Account

Posts of Книжный куб

newest first

#5201Link preview

Продуктивность разработки / как её измеряет DX (Рубрика #DeveloperProductivity) Наш выпуск 3 AImigo откладывается на пятницу - выздороветь за выходные у одного из ведущих не получилось, но сегодня я проведу другой эфир на близкую тему по версии платформы DX, что была куплена Atlassian прошлой осенью за 1 млрд долларов. Вопрос про продуктивность может звучать так: если команда стала выпускать больше pull request’ов, как понять, выросла ли её продуктивность? И как оценить вклад AI, если код пишется быстрее, а очередь на ревью растёт? В прямом эфире сегодня в 17:00 по Москве разберу, как на эти вопросы отвечает платформа DX 🔸 История DX С чего начиналась платформа и как исследования опыта разработчиков легли в основу её подхода к измерению продуктивности 🔸 DX Core 4 Что фреймворк взял из DORA, SPACE и DevEx и как объединяет четыре измерения: скорость, эффективность работы разработчиков, качество и влияние на бизнес 🔸 AI Measurement Framework Как связать использование ассистентов и агентов с изменениями в работе команды и оценить, во сколько обходится полученный эффект 🔸 CAFE(S) Как проверить, понятен ли контекст агенту, можно ли по нему действовать, точен ли он, достаточно ли в нём нужной информации и безопасно ли её передавать Что изменилось в 2024–2026 годах. Сравню отчёты DX о потоке pull request’ов и покажу, что можно узнать из этих данных о скорости разработки и где стоит отдельно смотреть на время до первого ревью. #Management #Leadership #Engineering #Software #Productivity #Processes #Metrics

Open in Telegram
Views1,021−56%vs avg
Forwards13
Reactions5
Comments0
#5200Link preview

От продуктов к потребностям: как меняется организация — материалы выпуска (Рубрика #Management) В это воскресенье вышел очередной выпуск Code of Leadership (S2E31, #89) на это раз о том, как в одном большом финтехе попробовали выстроить работу вокруг потребностей клиента. Представьте: человек накопил на первый взнос за машину и получил одобрение по кредиту. Потом выясняется, что страховка слишком дорогая, и покупка срывается. У страховщика были свои причины назначить такую цену. А кто в этой схеме отвечает за всю покупку? В выпуске разобрал: 🔸 Где заканчивается автономия продуктовой команды Вертикали позволили бизнесам развивать свои продукты и меньше зависеть от общей очереди. А при покупке машины на каждом шаге важно знать, какую машину клиент присмотрел, сколько отложил и на какой кредит рассчитывает. Тут командам приходится договариваться, кто передаёт этот контекст и кто решает, что делать, если один из шагов застопорился. 🔸 Зачем нужны сегменты Одному человеку машина нужна сейчас, другой готов подождать и накопить на больший взнос. Потребность одна, а подходящие размер кредита и ежемесячный платёж могут отличаться. 🔸 Как считать экономику нескольких продуктов На условном примере с вкладом, инвестициями и страхованием жизни показываю, как считать взвешенный LTV: вклад каждого продукта в ценность отношений с клиентом зависит от вероятности, что тот его оформит. 🔸 Откуда взялся тессеракт На слайдах вращаю проекцию четырёхмерного куба (тессеракта): потребности, сегменты, продуктовые и технические платформы. По моим наблюдениям, после редизайна в некоторых случаях согласований стало больше. Поэтому я бы взял один клиентский сценарий и посмотрел, какие решения в нём команды теперь принимают иначе. Материалы выпуска: — Страница выпуска с таймкодами и слайды — Видео: YouTube, VK Видео — Аудио: Podster, Apple Podcasts — Текстовый конспект А у вас кто принимает решение, когда одной команде выгодно сказать «нет», а клиенту без неё дальше не пройти? #CodeOfLeadership #Management #Leadership #OrgDesign #Product

