Краш‑тест клона корпоративной системы, написанного ИИ за 48 часов
Привет, Хабр.Я Алексей Арустамов, директор компании‑разработчика платформы продвинутой аналитики.Недавно один известный российский апологет ИИ заявил, что нейросети способны полностью клонировать за пару недель даже корпоративные продукты и программисты больше не нужны. Мне стало интересно. Весь интернет завален роликами типа «как за 5 минут составить план поездки» или «написать скрипт». Это создает опасную иллюзию: кажется, что точно так же можно решать абсолютно любые задачи — принимать стратегические решения в компаниях или автоматически управлять продажами.
Инженерный ИИ: контекст проекта, математическое ядро, проверяемыерасчеты и ответственность
Современное инженерное программное обеспечение давно перестало быть одним расчетным инструментом.В одной среде инженер может разрабатывать компьютерные модели изделий, их составных частей и связанных с ними процессов, выполнять расчет компьютерных моделей численными методами, проводить виртуальные эксперименты, анализировать результаты, разрабатывать алгоритмы и генерировать исходный код для встроенных систем.Именно в таком смысле далее используется выражение инженерная платформа
Промпт — не контракт: замерил, как часто модель нарушает жёсткие правила, и вынес их в код
У меня в проде работает ИИ-консультант на сайте. У него есть два правила, которые нарушать нельзя вообще: не называть цены и не называть клиентов, которые под NDA. Оба правила были написаны в системном промпте капслоком, с объяснением почему.Я замерил, как они соблюдаются. Получилось так:правило «не называй цен» модель срывает примерно раз на восемь прогонов;имя клиента под NDA проскакивало раз на пять.
Бенчмарк Маракуйя ИИ на Terminal-Bench 4 и OSWorld 2
Всем привет!В прошлой статье я гонял Алису и Гигачат по сложным бенчмаркам как чаты: Arena-Hard, WildBench, MultiChallenge, τ³, ПРАКТ-120. Там модель должна была отвечать текстом в браузере - как будто она общалась с пользователем, а пользователь задавал разные задания. Те тесты определяли, справляется ли модель именно как чат-агент.
Скорость разработки кода перестала быть дефицитом. Дефицитом стали денежные идеи
Тридцать-сорок лет IT-менеджмент оптимизировал утилизацию дорогих человеко-часов, где чем больше кода писал разработчик, тем лучше компания оценивала свою эффективность. ИИ сделал написание кода дешевым — и выяснилось, что узкое место давно не в разработке, а в идеях, которые стоит реализовывать.
