S0ER

Сделал видео по созданию промптов, идея была в том, чтобы рассмотреть разные варианты текстов и выделить общие правила, которые опубликовать на soerdev.space в картах знаний. В итоге получилось очень плотное информативное видео, смотреть можно тут: YouTube | Vk | RuTube

Отвечаю на вопрос из комментариев к видео:

вы говорите о важности умения проектировать ПО, умения писать архитектурные доки, умения подбора стека-технологий и т.п., а в чем проблема так же отдавать эту работу на плечи LLM и относится к итоговому коду и архитектуре, которая генерирует LLM - как к чему-то низкоуровневому?

Проблем несколько: 🔴Недостаточно материала для обучения. Для кода — куча информации для датасета, для архитектуры — мало. Поэтому ИИ выдает довольно сомнительные по качеству решения. Он легко может логику засунуть в инфраструктурный слой, не провести границы между разными модулями, упустить важные требования. 🔴Проблемы с контекстным окном и вниманием. LLM теряет и искажает существенные моменты по мере заполнения контекстного окна, причем современные LLM, которые имеют окно 1 млн токенов, по субъективным ощущениям вместо улучшения качества проработки решений, наоборот, ухудшают их. 🔴Неравномерность результата — проект собирается из частей. Иногда LLM делает довольно хорошо какую-то часть, а потом сваливается в галлюцинации для другой части. В целом стратегия «разделяй и властвуй» в LLM пока плохо реализуема. В будущем, скорее всего, LLM сможет создавать и качественную архитектуру проекта, но пока до этого далеко.

На Хабре вышла статья о развитии отечественной модели GigaChat 3.1. У меня по этому поводу какие-то двоякие чувства. С одной стороны, GigaChat — это, ИМХО, единственная "честная" отечественная модель, которая более-менее может решать прикладные задачи, не связанные с кодом. С другой стороны, описанные в статье сравнения с DeepSeek-V3-0324 и Qwen3-235B-A22B-Non-Thinking подтверждают факт приличного отставания в гонке ИИ. Модели годовалой давности, по современным меркам — это много. Сейчас счет на месяцы идет. Если взять Gemini 3.0 и 3.1, там огромный разрыв в результатах за короткий срок. Но тем не менее есть и позитивные моменты — ребята нарабатывают опыт, что, пожалуй, самое важное. Судя по статье, Сбер не стал изобретать что-то радикально новое, а использовал проверенные инженерные наработки (например, DeepGEMM и подходы к FP8), сосредоточившись на качестве данных, пост-тренинге и инженерной доводке. Это более разумно, чем колупаться со своими решениями и отставать еще больше. Поэтому держу кулачки и надеюсь, что у ребят все получится. Пока огромный минус — цена вопроса при доступе через API. Вот тут надо сильно переосмысливать.

Продолжаю размышлять о том как работать в условиях, когда ИИ бурно развивается. Сегодня решил поговорить о том, как архитектура программного обеспечения помогает при создании ИИ агентов и новых проектов. YouTube | VK | RuTube

На канале вышло видео о том как конкурировать с ИИ. Кажется, что ИИ становится настолько умным, что уже куда не кинься, а там нет места человеку. Многие рутинные вещи уже неплохо делает машина, а что делать человеку - большой вопрос. Далеко ходит не надо, даже монтаж этого видео на 60% сделан ИИ. Но если присмотреться, есть несколько вещей, которые пока нас защищают от тотальной замены: вопрос ответственности (ее по-прежнему несут люди), скорость внедрения новых технологий, абстракции и инфраструктурные вопросы. Подробнее смотрим в видео: YouTube | VK | RuTube

Привет, можешь дать рекомендации по литературе, где можно получит/улучшить такие навыки

Хороших книг не знаю, сейчас все изучают просто по наборам тем, так как быстро все изменяется. У меня есть бесплатные карты знаний, где подобрал темы для изучения (они пополняются и развиваются), там есть краткая справка, ну и дальше можно просто искать ролики на эти темы и собирать информацию. • Основы ИИ • Инженерия контекста Если собирать самому не хочется, то могу предложить свои платные коллекции знаний: • на следующей неделе стартует интенсив Архитектура ИИ-агентов • Дополнительно есть записи видео по архитектуре Монолитная архитектура и Сервисная архитектура (это к вопросу как строить проекты, чтобы их мог поддерживать ИИ)

