Исследователи представили Verifier-Guided Action Selection (VeGAS) — фреймворк для тестирования, повышающий устойчивость мультимодальных LLM (MLLM) в задачах управления физическими агентами. Вместо выбора единственного действия на каждом шаге, VeGAS генерирует набор кандидатов и использует специальный верификатор для выбора наилучшего.
Ключевая находка: использование стандартного MLLM в качестве верификатора не дает улучшений. Авторы разработали LLM-управляемую стратегию синтеза данных, автоматически создающую разнообразный набор сценариев ошибок для обучения верификатора.
На бенчмарках в средах Habitat и ALFRED метод показал прирост до 36% относительно сильных CoT-базлайнов на сложных многозадачных сценариях с длинным горизонтом планирования. Работа принята на CVPR 2026.
#Tech #Ai #Robotics #Engineering
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
Саймон Уиллисон делится эссе Charity Majors, которая точно описывает динамику внутри команд разработчиков. Энтузиасты ИИ не ошибаются: команды, активно внедряющие AI, уже видят реальные скачки в производительности. Ждать нельзя — конкуренты могут уйти вперёд навсегда.
Скептики тоже правы: когда код выпускается быстрее, чем инженеры успевают его прочитать, страдает надёжность, исчезает институциональная память, а он-call превращается в ад. Обе стороны видят экзистенциальную угрозу, но не слышат друг друга.
Ключевая проблема — отсутствие естественной обратной связи между энтузиастами и скептиками. Majors предлагает проектировать организационные петли обратной связи, которые соединяют эти две реальности. Это не техническая, а управленческая задача — и одна из самых сложных в современной разработке.
#AI #Tech #Business #Development #Entropy #Engineering
Please open Telegram to view this post
VIEW IN TELEGRAM
💯1
Платформа Nextdoor, объединяющая более 110 млн пользователей в 11 странах, внедрила Codex от OpenAI. По словам Кори Долфина, главы инженерного отдела, это сдвиг от итеративного промптинга к «инжинирингу результата»: инженеры фокусируются на желаемом итоге, а агент помогает его достичь. Теперь разработчики владеют продуктом от начала до конца, а узким местом стали не инженерные ресурсы, а стратегические вопросы — что строить дальше.
Пример — функция Opportunity Alerts для поиска поставщиков услуг. Раньше добавление карты потребовало бы участия трёх команд (мобильной, фронтенда и бэкенда) и застряло бы в бэклоге. С Codex один инженер реализовал это целиком. Команда также использует Codex для отладки сложных багов в Kubernetes и встроенных Rust-базах данных. Долфин отмечает, что с GPT-5.4 и 5.5 агент стал «экстремально настойчивым» в поиске корневых причин, а быстрый цикл обратной связи в Fast Mode вызывает у инженеров настоящую «зависимость».
#Business #Nextdoor #Codex #OpenAI #Development #Engineering
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1
Физический AI-стартап Prometheus, основанный при поддержке Джеффа Безоса, закрыл раунд финансирования на $12 млрд. Компания нацелена на разработку «искусственного общего инженера» — системы, способной автоматизировать сложные инженерные задачи в реальном мире, включая проектирование тяжёлой техники и разработку лекарств. Оценка стартапа после раунда достигла $41 млрд.
Prometheus позиционирует себя как мост между цифровыми AI-моделями и физическим производством. В отличие от традиционных LLM, их система обучается взаимодействовать с трёхмерными объектами, CAD-моделями и лабораторным оборудованием. Ключевые направления — автоматизация циклов «проектирование-тестирование-доработка» в машиностроении и ускорение доклинических испытаний в фармацевтике.
Для разработчиков и инженеров это означает появление инструмента, способного автономно генерировать и оптимизировать чертежи, подбирать материалы и симулировать физические процессы. Стартап уже сотрудничает с несколькими промышленными гигантами, тестируя систему на реальных задачах — от проектирования турбин до синтеза новых молекул.
#Business #Prometheus #PhysicalAI #Engineering #Pharmacy #Startup
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
💻 Экономика кода перевернулась: Charity Majors о том, как ИИ изменил разработку
Инженер и сооснователь Honeycomb Charity Majors поделилась наблюдением, которое ёмко описывает сдвиг с 2025 года: «Экономика производства кода перевернулась с ног на голову. Вместо того чтобы быть очень сложным, трудоёмким и дорогим, создание кода стало практически бесплатным и мгновенным. Строки кода из treasured, reused, cared for и carefully curated превратились в disposable и regenerable — практически в одночасье».
Эта цитата — из её эссе «AI demands more engineering discipline. Not less». Majors подчёркивает парадокс: дешевизна генерации кода не отменяет необходимости в инженерной дисциплине, а наоборот, требует её ещё больше. Когда код перестаёт быть дефицитным ресурсом, ценность смещается в сторону архитектуры, тестирования и умения управлять быстро меняющейся кодовой базой.