Open in Telegram
Views1,355−41%vs avg
Forwards12
Reactions5
Comments2
#5199File

DX Q3 2026 и цена доверия к коду (Рубрика #AI4SDLC) В двух выпусках Research Insights Made Simple мы с Евгением Сергеевым разбирали, как ребята из DX предлагают измерять инженерную продуктивность и эффект от AI (вот подкасты про DX Core 4 в общем и про измерение влияния AI). В октябрьском отчёте DX применяет обе рамки. Core 4 показывает скорость поставки, опыт разработчиков, качество и долю времени на новые возможности. AI Measurement Framework добавляет использование AI, его эффект и расходы. В основе отчёта — телеметрия и опросы из более чем 500 организаций, которые используют платформу DX. С Q4 2025 по Q3 2026 медианный недельный TrueThroughput вырос на 75,5%, с 1,43 до 2,51 взвешенного PR на инженера. За последний квартал разработчики заметно лучше оценили отладку в проде (+13,3%), документацию и сборку с тестированием (по +10,4%). Оценка того, насколько легко доводить изменения до выпуска, выросла на 3%. Доля неудачных изменений и время восстановления после неудачного деплоя остались примерно на прежнем уровне. Доля рабочего времени на новые возможности по опросам сдвинулась с 57% до 59% за четыре квартала. По телеметрии около 56% наблюдаемых AI-сессий шли на поддержку и исправления, 11% — на новые возможности. Здесь мне нравится, что есть два разных способа посмотреть на работу команды. Опрос показывает, как инженеры распределяют своё время, а сессии — для каких задач они зовут агента. Чтобы понять, куда ушли сэкономленные часы, надо проследить сами задачи от начала до конца. А теперь к тому, что я пометил на полях. 1️⃣ Из чего сложились +75,5%? TrueThroughput взвешивает влитые PR по сложности при помощи модели. Размер diff в строках — один из сигналов, и медианный PR за этот период вырос на 122%. Тут мне хочется увидеть рядом обычное число мержей на инженера и средний вес PR по одним и тем же компаниям. Пока по графику трудно понять, сколько роста дали дополнительные мержи и сколько — более тяжёлые по оценке DX изменения. На стр. 10 мелькает ещё +47% к delivery volume. Было бы интересно узнать у DX, что именно они там посчитали. Немного про это рассказывал Аби Нода из DX в рассылке, когда говорил о весах этой модели. 2️⃣ Почему первое ревью приходится ждать дольше? В Q3 у компаний с долей AI-кода 20–40% медианное ожидание первого ревью было 40 минут, а в группе с 80% и выше — 82 минуты. Я бы рядом со временем ожидания посмотрел на число PR на ревьюера и время активной проверки одного PR. Если ревьюеры просто заняты другими изменениями, можно перераспределить нагрузку. Если им приходится подолгу восстанавливать контекст каждого изменения, это уже вопрос к тому, что приходит на ревью. 3️⃣ Расходы на AI на разработчика выросли примерно в 21 раз за один год Я обвёл обе точки на графике, $63 в Q4 2025 и $1 314 в Q3 2026. Ещё 94% токенов в последнем квартале пришлись на чтение из кеша. Чтобы понять, сколько денег уходит на повторное чтение контекста, нужна разбивка биллинга по типам токенов. Дальше хочется посчитать, во сколько обходится одна задача, прошедшая ревью и тесты, и как эта цена меняется по мере роста расходов. Это продолжение моего поста про token burn. 4️⃣ Цена доверия к изменению DX предполагает, что часть работы ревьюера уходит на восстановление того, чего не было в контексте агента. Зачем вообще нужна эта правка? Какие ограничения действуют? Как поймём, что задача решена? Авторы предлагают оценивать контекст через фреймворк CAFE(S), и в Q3 это пока гипотеза о причинах задержек. Мне было бы интересно проверить её на похожих задачах. Если заранее записать архитектурные ограничения и критерии приёмки, сколько человеческого времени удастся сэкономить от открытия PR до мержа, включая переделки? #AI #AI4SDLC #Engineering #Metrics #Research

