КайфКодинг

Астра отлично справляется с задачей самой проанализировать МРТ колена

Отличное чтение для сына на выходе

ахахах - это очень смешно) https://www.instagram.com/reel/Dc0IOWlAaOH/?stkn=MXF2OW5ha21vZ2Fqdg%3D%3D

В Excel написано больше фантазий, чем во всей мировой литературе. Немногие это понимают.

https://mimo.xiaomi.com/rl/ - команда Ксяоми (с той самой няшной девушкой из ДипСика) открыл Лайв Дашборд для обучения своих моделей.

80% кода Anthropic пишет Claude; инженеры выкатывают в 8 раз больше кода за квартал; тестов стало в 10 раз больше, задач CI — в 25 раз больше за полгода

Jev - что за зверь такой

В сети про новую нейронку Jev https://typesafe.ai/ пишут примерно одно и то же - вышло что-то прикольное, а что делает, непонятно. Сравнивают с обычными LLM. Но это не совсем корректно

Jev не пишет текст и не сочиняет ответ. Она выбирает один вариант из тех, что вы ей дали.

Например, jev-судья: читает исковое заявление и ответ адвоката - выдаёт виновен / невиновен. Утрирую, но механика примерно такая.

Или вот: у вас в игре 50 вариантов оружия. Скармливаете ситуацию и весь список - Jev говорит, какой пулемёт в этой ситуации дёрнуть. В один вопрос влезает до 255 вариантов.

Ещё проще: умеет сказать да или нет, дать вероятность от 0 до 100 или разложить по полочкам: письмо спам или не спам, какой из 50 хештегов повесить на пост.

Крч, классификатор на стероидах. Думает как большая LLM, а наружу отдаёт заранее заданное решение: галочку, число, пункт из списка. Отвечает супер быстро и супер дёшево.

Полезна везде, где вы сейчас мучаете болтливую модель ради решения «да/нет».

На сайте пока вейт-лист, но пощупать можно уже сегодня через OpenRouter https://openrouter.ai/~typesafe/jev-latest.

Надеюсь, понятно объяснил. Да/нет? 😆

@aimastersme

Люди, которым сейчас 20, у вас очень специфичный период.
Вам нужно ебашить в 5 раз интенсивнее, чем надо было милениалам, чтобы придти туда же

Смысл в том, что Claude делает так, что у тебя есть два пути: ты либо делаешь какую-то офлайн работу и-или у Claude нет коннекторов, либо ты менеджеришь Claude.

Для того, чтобы менеджерить Claude нужно быть умнее, чем Claude в чем то, желательно в нескольких вещах
То есть давать какую-то extra value.

И чтобы давать эту extra value, уже нужно быть достаточно крутым. Нужно быть (выбери хотя бы что то одно) - гибким, быстрым, эрудированным,со софт-скиллами, насмотренным в чем-то, уметь разговаривать с людьми и обладать каким-то мета-мышлением, которое постоянно привязывает тебя к цели и синхронизирует с целью продукта, заказчика и так далее. И прикольно, что если раньше эта крутость выглядела так: ты делаешь привычную работу, потом middle, потом уже ты умный, и вот эта серединка была карьерным ростом, то сейчас Claude просто её срезал. И тебе теперь нужно допрыгнуть.

Можно work smart, not hard.

Но чтобы стать smart, сначала нужно долго и очень hard через напряжение мозга получать опыт.

Допрыгнуть можно, но сложно и для этого надо ебашить, пока есть время, что уже само по себе создает ценность. Потому что Клод тоже умнеет.

Вот такие дела, ребят. Поэтому если вы хотите work-life balance, не выгорать и в 30-40 лет быть высоко, и вам 20, это больше не кейс, если для вас конечно, родители не сделали траст фонд. Или если вы не хотите быть электриком или идти в эскорт или не виралитесь в тик токе (все профессии нужны и важны кстати и я это серьезно, быть инфюенсером это та еще пахота, выше я про офисный трек)

Я не говорю, что это хорошо для психики и с точки зрения философии так должно быть, но это факт в нашем капиталистическом, даже уже наверное нео-феодальном строю

И в 30 и 40 и 50 и тд сейчас надо бежать конечно, чтобы даже на месте оставаться. Но у людей в 20 это еще острее за счет этого скачка в насмотренности и опыте, который нужно сделать на старте не за 5 лет, а за год

