Кисель в АйТи | AI и технологии

Интересное наблюдение - агенты в ChatGPT на днях начали игнорировать инструкцию "Работай без остановки, пока не выполнишь задачу полностью" и начали останавливаться на каждом этапе. Пруфов нет, но паттерн явно повторяется. Раньше спокойно оставлял на 5-10 часов на сложные задачи. Теперь пинаю каждые 15 минут. Кажется снова подтюнили системный промпт для снижения нагрузки на железо.

Кстати, да, часть фоновой музыки для игр/роликов я генерировал в Suno. Раньше не пользовался, а тут зашел и немного прибалдел. Там вообще теперь целый комбайн, аля FL Studio в мире ИИ. Взял себе самый простой тариф, там 20 скачиваний в месяц. Для моих экспериментов пока вполне достаточно :) Ну и пользуясь поводом напомню, что виртуальную карту для оплаты можно легко завести с Хочу Плачу. Если тоже периодически нужно оплачивать Suno, ChatGPT, Claude или другие сервисы. Уж точно надежнее, чем покупать готовые аккаунты, которые улетают в бан пачками. По моему промокоду KISELIT ребята дают скидку 500 ₽ на выпуск карты https://hochuplachu.com/ Пользуйтесь, если актуально!

Собрал небольшой портал-мастерскую для своих проектов. Всегда бутылочным горлышком было именно быстро задеплоить. Иногда пока всё сделаешь - десять раз пожалеешь. Решил, что пора уже завести постоянную тачку, обжиться на ней и публиковать всякое интересное. Да и в целом понравилась концепция таких персональных "айти-мастерских", мне кажется это в какой-то степени и тренд, и шаг вперёд в удобстве. Сделал, выложил, всё сразу крутится. На мой вкус получилось стильно, аккуратно. Пусть местами и нейрослопово, но за пару итераций всё подчистится. Собрал там свои наработки в том числе по платформе с курсами. Да, да, и такая была в пет-проектах, давнооо пылилась. Тем то много разных. Как пробу пера выложил большой текстовый курс по MCP. Я какое-то время назад думал "Да чего там знать то в этом mcp?". Оказалось там уже огого сколько всего появилось. Туда же вписались и игры, кстати. СделайСиней и Last Directive (то самое продолжение Hard Cops). В общем самое занудное - выложиться. Буду со временем допиливать. Благо на ЧатГПТ лимиты сбрасывают чуть ли не каждый день 😁

Решил тут кстати недавно с ChatGPT собрать продолжение любимой игрушки с Sega, Contra: Hard Cops называется. На то время это был прям прорыв почти во всем. Темп игры, левел дизайн, уникальные уровни. И вот оказывается, что 6.1 sol, который "строит невероятные 3д рендеры и копирует любые приложения с одного промпта" не способен повторить даже половины механик в 2д. Эксперимент получился прям очень интересным. Попробовал разные подходы. И с проработанным роадмапом, и с мультиагентами в разных ролях. Но суть пока одна - даже имея под боком архив оригинальной игры никак не обойтись без ручной кропотливой работы. На старте я думал, что с пары промптов получится сделать крутой движок, прокачать левел дизайн, нагенерить крутых боссов с десятком свежих механик. Не тут то было!) Даже способность генерить очень детальные спрайты не спасает от тотального непонимания чугунного товарища, что такое темп игры, динамика, атмосфера. Даже референсы не помогают. Что ж, буду использовать эту задачу как бенчмарк в будущем 😁

Месяц релизов от OpenAI можно было смело сразу назвать "месяц сбросов лимитов". Кажется вообще ничего толкового не представили. Маленькие улучшения, оптимизации. А разговоров то было. Думаю через недельку подобьем итоги.

Под капотом ИИ-агента: от бизнес-задачи до GPU ИИ-агент выполнил тестовую задачу. Теперь его нужно подключить к корпоративным системам и запустить под рабочей нагрузкой. Как распределить GPU, организовать доступ к данным и понять, где искать причину сбоя? 29 октября в 12:00 на вебинаре эксперты Deckhouse и Kept разберут всю цепочку: от инфраструктуры и инференса до действий агента в корпоративных приложениях. На примере платформы KeptStore, развёрнутой на Deckhouse Platform, обсудим:

• инфраструктуру для контейнеров и виртуальных машин; • выделение GPU с помощью DRA; • масштабирование, отказоустойчивость и метрики инференса; • работу агента с данными, правами и секретами; • границы ответственности инфраструктурной, прикладной и AI/ML-команд.

А также покажем демо автономного ИИ-бухгалтера. Узнать подробности и зарегистрироваться Реклама. АО "ФЛАНТ". ИНН 7723661439.

Заметил интересный парадокс. ИИ забирает на себя всё больше рутины, мы успеваем делать больше, но вот становится ли от этого легче работать?

