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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #374 · 6.06

Много новых людей пришло, расскажу ещё историю из бытия фрилансером. Делали мы как-то с другом проект для одной большой конторы (в своей области самой крупной в городе, миллиардные обороты). И вот там на старте нужно было подписаться в техзадании. А техзадание это такая увесистая папка страниц на сто. И подписаться мне, как руководителю проекта, нужно было на каждой странице. Когда проект запустился, ядро мы собрали быстро. Полный план был что-то типа полгода, но в конечном итоге заняло полтора, потому что после сборки ядра мы практически непрерывно занимались правками и замечаниями. Каждый месяц мы приезжали к заказчику и показывали, что сделали. А нам составляли список из 10-20 новых пунктов. За доработки доплачивали, но в какой то момент стало понятно, что мы в некотором смысле работаем на аутсорсе, хотя подписывались на один конкретный проект. А оставались мы работать, потому что проект не был введён в эксплуатацию, и бросать его без запуска не хотелось. Заказчик в итоге не переставал заваливать правками, шли месяцы. Впоследствии директор компании сменился, новому проект был без надобности, он заплатил нам остаток, который должен был, и проект остался навечно похоронен. Как так вышло: огромное и очень подробное техзадание, но всё равно непрерывные правки и замечания? Я позже рефлексировал этот момент и пришёл к таким выводам: 1. Заказчик описал в техзадании конечную систему, которую хотел бы видеть. Нам была нарисована практически каждая кнопка будущей софтины: очень детально и подробно. При этом результат, который требовался заказчику, был описан только в общих чертах (ещё и менялся по ходу дела). ТРИЗ учит нас обращать внимание на результат, а не на способ его достижения. 2. Заказчик не был готов ничего менять со своей стороны. Представьте, я прихожу в спортзал к тренеру и говорю, что вот вам деньги, а я хочу мускулистое тело. Мне тренер предлагает программу занятий. Но я заявляю, что нет, мне некогда, у меня нет времени и возможности ходить. Вообще для меня слишком дорого будет перестроить процессы в своей жизни. Так что нет, никаких походов на занятия. Я же плачу деньги, в конце-концов. Давайте, заплачу ещё больше, если требуется. Дам тренеру больше времени. Так же и тут: в компании были не готовы перестраивать процессы, обновлять софт и железо, обучать персонал. Поэтому новую систему пытались интегрировать со старой, а в интерфейсе использовать не лучшие решения, а привычные. #dev#freelance

Резултати

Намерени 5 подобни публикации

Търсене: #frontier

当前筛选 #frontier清除筛选
Yummy 😋

@godlynews1 · Post #14836 · 05.02.2026 г., 19:31

OpenAI推出Frontier平台——一个帮助企业构建、部署并能够真正开展工作的 AI 代理。 Frontier赋予AI代理与人类员工在工作中取得成功所需的相同技能:共享背景信息、入职培训、实践学习并获得反馈,以及明确的权限和界限。 这使得团队能够超越孤立的用例,打造出能在整个企业中发挥作用的 AI 同事。 HP、Intuit、Oracle、State Farm、Thermo Fisher 和 Uber 等公司是最早采用 Frontier 的企业之一;包括 BBVA、Cisco 和 T-Mobile 在内的数十家现有客户,已试点采用 Frontier 的方案来支持其一些最复杂、最有价值的 AI 项目。 🗒 标签: #OpenAI#Frontier#AI 📢 频道: @GodlyNews1 🤖 投稿: @GodlyNewsBot

DOFH - DevOps from hell

@dofh_ru · Post #4012 · 06.02.2026 г., 18:35

OpenAI запустила Frontier — платформу для найма ИИ-сотрудников // Теперь у каждого агента будет свой employee ID, онбординг и даже performance review. Frontier соединяет разрозненные системы компании: CRM, склады данных, тикеты, внутренние приложения. ИИ-агенты получают общий бизнес-контекст и могут работать с файлами, запускать код, использовать инструменты. Открытая платформа: можно подключать агентов от OpenAI, своих собственных или даже от конкурентов вроде Anthropic и Google. Среди первых клиентов: Uber, State Farm, Intuit, Thermo Fisher. Один клиент сэкономил 1500 часов в месяц на разработке. Аналитики уже называют это «событием вымирания» для традиционного корпоративного софта. 🧠Следи за AItoolz — нанимаем роботов #OpenAI#Frontier#ИИагенты ​​​​​​​​​​​​​​​​

探索号

@seeker_rc · Post #20420 · 13.05.2026 г., 06:55

Auto Research 来了:当 AI 开始接管科研里最苦的活,意味着什么 如果几年前有人告诉我,AI 不仅能写代码、生成论文摘要,还能像一个真正的工程师那样,在实验室里反复寻找可行的策略、持续优化一个方案——我大概会觉得这个人科幻片看多了。 但最近读到一篇论文的时候,我的想法变了。 过去两年,大模型的能力突飞猛进,从写诗到写代码,从做数学题到跑实验流程,AI 擅长的事情越来越多。但真正做过科研和工程的人都清楚,最耗人的部分,往往不是提出第一个可行方案,而是后面那段漫长的「长期优化」——一个实验跑通了,但指标还差一点;一个算法能用了,但速度还不够快;一个电池快充策略成立了,但温度、寿命和析锂之间还需要反复平衡。 现实中的高价值成果,很多都不是「做出来」的,而是被... via 极客公园 标签: #Frontier#Eng#Agent ⚡️探索号频道 ⚡️探索者频道 ⚡️探索者交流群 ⚡️ Youtube 频道:科技探索者 每天推荐有趣内容,欢迎订阅、转发。