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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #396 · 22.06

Попробовал Github Copilot. Это проект, в рамках которого Гитхаб обучил нейросеть на миллионах строк программного кода, загруженного людьми, и теперь она вроде как способна предлагать автоматическое дополнение к тому, что вы пишете. В теории, если вы напишете название функции, например public int Fibonacci(int n), то она сразу предложит вам автоматически подставить всё остальное. Конкретно с этим примером система действительно справляется, но в целом впечатления у меня от неё смешанные, и на мой взгляд она пока что не стоит тех $10 в месяц, которые за неё просят после тестового двухмесячного периода. Я уже писал ранее о своём отношении к нейросетям. В задачах дополнения данных они работают средненько: значимый процент решений будет с ошибками. Вот и здесь — сначала я подумал, что Copilot сможет за меня копипастить популярные однотипные куски кода из интернета. Например, я не помню алгоритм Вагнера-Фишера, постоянно его копирую из своих других проектов, часть из которых выложена на Github и наверняка была передана в обучение Copilot. Я предложил нейросетям мне этот алгоритм написать, они написали что-то отдалённо похожее. Внешне выглядело убедительно и даже компилировалось, но работало неправильно, и при ближайшем рассмотрении оказалось, что там просто случайно надёрганные строчки из настоящего алгоритма. Некоторые проверки по 2 раза, а часть нужной логики упущено совсем. Об оформлении кода вообще говорить не стоит: пока всё, что мне выдавалось, оформлено плохо, и на ревью я бы написал разработчику несколько замечаний. Однако, в других местах работает, как задумано. Если у вас есть дуальные функции, оно умеет предлагать дописать остаток (пример на скриншоте ниже). Но из того, что я попробовал, только процентов 20 случаев реально были полезны. Остальные 80% или вообще неверный код, или правильный, но такой неаккуратный, что лучше самому написать. Есть ещё проблема: массовый копипаст довольно опасен, потому что легко пропустить какую-то мелочь. В идеале нужно весь вставленный код проверять построчно, но по когнитивной нагрузке это близко к тому, чтобы создать его самостоятельно. И человеческое внимание совершенно точно будет расслабляться и размываться при работе с такими средствами автодополнения, а, значит, неизбежны ошибки. На месте чувствительной к багам энтерпрайз-разработки я бы вообще запрещал бы своим сотрудникам применять Copilot. С другой стороны, возможно, подобная утилита хорошо зайдёт для прототипирования, на хакатонах, на стримах с демонстрацией разработки чего-нибудь. У меня будет возможность проверить на соревновании через месяц, но в работе скорее всего отключу. #dev

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #statementofclaim

当前筛选 #statementofclaim清除筛选
English Law Report

@enlawreport · Post #1882 · 24.01.2026 г., 04:52

✍️Как реально “собирается” Statement of Claim по английскому праву (без магии и пафоса) Большинство думает, что Statement of Claim пишется так: “сел, вдохновился, красиво изложил и подал”. На практике это больше похоже на инженерную сборку, где любое слабое звено ломает весь корпус: факт, доказательство, причинность, формулировка, логика. Вот как это устроено, если делать грамотно. 1) Client intake & instructions (вход клиента и “что вообще хотим”) Первый шаг не про право. Он про реальность. ✅ Что именно произошло? ✅ Чего клиент хочет на выходе? Деньги? запрет? декларацию? ✅ Где спор будет жить: High Court, арбитраж, другая юрисдикция? 📌 Ошибка №1: начать писать “претензию” до того, как ты понял цель и площадку. 2) Fact collection & evidence assembly (факты + доказательства) Ты не пишешь историю. Ты строишь доказуемую картину. 🔹 контракты, переписка, инвойсы, акты 🔹 хронология событий (по дням и документам) 🔹 ключевые моменты: кто что сделал/не сделал/сказал/подписал ⚠️ Если тут слабое место, то дальше всё будет “вилами по воде”. Не будет доказательств = не будет кейса. 3) Legal qualification (юридическая квалификация) Только теперь включается право. ✅ какое право применимо ✅ какие causes of action (основания иска) ✅ какие duty/standards (обязанность и стандарт нарушения) 📌 Ошибка №2: “мне кажется это fraud / negligence” без привязки к фактам и элементам. 4) Issue framing (упаковка спора в понятные суду вопросы) Тут ты превращаешь хаос в структуру: где breach (нарушение) какая liability theory (теория ответственности) как работает causation logic (причинная связь) ⚠️ Главный убийца кейса: causation gap Когда вред вроде есть, нарушение вроде есть… а связать их логически нельзя. Иногда честный вывод тут один: discard (не тратить время, закрыть направление, поменять стратегию). 5) Structure of Statement of Claim (скелет документа) Хороший Statement of Claim читается как точный маршрут: Parties & Jurisdiction Factual background Breach & wrongdoing Causation Damages Relief sought 📌 Ошибка №3: “слишком много эмоций” и “слишком мало конструкции”. Суд не нанимался угадывать. 6) Drafting & iteration (черновики, правки, “снять жир”) Один драфт почти никогда не бывает финальным. версии документа внутренний ревью переписывание слабых мест вычищение лишних слов, повторов и противоречий Это этап, где текст становится оружием, а не “рассказом”. 7) Verification & consistency check (проверка на прочность) Финальная проверка выглядит просто, но это самая дорогая часть работы: ✅ каждое утверждение = подкреплено доказательством ✅ внутренняя логика без дыр ✅ противоречия убраны ✅ narrative совпадает с документами И только после этого документ превращается в: 📄Filed pleading (поданное процессуальное заявление) 🎯 Главная мысль Statement of Claim это не “текст юриста”. Это система: факты → доказательства → право → причинность → структура → проверка. Если ты пропустил один блок, то в суде тебя “разберут” за 10 минут. #EnglishLawReport#Litigation#StatementOfClaim#LegalWriting#DisputeStrategy#Arbitration#CommercialCourt