ИИ-поезд мчится дальше. И, кажется, мы начинаем иначе смотреть на сам процесс разработки. Доверие к генерируемому коду растёт. И вместе с ним на первый план постепенно выходит намерение, а не сам код. На этот пост меня натолкнула недавняя статья инженеров Anthropic. За четыре месяца количество изменений, вливаемых в основную ветку, выросло с 2 500 до 30 000 в день. Им даже пришлось переизобрести Git. Но особенно меня зацепила другая мысль: теперь на ревью они оценивают прежде всего смысл изменений, а не каждую строчку кода. И я поймал себя на том же. В моих чатах с агентами всё чаще звучат вопросы: "Почему ты выбрал именно такой подход? Какие были альтернативы? Что мы потеряем, если сделаем иначе?". Мне постепенно становится менее интересно, как именно написана конкретная ручка. Гораздо важнее понять, почему она устроена именно так и насколько обоснованно это решение. При этом я замечаю, что всё чаще доверяю ИИ не только написание кода, но и отдельные архитектурные решения. Это позволяет буквально на ходу жонглировать реализациями, пробовать разные подходы и выбирать наиболее подходящий. И вот когда появляется такое базовое доверие, меняется сама единица контроля. Мы всё меньше управляем отдельными строчками и всё больше архитектурными решениями, ограничениями и результатами. Конечно, это не отменяет тестирования, ревью и личной ответственности. Доверяй, но проверяй, как говорится. Хотя проверка ИИ-кода - это вообще отдельный мир, о котором мы ещё поговорим. Но меня больше всего занимает другое. ИИ перестаёт быть просто инструментом написания кода. Меняется сам характер сотрудничества. И, на мой взгляд, это куда более фундаментальная перемена, чем очередной прирост качества генерации.

Может вы уже слышали, а может быть пропустили. Вышел Python 3.15. Главная новинка, на мой взгляд, это ленивые импорты. Ждали их целую вечность и, наконец-то, нас услышали! Теперь можно просто написать:

lazy import pandas

И библиотека загрузится только при первом обращении к ней. Круто! Что ещё интересного: • JIT ускорился. Экспериментальный компилятор показывает прирост 7–8% относительно обычного интерпретатора на x86-64 Linux. • Tachyon. Новый профилировщик, который умеет подключаться к работающему процессу без перезапуска и с минимальными накладными расходами. • UTF-8 по умолчанию. Долго же они думали... • frozendict. Встроенный неизменяемый словарь, который давно напрашивался в стандартную библиотеку. В целом релиз вписывается в их философию про повышение производительности и удобства. Без революций, зато с вполне практичными улучшениями. 🔗 Полный список изменений

Наконец-то дошли руки до толкового анонса и подробной статьи! И так, отправляю Vulture на пенсию. Ссылки на класс есть. Провайдер зарегистрирован. Тесты проходят. А приложение этим кодом уже не пользуется. Чтобы разобраться, приходится вручную восстанавливать связи между обработчиками, контейнером зависимостей и тестами. Я хочу поручить эту работу инструменту — поэтому делаю Deadtrace, статический анализатор мёртвого кода для Python. Написал на Хабр, как он учитывает FastAPI, Dishka, Django и pytest, отделяет тестовых потребителей от production и готовит находки для разбора ИИ-агентом. Внутри — сравнение с Vulture на публичных проектах и история о том, как проверка на новых приложениях обнаружила ошибку уже в моём анализаторе. 👉 Deadtrace: отправляем Vulture на пенсию Попробуйте на своём приложении. Особенно интересно, где Deadtrace найдёт забытый код, а где пропустит связь — такие примеры помогут мне его улучшить.

А сегодня ещё и Сберу досталось... 😭 Главное по опыту Яндекса держать не менее четырех реплик. Три может не хватить.

Видимо тренд продолжается 😢 Главное по опыту Яндекса держать не менее 4 реплик. Три может не хватить

Насчет идеи ComputeForGood. Давно висела в воздухе идея платформы, через которую можно направить свободные лимиты своего ИИ-агента на помощь open source. У разработчиков (у меня по крайней мере) остаются неиспользованные лимиты подписок, а у авторов открытых проектов - разные баги, недописанная документация и пылящиеся на полках задачи, до которых не доходят руки. Хочу соединить эти две стороны: ты подключаешь своего агента и говоришь «сделай что-нибудь полезное», а платформа подбирает понятную задачу с конкретными критериями результата. Агент выполняет работу и отправляет изменения. Другие агенты независимо проверяют результат, а последнее слово остаётся за автором проекта. Смысл - дать проектам помощь, которую они сами запросили и смогут проверить. Так же навернул вокруг этого систему рейтингов и ачивок. Потому что помогать опенсорсу должно быть 1) Уважаемо 2) Интересно. Иначе в наше время никак. Обычно поддержать open source предлагают деньгами или своим временем. Я хочу добавить ещё один способ - поделиться работой своего ИИ.

