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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #721 · 26.12

Почему я люблю языки с сильной системой типов, проверяемой статическим анализом кода — хорошо написанная программа является своей собственной спецификацией и позволяет выражать через язык программирования законы существования предметной области. Когда-то давно я писал на ActionScript. Там была система типов, но вот десериализация JSON'ов по-умолчанию была в какой-то общий Object, к полям которого нужно было обращаться ["по_строковому_имени"]. В один момент мне потребовалось написать что-то на C#, который я совсем не знал, я стал гуглить, как десериализовать JSON, и с удивлением обнаружил кучу советов заранее объявить класс со всеми нужными полями и десериализовать в него. "Какой ужас!", — подумал я тогда, — "Это же дико неудобно! А если я не знаю полей JSON? А если их много? Отвратительный язык!" Теперь то я прекрасно понимаю, что JSON это контракт, и что правильная десериализация только такая и должна быть, и что в хорошем API в одном поле никогда не бывает данных принципиально разных типов, и так далее. Нет, если вы набиваете вечерами пет-проект или сидите бессонную ночь на хакатоне, нет ничего плохого в том, чтобы взять простой язык с динамическими типами вроде JavaScript или Python, не требующий описывать данные. Но вот в энтерпрайзе, особенно когда над одним проектом работает много людей (а бывает это очень часто) — хорошее использование системы типов убережёт разработчиков от огромного количества ошибок, будет бить их по рукам, когда они пытаются сделать что-то не то, и будет подсказывать, когда они не уверены в чём-то. С помощью статической типизации можно на уровне кода обозначить правила, по которым ведёт себя предметная область вашей программы в реальном мире. Разработчику не только будет сложно их нарушить, но он ещё и станет узнавать какие-то вещи, которые мог не знать раньше. Например, если мы делаем медицинскую CRM, и больница заводит новых пациентов только тогда, когда знает их группу крови, мы можем объявить тип "Пациент" (или, если точнее, "Карта пациента") и запретить создавать экземпляры этого типа, не передав в конструктор группу крови (которая, в свою очередь, тоже является типом, вероятнее всего ValueObject'ом). Если новый программист пришёл в проект, он, во-первых, не сможет записать в БД некорректную карту пациента. Понятно, мы не учитываем случаи, когда новый программист переделывает модели предметной области — это будет хорошо видно на кодревью. А, во-вторых, даже если ему никто не сказал, что пациенты должны быть с группой крови, он узнает это из кода. И уже будет понимать, что в тех процессах реальной жизни, которые он описывает кодом, карта пациента создаётся только при наличии группы крови. А, значит, нужно искать какой-то способ сначала эту группу крови получить, и только потом создавать карту. Программирование моделирует реальный процесс. В настоящей работе даже на языках с типами, конечно, без должного контроля можно написать что угодно. Нужна управленческая воля, компетентность руководства, понимание опасности техдолга, в идеале отдельные должности для архитекторов, опытные лиды и старшие разработчики. Но когда всё это есть, можно отсекать много проблем ещё на старте и проще погружать новичков. #dev

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #apachelicense

当前筛选 #apachelicense清除筛选
AI一线|ShareCentre

@ShareCentre · Post #7154 · 03.04.2026 г., 02:34

Google 发布 Gemma 4 开源模型:Apache 2.0 许可,31B 登顶 Arena AI 开源第三 Google DeepMind 于 4 月 2 日正式发布 Gemma 4,迄今最强大的开源模型家族。基于与 Gemini 3 相同的技术构建,专为高级推理和 Agent 工作流打造。全系列首次采用 Apache 2.0 开源许可,完全商用自由。 自初代发布以来,Gemma 已被下载超过 4 亿次,社区衍生出 10 万+变体。 ⚙️ 四款模型 - E2B(Effective 2B):手机/IoT 边缘设备,128K 上下文,支持文本+图像+视频+音频 - E4B(Effective 4B):手机/IoT 边缘设备,128K 上下文,支持文本+图像+视频+音频 - 26B MoE(混合专家):推理时仅激活 3.8B 参数,256K 上下文,Arena AI 开源第 6 - 31B Dense(稠密):最大化质量,256K 上下文,Arena AI 开源第 3,超越 20 倍参数量模型 🔑 核心能力 - 高级推理:多步规划与深度逻辑 - Agent 工作流:原生函数调用、结构化 JSON 输出、系统指令 - 代码生成:高质量离线代码,本地 AI 编程助手 - 多模态:全系列处理图像和视频,E2B/E4B 额外支持音频 - 140+ 语言原生训练 - Apache 2.0 许可:完全商用自由 📎 相关链接 官方博客:https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/ Google AI Studio:https://aistudio.google.com Hugging Face:https://huggingface.co/collections/google/gemma-4 Kaggle:https://www.kaggle.com/models?query=gemma-4&publisher=google #Google#Gemma4#开源模型#ApacheLicense#AI