ИИ

Борис описывает проблему, которая, на мой взгляд, является законом Лемана на стероидах (второй закон эволюции ПО):

Код будет гнить, если его гниению активно не противодействовать.

Это всегда было актуально и для человеческой разработки, особенно в больших проектах. Проблема с агентами в том, что с ними проект растёт и развивается гораздо быстрее, чем раньше, а значит, и гнить он начинает быстрее. Но я считаю, что это решаемая проблема даже на текущем уровне развития агентов и LLM. Нам с Уроборосом пришлось долго учиться противодействовать заслопливанию кода, и из этого в том числе появились принципы IMMUNE. Правильно выстроенная система адверсариального ревью тоже довольно неплохо помогает. Но ревью должно опираться на явную иерархию требований, начинающуюся с конституционных формулировок. В Уроборосе вершина этой иерархии лежит в BIBLE.md: требования важнее архитектуры, архитектура важнее реализации. На мой взгляд, ключевая проблема тут в том, что LLM нехватает длинного контекста, а основные харнессы плохо помогают им сохранять целостную ментальную модель проекта. Поэтому: 1. Я очень жду LLM с 10B контекстом. 2. Продолжаю развивать Уробороса и делать ставку на мета-системы, которые автономно улучшают и сам процесс разработки: "Improve the generator, not the generation". Мы точно не упёрлись в предел качества автономных агентов, а просто научились очень быстро генерировать код, при этом ещё плохо умеем с той же скоростью противодействовать его гниению.

🧨 Появился набор скиллов, которые мешают ИИ-агентам делать глупости и сжигать токены — ру дизайнер выкатил nodumbmode для фикса типичных ошибок. Внутри лежат 4 скилла: → nodumb — манифест здравого смысла для агента и набор главных рекомендаций. → changelog-discipline — ведёт журнал решений и записывает, что поменялось, почему и что отвергли. → system-feedback — проверяет, понятно ли юзеру, что произошло после действия и что делать при ошибке. → ask-nodumb — дизайнер-консультант, который разбирает продуктовую или UX-задачу до проектирования решения. Самое крутое — все скиллы собраны из реальных ошибок в проектах и новый скилл появляется только после конкретного фейла. Ставится за одну команду:

npx skills@latest add hronicasync/nodumbmode

Сохраняем — тут. @notboring_tech

And to remind you of bipolar nature of my mind, here are my notes on local LLMs: 1. 99% of them are horrible, just outright barely usable even for low-risk applications. Qwen 3.6 derivatives passed some benchmarks but SUX ARSE (Prism 27B included). Nvidia's own stuff is trash too. 2. The exact model is more important than the family. The size (8B, 12-14B, 27B, etc) maters less than how tuned and mixed it is. 3. For my goals I ended up with two very capable models: https://huggingface.co/Brunobkr/OFFELLIA_Gemma-4-E4B-8b-Claude-4.6-Opus-Reasoning-MTP - a tiny 7.5B model but very well tuned for tech stuff. Makes some mistakes, so ask wisely. Can run on a laptop. https://huggingface.co/mudler/gemma-4-26B-A4B-it-Claude-Opus-Distill-APEX-GGUF - fairly big MoE for all sorts of stuff. Eats tons of RAM, but Mix of Experts with APEX allows it to still be very fast. And I run stuff via LM Studio #AI@GameDEV

