Кто упоминает AI Projects

В новом Linux 7.4 примерно половина из 20.000 комитов будет от ИИ. Линус Торвальдс из былого скептика стал главным ИИ фанатом проекта и считает, что "все идёт по плану". Так или иначе, но если новый Linux не развалится и будет даже лучше, то все скептики, что ИИ не может писать код будут окончательно посрамлены. Все же ядро Linux намного сложнее того, чем занимается 90% разработчиков.

Хотите сделать свою обвязку агента ИИ за 5 минут? Creator Mode в DeepSeek Harness к вашим услугам. Вы можете быстро дополнить агентскую систему плагинами постоянной работы как вам нужно. Это как раз сила архитектуры DSH — «всё есть плагин». Если почитать руководителя разработки DeepSeek Harness Цуй Тяньи в китайских сетях, то он постоянно доносит идею, что Claude Code или Codex по факту оторванные системы от самой разработки LLM в «дополнительный сервис». В случае DSH — это часть единого решения DeepSeek, которое изначально разработано в концепции Agent = DeepSeek + DSH, сама LLM на него обучена нативно. DeepSeek также ожидает, что многие кейсы применения их модели будут покрыты за счёт работы модели в DSH, а не просто абстрактной силой модели.

Интересная дискуссия у меня была в LinkedIn: работодатели скоро будут звать уволенных от ИИ разработчиков, чтобы они проверяли код ИИ на работоспособность. Как минимум многие коллеги в это верят, т.к. их тезис в том, что удешевление генерации кода ИИ быстро увеличивает объём самого кода на порядки, поэтому спрос на контроль качества результатов также будет расти на порядки. Это интересный тезис, давайте разберёмся, т.к. это гипотеза о новом крупном рынке труда в ИТ. Для начала соглашусь, что ИИ способствует экстремальному росту объёма кода, т.к. банально это делает быстро. Верно, что рост этот так велик, что крайне быстро достигается точка потери контроля над приложением. Недавно у меня был на обучении обычный бизнес-менеджер, он навайбкодил себе приложение на… 700 тысяч строк кода, не имея представления, как даже программировать, правда, он хорошо понимал, что хочет получить как результат. Этот навык аналитика где-то до 300 тысяч строк ещё удерживал приложение под контролем, плюс он накачал GitHub разными скилами по SDD и TDD и с ботами их адаптировал, но это помогло лишь частично. После 300к строк простой вариант SDD перестал работать как средство сдерживания дрейфа от требований. Всё чаще ИИ, ориентируясь на цели человека, даже отбрасывал прямо «неразумные» требования и делал по-своему. Где-то это было даже правильно, где-то нет, но в результате приложение стало дрейфовать от того, как человек видел решение задачи, к тому, как ИИ видит его. Но пользователь тут человек, а не ИИ. Также в районе 300k строк стало проявляться, что TDD слаб: все тесты бесконечно зелёные, а ошибки всё сложнее, т.к. ничего не падает и не крашится, только вот считает «не то». Это довольно типичный кейс, на мой взгляд. Как раз уже уволенные из-за ИИ разработчики думают, что такой менеджер позовёт их обратно разбираться с кодом ИИ. Вот тут я сильно сомневаюсь. На деле Code Review — только один из вариантов контроля качества, сами ИИ-боты его делают уже лучше людей, но им нужен качественный контекст для такого ревью. Я думаю, что тезис о контроле соблюдения постановки задачи для ИИ и результата от ИИ верный, но это не старые практики и скилы из эпохи «до ИИ». Уже недостаточная эффективность SDD и TDD в том, что изначально это была попытка применить практики людей к ИИ, а ИИ — не человек. Скорее всего, действительно появится много рабочих мест по профессиональному контролю постановки задачи и качества результата от ИИ, но это будут высокоформализованные методики типа «доказательного тестирования» и разных трассировок требований через код и логи. Проверки будет сам ИИ, но человек будет организовывать весьма сложные методики контроля качества и точечно подключаться к каким-то KPI его, которые «простые смертные» и не поймут. Поскольку тут возникает снова «барьер знаний», т.е. это нельзя скачать с GitHub как с детскими вариантами SDD/TDD, то у этих специалистов начнёт ещё расти ЗП, т.к. они уникальны. Я думаю, тренд будет такой, а не возврат старых кодеров. Это профессионалы других навыков в AI QA, а не кодеры.

