Джун на фронте | IT Dev Log
رفتن به کانال در Telegram
▪︎ стартап @pravku без NDA ▪︎ исходный код моего пути в IT ▪︎ документирую каждый пивот жизни
نمایش بیشتر8 146
مشترکین
+824 ساعت
+1 1197 روز
+1 25030 روز
در حال بارگیری داده...
کانالهای مشابه
ابر برچسبها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
سپتامبر '26
سپتامبر '26
+1 057
در 1 کانالها
اوت '26
+449
در 5 کانالها
Get PRO
ژوئیه '26
+358
در 7 کانالها
Get PRO
ژوئن '26
+346
در 10 کانالها
Get PRO
مه '26
+437
در 41 کانالها
Get PRO
آوریل '26
+492
در 41 کانالها
Get PRO
مارس '26
+1 080
در 60 کانالها
Get PRO
فوریه '26
+417
در 28 کانالها
Get PRO
ژانویه '26
+377
در 21 کانالها
Get PRO
دسامبر '25
+315
در 3 کانالها
Get PRO
نوامبر '25
+385
در 10 کانالها
Get PRO
اکتبر '25
+434
در 18 کانالها
Get PRO
سپتامبر '25
+341
در 11 کانالها
Get PRO
اوت '25
+482
در 10 کانالها
Get PRO
ژوئیه '25
+267
در 3 کانالها
Get PRO
ژوئن '25
+305
در 0 کانالها
Get PRO
مه '25
+172
در 1 کانالها
Get PRO
آوریل '25
+54
در 0 کانالها
Get PRO
مارس '25
+138
در 3 کانالها
Get PRO
فوریه '25
+253
در 3 کانالها
Get PRO
ژانویه '25
+258
در 1 کانالها
Get PRO
دسامبر '24
+275
در 0 کانالها
Get PRO
نوامبر '24
+129
در 3 کانالها
Get PRO
اکتبر '24
+130
در 0 کانالها
Get PRO
سپتامبر '24
+6
در 0 کانالها
Get PRO
اوت '24
+100
در 0 کانالها
Get PRO
ژوئیه '24
+42
در 0 کانالها
Get PRO
ژوئن '24
+17
در 0 کانالها
Get PRO
مه '24
+44
در 0 کانالها
Get PRO
آوریل '24
+75
در 0 کانالها
Get PRO
مارس '24
+50
در 0 کانالها
Get PRO
فوریه '24
+89
در 0 کانالها
Get PRO
ژانویه '24
+132
در 0 کانالها
Get PRO
دسامبر '23
+131
در 1 کانالها
Get PRO
نوامبر '23
+139
در 2 کانالها
Get PRO
اکتبر '23
+126
در 0 کانالها
Get PRO
سپتامبر '23
+151
در 0 کانالها
Get PRO
اوت '23
+96
در 0 کانالها
Get PRO
ژوئیه '23
+98
در 0 کانالها
Get PRO
ژوئن '23
+119
در 0 کانالها
Get PRO
مه '23
+136
در 0 کانالها
Get PRO
آوریل '23
+156
در 0 کانالها
Get PRO
مارس '23
+225
در 0 کانالها
Get PRO
فوریه '23
+25
در 0 کانالها
Get PRO
ژانویه '23
+49
در 0 کانالها
Get PRO
دسامبر '22
+109
در 0 کانالها
Get PRO
نوامبر '22
+347
در 0 کانالها
Get PRO
اکتبر '22
+253
در 0 کانالها
Get PRO
سپتامبر '22
+164
در 0 کانالها
Get PRO
اوت '22
+108
در 0 کانالها
Get PRO
ژوئیه '22
+37
در 0 کانالها
Get PRO
ژوئن '22
+868
در 0 کانالها
| تاریخ | رشد مشترکین | اشارات | کانالها | |
| 05 سپتامبر | +9 | |||
| 04 سپتامبر | +16 | |||
| 03 سپتامبر | +1 006 | |||
| 02 سپتامبر | +11 | |||
| 01 سپتامبر | +15 |
پستهای کانال
Как я созвонов транскрибацию полюбил
☕️ После каждого митинга я встаю и куда-то иду. По пути смотрю в окно, где гром грянул. Начинается дождь. Его капли падают на стекло, рисуя узор тщетности бытия, за которым я наблюдаю...