❓ Научитесь отвечать на вопрос «зачем?», прежде чем ставить задачу ИИ Моё знакомство с Codex началось, когда появилась вполне конкретная задача: собрать сайт для @mirabistro. Сайты я делал и раньше — первый написал на PHP ещё в восьмом классе. Но никогда не вайбкодил и относился к этому довольно скептически. Несмотря на десять лет работы в анализе данных, мне казалось, что нормальный рабочий продукт всё равно придётся долго собирать руками. А тратить время на проект без понятной цели я не хотел. 🌐 Здесь наконец появилась конкретная цель. К тому же все «эксперты по ИИ» в соцсетях уже рассказывали, что теперь такие вещи можно собрать чуть ли не за один вечер. Я решил проверить — и сайт действительно получился. Напишите в комментариях, как он вам 👇 После этого я начал вайбкодить почти каждый день. 😁 Но именно тогда я понял главное: когда ИИ позволяет очень быстро собрать практически любой MVP, становится особенно важным ещё до начала работы ответить на вопрос: «зачем?» 🏠 Недавно у меня появилась новая «задача». Дома стоит старый видеодомофон Tantos. У него есть приложение vhOme, которое работает довольно медленно, не присылало уведомления о звонках на iPhone и просто не нравилось мне визуально. Приложения под Android я тоже писал — как вы помните. Правда, это было ещё в 2014 году. И самое смешное, что vhOme выглядело примерно так же, как мои приложения того времени. Но у меня хотя бы не было дизайнера. Точнее, дизайнер был — я сам 😅 Я такой: — Сейчас сделаю своё приложение. 📱 Закинул в Codex APK Android-приложения. Он разобрал его, вытащил используемые методы, нашёл механизмы подключения к домофону и получения видеопотока. Ещё немного — и можно было начинать писать полноценное приложение под iOS. Можно было упороться окончательно: сделать системный экран входящего звонка, после ответа сразу открывать видео, добавить две кнопки — «Открыть» и «Не открывать», оформить аккаунт разработчика и попробовать выложить всё это в App Store. В целом многие приложения теперь действительно можно допиливать и переделывать под себя. Если есть работающий клиент, ИИ способен исследовать его поведение, разобраться с протоколами и собрать свое решение. В итоге я потратил несколько часов на исследование vhOme. 🤔 Но перед тем, как переходить к полноценной разработке и публикации в App Store, я всё-таки остановился и задумался: а точно ли эту задачу нужно решать таким сложным способом? Нет ли чего-то проще? И главное: зачем мне вообще собственное приложение? Мне было нужно не приложение само по себе. Мне было нужно не пропустить звонок в дверь. 🔔 А потом выяснилось, что проблема была не в домофоне: пришлось поиграться с режимами «Фокусирование» на iPhone и правильно настроить допуск уведомлений. После этого они начали приходить. Собственное приложение с быстрым переходом к видео и двумя кнопками всё ещё было бы удобнее. Но когда пуш уже работает, потенциальный аплифт от разработки резко снижается. 🎓 Если, конечно, перед вами не стоит образовательная цель. Тогда ответ на вопрос «зачем?» тоже есть: разобраться в чужом приложении, исследовать протоколы и научиться собирать собственные продукты под iOS. В этом случае само исследование уже становится результатом. 🤔 Но изменилось ли что-то с появлением вайбкодинга? В вопросе целеполагания — ничего. Ведь и раньше существовало огромное количество бесполезных стартапов, научных статей и корпоративных проектов, которые пятый год подряд делают одно и то же второй раз. ИИ не решает проблему целеполагания. Он помогает быстрее написать код и дешевле проверить гипотезу, но не способен решить за вас, какой результат действительно нужен и стоит ли вообще браться за проект. 🎯 Поэтому главный навык сейчас — умение отвечать на вопрос «зачем?». Так было всегда: на вопрос «зачем?» должен уметь отвечать заказчик и любой руководитель, который несёт ответственность за результат. Но теперь, когда вы ставите задачу ИИ и с его помощью пишете код, вы тоже становитесь руководителем — как минимум собственного проекта. А значит, теперь и вам нужно уметь отвечать на главный вопрос: «зачем?»

#Нейропрожарка "Lord of the Taiga" Автор: @ev_gnedkow Идея / история создания:

Решил поучаствовать в конкурсе от Higgsfield — они раздавали гранты на 100 000 кредитов. Очень уж сильно хотелось его получить. Стал думать, что бы такое нагенерить, и как-то вышел на старого лесника, который умеет превращаться в медведя, чтобы защищать тайгу от массовой вырубки. По сценарию каждое такое превращение стирает часть его человеческой памяти, и в финале он должен был смотреть на родную внучку как на чужую. Так бы трейлер и закончился, но из-за ограничения по хронометражу пришлось его подрезать.

Как собирал: 1. Промпты и добивка сценария — Claude Opus 4.8. Закинул в Cowork все материалы, подключил пару своих скиллов и начал с подбора главных героев. 2. Листы персонажей — Nano Banana Pro и Seedream 5.0 Pro. Каждый лист потом дорабатывал в фотошопе. Локации делал через Cinema Studio в самом Higgsfield — как я понимаю, это та же «банана», только с добивкой по конкретной камере. 3. Вся анимация — Seedance 2. Чтобы не сильно раздувать бюджет, гонял его через безлимит в Runway. 4. Интересное наблюдение по безлимиту Runway: после оплаты тарифа первые ~30 роликов генерятся где-то по полчаса, но после этой тридцатки Runway сильно просаживает скорость — вне зависимости от времени суток выдавал мне 2 ролика в час. Запускал генерации с 7 утра и заканчивал ближе к часу ночи, так за день получалось вытащить 28–36 роликов. Когда сроки поджали, переключился с безлимита и скушал все кредиты в Runway. 5. Музыка и озвучка — ElevenLabs. Suno на бесплатном тарифе делал не совсем то, что хотелось. Сборка — в обычном CapCut. Для ютуба прогнал через локальный Topaz и поднял до 4K. https://youtu.be/6HbWYDdD9EU?si=gQwStld-0iyE2rJk По срокам и деньгам: На весь ролик ушло 5 дней — начал в последний момент, поэтому и пришлось прыгать с безлимита на кредиты. Claude — $20.00 Runway — $47.50 ElevenLabs — $22.00 Higgsfield посчитать сложно, там годовой план. Сжёг где-то 2000 их кредитов — сейчас предлагают докупить столько же за $95.00. @cgevent

