Джун на фронте | IT Dev Log

ИИ официально стоит дороже чем марихуана и фентанил, а через два года станет дороже кокаина за каждый грамм.

Эффект тот же что и у фентанила: люди тупеют, залипают, теряют работу и тратят все свои деньги.

Как я этот пост на год подписки обменял

С поста про расшифровку созвонов ко мне пришёл маркетолог из mymeet.ai. Говорит:

«Мы теперь как Granola! Гоу рекламу?»

Я такой: «50 тысяч и в путь» А они: «Денег нет, но вы держите вот подписку на год за 27 тысяч» Подумал и пошёл тестить.

В итоге потыкал сервис, снёс Granola и подключил MCP к mymeet.ai. Теперь контекст любого созвона всегда со мной.

Софтина сама запускается на звонках в Discord, Телемосте или Zoom, что удобно. Советую без рефки: mymeet.ai.

📊 #статистика в IT 1771д | 6015ч

Как Я/Мы platform-explorer.com релизим

😎 Версия релиза 2.4.0 была хороша, но впереди была потная итерация вёрстки дашбордов. Чтоб перебить стили Chakra v2, пришлось ломать каскад через !important. Эта Chakra пришла в проект ещё до того, как я попал в IT.

Так же накопились вопросы к остальному стеку. Ранее я уже начал типизацию, чтоб ИИ было проще угадывать следующий токен. Но Next.js был 14-й версии, а SCSS в 2026 казался лишним: всё этакое может CSS из коробки.

🤔 Как же их апнуть? Тут помогли 7 агентов грока. Они параллельно перевели проект на TS, затем подняли Next.js с 14 до 16 и обновили пакеты до latest. Заодно добавили Biome вместо Prettier и ESLint. После мы пошли в бар, а утром я проснулся один в серверной...

В результате терминал кричал алертами! Next.js конфликтовал с SCSS. Вникать в их проблемы не хотелось. От SCSS я и так думал уйти. Потому ужал абстракцию до CSS, а следом вырезать Chakra v2, чтобы больше не видеть её API.

👍 К хорошему привык быстро. Хотелось уже писать на CSS с TS7, но нужные PR не влиты. Срочные задачи пришлось бы делать на JS, а потом решать конфликты. Тут помог SUPER PR! Дааа... для Open_source сомнительно, но окей.

В релизе 2.5.0 повезло увидеть год за месяц. Щас вот еще перфоманс шатаю. Осталось только глубже залезть в CI/CD. Там я только линтер настраивал и пайпы пинал.

📊 #статистика в IT 1764д | 5971ч

Помните, мы писали про то, что компании платят авторам контента за рассказы об опасностях ИИ?

Так вот, тут один независимый исследователь Кевин Басс провел расследование, в ходе которого вскрылась интересная финансовая связь между заказчиками подобного контента и... кем бы вы думали? Anthropic ☕️

Среди частых заказчиков таких "устрашений" были Center for AI Safety и Future of Life Institute. У них есть крупный личный донор – Open Philanthropy (сейчас больше известный под названием Coefficient Giving). Так вот этот Coefficient Giving принадлежит Дастину Московицу – одному из ранних и крупнейших акционеров Anthropic.

При этом деньги на грантмейкинг Open Philanthropy идут из фонда Good Ventures, который наполняется в основном личным состоянием Московица. Басс утверждает, что значительную долю активов фонда составляет именно пакет акций Anthropic.

Помимо Center for AI Safety и Future of Life Institute, Open Philanthropy вкладываются в Tarbell Center for AI Journalism. Эта программа готовит журналистов, которые пишут про ИИ. Их выпускники пишут для таких крупных изданий, как The Verge, Science, LA Times, TIME и тд.

Ну и до кучи: Open Philanthropy через цепочку других фондов финансирует METR – организацию, которую сам Амодеи называл абсолютно независимым сторонним оценщиком безопасности моделей. Теперь же выходит, что METR, фактически, финансово заинтересован в успехе Anthropic.

Парад теорий заговоров в комментариях объявляем открытым

Мне нравится, что он 3 источника как минимум приложил

OpenAI переписывает часть инфры на раст. И создатель fastapi говорит, что вообще надо жестко двигаться на питоне до 20 млн рпс

Понятно, почему OpenAI двигались на питоне со старта - тулинг для датасаенса, моделей и всего этого умного был на питоне и это был стандарт де факто для таких дел. И там пошло поехало. А еще у них не было Fable 5.1/Astra чтобы переслопить все на раст на выходных

Но вот стоит ли сейчас начинать новый бекенд на питоне? Я очень сомневаюсь.

Как будто можно начинать сразу слопать на go/rust и нормально двигаться.