По возращению на работу, от созвонов остаётся только факт. Приходилось инженерить контекст в голове по памяти. А потом из базвордов собирать задачи:
мне моим агентам делегировали. Можно кликнуть на таску и услышать кусок записи, из которого она взялась.
☹️ Теперь думаю вот. В Granola зашла автоматизация. Созвон стартует и она сама предлагает записать его. А Mymeet работает через расширение браузера. Его запускать надо. Не нативно как-то.
Кто чем пользуется для созвонов? Вдруг где-то таится идеальный Open Source c Self-hosted за бесплатно токены, а я все по SaaS-ам чужим побираюсь...
📊 #статистика в IT 1749д | 5877ч
кнопка + красный + border + POST + GET + бэкенд = оформление заказа.📞 Первым решением проблемы показалась granola.ai. Отпугнуло отсутствие полной записи. На выходе только буллеты. Если созвон короткий то встречу он не мог транскрибировать. Потом нашел mymeet.ai. Там много чего есть. Созвон ещё и на задачи бьётся. Сразу видно, что
| 2 | Ваш код не медленный, он просто держит главный поток
Скролл подёргивается, кнопка отвечает с задержкой, буквы в поиске появляются на полтакта позже. Первый рефлекс: искать медленный алгоритм. Автор разбора показывает, что чаще проблема не в скорости кода, а в том, что он занимает единственный поток, где живут и JavaScript, и стили, и layout, и paint.
Бюджет на кадр при 60 Гц около 16,6 мс, из которых практически доступны примерно 10; на 120 Гц вдвое меньше. Функция на 200 мс замораживает экран на 200 мс, и никакой бандл-оптимизацией это не лечится. Отсюда четыре приёма на самом потоке: делить длинные задачи, группировать частые, расставлять приоритеты, откладывать необязательное. И три способа увести работу с потока: на композитор, в worker, или не делать её вовсе.
Внутри интерактивные демо: чат, куда прилетают сотни сообщений в секунду, и разница между «рисовать сразу» и «отдавать поток каждые 20 сообщений». Yield не делает работу быстрее, но возвращает интерфейсу отзывчивость. Я бы прошёл этот текст перед следующим разбором INP. Разбор в блоге kciter.
#перформанс #javascript | 4 196 |
| 3 | ✍ Шуфутинский печатает js-код... | 4 529 |
| 4 | Откуда взялась фраза «преждевременная оптимизация — корень всех зол»
Этой фразой полвека закрывают споры о производительности: одни цитируют её как Кнута, другие как Хоара, и часто — чтобы осадить желание написать код побыстрее. Кейси Муратори, автор Handmade Hero и курса Computer Enhance, привёз на Better Software Conference двухчасовой доклад-расследование о том, при каких обстоятельствах фраза родилась.
В его исследовательской папке больше 200 исторических документов: переписка и заметки Дейкстры времён «GOTO considered harmful», работы Хоара, отчёты конференций NATO 1968 года и статья Кнута «Structured Programming with go to Statements», где фраза напечатана. Вывод: без знания этих людей и их споров фразу читают либо слишком буквально, либо слишком широко — и применяют не к тому, к чему её задумывали.
Попутные находки стоят отдельного упоминания: у Хоара в работе 1965 года Муратори нашёл конструкцию, очень похожую на SSA-форму, на которой стоят современные компиляторы, а у Страуструпа в 1979-м — приём, который сегодня называют dependency injection.
Смотреть доклад — после него ещё сорок минут вопросов от создателя языка Odin. Автор отдельно выложил источники всех цитат со слайдов, от EWD-заметок Дейкстры до устных историй Кнута и Хоара. | 7 932 |
| 5 |  Ну все AI-native Harness bot SaaS-компания готова. Осталось их на биржу фриланса натравить 🤑
🎨🎨🎨
🎨🎨🎨
🎨🎨🎨 | 19 178 |
| 6 |  В связи с пробитием 7000 на канале покупаю себе Грока за 300$.