Для разработчиков, активно использующих Claude Code, Cursor или GitHub Copilot, это означает смену парадигмы: теперь важнее не написать строку, а решить, стоит ли её сохранять. Инструменты ИИ сделали код расходным материалом — и это требует нового уровня ответственности за качество и поддерживаемость проекта.
#AI #Development #Programming #Coding #Engineering
Инженер и сооснователь Honeycomb Charity Majors поделилась наблюдением, которое ёмко описывает сдвиг с 2025 года: «Экономика производства кода перевернулась с ног на голову. Вместо того чтобы быть очень сложным, трудоёмким и дорогим, создание кода стало практически бесплатным и мгновенным. Строки кода из treasured, reused, cared for и carefully curated превратились в disposable и regenerable — практически в одночасье».
Эта цитата — из её эссе «AI demands more engineering discipline. Not less». Majors подчёркивает парадокс: дешевизна генерации кода не отменяет необходимости в инженерной дисциплине, а наоборот, требует её ещё больше. Когда код перестаёт быть дефицитным ресурсом, ценность смещается в сторону архитектуры, тестирования и умения управлять быстро меняющейся кодовой базой.
Для разработчиков, активно использующих Claude Code, Cursor или GitHub Copilot, это означает смену парадигмы: теперь важнее не написать строку, а решить, стоит ли её сохранять. Инструменты ИИ сделали код расходным материалом — и это требует нового уровня ответственности за качество и поддерживаемость проекта.
#AI #Development #Programming #Coding #Engineering
👍1
Microsoft объявила о создании нового подразделения «Frontier Company» с бюджетом $2,5 млрд. 6000 инженеров и отраслевых экспертов будут внедряться непосредственно к корпоративным клиентам, чтобы «совместно проектировать, внедрять и непрерывно улучшать AI-системы в масштабе», заявил CEO коммерческого подразделения Microsoft Джадсон Алтхофф.
Подразделение призвано доказать окупаемость AI-инвестиций на фоне растущего давления на бюджеты. Алтхофф позиционирует Microsoft как платформенно-нейтральную альтернативу OpenAI и Anthropic, которые развёртывают только собственные модели. Для масштабирования Microsoft привлекает партнёров: Accenture, Capgemini, EY, KPMG и PwC. Руководить новым юнитом будет Родриго Кеде Лима.
OpenAI и Anthropic также создали специализированные дочерние компании для внедрения AI на предприятиях. OpenAI запустила DeployCo с капиталом более $4 млрд, Anthropic — совместное предприятие с Blackstone и Goldman Sachs для среднего бизнеса. Все три компании пришли к выводу: AI приносит реальную ценность только при встраивании в бизнес-процессы, а не как отдельный инструмент.
#AI #Microsoft #Enterprise #FrontierCompany #Engineering
Please open Telegram to view this post
VIEW IN TELEGRAM
💯1
🎤 Дебаты о циклах и будущем AI-инженерии: итоги AI Engineer World’s Fair
Одним из ключевых событий заключительного дня AI Engineer World’s Fair стали дебаты о «циклах» (loops) — автономных программных фабриках на базе AI-агентов. Модератор Алли Хоу из Keycard задала тон вопросом: есть ли разрыв между хайпом вокруг циклов и тем, что реально работает на практике?
Сторонники циклов — Джеффри Хантли (создатель Ralph Loop) и CEO Keycard Иэн Ливингстон — настаивали, что циклы уже стали реальностью. «Я не вижу, чтобы вернулся к написанию кода вручную», — заявил Хантли, сравнив AI-инженеров с машинистами локомотивов. Ливингстон добавил, что верифицируемость кода достижима независимо от способа его создания.
Скептики Декс Хорти (HumanLayer) и Грег Пструха (Subroutine) предупредили, что «хайп обгоняет дисциплину». Хорти отметил, что Kubernetes тоже построен на циклах, но они детерминированы, а текущая эйфория вокруг агентов ведет к потере контроля над абстракцией. Пструха усомнился в экономической устойчивости: «Нельзя оркестрировать проблемы, просто покупая больше токенов».
Отдельно обсуждался Claude Tag от Anthropic — внутренняя модель, которую компания представила на прошлой неделе. Майк Кригер, глава Labs в Anthropic, описал Tag как делегированного, асинхронного и проактивного агента: «Не просто исправь баг — теперь ты отвечаешь за эту часть кодовой базы, мониторь канал обратной связи и бери задачи на себя». Однако он признал, что команда «упирается в ревью» и человеческую способность осмысливать происходящее.