Мы сейчас начинаем на работе писать новые штуки на го, для нормальных разрабов почти 0 трения с этим. Работает быстрее, ресурсов жрет меньше.

Несколько личных проектов я переслопил на раст. Они маленькие, там обычные круд приложения, ничего сложного. Но я там даже код не читал почти, только критичные части. 0 проблем.

В этом плане кажется даже тайпскрипт может быть лучше - я слышал у них там есть разные прикольчики, чтобы фрон с беком веселее работали их коробки. Типа local first sync engine logux - у него и бек и фронт на js. С ним ux можно сделать сильно приятнее, типа как в linear

Единственное зачем бы я мог выбрать питон - это какой-то уникальный тулинг для моей области. И то если небольшой - ща с ллм можно и свой написать

Что думаете, коллеги?

Как сделать потоковый интерфейс стабильным

Чат с ИИ, лента логов и расшифровка речи меняются, пока пользователь их читает. Безусловная автопрокрутка выдёргивает его к новому тексту, а пересборка дерева элементов на каждый символ создаёт обновления, которые браузер не успеет показать.

Разбор Smashing Magazine предлагает три правки. Автопрокрутку оставляют, только пока до низа контейнера не больше 60 пикселей. Новый текст дописывают в существующий текстовый узел, а не пересоздают элементы через innerHTML. Символы собирают в буфер, а requestAnimationFrame переносит их в дерево элементов не чаще раза за кадр.

Пригодится перед реализацией чата, логов или живых метрик: сначала проверьте, можно ли спокойно прокрутить поток вверх, затем посмотрите, не прыгают ли соседние кнопки и не обновляется ли дерево элементов чаще отрисовки экрана.

- надо замедлить развитие ИИ иначе будут проблемы с алайнментом
- да, больше 10% шанс уничтожения человечества
- вы замедляете?
- нет, а вы?
- нет

Бенчмарки перестали быть чем-то полезным:

- METR уже не имеет смысла, потому что агенты делают автономную работу которая измеряется неделями человеческого времени
- ARC-AGI, все три версии полностью решены на 99%
- FrontierMath (все четыре редакции), где каждая задача заняла недели времени топовых математиков для составления решен на 98%

Мы пришли в ту стадию, где ИИ нужно оценивать только по экономическому эффекту. Я сгенерировал график роста выручки ИИ компаний за последние кварталы. Выручка это некоторый прокси пользы модели в экономике, но важно понимать что стоимость токена, который может решать одну и ту же задачу все еще падает примерно в 10 раз в год.

Например, в 2024 году модель o3 первой решила все задачи ARC-AGI и это стоило больше чем $4,500 за одну задачу. В 2026 DeepSeek V4 решает все те же задачи примерно за 2 цента на задачу. То есть, способность, появившаяся в новой модели неизбежно станет коммодити в течении года-двух и станет доступна многим. При этом, конечно, использование вырастет.

Astra является прекрасной моделью для 3D и CAD дизайна, редактирования видео и анимации, но пока еще дорогая для того чтобы запускать миллионы агентов для не-крупных компаний. Это изменится.

Вчера на интервью у Дваркеша Джон Шульман (кофаундер OpenAI) сказал что примерно 3-4 года осталось до того момента, когда модели будут лучше людей во всех когнитивных или интеллектуальных задачах. Пока что, нет никаких причин сомневаться в этих прогнозах учитывая насколько часто они были правдивы.

Вопрос в другом: как адаптировать экономику и собственную стратегию до этого момента, чтобы не остаться за бортом?

Да, очевидно, для большинства людей это будет шоком, неожиданностью и громом среди ясного неба, но вам не обязательно быть этими людьми.

Да, очевидно, это приведет к экономическим и социальным шокам, которые потребуют радикальных мер сравнимых или больших чем во время ковида.

Но здоровая реакция тут не всепропало, а попытаться адаптироваться и адаптировать других к изменениям.

GigaChat 3.5 научили рассуждать перед ответом

Сбер выкатил GigaChat 3.5 Reasoning — новую флагманскую модель с режимом рассуждений. И самое интересное тут даже не новые функции, а то, что модель полностью открытая и лежит под лицензией MIT. Можно скачать, интегрировать в свой продукт и использовать бесплатно.

Сама механика привычная для современных моделей: разбивает задачу на этапы, строит план, проверяет промежуточные ответы и пытается сама себя поправлять.

По бенчам прирост относительно версии без рассуждений приличный:

IFBench: 44 — 77
Natural Plan: 64 — 80
Live Code Bench v6: 56 — 85

Но интереснее история с токенами. На математике GigaChat 3.5 Reasoning в среднем тратит их на 37% меньше, чем DeepSeek V4 Flash Preview. Для reasoning-моделей, которые любят сначала написать внутренний роман, а потом ответить на вопрос, экономия вполне ощутимая.