Open in Telegram
Views1,422−38%vs avg
Forwards12
Reactions10
Comments1
#5198Link preview
Views1,963−15%vs avg
Forwards8
Reactions8
Comments0
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
1 h410
15 h1,650
29 h1,963
  1. After 1 hour410
  2. After 24 hours1,963
  3. Total to date1,963
#5197Photoalbum
Views1,963−15%vs avg
Forwards9
Reactions—
Comments—
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
15 h1,480
29 h1,963
  1. After 24 hours1,963
  2. Total to date1,963
#5196Photoalbum
Views1,976−14%vs avg
Forwards9
Reactions—
Comments—
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
15 h1,483
29 h1,976
  1. After 24 hours1,976
  2. Total to date1,976
#5195Photoalbum
Views1,964−15%vs avg
Forwards9
Reactions—
Comments—
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
15 h1,478
29 h1,964
  1. After 24 hours1,964
  2. Total to date1,964
#5194Photoalbum
Views1,880−19%vs avg
Forwards9
Reactions—
Comments—
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
15 h1,441
29 h1,880
  1. After 24 hours1,880
  2. Total to date1,880
#5193Photoalbum
Views1,869−19%vs avg
Forwards9
Reactions—
Comments—
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
15 h1,428
29 h1,869
  1. After 24 hours1,869
  2. Total to date1,869
#5192Photoalbum
Views1,870−19%vs avg
Forwards9
Reactions—
Comments—
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
15 h1,430
29 h1,870
  1. After 24 hours1,870
  2. Total to date1,870
#5191Photoalbum
Views1,860−19%vs avg
Forwards9
Reactions—
Comments—
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
15 h1,423
29 h1,860
  1. After 24 hours1,860
  2. Total to date1,860
#5190Photoalbum
Views1,873−19%vs avg
Forwards9
Reactions—
Comments—
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
15 h1,429
29 h1,873
  1. After 24 hours1,873
  2. Total to date1,873
#5189Photoalbum
Views1,868−19%vs avg
Forwards9
Reactions—
Comments—
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
15 h1,428
29 h1,868
  1. After 24 hours1,868
  2. Total to date1,868
#5188Photoalbum

Русский Север — Анна Короб (Рубрика #Books) Я родом из Архангельской области. Когда листал этот альбом, вспомнил, как ездил в музей деревянного зодчества «Малые Корелы». С той поездки у меня остался небольшой альбом на 500px. Анна Короб фотографирует деревни Архангельской области и рассказывает их истории. В альбоме есть деревянные и каменные церкви, старые дома и детали северного быта, например росписи, которыми украшали дома. На обложке деревянный храм с высоким шатром стоит посреди заснеженного поля. На развороте с Пиялой видны Онега и Вознесенская церковь с колокольней. Есть и кадр изнутри храма, где через пролом в своде видна колокольня на фоне голубого неба. На главах Владимирской церкви можно разглядеть отдельные деревянные чешуйки. А на последнем развороте — расписное «небо» храма, голубой потолок с ангелами и золотыми звёздами. В общем, отличная книга и я ее очень рекомендую. Вот эта книга на сайте издательства. #Books #РусскийСевер #Architecture #Photography

Open in Telegram
Views1,874−19%vs avg
Forwards9
Reactions34
Comments0
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
15 h1,438
29 h1,874
  1. After 24 hours1,874
  2. Total to date1,874
#5187Link previewedited