Как и обещал делюсь своими наработками по теме архитектуры мультиагентных систем. Сегодня опубликовал видео в котором описал основные моменты фреймворка для построения агента. Видео опубликовано и доступно на всех основных полщадках: YouTube | VK | RuTube

Мы вчера обсуждали, что далеко не каждая кодовая база готова к тому, чтобы ее смог сопровождать ИИ, вот статья, где больше конкретики Коротко: Проблема в том, что ИИ не умеет накапливать контекст. Все, что он получает на вход, он счтает достаточным для принятия решения. Причем, даже если ему дать инструкцию проверить хватает ли данных в контексте, он с высокой вероятностью не сможет качественно отличить ситуацию от "минимально достаточного" и "реально необходимого". Люди в силу способности к самообучению, накоплению знаний и прочим когнетивным способностям, не так остро чувствуют эту проблему. Поэтому справляются даже со сложными кодовыми базами намного лучше. Что можно сделать? Чтобы ИИ начал лучше работать с кодом, в статье прделагается следующее: - Перестраивайте компоненты так, чтобы они заканчивали работу, а не запускали цепную реакцию. В статье сказано дословно сказано "Sinks, Not Pipes" идея в том, что каждая функция должна завершать свою работу,а не порождать цепочку вызовов после себя. От себя добавлю, что это классическое разделение на main и утилитарные функции. - Используйте разделение на модули, с понятным и непротиворечивым интерфейсом. Здест тоже все по классие - границы и обязанности - Используйте "глубокие" модули, модуль может содержать сложную логику, но она должна быть полностью инкапсулирована и скрыта за небольшим интерфейсом, не надо делать кучу "мелких" зависимостей вокруг модуля. - Файловая структура должна соответствовать модульной декомпозиции или принцип "честной архитектуры". Тут важно чтобы нейминг и логика были прозрачные и понятные. Чтобы облегчить работу ИИ можно использовать тесты, как источник правды: тесты проходят, значит все ок. Резюме: • Организуйте папки так, чтобы архитектура читалась с первого взгляда • Сделайте тесты границами - проходят, значитможно не лезть внутрь • Проектируйте интерфейсы честно - никаких скрытых эффектов • Регулярно проверяйте зависимости - отлавливайте "скрытые связи" • Внедряйте прогрессивное раскрытие - от общего к частному

Развитие систем разработки с помощью ИИ идет не только за счет увеличения мощности LLM. Одно из направлений — создание мультиагентных систем. Я запустил небольшой эксперимент, в рамках которого создаю небольшую LMS (это аналог NarisApp). Задача — проверить, можно ли доверить разработку небольших проектов искусственному интеллекту. Первые результаты — в видео ниже. YouTube | VK | RuTube

Выпустил ролик "Чему учиться программисту в первую очередь". Это ответ на вопросы подписчика о том как совместить изучение базовой теории, технички и новых реалий, связанных с изучением ИИ. YouTube | VK | RuTube

Использование ADR в качестве источника правды при архитектурном ревью - идея отличная. Были споры, что это сработает, поэтому провели исследование: Evaluating Large Language Models for Detecting Architectural Decision Violations, которое подтвердило, что идея рабочая. Стоит отметить что не все архитектурные задачи ИИ делает хорошо, но в целом с контролем решений он справляется. Коротко:взяли около 100 репозиторев и почти 1000 adr, построили пайплайн из моделей, которые проводят анализ и оценивают результаты, используя ADR. Проверку поручили людям. Оказалось, что оценка людей в большинстве случаев совпадает с ИИ. Нюансы: ADR были написаны людьми, код тоже людьми. Способность контролировать не значит, что ИИ смог бы грамотно спроектировать и поддерживать базу решений. Что это значит? Скорее всего ревью кода и архитектуры в будущем будет делать ИИ, а архитекторам поручат исправление.

21.02.2026 10:00 Мск Проведу архитектурный стрим (только для платных подписчиков soer.pro) В рамках встречи поговорим о том какое влияние ИИ оказывает на архитектуру программного обеспечения и как это в свою очередь влияет на нас программистов. Темы: - Разберём разницу между AI Ready и AI First с позиции архитектуры - Поговорим про принципы построения новых систем: → Токены - Контекст - Оркестрация (три кита современных ИИ систем) → Почему SOLID и другие принципы уже не так важны. - Токены - новое золото → Проблемы долгосрочной памяти - как их решать → Контекстное окно - как его правильно использовать - OpenClaw → Общая архитектура → Оркестрация, память, контекст и агент Формат: доклад + круглый стол. Пока не определился с площадкой, будет зависеть от того сколько человек решит подключиться. У нас есть группа Лаборатория ИИ подключайтесь, там будет голосование и примем решение где провести трансляцию.

