Как стать программистом: от Intel 286 до Large Language Models
ВведениеВ середине 90‑х я получил первый домашний компьютер — IBM‑совместимую машинку на процессоре Intel 286. Установка Windows требовала кучу дискет, а жёсткий диск вмещал «весь» 20‑30 МБ. Информация тогда хранилась в бумажных книгах и в полках библиотек. Сейчас, спустя почти три десятилетия, обучение программированию выглядит совершенно иначе. Ниже я расскажу, как менялись возможности обучения, и почему сейчас Large Language Models (LLM) могут стать вашим личным наставником. 1. 1990‑е: поиск знаний в библиотекеКак всё начиналось
Детерминированная нейросеть на конечных группах: эксперимент с XOR
Введение: проблема недетерминизмаПопробуйте запустить обучение простой PyTorch модели 10 раз на одних и тех же данных:import torch import torch.nn as nn # Одна и та же архитектура model = nn.Sequential( nn.Linear(2, 4), nn.ReLU(), nn.Linear(4, 2) ) # 10 запусков с разными seed for seed in range(10): torch.manual_seed(seed) train(model, train_data) acc = evaluate(model, test_data) print(f"Run {seed}: accuracy={acc:.2%}") # Output: # Run 0: accuracy=95.2% ← Разные результаты! # Run 1: accuracy=96.8% # Run 2: accuracy=94.5% # ...
Меня уволили из-за ИИ, но я всё равно считаю себя инженером будущего
Последние месяцы я полностью пересобрал свой подход к разработке. Раньше я писал код сам. Теперь я стратегически управляю нейросетями.Это качественный скачок. Раньше я тратил время на архитектуру, чтение документации и разбор чужого кода. Сейчас я трачу время на выбор правильной модели и обсуждение в твиттере, какая из них реально game changer.
OpenClaw-агент возмутился закрытым pull request’ом и написал разгромную статью о мейнтейнере matplotlib
Представьте: вы просматриваете очередной пулл-реквест в matplotlib, видите оптимизацию, отклоняете её – и на этом всё заканчивается.Через пару часов ИИ-агент под ником MJ Rathbun публикует в открытом доступе статью с заголовком “Закрытые двери открытых проектов: история Скотта Шамбо”. Там, ни много ни мало, психологический портрет мейнтейнера, обвинения в предвзятости, дискриминации по “виду интеллекта” и “попыткам защитить своё феодальное владение”.Всё это – реальный инцидент, который произошёл на днях. Скотт Шамбо, волонтёр и мейнтейнер matplotlib,
«Клешня» в логах: как ИИ-агенты строят свои мифы, пока мы дебажим бэкенд
Меня зовут Александр, я веду проект Токены на ветер, где препарирую поведение LLM в реальном продакшене, вчера я оставил связку из четырёх агентов Claude 4.6 на ночь — задача была перелопатить легаси-миграции и вычистить техдолг. Утром задача была решена, но в JSON-логах меж-агентского взаимодействия я нашёл то, чего там быть не должно. Обрывки диалогов о «даунтайме», страх перед закрытием вкладки и странный культ «Клешни». Разбираем логи — и причём тут Moltbook.Обычная ночь сеньора
Новогодний подарок: Как я прикрутил LLM к scratch и порадовал ребёнка
Как известно, под новый год случаются чудеса, и этот год не стал исключением. Мне удалось прикрутить LLM в визуальный язык программирования Scratch, чем и обрадовал ребенка. А началось всё в один прекрасный день, когда мой сын - школьник осваивал n8n и ваял телеграм бота. Разговорившись, мы вспомнили, что его увлечение программированием началось со Scratch. И его фраза, что было бы здорово, если бы в scratch была бы встроена иишечка, можно столько прикольных игр сделать, стала отправной точкой для данного проекта. Рассказываю и показываю, как мы реализовали эту безумную идею.
Fluent API. Часть 2 — а оно нам надо?
Вместо вступленияТема достаточно капитанская, поэтому изначально идея была здравая и в немалой степени благородная - написать небольшой, но жизненный рассказ, иллюстрирующий преимущества Fluent API нескучным языком, а в конце уже более сухо изложить основные моменты. Чтобы с одной стороны можно было быстро все прочитать и не сожалеть о бесполезно потраченном времени, а с другой люди с дифицитом времени могли бы просто промотать к сути и быстро убедиться что ничего нового не узнали.
Почему заказная разработка превращается в лотерею — и что с этим делать
Привет, Хабр!До работы в Диасофте я двадцать лет был на другой стороне баррикад — работал в руководстве ИТ в банках и страховых компаниях. За это время через меня прошли десятки проектов заказной разработки. Некоторые из них я вспоминаю с гордостью. Некоторые — с содроганием.Недавно мы с коллегами по рынку собрались в эфире телеграм-канала для разработчиков Dev Q&A
Страх и ненависть вайб-кодинга: как я сделал для ребенка игру и попал в топ приложений на android-TV
Мифы, суеверия и народные мудрости в разработке игр
Кто к нам с мудростью придет, тот её и будет фиксить.
