Известный AI-исследователь Андрей Карпати поделился впечатлениями от работы с Claude Fable 5, отметив кардинальное изменение спроса на программное обеспечение.
«Я чувствую, как многое меняется, когда работающий софт буквально льётся из крана. Включается парадокс Джевонса — мой собственный спрос на программы растёт колоссально. Можно попросить что угодно: объяснялки, визуализаторы, дашборды, одноразовые приложения под конкретную задачу — например, полноценный Wandb, гиперспецифичный для вашего проекта. Увеличить тестовый набор в 10 раз, автооптимизировать код, запускать гигантские исследовательские проекты с кастомным HTML для результатов. Всё что угодно. Освободи разум», — написал Карпати в X.
Это наблюдение отражает тренд, который уже обсуждают в AI-сообществе: генеративные модели нового поколения (Claude Fable 5, GPT-5) превращают программирование из редкого навыка в доступный ресурс. Парадокс Джевонса подсказывает, что чем дешевле и доступнее становится создание софта, тем больше его потребляется — и тем выше ценность умения формулировать задачи, а не писать код вручную.
#AI #programming #Claude #AndreyKarpaty #future
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1💯1
🎤 Почему ИИ не заменил (и не заменит) инженеров-программистов
Арвинд Нараянан и Саяш Капур в новом эссе разбирают вопрос потери рабочих мест из-за ИИ на примере профессии, которая, казалось бы, наиболее уязвима для автоматизации — разработки ПО. Их главный вывод: данные не подтверждают сценарий массовых увольнений.
В марте 2025 года Нью-Йорк стал первым штатом США, обязавшим работодателей указывать в уведомлениях WARN, связаны ли сокращения с ИИ. За полный год более 160 компаний подали такие уведомления — и ни одна не отметила галочку «ИИ». Искусственный интеллект ускоряет фазу набора кода, но разработка состоит не только из этого.
Реальные узкие места, по мнению авторов: (1) принятие решений о том, что именно строить, (2) верификация и ответственность за результат, (3) глубокое понимание кодовой базы, бизнеса и контекста. Именно «глубокое человеческое понимание» остаётся ключевым фактором ценности, которую приносит разработчик. Даже с самой мощной AI-помощью ценность инженера зависит от того, насколько глубоко он понимает проблемы и решения, которые строят агенты.
#AI #Programming #Development #Tech #Opinion
Арвинд Нараянан и Саяш Капур в новом эссе разбирают вопрос потери рабочих мест из-за ИИ на примере профессии, которая, казалось бы, наиболее уязвима для автоматизации — разработки ПО. Их главный вывод: данные не подтверждают сценарий массовых увольнений.
В марте 2025 года Нью-Йорк стал первым штатом США, обязавшим работодателей указывать в уведомлениях WARN, связаны ли сокращения с ИИ. За полный год более 160 компаний подали такие уведомления — и ни одна не отметила галочку «ИИ». Искусственный интеллект ускоряет фазу набора кода, но разработка состоит не только из этого.
Реальные узкие места, по мнению авторов: (1) принятие решений о том, что именно строить, (2) верификация и ответственность за результат, (3) глубокое понимание кодовой базы, бизнеса и контекста. Именно «глубокое человеческое понимание» остаётся ключевым фактором ценности, которую приносит разработчик. Даже с самой мощной AI-помощью ценность инженера зависит от того, насколько глубоко он понимает проблемы и решения, которые строят агенты.
#AI #Programming #Development #Tech #Opinion
🔥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
🧑💻 Coding Agents 101: как заставить ИИ-агента реально работать
Команда Cognition, создатели Devin, выпустила практическое руководство по эффективной работе с код-агентами. Гайд «Coding Agents 101: The Art of Actually Getting Things Done» доступен по ссылке devin.ai/agents101 и ориентирован на разработчиков, которые хотят перейти от экспериментов с AI-ассистентами к реальной продуктивности.
В материале разбираются ключевые принципы: как правильно формулировать задачи для агентов, настраивать контекст и циклы обратной связи, чтобы избежать типичных ошибок — бесконечных итераций, потери фокуса и генерации неработающего кода. Cognition делится практическими паттернами, которые команда использует сама при разработке Devin.
Руководство особенно актуально на фоне выхода Devin Desktop и интеграции агента в Windsurf. Для разработчиков, работающих с Claude Code, Cursor или Codex, это свод best practices по построению надёжных AI-воркфлоу: от декомпозиции задач до валидации результатов.
