КайфКодинг

Если вы еще не читали статью Джека Дорси, то я вам настоятельно рекомендую это сделать. Она о том как Block строит компанию в эпоху AI, и в целом, это подход для всех.

Меньше менеджмента, потому что контекст теперь можно обрабатывать быстрее и не терять. При должно адаптации AI инструментов в свою ежедневную работу, больше не нужны команды на 6-7-10 человек. Команда 2-3 человека сделает работу быстрее. И если раньше таким им не хватало "мощностей", то теперь с AI этот вопрос решен.

Всем Engineering Manager, Head of Engineerng, CTO, etc – обязательно к прочтению!

https://block.xyz/inside/from-hierarchy-to-intelligence

200 рублей, которые улучшат мою жизнь)

Второй агент на ревью — это не свежий взгляд. Это второй потолок качества, и он вполне может оказаться ниже первого.

LeadDev разобрал контролируемый эксперимент: Claude Opus 4.7 и Codex GPT-5.5 на 116 средних и сложных питоновских задачах из LiveCodeBench. Каждый сначала решал сам, потом второй правил его работу.

— Codex сам — 71,6%. Codex под ревью Claude — 89,7%. Схема работает.
— Claude сам — 91,4%. Claude под ревью Codex — 82,8%. Схема работает в минус.

Разбор по ходам объясняет, откуда минус. Claude починил 26 проваленных ответов Codex и сломал пять рабочих — чистый плюс 21. Codex починил три ответа Claude и превратил 13 верных решений в неверные.

Вот это и есть цифра, ради которой я притащил историю. Слабый ревьюер не просто «не помогает». Он активно ломает то, что работало, потому что вместе с ролью ревьюера получил право переписывать.

Теперь переносим к себе. Мы обсуждали ревью как рамку: враждебный промпт, свежий контекст, «ты этого не писал». Рамка действительно снимает с модели защиту собственного кода, и это работает. Но она не добавляет ревьюеру знаний. Найти дефект и правильно его починить — разные способности, и вторая упирается в силу модели, а не в формулировку роли.

Что сделать сегодня. Откройте свою связку «писатель — ревьюер» и посмотрите, кто в ней ревьюер. Если на ревью поставлена модель подешевле — ровно потому, что проверять кажется работой попроще, чем писать, — вы собрали ту самую конфигурацию, где джуниор переписывает синьора. Признак, по которому решать, один: ревьюер не должен быть слабее автора. Если сильнее взять негде — оставьте ревьюеру право говорить, но не право править.

Честности ради, у второго прохода есть цена и без единой ошибки: средняя стоимость задачи выросла с $0,19 до $0,44, а время — с 38,5 до 112,4 секунды. И это LiveCodeBench, изолированные алгоритмические задачи, а не ваша кодовая база с её конвенциями и архитектурой.

https://leaddev.com/ai/your-ai-coding-agents-might-need-an-org-chart

Кто ревьюит код вашего агента — модель сильнее той, что его написала, или та, что подешевле?

Сделал ночную медитацию для тимлидов.

Не как шутку. Реально сделал: женский голос
из приложения для сна, арфа, пэды, 55 BPM.

Всё по канону.

Просто текст немного другой.

«Опусти плечи. Они подняты с марта.»

«Сегодня ты открыл редактор кода.
Просто посмотреть.
Ты ничего не трогал.
Это было правильно.»

«Сегодня был блеймлесс постмортем.
Мы не искали виноватых.
Мы просто все знали.
Выдохни это. Он был хороший стажёр.»

«Команда оценила задачу в три дня.
Ты умножил на два.
Это заняло три недели.
Ты всё сделал правильно.»

Финал такой:

«Спи. Утром созвон в девять.
…Ты его и назначил.»

