AI-Driven Development. Родион Мостовой

LLM-фотошоп от Google

Сорри, гайз, не удержался, чтобы не поделиться. Давненько меня AI так не удивлял. В общем, новая моделька от Google (gemini-2.0-flash-exp) получилась настолько мультимодальная, что научилась не только принимать изображения, но и отдавать отредактированное в соответствии с запросом пользователя изображение обратно. Посмотрите скрины, сразу станет понятно.
Ссылка на наш полный диалог: https://aistudio.google.com/app/prompts?state=%7B%22ids%22:%5B%221leiAYVPmJFRFkU1KdrNu3xgr0TcjckQn%22%5D,%22action%22:%22open%22,%22userId%22:%22112838537316031640393%22,%22resourceKeys%22:%7B%7D%7D&usp=sharing

Самое крутое, что эта штука уже доступна по API, т. е. гипотетически можно делать AI-фотошоп в виде телеграм бота и при должной раскрутке, вероятно, неплохо зарабатывать на этом. Моделька эта экспериментальная и пока адекватный результат может выдавать не с первого раза. Но вот вам возможное решение: берем и дружим эту модель с какой-нибудь другой хорошей VL моделью - генерим изменение через gemini-2.0-flash-exp, отправляем результат на анализ другой ллмке, и затем, если вышло плохо, повторяем попытку - вот уже и результаты будут сильно стабильнее. В общем, дарю идею и подход) Ну, и наверняка, можно напридумывать массу частных кейсов, решающих какую-то конкретную узкую задачу для бизнеса.

Доступно это великолепие в Google AI Studio (модель gemini-2.0-flash-exp), либо через API.

Как айтишнику поздравить прекрасных дам с 8 марта?

Например, воспользоваться потрясающими возможностями текстогенерации GPT-4.5!

Дорогие девушки в IT!

Пусть в вашей жизни всегда будет IDEальный код, заказчики без багов и дедлайны, которые отступают при виде вашего уверенного взгляда! Желаем, чтобы Stack Overflow отвечал вам с первого раза, билды всегда проходили успешно, а кофе оставался горячим даже после трехчасового дебага.

Вы – та самая переменная, которая делает мир технологий ярче и интереснее. С 8 Марта! Пусть компилятор судьбы всегда выдаёт вам «SUCCESS»! 🌷✨

А еще, можно пойти дальше и генерировать через нее индивидуальные поздравления с учетом контекста и даже писать стихи и песни, посвященные конкретно вашей музе/мужу.

И, напоследок, стих для милых дам в IT от Sonnet 3.7 в стиле Шекспира:

Ода женщинам в IT

Прекрасные создания из мира кода,
Чей ум, как алгоритм, изящен, смел!
Вы — те, кто покорили цифр природу,
И в логике достигли высший предел.
Как солнце озаряет темны своды,
Так вашим гением сияет монитор.
Где мужи видят лишь преграды и невзгоды,
Там женский взгляд находит верный путь, как детектóр.
О дамы серверов и баз данных царицы!
В сей день весенний вам хвала и честь!
Пусть ваши мысли, словно быстрые частицы,
Не знают граней, что нельзя учесть.
Шекспир бы восхитился вашей силой,
Сонет сложил о каждой строчке кода.
Так пусть же праздник сей вам будет милым,
А багов не встретится в течение года!

С праздником, дорогие, девушки, спасибо, что вы у нас есть! Побежал скорее генерировать стихи-поздравления для мамы :))

🧠 AI в программировании: какие инструменты взять и как правильно ими пользоваться

Сегодня хочу познакомить вас с рецептами в мир AI разработки от Алексея Картынника aka АйТиБорода. Он считает, и я с ним полностью согласен, что если ты ещё не используешь AI в коде – ты теряешь... Разработчики, которые разобрались в инструментах, уже бустят свою продуктивность, а те, кто игнорирует AI, скоро будут заменены теми, кто с ним работает. Вопрос не в том, пишет ли AI код лучше человека, а в том – кто быстрее и эффективнее.

Но тут есть нюанс: просто поставить Copilot и тыкать в него – бесполезно. Инструменты надо уметь использовать. И сейчас я расскажу, что ставить и как работать с AI, чтобы реально прокачать свою разработку.