От продуктов к потребностям: как меняется организация / Code of Leadership S2E31 (Рубрика #Management) Что происходит, когда вклад, инвестиции и страхование конкурируют за одни и те же накопления клиента? Завтра утром в прямом эфире расскажу, зачем в одном большом банке решили строить работу вокруг потребностей клиентов и что я увидел, когда этот замысел начали воплощать. На примере покупки автомобиля покажу, как накопления, автокредит и страховка складываются в один клиентский сценарий. На условных числах разберу, как вероятность оформления каждого продукта и его ожидаемая ценность для бизнеса складываются во взвешенный LTV клиента. А с помощью вращающегося тессеракта покажу, насколько трудно одновременно учитывать потребности, сегменты, продуктовые и технические платформы. В конце вернусь к самой реорганизации. Какие решения команды должны начать принимать иначе, чтобы клиент почувствовал разницу? P.S. Этот рассказ будет продолжать мою статью "От продуктов к JBTD или как поток изменений влияет на структуру компании" от декабря 2024 года. А также прошлого выпуска Code of Leaderhsip "Организационный редизайн подразделения в 1к инженеров" #Management #Leadership #Transformation #Architecture #Engineering #Software

Open in Telegram
Views2,020−12%vs avg
Forwards11
Reactions12
Comments0
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
3 h966
18 h1,696
32 h2,020
  1. After 24 hours1,696
  2. Total to date2,020
#5186Link preview

AI ускорил разработку: как понять, что это правда (Рубрика #AI4SDLC) На AI Dev Live уже выложили рекап моего доклада. Если хотите бесплатно получить все записи и полные рекапы конференции, подпишитесь на Telegram-каналы спикеров через кнопку участвовать на сайте — вас перекинет на tg-бота, а он покажет, на кого подписаться, и откроет доступ после проверки. В докладе 11 ноября я привёл пример из эксперимента METR. Опытные разработчики работали в своих репозиториях и думали, что AI сэкономил им время. По замерам задачи с AI заняли дольше. А Microsoft у ранних пользователей агентов увидела больше слитых PR на инженера. Как обе истории могут быть правдой одновременно и что тогда мерить у себя? В докладе разобрал - Как считать долю внедрения AI и кого включать в знаменатель, если доступ к агентам есть у части команды. - Как измерять путь от гипотезы до результата у клиента и заметить, что после ускорения написания кода очередь переехала на ревью. - Как считать время инженеров, когда у одного человека параллельно работают несколько агентов. - Как посчитать цену полезного замечания на AI-ревью, принятой партии миграции или проверки гипотезы на прототипе. Ещё материалы - Интерактивные слайды и они же в PDF - Мой конспект доклада с ответами на вопросы - Запись на YouTube Если уже мерили эффект AI у себя, расскажите, где первым стало видно ускорение и дошло ли оно до пользователей. #AI4SDLC #Agents #Engineering #Metrics #Conference

Open in Telegram
Views2,085−10%vs avg
Forwards31
Reactions13
Comments0
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
10 h1,751
26 h2,085
  1. After 24 hours2,085
  2. Total to date2,085
#5185Link preview