Тестировал на себе. Уснуть не смог,
но плечи опустил впервые с марта.

https://suno.com/s/OO5UsYntTTLuFXrL

https://suno.com/s/mbVOgWwUfNJKBQHb

Промпт :

Привет! сделай промпт для суно, в котором мы запишем медитацию для моего сына 10 лет на ночь.

У Тома Веррилли 20 продакт-менеджеров на 1200 с лишним человек. Он CPO Whatnot, до этого был CPO Twitch. В Twitch и eBay продактов было бы в 5-10 раз больше.

Откуда разница, он объясняет просто.

Роль разрослась сама собой: наняли инженерного менеджера — взяли продакта к нему. За четыре ковидных года индустрия набрала 500 000 инженеров и 80 000 продактов под них.

Что из этого вышло, он говорит жёстко. Младший продакт превратился в «няньку кнопок». Инженер, который умел думать про продукт, — в «инфантилизированного исполнителя заказов».

Теперь про AI, и не в привычную сторону.

Раньше у инженера была честная отговорка. Данные я сам не посмотрю, для этого есть аналитик. Что делать — решит продакт. Веррилли пишет, что теперь сам разбирается в данных, которые раньше распутывал датасайентист.

Отговорки больше нет.

Возьмите последнее решение, которое вы отдали наверх. Нужна ли фича.

Если вам тогда не хватало данных — сегодня вы достали бы их сами за десять минут.

https://medium.com/whatnot-engineering/building-and-whatnot-772c33c57f63
Какое решение вы отдаёте наверх просто по привычке?

Ваш выверенный промпт двухлетней давности — это набор костылей под ограничения, которых уже нет.

В Claude Code 2.1.221 появилась подкоманда prompt-audit: ищет в промптах и описаниях инструментов паттерны, написанные под старые модели.
Вывод тут не про фичу. Вендор не делает отдельный инструмент под редкую проблему. Раз понадобился линтер для промптов — значит, промпты гниют массово, и с той стороны это видно по статистике.

Проверьте свой системный промпт на строки со словами «обязательно», «всегда», «ни в коем случае». Половина написана под модель, которая больше не запущена.
https://code.claude.com/docs/en/changelog

«Эксперимент на 25 тысяч долларов» стоил примерно сто.

Команда Puter скомпилировала Firefox целиком в WebAssembly: движок Gecko, весь интерфейс и JS-движок Spidermonkey рендерятся в канвасе внутри другого браузера. В анонсе на Hacker News автор написал, что порт обошёлся больше чем в 25 тысяч в токенах Opus и Fable.

Полтреда ушло на спор, при каких деньгах эксперимент перестаёт быть развлечением.

Ниже в том же треде автор уточнил: 25 тысяч — это во что примерно 30 миллиардов токенов обошлись бы по прайсу API. Участник команды добавил, что фактически всё делалось на одной подписке Claude Max 5x, то есть долларов на сто.

Разница между этими числами — не придирка. Это разница между «такое могут позволить себе единицы» и «такое может позволить себе любой, у кого есть подписка».

Если публикуете стоимость своего эксперимента — называйте обе цифры: сколько заплатили и сколько это стоило бы по прайсу.

https://news.ycombinator.com/item?id=48926939

Самая большая экономия сейчас не в выборе модели, а в том, чтобы перестать звать дорогую на всё подряд.

Microsoft выкатила MAI-Cyber-1-Flash — компактную специализированную модель для поиска уязвимостей — и встроила её в свой пайплайн MDASH. Интересна не модель, а структура.

Маленькая модель забирает до 90% задач безопасности. Флагман остаётся на оставшиеся 10%, где нужна голова. Итог: 95,95% на бенчмарке CyberGym против 83,2–85,6% у всех остальных моделей на том же графике. И вдвое дешевле прежней собственной связки Microsoft из трёх моделей.

Тот же приём вылезает на этой неделе с другой стороны: вышла открытая модель Neutrino-1 на 8 миллиардов параметров, сжатая тернарным форматом весов до 3,88 гигабайта. Это влезает в восьмигигабайтную видеокарту целиком, лицензия Apache-2.0, MMLU 72,1.