#AI #Devin #Development #Programming #Cognition
Команда Cognition, создатели Devin, выпустила практическое руководство по эффективной работе с код-агентами. Гайд «Coding Agents 101: The Art of Actually Getting Things Done» доступен по ссылке devin.ai/agents101 и ориентирован на разработчиков, которые хотят перейти от экспериментов с AI-ассистентами к реальной продуктивности.
В материале разбираются ключевые принципы: как правильно формулировать задачи для агентов, настраивать контекст и циклы обратной связи, чтобы избежать типичных ошибок — бесконечных итераций, потери фокуса и генерации неработающего кода. Cognition делится практическими паттернами, которые команда использует сама при разработке Devin.
Руководство особенно актуально на фоне выхода Devin Desktop и интеграции агента в Windsurf. Для разработчиков, работающих с Claude Code, Cursor или Codex, это свод best practices по построению надёжных AI-воркфлоу: от декомпозиции задач до валидации результатов.
#AI #Devin #Development #Programming #Cognition
Проект компилятора GCC официально определил правила для контрибуций, созданных при помощи генеративных моделей. Теперь разработчики обязаны явно помечать такие участки кода при отправке патчей.
Политика требует, чтобы участники сообщали, какие именно изменения были сгенерированы ИИ. Ревьюеры и руководящий комитет будут рассматривать такие патчи в индивидуальном порядке, уделяя особое внимание вопросам лицензионной чистоты и авторства. Решение принято на фоне юридической неопределённости вокруг статуса сгенерированного кода, отмечает LWN.
Для GCC это не полный запрет ИИ-инструментов, а введение прозрачности и сохранение человеческого контроля за качеством. Комитет обещает следить за развитием законодательства и корректировать правила при необходимости.
#AI #GCC #OpenCode #Development #Coding #Programming
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔1😱1
❌ Oracle запретила ИИ-код в OpenJDK
Oracle ввела запрет на приём AI-сгенерированного кода в OpenJDK. Руководитель проекта заявил, что такие материалы не могут попадать в репозитории, pull request’ы и другие каналы проекта из-за рисков для безопасности и интеллектуальной собственности. Разработчикам при этом разрешено использовать LLM локально — для отладки и ревью кода.
Политика резко контрастирует с внутренними практиками Oracle. Ларри Эллисон недавно заявил, что ИИ-модели теперь пишут код самой Oracle, а со-генеральный директор Майк Сицилия отметил, что AI-инструменты позволяют меньшим командам работать быстрее. Параллельно компания вкладывает $70 млрд в расширение дата-центров — из-за этих трат S&P понизило рейтинг Oracle до BBB-, на одну ступень выше «мусорного» уровня.
Формально запрет касается только OpenJDK, но сигнал показателен: даже компания, делающая ставку на ИИ-разработку, не готова принимать машинный код без проверки в ключевом open-source проекте. Для Java-сообщества это означает, что автоматизированные патчи от нейросетей придётся тщательно вычищать вручную.
#AI #OpenJDK #Java #Oracle #Code #Tech #Programming
Oracle ввела запрет на приём AI-сгенерированного кода в OpenJDK. Руководитель проекта заявил, что такие материалы не могут попадать в репозитории, pull request’ы и другие каналы проекта из-за рисков для безопасности и интеллектуальной собственности. Разработчикам при этом разрешено использовать LLM локально — для отладки и ревью кода.
Политика резко контрастирует с внутренними практиками Oracle. Ларри Эллисон недавно заявил, что ИИ-модели теперь пишут код самой Oracle, а со-генеральный директор Майк Сицилия отметил, что AI-инструменты позволяют меньшим командам работать быстрее. Параллельно компания вкладывает $70 млрд в расширение дата-центров — из-за этих трат S&P понизило рейтинг Oracle до BBB-, на одну ступень выше «мусорного» уровня.
Формально запрет касается только OpenJDK, но сигнал показателен: даже компания, делающая ставку на ИИ-разработку, не готова принимать машинный код без проверки в ключевом open-source проекте. Для Java-сообщества это означает, что автоматизированные патчи от нейросетей придётся тщательно вычищать вручную.
#AI #OpenJDK #Java #Oracle #Code #Tech #Programming
🔥1🤔1
Mojo🔥 теперь с открытым исходным кодом
Modular выполнила обещание, данное в мае 2023 года: компилятор и инструментарий языка Mojo опубликованы под лицензией Apache 2.0 с исключениями LLVM. Четыре года язык развивался с открытым сообществом, но закрытым компилятором — 11 августа вышла версия 1.0 со стабильностью исходного кода, а на этой неделе на конференции Modcon открыли и всё остальное.
