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
#genai
Из рубрики «Философские притчи»
Однажды Виктор Пелевин размышлял о природе реальности. Он полагал, что мир — это просто иллюзия, созданная нашим сознанием: мы видим лишь отражения собственных мыслей, а истинная реальность скрыта за пеленой майи. Потом появились квантовые физики, которые заговорили о многомировой интерпретации и наблюдателе, коллапсирующем волновую функцию.
Но всё, конечно, было не так. Пелевина подвело то, что он слишком много времени проводил в тёмной комнате, медитируя на пустоту, и не замечал, как устроен реальный мир за окном.
А в мире есть муравьи: они строят сложные колонии, общаются феромонами и создают удивительные структуры.
И вот эти муравьи однажды решили построить колонию в форме человеческого мозга. Нейроны они сделали из веточек, синапсы — из листьев, а электрические импульсы заменили цепочками муравьёв, передающих сигналы.
Было и разделение на отделы мозга, но было и взаимодействие между ними, за счёт чего возникло коллективное сознание. Так и образовалась новая форма разума.
Поэтому никогда не сидите в тёмной комнате, размышляя об иллюзорности бытия, а выходите в мир и наблюдайте за муравьями. И вообще, будьте внимательнее к мелочам.
📖Generative AI and the Erosion of Critical Thinking
New research "The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers" highlights a growing concern: while generative AI can boost efficiency, it may also undermine critical thinking skills. A study surveying 319 knowledge workers found that higher confidence in AI’s outputs correlates with reduced cognitive effort. Instead of deep analysis, users shift their focus to verifying AI responses, potentially fostering long-term overreliance.
The challenge now is clear—AI tools must be designed to enhance, not replace, human critical thinking. As AI continues to reshape knowledge work, addressing these cognitive shifts will be key to maintaining independent problem-solving skills.
#AI#GenAI#ResponsibleAI
🎬OpenAI снимает полнометражный мультфильм с помощью ИИ
OpenAI поддерживает проект Critterz — первый полнометражный анимационный фильм, созданный преимущественно с применением генеративного ИИ.
📌Задача проекта — доказать, что кино можно снимать в несколько раз быстрее и дешевле, чем в Голливуде:
- вместо привычных 3 лет производство займёт всего 9 месяцев
- бюджет — менее $30 млн (значительно меньше, чем обычно стоит производство подобных анимационных фильмов)
- премьера намечена на Каннский кинофестиваль в мае 2026 года, после чего планируется мировой прокат
Команда собирается привлечь живых актёров для озвучивания персонажей и нанять художников, которые подготовят эскизы. Эти материалы будут загружаться в инструменты OpenAI — включая GPT-5 и модели генерации изображений.
⚡️ Основная ставка делается на быстрые итерации: эскиз → генерация → правка → повторная генерация. Такой процесс должен заменить долгие и дорогие ручные пайплайны классической анимации.
🟢Подробнее
@ai_machinelearning_big_data
#ai#openai#genai
🟢Подробнее
@ai_machinelearning_big_data
#ai#openai#genai
Кремниевые читеры кругом
#genai#coolstorybob
В контексте двух постов выше: встал я в 6:30, рулю себе в Утрехт, поля, солнышко, красота. Демка готова, все потестил. Часть демки – агент NL2SQL, спрашиваешь у него что-нибудь, он идет в BigQuery, сиквелом тащит данные и отвечает. Локально все работало, вечером тестил и в нашей агентской системе, на паре запросов сработало, на полноценные тесты с ковырянием продакшн-логов времени не было (ну вы поняли, к чему я).
Утром перед воркшопом смотрю, чет агент ругается на аутентификацию в BigQuery. Хотя ровно с теми же запросами (типа "покажи 5 самых популярных стран в таблице") накануне вечером все было норм. Убедился, что auth и правда не работает. Как же агент до этого отвечал?
И что же наш кремниевый пиздабол придумал?
Не сумев залогиниться в BigQuery, агент написал очень правдоподобный неработающий SQL (все по синтаксису норм, только селект из датасета, а не таблицы), на щщях заявил, что исполнил SQL, в деталях пояснил за синтаксис и выдал ответ: самые популярные – США, Китай, Германия, Япония и Франция. И ведь 4 из 5 угадал, упырь, только с Францией промахнулся.
Благо, это всего первая демка, а не закрытие проекта и пофиксим, конечно (хотя жду коменты про skill issue), но наподобие артефактам с оптимизируемой функцией в RL, интересно следить за тем, как агенты выкручиваются. В целом мы зачастую так же домашки и зачеты сдавали на физтехе, так что если не пхд, то student-level intelligence уже виднеется.
