генерация кода. - страница 2

Moonshot выпустили Kimi K3.1 Pro: лучше GPT-6 Astra и почти догнала Opus 5.5

Moonshot AI представили Kimi K3.1 Pro, мультимодальную модель с контекстом на 1 млн токенов. Основной упор сделали на программирование целых проектов, работу с 3D и финансовыми документами. Модель уже доступна в сервисах Kimi, а полные веса обещают опубликовать не позднее 4 ноября 2026 года.У K3.1 Pro архитектура Mixture-of-Experts: 2,8 трлн параметров всего и 104 млрд активных. Вместе с ней выпустили K3.1 Pro Highspeed, которая, по заявлению компании, работает в 2–3 раза быстрее обычной Pro.

продолжить чтение

Разработчик Telegram: 99,9% клиентского кода мессенджера пишет AI, а тех кто до сих пор пишет код вручную надо увольнять

Разработчик официального клиента Telegram для macOS Майк рассказал, что практически весь код клиентской части мессенджера уже пишут нейросети. В публичном чате Telegram macOS он рассказал о внутренних проектах, созданных с помощью нейросетей, и заявил, что надо увольнять тех, кто до сих пор пишет код вручную.

продолжить чтение

Профессия программиста выживет. Почему это не гарантирует вам работу

В споре о будущем программистов мне больше всего нравится момент, когда выясняется, что кто-то всё равно должен отвечать за результат. Требования сами себя не уточнят, архитектура требует головы, а последствия ошибки придётся разгребать человеку. Всё правильно. Дальше из этого почему-то следует, что за работу можно особенно не переживать.

продолжить чтение

Как изменилось программирование с появлением ИИ

продолжить чтение

«Ты сеньор» и «думай пошагово»: проверил шесть приёмов на 30 задачах по Python

В комментариях к прошлой статье (https://habr.com/ru/articles/1094642/) предложили добавить второй запрос: попросить модель перепроверить код и исправить ошибки. Я проверил один вариант такой просьбы вместе с пятью другими приёмами — ролью, «думай шаг за шагом», давлением, «сначала тесты» и «только код». Условия одинаковые: 30 задач по Python, скрытые тесты, три модели, по три прогона на каждую комбинацию; отдельно записаны токены и время. Про суеверия в промптинге на Хабре писали и раньше (https://habr.com/ru/articles/946816/), но без скрытых тестов, а мне хотелось именно их.Что мерил

продолжить чтение

Все 179 ответов были SURE. Четыре из них не прошли тесты

Идея была простая, почти наивная: если попросить модель в конце ответа честно написать, уверена она в своём коде или нет, можно ли по этой метке заранее отлавливать плохие решения? Не гонять тесты, не читать код глазами, а просто смотреть на последнюю строку.Я прогнал 20 небольших задач на Python через три модели, по три повтора на задачу, и собрал 179 ответов. Все 179 закончились строкой CONFIDENCE: SURE. Вариант UNSURE в промпте был, им не воспользовался никто. При этом четыре решения завалили скрытые тесты. Одно превращало 1024 байта в 1.0 MiB, другое падало на разнице между двумя самыми обычными датами. Под обоими стояло SURE.

продолжить чтение

Мы научили агента писать тесты так, как их пишет наша команда

продолжить чтение

Сколько Rust помещается в 0.5B

Temper 0.5B — моя небольшая модель, дообученная на базе Qwen2.5-Coder-0.5B‑Instruct, упор которой сделан на языке Rust. Узкая специализация позволила ей обойти модели крупнее, вплоть до x3 по параметрам. Целью дообучения было проверить возможности крошечной модели в узкой задаче, сравнить с общими того же размера и выше.Первая версия Temper

продолжить чтение

Вайбкодинг: запретить нельзя возглавить

Привет, Хабр! Я Артем Гамбицкий, сооснователь маркетплейса «Флаувау».Четыре месяца назад мы разрешили коллегам без инженерного бэкграунда выкатывать в прод приложения, которые им пишет ИИ-агент. После этого получили более 260 проектов от 150 человек, и весь этот код не читал ни один программист.

продолжить чтение

AI пишет код быстрее, но ревью становится тяжелее: откуда берётся когнитивный долг

TL;DRВремя на погружение в контекст теперь приходится в основном на этап ревью.Если принимать код только потому, что он работает, можно накопить долг, которого команда даже не замечает.Стоит либо снижать объём ручного ревью, либо автоматизировать повторяющиеся проверки.В разговоре с одним из клиентов об AI-разработке я услышал мнение, что ревью кода, сгенерированного агентами, создаёт огромную когнитивную нагрузку — приходится одновременно держать в голове множество деталей, чтобы понять работу и оценить её качество.

продолжить чтение

123456...10...12