За языком стоит Крис Лэттнер — автор LLVM, Clang, Swift и MLIR. Замысел шире, чем «удобное GPU-программирование»: Mojo вместе с фреймворком MAX должен развязать AI-стек от проприетарных платформ вроде CUDA от NVIDIA и ROCm от AMD, дав единый способ целиться в GPU, CPU и ускорители разных производителей. Синтаксис вдохновлён Python, но добавлены безопасная работа с памятью в духе Rust и возможности системного программирования.
Изначально Mojo задумывался как надмножество Python, чтобы переиспользовать существующую экосистему. К августу 2025 планы изменились: команда признала, что полным надмножеством язык может и не стать, и это нормально — миграцию Python-кода, по их мнению, вытянут AI-ассистенты.
Отдельный контекст: в июне Modular купила Qualcomm, и разработчики забеспокоились, сохранит ли платформа нейтральность к вендорам. Открытие компилятора — ответ на эти опасения.
Важная оговорка: изучать код и собирать его из исходников можно уже сейчас, а вот контрибуции в компилятор пока не принимают — Modular обещает открыть их к концу года. Стандартная библиотека принимает правки с 2024 года.
#Tech #Mojo #GPU #Programming #OpenSource #AI
Modular выполнила обещание, данное в мае 2023 года: компилятор и инструментарий языка Mojo опубликованы под лицензией Apache 2.0 с исключениями LLVM. Четыре года язык развивался с открытым сообществом, но закрытым компилятором — 11 августа вышла версия 1.0 со стабильностью исходного кода, а на этой неделе на конференции Modcon открыли и всё остальное.
За языком стоит Крис Лэттнер — автор LLVM, Clang, Swift и MLIR. Замысел шире, чем «удобное GPU-программирование»: Mojo вместе с фреймворком MAX должен развязать AI-стек от проприетарных платформ вроде CUDA от NVIDIA и ROCm от AMD, дав единый способ целиться в GPU, CPU и ускорители разных производителей. Синтаксис вдохновлён Python, но добавлены безопасная работа с памятью в духе Rust и возможности системного программирования.
Изначально Mojo задумывался как надмножество Python, чтобы переиспользовать существующую экосистему. К августу 2025 планы изменились: команда признала, что полным надмножеством язык может и не стать, и это нормально — миграцию Python-кода, по их мнению, вытянут AI-ассистенты.
Отдельный контекст: в июне Modular купила Qualcomm, и разработчики забеспокоились, сохранит ли платформа нейтральность к вендорам. Открытие компилятора — ответ на эти опасения.
Важная оговорка: изучать код и собирать его из исходников можно уже сейчас, а вот контрибуции в компилятор пока не принимают — Modular обещает открыть их к концу года. Стандартная библиотека принимает правки с 2024 года.
#Tech #Mojo #GPU #Programming #OpenSource #AI
🔥1👏1
👨🏻💻 Программисты теряют экспертизу из-за ИИ-ассистентов
Новый материал Ларса Фэя развивает тезис о «ловушке агентного кодинга»: навыки, необходимые для эффективного управления ИИ-инструментами, разрушаются при их постоянном использовании. Автор ссылается на исследование JetBrains «The Widening Gap», в котором сравнивалось поведение новичков в живых сессиях программирования с разной долей ИИ-помощи.
Главный вывод исследования парадоксален: участники считали ассистента «личным репетитором», но на деле вели себя противоположным образом. Те, кто активно полагался на генеративный ИИ, пропускали этап планирования, не могли объяснить собственный код и заканчивали с «иллюзией компетентности» вместо реального понимания. Лучшие результаты показали новички, которые игнорировали или сильно ограничивали подсказки ассистента — у них развилась «негативная экспертиза», то есть умение отклонять неверные предложения модели.
Автор описывает это как «инвертированное обучение»: чем меньше у разработчика опыта, тем больше он полагается на модель, но именно опыта не хватает, чтобы правильно направлять её и проверять результат. В итоге ИИ ускоряет работу ветеранов, но лишает новичков трения, которое и формирует профессиональное чутьё. Пока индустрия требует использовать ИИ повсеместно, путь от джуна до эксперта становится всё менее очевидным — и это главный риск для будущего профессии.
