Вайбкодинг для ленивых: читаем видео на YouTube
Я всегда с осторожностью смотрел в сторону искусственного интеллекта, но, в целом, старался не оставаться в стороне от современных технологий и тенденций. Работал локально с LLM, локально же генерировал картинки и даже видео, использовал публичные сервисы для работы, общался с разными чат-ботами и иногда писал об этом статьи. Но до поры до времени не касался темы вайбкодинга.
Код стал шумом, а джуны — обузой: как ИИ перестраивает ИТ-индустрию и где теперь точка сборки
Мы привыкли думать, что главным узким местом ИТ-компаний является capacity — количество рук, способных перевести бизнес-требования в рабочий код. Долгие годы индустрия строила "фабрики фич" и масштабировала пирамиду разработчиков. Но генеративный ИИ сломал эту физику.Сегодня производство артефакта (кода, лендинга, дизайна) стремится к нулю по стоимости. Кодинг перестает быть рычагом конкуренции: он коммодитизируется и больше не ограничивает ни рынок, ни организацию. Объем кода и скорость коммитов превращаются в шум — они больше не коррелируют с ценностью продукта.
Если попросить ИИ назвать случайное мужское имя, он скажет «Marcus». И будет говорить «Marcus» снова и снова
Разработчик Бенджи Смит провёл эксперимент с 37 500 запросами к пяти моделям Claude с одной задачей: выбрать случайное имя. Самый частый мужской ответ — Marcus, 23.6% от всех попыток. У женских имён фаворит — Amara, 14.3%. А Opus 4.5 при простом промпте возвращал «Marcus» в каждом из ~100 запросов подряд без единого отклонения. При том что каждый вызов API проходит заново через модель, без кеша.Всего за эксперимент модели выдали 1 680 уникальных имён, но если измерить энтропию по Шеннону, реальный выбор эквивалентен ~137 именам. У Sonnet 4.5 ещё меньше — около 22. Разброс между моделями хорошо виден в таблице.
На заводе Toyota в Канаде начнут работать 7 человекоподобных роботов Digit
После годичного пилотного проекта канадское производственное подразделение Toyota заключило контракт с семью человекоподобными роботами на работу на заводе по сборке внедорожников RAV4 в рамках соглашения об использовании роботов в качестве услуги.
Топ нейросетей для бизнеса: автоматизации офисной работы
Знаете это чувство, когда в конце дня понимаешь, что сделала кучу движений, но результата ноль? Отчеты написаны, письма разосланы, но мозг вытек, потому что 80% времени ушло на копирование, вставку и форматирование.
Вице-президент Google предсказал, какие два типа стартапов в сфере ИИ не выживут
Вице-президент Google Даррен Моури рассказал
Сколько зарабатывают сотрудники OpenAI?
Раскрыты зарплаты в OpenAI: сколько компания, создавшая ChatGPT, платит
Линейная регрессия: от теории до production
Линейная регрессия - это первый алгоритм, который осваивает аналитик, и последний, который он перестает использовать. Разберем, что это такое, как работает, где применяется и с какими подводными камнями вы обязательно столкнетесь.1 Что такое линейная регрессияЛинейная регрессия - это метод моделирования зависимости между зависимой переменной (target) и одной или несколькими независимыми переменными (features).
Microsoft несколько месяцев советовала обучать ИИ на пиратских книгах о Гарри Поттере
Microsoft в течение нескольких месяцев советовала обучать