Буду делать AI-native Harness bot SaaS-компанию. Идей просто ебетник. Пусть агенты работают, пока я чай пью.
P.S. Еще чутка на репостах посидите, все свободное время трачу на лето... | 17 846 |
| 7 |  Организация как психическая тюрьма
Пересматривал тут свои архивы сохраненных ссылок и статей. И наткнулся на хит почти двадцатилетней давности. Венкатеш Рао в своём когда-то очень популярном блоге Ribbonfarm расписал концепцию «The Gervais Principle».
На базе сериала «Офис» он предложил странную (пато)психологическую теорию организации. В которой есть три типа участников:
◼ Социопаты (Sociopaths)
Социопаты принесли в мир метакультуру дарвинизма и конкуренции. У них лучше всех развито организационное мышление. Они прагматичные и амбициозные. Двигают бизнес вперёд. Но часто в своих интересах.
На ранних этапах развития организации они действительно дают важный импульс и развитие, на более поздних — становятся жёсткими руководителями, а на топовых позициях превращаются в хладнокровных функционеров
◼ Наивные (Clueless)
Это люди, которые искренне верят в идеалы организации. Они много и старательно работают, демонстрируют лояльность, и именно из них получается хороший средний менеджмент.
Но не склонны к смелому оригинальному мышлению. Говорят и думают штампами. И пытаются подражать поведению и коммуникации психопатов.
◼ Лузеры (Losers)
Несмотря на название, они сознательно идут на эту сделку — скучная работа в обмен на стабильную небольшую зарплату. При этом, они делают ровно столько, сколько надо, чтобы не уволили. Не испытывают особой лояльности к компании, но преданны конкретным руководителям, которые их защищают.
Так в чём же «The Gervais Principle»?
1. Самых эффективных и лояльных лузеров социопаты продвигают в средний менеджмент, превращая в наивных.
2. А вот некоторых неэффективных, но стратегически ориентированных — в таких же социопатов.
Почему так происходит?
Если вы работаете на износ за обычную зарплату, вы отдаете компании гораздо больше ценности, чем получаете. Для социопатов это маркер человека, которого легко эксплуатировать. Таких людей продвигают в средний менеджмент, чтобы они отвечали за всю функциональную часть работы.
Но небольшая часть лузеров не пытается стать лучшими исполнителями. Они саботируют рутинную работу, чтобы сберечь энергию для политических маневров и движения наверх. То есть ведут себя как стратеги. И заслуженно становятся социопатами.
Какие ключевые выводы можно сделать из этой теории:
• Самый опасный сценарий — быть средним функциональным менеджером, которого повысили за трудолюбие и исполнительность. Ты получаешь больше ответственности, больше проблем, больше стресса, начинаешь сильнее идентифицироваться с компанией, но не обязательно получаешь влияние, развитие и деньги.
• Очень важно понимать, как на самом деле устроена организация. Кто реально принимает решения? Где концентрируется политическое влияние? Какие правила работают, а какие существуют только на слайдах? Именно способность чувствовать и анализировать неформальную сторону организации отличает тех, кто способен что-то менять.
• Одна из главных ошибок наивных — воспринимать отношения с компанией как более взаимные, чем они есть на самом деле. Если человек отдаёт компании гораздо больше сил, времени и лояльности, чем получает в виде денег, возможностей или влияния — это может быть весьма плохой карьерной стратегией.
• Ну и самый парадоксальный вывод: люди, которые впоследствии быстро оказываются наверху организации, на нижних уровнях могут выглядеть как неэффективные исполнители. Потому что их развитое организационное мышление позволяет уже на ранних этапах особым образом понимать организацию и свою роль в ней.
→ https://ribbonfarm.com/2009/10/07/the-gervais-principle-or-the-office-according-to-the-office | 20 036 |
| 8 |  Китай выигрывает не ИИ-гонку с США, а гонку за автоматизацию телеги
Автоматизация рутины и прорывной ИИ – это две разные цели
Bloomberg в августе 2026-го подводит итог полугода: эпоха абсолютного доминирования США в ИИ закончилась, бренд "Made in USA" больше не единственная гарантия качества. Заголовок звучит убедительно, но за ним стоит подмена масштаба. За эти месяцы Китай не догнал Америку в разработке передового ИИ. Он выигрывает другую войну: за то, кто дешевле построит сайт кофейни, ответит клиенту по почте и напишет скрипт поддержки – сегодняшнюю «телегу» ИИ-экономики. Победа реальная и измеримая в долларах. И почти ничего не говорящая о том, кто победит там, где рутины нет.