#AI #Programming #Development #Coding #JetBrains
Новый материал Ларса Фэя развивает тезис о «ловушке агентного кодинга»: навыки, необходимые для эффективного управления ИИ-инструментами, разрушаются при их постоянном использовании. Автор ссылается на исследование JetBrains «The Widening Gap», в котором сравнивалось поведение новичков в живых сессиях программирования с разной долей ИИ-помощи.
Главный вывод исследования парадоксален: участники считали ассистента «личным репетитором», но на деле вели себя противоположным образом. Те, кто активно полагался на генеративный ИИ, пропускали этап планирования, не могли объяснить собственный код и заканчивали с «иллюзией компетентности» вместо реального понимания. Лучшие результаты показали новички, которые игнорировали или сильно ограничивали подсказки ассистента — у них развилась «негативная экспертиза», то есть умение отклонять неверные предложения модели.
Автор описывает это как «инвертированное обучение»: чем меньше у разработчика опыта, тем больше он полагается на модель, но именно опыта не хватает, чтобы правильно направлять её и проверять результат. В итоге ИИ ускоряет работу ветеранов, но лишает новичков трения, которое и формирует профессиональное чутьё. Пока индустрия требует использовать ИИ повсеместно, путь от джуна до эксперта становится всё менее очевидным — и это главный риск для будущего профессии.
#AI #Programming #Development #Coding #JetBrains
👍1🔥1
Сооснователь InfluxData Пол Дикс в эссе «The end of programming» рассказал о показательном кейсе: ИИ сгенерировал около миллиона строк кода, а затем в течение пары месяцев дорабатывал их, пока не получилось надёжное ПО, которое сейчас работает на миллионах разработческих машин.
Дикс предвидит скептический аргумент — мол, задача упрощалась тем, что у модели был эталон для сравнения, фактически перевод с одного языка на другой. Но он считает такую оценку сильно заниженной. По его словам, если выстроить систему верификации и давать ИИ правильное направление, он способен создать highly complex софт и продолжать улучшать его до тех пор, пока тот просто не заработает.
Это ещё один сигнал смены парадигмы: роль программиста смещается от написания кода к постановке задачи, проектированию системы проверки и контролю результата. Дикс прямо говорит о «конце программирования» в привычном смысле — когда код пишет не человек, а модель под человеческим надзором.
#AI #Development #Programming #Ai #Future
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1👏1
🧑💻 Пол Форд: ИИ умеет писать код, но не умеет делать чужую работу хорошо
Разработчик и автор Пол Форд высказался о том, почему ИИ пока не заменил программистов, несмотря на громкие прогнозы. Его цитату опубликовал Саймон Уиллисон.
«Какое-то время мне казалось, что такие разработчики, как я, обречены. Как бороться с неутомимыми роботами? Но индустрия постепенно понимает: создание по-настоящему передовых продуктов всё ещё требует, чтобы люди думали и работали вместе, развивали свои навыки и занимались своим ремеслом. ИИ пишет очень хороший код, но он же позволяет легко и плохо делать чужую работу - отчасти поэтому столько проектов проваливается. Теперь, когда кодить могут все, стало очевиднее, почему многим этого делать не стоит», - пишет Форд.
Тезис перекликается с наблюдением, что генерация кода снизила порог входа, но не отменила необходимость понимать архитектуру, границы ответственности и последствия решений. Инструменты вроде Claude Code и Cursor ускоряют рутину, однако качество продукта по-прежнему зависит от инженерного суждения человека.
#AI #Development #Programming #Tools #Coding
Разработчик и автор Пол Форд высказался о том, почему ИИ пока не заменил программистов, несмотря на громкие прогнозы. Его цитату опубликовал Саймон Уиллисон.
«Какое-то время мне казалось, что такие разработчики, как я, обречены. Как бороться с неутомимыми роботами? Но индустрия постепенно понимает: создание по-настоящему передовых продуктов всё ещё требует, чтобы люди думали и работали вместе, развивали свои навыки и занимались своим ремеслом. ИИ пишет очень хороший код, но он же позволяет легко и плохо делать чужую работу - отчасти поэтому столько проектов проваливается. Теперь, когда кодить могут все, стало очевиднее, почему многим этого делать не стоит», - пишет Форд.
Тезис перекликается с наблюдением, что генерация кода снизила порог входа, но не отменила необходимость понимать архитектуру, границы ответственности и последствия решений. Инструменты вроде Claude Code и Cursor ускоряют рутину, однако качество продукта по-прежнему зависит от инженерного суждения человека.
#AI #Development #Programming #Tools #Coding
✍2⚡1