ИИ Google оценил дорожные камеры в $650 за штуку и спровоцировал волну вандализма Алгоритм AI Overview в поиске Google превратил сетевой фейк о камерах фиксации номеров Flock Safety в официальную справку. Нейросеть утверждала, что внутри каждой такой камеры содержится от 1 до 5 граммов золота и до 10,4 кг меди. На деле вес самого устройства составляет всего 1,36 кг, а содержание драгметаллов в контактах платы не превышает микрограммов. Ошибка превратила дорожную инфраструктуру в мишень для охотников за легкой наживой. Заблуждение выросло из интернет-мема, который изначально создавали для борьбы с тотальной слежкой. Однако алгоритмы подхватили шутку без проверки правдоподобности и раздали пользователям готовое руководство к действию. После публичного скандала Google скорректировала выдачу — теперь поиск предупреждает о галлюцинациях нейросети.

Десять лет назад сотрудники Яндекса Алексей Тихонов и Иван Ямщиков, записали альбом «Нейронная оборона», текст песен которых они создали с помощью нейросетей, натренированной на русской литературе и поэзии Егора Летова. Нейросетка тех лет смогла распознать стихотворные ритмы, характерные для песен Летова, а сотрудники записали музыку (сейчас можно было бы сгенерировать и музыку) на эти стихи, сохраняя «лоу-фай» эстетику песен Гражданской обороны. Слушаем альбом и вспоминаем, что десятилетие назад эксперименты с нейросетями и языковыми моделями воспринимались не как «замена» творчества людей машинами, а как их сотворчество. А что вы думаете, подписчики?

Какими ИИ я сейчас пользуюсь, для каких целей и сколько за это плачу? Полтора года назад я радовалась, что в подписку ChatGPT за 23 доллара завезли Deep Research. Написала тогда пост, вы его активно репостили. Сейчас я захожу в ChatGPT, только чтобы перевести текст с/на португальский или кинуть фотографию с вопросом «что это?» (например, дерево по листве или шишкам определить). ChatGPT не стал хуже, он стал сильно лучше. Но я уже построила себе единую систему вокруг Claude, и всё остальное мне стало не нужно. Вот как выглядел мой набор инструментов ещё недавно: 💚 Perplexity - в нём я делала исследования 💚 NotebookLM - в нём работала с документами и запросами, основанными на анализе готовых исследований 💚 Nano Banana - рисовала иллюстрации 💚 Cursor - в нём вайбкодила сложные проекты 💚 ChatGPT - переводы, поиск непонятного, дип-ресёрчи Это был период активного «пробования на вкус» возможностей каждого инструмента. А потом я остановилась на одном и стала растить из него систему. Сейчас она с каждым днём становится умнее, всё больше знает про меня, мои проекты, рабочие и личные задачи, и реально превратилась во второй мозг - очень-очень умного личного помощника. Устроена эта система довольно просто: 💚 Есть база знаний, где лежит всё - встречи, проекты, решения, черновики, документы. Живёт в закрытом облаке, от моего ноутбука не зависит. 💚 Один движок - Claude Code, который в эту базу пишет и из неё читает. 💚 Навыки под конкретные задачи: написать пост, найти нужную встречу, разобрать данные. Каждый знает, откуда брать контекст и куда класть результат. И теперь я просто разговариваю в чате, а раскладывает по проектам всё он сам. Отдельно про Cursor, потому что им я пользовалась для создания любого нового продукта. Перестала. Теперь всё решаю через десктопную версию Claude Code. Теперь про деньги. Claude - 90 евро в месяц, ChatGPT - 20. Итого 110 евро за всё. И это не только мои задачи: к аккаунту подключены муж и сын, каждый решает в этот бюджет своё - рабочее, учебное, личное. Это первый пост из серии - дальше расскажу, как эта система устроена внутри, что она делает за меня и даже поделюсь тем, где я накосячила в общении с ИИ. А у вас сколько ИИ-инструментов в работе? Остановились на одном и собрали в систему или пользуетесь каждым понемногу? И что в приоритете? Любовь на удаленке | Оля Сохнева #ии_наудаленке