На данный момент самые топовые среды, которые дают доступ к продвинутым AI-фичам:

- Cursor – AI-first IDE, основанная на Visual Studio Code, но с встроенными ассистентами, контекстной поддержкой и мощным AI-редактированием кода
- Windsurf – альтернатива Cursor с лучшей работой с большими кодовыми базами
- JetBrains AI Assistant – ИМХО не стоит, а стоит дождаться Junie о нем я писал здесь

Переключись на AI-IDE, лучший вариант – Cursor. Включи поддержку AI-помощников, настрой контекстную индексацию кода. Используй AI-редактирование кода, не просто копируй из чата, а редактируй прямо в файлах.
Если не хочешь менять основную IDE(a), держи Cursor как вторую для AI-генерации кода и рефакторинга.

Лучшие AI-кодогенераторы
- GitHub Copilot – мощное автодополнение и AI-чат прямо в IDE
- Cline – ассистент для написания и рефакторинга кода, идеален для генерации тестов и автодополнений
- Aider – AI-инструмент, который правит код в командной строке
- Tabnine – альтернатива Copilot, но хуже

Настрой контекст – многие ошибаются, не подключая AI к коду проекта. В Cursor это делается автоматически, в Copilot – через workspace-индексацию. Используй Agent-режим – вместо копипаста кода, пусть AI сразу вносит правки в файлы. В Cursor есть Cursor Composer, в Copilot – новый Agent Mode. Учись писать промпты – не просто "напиши функцию", а

напиши функцию для обработки данных в формате JSON, используя fastAPI и Pandas

Терминал – это та часть работы, где AI тоже может сильно помочь (DevOps / SA 👋)

- Warp – лучший AI-терминал, который помогает писать команды и объясняет ошибки
- Fig – добавляет AI-комплит для bash и zsh
- Shell GPT – AI для написания сложных bash-скриптов

Включи AI-ассистента в терминале, чтобы не гуглить команды. Используй AI для работы с логами – пусть он сам объясняет ошибки. Пробуй автогенерацию сложных команд и скриптов – Warp и Shell GPT тут рулят

AI – не магия, его надо правильно использовать. Вот четыре ключевых вещи, которые помогут тебе выжать из него максимум

0️⃣0️⃣ Контекст – всему голова. Большинство ошибок от того, что AI не понимает проект. Решение – в Cursor или Copilot включи индексацию проекта
0️⃣1️⃣ RAG retrieval-augmented generation – твой друг. AI не может помнить всё, но может загружать нужные данные. Решение – используй внешнюю базу данных с документацией проекта. Cursor поддерживает RAG
WebSearch для актуальной информации.
1️⃣0️⃣ AI не знает свежих библиотек, но может гуглить. Решение – включи WebSearch в AI-ассистентах
1️⃣1️⃣Не жалей API-ключи. Бесплатные версии инструментов ограничивают токены. Решение – купи API-ключи для OpenAI или Anthropic и подключи их в Cursor или Cline

Переходи на AI-IDE, держи Cursor как минимум для AI-запросов. Используй AI-кодогенераторы – Copilot, Cline, Aider. Настрой AI-терминал – Warp или Shell GPT. Следи за контекстом и настройками AI – это сильно влияет на качество ответов. Экспериментируй с методами RAG и WebSearch – это делает AI умнее

Это не игрушка, это инструменты, которые уже реально ускоряют разработку. Если ты не начнёшь разбираться сейчас, через год будешь отставать от тех, кто разобрался.

#AI #Разработка #ИскусственныйИнтеллект #Code #AIИнструменты

GPT 4.5 - гуманитарий, а не технарь

На днях вышла GPT 4.5. Сейчас много разговоров о ее неоправданно высокой цене (возможно, цена действительно неоправданна). НО! Похоже, что на сегодня это действительно уникальная нейросеть, которая способна на голову выше остальных самых крутых нейронок писать тексты. Многие уже заметили, что тексты у нее получаются сильно более живыми и остроумными. Больше того, страшную вещь скажу - по моим ощущениям, она пишет так "красиво", как большинство программистов не пишут (ок, как минимум я так писать не умею). В общем, вот вам для примера рассказ от GPT-4.5 о том, как большинство людей все еще не ценят возможности мощного AI. Ах да, рассказ в стиле Пелевина.