Доказательства этой – узкой, но настоящей – победы у Bloomberg есть. Тест Brewberg от Vals AI: несколько моделей делали один и тот же сайт кофейни с одинаковой функциональностью. Claude Fable 5 закрыл задачу за $48,99 – модель непрерывно уточняла, тестировала, переделывала. Китайские конкуренты обошлись в разы дешевле за счет меньшей "тревожности" в рассуждениях. По словам профессора Руслана Салахутдинова, одного из научных руководителей основателя Moonshot в аспирантуре Carnegie Mellon, ни одна лаборатория не удержит лидерство навсегда.
Цена – главное оружие Пекина. Такую гонку цен в Китае называют "инволюцией", и там ее боятся – она давит на экономику дефляцией. Остальному же миру это только на руку: DeepSeek V4-Pro стоит около $4 за миллион токенов против $50 у Fable 5 – разница не в разы, а на порядок.
Бизнес голосует кошельком. В июле доля китайских моделей на OpenRouter впервые перевалила за 60%. Основатель Polsia Бен Сера тратил на ИИ $1 млн в месяц и был на грани банкротства – переход на шанхайский MiniMax сократил расходы до $100 тыс. Основатель Lindy Фло Кривелло формулирует логику короче: "Вам не нужен Господь Бог, чтобы писать электронные письма".
Второе оружие – открытые веса. Пока Anthropic и OpenAI держат модели за платным API, семейство Alibaba стало самым скачиваемым в мире – больше 3 млрд загрузок за полгода, обогнав Meta и Google. Открытую модель, однажды запущенную локально, извне уже не отключить: экспортный контроль здесь бессилен.
Есть и обратная сторона: США обвиняют китайские лаборатории в дистилляции – обучении на ответах американских моделей, которое экономит годы исследований. Пока санкции сдерживают Китай, вычислительная мощь США примерно в 10 раз выше китайской, и это по-прежнему главный козырь Кремниевой долины. Китай методично закрывает и другие бреши: 2 трлн юаней на дата-центры, дешевая возобновляемая энергия и инженеры втрое дешевле американских (от $70 тыс. против $360 тыс. у OpenAI).
Но вернемся к подмене масштаба. Первые двигатели внутреннего сгорания тоже можно было оценивать как тягловую силу для телег и карет: по этому критерию лошадь еще долго побеждала бы по цене и надежности. Двигатель менял не скорость перевозки грузов на старых дорогах – он создавал автомобиль, авиацию, целую индустрию, которой раньше не существовало.
С ИИ – та же ловушка. В кибербезопасности и военных применениях 5% превышения показателей лучшей модели над второй по бенчмаркам – это разница между щитом и мечом в конкретном противостоянии: кто первым найдет уязвимость или первым ее закроет. Та же логика – в прорывных открытиях: новый материал, новое лекарство, новая технология либо найдены, либо нет, и здесь важна не средняя эффективность, а верхняя граница возможностей лучшей из существующих моделей. И в бизнесе главная ставка ИИ – не в автоматизации того, что уже есть, а в бизнес-моделях, которых пока не существует. Тест Brewberg меряет, кто дешевле построит витрину для кофейни. Он не мерит, кто первым построит бизнес, для которого витрины вообще не нужны.
Китай выиграл гонку за автоматизацию телеги. Гонка за автомобиль только началась. И выиграет в ней тот, кто первым создаст то, чего пока не существует, а не тот, кто дешевле воспроизведет то, что уже есть.
#ИИгонка #Китай #США | 11 981 |
| 9 |  +5Функции и условия в CSS без препроцессора
Кастомные свойства решили половину задачи: значение можно вынести в переменную и переиспользовать. Но переменная хранит ровно то, что в неё положили, — посчитать что-то на её основе она не умеет. Отсюда Sass, который считает на этапе сборки и потому не видит того, что происходит в браузере.