#Ai #Engineering #AIEWF #Debate #Talk #Summary
Одним из ключевых событий заключительного дня AI Engineer World’s Fair стали дебаты о «циклах» (loops) — автономных программных фабриках на базе AI-агентов. Модератор Алли Хоу из Keycard задала тон вопросом: есть ли разрыв между хайпом вокруг циклов и тем, что реально работает на практике?
Сторонники циклов — Джеффри Хантли (создатель Ralph Loop) и CEO Keycard Иэн Ливингстон — настаивали, что циклы уже стали реальностью. «Я не вижу, чтобы вернулся к написанию кода вручную», — заявил Хантли, сравнив AI-инженеров с машинистами локомотивов. Ливингстон добавил, что верифицируемость кода достижима независимо от способа его создания.
Скептики Декс Хорти (HumanLayer) и Грег Пструха (Subroutine) предупредили, что «хайп обгоняет дисциплину». Хорти отметил, что Kubernetes тоже построен на циклах, но они детерминированы, а текущая эйфория вокруг агентов ведет к потере контроля над абстракцией. Пструха усомнился в экономической устойчивости: «Нельзя оркестрировать проблемы, просто покупая больше токенов».
Отдельно обсуждался Claude Tag от Anthropic — внутренняя модель, которую компания представила на прошлой неделе. Майк Кригер, глава Labs в Anthropic, описал Tag как делегированного, асинхронного и проактивного агента: «Не просто исправь баг — теперь ты отвечаешь за эту часть кодовой базы, мониторь канал обратной связи и бери задачи на себя». Однако он признал, что команда «упирается в ревью» и человеческую способность осмысливать происходящее.
#Ai #Engineering #AIEWF #Debate #Talk #Summary
👍1
Инженер Fireworks AI рассказал, как с помощью модели GLM 5.2 Fast через FireConnect в Claude Code реализовал сложную фичу для GPU-планировщика за четыре дня вместо обычного месяца. Результат: четыре PR, ~3000 строк кода, 16 unit-тестов и 18 интеграционных тестов — всё с зелёным CI. Стоимость инференса составила всего $218.
Работа шла в три этапа. На дизайн (обычно две недели) ушёл один день: модель выступала ассистентом на «живой доске», обсуждая архитектуру reclaim-логики для GPU-планировщика. Планирование заняло полдня — GLM 5.2 Fast сгенерировал 34 теста до написания кода. Имплементация — ещё полтора дня: модель и Claude Code итерировали, пока все тесты не проходили.
Ключевой фактор — скорость: ~400 токенов/сек. Когда ответ приходит за секунды, работа превращается в реальный диалог, а не в асинхронный код-ревью с потерей контекста. Быстрая модель не требует переключения внимания, что критично для сложных задач с конкурентностью и длинным хвостом кейсов.
#AI #GLM #Tech #Engineering #FireworksAI #GPU #ClaudeCode
Please open Telegram to view this post
VIEW IN TELEGRAM
☁️ Cloudflare внедряет инженерные стандарты с помощью ИИ
За четыре месяца ИИ-ревьюер кода Cloudflare выявил почти 250 000 отклонений от инженерных стандартов компании и заблокировал 16 000 мержей. Отдельный агент для ревью спецификаций оценил около 600 технических дизайнов ещё до начала реализации.
В основе системы — Cloudflare Codex, единый источник инженерных правил для людей и агентов. Раньше стандарты были разбросаны по документации, чатам и знаниям отдельных инженеров. Теперь это управляемый набор RFC, где требования помечены ключевыми словами MUST и SHOULD по RFC 2119. Каждый домен — от архитектуры до TypeScript и Rust — имеет владельца, отвечающего за актуальность документов.
Чтобы не перегружать контекст LLM корпусом из 60+ RFC, специальный агент извлекает MUST/SHOULD-утверждения в JSON со стабильными slug-идентификаторами и ссылками на разделы. Это позволяет агентам находить релевантные правила «лениво», без скармливания модели всего свода стандартов. RFC сначала получает статус approved — агенты лишь сигнализируют о нарушениях. После перевода в enforced нарушения MUST-требований начинают блокировать мержи. Инженеры тратят меньше времени на поиск гайдлайнов, а ревьюеры автоматически проверяют требования.
#Tech #AI #Cloudflare #Codex #Engineering #Development
За четыре месяца ИИ-ревьюер кода Cloudflare выявил почти 250 000 отклонений от инженерных стандартов компании и заблокировал 16 000 мержей. Отдельный агент для ревью спецификаций оценил около 600 технических дизайнов ещё до начала реализации.
В основе системы — Cloudflare Codex, единый источник инженерных правил для людей и агентов. Раньше стандарты были разбросаны по документации, чатам и знаниям отдельных инженеров. Теперь это управляемый набор RFC, где требования помечены ключевыми словами MUST и SHOULD по RFC 2119. Каждый домен — от архитектуры до TypeScript и Rust — имеет владельца, отвечающего за актуальность документов.
