Amazon перевела оценку работы инженеров с объёма кода на результат для клиента

Amazon разослала разработчикам и их руководителям служебную записку о том, как меняется их работа при внедрении ИИ.

В документе определяется новая роль инженеров,- "Renaissance Developer".

Такая роль означает, что инженер соединяет возможности моделей со своей экспертизой и пониманием продукта, а не отдаёт определение работы инструменту.
Ответственность за результат для клиента, за технические решения и качество остаётся на человеке.

📊 Значительная часть записки посвящена измерениям.
Расход токенов, объём сгенерированного кода, число просмотренных изменений и статистика внедрения дают полезные сигналы, но не заменяют результат, то есть более удачный продукт и заметное улучшение для клиента.
Если превратить эти числа в цель, компания получит лишние расходы и усложнение кода.

Смотреть Amazon предлагает на команды, которые продвигаются медленнее остальных, и на те, что используют ИИ активнее всех.
Так видно, где внедрение даёт настоящий выигрыш, а где создаёт видимость работы.
Если инструмент не подходит для задачи, это не считается слабым результатом, и причины предлагают обсудить с руководителем.

От руководителей ждут личного опыта, а не отчётов и демонстраций. Им нужно применять ИИ на производственной работе, знать его сильные и слабые стороны и объяснять команде свою оценку, а сотрудникам давать время на эксперименты.

💼 Компаниям, которые вводят обязательные метрики использования ИИ, записка полезна как описание ловушки: приёмы работы быстро устаревают, а клиент, ответственность за результат и качество остаются.

Forward Deployed Engeneer устарели.
Теперь у нас будут инженеры эпохи Возрождения.

#Amazon #AI #FutureOfWork #Renaissance
———
@tsingular

🎬 Кризис в Математике: Подкаст Лекса Фридмана

Держите интересное видео для просмотра на выходных. (3.5 часа)

Лекс Фридман собрал трёх известных математиков, - Алекса Конторовича, Анкура Мойтру и Стивена Брантона, чтобы обсудить, как искусственный интеллект меняет математику и научные исследования.

Из разговора вы узнаете:
- Почему математики заговорили о настоящем кризисе в своей профессии.
- Какие фундаментальные задачи уже оказались по силам ИИ.
- Чем доказательство теоремы отличается от её понимания.
- Что будет с научной карьерой, если ИИ начнёт решать задачи быстрее людей.
- Останется ли место человеческому творчеству в математике.
- Как изменится сама наука в ближайшие годы.

Почти философский разговор о будущем человеческого интеллекта на фоне стремительного развития ИИ.

🎥 https://www.youtube.com/watch?v=ZAzWPE9CItg

1:56 — Кризисный момент в математике
10:13 — Сможет ли ИИ «решить» всю математику?
26:24 — Может ли ИИ создавать новую математику?
1:05:56 — Гипотеза Римана
1:29:49 — Уравнения Навье — Стокса
1:55:45 — Как природа производит вычисления
2:04:39 — Гипотеза об уникальных играх и теория вычислительной сложности
2:19:31 — Как мыслят математики
2:33:08 — Математику изобретают или открывают?
2:39:16 — Сможет ли ИИ решить проблему P vs NP?
2:49:31 — Почему большие языковые модели работают так хорошо
3:03:57 — Задачи, которые ИИ пока не может решить
3:08:27 — Григорий Перельман
3:17:45 — Советы молодому поколению

#Lex #Fridman #математика #наука
———
@tsingular

Вот это интересная механика.

XR-разработчик Лукас Мартинич перенёс Super Mario 64 в смешанную реальность на Pico. Игру можно разместить перед собой в виде виртуального окна, а Марио взять рукой и пересадить на свой стол.

Собрал всё на декомпилированном коде оригинала с помощью Claude Opus 5.5 и PICO CLI.

Дата выхода пока неизвестна, подробности автор обещает выложить на GitHub.

@VAI_ART
#VAI_Notes

Новая функция HTML-in-Canvas официально вышла в Chrome!

