Сергей Киселев aka @intr13
Инженер-системотехник который смог
// https://t.me/intr13_riot/3
Тут про: управление людьми, модели поведения, архитектуру ПО, инфраструктуру разработки, инциденты, рабочие места, прикладную аудиофилию и просто жизнь
Post #77
114

За 23 года я написал много кода и эксплуатировал много разных систем. Это значительно повлияло на мою МШУ нейросеть. Благодаря этому я думаю, что могу задавать "правильные" вопросы современным нейросетям и людям в их обличье. И сегодня расскажу, как я решал одну рабочую задачу кодом и много думал о будущем.
У нас есть сервисы на #Kotlin, внутри которых: #SpringBoot, #Coroutines, #R2DBC, #WebFlux и #OpenAPI эндпоинты. Каждый такой сервис - это минимум 512 МБ оперативной памяти и долгий старт. На проде норм, но вот поднять 10–20 микросервисов для своего собственного микростенда - это от 20 ГБ оперативной памяти. Конечно, есть оптимизации запуска, и это сносно живет на макбуках разработчиков...
Вчера я за два часа собрал Mock на #Golang по #OpenAPI и бизнес-логике на #Kotlin. Все сделано на #GLM 5.3 (давно подсел) - подготовлен контекст с критериями приемки, потрачено в районе 79 млн входящих и 240 тысяч исходящих токенов ($24 при оплате за токены с учетом кеша). Проходит интеграционные тесты и потребляет в 20 раз меньше памяти (стартует мгновенно). Мог бы выбрать чистый #Kotlin и получить сопоставимо, язык тут не принципиален.
Гулять так гулять, и я решил собрать исходное #Kotlin приложение под #GraalVM. Вот тут уже моей экспертизы не хватило, и пришлось заплатить токенами и временем. В итоге я получил бинарник #Kotlin приложения спустя 6 часов фоновой работы, 117 млн входящих токенов и 33 несчастных сборки под #GraalVM. Получил выигрыш всего в 2 раза по памяти, но в 5 раз по скорости запуска (скрин в комментариях)!
Задавать правильные вопросы - это непросто: ты должен понимать, что такие вопросы вообще существуют. И это самая главная проблема обучения современных инженеров - откуда они узнают, что спрашивать? Быть прокладкой для ИИ-агентов - это путь в никуда, поэтому изучайте базу. И чем больше узнаете, тем больше осознаете свое невежество. Я знаю, что ничего не знаю.
#вайбкод #llm #AI #GLM
Сегодня будет шестой выпуск #DevOopsPodcast с Гришей и Вовой - Метрики, которые нам врут: от идеального Observability к провалу DORA?
Запись прямой трансляции тут (и потом останется запись на посмотреть) - 😉 YouTube
А вот запись доклада с #DevOops 2025 - 😉 Григорий Кошелев - Observability распределенных систем
У нас есть сервисы на #Kotlin, внутри которых: #SpringBoot, #Coroutines, #R2DBC, #WebFlux и #OpenAPI эндпоинты. Каждый такой сервис - это минимум 512 МБ оперативной памяти и долгий старт. На проде норм, но вот поднять 10–20 микросервисов для своего собственного микростенда - это от 20 ГБ оперативной памяти. Конечно, есть оптимизации запуска, и это сносно живет на макбуках разработчиков...
Вчера я за два часа собрал Mock на #Golang по #OpenAPI и бизнес-логике на #Kotlin. Все сделано на #GLM 5.3 (давно подсел) - подготовлен контекст с критериями приемки, потрачено в районе 79 млн входящих и 240 тысяч исходящих токенов ($24 при оплате за токены с учетом кеша). Проходит интеграционные тесты и потребляет в 20 раз меньше памяти (стартует мгновенно). Мог бы выбрать чистый #Kotlin и получить сопоставимо, язык тут не принципиален.
Гулять так гулять, и я решил собрать исходное #Kotlin приложение под #GraalVM. Вот тут уже моей экспертизы не хватило, и пришлось заплатить токенами и временем. В итоге я получил бинарник #Kotlin приложения спустя 6 часов фоновой работы, 117 млн входящих токенов и 33 несчастных сборки под #GraalVM. Получил выигрыш всего в 2 раза по памяти, но в 5 раз по скорости запуска (скрин в комментариях)!
Задавать правильные вопросы - это непросто: ты должен понимать, что такие вопросы вообще существуют. И это самая главная проблема обучения современных инженеров - откуда они узнают, что спрашивать? Быть прокладкой для ИИ-агентов - это путь в никуда, поэтому изучайте базу. И чем больше узнаете, тем больше осознаете свое невежество. Я знаю, что ничего не знаю.
#вайбкод #llm #AI #GLM
Сегодня будет шестой выпуск #DevOopsPodcast с Гришей и Вовой - Метрики, которые нам врут: от идеального Observability к провалу DORA?
Запись прямой трансляции тут (и потом останется запись на посмотреть) - 😉 YouTube
А вот запись доклада с #DevOops 2025 - 😉 Григорий Кошелев - Observability распределенных систем
- 👍 6
- 🔥 1
- 🤔 1
- 😱 1
- 🐳 1