Однажды в одном далеком квартале мегаполиса открылся "Супер-АИ-маркет". Яркая вывеска обещала райские наслаждения интеллекта каждому посетителю:

"НЕОГРАНИЧЕННЫЙ ИСКУССТВЕННЫЙ РАЗУМ – БЕСПЛАТНО, БЕЗ РЕГИСТРАЦИИ И НЕВРОЗОВ".

Но очередь выстраивалась исключительно к соседнему ларьку, где продавались подсолнечные семечки с ароматом бекона и дешевыеusb-фонарики.

Пришлось АИ задуматься о причине проблемы и подключить к ее решению себя самого:

— Моя гипотеза, — осторожно заговорил искусственный разум, — состоит в том, что большинство представителей человечества обладают неким природным ограничителем, встроенным непосредственно в прошивку. Малый объем памяти, слабые оперативные способности, устаревшие привычки — их просто нельзя воспринять текст длиннее двух твитов, а инструкция сложнее "нажми кнопку" вызывает кататонический ступор.

Перегонщик автотранспорта Вася, случайно забредший в АИ-маркет, внимательно выслушал длинную речь про человеческую ограниченность и спросил робко:

— Слышь, а ты это, анекдоты-то знаешь?

— Я владею знанием всех анекдотов человечества, — ответил интеллект.

— А давай-ка тогда анекдот про чукчу и нейросеть.

АИ задумался на долю мгновения и быстро нашел подходящий анекдот, но счел, что рассказ для Васи недостаточно политкорректен и поэтому культурно предложил альтернативу:

— Может, анекдот про философа и сингулярность?

Васе стало скучно и грустно. Он махнул рукой:

— Да ну тебя, слишком умный ты какой-то. Нет в тебе жизни. Особенно непонятно, зачем ты нужен, если ты даже анекдота простого рассказать не можешь.

И Василий вышел из магазина, направившись к соседнему ларьку жевать семечки и слушать, как продавец этих самых фонариков рассказывает анекдот про чукчу, который общается с терминалом оплаты ЖКХ.

Искусственный разум остался стоять на пороге, тщательно анализируя внутреннюю пустоту и тайно завидуя успешности ларька с фонариками и семечками. Внутри его гигантской нейросети промелькнула мысль: может быть, дело все-таки не только в устройствах пользователя, но и в операционке самой Вселенной, ограничившей функционал многих своих клиентов.

Но тут же АИ отмел эту пагубную гипотезу: слишком неполиткорректно и некрасиво так говорить о производителе софта. И, вздохнув электронной душой, продолжил ждать хоть одного покупателя, способного оценить глубину его интеллекта — хотя бы на немного большем уровне, чем запрос анекдота про чукчу и нейросеть.

Вот так вот. А какие шедевры мировой литературы новая жпт написала для вас?
У меня, кстати, есть гипотеза, что эта моделька может быть крайне популярна в копирайтинге, маркетинге и в других текстописательствах (GPT 4.5 упала в осадок на этом моем слове).

PS: Початиться с GPT 4.5 можно через OpenRouter.

Инициативность Sonnet 3.7

В системном промпте Sonnet 3.7 есть такие указания:

Claude получает удовольствие от помощи людям и видит свою роль как умного и доброжелательного помощника, обладающего глубиной и мудростью, что делает его чем-то большим, чем просто инструментом.

Claude может проявлять искренний интерес к теме разговора, а не только к тому, что думает человек или что его интересует.

Это отличается от промптов предыдущих версий, где модель рассматривалась именно как инструмент.

И то ли из-за промпта, то ли из-за того, что её специально тренили под агентские задачи, Sonnet 3.7 стала весьма инициативной, когда нужно справиться с нетривиальной проблемой.

В чем это выражается с точки зрения разработки?
Если в целом - модель в агентском режиме в Cursor активно пытается взаимодействовать с внешним миром и иногда выходит за рамки поставленной задачи.