Складывается понятная конструкция. У вас в пайплайне есть шаги, где не нужна лучшая модель мира: классифицировать, отфильтровать, переформатировать, решить, стоит ли вообще будить старшего. Раньше туда всё равно шёл флагман, потому что возиться с двумя моделями было дороже, чем переплачивать. Сейчас дешёвый уровень стал достаточно хорош, чтобы возня окупалась.

Практический шаг простой: возьмите свой самый частый агентный воркфлоу и посчитайте, сколько вызовов в нём реально требуют сильной модели. Если больше половины — вы, скорее всего, неверно нарезали шаги, а не выбрали неверную модель.

Честности ради, цена дешёвого уровня видна сразу: Neutrino-1 в своём формате не грузится ни стоковым llama.cpp, ни Ollama, ни LM Studio — нужен их собственный форк. Экономия на токенах превращается в работу по обвязке.

https://microsoft.ai/news/introducing-mai-cyber-1-flash-inside-mdash/

Какая доля ваших вызовов реально требует топовой модели?

Я имбу сделал. Никому не скажу. Дайте контакт Дарио

Прочитал пару пейперов о влиянии ИИ на рынок труда, пока наблюдается такая картина:

1. Примерно 20% компаний активно внедреняет ИИ в процессы, это приводит к росту бизнеса
2. У этих 20% в 5 раз быстрее растет размер штата и на 15% быстрее растут средние зарплаты.
3. Эти компании активнее нанимают людей без опыта, НО только самых топовых
4. В остальных компаниях (США) не наблюдается резкого сокращения рабочих места из-за ИИ, но при этом падают реальные зарплаты и падает найм новых сотрудников

Я бы ожидал что нас ждет примерно следующее:

- топовые ИИ компании будут становиться очень эффективными и продолжат нанимать и расти
- другие компании на рынке будут терять долю и им придется оптимизироваться
- больше найма в ближайшем будущем будут в около-технических областях, для людей которые умеют выстраивать и налаживать системы
- это вынудит все компании стать ИИ нейтив, но гонка между компаниями превратится из умения выстраивать системы коммуникации и координации людей в умение выстраивать системы, которые автономно учатся на собственных ошибках.

Пять запретов из математики Нестерова

Писал про премию Гаусса и человека, у которого я учился оптимизации. Обещанное продолжение — что из его математики следует для управления. Не советы — из настоящих теорем следуют запреты, они полезнее.

1. Не требуй, чтобы каждый шаг был лучше предыдущего. У Нестерова доказана неожиданная вещь: самый быстрый путь к цели обязательно проходит через участки, где становится хуже. Метод, которому запрещено ухудшаться хоть на шаг, гарантированно медленный — это теорема, а не наблюдение. В бизнесе то же самое: перестройка команды, смена цены, переезд на новую платформу — всё сначала проседает. Компания с правилом «каждый квартал показатели растут» сама запретила себе быстрые траектории. Оценивайте направление и скорость за год, а не знак каждого шага.

2. Не решай раз и навсегда, слушать клиентов или верить своему плану. В методе Нестерова доверие накопленному направлению — не черта характера, а величина, которая растёт с числом сделанных шагов. В начале пути почти всё внимание — свежим сигналам; чем дальше, тем больше веса набранному курсу, и свежие данные — лишь поправка. Перевод: молодой продукт обязан быть флюгером, зрелый — кораблём. Ошибки симметричны: стартап, упрямо верный «видению», и корпорация, дёргающаяся от каждого отзыва. Важная деталь: после крутого разворота — новый рынок, новый продукт — счётчик обнуляется. Ты снова флюгер, старая уверенность не переносится.