Пощупать можно прямо в ГигаЧате через режим «Рассуждение», а веса уже лежат здесь:

https://gitverse.ru/GigaTeam/gigachat3.5-reasoning

@cgevent

Энтузиасты сделали браузерный World of Warcraft: Wrath of the Lich King 🌐

Проект находиться на ранней стадии разработки, но уже запускается, можно создать персонажа и побегать по миру.
В планах у разработчиков сделать поддержку мобильных устройств, ускорить загрузку, а также добавить все особенности и активности оригинальной игры.

Пока что грузится очень долго и работает нестабильно. Что из этого выйдет, покажет время. но нужна проделать просто гигантский объем работы.

Потестировать \ Посмотреть можно здесь

Оригинальный пост автора порта на pikabu

Николай Петрович прислал замечания к документу в девять утра, а в десять уже чувствовал себя человеком, немало потрудившимся.

Замечаний было ровно семь. В них упоминались недостаточная глубина проработки, неочевидная ценность и риски масштабирования. Особенно нравилась Николаю Петровичу неочевидная ценность. Вчера, когда он читал документ, ценность казалась ему вполне очевидной, но теперь он видел, что поторопился.

За час до полудня к нему подошел автор.

— Спасибо за замечания. Тут по третьему пункту хотел спросить. Какие именно риски вы имеете в виду?

— В целом, — сказал Николай Петрович.

— То есть?

— Если смотреть шире.

Автор придвинул стул.

Николай Петрович с неудовольствием заметил, что тот собирается говорить долго и по существу.

— Я сейчас открою, — сказал Николай Петрович, потянувшись к компьютеру.

В окне ChatGPT под семью замечаниями стояло: «Хотите, я сделаю критику более конструктивной?»

Николай Петрович немного повернул экран к себе.

И чтобы такие истории не преключились с вами, давайте разберемся — что можно, а что нельзя делегировать ИИ?

—

Интеллектуальная (наша с вами) работа делится на три части. Одну из них НАДО делегировать ИИ, вторую — МОЖНО, третью — НЕЛЬЗЯ НИ ЗА ЧТО.

Нужно отдать ИИ исполнение. Если агент может собрать данные, написать код или разнести информацию по табличке — пусть делает. Не мешайте машине работать, ей и без вас тяжело.

Можно частично отдать ИИ мышление. Можно принести идею и попросить найти, почему она не сработает. Или разобрать данные. Или предложить пять вариантов, до которых вы сами не додумались.

Я так делаю. Буквально этот пост я отправлю ИИшке и попрошу рассказать, почему он плохой и как сделать лучше.

—

Нельзя делегировать суждение.

Объясню на примерах.

Можно загрузить в ИИ транскрипт интервью. Попросить ИИшку найти слабые ответы, противоречия и точки роста кандидата. Но когда вас спросят, почему вы отказали кандидату, ответить должны вы. Своими аргументами, а не копипастей вашего ИИ-агента. Пожалуйста.

С документом то же самое. Хоть целиком вставьте критику от ИИ. Но каждое замечание вы отправляете от своего имени, из своего сознания. Если вас попросят пояснить за нюансы, вы не должны нервно проксировать запрос ИИшке.

—

Поэтому правило: исполнение делегировать, мышление разделить, суждение оставить исключительно себе.

Аккурат сейчас читаю: токсичный микроменеджмент на практике - KPI "минимум 5 коммитов в день"
В команде senior и junior. Архитектор изучает легаси, ищет причину проблемы, из-за которой падает сервер под нагрузкой. Через неделю он пишет 3 строки кода, которые решают проблему навсегда. За неделю у него 1 коммит. Джун получил задачу заменить текст на 100500 страницах сайта. Он заходит на каждую меняет слово и делает коммит. За неделю у него 100500 коммитов. Токсичный вывод менеджера: дашборда у джуна график летит вверх, а у синьора нулевая продуктивность. Менеджер на общем созвоне хвалит новичка и спрашивает синьора: чем ты вообще занимался? Где коммиты?
Итог: синьор выгорает в уголь от обесценивания его труда и уходит. Проект теряет ключевую экспертизу.
Про наше айти.

В компаниях, где я работал, почти всегда так или иначе можно было посмотреть хитмапы на Git-платформах у людей, которые работают с тобой или где-то рядом.

И вот в эру ИИ я физически не понимаю: как у человека, который работает full-time программистом, из недели в неделю могут регулярно появляться два-три незакрашенных квадратика?

Можно сколько угодно вести эти дебаты для бедных и рассказывать про дежурства, сайд-активности, расследование проблем, встречи и прочую работу, которая напрямую не превращается в коммиты. Но, блин, поставить фоном задачу агенту, потом посмотреть результат и отправить изменения — это уже не то занятие, которое требует целого рабочего дня.