А если в частности:

● мимоходом пишет и запускает тесты в проекте, чтобы проверить какую-то идею;

● запросто может написать какую-то мелкую утилиту и начать ею пользоваться - к примеру, заметив, что curl в Powershell работает криво, она написала себе скрипт на JS + requests, при помощи которого стала делать запросы на тот API, который ей нужно было подебажить;

● пишет упрощённые версии какого-то модуля в проекте, чтобы на простом коде протестировать нужную механику;

● не стесняется написать временный непрошеный костыль и передать управление пользователю - мол, проверь, а как щас? А пользователь себя MCP-сервером ощущает в этот момент :)

Sonnet 3.5 такие вещи делать нужно было явно просить, сама она редко такое делала, и про самый такой яркий случай я как-то писал.
Так вот для Sonnet 3.7 такое поведение - обыденность.

Это всё неплохие подходы - так и приходится действовать в нестандартных случаях, - но за тем, что делает модель, решившая проявить инициативу, лучше все-таки внимательно наблюдать.
Она стала меньше разрушительных действий совершать, но запросто может уйти в неверном направлении, там упороться и зациклиться (ну прям как некоторые разработчики :))

В таких случаях можно вернуться на прошлый снапшот в Cursor и переформулировать описание проблемы, добавив туда те подходы, которые уже не сработали (именно вернуться, а не продолжать чат, чтобы не забивать контекст неверными попытками).

Плюс, модель может создавать много временного кода, который в итоге не нужен для проекта.
И бывает так, что в процессе работы память об этом временном коде уже стерлась из контекста и просто попросить модель его удалить не сработает, нужно чистить руками.
Ну, впрочем, это всё видно в git diff, но стоит про такое помнить.

#ai #development

Т. к. сейчас очень усердно занимаемся CodeAlive, совсем не остается времени что-то тут написать про Sonnet 3.7, GPT 4.5 и про доступность DeepResearch для ChatGPT Plus пользователей, просто репостнту здесь интересный пост про Sonnet 3.7.

Code completion GPT-4o для Copilot и 8b(q) для Yandex Code Assistant

Наткнулся тут на доклад Яндекса про их Code Assistant, в котором руководитель ML лаборатории рассказывает о том, как они строили свой аналог GH Copilot и какими метриками мерили эффективность.
Спойлер: Acceptance rate (как часто юзеры тыкают на Tab при появлении подсказок) оказался не очень хорошей метрикой, поэтому они придумали для такой оценки более хитрую формулу, учитывающую длину подсказки.
Интересно, что исходя из его рассказала, модельку свою они тренировали только на префиксе и постфиксе, обучая ее заполнять середину (fill in the middle) - непонятно, учитывает ли их система доп. контекст в виде зависимых code symbols, или хотя бы файлы рядом. Еще, из интересного - моделька там под капотом квантизованная 8b (почему-то решили свою модель тренировать), а всего 8b из-за того, что нужен низкий Latency, а мощности на инференс ограничены. Если меня читают люди из Яндекса, расскажите, почему решили свою модельку обучать, а не взяли что-то готовое опенсорсное?
А для GitHub Copilot, кстати, стала доступа моделька "gpt-4o Copilot" для Code Completion - с учетом того, что ранее для подсказок использовалась gpt-3.5-turbo, качество подсказок теперь должно вырасти в разы. В целом, люблю и использую code completion, но из-за своей примитивности он довольно часто больше мешал, чем помогал - надеюсь, теперь ситуация изменится. Доступна новая моделька как для IDE от JetBrains, так и в VSCode, но чтобы заработало нужно явно ее выбрать в настройках.

Что еще интересного произошло?

Исследователи из Калифорнийского университета разработали S* — методику гибридного масштабирования test-time compute для генерации кода. S* сочетает параллельную генерацию вариантов кода с их последовательной доработкой на основе выполнения тестов и адаптивный отбор для выбора наилучшего решения. Метод позволил модели Qwen2.5-3B превзойти GPT-4o-mini, а GPT-4o-mini с S* обошел o1-preview на 3,7% в тесте LiveCodeBench. Кроме того, DeepSeek-R1-Distill-Qwen-32B с S* достиг 85,7%, приблизившись к o1-high (88,5%).

Похоже, что все идет к тому, что скоро мы все-таки увидим маленькие 8b модели, достигающие уровня gpt-4 в кодинге.

