Компания Anthropic решила сделать ход конем и сделала свой Aider - называется Claude Code) Ну и представили Sonnet 3.5 за гуманные деньги $3 за 1 млн инпут токенов и $15 за 1 млн аутпут токенов. Представили бенч где sonnet 3.7 всех рвет. Посмотрим что там, отпишусь по результатам.
Ссылочка https://www.anthropic.com/news/claude-3-7-sonnet
Ссылочка https://www.anthropic.com/news/claude-3-7-sonnet
👍5🔥2
Вот прям ссылка для теста Claude Code )
https://docs.anthropic.com/en/docs/agents-and-tools/claude-code/overview
https://docs.anthropic.com/en/docs/agents-and-tools/claude-code/overview
Claude Code Docs
Claude Code overview - Claude Code Docs
Learn about Claude Code, Anthropic's agentic coding tool that lives in your terminal and helps you turn ideas into code faster than ever before.
👍1🔥1
Токенов жрет этот Claude Code нещадно. То есть в Aider я прям беру выделяю нужные мне файлы и с ними работаю, а тут оно идет и шерстит как claude code угодно и кушает денежку). НО зато это конечно значительно больше уже похоже на агентную систему
Вышел новый бенч у Aider по sonnet-3.7, ну и конечно же он обходит sonnet-3.5 + r1. По цене выходит пока дороже в два раза, но зато это самая быстрая модель с хорошим качеством в сравнение с sonnet-3.5 + r1, ризонинг у r1 медленнее
https://aider.chat/docs/leaderboards/
https://aider.chat/docs/leaderboards/
👍1
Forwarded from Victor Osyka, техноцивилизация
Книга Technological Republic: hard power, soft belief, future of the West. От Alex Karp, философ, юрист, CEO Palantir (с Тилем создал - 20 лет продают софт для слежки армии, разведке, корпам на $3 млрд/год). По совету Степы Гершуни:
Часть I. Век софта
- Даже Франклин и Джефферсон были инженеры.. А Долина так-то выросла из ВПК. А щас? Инженеры отошли от целей страны и работы с gov ради своих игрушек и индивидуализма..
- Но они же живут под зонтиком безопасности, не внося свой вклад (и не общаясь с армией). Так-то ядерную бомбу предложили Эйнштейн и Szilard. И Нобель когда-то отрицал военную роль динамита
- Вступаем в век коллаборации интеллекта людей и synthetic (AI). От века ядерного сдерживания (и его плодов) идем в AI deterrence: рои дронов в Китае итп
- Бизнес и политика же стоят на рисках бунта. И в авторитарных странах власти ближе к фаундерам а-ля Долина, чем в США, и не будут тормозить с военным AI (а Минобороны США в 2024 на AI дали всего $1.8 млрд)
- Китай строит Левиафана, а не демократизируется по мере роста богатства. Китай оч. изучает прочие культуры, а не как мы. EU тратила 1.5% ВВП на оборону, US 3-5%
Ч. II. Идейное обнищание США
- Долина утонула в тривиальное и консьюмерское, засосав таланты и $ без целеполагания, США ушли от больших инноваций как атом и инет
- Это случайность, что Джобс был контркультурщиком, а не за свое общество. Мир он не поменял, хоть и много art + engineering. И вся Долина пошла за его тезисом: играть в игрушечки, инфантильно не видя страну и мир
- Техноутописты верят, что проблемы решатся сами. Нет, нужно вновь работать с властями, а не отрицать оборонку и госсектор
- Вокизм убил authentic intellectual risk-taking и общественную дискуссию. И фаундеры все самоустранились в "нейтралитет", отсюда и патакания сотрудникам Google “мы против работы с ВПК”. Кстати, антиколониализм - это ложь, просто девиация в медийном поле от леваков 1970ых, см реальные данные по ВВП итп
III. Инженерное мышление
- Оно против конформизма и за результат, т.е. не как в типичных корпорациях и в госсекторе
- Рои пчел распределенно ищут новые места для ульев, и стартапы также наиболее точно решают проблемы. А в бюрократиях идет оч энергозатратная война за присвоение побед и спихивание вины за факапы, где булшитеры шлют сигналы статуса и власти, и таланты умолкают в такой среде. Поэтому Долина и выстрелила по сравнению с оч традиционной корпоративной машиной США
- Asch и Milgram изучали конформизм и подстройку под членов группы и власти - это оч мощные черты людей, а в Долине осталась культура конструктивного неподчинения, и только так и можно создать что-то значимое
- За 30 лет в Конгрессе упала доля служивших в армии с 60% до 18%. Establishment и бюрократия мутировали чисто к своему самомасштабированию и выживанию
- Tetlock открыл (изучал 28 тыс прогнозов), что мало экспертов (т.н. лисы) готовы сталкиваться с реальностью (корректировать себя, использовать противоречивые источники и много идей) - но кто так делает - оч успешны. И чем неизвестнее эксперты, тем они точнее. Инженеры также вглядываются в реальный мир, и всем США пришла пора так делать
IV. Пересоздать республику
- Только 11% из 2000 миллиардеров в США пробовали себя в политике. В конгрессе ЗП $170к/год, глава ФРС $190к/год. Дискуссии повышать ли ЗП людям принимающим решения на триллионы $ шли аж с 1787г. В Долине опционы дают ownership/сопричастность всем сотрудникам, что оч важно
