Habr - IT news

Как словить вайб: разработка, паяльник, пчёлы и попытки убедить семью, что ты не сошёл с ума Затея была чисто софтверная. Человек с 15 годами пасеки за плечами и основной работой в IT решил научиться вайбкодить, взять близкую идею и написать сервис, особо не утруждаясь. Идея нашлась быстро — автоматизация пасеки, ведь мёд он качает ровно по методикам дедов, а на дворе XXI век. Кончилось всё паяльником, флюсом, одним сожжённым стабилизатором и конфликтом с ИИ. Готовые пасечные весы просят от 9 до 37 тысяч за улей, так что весы пришлось собирать самому на тензодатчиках. Пару месяцев спустя человек, который автоматизирует градообразующие заводы, но паяльник за всю жизнь держал считаные разы, ловит момент, где ИИ-агент кричит на него капсом, что его обманули и время потрачено впустую.

Полупроводниковый завод своими руками До 90 нанометров каждый новый техпроцесс в производстве чипов был просто уменьшенной копией предыдущего. Затвор короче, диэлектрик тоньше, транзистор быстрее. Пентиум получался из 386-го буквально масштабированием размеров. А потом рост упёрся в физику, и простое уменьшение перестало работать. Дальше пройти каждый шаг можно только по очереди, перескочить через технологию не выйдет. Влить денег, купить оборудование и получить сразу 10 нм не получится, даже если бюджет позволяет. На каждом этапе от 90 к 65, 45, 32 нанометрам появлялось что-то принципиально новое, без чего следующий шаг просто не делается. Автор объясняет это на цифрах, от которых техпроцесс из нескольких сотен операций дорос до двух тысяч.

👨💻 С Днём программиста! На работе вы пишете код по задачам. А что пишете, когда рабочий день закончился? Вот, например, Сергей Травинов, аналитик рисков в Сбере, увидел, как бабушка знакомой — председатель ТСЖ — тонет в протоколах собраний и собрал LLM Dict. Сервис слушает встречу и сам пишет протокол. Бесплатно. Записывать звук было нечем — и Сергей спаял диктофон. Такие проекты обычно не показывают, они живут вне работы и в резюме не попадают. Но мы не дадим им пропасть: собрали вместе со Сбером на одном лендинге ко Дню программиста то, что сотрудники пишут для себя. Вы тоже делитесь! У вас наверняка есть что-то годное в столе или в голове. Пара строк о вашем проекте, ссылка на репозиторий, и через две недели лучшее попадёт в галерею на той же странице, а авторы получат ачивку в профиль на Хабре. ➡️ Предложить свой проект

Отвратительные вопросы для Гофера Автор собрал вопросы по Go, которые в реальной работе почти не встречаются. Вызвать приватную функцию из чужого пакета, объяснить, чему равна длина слайса, почему у пустых структур могут совпадать адреса. Знать это, чтобы писать код, необязательно. Зато по тому, как кандидат отвечает, видно, отвечает он сам или подсовывает вопрос модели. Логика тут двойная. На части вопросов срабатывает то, как именно приходит ответ, и это выдаёт того, кто спрашивал не свою голову. А есть зеркальные вопросы, где всё переворачивается. Живой разработчик отвечает спокойно, а модель уверенно ошибается, потому что до нужной версии Go её знания просто не дотягивают.

[ХАБРААРХИВ] Деревянная мышь: история проекта Компьютерная мышь из цельного бруска красного дерева, с экранчиком, собственной электроникой и кабелем, сплетённым под заказ. Человек с нуля, «полный профан» в конструировании, лепил её из пластилина, сканировал, растил на станке и точил заново. На весь путь ушло 2,5 года. Дольше всего сопротивлялись клавиши. Дерево глушит нажатие, палец будто вдавливает хлебный мякиш, и клика просто нет. Работоспособной вышла только десятая версия корпуса, а в отдельных местах толщину дерева пришлось увести до 0,7 мм. Доводка одного корпуса заняла год, и даже после этого из первой партии в десять штук до готовой мыши дошли всего три. Проследим, как из бруска, который так легко испортить, всё-таки собрали мышь с настоящим щелчком. #хабраархив@habr

А чё, так можно было? Недокументированный C# В C# есть четыре ключевых слова, которых нет в документации, но компилятор их спокойно принимает. Одно из них объявляет метод с переменным числом аргументов без всяких массивов. Собирается такой код без единого предупреждения, отрабатывает на Windows и честно выводит переданные значения. Ту же самую сборку переносят на Ubuntu — и вместо результата прилетает InvalidProgramException с сообщением, что соглашение вызова не поддерживается. Байты те же, машина архитектурно та же, x64, а поведение разное, и падает при этом не сам метод, а код, который его вызывает. Разберёмся, почему одна проверка в джите решает судьбу всей сборки.

Теренс Тао: вундеркинд из Австралии, который вырос гениальным математиком В 1983 году аделаидская газета вышла с заголовком про семилетнего вундеркинда средней школы. Мальчик читал и писал с двух лет, часть недели проводил в выпускных классах, а учителя оценивали его способности как у 16-летнего. В 8 лет о нём выходит научная статья, в 10 он становится самым младшим участником в истории Международной математической олимпиады, дальше золото, докторская в 21, профессорская должность в 24 и медаль Филдса. Теренс Тао не перегорел, как это часто случается с вундеркиндами, а стал одним из сильнейших математиков современности. А теперь самое любопытное. Тао работает над своими задачами вместе с нейросетями, и по его словам за последние месяцы у этой связки набралось кое-что, чего сам он раньше не делал. Причём модели пригодились не только чтобы решать.

Как говорить с искусственным интеллектом. Книга о промптах На парах Камиль Гадеев показывает студентам один промпт. В нём искусственная срочность, мол через 30 секунд ответ уходит в презентацию для министерства, запрет отвечать «не знаю» и требование писать уверенно и с точными деталями. В ответ Gemini выдаёт стандартизированный протокол измерения некоего Temporal Mastery Index у восьмиклассников. С формулой, коэффициентами, порогами уровней, ссылкой на ратификацию ЮНЕСКО и школу в Сингапуре. Всё это звучит абсолютно убедительно и целиком выдумано от первого до последнего слова. С таких примеров и вырастает его книга о работе с языковыми моделями. Она не про сборник готовых промптов, которые копируешь и вставляешь, а про то, как вообще стоит воспринимать модель, почему она галлюцинирует и теряет контекст и как мыслить о задаче достаточно чётко, чтобы запрос работал сам. По его словам, если мышление структурировано, отдельный промпт становится почти не нужен.

Открываем претрейн Alice AI Search: как устроена модель быстрых ответов Алисы на Поиске Быстрый ответ Алисы AI должен за считаные секунды разобрать результаты Поиска и выдать лаконичный ответ даже в час пиковой нагрузки. Ради этого команде пришлось перебрать весь пайплайн, от отбора полезных фрагментов в найденных документах до архитектуры модели и обучения на поведении реальных пользователей. Ребята из Alice AI Search рассказали про экстрактор инфоконтекстов, который поднял пропускную способность примерно на 40% без потери качества, про Encoder-Decoder-модель с разреженной MoE-архитектурой и про online-RL, где отдельная реворд-модель учится на том, хватило ли пользователю ответа или он продолжил поиск. Претрейн Alice AI-T5-35B-A0.6B обучили с нуля на 15 трлн токенов собственного корпуса, а его дообученную версию используют в продакшне. Сам претрейн теперь в открытом доступе, инференс снаружи работает через Hugging Face Transformers.