IT Does Matter

Это всегда было или появилось? У всех так? Пробовали?

Вот вы тут жалуетесь на жизнь... всё быстро меняется, ИИ все дела...

А кто то тем временем ПРЯМО ЩАС (❗️) поступил в Универ на ИТ специальность.

И будет 5 ЛЕТ (❗️❗️❗️)... Учиться... хорошо если программировать, хорошо если хотя бы на python... по утверждённой (не в этом году конечно) минобразования программе... 😢😢😢

SkillOpt: качалка для навыков от Microsoft

Промпт-инженеринг мёртв, fine-tuning дорог. Microsoft Research предложила третий путь: оптимизировать текст навыка агента как обучаемые параметры, не трогая саму модель.
Эпохи, батчи, learning rate, валидация - всё как в глубоком обучении, только в пространстве текста.

📋 Что получаем:
- Средний прирост +24.9pp на GPT-5.4-nano, +23.5pp на GPT-5.5 без единого изменения весов
- 52 из 52 конфигураций:
SkillOpt лучше или равен всем бейзлайнам (no-skill, human skill, LLM skill, TextGrad, GEPA, Trace2Skill)
- Перенос навыка между моделями (+15.2pp), харнесами (+31.8pp из Codex в Claude Code) и задачами
- На выходе - один файл best_skill.md, который можно версионировать, аудировать и деплоить

🔧 Как устроено:
Цикл напоминает обучение нейросети.
Rollout - target model выполняет задачи с текущим навыком, собирая траектории успешности.
Reflect - отдельный optimizer анализирует батчи удач и провалов.
Edit - предлагает ограниченные правки (add/delete/replace) в пределах бюджета - это текстовый learning rate, предотвращающий разрушительные переписывания.
Gate - правка принимается только если улучшает результат на отложенной выборке.
Rejected-буфер и slow update работают как память сессии, не давая оптимизатору повторять ошибки.

💡 Фишка:
Навык - не промпт, а внешний артефакт. SkillOpt превращает ad-hoc инструкции в систематически оптимизируемое процедурное знание.
Например GPT-5.4-nano как свой собственный оптимизатор даёт +10.4pp на SpreadsheetBench - цикл работает даже без сильного оптимизатора.

Код открыт: github.com/microsoft/SkillOpt, 804 звезды, есть WebUI для мониторинга.

💼 Зачем бизнесу:
Агентные системы часто застревают на ручной оптимизации промптов.
SkillOpt автоматизирует эволюцию: запустил цикл, получил best_skill.md, деплой.
Для Hermes Agent и аналогичных фреймворков навыки - центральный артефакт.
Перенос между моделями и харнесами означает, что один оптимизированный навык обслуживает несколько агентов без перенастройки.

Конкуренты: TextGrad, GEPA (Databricks/DSPy), Trace2Skill (Alibaba/Qwen). SkillOpt обходит всех по стабильности на 52 конфигурациях.

#SkillOpt #Microsoft #навыки #оптимизация
------
@tsingular

А неплохая штука... пожалуй на 1С-ных своих скиллах проверю. OpenClaw это сам делает в процессе работы, а вот в наших агентах для разработки надо бы иногда проводить такую оптимизацию и не только силами кожаных.

DeepSWE сегодня конечно в топ новостях. Что могу сказать:
✅ это точно лучше SWE Bench - факт. Но SWE Bench уже давно никто не смотрит
❌ Arena.ai у меня лично вызывает больше доверия - всё таки кожаные ещё в состоянии отличить хороший код от плохого и хороший результат от не очень
❌ TypeScript, JavaScript, Python, Go, and Rust - 1С там конечно нет и не ожидается
✅ Применяются практики оптимизации и проверяется "агентский сценарий"
❌ Всё таки акцент на "точно то что просили" а не "достичь цели любой ценой" и "сделать то, что нужно" - в реальной жизни второй сценарий важнее
❌ Непонятно почему такие слабые позиции у DeepSeek - для 1С оно правда пишет неплохой код
❌ Gemini-flash лучше чем pro звучит как бред
❌ Какая то mimo-2.5 лучше чем glm-5.1 тоже бредовая история
❌ 5.4 mini пишет код(⁉️) лучше чем kimi-k2.6 кажетя там всё таки шутники...

⚠️ Не очень доверяйте этому бенчмарку пока https://arena.ai/ - где во главе угла кожаные всё таки более правильный бенч.

https://vibecoding1c.ru/bench несмотря на то что требует пересмотра для 1С пожалуй всё таки более репрезентативен

FreeLLMAPI объединяет 12 бесплатных тарифов разных LLM-провайдеров за одним OpenAI-совместимым endpoint и даёт примерно до 1,3 млрд токенов в месяц.

Что умеет:

- streaming-ответы
- tool calling
- автоматическое переключение между провайдерами при сбоях
- шифрованное хранение ключей
- учёт token budget отдельно по каждому провайдеру
- работа с любым OpenAI SDK - достаточно поменять base_url
- поддержка Google, Groq, Cerebras, SambaNova, Mistral и других

По сути, это прослойка, которая собирает бесплатные лимиты разных LLM-сервисов в один общий API. Для разработчика всё выглядит как обычный OpenAI-compatible endpoint, а под капотом запросы распределяются между провайдерами, учитываются лимиты и включается failover.

https://github.com/tashfeenahmed/freellmapi

И многим этого хватит...