- Нужна смена нашей ригидной культуры: больше risk sharing, видеть что мир полон опасных игроков, открывать госсектор для внешних игроков и стартапов
- Нашей нации надо вспоминать свои коллективную идентичность и предназначение, наша культура чет слишком фрагментировалась
- В поисках новых моральных ориентиров для всей страны могут быть конфликты между сторонниками прошлого/чувство вины/итп и тем, что есть сейчас
- Культуры все же разные, это факт, хватит иллюзий. Западной цивилизации сейчас нужна и защита себя, и вообще дискуссия об этом
**
Водянисто, моего summary достаточно. Но см. America First. И еще мне советовали Government Gangsters
Часть I. Век софта
- Даже Франклин и Джефферсон были инженеры.. А Долина так-то выросла из ВПК. А щас? Инженеры отошли от целей страны и работы с gov ради своих игрушек и индивидуализма..
- Но они же живут под зонтиком безопасности, не внося свой вклад (и не общаясь с армией). Так-то ядерную бомбу предложили Эйнштейн и Szilard. И Нобель когда-то отрицал военную роль динамита
- Вступаем в век коллаборации интеллекта людей и synthetic (AI). От века ядерного сдерживания (и его плодов) идем в AI deterrence: рои дронов в Китае итп
- Бизнес и политика же стоят на рисках бунта. И в авторитарных странах власти ближе к фаундерам а-ля Долина, чем в США, и не будут тормозить с военным AI (а Минобороны США в 2024 на AI дали всего $1.8 млрд)
- Китай строит Левиафана, а не демократизируется по мере роста богатства. Китай оч. изучает прочие культуры, а не как мы. EU тратила 1.5% ВВП на оборону, US 3-5%
Ч. II. Идейное обнищание США
- Долина утонула в тривиальное и консьюмерское, засосав таланты и $ без целеполагания, США ушли от больших инноваций как атом и инет
- Это случайность, что Джобс был контркультурщиком, а не за свое общество. Мир он не поменял, хоть и много art + engineering. И вся Долина пошла за его тезисом: играть в игрушечки, инфантильно не видя страну и мир
- Техноутописты верят, что проблемы решатся сами. Нет, нужно вновь работать с властями, а не отрицать оборонку и госсектор
- Вокизм убил authentic intellectual risk-taking и общественную дискуссию. И фаундеры все самоустранились в "нейтралитет", отсюда и патакания сотрудникам Google “мы против работы с ВПК”. Кстати, антиколониализм - это ложь, просто девиация в медийном поле от леваков 1970ых, см реальные данные по ВВП итп
III. Инженерное мышление
- Оно против конформизма и за результат, т.е. не как в типичных корпорациях и в госсекторе
- Рои пчел распределенно ищут новые места для ульев, и стартапы также наиболее точно решают проблемы. А в бюрократиях идет оч энергозатратная война за присвоение побед и спихивание вины за факапы, где булшитеры шлют сигналы статуса и власти, и таланты умолкают в такой среде. Поэтому Долина и выстрелила по сравнению с оч традиционной корпоративной машиной США
- Asch и Milgram изучали конформизм и подстройку под членов группы и власти - это оч мощные черты людей, а в Долине осталась культура конструктивного неподчинения, и только так и можно создать что-то значимое
- За 30 лет в Конгрессе упала доля служивших в армии с 60% до 18%. Establishment и бюрократия мутировали чисто к своему самомасштабированию и выживанию
- Tetlock открыл (изучал 28 тыс прогнозов), что мало экспертов (т.н. лисы) готовы сталкиваться с реальностью (корректировать себя, использовать противоречивые источники и много идей) - но кто так делает - оч успешны. И чем неизвестнее эксперты, тем они точнее. Инженеры также вглядываются в реальный мир, и всем США пришла пора так делать
IV. Пересоздать республику
- Только 11% из 2000 миллиардеров в США пробовали себя в политике. В конгрессе ЗП $170к/год, глава ФРС $190к/год. Дискуссии повышать ли ЗП людям принимающим решения на триллионы $ шли аж с 1787г. В Долине опционы дают ownership/сопричастность всем сотрудникам, что оч важно
- Нужна смена нашей ригидной культуры: больше risk sharing, видеть что мир полон опасных игроков, открывать госсектор для внешних игроков и стартапов
- Нашей нации надо вспоминать свои коллективную идентичность и предназначение, наша культура чет слишком фрагментировалась
- В поисках новых моральных ориентиров для всей страны могут быть конфликты между сторонниками прошлого/чувство вины/итп и тем, что есть сейчас
- Культуры все же разные, это факт, хватит иллюзий. Западной цивилизации сейчас нужна и защита себя, и вообще дискуссия об этом
**
Водянисто, моего summary достаточно. Но см. America First. И еще мне советовали Government Gangsters
👀2🔥1
В perplexity платной версии завезли sonnet-3.7. Срочно переключиться чтоб качество нарастить 🚀
👍2
Forwarded from Machinelearning
This media is not supported in your browser
VIEW IN TELEGRAM
🔥Google сделали Gemini Code Assist бесплатным для всех стран.