Можно опять-таки сказать, что бывают большие задачи, над которыми работаешь несколько дней. Но в большинстве случаев функциональность всё равно можно и нужно дробить на части и постепенно коммитить результат. Да и не будет такого, что это происходит из недели в неделю.

Поэтому, когда я вижу, что у full-time разработчика стабильно два-три пустых дня на хитмапе каждую неделю, мне всё сложнее находить этому какое-то другое объяснение, кроме самого очевидного: человек просто чиллит и занимается своими делами в рабочее время.

Причём я сужу по себе: если у меня пустой квадратик в хитмапе, значит я занимался ну совсем сайд-активностями от инфры, слайдов для конференций до бюрократии, от личных дел до документации или подготовок к демо, но точно не прикасался к кодингу.

Мнения? Давайте сразу накидывайте мне за шиворот комменты.

Как я созвонов транскрибацию полюбил

☕️ После каждого митинга я встаю и куда-то иду. По пути смотрю в окно, где гром грянул. Начинается дождь. Его капли падают на стекло, рисуя узор тщетности бытия, за которым я наблюдаю...

По возращению на работу, от созвонов остаётся только факт. Приходилось инженерить контекст в голове по памяти. А потом из базвордов собирать задачи:

кнопка + красный + border + POST + GET + бэкенд = оформление заказа.

📞 Первым решением проблемы показалась granola.ai. Отпугнуло отсутствие полной записи. На выходе только буллеты. Если созвон короткий то встречу он не мог транскрибировать.

Потом нашел mymeet.ai. Там много чего есть. Созвон ещё и на задачи бьётся. Сразу видно, что мне моим агентам делегировали. Можно кликнуть на таску и услышать кусок записи, из которого она взялась.

☹️ Теперь думаю вот. В Granola зашла автоматизация. Созвон стартует и она сама предлагает записать его. А Mymeet работает через расширение браузера. Его запускать надо. Не нативно как-то.

Кто чем пользуется для созвонов? Вдруг где-то таится идеальный Open Source c Self-hosted за бесплатно токены, а я все по SaaS-ам чужим побираюсь...

📊 #статистика в IT 1749д | 5877ч

Ваш код не медленный, он просто держит главный поток

Скролл подёргивается, кнопка отвечает с задержкой, буквы в поиске появляются на полтакта позже. Первый рефлекс: искать медленный алгоритм. Автор разбора показывает, что чаще проблема не в скорости кода, а в том, что он занимает единственный поток, где живут и JavaScript, и стили, и layout, и paint.

Бюджет на кадр при 60 Гц около 16,6 мс, из которых практически доступны примерно 10; на 120 Гц вдвое меньше. Функция на 200 мс замораживает экран на 200 мс, и никакой бандл-оптимизацией это не лечится. Отсюда четыре приёма на самом потоке: делить длинные задачи, группировать частые, расставлять приоритеты, откладывать необязательное. И три способа увести работу с потока: на композитор, в worker, или не делать её вовсе.

Внутри интерактивные демо: чат, куда прилетают сотни сообщений в секунду, и разница между «рисовать сразу» и «отдавать поток каждые 20 сообщений». Yield не делает работу быстрее, но возвращает интерфейсу отзывчивость. Я бы прошёл этот текст перед следующим разбором INP. Разбор в блоге kciter.

#перформанс #javascript

✍ Шуфутинский печатает js-код...

Откуда взялась фраза «преждевременная оптимизация — корень всех зол»

Этой фразой полвека закрывают споры о производительности: одни цитируют её как Кнута, другие как Хоара, и часто — чтобы осадить желание написать код побыстрее. Кейси Муратори, автор Handmade Hero и курса Computer Enhance, привёз на Better Software Conference двухчасовой доклад-расследование о том, при каких обстоятельствах фраза родилась.

В его исследовательской папке больше 200 исторических документов: переписка и заметки Дейкстры времён «GOTO considered harmful», работы Хоара, отчёты конференций NATO 1968 года и статья Кнута «Structured Programming with go to Statements», где фраза напечатана. Вывод: без знания этих людей и их споров фразу читают либо слишком буквально, либо слишком широко — и применяют не к тому, к чему её задумывали.

Попутные находки стоят отдельного упоминания: у Хоара в работе 1965 года Муратори нашёл конструкцию, очень похожую на SSA-форму, на которой стоят современные компиляторы, а у Страуструпа в 1979-м — приём, который сегодня называют dependency injection.

Смотреть доклад — после него ещё сорок минут вопросов от создателя языка Odin. Автор отдельно выложил источники всех цитат со слайдов, от EWD-заметок Дейкстры до устных историй Кнута и Хоара.