Да, Qwen жив - видимо надо тестить.

📹 Видеозаписи ❗️❗️❗️ Конференции готовы, как и доп. материалы конечно же. Ссылки вам должны прийти в почту от boomstream. Также если вдруг кто то абсолютно случайно не попал на конфу и очень об этом сожалеет, то записи можно отдельно прикупить.

Тут была дискуссия усилит ли 1С современный подход к разработке ПО,
да и к жизни вцелом - ИИ везде.

Моё мнение: всё что делает конкурентов слабее 1С наруку.
А кто был основными конкурентами 1С в последние годы... Даже не SAP и Oracle - у которых у самих были проблемы.
Долю рынка отжимали многочисленные SaaS-ы, к слову, в РФ умело скупаемые.
Так вот, на картинке падение акций мировых SaaS.

А что мы слышали про 1С?
"Допили напильником"
"Нужен отдельный программист"
"Слишком сложно"
"Без доработок не взлетает"
"Мы не сможем настроить, возьмём что то попроще".

Так вот, кажется теперь все эти вопросы внезапно легко решаются.
А если у нас настала эра "лёгкой адаптации любого ПО под что угодно", то кажется что эти вопросы у нас решены.
Можно конечно возразить что "ну и с нуля на писать теперь не проблема", особенно в свете https://t.me/comol_it_does_matter/1711
Но тут как бы смысл в том что "костылить с нуля" не самая лучшая идея и бизнес это прекрасо понимает.
Всё таки инфраструктуру, поддержку, интеграцию, целостность, связанность никто не отменял.
Да и на токенах разоришься если всё с нуля делать.

В итоге нужна платформа, способная интегрировать кучи наработок, имеющая большую базу своего функционала,
специалистов, базу знаний и экспертизу. Вы же понимаете на что я намекаю ;).
Теперь, собственно, как никогда близка мечта создателя этой платформы "любой бухгалтер сможет сделать всё что он захочет".
Это очень важно, чтобы вайбкодинг для 1С был ещё более доступной штукой чем для прочих решений.
Я лично пытаюсь сделать свой вклад: https://github.com/comol/ai_rules_1c и https://vibecoding1c.ru/mcp_server наблюдали же последние изменения,
при которых устанавливаем их одной кнопкой и использование проще. Дальше ещё есть идеи как упростить. А с MCP вайбкодинг в 1С не сложнее а даже проще прочих решений
(в них же миграции, управление БД и подобное тоже никто не отменял).

Понятно что должна ещё пройти переоценка ценностей (сорри за тавталогию).
Код имеет мало значения - ключевое это накопленная экспертиза и нужно уметь её накапливать, организовывать обратную связь,
маркетплейсы, репозитории решений, сообщества. Ценность теперь тут. Платформа также должна больше выполнять роль оркестратора.
Интегрировать и связывать различные решения вокруг общих данных.
Ну и SaaS функциональность и старания всё сделать типовым и универсальным теперь менее важны. "У каждого будет свой 1С".
Ну т.е. как обычно :)

https://habr.com/ru/news/1038994/ - сегодня же тестирую. У меня по бенчам https://vibecoding1c.ru/bench оно сразу за opus-ом. А 1000 токенов в секунду будет задачки закрывать за считанные минуты, где основное время обновление базы 1С и её запуск для тестирования...

Вобщем настроил я на своем Hermes живущем на Винде на рабочем компе сегодня Канбан доску на SQL_Light, с 4мя воркерами агентами окестратор(манагер типа), аналитик, девелопер, код ревьювер, он этих агентов создал сам слепив чего то из правил и скиллов из репо Олега. Докинул туда им пачку MCP серверов от Олега и других. Прописал пути к основной конфигурации и расширению на локальном диске, подключил Гит. Завтра думаю тестировать этот оркестр в работе 🙂

Да, автономные агенты сила... Спеки я бы всё равно читал на отдельные задачи на разработку, но вцелом движение туда, да.

Коллеги, записи к конференции готовятся к раздаче прямо сейчас. Мы сделали тайминг, расшифровки, транскрибацию, собрали доп. материалы. До конца завтрашнего дня точно всем раздадим. Может быть уже сегодня начнём. И конечно же те кто по какой то ужасной случайности пропустил конференцию смогут купить записи дополнительно, как только их получат все участники конференции откроем продажу.

Решили с Олегом первый доклад первого дня конференции сделать публичным для всех. Посмотрите, коллеги, там всего полчаса, надеюсь, что всем будет полезно поразмыслить над ним :)
Важный момент: Аларикка Сергеевна руководитель, продавец и маркетолог, и образование никак с ИТ не связано, она еще три месяца назад ничего этого не знала.

Сантехники в Москве начали зарабатывать больше айтишников.

Пока программисты штудируют коды, в сфере ЖКХ устанавливаются финансовые рекорды. В сезон опытные мастера получают до 400 тысяч. Протечки и засоры в тренде всегда.

Где в Москве учат побеждать капризные краны и считать солидные чеки — расскажем в карточках 👆

За подготовку материала благодарим Департамент труда и социальной защиты населения города Москвы.

📷 Shutterstock

🆗 Подписаться на Москва 24 / Наши каналы / Новости в MAX