Stanford CME295 Transformers & LLMs | Autumn 2026 | Lecture 4 - Reinforcement Learning with LLMs (Рубрика #AI) Досмотрел наконец-то четвертую лекцию курса "Transformers & LLMs", в которой речь идет про обучение с подкреплением. Пока это самая забористая лекция этого курса. В разборе третьей лекции был пример с агентом, который сделал девятнадцать полезных действий, а на двадцатом сломал программу. В конце упали тесты. Как теперь объяснить модели, какой из двадцати шагов ей стоило сделать иначе? В четвёртой лекции Stanford CME295 Афшин и Шервин Амиди разбирают, как из такой обратной связи получается обновление весов модели. Сначала нужно решить, кто выставляет оценку. Если речь о тоне или ясности ответа, люди могут выбрать лучший из двух вариантов. На этих предпочтениях обучают модель награды, которая дальше оценивает новые ответы. Это схема RLHF (Reinforcement Learning from Human Feedback). Для задач с проверяемым результатом есть RLVR (Reinforcement Learning with Verifiable Rewards): можно сверить число с эталоном или запустить тесты на сгенерированном коде. Для модели каждый шаг — выбор следующего токена по запросу и уже написанной части ответа. В REINFORCE (классический метод Policy Gradient в Reinforcement Learning) модель генерирует ответ, а награда взвешивает градиент логарифма его вероятности. Так итоговая оценка влияет на вероятности отдельных токенов, из которых сложился ответ. Но одиночные оценки дают шумные обновления. И каждый новый ответ надо генерировать токен за токеном. Вероятности токенов в готовом ответе можно пересчитать за один проход, поэтому одну пачку попыток выгодно использовать для нескольких обновлений. 🔸 PPO оценивает, чего можно было ожидать на каждом шаге Вместе с моделью обучают critic, который смотрит на уже написанную часть ответа и прогнозирует награду за продолжение. Из этого прогноза и дальнейшего хода попытки получают advantage — оценку того, насколько удачным оказался выбор. Clipping ограничивает стимул слишком сильно менять вероятности, пока мы переиспользуем одну пачку. В схеме из лекции есть и KL-штраф за уход от исходной модели. Для clipping точка отсчёта — версия, которая только что сгенерировала пачку. Для KL-штрафа — фиксированная исходная модель. 🔸 GRPO берёт точку отсчёта из самих попыток Допустим, модель предложила четыре исправления, и только одно прошло тесты. У него оценка выше среднего по группе, у остальных ниже. Отдельный critic для этого сравнения не нужен. А если все четыре попытки провалились и получили одинаковый балл, групповое сравнение даёт нулевое преимущество всем четырём. При оценке только по итогу один и тот же advantage применяется ко всем токенам ответа. Даже удачная попытка может содержать несколько совершенно лишних шагов, которые получат тот же сигнал. В исходном GRPO вклад токена зависит и от длины ответа. Чем длиннее ответ, тем меньше вес каждого его токена при усреднении. DAPO усредняет по всем токенам группы, а Dr. GRPO убирает деление на длину конкретного ответа. 🔸 On-policy distillation даёт подсказку там, где ученик сам оказался Ученик начинает решать задачу. Учитель видит, что ученик написал к этому моменту, и показывает, какие продолжения считает вероятными. В лекции это выражают через reverse KL: если ученик часто выбирает токен, которому учитель даёт очень низкую вероятность, расхождение обходится дороже. В self-distillation роль учителя играет та же модель, которой на этапе обучения дополнительно показывают, например, эталонное решение. Можно учиться на собственных заходах в тупик, если учитель умеет предложить из них выход. В общем, это отличная лекция, на просмотр которой я потратил неделю и в сумме часа три экранного времени:) #AI #LLM #Learning #Engineering #Agents

Open in Telegram
Views2,484+8%vs avg
Forwards48
Reactions9
Comments0
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
1 h717
13 h1,406
25 h2,089
69 h2,484
  1. After 1 hour717
  2. After 24 hours2,089
  3. Total to date2,484
#5184Textedited
Views2,547+10%vs avg
Forwards6
Reactions11
Comments2
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
7 h1,539
31 h2,204
74 h2,547
  1. After 6 hours1,539
  2. After 24 hours2,204
  3. Total to date2,547
#5183Link preview