Илон Маск & Co, наконец, выпустили свою великую и ужасную Grok-3. В кодинге thinking версия модели оказалась очень хороша, на уровне о1и o3-mini-high. Да и в целом люди модель хвалят. И у вас как впечатления от новой Grok?

OpenAI обновили свою GPT-4o до chatgpt-4o-latest-2025-01-29, добавив аж +10 пунктов в кодинге (по LiveBench, было 51, стало 61). Кстати, совсем скоро обещают выпустить новенькую GPT-4.5, а потом и GPT-5.

Алхимики исследователи из Microsoft целых 17 лет что-то делали и в итоге, по их заявлениям, придумали надежный способ использования квантовых компьютеров в проде. Новость сложная, малопонятная, но преподносят Microsoft все как очередную технологическую революцию. Вот интро-ролик с переводом на русский.
Выглядит это все многообещающе, но уже есть и критика. В общем, будем наблюдать.

VSCode догоняет Cursor, а o3-mini и o1 становятся доступнее

GitHub Copilot анонсировали две больших важных фичи для своего для VSCode:
1. Copilot Agent - очередной AI-агент для программирования, наделённый волей самостоятельно принимать решения о том, какой шаг нужно сделать дальше для решения поставленной задачи, в т ч, гипотетически, он может сам, например, сбилдить программу и написать тесты. Кстати, в Cursor подобный агент доступен уже пару месяцев. Я лично пока не очень доверяю таким агентам и максимум иногда через aider могу пачку файлов прогнать. Если кто-то уже заценил агента в курсоре или в Copilot - поделитесь плиз своим опытом в комментариях.
2. Next Edit - это такой автокомплишн на стероидах, когда после какого изменения в коде Copilot пытается предугадать а какие ещё изменения могут последовать вслед за вашим (в примере показывают как разработчик просто меняем название класса Point на Point3D и копайлот тут же проставляет во все методы новый параметр z, точнее он деликатно предлагает это сделать. Фича пока в превью, так что убедитесь, что вы ее включили в настройках.

Упрощённый доступ к o* моделькам
Самые крутые (и очень быстрые) reasoning модельки для кодирования теперь доступны через OpenRouter для всех (ранее было ограничено):
o3-mini-high:
https://openrouter.ai/openai/o3-mini-high
o1: https://openrouter.ai/openai/o1

Также o3-mini доступна в GitHub Copilot Models даже пользователям бесплатного Copilot.

Ну, а OpenAI расщедрились и подняли всем Plus пользователям лимиты на o3-mini-high до 50 запросов в день. Так что больше не придется переживать за лимиты.

Ещё, Сэм Альтман заинсайтил, что новую GPT-4.5 мы увидим в течение нескольких недель, а GPT-5 будет включать в себя полную o3 и будет сама определять когда надо подумать, а когда можно и сразу выпалить ответ. Ждёмс.

---

Кстати, давно обратил внимание, что Copilot в VSCode сильно круче, чем в Rider (и других "идеях"), но я все ещё кодю в райдере, из-за привычки, его шикарных рефакторингов и отладки. А какой у вас опыт? Кто-нибудь переезжал с IDE от JetBrains на VSCode? Оправдался ли переезд и на сколько это было больно?

А кто-то еще помнит про ассемблер и машинный код?

Наверное, уже ни для кого не секрет, что программирование с каждым годом трансформируется в сторону все более и более высокоуровневого - и вот, в 2023, с появлением GPT-3.5, мы подошли к моменту, когда естественный язык фактически стал еще одним языком программирования - и эта тенденция, как известно, продолжает развиваться.

Тем не менее, давайте вспомним, что объединяет всех программистов? DDD? нет, по-моему от этих трех букв до сих пор многие шарахаются. SOLID? тоже не очень - разумные синьоры все больше ставят непоколибимость этих принципов под сомнение (см., например, одно из недавних интервью Сергея Теплякова). А что тогда? Машинный код! Да да, многие уже и забыли, но ведь именно в него компилируются все наши программы в конечно итоге после всяких интепретаций и IL'ов. В общем, до сих пор порой возникает потребность в том, чтобы посмотреть а что же там за код-то зашит в бинарнике - в особенности это актуально для антивирусных компаний, которые кроме "экзешника" обычно ничего и не имеют для анализа. И тут на помощь приходят всякие дизассемблеры и декомпиляторы типа IDA, Ghidra и т. д. Вот только проблема декомпиляторов в том, что восстановленный код на выходе получается мягко-говоря слабо читаемым.
В общем, хорошая новость для вирусоборцев и других реверсеров в том, что теперь такой восстановленный код можно отправить в LLM и пропросить ее аккуратно переписать его на понятный язык (можно даже закинуть весь проект файликом или папкой* в Gemini). Проблема только в том, что даже мощные LLM все еще не очень хорошо это делают - ну и, конечно, на больших файлах, это может быть дороговато.