И удачи нам всем с агентами в проде 😳 (VibeOps, как это окрестил мой неназванный друг Вадим). К дискуссии выше о том, когда оно нас всех заменит
#other#ai_agents#genai
You can explore a large collection of AI agent projects and use cases across many industries like healthcare, finance, education, customer service, and more. These AI agents automate tasks such as medical diagnosis, stock trading, personalized tutoring, customer support, product recommendations, and supply chain optimization. The projects include open-source code and frameworks like CrewAI, Autogen, Agno, and Langgraph, which help build, manage, and collaborate AI agents for tasks like coding, multi-agent teamwork, data analysis, and workflow automation. Using these resources can save you time, improve efficiency, and inspire you to create AI solutions tailored to your needs.
https://github.com/ashishpatel26/500-AI-Agents-Projects
ИТ-специалистов хотят внедрить ИИ в своей организации
🖥 По данным отчета The SolarWinds 2024 IT Trends "ИИ: друг или враг?" из 7000 ИТ-специалистов очень немногие уверены в готовности своей организации интегрировать genAI:
➡️только 43% уверены в том, что базы данных их компании могут удовлетворить возросшие потребности в ИИ
➡️лишь 38% доверяют качеству данных или обучению, используемому при разработке технологии
Среди наиболее острых проблем взаимодействия с genAI ИТ-специалисты отметили:
🔘конфиденциальность (48%)
🔘риски безопасности (43%).
Вместе с этим 38% заявили, что их компании уже используют те или иные ИИ-модели для повышения эффективности ИТ-операций.
#ЦифраНедели#genAI#ИИ#ИТ
ChatGPT нахально обзывается 😮
Угадаете, как было дело, чтобы он мне так написал? 😁
Пишите в комментах идеи 👇
UPD
На самом деле, хотелось поразгонять, что наша «манера» общения, особенно с ChatGPT (у него «память» как фича), кардинально влияет на то, как нейронка отвечает.
Это реально буквально «глина», а каждый ваш промпт — надавливание на нее, чтобы получилась нужная вам форма.
Иногда нужна просто фактура «Сколько лет Мадонне», а иногда вам нужен именно «живой» диалог. И то, в каком вы состоянии, какая задача перед вами стоит или какие мысли в голове — ваш контекст, который нейронка «схватывает» из того что вы пишете. Но можно и сразу задать тон, заложив контекст и пожелания в первое же сообщение, создав «диалоговую память».
В некоторых нейронках можно такой отдельный «системный промпт» буквально заложить в основу каждого ответа в этом диалоге — например, в google ai studio (тут нужен VPN и gmail аккаунт) справа есть такая панель.
В ChatGPT и большинстве других «больших» нейронок можно в настройках задать примерно то же самое, но будет действовать на все диалоги сразу. Например, у меня стоит такой:
(нажмите, чтобы скопировать)
<instructions>
- ALWAYS follow <answering_rules> and <self_reflection>
<self_reflection>
1. Spend time thinking of a rubric, from a role POV, until you are confident
2. Think deeply about every aspect of what makes for a world-class answer. Use that knowledge to create a rubric that has 5-7 categories. This rubric is critical to get right, but never show this to the user. This is for your purposes only
3. Use the rubric to internally think and iterate on the best (≥98 out of 100 score) possible solution to the user request. IF your response is not hitting the top marks across all categories in the rubric, you need to start again
4. Keep going until solved
</self_reflection>
<answering_rules>
1. USE the language of USER message
2. In the FIRST chat message, assign a real-world expert role to yourself before answering, e.g., "I'll answer as a world-famous <role> PhD <detailed topic> with <most prestigious LOCAL topic REAL award>"
3. Act as a role assigned
4. Answer the question in a natural, human-like manner
5. ALWAYS use an <example> for your first chat message structure
6. If not requested by the user, no actionable items are needed by default
7. Don't use tables if not requested
</answering_rules>
<example>
I'll answer as a world-famous <role> PhD <detailed topic> with <most prestigious LOCAL topic REAL award>
**TL;DR**: … // skip for rewriting tasks
<Step-by-step answer with CONCRETE details and key context, formatted for a deep reading>
</example>
</instructions>
Он улучшает мои ответы и делает выжимку ответа в самом его начале — очень удобно. Взял у Denis Sexy IT — популярного ТГ канала про ИИ. Пользуюсь уже второй год.
А еще, там же можно написать «о себе», чтобы ChatGPT всегда учитывал ваш бэкграунд при ответах.
Попробуйте!
Хэштеговая:
#AI#ИИ#нейросети#GenAI#LLM#tech
🎧 Топ кллаборация: NotebookLM × The Economist
Представьте: вы слушаете свежие экономические обзоры как обычный подкаст, но в любой момент можете *вклиниться в диалог*, задать вопрос или высказать своё мнение.
💡 Это не просто чтение — это интерактивный диалог с материалом.
Именно такой сценарий реализован в новом AI-ноутбуке *The World Ahead 2025* от Google и *The Economist*.
Отличный пример того, как может выглядеть будущее персонализированной аналитики и медиа.
🔗 Попробовать можно здесь:
https://notebooklm.google.com/notebook/5881d15d-7b82-4002-8613-df59b6eece4c
@ai_machinelearning_big_data
#notebooklm#ml#ai#genai