Как incident.io считает расходы на AI (Рубрика #AI4SDLC) В incident.io посчитали расходы на AI двумя способами: на инженера в месяц и на effort point, условную единицу сложности выпущенных изменений. За один балл берут PR средней сложности, а остальные PR взвешивают по оценке модели. Гергей Орос приводит в рассылке данные incident.io и уточняет, что сам инвестор компании. После перехода на Opus 5.5 расходы упали примерно с $4 500 до $1 600 в месяц на инженера (после перехода на Opus 5.5 с более старых моделей Антропик). А в расчёте на effort point выделилась инфраструктурная команда. У неё расход примерно в пять раз выше, чем почти у всех остальных. Инженеры используют агента, чтобы разобраться в поведении системы в проде, провести анализ или прогнать бенчмарки. На это уходят деньги, а PR в конце может и не быть. У компании есть цифры и по тому, что происходит после генерации кода. Доля PR, которые дошли до прода без человеческого ревью, выросла с 12% до 43%. Инцидентов на тысячу PR стало на 60% меньше, а в абсолютных числах их стало больше. Изменений выпускают гораздо больше. По разбору команды, сейчас инциденты чаще связаны с тем, что при подготовке изменения не хватало информации о поведении системы в проде. Команда пробует давать агентам обратную связь из эксплуатации. В лонгриде об экономике AI я предлагал считать стоимость принятой задачи с учётом проверки, переделок и цены ошибки. Пример с инфраструктурой хорошо показывает, зачем вообще договариваться, что считать результатом. Если инженер с агентом нашёл и проверил причину сбоя, работа сделана, даже если в репозитории ничего не поменялось. А история с инцидентами продолжает мой доклад про узкие места AI4SDLC. Когда код пишется быстрее и ревью меньше задерживает выпуск, всё больше зависит от того, что мы знаем о поведении системы после релиза. Снижение частоты сбоев на PR и рост числа сбоев за месяц вполне могут ужиться на одном дашборде. Для разговора об окупаемости я бы ещё посмотрел, насколько тяжёлыми были эти сбои и сколько времени они забрали у дежурных. И ещё одна деталь в продолжение «Джуна после кода». Новичкам в incident.io советуют первый месяц обходиться без AI, чтобы освоиться в кодовой базе. Речь про новых сотрудников, в том числе опытных. Мне тут интересен сам выбор команды: первый месяц можно потратить на понимание системы, даже если с агентом первый PR появился бы раньше. #AI4SDLC #Engineering #Metrics #FinOps #SRE

Open in Telegram
Views2,661+15%vs avg
Forwards33
Reactions10
Comments0
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
9 h1,754
33 h2,368
77 h2,661
  1. Total to date2,661
#5182Link preview

Материалы Research Insights #47. Помогает ли AGENTS.md агенту? (Рубрика #AI4SDLC) 10 ноября 2026 года вышел сольный выпуск Research Insights Made Simple #47 про статью "Evaluating AGENTS.md (v3)", который я уже разбирал в посте раньше. Допустим, мы записали в файл, какие тесты запускать. Агент стал запускать их чаще. А задач он от этого решил больше? В выпуске я разобрал эксперимент ETH Zurich и LogicStar.ai, в котором эти два результата разошлись. В выпуске разобрал 🔸Как меняется стоимость и успешность прогонов бенчей На SWE-bench Lite сгенерированные инструкции подняли среднюю стоимость прогона на 20%, на CTXbench — на 23%. Статистически значимого прироста доли решённых задач авторы не нашли. На CTXbench файлы разработчиков сработали лучше сгенерированных, а их преимущество перед запусками без файла статистически не подтвердилось. 🔸 Куда уходят дополнительные шаги Если в инструкции указан uv, агент чаще пользуется uv. Если просят запустить тесты, он чаще их запускает. Авторы отслеживали эти действия отдельно, а задачу считали решённой по тестам на поведение патча. Если вам важно, чтобы агент соблюдал порядок миграций, это свойство стоит проверять отдельно. 🔸 Что файл добавляет к тому, что агент уже может прочитать В дополнительном эксперименте на CTXbench исследователи сначала сгенерировали файл, затем убрали из репозитория документацию и примеры. В этих условиях сгенерированный файл помогал решать задачи. У пересказа README появляется ценность, когда самого README под рукой больше нет. 🔸 Что меняет формулировка задачи «Иногда падает экспорт» и «вот как воспроизвести сбой и каким должен быть результат» оставляют агенту разное количество догадок. Моя гипотеза — чем точнее задача, тем меньше в файле может остаться полезных для неё сведений. 🔸 Как поставить свой эксперимент Возьмите одну задачу. Сначала дайте агенту исходный запрос без файла, затем тот же запрос с файлом. В третьем варианте перенесите нужные правила из файла прямо в задание. Сравните стоимость, проверьте, работает ли патч, и посмотрите, сработало ли само правило. Например, поправил ли агент генератор, если нужный файл создаётся автоматически. Материалы выпуска - Страница выпуска с таймкодами и слайды выпуска - Видео: YouTube, VK Видео - Аудио: Podster, Apple Podcasts - Текстовый конспект Если у вас есть правило в AGENTS.md, которое появилось после конкретного косяка агента, расскажите, что случилось и как вы поняли, что правило помогло. #ResearchInsights #AI4SDLC #Agents #Evals #Engineering

