IT Makes Me Hate

Сразу вспомнил эту легенду

Без текста

Без текста

Тут пишут что у юзеров iOS 18 взламывают кошельки. Че как думаете аи-безопасников станет еще больше?

Agentic Readiness Assessment и техническое развитие инженеров Если вы думали что в эпоху аи техническое развитие вымерло то это не так. Все только начинается. Сейчас прошло 60% сезона в яндексе. Это так мы называем полугодия. Этот сезон в продукте мы много внедряли ии. Очень много. Теперь сделали чекпоинт чтобы посмотреть а что же вышло? И я все чаще замечаю одну ситуацию. Агент быстро готовит PR, а дальше инженер вручную выясняет, как запустить проект, что проверить и работает ли решение в реальном сценарии. Матрица на картинке помогла мне точнее сформулировать проблему. На результат влияют две разные вещи: насколько проект готов к работе агента и насколько инженер умеет поставить задачу и проверить ответ. Если кратко: 1️⃣ Проект нужно развивать и следить за кодовой базой. А не отдавать все агенту 2️⃣ Инженерам еще больше нужно развивать техничку и харды, чтобы увеличивать осознанность и не плодить тех долг. Если среда слабая, опытный инженер вытягивает задачу вручную — это "ручное спасение". Проект слабый, а инженер сильный. Если среда подготовлена, но критерии результата не заданы, можно получить быстрый PR со слабым техническим решением. Проект сильный, а инженер слабый. Нам нужен правый верхний угол — сильный инженер и хорошо развитый проект. Мы посмотрели, что делают другие: 🟣У GitLab есть шкала зрелости репозитория 🟣у Exadel — аудит с проверкой команд и списком исправлений. 🟣OpenAI описывает, как сделать знания о проекте и ограничения доступными агенту. Потом нашли близкий подход у коллег. Они предлагают отдельно оценивать контекст, архитектуру, проверки и воспроизводимость окружения. Причем команда или инструкция засчитывается только тогда, когда агент действительно может ею воспользоваться. Условно не тащить аи туда, где он будет давать херовый результат. Мне такой системный подход дико заходит. С одной стороны есть аудит проекта: где агенту не хватает контекста, запуска и проверок. С другой работа с развитием инженеров: постановкой задач, разбором кейсов и привычкой проверять результат. Так будет понятнее, что именно мешает следующей задаче: среда или способ работы с агентом? и что нужно исправить?

Без текста

Средняя зарплата в Anthropic — $107,3 тыс. (~₽8,7 млн) в месяц. Для понимания, это в ~18 раз больше среднего по США или в ~79 раз больше российской. За июль-сентябрь компания потратила больше $1,7 млрд на штат из 5,3 тыс. сотрудников. Правда, две трети из этих трат составляют акции. Видимо, после IPO сотни сотрудников Anthropic станут мультимиллионерами. @typespace

Наконец нормальный ютуб про полезные знания без мусора и воды https://hackertube.org/

Ну и в целом от Яндекса крутейший торт тоже получил

Итоги за год в канале Сегодня у меня день рождения. По традиции решил немного порефлексировать и вспомнить, что интересного произошло за последний год. Решил нейронки сделать анализ самых важных событий этого канала: - Вырос до Competence Lead в трех командах в Яндексе. Стал чуть больше заниматься развитием инженеров, инженерной культурой и AI. - Выступал в ВШЭ, на Mobile Runtime и Podlodka iOS Crew. Заодно защитил ещё один диплом. - Запустил сайт с инженерными тренажёрами, отдельный AI-канал и начал развивать собственный open-source проект AI Mobile Harness. - Побывал с лекцией об ИИ в сельской школе. Это, пожалуй, одно из самых приятных событий года. Главное изменение — я постепенно выхожу за рамки iOS и всё больше погружаюсь в AI, инженерные системы и создание собственных инструментов. В следующем хочется меньше распыляться, больше создавать и постепенно двигаться к профессиональной независимости. Спасибо всем, кто читает канал, делится опытом и помогает мне становиться сильнее. Перехожу в новый цикл.