LLM Benchmark Opus 5 на агентских задачах в бизнесе Я померил два варианта Anthropic Opus 5 - обычный и Fast. Последний работает раза в два быстрее, но стоит раза в два дороже. Уровень ответов при этом идентичный. Очень высокий уровень AI Code (tool generation/use), всего по два "прокола" безопасности. Модели заняли 4 и 5 места по точности, если смотреть без учета скорости и цены. А если же быть реалистичными и смотреть на них, то Fast модель оказалась на парето-фронтире по скорости, а Opus 5 - в целом близок по параметрам к GPT-5.5 (med), который является хорошей рабочей лошадкой на дорогих задачах. Кстати, в отличие от Fable, тут нет постоянных отказов отвечать. В общем, радует, что Anthropic, наконец, начали прокачивать свои топовые модели в сторону агентских задач. Будем ждать появления Sonnet версий снова на фронтире! Ваш, @llm_under_hood 🤗

Закончилась эпоха Недавно Дядюшка Боб (автор книг "Чистый код", "Чистая архитектура" и т.д.) заявил, что вообще не читает код, который пишет LLM, вместо этого он использует ограничения в виде автоматизированных тестов и других проверок. Подобных заявлений с каждым днем становится все больше и количество будет только расти. Можно возразить, мол "а как же качество?". На самом деле за последние два года качество генерации сильно возросло, если грамотно гранулировать задачу, можно обойти многие ограничения ИИ (например, дублирование функций и классов, если их нет в контексте, и тому подобные вещи). Фокус ушел на AiSDLC и описание архитектуры проекта. Мне кажется, в моменте мы переживаем этап взросления разработки, когда от написания кода мы уходим к архитектуре и идеям. В этом смысле Роберт Мартин не изменяет своим принципам – он всегда топил за более высокоуровневый взгляд на программирование, и теперь ему стало делать это чуть проще. Но что будет с кодом? Мне кажется, что примерно то же, что произошло с ассемблером: как рабочий инструмент его мало кто использует, но интерес к пониманию того, как все работает, остался, многие смотрят видео по низкому уровню просто из любопытства, из-за того вайба, который дает погружение в инженерию. Поэтому код не исчезнет, просто заниматься им будут по желанию, из любопытства, а не потому что надо.

Последнее время наблюдаю легкий творческий кризис у этого канала. Тоже это замечаете? Некоторые говорят, что «стало много рекламы». На самом деле её не стало много, просто мало стало постов :) Ну, такой период. Писать про вайбкодинг и AI — ну сколько можно уже, правильно? Да и запусков курса пока больше не делаем Про Португалию и эмиграцию уже тоже вроде бы все что можно было написал. Про предпринимательское нытье писать, конечно, можно бесконечно, но пока чето мало рождается постов. А больше-то я особо ни про что и не пишу. К тому же, у меня летние каникулы! Дети уехали, а мы с Жекой отдыхаем. Занимаюсь спортом, снова учу португальский, собираюсь на випассану. Ну, согласитесь, не до канала!!

SpaceX чуть подробнее рассказали про причины отмены запуска Flight 13 в прошлых раз. Во-первых, озвучили критерий для запуска ракеты с потерей до 2 двигателей (для V1 якобы было 3). Так что отмена зажигания на 4 двигателях никак не вписывается в штатную ситуацию. Во-вторых, во время прошлой попытки аж у 6 Рапторов возникли проблемы в турбонасосах для кислорода, а автоматика отменила зажигание 4 из них. Предполагаемая причина — скопившаяся влага после прошлых тестов. Это достаточно интересная деталь с точки зрения быстрого переиспользования движков. Сама процедура отмены старта прошла без хард стопа, как во время самого первого прожига Super Heavy V3.