TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1238 · 15.05

Сделал в компании доклад о применении ИИ в архитектуре, давайте и вам расскажу. Фокус в использовании подхода architecture as code: абсолютно все архитектурные артефакты у нас это тексты. С обычной документацией понятно, это и так некоторый набор текстовых файлов, чаще всего в макрдауне. Для них мы применяем структурный шаблон Arc42 — список из 12 пунктов, по которым нужно распределить информацию о проектируемой системе. Структурный шаблон, во-первых, хорошо известен нейронкам, и они сразу понимают, о чём речь. Во-вторых, можно кинуться в модель бизнес-требованиям и очень быстро создать некий первоначальный набросок, от которого вы дальше уже пляшете, уточняя по пунктам и исправляя ошибки ИИ. Ну и, в-третьих, готовая структура с ящиками, по которым нужно всё раскладывать, это гораздо лучше, чем свалка ADR'ок, как это нередко бывает в компаниях. Со схемами и диаграммами ещё интереснее. Берём инструменты со своими DSL-языками, такие, как Structurizr и PlantUML. Вся схема или диаграмма целиком определяется текстовым файлом. Можно применять Git со всеми его преимуществами. А для нейронок это родная среда: вы, как человек, смотрите на схему глазами, но нейронка работает с её DSL-файлом. Навскидку тут прирост эффективности даже больше, чем в программировании, потому что DSL это просто синтаксис, без смыслового наполнения, человеку его можно вообще не знать. Ты пишешь промпты, а смотришь уже на картинку, сгенерированную схему, и следующим промптом указываешь, где какие правки сделать. Нейронке при этом не приходится думать про потоки, асинхронность, типы данных, она просто правит текст как текст, поскольку у DSL нет поведения. Тут как раз наиболее видна разница между рутинной и интеллектуальной частью работы. Как именно будет выглядеть схема, продумывает архитектор. Если доверить это нейронке, даже мощной, будет полно ошибок, неоптимальностей, неучтённых нюансов среды и так далее. Но вот само по себе написание синтаксиса — имба. #dev@clockstackwheels

Hashtags

Резултати

Намерени 2 подобни публикации

Търсене: #fer

当前筛选 #fer清除筛选
Tutto Elezioni

@tuttoelezioni · Post #1357 · 27.10.2025 г., 07:18

#Argentina🇦🇷 #Parlamentari Risultati parziali. Senato. Sezioni scrutinate: 25.571/25.861 (98,87%). 🟪 La Libertà Avanza (#LLA|Libertaristi di destra): 42,03% (13) 🟦 Forza Patria (#FP|Centrosinistra peronista): 23,21% (6) 🟥 Fronte Civico per Santiago (#FCS): 6,17% (2) 🟦 Forza Entre Ríos (#FER): 5,20% (1) Prima i Salteni (#PS): 3,60% (1) 🟥 Fronte di Sinistra (#FITU|Trotskisti): 2,74% (0) Altri: 17,05% (1) N.B.: Tra parentesi sono indicati i seggi ottenuti. @TuttoElezioni

Tutto Elezioni

@tuttoelezioni · Post #1356 · 27.10.2025 г., 07:15

#Argentina🇦🇷 #Parlamentari Risultati parziali. Camera dei deputati. Sezioni scrutinate: 108.125/108.992 (99,20%). 🟪 La Libertà Avanza (#LLA|Libertaristi di destra): 40,65% (64) 🟦 Forza Patria (#FP|Centrosinistra peronista): 24,31% (31) 🟦 Province Unite (#PU|Centro): 4,96% (5) 🟥 Fronte di Sinistra (#FITU|Trotskisti): 3,71% (3) 🟦 Fronte Prima il Tucumán (#FTP): 2,28% (2) 🟥 Fronte Civico per Santiago (#FCS): 1,23% (2) 🟦 Forza Giustizialista Mendoza (#FJM): 1,10% (1) 🟦 Forza Entre Ríos (#FER): 1,06% (2) 🟪 Proposta federale per il cambiamento (#PFC): 1,05% (0) Altri: 19,65% (17) N.B.: Tra parentesi sono indicati i seggi ottenuti. @TuttoElezioni