Надеюсь, визуала на WebGL будет на сайтах в разы больше. Прикрепил один из миллиона примеров

Unsloth выпустила кванты DeepSeek-V4.1-Flash, которые запускаются на 64 ГБ памяти

30 октября Unsloth выложила GGUF-кванты DeepSeek-V4.1-Flash-1017, обновления Flash, вышедшего 17 октября. Самая компактная сборка занимает 233 ГБ на диске и работает на машине с 64 ГБ памяти (на 128 ГБ быстрее).

Причина в Engram, отдельной таблице условной памяти. Она хранит n-граммы до четырёх токенов и на каждый токен читает несколько строк, поэтому файл держат на SSD, а строки подгружаются в кэш по мере надобности.

У кванта UD-IQ1_S таблица занимает 110,6 ГБ из 233, остальные веса 122,4 ГБ. Штатный порог Unsloth для 1-битного варианта составляет 128–145 ГБ, для 3-битного 256–290 ГБ, для 8-битного 315 ГБ.

Динамическое квантование 3.1 позволило сохранить высокое качество: совпадение с оригиналом 88,2% у 1-битного IQ1_M, 98,5% у 4-битного, 98,7% у 8-битного. Ускорение до 3× относится к другим сборкам для CPU, VRAM и n-грамм, а драфтер DSpark на 8 ГБ добавляет 1,3–1,5× к декодированию.

Контекст 1 048 576 токенов.

📎 Кванты: https://huggingface.co/unsloth/DeepSeek-V4.1-Flash-1017-GGUF

#DeepSeek #Unsloth
———
@tsingular

В такой фитнесс-центр я б сходил :)

#Diablo #VR
------
@tsingular

Google показала, как агент сам чинит аварию и свои инструменты

Google Cloud выложила архитектуру Chrysalis.
Агент на Gemini 4 Argon и ADK не отвлекает дежурного инженера, а сам пишет код исправления и ставит его в работающий шлюз.

В демо примере обвал кэша Memorystore обнуляет попадания, пул соединений Cloud SQL упирается в 100%.
Готового инструмента нет и агент синтезирует ограничитель на 10 токенов и 40 запросов в секунду, проверяет дерево разбора, подписывает ключом Cloud KMS и монтирует в шлюз.

На второй симулятора волне из 50 запросов ошибки 5xx падают с 72,7–80,0% до нуля, P99 с 519,8 до 18,2 мс, первое смягчение приходит за 1,8 с вместо 15–45 минут.

Дальше агент считает вклад шагов: перезапуск базы получает минус за латентность 3 800 мс, ограничитель плюс 0,97.
Правило «при обвале кэша базу не перезапускать» сохраняется в памяти с подписью, а в схему агентов добавляется регулятор трафика.

💼 Действие ограничено четырьмя гейтами:
Model Armor чистит телеметрию от инъекций,
OPA держит нижний порог,
Binary Authorization не пускает неподписанный код, смену состава агентов подтверждает дежурный.
Агент меняет живую прод систему и при этом остаётся проверяемым.

📎 Код: https://github.com/GoogleCloudPlatform/generative-ai/tree/main/agents/self-evolving-ai

Архитектура как пример, можно переработать под себя.

#Google #Агенты #DevOps #AI
———
@tsingular

Я прочитал гигастатью "Командные высоты" о стратегии в мире с ИИ, хочу поделиться некоторыми основными трендами из статьи. Значительная часть текста посвящена стратегии американского ИИ. Статья названа как эхо идее Ленина о командных высотах как способу перехода к НЭП - государство должно контролировать главное, а именно промышленность, финансы, транспорт.

В случае ИИ нас ждет не НЭП, а диффузия в экономику, но командные высоты по-прежнему остаются. Вчера это были лабы, чипы и датацентры, завтра это "рельсы" доставки ИИ в экономику. Мультимиллиардерами станут те, кто создают околомонопольные системы создания ценности в экономике. В статье вырезан кусок о том что это именно такое, но очевидные вещи — платежи и новые финансы (стейблы как способ экспорта доллара), дистрибуция на миллиарды людей, легализация ответственности (лицензии и юрисдикции), ролапы и трансформация старых компаний через ИИ.

