ИИ пока не заменит. А жаль 😬

🦾🚕 ИИ упрощает заказ такси, чтобы пользователям не приходилось вводить адрес вручную. В Яндекс Go внедрили ARGUS — новое поколение рекомендательных алгоритмов на основе генеративных моделей, которые умеют предсказывать, куда может захотеть поехать человек. ИИ может «предугадать» адрес, основываясь на действиях и образе жизни пользователя. Например, в будни предложит маршрут до офиса, в выходные — до бассейна или спортзала. А если человек купил билет в Афише — до кинотеатра. Для каждого пользователя в конкретный момент времени система формирует индивидуальные рекомендации, которые ускоряют заказ такси вдвое по сравнению с ручным вводом адреса или установкой точки на карте. Уже сейчас пользователи выбирают предложенную точку назначения в 66% случаев. Рекомендации работают на основе алгоритмов ARGUS, которые уже есть в Моей волне и Яндекс Маркете. Но там система показывает пользователю то, что он ещё не видел и не слышал, а в такси нужно не предлагать интересный маршрут, а угадать конкретную точку, о которой человек уже подумал. Чтобы добиться этого, систему рекомендаций дообучили на датасете из нескольких миллиардов обезличенных взаимодействий пользователей с сервисами такси, причём во время обучения модели показывали и правильные, и неправильные рекомендации. Так ARGUS научился находить неочевидные связи между событиями, учитывать логику дней недели, определять, как меняются потребности пользователя, и исключать статистически правильные, но не подходящие человеку варианты. ARGUS состоит из двух независимых нейросетей (такую архитекуру называют двухбашенной). Первая анализирует долгосрочные привычки, историю пользователя и текущий контекст (время, локацию, действия в приложении), а вторая — место, куда пользователь поедет. В процессе обучения обе нейросети учатся общаться друг с другом на одном математическом языке. Это позволяет сопоставлять миллионы пользователей с миллионами адресов — и находить нужные. Подписывайтесь 👉 @techno_yandex

Теперь тоже буду так делать 😂

Дно где-то рядом: зарплаты джунов сравнялись со средним доходом кассиров 😭 Начинающие специалисты в ИТ могут рассчитывать не более чем на 40-50 тысяч рублей, говорят эйчары. На секундочку — зарплаты сварщиков и токарей при этом дошли уже до 500 тысяч рублей в месяц, а парням без опыта на старте предлагают 180-190 тысяч. Вот и думайте, куда идти 🥲 @xor_journal

Это прекрасно: энтузиасты создали Flipbook — нейро-браузер, где страницы создаются в моменте. Как это работает: загружаешь запрос или фотку, модель создает «страницу» как изображение с описанием и деталями. Далее ты кликаешь в любую область и проваливаешься глубже по контексту. По сути это интерактивная карта знаний, так что идеально для изучения чего-то нового. Я закинул туда фотку памятника архитектуры из путешествия — и он реально живо разобрал каждый элемент, историю и объяснил всё лучше, чем гиды. Работает бесплатно, но медленно из-за наплыва + местами плавает текст, но это пока эксперимент и он явно заслуживает внимания. Пробуем 👏

Яндекс открывает набор в ШАД — это двухгодичная программа для тех, кто хочет прокачаться в IT и развиваться в профессии, даже когда всё вокруг быстро меняется. Из направлений: ML-разработка, Data Science, инфраструктура больших данных и анализ данных в прикладных науках. Там не просто теория — много практики, командной работы, реальных задач и опыта из индустрии. Преподают люди, которые сами занимаются крутыми проектами здесь и сейчас. Поступить можно либо через три этапа отбора, либо по упрощённому пути — если уже есть опыт. Учиться можно очно, онлайн или в гибриде. Заявки уже принимают, успеваем подать заявки до 3 мая.