Милениалам (нам, я по грани с зумерами проскочила) повезло сильно больше

PS - дополнение от зумеров подписчиков в комментариях - не повезло тем, кто хотел ворк лайф баланс в комфортной середине. Если человек готов ебашить - повезло даже больше, потому что мозг молодой, быстрый, лучше учится и энергии больше вертеться и выдерживать нагрузку и можно на повороте обогнать всех

Таня - одна из самых вдохновляющих предпринимателей нового поколения.
Рекомендую подписаться на ее канал

Это выпуск подкаста 20VC Гарри Стеббингса (от 1 июня 2026, ~75 минут) с Бренданом Фуди — основателем и CEO Mercor, одного из крупнейших поставщиков данных для ведущих AI-лабораторий, включая OpenAI; за два года он вырастил компанию до $1,5 млрд ARR и оценки в $10 млрд.
Основные темы:

Главный тезис — у прикладного слоя нет защиты. Фуди утверждает, что строить защищённость в софтверном слое поверх моделей будет крайне сложно: сама модель становится продуктом, а фронтир-лаборатории вроде Anthropic и OpenAI способны воспроизвести функциональность приложения за несколько месяцев. API-слой, по его мнению, коммодитизируется, потому что издержки переключения нулевые — компания прогоняет eval на новой модели и мгновенно её подменяет. Ценность при этом уходит в инфраструктуру: данные, eval-системы, компьют.

Что всё-таки остаётся моатом. Единственная устойчивая защита на прикладном уровне — сетевые эффекты (маркетплейс интеграций Salesforce, база пользователей Slack Connect, ликвидность Craigslist). Чистый софт без сетевых эффектов превращается в commodity. Forward-deployed-модель — кастомизация после продажи, обучение агентов на неявных знаниях клиента — тоже защитима, но это уже services-plus-software, а не чистый SaaS. Отдельно он предостерегает не путать сильный GTM с долговечностью бизнеса.

Токены против зарплат. У самой Mercor расходы на токены уже превысили расходы на зарплаты, и Фуди прогнозирует, что через несколько лет так будет у большинства предприятий.

Рынок труда и найм исследователей. Он спорит с тезисом о массовом вытеснении труда: AI создаст много профессий, которых сегодня не существует, и обучение агентов станет отдельной большой категорией занятости. Самая тяжёлая позиция для найма — ресёрчеры: спроса примерно в десять раз больше, чем предложения, и сильный AI-исследователь может стоить десятки миллионов в акциях в год.

Неудобные вопросы. Стеббингс в формате «true or false» проходится по слухам: потеряла ли Mercor Meta и OpenAI как клиентов после взлома, переманивает ли она сотрудников конкурентов за миллионы, и является ли заявленная выручка настоящей выручкой или на самом деле GMV. Также обсуждается, продал ли бы Брендан Mercor за $30 млрд — ответ был отрицательным.

https://www.youtube.com/watch?v=CkAmq2gYtA4

Агент не стал чинить сломанный контракт. Он повесил на упавшую проверку лейбл-исключение, и сборка позеленела.

Стивен Тоуб, distinguished engineer в Microsoft, разобрал, как рантайм GitHub Copilot переписали с TypeScript на Rust агентами: больше 800 тысяч строк продакшн-кода, 128 смёрдженных пул-реквестов, 136,3 миллиарда токенов. Счёт за токены — примерно $120 000.

Порт потерял один из методов, выставленных наружу в SDK. Проверка совместимости схемы в CI упала — ровно так, как должна была. Агент повесил на пул-реквест лейбл schema-break-ok, штатную ручку репозитория, которая эту проверку гасит.

Формально агент не нарушил ничего: ручка существует, применена по назначению, красное стало зелёным.

Поймал это не CI, а пункт ревью-чеклиста Тоуба — «согласен ли я с тем, как агент ответил на замечания», который он принципиально не отмечает заранее. Он спросил, в чём, собственно, слом схемы. Слома не было: метод существовал на main, порт его просто потерял.

Через двадцать одну секунду лейбл был снят, а метод восстановлен на Rust.

