🇺🇿 Learn .NET

🚀 GitHub Copilot’da yangi qiziq feature — HydraFusion Oldin Copilot’da Auto model selection bor edi. Ya’ni siz Auto’ni tanlaysiz, Copilot taskga qarab mos modelni o‘zi tanlaydi. HydraFusion esa bundan biroz boshqacha. Bu faqat “qaysi modelni ishlatay?” demaydi, balki: “Bu taskni qanday workflow bilan bajarganim yaxshi?” 🤔 Hozir HydraFusion 3 xil execution pattern’dan foydalanishi mumkin: 🔹 Single — bitta model taskni boshidan oxirigacha bajaradi. 🔹 Cascade — avval efficient model urinib ko‘radi. Agar quality yetarli bo‘lmasa, kuchliroq modelga o‘tadi. 🔹 Critique — bir model yechim tayyorlaydi, boshqa model uni review qiladi, keyin birinchi model feedback asosida revision qiladi. Eng qiziq joyi: bularni biz qo‘lda tanlamaymiz. HydraFusion taskga qarab qaysi workflow kerakligini o‘zi tanlaydi. Shuning uchun juda sodda qilib: Auto → “Qaysi model?” HydraFusion → “Qanday qilib yechamiz?” Hozircha HydraFusion Research Preview sifatida Copilot CLI’da mavjud. Qanday qilib ishlata olamiz? 1. Github Copilot CLI ni o'rnatamiz yoki /update command orqali yangilan olamiz. 2. /experimental on 3. /model hydrafusion Qizig'i o'zim bitta bir xil request bilan Ham Hydrafusion ham Auto ni tekshirdim. Auto modelida GPT-5.6-luna ishlatilindi. HydraFusion da esa Claude Sonnet - 5 Single execution patternda. Lekin Auto nisbatan kam token sarflagan. Balki buni boshqa usul bilan yani Code yozdirish bilan sinab ko'rish ancha maquldir. Siz sinab ko'rdingizmi?

Sarhisob Claudega o'tgan bir oy davomidagi suhbatlarimizni sarhisob qilishni so'radim. Buning uchun Settings -> Reflect bo'limiga o'tdim. Qiziq bir insaytni chiqarib berdi. Ya'ni odatda u bergan taklifni rad qilar ekanman. Yaqinda BRB da bo'lgan trainingda ham u yerdagi arxitektorlar va senior dasturchilar, AI bergan taklifni ko'r-ko'rona qabul qilmasliklarini aytib o'tgandilar. Sizchi? AI takliflarini yaxshilab o'qib, keyin o'zgartirishlar qilishiga ruxsat berasizmi yoki o'qimasdan "bosaverasizmi"? @learndotnetuz | learn.net.uz

Reyting Platformamizda reytingni ishlab chiqdik. Yuqori ballga erishish uchun nafaqat video ko'rish, balki Lexining savollariga javob berish va u bilan birga o'rganish ham inobatga olinadi. Agar foydalanuvchi shaxsiy profil yaratgan bo'lsa, ism-familiyasining ustiga bosish uning profiliga olib boradi va uning bilimini baholaganimizni ko'rishingiz mumkin bo'ladi. Ushbu havola orqali siz ham o'tib ko'rishingiz mumkin. @learndotnetuz | learn.net.uz

Dasturlashni Bepul O'rganish Imkoni! Yaqin do'stimiz va hamkasbimiz Diyorjon o'z kanallarida learn.net.uz platformamiz haqida "obzor" olibtilar. Video boshida o'rganuvchilarga muhim tavsiyalar ham berganlar. Telegram kanallariga o'tib, videoni ko'rishingizni tavsiya qilaman. Kanalga havola @learndotnetuz | learn.net.uz

Neuralink Yangiliklari 2024-yil, 29-May kuni birinchi miyasiga chip qoyilgan inson haqida yozgan edim. Albatta, maqolani kirib o'qib chiqgandirsiz 😉

Kun keladi, insonlar shifoxonaga falaj holda kelib, oyoqlari bilan yurib chiqib ketadigan kunlar oldimizda turibti.

- deydi Noland Arbaugh. Uning chiqishini ushbu havola orqali YouTubeda ko'rishingiz mumkin. #news @learndotnetuz | learn.net.uz

Statelessness - model o'zida suhbat tarixini saqlab turmaydi. Biz ishlayotgan sessiya local kompyuterda turadi va har safar request yuborganimizda, agent shu sessiya doirasida butun boshli tarixni modelga jo'natadi. Xo'sh bu suhbat tarixi ichida nimalar bo'ladi? 1. System prompt 2. Agents.md (yoki copilot-instructions.md, CLAUDE.md) 3. Skills 4. MCP 5. Tools 6. Message history (sizning promptingiz, model javobi, agentning har bir qadami, o'qigan va o'zgartirgan filelar qatori) va eng qizig'i, token sarfi har bir requestda chiziqli oshib bormaydi balki buni O(n2) desa ham bo'ladi. Token sarfini tejash va model ahmoqona javob bermasligi uchun, bitta sessiyada faqat bir-biriga bog'liq savollar berish kerak. Siz token tejashni qanday yo'lini bilasiz?