Теперь CSS умеет это сам. @function описывает функцию с аргументами и типами, if() возвращает разные значения по условию — и то и другое работает во время выполнения, с живыми значениями переменных.
#frontendvkhub #css | 7 155 |
| 10 | Почему карьерная лестница в большинстве компаний сломана?
Типовой сценарий: человек зарекомендовал себя сильным IC, и компания повышает его до менеджера, потому что это единственная доступная ей форма награды за результат. Проблема в том, что быть сильным IC еще не значит быть сильным менеджером, чаще всего это вообще не одно и то же. Это даже не итерация той же роли, а банально другой опыт и другой майндсет: твой результат теперь складывается не из того, что сделал ты, а из того, что сделали другие благодаря тебе.
Получается, что сильнейший индивидуал контрибьютор при таком повышении по смыслу не растёт, а меняет профессию — причём на ту, к которой его никто не готовил и предрасположенность к которой чаще всего никто не проверял.
Поэтому повышать в менеджеры нужно не сильнейших IC, а тех, кто уже контрибьютором ведёт себя как будущий крутой менеджер: проявляет лидерство, делает людей вокруг себя сильнее и думает за общий результат, а не только за свой кусок.
И оказывается, на эту тему есть исследования. На данных 40 тысяч продавцов из 131 компании показано, что фирмы раз за разом повышают лучших сейлзов, и именно эти люди оказываются худшими менеджерами. А лучше всего менеджерское качество предсказывал не личный перформанс, а опыт совместных сделок — умение делать результат вместе с другими, а не в одиночку. Ещё одно насчитало, что компании ошибаются с выбором менеджера в 82% случаев, а сами менеджеры на вопрос, за что их назначили, чаще всего называют успех в предыдущей, не менеджерской роли и выслугу лет. | 8 922 |
| 11 |  بدون متن... | 7 442 |
| 12 | Почему быстрые команды не делают организацию быстрой
Один из самых важных показателей команды – это скорость её поставки. Об оптимизации этого параметра все вокруг говорят уже давным-давно (да я и сам целый цикл постов про расшитие бутылочных горлышек написал). Все стараются улучшать качество процессов, CI/CD, развивать своих инженеров.
Но иногда можно заметить забавный парадокс: в подразделении несколько команд, которые прекрасно и быстро работают, но общая поставка всё равно еле ползёт.
⭐️ Как же так получается?
Каждая команда контролирует только свой поток работы: свой бэклог задач, спринты, релизы и так далее. При смещении фокуса внимания на уровень хотя бы нескольких команд появляется много дополнительных факторов:
➡️ Одной команде нужно дождаться API от другой команды, у которой другие приоритеты
➡️ Загруженный архитектор становится боттлнеком
➡️ Изменения одной команды затрагивают ещё три других, и решение требует кучи согласований
➡️ Закончились свободные стенды для тестирования (или он вообще один)
➡️ И множество иных причин
В итоге в lead time появляется колоссальное количество ожидания, которое никак не разруливается на уровне одной команды.
⭐️ Граф зависимостей
По сути, отношения и зависимости между командами выстраиваются в такой же граф зависимостей, какой вы можете найти у себя в коде. И этот граф точно так же может быть плотным или разреженным, однонаправленным или двунаправленным, аккуратным или запутанным до уровня современного искусства.
И в этом графе нужно очень хорошо разбираться, потому что производительность подразделения определяется не только скоростью самих команд, но и тем, как они связаны и взаимодействуют между собой. Можно ускорить одну команду на 50% и не получить общего ускорения, потому что она на каждые два дня работы будет неделю ждать смежников.
Если большинство изменений регулярно пересекает границы команд, возможно, неправильно проведены сами границы.
У меня есть прекрасная история, которая иллюстрирует эту проблему: мы делали фичу совместно с соседним отделом. Фича казалась небольшой, но её невозможно было поставить по частям, независимо. Мы собрались, окнули архитектуру и приступили к работе.