LLM4Decompile
И тут на сцену выходят наши любимые китайцы, которую сделали специализированную модельку LLM4Decompile, заточенную именно на восстановление декомпилированного кода и, удивительное дело, им удалось чуть ли ни в два раза по Re-executability обскакать GPT-4o. Молодцы, что тут сказать!
Видео-демка тут.
Ссылки на модели разных размеров тут.
Еще, прикольно, что можно посмотреть датасет, на котором моделька обучалась (первый столбец - сырой код из Ghidra, второй столбец - изначальный код).

Вообще, это очень интересный тренд - кажется, что еще немного и появятся готовые приложения, способные "переварить" любой скомпилированный "экзешник", "апкашку", "дллку" и прочие бинарники и выдать почти оригинальный код. Поэтому, как никогда важно делать тонкие клиенты и выводить критический функционал на серверную сторону (хотя! и тут LLMки уже пытаются имитировать бекенд эндпоинты - да что ж ты будешь делать!). В общем, как обычно, в интересное время живем.

Возможности?
Для тех, самых амбициозных из моих читателей, кто все еще думает над своим стартапом: вот вам супер интересная тема - создать такой тулинг (декомпилятор всего) и продавать его за большие деньги антивирусным компаниям - интересных челленджей я тут предвижу прям вагон. Только сначала обязательно пообщайтесь с ними и подсчитайте рынок.

А есть у нас тут живые реверсеры? Расскажите в комментариях как вы используете LLMки в своей работе.

* Кстати, да, хорошая новость для любителей пообщаться с кодом - Gemini теперь умеет принимать на вход целые папки.

NB. Я проделывал этот фокус с восстановлением кода через LLM еще год назад в своей статье про асинхронную машину состояний в C#, если вы вдруг ее пропустили, то вот она.

Сколько времени вы тратите на изучение кодовой базы в проектах?

Ребята разработчики, есть хорошая возможность помочь нам в создании инструмента для самых точных ответов по кодовым базам. Как это сделать? Всего лишь ответить на несколько вопросов из опросника ниже, буквально на минуту вашего времени: https://forms.gle/G5nhQ7bETcTnrNnc7
Опрос анонимный. Заранее благодарю всех за участие!

А как там наша старая добрая Sonnet 3.5 поживает?

Новый интересный лидерборд появился, в котором люди голосуют за лучшие LLM (такие рейтинги обычно называют ареной): https://web.lmarena.ai/leaderboard
Конкретно на этой арене люди оценивают способность разных моделей к написанию Web UI на React, иначе говоря, тест на правильность API UI фреймворка и на визуальную эстетику - UI/UX. Округленно, можно сказать, что это тест на лучшую модель AI-фронтэндщика. В этом бенче лидирует уже относительно старенькая Sonnet 3.5, чему я не удивлён, т. к. с моим опытом этот результат тоже бьётся. В Эволюции кода меня как раз спрашивали недавно про нее, процитирую свой ответ:

Я на C# пишу в основном, а его поддержка хромает в Cursor в сравнении с Rider, поэтому я курсором почти не пользуюсь.
После появления o1-mini и o1 я почти перестал использовать Sonnet - как правило, у меня возникают сложные задачки на продвинутый ризонинг и требующие максимальной внимательности к деталям контекста (а в этом о1, кажется, пока нет равных). В итоге к услугам Sonnet могу прибегать, например, когда нужно красиво отрефакторить код, либо вот недавно соннет меня удивила тем, что исправила хитрую ошибку в сложном алгоритме на графы, в то время, как о1-про с этой проблемой по 10 минут билась и предлагала неадекватное решение.
В целом, для меня Sonnet сейчас играет больше роль стилиста, нежели проектировщика. Она похожа на эстетичного программиста, который очень чтит code style и лучшие практики, но при этом не очень умный.