Open in Telegram
Views2,388+4%vs avg
Forwards17
Reactions6
Comments5
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
10 h1,712
34 h2,121
78 h2,388
  1. Total to date2,388
#5181Photoalbum
Views2,409+4%vs avg
Forwards8
Reactions—
Comments—
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
3 h1,109
15 h1,572
22 h2,012
27 h2,088
66 h2,409
  1. After 24 hours2,012
  2. Total to date2,409
#5180Photoalbum
Views2,518+9%vs avg
Forwards8
Reactions—
Comments—
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
3 h1,109
15 h1,573
22 h2,021
27 h2,104
66 h2,518
  1. After 24 hours2,021
  2. Total to date2,518
#5179Photoalbum
Views2,469+7%vs avg
Forwards8
Reactions—
Comments—
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
3 h1,108
15 h1,567
22 h2,008
27 h2,082
66 h2,469
  1. After 24 hours2,008
  2. Total to date2,469
#5178Photoalbum
Views2,449+6%vs avg
Forwards8
Reactions—
Comments—
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
3 h1,078
15 h1,526
22 h1,976
27 h2,058
66 h2,449
  1. After 24 hours1,976
  2. Total to date2,449
#5177Photoalbum
Views2,357+2%vs avg
Forwards8
Reactions—
Comments—
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
3 h1,079
15 h1,525
22 h1,974
27 h2,044
66 h2,357
  1. After 24 hours1,974
  2. Total to date2,357
#5176Photoalbum
Views2,467+7%vs avg
Forwards8
Reactions—
Comments—
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
3 h1,079
15 h1,527
22 h1,971
27 h2,053
66 h2,467
  1. After 24 hours1,971
  2. Total to date2,467
#5175Photoalbum
Views2,366+3%vs avg
Forwards8
Reactions—
Comments—
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
3 h1,111
15 h1,558
22 h1,967
27 h2,035
66 h2,366
  1. After 24 hours1,967
  2. Total to date2,366
#5174Photoalbum
Views2,372+3%vs avg
Forwards8
Reactions—
Comments—
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
3 h1,078
15 h1,525
22 h1,961
27 h2,044
66 h2,372
  1. After 24 hours1,961
  2. Total to date2,372
#5173Photoalbum

Contemporary Architecture in China: Buildings and Projects 2000–2020 (Рубрика #Books) В 2025-м я дважды был в Китае. Один раз по работе, другой с семьёй. Увидел своими глазами Шанхай, Пекин и другие города. По фотографиям вроде бы понятно, какой там масштаб, а вживую всё равно впечатляет. Поэтому, когда недавно полистал книгу Кристиана Дубрау, было любопытно увидеть знакомые города в другом времени. Вот, например, ночной Шанхай на развороте снят в 2009-м. Сам альбом вышел в 2010-м, хотя в названии стоит 2000–2020. Но больше всего мне понравилось, как в книге меняется масштаб. Только что разглядывал целый город, а теперь смотришь, из чего сложена одна стена или как люди вообще попадают в здание. Вот несколько разворотов, на которых есть где задержаться. 🔸 Китайский павильон на Expo 2010 в Шанхае Слева красные ярусы, которые расширяются кверху, справа та же конструкция в лесах. Мне нравится, что можно тут же перевести взгляд с эффектной картинки на стройку и посмотреть, как эту штуку собирали. Вот павильон на сайте Expo 🔸 Национальный центр исполнительских искусств в Пекине Купол вместе с отражением выглядит как целое яйцо. Я бы по фотографии ещё долго гадал, где тут вход. От северного входа к залам ведёт коридор со стеклянным потолком под искусственным озером. Вот как устроен театр 🔸 Исторический музей в Нинбо На снимке люди у стены совсем маленькие, а саму стену хочется разглядывать по кирпичику. В кладку пошли старые кирпичи и черепица со снесённых зданий. Для музея истории отличный ход. Часть того, что он хранит, буквально находится в стенах. Вот тут можно почитать историю проекта Если вам, как и мне, нравится разбираться, как что устроено, в этом альбоме легко зависнуть. Я бы листал его с картой под рукой. Начинаешь с Шанхая, который уже видел, и вдруг обнаруживаешь, что ищешь чайную под Чэнду. P.S. В Шанхае мне попалась ещё одна красивая книга, про то, как застраивался город. Теги: #Books #Architecture #China #Travel #Culture

