Software 3.0: теория Карпатого vs реальность
«Самый горячий язык программирования сегодня — английский», — заявил Андрей Карпатый в своей лекции о Software 3.0. Звучит как мем, но за этой фразой стоит серьезная концепция эволюции разработки ПО. Карпатый предложил простую, но мощную модель: как мы дошли от написания кода на C++ до промптов на естественном языке. При этом сама концепция остается спорной — одни называют её «новой операционной системой», другие видят дорогой эксперимент с непредсказуемым поведением. Разобрал лекцию, убрал пафос и оставил практические выводы для разработчиков, продакт-менеджеров и CTO, которые решают, когда и как внедрять LLM в свой продукт. Ниже — основные тезисы Карпатого и контраргументы из реальной практики.
Джун и ChatGPT
ДисклеймерСкрытый текстЭтот текст — не учебник и не строгий гайд. Скорее, разгрузочный рассказ про то, как ChatGPT вписывается (или не вписывается) в жизнь разработчиков. Немного моих историй, немного боли, немного юмора. Холивар приветствуется. 😄Каждый день мы слышим со всех сторон, как LLM-модели становятся всё лучше и лучше. Интерес к ним в разработке растёт, обсуждения кипят: используют ли чатик и другие модели в работе, насколько они облегчают жизнь, и когда уже всех разработчиков отправят на рынок труда искать «настоящую работу».
Джун и ChatGPT: как вместо одной строки переписать полпроекта
ДисклеймерСкрытый текстЭтот текст — не учебник и не строгий гайд. Скорее, разгрузочный рассказ про то, как ChatGPT вписывается (или не вписывается) в жизнь разработчиков. Немного моих историй, немного боли, немного юмора. Холивар приветствуется. 😄Каждый день мы слышим со всех сторон, как LLM-модели становятся всё лучше и лучше. Интерес к ним в разработке растёт, обсуждения кипят: используют ли чатик и другие модели в работе, насколько они облегчают жизнь, и когда уже всех разработчиков отправят на рынок труда искать «настоящую работу».
GEO: как брендам попасть в выдачу AI ассистентов, когда старые подходы в SEO больше не работают
Всё больше людей ищет информацию не в Google, а в ChatGPT, Perplexity, Gemini или AI-обзорах в SERP. В 2024 году доля поисков без переходов по ссылкам составила 60%. Получается, что ваш сайт может остаться «невидимым» для аудитории, даже если он в топе — ведь гораздо удобнее получать готовые ответы от ИИ-ассистентов. В таких реалиях сайт нужно продвигать не только под поисковые системы, но и под нейросети. Что это значит и как теперь оптимизировать контент — рассказываю в статье.Привет, меня зовут Владимир Малюгин, и я в диджитале 17+ лет. Руковожу performance-маркетинговым агентством Digital Geeks
Как создавать контент, который ИИ будет воспринимать как источник
Инсайдерский взгляд на то, как искусственный интеллект выбирает источники и что делает одни тексты более «цитируемыми», чем другиеКаждый день миллионы людей получают ответы от ChatGPT, Claude, Gemini и других ИИ-ассистентов. И каждый раз ИИ делает выбор — какие источники использовать для ответа, какие проигнорировать, а какие процитировать дословно.Но по каким критериям происходит этот выбор? Что делает одну статью «привлекательной» для ИИ, а другую — невидимой?
Как я разрабатываю агентские ИИ системы для извлечения признаков (feature-extraction) из мультимодальных данных
Извлечение признаков (feature extraction) из текстов — ключевой шаг при анализе документов: он является основной практической частью таких задач по обработке данных, как классификация, тематическое моделирование, NER, QA. Если раньше почти что для каждой из таких задач, и в особенности для разных модальностей данных использовались специализированные архитектуры нейронных сетей, то сейчас подобные системы обычно строятся вокруг LLM/VLM. Однако и современные модели на практике настраиваются под конкретные задачи через fine‑tuning или distillation, в связке с retrieval (RAG) и агентскими архитектурами.
Мы всё чаще не отличаем реального автора от AI
В прошлом гайде https://habr.com/ru/articles/918226/
OpenAI начинает использовать тензорные процессоры Google для своих ИИ-продуктов
По данным The Information, компания OpenAI начала использовать тензорные процессоры Google (TPU) для запуска ChatGPT и других продуктов на основе ИИ. Это первый случай, когда OpenAI в больших масштабах использует чипы, отличные от графических процессоров Nvidia.
