IT

Борьба со сложностью В продолжение темы о переусложнениях, которые полюбили делать современные модели, поделюсь своими двумя скиллами, которые помогают с этой самой сложность бороться. Code That Fits in Your Head Скилл-дестиллят книги Марка Симмана, название которой говорит само за себя. Цель скилла: прежде всего, выбор понятных и сопровождаемых решений и их реализации. Начинка довольно сильно адаптирована мною под агентную разработку. Этот скилл я особенно люблю применять когда нужно реализовать какую-то хитрую штуку, которая априори сложная (из моей практики сразу в голову безопасный парсер псевдо-SQL кода, который приходит от агента и преобразуется в безопасный MongoDB query). А более бытовой пример с задачей по ускорению обхода файловой системы на скринах. Ubiquitous Language Скилл занимается обслуживанием всего, что связано с языком в проекте: 1. Генерирует и поддерживает в актуальном состоянии т. н. тезаурус (docs/THESAURUS. md) - это расширенный словарь понятий с разъяснением неоднозначностей и фиксацией чем понятие является, а с чем его не стоит путать и с какими понятиями оно связано. Кстати, помимо того, что агенты начинают лучше понимать проект, приятный бонус от тезауруса - это более точные результаты от grep'a. 2. Позволяет агенту выбирать новые имена для сущностей, сервисов и прочих артефаков с оглядкой на этот самый тезаурус и вообще агент больше думает о важности языка и нейминга. Этот скилл тоже делался на плечах гигантов: в основу был взят блок про Ubiquitous Language из отличной книжки Влада Хононова "Изучаем DDD — предметно-ориентированное проектирование", а также блоки про язык из FPF + ISO 25964 про создание тезаурусов (все сорсы тут). Оба скилла тем ценнее, чем больше и сложнее проекты с которыми вы работаете. А еще, к планированию архитектуры и вообще к тому, как наиболее элегантно встроить тот или иной функционал я люблю привлекать Fable (обычно на low или medium reasoning). И, конечно, никакой скилл не заменит понимание системы и продукты инженером. Собственно, третий этап после скиллов и Fable ревью - это фильтр через человека-инженера (на скринах как раз пример такой пирамиды из 3-х этапов как мы с агентами ищем оптимальный способ ускорить обход файловой системы: 1: анализ плана скиллами, 2: Fable, 3: инженер - это мой-вопрос финальная корректировка: заметьте, что я ее задаю в виде вопроса, давая агенту пространство для несогласия). Выбор наиболее оптимального решения из огромного пространства траекторий - это все еще сложнейшая задача для LLM. Да и для экспертов часто непростая. Почему это важно, вроде, очевидно - сложное и неоптимальное решение обычно более хрупкое - на него будет сожжено больше токенов, а в проде оно с большей вероятностью будет ломаться в разных местах (или эффектом бабочки ломать что-то смежное). Опять же, все это становится острее на масштабе: пока вайб кодишь проект на полтора пользователя, может казаться, что все и без этого прекрасно. @ai_driven