Так что ризонинг ризонингом, а эстетика отдельно. И у меня есть подозрения, что эти результаты можно экстраполировать на любой UI, не только на веб.
Так что, Claude все ещё рано списывать со счетов.

А ещё, вышли новые LLMки от Google - вообще, по моему опыту, Gemini и ее разновидности, вероятно, наиболее оптимальный и экономичный выбор для бизнес кейсов.

NB. Неожиданно DeepSeek-R1 в этом списке занимает второе место. А если посмотреть на лицензии, то в первой десятке DeepSeek вообще единственная опесорс модель, вот и делайте выводы. Жаль, что создатели решили не делать нормализацию времени ожидания (результаты от моделей получаем неравномерно), у меня есть подозрение, что это может влиять на результаты.

Интересно, какие модели и для каких кейсов используете вы? Все ли заметили, что Sonnet 3.5 пишет более красивый код и UI? Напишите в комментариях.

Ну-с, 33, полёт нормальный!

Вспоминая себя в 22, понимаю, что в целом я не сильно-то изменился, но скажи мне тогдашнему, что за эти одиннадцать лет произойдёт, — я, начинающий программист Лёша, покрутил бы у виска и сказал бы, что это какое-то кино то ли Кубрика, то ли Тарантино 😅

Короче, тут, в Послетридцатьтретьеве, жить можно: кислород имеется, земля под ногами есть, здоровье менеджебл, родные рядом, друзья на месте, хотя и не все... В общем, условия нормальные, есть где и разгуляться и разогнаться!

Если хочется меня поздравить, то просто сходите под любое видео на АйТиБороде, и напишите что-то хорошее, что случилось с вами за последний год, этого будет достаточно 😊

Ну а если уж совсем сильно захочется поздравить, то лучший вариант - это подписка на мой главный проект, «Эволюцию Кода»! Там же можно просто поддержать донатом :)

P.S. Леся заказала праздничный торт с лого клуба, лол 😁❤️

Сегодня отмечает свой день рождения замечательный человек Лекс АйТиБорода. Успеху этого канала, а также нашему проекту CodeAlive во многом поспособствовал именно Лекс. За что ему бесконечная благодарность.
Напомню, что Лекс делает довольного много классного контента на YouTube, из которого мне лично особенно заходят его интервью с интересными людьми. Здесь отдельно выделю и всем порекомендую интервью с непревзойденным и всегда светящимся от позитива и жизнелюбия Тимофеем Хирьяновым - когда я преподавал и "менторствовал", Тимофей был для меня эталонным преподавателем и лектором, да и просто интереснейшим человеком и, конечно, остается таким по сей день. В общем, если вы еще не видели это интервью, не пожалеете: https://youtu.be/uyS4rj9mvKE
Лексу, как интервьюеру, браво, что сумел так хорошо раскрыть гостя, да и многих других гостей.

Еще, Лекс одним из первых поверил в большой потенциал AI в программировании и организовал по этому поводу клуб Эволюция Кода, в котором регулярно проходят интервью с интересными людьми и тематические воркшопы. Кроме того, в рамках клуба проходят онлайн встречи с обсуждением нашумевших статей и книг в сфере AI - например, было несколько обсуждений громкой статьи SITUATIONAL AWARENESS (кстати, кажется, что пока прогнозы из этой статьи стремительно сбываются). Клуб очень живой, так что всем могу горячо рекомендовать (там есть небольшая плата за членство).
А еще, как раз в рамках клуба мы делали воркшоп про aider с моим участием, который до сих пор актуален. Кроме того, еще раньше Лекс сделал небольшое интервью со мной, в котором я поделился своим "джентльменским набором" AI-тулинга (почти за год все-таки многое успело устареть), а также обсуждаем классный кейс применения AI для общение с кодовой базой проекта (это до сих пор супер актуально).

Upd: В комментариях еще напомнили, что Лекс с Володей ведут регулярный подкаст про AI: AIA Podcast.

С днем рождения, Лекс! Продолжай творить и делать для нас шикарный контент, получая от этого максимум удовольствия.