Наша часть была готова через неделю. А релиз фичи состоялся через полтора месяца, потому что у смежников полезли проблемы: то API забыли описать, то руки тестировщиков заняты чем-то другим, то ещё что-то. В итоге получилось, что общий результат был плачевным, хотя моя часть была сделана быстро.
Главная проблема была не в том, что смежники работали плохо, а в том, что результат одной команды в принципе не имел ценности без результата другой.
⭐️ Где проблемы, Лебовски?
Если большинство фич регулярно требует участия нескольких команд и создаёт ожидание, то проблема скорости может быть уже не внутри команд, а в границах ответственности и архитектуре.
Поэтому нужно анализировать:
➡️ Где регулярно возникают простои
➡️ Какие команды блокируют друг друга и как часто
➡️ Какие зависимости становятся бутылочным горлышком
➡️ Не нужно ли поменять архитектуру (и оргструктуру заодно)
Производительность подразделения зависит не только от высокой производительности каждой команды в отдельности, но и от того, насколько они не мешают друг другу поставлять ценность (кстати, похожую модель хорошо разбирает книга Team Topologies).
Быстрые команды не обязательно делают организацию быстрой. Иногда главная оптимизация — не ускорить команды, а убрать лишние зависимости между ними. | 8 170 |
| 13 |  +1генAI как гэмблинг, дергаешь ручку машины и она тебе выдает разные результаты, и ты дергаешь, пока не получится что тебе подходит
Забавный факт: если попробуете почитать вступление книги про ТРИЗ, вы обнаружите, что очень похожими словами описана наука.
Он говорит о том, что не существует, к сожалению, алгоритма решения изобретательских задач. По своей сути это просто перебор, пусть и оптимизированный.
Если есть какая-то научная проблема, мы просто запускаем 1000 учёных, которые тестируют разные гипотезы, и, может быть, у кого-то что-то найдётся.
Нет совершенно никакого алгоритма, по которому можно понять, как найти решение задачи. Эти решения обычно совершенно неочевидны и на первый взгляд нелогичны, а логичные решения не решают проблему.
Там даже было исследование: учёным предлагали проанализировать уже решённые задачи, но с которыми они раньше не сталкивались, и никто не мог предложить правильный ход мышления, который бы привёл к результату.
Ну и сам ТРИЗ, кстати, это тоже попытка найти и описать такой алгоритм. Кстати, рекомендую почитать, если ещё не знакомы. Всё ещё актуальное чтиво, которое вам может сильно зайти.
Ну а что касается метода научного тыка, я думаю, его не стоит недооценивать. Что тогда, что сейчас, в эпоху искусственного интеллекта.
Радуйтесь, что у нас появилась машина перебора. Всё равно в конечном итоге всё зависит от входных параметров, а, как показал тот же самый ТРИЗ, проблема не в том, чтобы решить задачу. Проблема в том, чтобы додуматься до абсолютно нелогичных этих самых параметров.
Ещё про триз:
- концепция идеального решения из ТРИЗ подходит и для программирования | 11 534 |
| 14 |  🌳 Каждый Ethernet-коммутатор в мире до сих пор использует алгоритм, который Рада Перлман придумала в 1985 году.
Её разработка — Spanning Tree Protocol (STP) — решила одну из самых опасных проблем сетей: петли.
Если соединить коммутаторы в несколько путей, пакеты могут начать бесконечно ходить по кругу, создавая шторм и ломая всю сеть.
Перлман придумала способ превратить любую сложную топологию в дерево без циклов:
«Сначала выбирается корень. Затем каждый узел оставляет самый дешёвый путь к нему. Остальные связи блокируются».
Но самое необычное — её научная статья 1985 года начиналась не с обычной аннотации, а со стихотворения.
«I think that I shall never see
a graph more lovely than a tree…»
Это был не просто красивый текст. Стих буквально описывал работу алгоритма: выбор корневого узла, поиск кратчайших путей и построение бесциклового дерева.
Рада Перлман позже получила прозвище «мать интернета» за вклад в сетевые технологии.