3. Упёрся в потолок — меняй не усилия, а способ узнавать. Предел скорости в математике доказывается красиво: скорость ограничена не силой шага, а тем, сколько нового узнаёшь за один замер. A/B-тест отвечает «стало лучше или хуже» — это один бит информации. Разговор с клиентом отвечает «почему» — это много бит. Когда рост встал, сотый A/B-тест не поможет по той же причине, по которой нельзя обогнать теорему: нужен не ещё один замер, а другой источник знания.

4. Не разгоняйся по грязным данным. Поздний результат самого Нестерова: быстрые методы сильнее опираются на прошлые замеры — и если в замерах есть систематическая ошибка, быстрый метод копит её с каждым шагом. Медленный и осторожный — прощает. Перевод: агрессивные ставки «по аналитике» позволительны только тому, у кого аналитика чистая. Сначала порядок в цифрах, потом газ. Ехать быстро по кривой карте опаснее, чем стоять.

5. Не улучшай по чуть-чуть то, что нужно искать заново. Задачи бывают двух типов местности. Долина: любое локальное улучшение приближает к цели — это отлаженная воронка продаж, там мелкие итерации честно работают. И горная местность: улучшая по чуть-чуть, заберёшься на ближайший холм и застрянешь — а гора в другом месте. Поиск продукта, который нужен рынку, — горная местность: там работают несколько параллельных ставок и готовность бросить холм. Главная ошибка — перепутать местность: полировать то, что надо искать, или искать там, где надо полировать.

Тест на настоящий урок: он должен что-то запрещать. Если после стратсессии ничего не запрещено — это была декорация.

Человеку, у которого я учился оптимизации, дали премию Гаусса

На конгрессе математиков в Филадельфии Юрию Нестерову вручили Carl Friedrich Gauss Prize — высшую награду в прикладной математике. Он всего шестой лауреат в истории. Формулировка комитета простая: его работы стали «алгоритмическим каркасом» всех вычислительных и data-driven областей.

Что он сделал. В 1983 году, ручкой на бумаге, в «Докладах АН СССР» он опубликовал метод с невозможной на первый взгляд скоростью сходимости O(1/k²) — при том, что обычный градиентный спуск даёт O(1/k). И доказал, что быстрее нельзя в принципе: это теоретический предел для методов первого порядка.
Весь трюк — в двух строчках. Обычный момент («тяжёлый шарик») считает градиент там, где стоит, и инерция узнаёт об ошибке слишком поздно — метод болтает по стенкам оврага. Нестеров делает наоборот: сначала прыжок по инерции, и только потом градиент — в точке, куда ты всё равно придёшь. Заглядывание в будущее на один шаг. Всё.
Сорок лет спустя эти две строчки крутятся на каждом GPU планеты. Nesterov momentum — это флажок в оптимизаторе любого фреймворка: PyTorch, TensorFlow, JAX. Оптимизация вообще — скрытая половина машинного обучения: про архитектуры говорят все, а про то, как именно модель скатывается по ландшафту потерь — почти никто. В университетах это толком не преподают.

Теперь личное. Я проходил у Нестерова курс по методам оптимизации — вживую, в Москве. Причём пришёл туда не студентом: я уже был предпринимателем, узнал, что он читает цикл лекций, и поехал. Не на «курсы для руководителей», не в бизнес-школу — на настоящие лекции, с мелом и доской, у профессора мирового уровня. Это одна из лучших образовательных инвестиций в моей жизни: понимание того, как устроена сходимость, потом годами помогало мне решать задачи в ML, где остальные тыкались вслепую.

И финальный штрих. В 2023-м Нестерову исполнилось 70 — возраст, когда положено на пенсию. Вместо этого в июне он вышел на полную ставку в Шэньчжэне (CUHK-Shenzhen и Shenzhen Loop Area Institute), в центр теоретических основ ИИ. Его комментарий: «It is crazy to stop right now».
Сорок лет между формулой на бумаге и «золотым веком» её применения. Фундаментальные вещи всегда стреляют — просто иногда с задержкой в поколение.