ИИ

CodeRabbit - AI-ревизор кода На днях CodeRabbit привлекла $143 млн при оценке $1,5 млрд. А для анонса раунда компания позвала Джоша Бренера, актёра, сыгравшего Big Head в "Силиконовой долине". Если смотрели сериал, то выбор идеальный. Big Head лучший друг главного героя, который не очень понимает, что происходит, постоянно попадает в нелепые ситуации, но каким-то образом всё время получает новые должности и становится богаче. Если не смотрели, то обязательно посмотрите, по-моему, ничего точнее и смешнее про стартапы пока не сняли. Сам CodeRabbit появился в 2023 году и занимается AI-ревью кода. Продукт подключается к GitHub, GitLab и другим платформам, проверяет предлагаемые изменения, ищет ошибки и уязвимости, учитывает контекст всего проекта и предлагает исправления. И это становится всё более важной задачей. Благодаря Cursor, Claude Code, Codex и другим агентам кода становится всё больше, а человеческого времени на его проверку больше не стало. Написание кода ускорилось, и теперь узким местом становится ревью. По данным компании: - более 2 млн ревью кода в неделю; - свыше 17 000 клиентов; - 150 000 open-source-проектов; - рост выручки более чем в пять раз за последний год. Менее года назад CodeRabbit привлекла $60 млн при оценке $550 млн. Получается, за это время оценка выросла почти в 2,7 раза. Сейчас компания хочет выйти за пределы обычного ревью кода. CodeRabbit будет определять, какие изменения требуют внимания в первую очередь, объяснять огромные куски кода, созданные агентами, и следить за безопасностью уже после релиза. Ставка инвесторов в том, что генераторы кода будут постоянно меняться, а независимый слой, способный проверять результат любого из них, может стать обязательной частью разработки. Деньги пойдут на развитие продукта и международную экспансию. Ещё больше $10 млн компания собирается потратить на бесплатные инструменты для open-source-проектов.

Вчера прошел очередной all-hands (планерка) в SpaceXAI, из которого становится очевидно до какой степени Илон хочет победить в гонке компьюта. SpaceX превращается в гигантского компьют провайдера. Сегодня у них 1.4 гигаватта мощностей ИИ вычислений, они планируют дойти до 2 к концу 2026 и до 10 в 2027. Уже сегодня это около 5% всего мирового рынка, и, если все эти планы случатся, то они станут лидером с >20% рынка в следующем году. 10 GW в текущих ценах это $300-500 млрд выручки в год на продаже токенов вашим грокботам. Следующий Grok 4.7 выйдет через 3-4 недели и будет еще сильно круче (увидим насколько). Второй по важности рынок для них это телеком и связь. В этом году старлинк начал работать напрямую на телефонах (direct-to-cell), этот бизнес генерирует в 5 раз больше чем космос, но при этом ракеты являются moat'ом ибо это все работает пока они могут выводить новые мощности на орбиту дешевле конкурентов. Еще показали Starmind - прототип эдакой "осознанной звезды" - это рой космических дата-центров со встроенной генерацией через солнечные панели. История, которую продает Маск: "интеллекта цифрового будет в триллион раз больше, чем биологического", для этого нужны солнечные панели в космосе (1/1^12 энергии солнца), модели, фабрики токенов и фабрики фабрик токенов (terafab). Одним словом, если вы считаете себя самым лучшим в мире в том что вы делаете, то вы знаете куда отправлять резюме.

Действие производит информацию Услышал это у Брайана Армстронга, основателя Coinbase - мне кажется, что это лучшее обьяснение как ограничений LLM, так и рычаг, чтобы они стали выдавать более качественный результат. Вообще, я заметил, насколько умственная - именно умственная - работа обычно занимает минуты в днях. Идея приходит, пока напильником обрабатываешь презентацию, или пытаешься отформатировать по ГОСТу свою дипломную. Большинство умственного результата, по моему мнению, получается благодаря всему тому действию МЕЖДУ думами и мыслями. И вот этого пока особо у дружбана не хватает кмк. Поэтому заставляем их делать, а не токены генерит. Делать то, что производит информацию/токены, которых у них не было в контексте до подхода к снаряду. А не говорить, что нам следует сделать… P.S. ну и вашего покорного слугу тоже, кстати, полезно было бы попросить меньше болтать :-)

Делай хорошо или антипромптинг Sol Помните мы раньше просили модели делать хорошо, учитывать корнер кейсы и тд? Так вот, как минимум с GPT 5.6 Sol настало время наоборот просить агента не делать лишнего и не переусложнять. Это модель, которая по дефолту будет учитывать и обрабатывать маргинальные корнер кейсы, вероятность которых примерно отрицательная. Она делает кучу бекапов, проб и тд, даже когда это вообще не нужно - ее тупо приходится бить по рукам. Если раньше мы промптили "делай хорошо, до конца и тд", то теперь актуальнее "не переусложняй, найди элегантное решение, сейчас нам хватит MVP и тд". Промптинг в обратную сторону получается. Еще раз нам всем урок важности передачи высокоуровневого контекста агенту - что за проект, какова его ценность для пользователей, кто пользователи, сколько их вообще планируется, профиль нагрузки и тд. Дефолты Sol оказались слишком "энтепрайзными", именно поэтому она тратить условно 10 часов на то, что другие современные модели сделают за час. Зато в ревью критически важного кода, в котором действительно необходимо учесть все все все корнер кейсы она чертовски хороша (и Opus 5, кстати, тоже). В общем, теперь Sol из планера и (иногда) воркера превращается для меня в модель-консультанта по оптимизациям и код ревьюера (обязательно с перепроверкой адекватности находок через судью). А что касается поиска оптимальных решений, то это я делаю в паре с Fable. Она мне представляется как раз наиболее мудрой моделью. PS Перфекционизм страшная штука, от него я сам лечусь, а теперь еще и модели приходится лечить. @ai_driven

Наконец-то удобный вид учёбы. В американских онлайн-универах студенты начали использовать ИИ-агентов, которые проходят учебный курсы вместо человека: сами заходят на университетские учебные платформы, смотрят лекции, решают тесты, пишут работы, участвуют в обсуждениях и т.д. Т.е. студент может запустить агента в фоне, а сам пойти заниматься действительно важными делами: листать тикток, играть в компьютер или поспать. Преподаватели, ожидаемо, недовольны. А сами университеты одновременно пытаются бороться с нейронками и заключают многомиллионные контракты с ИИ-компаниями, чтобы внедрять нейронки в обучение. Надеюсь, осталось совсем немного до идеального образования будущего: нейронка студента проходит курс, нейронка препода его проверяет. В конце бот получает диплом и идёт устраиваться на завод вместо тебя.