Иногда самые важные алгоритмы в истории начинаются не с формул, а со стихов. | 17 632 |
| 15 | На неделе возникла мысль в обсуждении о внедрении ИИ в организациях, что есть мощный ограничивающий социальный фактор - это ответственность. Ответственность в смысле blame или первый русский вопрос "кто виноват".
Если ты задачу поручил ване и он ее запорол, то виноват ваня. Там есть некоторое пространство для маневра, но в целом так.
Если ты запустил задачу через ИИ и что-то пошло не так, то виноват ... ты сам. Сейчас-то еще можно отползти что ИИ плохой и сырой, но когда все дозреет - такие отмазки уже не пройдут.
Поэтому это против интересов руководителей начиная от среднего звена, чтобы команду разогнали, а поставили сплошь ИИ.
Такая интересная комбинация действующих сил - руководитель заинтересован заменить на ИИ всех (экономический фактор), КРОМЕ ближайшего к себе круга (социальный фактор). Потому что важная роль ближайшего круга - это быть виноватыми, если что пойдет не так.
Это понятно для ситуаций, где отвечаешь перед дядей, а не перед собой - у предпринимателя такого ограничения не будет.
Я как-то с интересом узнал, что есть ниша зиц-CTO в стартапах - их задача просто оказаться виноватым перед инвестором, если проект не пошел. Фаундер и идея хорошие, а CTO и воплощение плохое.
Пока только не могу вычислить, какую картину должны будут выплотить эти действующие силы. | 18 799 |
| 16 | С аудиомоделями тем временем разворачивается интересная ситуация. Всё конечно как всегда просто так, кроме денег. "Большая тройка" лейблов устанавливает свои правила для чартов, где "AI-assisted music" может участвовать только если сделана на "авторизированной модели". Что такое авторизированная модель - пока неясно. Warner заключили соглашение с Suno, Universal records - с Udio, Sony до сих пор судится с обоими. Локальные модели и 3rd party, которыми теперь обсыпана любая DAW - в пролете. Хочешь AI assistant в DAW - плати за SaaS.
У меня на этот счет есть два собственных замечания.
Во-первых насчет т.н. "обучения". Последний человек, который принес в музыку что-то фундаментальное - Пифагор, все остальные обучаются пользоваться теми же самыми 7 нотами с полутонами. Почему человек "научился", а машина - "украла" - это уже вопрос философский, видимо "потому что".
Во-вторых непонятна позиция самих музыкантов. Когда программерам рынок дал кодинг-агентов - половина радостно забила хер на работу, передав задачи железному коню. Другая половина стала брать больше задач. Музыкант же имеет принципиальную позицию: "- вы можете теперь сделать целый оркестр, - нет, я буду дальше трахать свою балалайку".
Тем не менее, времена меняются и AI music уже с нами навсегда. Вопрос только в том, вычистят ли весь этот слоп, который генерили по 1 промпту в режиме "I am feeling lucky" а потом заливали тоннами на дистрибьютеров. | 433 |
| 17 |  В продолжение темы | 19 977 |
| 18 | О локальном инференсе LLM
Регулярно встречаю блогпосты и призывы инференсить LLM на локальном железе.
Но это всегда имеет ограничения. Одни предлагают квантизировать модели в 1b, другие хитро стримить, третьи советуют брать модели поменьне.
Но квантизация заметно ухудшает качество. Мелкие модели тоже похуже
А "хитрый стриминг"...
Вот увидел я пост на медиуме: "Unbelievable! Run Kimi K3–2.8 Trillion Parameters — on a Single 4GB GPU". Думаю - не верю.
Открываю... "This is not fast. Roughly five minutes per token." - не юзабельно
#llm #ai | 17 755 |
| 19 |  Рабочий дневник: День 530
Как я 2 года вайбкожу
😕 Вот и прошли 2 года опыта по трудовой. Всё это время я каждый день узнаю чёт новое. Даже вёрстка макета целую неделю подкидывает новые фишки и секреты, что DX улучшают.
На работе понял, что такое процессы. Повезло увидеть разный подход к их организации. Всё же когда ты на вайбе пилишь чёт своё, то многое уже известно. Ты сам себе оунер, QA и дизайнер.