"Роботы не покупают смартфоны. Тут либо нужен гарантированный доход, либо признавать права субъекта за ИИ и разрешать ему делать покупки для самого себя, иначе экономика рухнет - некому покупать произведенные товары и услуги". https://t.me/turboproject/5430   Это уже устоявшееся мнение, кажется, упускает третий вариант — технофеодализм, при котором массовый потребитель перестаёт быть необходимым условием существования господствующего класса.   Если ИИ и робототехника повсеместно начнут заменять человеческий труд, возникнет другая проблема. Вопрос "кому роботы будут продавать смартфоны?" может оказаться неправильно поставленным.   А почему технофеодалы обязательно должны производить смартфоны для всех восьми миллиардов человек? Они могут производить несколько тысяч смартфонов для своих семей и зависимых от них сообществ. Остальным, кто не будет задействован в структуре экономики нового общества, смартфоны не нужны – не в смысле, что у них не будет желания иметь смартфоны, а в смысле, что у них не будет такой потребности. Можно даже сказать – права.   Разумеется, исчезнет значительная часть нынешнего массового рынка. Технофеоды и техноанклавы не будут сохранять прежние объёмы потребительских продаж. Но если их целью станет не максимальная денежная прибыль, а обеспечение собственных потребностей и экономная трата ресурсов, это не обязательно приведёт к "обрушению их экономики".   Нужно понимать разницу между сокращением рыночной экономики и сохранением у определённой группы людей способности обеспечивать себя.   Технофеодальный анклав может спокойно пережить сокращение массового рынка. У него сохраняются зависимости от сырья, территории, безопасности, государств и конкурентов. Но "бороться за рынок смартфонов", чтобы обеспечивать прибыль, ему уже может быть не нужно.   Представим себе небольшой, но относительно мощный техноанклав, в котором несколько техноаристократических семей владеют ключевыми ресурсами: землёй, энергоустановками, дата-центрами, робозаводами и системами кибербезопасности. Каждая семья располагает собственной, почти самодостаточной хозяйственной экосистемой — от автоматизированного сельского хозяйства и производства продуктов питания до металлургии, машиностроения, фармацевтики и изготовления сложной электроники. ИИ управляет роботами, логистикой, строительством и инфраструктурой, обмен дефицитными ресурсами и технологиями связывает техноанклавы между собой. Вокруг каждого Технодома существует небольшой круг зависимых человеческих семей: управляющие, воспитатели, врачи, специалисты, прислуга, творческие работники, компаньоны, нужные не для экономики, а просто чтобы развлекать техносуверена. Население анклава исчисляется сотнями или несколькими тысячами человек, а его производительные мощности сравнимы с потенциалом промышленного города. При этом большинство обитателей не владеет средствами производства, а пользуется жильём, благами и услугами, предоставляемыми Технодомом.   Так может возникнуть техно-неофеодализм: власть основана на монополии на ИИ-производство, а зависимость людей – на отсутствии средств для самостоятельного существования.   А ненужные Технодомам массы превратятся в дикарей, голодные толпы которых будет отстреливать киборг-охрана на дальних подступах.