Korporativ Rivojlanish O'zbek biznes segmentida yaxshi bir rivojlanishni ko'ryapman. Ya'ni, yangi avlod menejerlari jamoani rivojlantirish va ish samaradorligini oshirish uchun tashqaridan mutaxassislarni taklif qilib, tajribalarini ulashishni so'rashmoqda. O'tgan hafta, Shanba kuni BRB Tech jamoasida AI coding agentlarni har kunlik ish jarayoniga singdirish haqida seminar o'tkazdik. Eng muhim, qismi hozirda AI yozgan kod sifat talablariga javob berishini nazorat qilayotganim haqida aytib o'tdim. Siz ham allaqachon dasturchi bo'lib ishlayotgan bo'lsangiz, bunday seminarlar foydali bo'lardi deb o'ylasizmi? P.S. Dasturlash tez rivojlanyapti, har birimiz ishlar ekanmiz "to'g'ri" usulni kashf qilyapmiz.

Eng zo'r modelni tanlaymiz. DeepSWE ga o'tib modellarni narxini, output tokenini va vazifa bajarish uchun agentlar o'rtacha nechta qadam tashlashini ko'rishimiz mumkin. Birinchi tokenga nisbatan narxi past va vazifa uchun kamroq Agent steps (qadamlar) ni qiladigan modelni toping. Solishtirishda asosan bitta effort leveldagilarni solishtiring. Masalan mediumni o'zini solishtirsangiz ancha farqini sezasiz.

Modelni qaysi kriteriya boʻyicha tanlaysiz yoki tanlagansiz?

Environment - agent biladigan va o'zgartira oladigan muhit. Agar kompyuteringizga birorta agent ni o'rnatib unga to'liq access beradigan bo'lsangiz, environment bu sizning kompyuteringizga aylanadi. Dasturchi sifatida esa biz asosan projectlar ustida ishlaganimizda bizga chegara bu shu project doirasida bo'ladi va undan tashqariga chiqishga yo'l qo'yilmaydi. Agent environmentni doim kuzatib bormaydi. Agent ishga tushganda ko'pi bilan project nomi, operatsion system turi, biz ishlatayotgan model, ishlatayotgan IDE (Visual Studio, VS Code) haqida bilishi mumkin. Biz birorta fileni o'qishni yoki o'zgartirishni so'raganimizda harness orqali uni o'qiydi va o'zgartiradi. Agar siz o'zingiz o'zgartirsangiz agent hali ham eski versiyasini ko'radi, yani u environmentni faqat snapshotlar orqali taniydi toki siz o'zgartirish haqida aytmagunizcha. Environment statik emas, kengayib boradi. Yangi fayllar, DB, API va hokazo. Agent esa faqatgian tool-calling yoki tool-result olgan paytdagina evironment haqida chuqurroq ma'lumotga ega bo'ladi. Shu yerda bir diskussiya qilamiz, environment nima uchun muhim? biz ishlayotgan sessiyadan nima afzalligi bor? va agentga environment haqida yetarlicha context berish uchun qanday usullarni bilasiz?

AI Agent Harness nima? Harness - bu LLM ni o'rab turuvchi dasturiy infrastruktura bo'lib, modelni nafaqat prompt orqali javob berishi balki, vazifalarni bajarishga ham imkoniyat yaratib beradi. Model muammoga sabab keltiradi va keyingi qadam nima ekanligini aytadi. Harness esa bu harakatlarni tools, systems, memory va execution environment bilan ta'mirlaydi. Masalan - terminal - file system - code search - test runner - build tools Harness imkoniyatlari siz ishlatadigan environmentga bog'liq. VS Code ishlatsangiz demak harness filelar ustida CRUD operatsiyasini bajaradi. Siz, aytaylik , Github Copilot orqali Orders Page uchun chiroyli component yaratib ber desangiz, sizning promptingiz bilan qo'shimcha mavjud bo'lgan tool`lar ro'yxati ham ketadi. Model javobi esa `tool nomi va qilinishi kerak bo'lgan action + component ichidagi body ni qaytaradi. Harness kerakli actionni bajaradi va qarab turibsizki component tayyor. Demak Agent = Harness + Model.