Кроме этого, есть ряд трендов, с которыми сложно поспорить, но важно держать в голове при планировании:

- Образование перестаёт быть социальным лифтом
Идея "получил диплом - получил работу" мертва. Учиться по-прежнему важно, но это больше не гарантия. Молодые специалисты на старых ролях больше не нужны. Либо прыжок веры до пост-скарсити (хз, лет 10-20-30?), либо придумать себе занятость а не искать на рынке. Первыми страдают начинающие позиции: компании не столько увольняют, сколько перестают нанимать молодых.

- Гражданство дорожает
Эмиграция как способ выбраться закрывается: богатые страны больше не нуждаются в лишних рабочих руках. Паспорт США или ЕС становится одним из самых ценных активов (хотя ЕС летит прямиком в ад).

- Данные ценны сейчас, но это ненадолго.
Сегодня лаборатории платят за уникальные данные, особенно за полные датасеты многих лет работы крупных компаний. Но когда модели достаточно обучатся + заведется continual learning, большинство датасетов обесценится, так что продавать нужно сейчас.

- Неравенство растет, но между богатыми
Раньше разрыв был между владельцами активов и наёмными работниками. Теперь он пройдёт между владельцами старых активов и новых. IPO SpaceX, OpenAI, Anthropic создаст больше миллиардеров, чем когда-либо за один год или даже десятилетие.

Авторы приводят пример газет: в 1984 году Баффет писал, что экономика доминирующей городской газеты одна из лучших в бизнесе, причём качество газеты почти не важно, важна монополия на местную рекламу. Потом реклама ушла в Google, командная высота изменилась. Баффет продолжал покупать газеты до 2012 года, всего примерно на $344M, а в 2020 продал их все за $140M.

Вывод: что вчера было высотой, стало газетой. Главный риск - остаться в рынке или с активами, которые обесцениваются.

Пузырь ИИ продолжает лопаться, рынки рушатся, как и цены на подписку на ИИзбранное

Мы же сегодня тыквенный спас отмечаем? :)
Посмотрел тут в магазине тыква стоит около 100р за кг.
Т.е. выбор такой у вас, - 1 тыква или подписка на месяц отборных материалов, руководств и эфиров по ИИ!

За 5 месяцев собралась и продолжает пополняться еженедельно большая практическая библиотека.

🎓 16 записей обучающих эфиров — более 20 часов видео. От основ LLM и промпт-инжиниринга до RAG, агентов, дообучения моделей, GPU-инфраструктуры и мультиагентной разработки.

📚 Десятки руководств, презентаций и шпаргалок. Архитектура корпоративного ИИ, локальные модели, безопасность, автоматизация, инструменты и фреймворки.

🛠 Готовые навыки для ИИ-агентов. Проверка компаний, работа с документами, генерация презентаций и инфографики, программирование, исследования и автоматизация бизнес-процессов.

📊 Исследования и справочники. 21 отчёт о внедрении ИИ крупнейшими компаниями, каталог 366 российских ИИ-компаний, подборки инструментов и практических кейсов.

💻 Реальные эксперименты. Собственные ИИ-агенты, команды разработчиков, системы самоулучшения, обучение моделей, работающие прототипы и разборы полученных результатов.

🏢 ИИ для бизнеса. Методологии внедрения, экономическая эффективность, стратегии трансформации, архитектуры и корпоративные сценарии.

Уже 175 публикаций, а главное — материалы, которые можно скачать, изучить и применить на практике.

Это не новостной канал. Это растущая база знаний, инструментов и моего личного опыта работы с ИИ.

Помимо всего прочего подписчикам открывается доступ к обучающему порталу для самостоятельного изучения.

Ну и, конечно, прямые эфиры, не только формате лекций, но и в формате совместных обсуждений и обменом опытом. (ближайший завтра в 20:00 мск)

Заходите!
Акция продлится до 23:59 воскресенья:
всего 975р. 1500р

https://paywall.pw/tsingular_favorites

#ИИзбранное
------
@tsingular