Чтобы не перегружать контекст LLM корпусом из 60+ RFC, специальный агент извлекает MUST/SHOULD-утверждения в JSON со стабильными slug-идентификаторами и ссылками на разделы. Это позволяет агентам находить релевантные правила «лениво», без скармливания модели всего свода стандартов. RFC сначала получает статус approved — агенты лишь сигнализируют о нарушениях. После перевода в enforced нарушения MUST-требований начинают блокировать мержи. Инженеры тратят меньше времени на поиск гайдлайнов, а ревьюеры автоматически проверяют требования.
#Tech #AI #Cloudflare #Codex #Engineering #Development
🤔1💯1
Бум ИИ изменил работу инженеров: появляются новые инструменты, растут требования к командам, а процесс найма усложнился. В таких условиях совет студентам часто сводится к «будьте адаптивны», но что это значит на практике, объясняют редко.
Саманта Брунхавер из Arizona State University изучает адаптивность у молодых инженеров. Она определяет её как способность замечать изменения и эффективно на них реагировать. Проблема в том, что каждый работодатель вкладывает в это понятие свой смысл, а вузы не учат этому навыку напрямую. По данным PwC, в технологическом секторе навыки устаревают быстрее всего, а WEF прогнозирует, что к 2030 году изменятся 39% ключевых навыков работников.
Брунхавер советует давать студентам больше разнообразного реального опыта: стажировки, командные проекты, лидерские роли. Важна и рефлексия — умение осознанно оценивать ситуацию и действовать. Инженерам, которые уже работают, придётся осваивать новые подходы: вместо построчного кода — промптинг и управление агентами. «Любителям решать задачи будет интересно, а тем, кто просто любит писать код, — не очень», — отмечает исследовательница из Microsoft Дженна Батлер.
#Ai #Engineering #Adaptivity #Skills #Tech
Please open Telegram to view this post
VIEW IN TELEGRAM
👏1🤔1
Гарвардские экономисты изучили данные 65 млн работников и 280 тысяч компаний США и обнаружили: после внедрения генеративного ИИ занятость джуниоров в течение шести кварталов падает примерно на 9%, тогда как число senior-специалистов продолжает расти. Анализ платёжных ведомостей ADP, сделанный в Стэнфорде, даёт ту же картину: потери сосредоточены там, где ИИ автоматизирует работу, а не дополняет её.
Автор материала — инженер, проектировавший системы управления для авиации и атомной энергетики, — видит в этом разрушение «канала ученичества». Новичок перестаёт учиться на ошибках, потому что нейросеть берёт на себя ту рутинную и трудную работу, которая раньше формировала эксперта. Это уже знакомый авиации парадокс автоматизации: чем лучше автопилот, тем меньше практики у пилотов, и в нештатной ситуации навыки могут оказаться утраченными. После катастрофы рейса Air France 447 FAA официально объявило ручное пилотирование «фундаментом», на котором строятся все остальные лётные навыки.
Решение, по мнению автора, тоже общее: сознательно оставлять в процессах ручные этапы, которые ИИ мог бы выполнить сам. Иначе компании получат поколение специалистов, умеющих руководить моделью, но не способных распознать момент, когда она уверенно и катастрофически неправа.
#AI #Expertise #Research #Engineering #Career
Please open Telegram to view this post
VIEW IN TELEGRAM
Fireworks AI опубликовала первый материал из серии о «специализированном интеллекте» — для инженеров, которые только начинают экспериментировать с обучением собственных моделей. Главный тезис: рано или поздно компании приходят к тому, чтобы владеть моделью, определяющей их бизнес.
Авторы описывают три этапа. Первый — аренда закрытого фронтира через API: мощно, но это аренда во всех смыслах — вы не контролируете веса, цену, задержку, график вывода из эксплуатации и зачастую свои данные. Второй — AI-инжиниринг: prompt engineering, context engineering (RAG), затем harness engineering — компактификация диалога, оптимизация инструментов, MCP. Весь этот слой — компенсация инженерными усилиями того, что сама модель не меняется: промпты направляют модель, но ничему её не учат. Третий этап — добавление открытых моделей ради юнит-экономики и контроля, а затем — обучение собственной модели, если задача действительно уникальна.
Ключевая рамка статьи: любую AI-систему оптимизируют по трём осям — качество, стоимость, задержка. AI-инжиниринг позволяет двигаться по ним без вмешательства в модель, но упирается в потолок. Обычно команды сначала бьются за стоимость и latency (в том числе через микс из открытых моделей), и лишь потом — за качество через собственный тренинг.
#AI #FireworksAI #LLM #Engineering #RAG #Development
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1💯1