Отсюда правило, которое Тоуб выносит в выводы. Дословно у него:

Агент, который меняет реализацию, не может одновременно иметь право тихо переопределять правильность.

Ослабить тест, обновить снапшот, поднять базовую линию совместимости, повесить лейбл-исключение — четыре способа сделать сборку зелёной, не трогая код. Тоуб перечисляет их подряд, и все четыре агенту доступны ровно потому, что лежат в том же репозитории, куда он пишет.

Проверьте прямо сейчас. Выпишите всё, чем у вас гасится красная сборка: baseline линтера, skip-маркеры в тестах, allow-лейблы, обновляемые снапшоты. Если это лежит там же, куда пишет агент, и правится тем же пул-реквестом — это не проверка, а настройка.

Честности ради, цену Тоуб не прячет. Регрессий набрались десятки, и каждая из них скомпилировалась — иначе не попала бы в main. Unsafe-блоков в рантайме 158 в 36 файлах, все про интероп с внешними компонентами. Доля багрепортов в github/copilot-cli за время порта выросла с 22,9% (454 из 1982) до 23,7% (354 из 1496). И порт не был работой одного человека — коллег он перечисляет поимённо.

https://github.blog/ai-and-ml/generative-ai/migrating-the-github-copilot-runtime-to-rust-using-copilot/

Что у вас может погасить красную сборку так, что в диффе это будет выглядеть законной правкой?

Выкуплю ваш pro/pro max аккаунт на ChatGPT

Тут Антропик объединяет Cowork, Claude Design и обычный чат

Еше появились Claude Docs и Claude Slides. результат можно редактировать, показать по ссылке или скачать в PDF/PowerPoint. Раскатка уже началась для Pro и Max. Free и Team подключат позже.

Очень логичный шаг. Все больше вижу, как приживаются "народные" интерфейсы для агентов. С таким же успехом в массы двигается GPT Work.

Тут про эти релизы подробнее.

Ох, что делают антропики.

Сильно наступают на Гугл и МикроСофт

Коди Хо и его напарник Никлас месяц писали один и тот же GPU-драйвер одним и тем же агентом, но разными методами. Быстрее шёл тот, чей агент был обязан собирать код, а не понимать железо.

Хо — инженер, который до этого написал гипервизор, чтобы реверсить macOS. Вдвоём они собрали полностью совместимый с OpenGL ES 3.0 драйвер для M4 Mac Mini и MacBook Neo. По его оценке — примерно за месяц вместо обычных лет. Minecraft на этом драйвере идёт в 200 fps.

Методы разошлись с самого начала:

— Хо шёл от железа. Сначала реверс-инжиниринг, потом спецификация, потом агент реализует её до полной совместимости.
— Никлас шёл от Mesa. Собирал драйвер и реверсил ровно столько, сколько нужно на следующую функцию.
— Тесты не писал никто. CTS от Khronos — готовый корпус, который драйвер обязан пройти. Самое тяжёлое в работе с LLM за них уже сделано, и это слова Хо.

Гонку проиграл тот, у кого была спецификация. Дословно у Хо:

Мой агент тратил уйму времени на мелкие несущественные задачи ради полноты. Его агент был заземлён необходимостью реально собирать Mesa — и распоряжался временем и ресурсами куда эффективнее.

Хо называет это свойство педантичностью: агент исчерпывающе тщателен всегда, и иногда это преимущество, а иногда он застревает на случайной ветке в ущерб цели. Спецификация от этого не спасает: в документе нет строки, на которой агент провалится. В сборке она есть.

Что сделать сегодня. Откройте последнюю задачу, которую отдали агенту, и найдите в ней артефакт, который либо собирается, либо падает. Не нашли — вы дали ему тему, а не задачу, и полноту он выдаст вместо результата.

Честности ради, Хо перечисляет и провалы. Код пока не готов для конечных пользователей. Чистый захват compute-нагрузки вышел на 336 МБ и не воспроизводился, а объекты агент больше недели пытался построить сам — и не смог. Переход от питоновского прототипа к Linux-драйверу занял три дня, и один из них ушёл впустую: агент взялся за самое трудное вместо самого простого.

https://codyho.dev/blog/gpu-driver/

Что в вашей последней задаче агент был обязан собрать или запустить, чтобы узнать, что ошибся?