https://youtu.be/96jN2OCOfLs🧠
О чём говорили (made by
Ling-2.6-1T)
1. Vibe Coding — откуда взялось
• До декабря 2024: AI-инструменты писали куски кода, но часто с ошибками — приходилось править.
• Декабрь 2024:
чёткий перелом — код стал выходить чистым. Карпати перестал править, просто доверял системе и ушёл в бесконечные сайд-проекты.
• "Люди всё ещё думают об AI как о ChatGPT. Но с декабря всё фундаментально изменилось."
2. Эволюция софта: Software 1.0 → 2.0 → 3.0
•
1.0 — явные правила, ты пишешь код.
•
2.0 — нейросети: программирование через датасеты и архитектуры.
•
3.0 —
LLM как новый компьютер. Программирование = промптинг. Контекстное окно — рычаг управления над "интерпретатором" (LLM).
3. Наглядные примеры Software 3.0
•
OpenClaw: вместо сложного bash-скрипта для установки — скопируй текст агенту, и он сам разберётся с твоим окружением.
•
MenuGen: Карпати написал полноценное приложение (распознавание меню, генерация картинок, Vercel). Потом увидел Software 3.0-версию — просто кинуть фото Gemini и сказать "используй NanoBanana". Результат тот же.
"Всё моё приложение не должно существовать."4. Verifiability — проверяемость
• Frontier-модели тренируются через RL с verification rewards. Поэтому они
зубчатые (jagged): гениальны в верифицируемых доменах (мат. вычисления, код), но тупят в бытовом понимании.
•
Пример: Opus 4.7 рефакторит 100k строк кода, но говорит "идти пешком до автомойки за 50 метров" (вместо "ехать на машине").
•
Почему так: всё зависит от того, какие данные и задачи лаборатории засунули в training distribution.
5. Vibe Coding vs Agentic Engineering
•
Vibe Coding — поднимает планку для всех. Любой может что-то "навайбить".
•
Agentic Engineering — инженерная дисциплина. Как использовать агентов (они spiky, стохастичные, но мощные) без потери качества и безопасности.
• "10x — это не ускорение. Люди, крутые в этом, выигрывают
гораздо больше 10x."
6. Что остаётся человеку?
•
Вкус, суждение, эстетика, надзор.
• Пример: агент в MenuGen матчил платежи по email — но Stripe и Google могут быть с разными email. Агент не понял, что это костыль.
• Ты не помнишь API-детали (keepdim vs keep_dim, dim vs axis) — это за агентами. Но ты должен понимать фундамент (например, как работают тензоры и память).
•
"Вы можете аутсорсить мышление, но не понимание." (ключевая цитата)
7. Кого нанимать?
• Давать не алгоритмические задачки, а
большой проект (например, Twitter-клон на агентах). А потом попробовать взломать его 10 Codex-агентами. Если не взломали — you're hired.
8. "Животные vs Призраки"
• Мы не создаём животных — мы
призываем призраков. У них нет intrinsic motivation, любопытства, эволюции. Это статистические симуляции + RL.
• Относись к ним с подозрением, исследуй их границы — нет готового мануала.
9. Agent-native будущее
• Вся инфраструктура должна быть переписана для агентов.
• Docs должны быть не "для человека", а "скопируй это агенту".
• Развёртывание (Vercel, DNS, сервисы) — до сих пор боль. Хочется: дал промпт → всё само собралось и задеплоилось.
• "Мой агент будет говорить с твоим агентом, чтобы договориться о встрече."
10. Итог
•
Всё автоматизируемо. Просто вопрос времени, когда лаборатории добавят нужные RL-схемы.
• Но пока человек — bottleneck понимания. Ты должен знать,
что строить и почему, чтобы директить агентов.
───
Коротко: декабрь 2024 — точка бифуркации. Мы перешли из эпохи "AI как подсказка к коду" в эпоху "AI как интерпретатор, а код — просто текст для копипасты агенту". Всё будет переписано.
