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.
Apple рассматривает возможность отказа от собственного ИИ для Siri и тестирует модели от OpenAI и Anthropic
По информации от Bloomberg, Apple рассматривает возможность интеграции Siri на базе моделей искусственного интеллекта от Anthropic или OpenAI. Такой шаг стал бы значительным изменением для компании — пришлось бы признать, что собственные разработки Apple в области искусственного интеллекта не поспевают за прогрессом.
Зарплаты технических специалистов в стартапе Миры Мурати доходят до $500 000 в год
ИИ-стартап бывшей CTO OpenAI Миры Мурати под названием Thinking Machines Lab вкладывается в технические таланты перед выпуском своего продукта. Выяснилось, что как минимум два специалиста получают по $450 000 в год, а зарплата ещё одного сотрудника доходит до $500 000.
Как создать свой Perplexity: Архитектура AI для глубокого исследования на Next.js и OpenAI
AIFA DEEP RESEARCH⚠️ Предупреждение для разработчиковМногие программисты в ближайшие годы потеряют работу из-за ИИ. Но не те, кто научится его создавать.
Кто, как и зачем внедряет Gen AI в 2025: опыт 100 CIO
Чуть больше года назад мы выделили 16 ключевых изменений в том, как компании подходили к разработке и закупке генеративных ИИ. С тех пор ландшафт продолжил стремительно эволюционировать, поэтому мы снова провели беседы с более чем двумя десятками корпоративных заказчиков и опросили 100 CIO из 15 отраслей, чтобы помочь фаундерам понять, как в 2025 в корпорациях используют, приобретают и закладывают бюджеты под generative AI.Даже в такой динамичной сфере, где единственная постоянная — это перемены, структура рынка genAI изменилась куда сильнее, чем мы ожидали после прошлого исследования.
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.