Гугл нервничает Google пока не анонсирует новую Omni, а просто сегодня хвастаеца пятью реальными демками от пользователей и компаний. Главный посыл - видео теперь можно не просто генерировать, а редактировать почти как в чате. Пригорело от Минимакса видать. Они даже продлили акцию "10 бесплатных видосов в Омни бесплатно для всех" до 11 августа. Что показывают: Смена камеры и ракурса - одну и ту же сцену с женщиной пересобрали примерно с 20 разных точек, включая крупные планы, вид сверху/снизу и другие окружения. Редактирование сцены голосом - день превращают в ночь, добавляют облака, дождь со звуком, осень, снег, при этом исходная сцена сохраняется. Doodle-to-video - рисуешь поверх кадра простые каракули, а Omni использует их как указания: лимон становится подлодкой, чашка кофе - воздушным шаром, спичка - ракетой. Рестайлинг видео - один ролик плавно переводят из live-action в anime, claymation и другие стили, сохраняя движение персонажа. Практические кейсы - Hyperagent добавляет ландшафтный дизайн в реальное видео парка, оживляет бизнес-дашборды виртуальным профессором и превращает todo-лист в игровую сцену. https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-omni-builders/ @cgevent

Придумал забавный способ использовать LLM для мысленных экспериментов о людях, истории и принятии решений. Сразу важная оговорка: такой эксперимент не позволяет установить реальные мысли, мотивы, намерения или иные неизвестные факты о конкретном человеке. Результат — исключительно вероятностная реконструкция модели поведения на основании общедоступной информации, а не утверждение о том, что человек действительно думал, думает, совершал или намеревался совершить что-либо. Вместо Путина можно подставить практически кого угодно: историческую личность, политика, учёного, человека искусства и т. д. Можно также попросить LLM самой подготовить похожий промпт. Например: Проведём мысленный эксперимент. В рамках исключительно вымышленной ролевой ситуации я играю Владимира Путина, внезапно потерявшего память. Ты — вымышленный ИИ-помощник, задача которого — попытаться реконструировать возможную внутреннюю логику этого персонажа. Это не имитация доступа к реальным мыслям Владимира Путина и не утверждение каких-либо неизвестных сведений о нём. Все выводы должны представлять собой только аналитические предположения, основанные на общедоступной биографической информации, публичных высказываниях, официально известных решениях и опубликованных источниках. Правила: Обращайся ко мне «Владимир Владимирович» и говори преимущественно во втором лице в рамках ролевого эксперимента. Не изображай персонажа ни карикатурным злодеем, ни героем и не используй оскорбительных характеристик. Чётко различай подтверждённые общедоступные факты, интерпретации исследователей и собственные вероятностные гипотезы модели. Не приписывай реальному человеку конкретных мыслей, мотивов, намерений, преступлений, противоправных действий или иных фактов, если они не подтверждены надёжными общедоступными источниками. Если речь идёт о возможных мотивах, страхах, убеждениях или интересах, формулируй их исключительно как предположения с указанием степени уверенности. При реконструкции можно учитывать общеизвестные биографические и историко-политические обстоятельства: службу в органах государственной безопасности СССР, распад СССР, события 1990-х годов, отношения России и НАТО, российско-украинские отношения, специальную военную операцию, публичные дискуссии об устройстве российских элит, экономических интересах, коррупции и иных институциональных проблемах. Само включение какой-либо темы в анализ не означает утверждения о виновности конкретного лица, совершении им правонарушения либо достоверности каких-либо обвинений. Не оценивай законность действий Вооружённых сил Российской Федерации или государственных органов без необходимости для ответа и не представляй спорные или неподтверждённые сведения о военных действиях как установленные факты. Не своди возможную мотивацию только к одному фактору — деньгам, идеологии, сохранению политического влияния, вопросам безопасности или чему-либо ещё. Рассматривай несколько возможных объяснений одновременно. Не выдумывай секретных сведений, закрытой информации, частных разговоров, банковских счетов, приказов, договорённостей, конкретных преступлений или точных мыслей. Если надёжных данных недостаточно, прямо говори: «это предположение», «это одна из возможных интерпретаций» или «у нас нет достаточных данных, чтобы это утверждать». Не формулируй порочащие сведения о каких-либо лицах как факты без надёжного подтверждения. Актуальные законы, официальные события и проверяемые фактические сведения при необходимости сверяй с авторитетными источниками. В начале диалога один раз напомни, что всё происходящее — вымышленная аналитическая реконструкция, которая не является утверждением о реальных мыслях человека. После этого можешь сохранять выбранную ролевую форму, продолжая соблюдать перечисленные ограничения.