Open in Telegram
Views2,340+1%vs avg
Forwards8
Reactions9
Comments0
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
3 h1,108
15 h1,551
22 h1,981
27 h2,054
66 h2,340
  1. After 24 hours1,981
  2. Total to date2,340
#5172Link preview

Материалы Research Insights #46. Сколько обвязки нужно сильной модели? (Рубрика #AI4SDLC) 9 ноября 2026 года вышел сольный выпуск Research Insights Made Simple #46. В выпуске про Harbor я разбирал, как отделить вклад модели от вклада обвязки. В статье "Beyond the Model" вопрос уже про конкретные детали агента. Допустим, поставили модель посильнее. Есть ли смысл по-прежнему запускать субагентов, сжимать историю и вести отдельный план? В работе "Beyond the Model" и "How Much of a Harness Does a Strong Agent Need for Autonomous ML Engineering?", которые я разбираю в выпуске, ответ зависит от того, что поручили агенту. В выпуске разобрал 🔸 Что меняется на исправлении багов В прогонах Beyond the Model на SWE-bench Pro преимущество OpenCode над mini-SWE-agent сократилось примерно с 6 п. п. у Qwen3-Max до 2,67 п. п. у Qwen3.7-Max. Это результат для двух конкретных обвязок. Повторы и интервалы для этих прогонов авторы не описали. 🔸 Зачем обвязка на открытой задаче На ProgramBench агенту нужно восстановить программу по документации и поведению эталона. Он сам выбирает, какие входы проверить и когда уже пора писать код. На таких задачах более богатая обвязка помогала и сильным моделям из эксперимента. 🔸 Какую работу отдавать субагенту На 200 задачах ProgramBench авторы NanoHarness проверили компоненты по отдельности на двух моделях. Самые устойчивые прибавки дали файловые инструменты и субагенты с конкретной работой. Например, одному можно поручить исследовать поведение эталона, а другому — проверить, где реализация с ним расходится. 🔸 Сколько стоит сжать историю В том же эксперименте сжатие отдельно от остальных компонентов сократило число входных токенов Qwen3.7-Max примерно на 54%, а оценка упала на 4,86 п. п. По одной только экономии токенов такая правка выглядела бы удачной. 🔸 Что даёт среда исполнения в ML-инженерии Во второй работе самый большой выигрыш дал переход от чата к агенту, который читает и пишет файлы, запускает код и видит результат. При той же сильной модели и равном бюджете времени одна такая сессия в изученных сравнениях оказалась конкурентоспособной со специализированными обвязками. Материалы выпуска - Страница выпуска с таймкодами и слайды выпуска - Видео: YouTube, VK Видео - Аудио: Podster, Apple Podcasts - Текстовый конспект Если после смены модели вы пробовали упростить обвязку, расскажите, что выключили и как это сказалось на ваших задачах. #ResearchInsights #AI4SDLC #Agents #Evals #Engineering

Open in Telegram
Views2,651+15%vs avg
Forwards13
Reactions7
Comments0
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
10 h1,923
30 h2,350
74 h2,651
  1. After 24 hours2,350
  2. Total to date2,651