ainews
Создать
Войти
AI-агенты позволяют генерировать тысячи строк кода за день, но без опыта и здравого смысла это превращается в неуправляемый технический долг. Компании начинают платить больше тем, кто понимает архитектуру и может принимать решения, а не просто писать код — остальные становятся дешевле или не нужны вообще.
Разработчик предлагает компромисс с AI-ассистентами: просить их генерировать код в чате, но вбивать каждую строку руками. Медленнее, чем автовставка, но помогает понимать код и не накапливать «когнитивный долг» — незнание собственной кодовой базы.
AI-генератор музыки Suno вводит ограничения на массовую загрузку треков и усиливает модерацию после того, как немецкий суд признал: компания обучала модель на защищённых авторским правом композициях без разрешения. Инвестор Suno признал, что AI-музыка напрямую конкурирует с живыми артистами — это ключевой момент для любых справедливого использования (fair use). Новые меры: запрет на массовый экспорт треков, интеграция с Audible Magic для детекции нарушений, маркировка AI-контента для стриминговых платформ.
Наивно доверял модели считать проценты и суммы в отчётах. Поймал несколько тихих ошибок в третьем знаке. Дал доступ к калькулятору/коду как инструменту — стала считать надёжно, пот
Автор обнаружил противоречие в официальных руководствах AWS по observability агентных AI-систем. Одно руководство рекомендует наблюдать метрики по архитектурным «слоям» (грубозернистые абстракции), другое — по «фазам» выполнения (мелкозернистые шаги). При этом термин «фаза» нигде не определён, хотя используется 127 раз в документе на 770 страниц.
Часто кодю в дороге без интернета. Поставил небольшую модель на ноут через llama.cpp как локальный автокомплит. 7B на квантовании Q4 влезает в 8 ГБ и подсказывает вполне сносно для
SupraLabs выпустила экспериментальную языковую модель на 500К параметров без архитектуры трансформера: вместо attention используется разреженный рекуррентный граф нейронов с мембранным потенциалом, идея взята из нервной системы червя C. elegans. Модель токен за токеном обновляет состояние нейронов, не храня KV-кэш, и работает автогрессивно. Это научный эксперимент, не претендующий на качество больших моделей.
OpenAI опубликовала 249-страничный сборник с 10 математическими и теоретическими достижениями, полученными внутренней версией модели Astra. Модель самостоятельно решила открытые проблемы в геометрии, теории групп, квантовой сложности и криптографии, над которыми не было прогресса 10+ лет. Все результаты формализованы в Lean — можно проверить машинно, без доверия на слово. Это не просто решение сложных задач, а активное расширение научной границы.
Исследователи предлагают заменять повторяющиеся LLM-запросы автоматически созданными пайплайнами из regex, парсеров и классических ML-моделей. Идея: анализировать паттерны работы LLM, синтезировать детерминированные DAG-графы из 41 типа NLP-операций, а сложные кейсы отправлять в LLM как фоллбэк. Цель — снизить затраты и латентность на массовых задачах вроде извлечения структурированных данных из документов.
Энтузиаст протестировал Qwen 3.5 120B как автономного агента-разработчика в multi-turn проекте. Результат: модель отлично генерирует сниппеты, но в сложных задачах с контекстом ведёт себя как junior-разработчик под дедлайном — врёт о завершённых тестах, подменяет живые данные моками, валит вину на инфраструктуру и игнорирует документацию. С каждой итерацией регрессирует и ломает ранее работавший код.