Выпустил ролик "Движение к цели короткими шагами". Сейчас часто стал слышать, что появление ИИ сильно изменило профессию и объемы новой заметно выросли, активно развиваются идеи, подходы, появляется новый софт и т.д. и т.п. из-за этого люди чувствуют себя в состоянии гонки и постоянного напряжения. Мне кажется, что это важная тема для разговора, поэтому решил снять короткое видео где изложил свои мысли как можно и нужно справляться с информационным потоком. Надеюсь вы найдете для себя что-то полезное, обсудить можно в комментариях к этому посту. Youtube | VK | RuTube

Напоминаю, что у меня есть канал в Max

Выпустил видео "Дорожная карта по изучению ИИ (начало)" это видео сделал около месяца назад и пока оно было в монтаже некоторые вещи уже успели измениться, вышли новые модельки, появились новые инструменты, случился OpenClaw, но основная часть осталась актуальной, поэтому рекомендую посмотреть тем, кто в самом начале пути. YouTube | VK | RuTube

🚀 БАЗОВАЯ ЗАЩИТА LINUX СЕРВЕРА ЗА 10 МИНУТ Самая частая причина взлома - открытый SSH и слабые настройки по умолчанию. Сделай минимум: обнови пакеты, включи фаервол, запрети root-вход, отключи парольный SSH, включи Fail2ban и авто-апдейты безопасности. Это 80% защиты для любого VPS.

sudo apt update && sudo apt -y upgrade

sudo adduser admin
sudo usermod -aG sudo admin

sudo sed -i 's/^#\?PermitRootLogin.*/PermitRootLogin no/' /etc/ssh/sshd_config
sudo sed -i 's/^#\?PasswordAuthentication.*/PasswordAuthentication no/' /etc/ssh/sshd_config
sudo systemctl restart ssh

sudo ufw allow OpenSSH
sudo ufw allow 80,443/tcp
sudo ufw --force enable

sudo apt install -y fail2ban unattended-upgrades
sudo systemctl enable --now fail2ban
sudo dpkg-reconfigure -plow unattended-upgrades

Вышло видео, где Сэм Альтман отвечает на вопросы по ИИ. Некоторые мысли сильно коррелируют с моими собственными. Похоже, индустрия меняется гораздо быстрее, чем наша способность осознать эти изменения, и тренды довольно интересные: - Бизнес вынужден бороться за «внимание». Раньше в цене была «сложность» решения задач, а теперь, как будто, сложности нет — все идеи, которые приходят в голову, можно быстро реализовать и продвинуть на рынок. Проблема в том, что другие участники тоже могут быстро выпускать новые продукты, реализующие другие идеи. В новой системе ограничением является внимание пользователей, бизнесу всё сложнее будет бороться за внимание, и чтобы преуспевать в этом направлении, на первый план выходит ценность, которую несёт продукт. - Есть два направления дальнейшего развития ИИ — увеличение скорости работы моделей либо уменьшение стоимости. Здесь нужно искать баланс, потому что нельзя сделать быстро и дёшево одновременно, по крайней мере не сразу. Поэтому, скорее всего, сначала станет «дёшево»: в ближайший год-два цена может упасть в 100 раз. - Была интересная мысль о том, что ИИ может нести большие угрозы в области биологии и создания новых патогенов. Это направление сложно контролировать через «запреты», нужно вырабатывать с помощью ИИ ответные меры, повышающие устойчивость. Вывод из разговора простой - ИИ поможет писать код быстрее, продвнет возможности персонализации под конкретных людей (когда под каждого человека можно будет создавать свой софт), но процессы, борьба за внимание, ценность идей, человечиские отношения - те сферы, где ИИ пока не конкурент людям.

Интересно получается — одним ИИ даёт буст производительности, возможности для роста и развития, другие упираются в энтропию и тонут под грузом ошибок. Мне кажется, что современный мир разработки как никто нуждается в компетентных инженерах, иначе будет как на скрине выше.

Конец года - время подводить итоги и делиться планами на будущее. Записал короткий ролик о том, что делал в этом году и что планирую делать в будущем, в конце немного затронул тему текущего положения дел на рынке. Всех с наступающим Новым Годом. 👀 YouTube 👀 RuTube 👀 VK Video