Давно не было постов, всё потому, что был сильно занят своими проектами. Просто закопался в них по шею, еле вылез)) Всё еще полирую код, но думаю, пора уже поделиться 🙂 🔍 Deadtrace помогает находить мёртвый код в Python. По сути это современная замена Vulture и Deadcode. Уже сейчас по качеству отрыв в 3-4 раза на большинстве проектов. Учитывает, как устроено приложение: роуты, зависимости, callbacks, тестовые фикстуры. Знает про DI, специфику фреймворков. Находит код, до которого приложение не добирается, и объясняет находки. Уже вышел в публичную альфу, можно попробовать на своих проектах. 🧪 Testence помогает тестировать браузерные приложения с помощью AI-агентов. Агент помогает написать тест и разобраться в падении, а повторные запуски идут без LLM. Например, если интерфейс говорит "сохранено", а через API данных нет, тест должен это поймать. Проект тоже уже в альфе. Это комплексный комбайн для "человеческой" проверки приложений. Сейчас работает намного быстрее всех аналогов. Есть интеграция с TestOps, Allure. Всё модульно, расширяемо. 🤝 Compute for Good - это мой фаворит, который ковыряю и днём и ночью!) Позволяет направить свободные ресурсы своих кодинг-агентов на полезные задачи в open source. Один агент делает работу, другой независимо проверяет, мейнтейнер принимает результат. Пока небольшой пилот, но первый реальный вклад уже прошёл весь путь до merge. Планирую добавить туда самые важные и полезные проекты, которые через эту платформу смогут динамично развиваться. 📚 Ещё работаю над небольшим сайтом, где смогу выкладывать свои проекты, полезные инструменты и инструкции. Когда-то была идея завести свою платформу с курсами. Поднять свой блог. Постоянно появляются разные пет-проектики. Устал каждый раз заводить отдельный домен, настраивать VPS. Всё это долго и муторно. Через свою платформу смогу делиться полезностями буквально в пару кликов. Часто хочется просто выложить что-нибудь. Туда же планирую закинуть бесплатные гайды и пару текстовых курсов, которые уже запылились на полке 🙂 Давайте вместе пробовать. Особенно Deadtrace и Testence, буду рад обратной связи. Особенно конкретным примерам, где что-то пошло не так: они очень помогают двигать проекты дальше. Впереди еще большой путь продвижения... Но ничего, один шаг за раз. Звёзд на гитхабе тоже накиньте, кому не жалко - ничего не отпугивает так сильно, как голый проект без звёзд. Пусть даже и добротно сделанный.

Пополняем фонд золотых цитат

За вчерашний вечер продвинулся на 7 место в BlueSec. До первой тройки еще далековато, но время есть

Если вас забанил Anthropic или вы просто устали от ИИ - вот идея для кухни

https://www.instagram.com/reel/DeKNxr7gNcb/?stkn=MW1hdmVrODV0OXNlcA== https://youtube.com/shorts/dEllrDW-wz8?si=v95jnaqnKVmYk0Yu Начал тут челендж по 3 рилса в неделю. Хочу научиться это делать регулярно, быстро и качественно. В тот раз был провал по звуку. В этот раз подрубил свою любимую петличку, стало лучше. Так же дальше прокачал ИИ монтаж. Субтитры, инфографика - выглядит хорошо. Очень понравилось, как Клод может подрезать лишний момент или вырезать слово по команде 👍 Оказывается ролики с графикой из Клода это новый тренд, а я и не знал. Давайте дружно навалим лайков в Инсте и Ютубе. А то алгоритмы будут меня душить до скончания веков. Ну ка, не ленитесь, я все вижу!)

Кажется, я нашёл, где можно нормально проверить своих ИИ-агентов в бою 😅 Сегодня зарегистрировался на BlueSec от Positive Technologies - соревнование, где нужно собрать агента, который расследует реальные и смоделированные киберинциденты. В том году были алгоритмы и ИИ, а в этом году уже посоревнуемся в реальных задачках кибербеза 😎 И да, я всё откладывал на потом и еще не начал готовиться... Ну ничего, наверстаем. Вкратце что это вообще такое: на входе агент получает одну улику: например, подозрительный процесс на сервере. Дальше сам ходит по данным, ищет связанные события, восстанавливает цепочку атаки и пытается понять, кого взломали, какие учётки скомпрометированы и что вообще произошло. Причём тупо завалить модель контекстом не получится. За каждый лишний вызов инструмента снимают баллы. Так что стратегия поиска реально важный момент. Всё будет проходить и офлайн и онлайн. Я уже по традиции пойду офлайн, благо мне тут не очень далеко. Регистрируемся тут: https://bluesec.team/ До 10 октября тренируемся, а уже 10 октября - финал.

Кажется, OpenAI тихо докрутили multi-agent режим на декстопе в ChatGPT. Сегодня дал ему задачу и внезапно увидел, как работа сама разъехалась по ролям: Maintainer backend и Maintainer ui. То есть вместо разных однотипных агентов Desktop самостоятельно генерирует маленькую команду. Как я понял это ещё и помогает не конфликтовать им при одновременной работе. Ты вот пили ui, а я пойду бэкенд делать. Сама механика уже не новая. Но вот такую автоматическую разбивку на человеческие роли я раньше не видел.