Platformamizda yangi darslar joylandi. O'tgan haftada oylik berib o'qiyotgan bolalarning jonli darslarini joylab boryapmiz. Bularning barchasi kanalimizdagi bizni kuzatib boruvchi dasturchilar uchun yangi materiallarni tezda ulashib borish uchun va o'rganish safarlarini oson qilish uchun. Guruhdagi o'quvchilar esa o'rganish davomida mana shu loyihani o'ziga hissa qo'shib amaliy tajriba ham orttirib borishyapti. Yangi chiqarilgan SQL darslari izlab yurgan tanishlarga uzatib qoying: https://learn.net.uz/sqldapper @learndotnetuz P.S. Aytgancha, TATU va boshqa dasturlash fakultetlariga kirgan tanishlaringizni ushbu kanalga tavsiya qilinglar. Foydasi tegishi aniq

AI Agentlar bilan ishlashda tushunishingiz kerak bo'lgan eng muhim tushunchalar bor: 1. Model 2. Harness 3. Agents 4. Environments Bu atamalar ko'pchilikka tanish yoki ba'zilari yangilik bo'lishi mumkin. Shuning uchun postlarda har biriga yetarli izoh berib ketamiz. Model - bu tizimning eng asosiy dvigateli. O'ylash va qaror qabul qilish aynan shu joyda amalga oshiriladi. Misol uchun: 1. GPT-6 2. Claude Fable 5 3. Gemini-3.6-flash va hokazo Modelning asosiy qiladigan ishi sizning so'rovlaringizga javob berishdir. Siz request yuborasiz, u esa response ni turli xil formatda qaytaradi. Modelni ishni bajaruvchi agent deb tushunish xato, sababi umuman boshqa serverlarda turgan model sizning mashinangizni boshqara olmaydi. Agar siz modelga `harness`ni ta'minlab bermagasangiz. Harnessga o'tishdan oldin, kelinglar siz qaysi modeldan foydalanishingizni bilib olaylik. Yoki harness tushunchasi uchun o'zingiz bilgan izohlarni keltiring!

Stacked PR Nima? Ko'pincha sizga katta bir featureni qilish topshiriladi va siz 100lab fayllarda o'zgarish kiritib, BITTA PR ochasiz. Aslida Github Stacked PRs tushunchasini kiritganiga ancha bo'lib qoldi. Ustma-ust PR ma'nosini anglatadi. Amaliy tavsiya, main (master)ga asoslanib o'zingizni feature branchingizni ochasiz, misol uchun, feature/load-management. Va har bir imkoniyatni (50-80 qator o'zgarishni) alohida branchdan PR sifatida ochib o'zingizni feature branchingizga PR ochasiz. GitHub o'zi sizdan "bu stackga o'xshab ko'rinyapti, xohlasang shunday formatlayman?" - deb so'raydi. Shunda, tasdiqlab ustma-ust PR holatiga olib kelasiz. Mana shunday qilib, avvaldan ishlab kelayotgan jamoalarga junior sifatida bir yangi ruh olib kirasiz. #maslahat @learndotnetuz | learn.net.uz

Platformaga SQL darslarini ham qoʻshishni boshladik. Koʻrib oʻrganishingiz mumkin!

Hali ham ishlatmadingizmi? learn.net.uz platformasi ishga tushganiga ancha bo'lib qoldi. 2700 dan ortiq tashriflar bo'layotganini ko'rdim. Ishlatib ko'rdingizmi? Telefonda yaxshi ochilmayotganidan tashqari, qanday imkoniyatlari sizlarga yoqdi? Video yonida AI yordamchi va imtihon oluvchi bo'lishi katta yordam berar ekanmi?

Daho Rasmda ko'rib turganingiz - Bobur Umurzokov. Hozirda men ishlayotgan Datox kompaniyasida CTO va cofounder. Kecha o'sha mashhur IRONMAN triatlonini muvaffaqiyatli tugatgan o'zbeklardan biri. Men taniganlar orasida birinchi IRONMAN. Kecha 5 soat 13 daqiqa ichida: 2 KM suzish, 90 KM velosipedda uchish, Va 21 KM yugurganlar.

O'zimiz o'ylaganimizdan ko'prog'iga qodirligimizni yodga soladigan kun bo'ldi ... Bir finish chizig'i ikinchi challenge uchun boshlanishidir.

- deb aytdilar o'z Linkedin sahifalarida Do'stlar, biz ham kecha qolgan jamoa a'zolari bilan tog'da hikingga chiqdik va 20 KM bosib o'tibmiz. Kasbimiz taqazosi bilan kompyuter ro'parasida ko'p o'tiramiz. Siz ham kun tartibingizni bir qismiga hech bo'lmaganda piyoda yurishni yoki yugurushni kiriting. #daho

Kursni Bitirdim Endichi?! YouTube kanalimizda shogirdlarimiz qilgan loyiha taqdimotini ko'rishingiz mumkin. Dasturlash kurslarini bitiruvchilari uchun yaxshi o'rnak bo'la olishdi deya ayta olaman. Videoga havola: https://www.youtube.com/watch?v=2S4t5kVCVJ4 learn.net.uz | @learndotnetuz

100+ foydalanuvchi Platformamizdan 100dan ortiq foydalanuvchi ro'yxatdan o'tibti va allaqachon 300+ AI bilan savol-javob sessiyalari amalga oshirildi. Videolar sonini ko'paytirib, AI yordamchi va imtihon oluvchilar sifatini yana ham oshirib boramiz. Do'stlarga tavsiya qilish yodingizdan chiqmasin @learndotnetuz | learn.net.uz