а докажи что ты не эйай 😠 На самом деле ситуация забавная и стремная одновременно. Окей, допустим, я запишу кружочек в доказательство того, что я реальный человек - и сейчас в 2026м году еще можно худо бедно наметанным глазом отличить генерацию от реального видео. А что будет в 2028м? Сегодня на KYC часто используются digital сервисы которые делают верификацию по паспорту и видео - просят покрутить головой, улыбнуться и сфоткать документ. Это частично обходится уже сейчас - атака подменяет видеопоток на уровне виртуальной камеры или сдк. Такие атаки выросли за год в 30 раз, и уже существуют теневые injection-as-a-service, по сути подписки на обход KYC 🔪 Пожалуй, самый яркий прецедент это история, как сотрудник перевел мошенникам почти 30 миллионов долларов после видеозвонка, где ВСЕ его коллеги были СГЕНЕРИРОВАНЫ. Я бы потом словила птср 😑 Про то, что AI контент будет помечаться мы говорили пару постов назад, но сегодня эти метки все еще часто можно убрать небольшими аугментациями. Да и речь не только про контент, а про саму личность, что глобальнее 🍿 Так что проверить через какой-либо потенциально генерируемый контент (голос, видео, капча) человек ты или нет становится все сложнее. То, что нас отличает - что-то физическое, привязанное к нашей личности - например, радужка глаза, отпечаток пальца, чип в паспорте, secure enclave телефона - и дальше носишь с собой криптографический пруф, который нельзя сгенерировать (или нельзя в обозримом будущем, про истории продажи своих личностей мы пока не говорим, но это точно будет иметь место). Кстати, оказалось что zoom уже тестирует бейдж "верифицированный человек", как это было например со знаменитостями в инсте Теперь вопрос про дистрибьюшен и то, как эти пруфы получить. Мне вспомнилось, что на Бали, чтобы заплатить за электричество, нужно прийти в любой продуктовый у дома - платежная точка встроена в магазин. Ну или помните автоматы для пополнения счета на телефоне, которые стояли повсюду. А еще как вариант чтобы несколько других верифицированных людей поручились, что ты тоже человек, в общем набрейнстормить идей можно много 🤔 Вот вам сетап для нового киберпанка - зашел в пятерочку за хлебом, посмотрел в сканер у кассы, вышел с кодом верификации для соцсетей 🤨 Вариантов много и у всех свои плюсы и минусы. Самое время делать KYC стартапы? 🤑 @neural_prosecco

Почему в Chrome маленькие JPEG выглядят иначе Автор замечает у коллеги за компьютером тот же логотип, что и у себя, только тоньше и ближе к оригиналу. Размер иконки — 15 пикселей. В Firefox она рендерится одним образом, в Chrome заметно толще, будто края огрубели. Замена на SVG всё чинит, но вопрос остаётся: почему один и тот же JPEG выглядит по-разному. Оказалось, дело не в баге, а в оптимизации, которая намеренно выбрасывает часть изображения. Chrome при сильном уменьшении не распаковывает файл целиком. Он декодирует картинку в масштабе с делителем восемь и отбрасывает высокочастотные коэффициенты, оставляя только грубую основу. Для иконки в 15 пикселей это значит, что сглаживания краёв и градиенты просто не доезжают.

А серьезно, почему опус может делать жестб пафосные научные открытия или писать сверхоптимизированный олимпиадный код для решения алгоритмических задач, но не может догадаться использовать .venv окружение, лежащее прямо в папке с проектом и вместо этого засирает системный pip (ls -a в папке он точно делал и видел этот .venv)? Или в другие разы он не мог прикинуть, запустится ли на карте с известным количеством памяти модель с известным количеством параметров в fp32 и все ронял, не понимая в чем дело, пока я не посмотрела в исходники и не постучала ему по голове. А один раз так вообще по неведомой причине решил обрезать до 8000 символов (именно символов, а не токенов!) тексты, которые подавались для классификации другим моделям (хотя было легко увидеть, что они в десять раз длиннее и полезный сигнал по смыслу находился где-то посередине). При этом он никогда в своей писанине и отчетах явно не упоминал эту обрезку, пока я сама её не обнаружила, пытаясь понять, почему результаты такие странные. И вот как тут заранее угадать, что для него очевидно, а во что надо пальцем тыкать как ребенка малого?

Три месяца с Claude: хороший ассистент, плохой программист Инженер три месяца выжимал из Claude максимум и пришёл к раздвоенному выводу. Как поисковик по корпоративным вики и залежам Slack, где нужная страница не находится даже по собственному названию, инструмент выручает. А вот код писать лучше не просить. Особенно для игр. Один показательный заход. Инженер попросил несложную оптимизацию в Unity на два-три файла, а получил лишний ООП-паттерн, который вообще не требовался. Причина глубже одной ошибки. Последней ААА-игрой с открытым исходным кодом была Doom 3, вышедшая 22 года назад. Всё остальное, на чём модель могла тренироваться в геймдеве, это моды, демки с геймджемов и учебные проекты. Посмотрим, почему на таких данных модель тянет в переусложнение и во что это выливается на живых задачах.