И вдогоночку новости гуманоидостроения: https://t.me/turboproject/5429

🏥 Авторитетный журнал Science опубликовал исследование, что ИИ-агент Microsoft превосходит врачей общей практики. По бенчмаркам видно, что обычные врачи типа терапевтов или врачи из скорой полностью проигрывают агенту Microsoft Diagnostic Orchestrator (DxO), особенно когда врачи не могут воспользоваться внешними источниками и решение нужно принимать быстро из-за ухудшения состояния пациента. Хотя Microsoft пишет деликатно, что это ещё «не полная замена», но по факту он публикует доказательства именно замены врачей на ИИ-бота. Если посмотреть обсуждения в X специалистов, то многие отметили, что вклад самого агента Microsoft умеренный, а важнее мощность фронтирных LLM, которыми он пользуется. Вероятно, медицину ждут потрясения не меньше, чем у математиков, дизайнеров и программистов. https://www.science.org/doi/10.1126/science.aeh7930

🏥 Авторитетный журнал Science опубликовал исследование, что ИИ-агент Microsoft превосходит врачей общей практики. По бенчмаркам видно, что обычные врачи типа терапевтов или врачи из скорой полностью проигрывают агенту Microsoft Diagnostic Orchestrator (DxO), особенно когда врачи не могут воспользоваться внешними источниками и решение нужно принимать быстро из-за ухудшения состояния пациента. Хотя Microsoft пишет деликатно, что это ещё «не полная замена», но по факту он публикует доказательства именно замены врачей на ИИ-бота. Если посмотреть обсуждения в X специалистов, то многие отметили, что вклад самого агента Microsoft умеренный, а важнее мощность фронтирных LLM, которыми он пользуется. Вероятно, медицину ждут потрясения не меньше, чем у математиков, дизайнеров и программистов. https://www.science.org/doi/10.1126/science.aeh7930

Интерфакс сообщает, что Россия и КНДР договорились об обмене опытом в сфере искусственного интеллекта. https://www.interfax.ru/world/1123582

🧮 Профессор математики Нью-Йоркского университета Тристан Бакмастер говорит, что OpenAI разрушил карьеры сотен математиков и уничтожила десятки исследовательских программ в математике, опубликовав 722 математических статей с решением где-то 20% всех ~4000 ключевых задач математики. Интересный момент ещё: если сравнить дискуссии инженерной элиты США в X и наши дискуссии в Telegram и VK, то видно, что инженеры США скорее приветствуют «разгром математиков». Даже инженеры русского происхождения, как Андрей Бурков (я публиковал ранее его систему удаления «водяных знаков» ИИ), написал несколько постов в духе «хватит заниматься сферическими конями, займитесь делом наконец». Отчасти эти «антиматематические» настроения инженерной элиты США я и транслирую в постах, т.к. там нет вообще голосов в поддержку математиков, кроме самих математиков вроде Тристана. Просто для обывателя США математика никогда не была чем-то «святым» — они скорее пожимают плечами, потому что в реальной работе им даже школьная математика почти не нужна: всё делает софт или даже ИИ-агенты. Американцы в массе своей практичные люди. Если брать элиту инженеров США, то их основной упрёк в адрес математиков — что те занимаются «абстракциями» без практической пользы для реальных инженерных приложений. Американские инженеры тоже практичны, поэтому требуют от математиков конкретных инструментов, а не доказательства теорем, которые обычно не имеют для них никакой практической ценности. В российской и европейской культуре падение культа математики воспринимают очень болезненно, т.к. это во многом исторический факт. «Культ математики» был реально создан в Пруссии в 1809 году при создании гимназий как формы образования Вильгельмом фон Гумбольдтом, который формировал концепцию Bildung (гармоничного формирования личности), где «истинный ариец» должен владеть математикой как частью своей гармонии. Прусская школа, где математика воспринималась как «святое», потом вместе с системой гимназий перешла в другие европейские страны, включая Россию. Иными словами, это очень глубокая традиция, и ИИ тут «покушается на ценности». Однако в США такого контекста нет: после Второй мировой войны у американцев также сохраняется скепсис к прусскому наследию.