НО если то же самое пилят четыре человека для пятого, то своё у каждого своё. Без проработанных и согласованных требований далеко не уедешь.
🔧 И вот с этим у нас в конторе всё чин-чинарём. Фичи через 100500 согласований проходят. Если совсем запара, то есть отдел архитекторов, куда можно задачу сделегировать. Хотя делать её все же самому придётся.
Тут повезло пощупать Russian web3. Застал 2 проекта от их рассвета до релиза, препарировал эпики, понимал микрофронты, верстал дашборды и пинал пайплайны, как в лучших бигтехах Москвы и Петербурга.
Пытаюсь проецировать лайфхаки с работы на свои шабашки. Мечтаю набить руку, чтоб быстро проектировать событийные системы, обмазывать их блокчейнами с LLM и наблюдать, как люди в моих интерфейсах работают. Ммм, кайф...
🤙 Да и время для таких мувов выдалось удивительное. Все щас в IT как слепые котята. Ищут ответы на главные вопросы. Говорят, это дно 5-й фазы Кондратьевского цикла — ТЕХНОЛОГИЧЕСКАЯ РЕВОЛЮЦИЯ!
После 2030 ждут 6-ю фазу с восходящим трендом. Как Маск завещал. Там у всех всё будет збс. Так что панику отставить. Нужно в себя верить, готовиться и что-то делать, чтоб потом возможности использовать.
Место для рекламы менторства и курсов по вайбкодингу. Пока на это времени нет. Обязательно появится, как только я снова стану безработным.
📊 #статистика в IT 1722д | 5664ч | 18 655 |
| 20 | Помогает ли claude.md файл?
Интересный рисерч. Взяли три реальных Python-репозитория с хорошими AGENTS.md – pdm, firebase-admin-python и opshin. Из смерженных PR сделали 17 задач: описание PR = промпт агенту, тесты из этого же PR = скрытая проверка. Агент тестов не видит.
Дальше три режима подачи контекста:
– none – файл вообще убран из воркспейса
– always_on – весь AGENTS.md вставляется в системный промпт каждый ход
– selective – вместо файла лежит вики по темам, агент читает нужное сам
Прогнали на Claude Code (Sonnet 4.6) и Codex CLI (GPT-5.5), по 3 повтора. Всего 288 засчитанных прогонов.
Результат - все тлен. Claude: 53,3% / 55,6% / 55,6%. Codex: 58,8% / 56,9% / 52,9%. В пределах шума.
Автор вручную разобрал «почти прошедшие» падения – те, где до зачёта не хватило пары тестов. И там ни одного случая, где агенту не хватило знания о репозитории. Не хватало интеллекта и инженерии, и такое AGENTS.md не лечит.
Отдельно проверял улучшение правил, чтобы падения починить. Не получилось.
А вот что реально сработало: у репозитория opshin в AGENTS.md есть строчка: полный прогон тестов занимает больше 20 минут. Без контекста Claude вслепую гонял весь сьют 3,67 раза за прогон. С always_on – 2,44. С selective – 1,67. Время выполнения упало с 2689 до ~2030 секунд, примерно на четверть. Корректность при этом не сдвинулась ни на пункт.
То есть контекст-файл работает как операционная инструкция, а не как учебник. «Не запускай полный сьют, он медленный», «сборка вот этой командой», «линтер такой» – экономит время и деньги.
А вот всякие там "ты синьор разработчик", "мы придерживаемся чистой архитектуры и SOLID" – не делает ничего измеримого.
До этого были две работы с противоположными выводами – одна на Codex-агентах нашла пользу у файла, другая на Claude-агентах не нашла. Оказалось, сложность задач у агентов не совпадает: примерно у 40% задач агенты по-разному упираются в потолок. Задача, на которой можно было бы увидеть эффект у одного агента, у другого либо решается всегда, либо не решается никогда.
Короче, писать AGENTS.md стоит, но как список правил, не как описание проекта. Команды, тайминги, грабли, что не трогать. Всё, что агент может вывести из кода сам, туда класть бессмысленно: он и выведет. А качество реализации вытягивается не файлом, а декомпозицией задачи и примерами.
https://arxiv.org/abs/2607.27250 | 11 389 |