🌐 Поддержка всех языков программирования в открытом доступе
💡 Окно контекста 128K токенов
https://blog.google/technology/developers/gemini-code-assist-free/
@ai_machinelearning_big_data
🌐 Поддержка всех языков программирования в открытом доступе
💡 Окно контекста 128K токенов
https://blog.google/technology/developers/gemini-code-assist-free/
@ai_machinelearning_big_data
Из интересного Google предствавил конкурента Github Copilot - http://github.com/apps/gemini-code-assist.
В смысле, что теперь вместо гитхаб копилота на гитхабе gemini будет хозяйничать - Написать описание к PR, Начать делать тикет, Выдать подробную информацию по задаче
В смысле, что теперь вместо гитхаб копилота на гитхабе gemini будет хозяйничать - Написать описание к PR, Начать делать тикет, Выдать подробную информацию по задаче
GitHub
GitHub is where people build software. More than 150 million people use GitHub to discover, fork, and contribute to over 420 million projects.
Чтоб вы понимали сейчас команда OpenAI презентует уже новую сетку ChatGPT-4.5: которая разговаривает уже еще ближе к человеку и больше шансов на прохождение теста Тьюринга ) (intuitive and knowledgeble)
Они ее позиционируют как замену 4o как минимум.
https://www.youtube.com/watch?v=cfRYp0nItZ8
Они ее позиционируют как замену 4o как минимум.
https://www.youtube.com/watch?v=cfRYp0nItZ8
🔥2
Оч интересный практический talk от Andrej Karpathy (пионера AI, загуглите про него кто не знает)
https://www.youtube.com/watch?v=EWvNQjAaOHw
https://www.youtube.com/watch?v=EWvNQjAaOHw
YouTube
How I use LLMs
The example-driven, practical walkthrough of Large Language Models and their growing list of related features, as a new entry to my general audience series on LLMs. In this more practical followup, I take you through the many ways I use LLMs in my own life.…
👍2
Столкнулся с тем, что многие не понимают что такое контекстное окно. Вот базовое объяснение
Контекстное окно в больших языковых моделях (LLM) — это временная "рабочая память", которая определяет, сколько текста модель может одновременно анализировать и учитывать при генерации ответа. Вот ключевые аспекты:
Как это работает:
1. Токенизация
Текст разбивается на токены — части слов, символы или целые слова. Например, слово "аморальный" может разбиться на два токена: "а" и "моральный". На русском языке 1 токен ≈ 2.5 символа.
2. Иерархия памяти
- Основной контекст (окно) — данные, которые модель использует прямо сейчас
- Внешний контекст — долгосрочное хранилище (аналог жёсткого диска), откуда модель может извлекать информацию по мере необходимости
Контекстное окно в больших языковых моделях (LLM) — это временная "рабочая память", которая определяет, сколько текста модель может одновременно анализировать и учитывать при генерации ответа. Вот ключевые аспекты:
Как это работает:
1. Токенизация
Текст разбивается на токены — части слов, символы или целые слова. Например, слово "аморальный" может разбиться на два токена: "а" и "моральный". На русском языке 1 токен ≈ 2.5 символа.
2. Иерархия памяти
- Основной контекст (окно) — данные, которые модель использует прямо сейчас
- Внешний контекст — долгосрочное хранилище (аналог жёсткого диска), откуда модель может извлекать информацию по мере необходимости
👍1
Forwarded from Тёмная сторона / Темнографика
Волк — санитар леса. А ИИ — санитар общества!
1. Сейчас считается, что человек должен стоять «перед» ИИ, чтобы правильно сформулировать ему задачу в виде «промпта». Однако ИИ настолько быстро усовершенствуется, что составлять промпты становится всё проще и проще.
2. Поэтому рано или поздно это научится делать каждый дурак — как каждый дурак в конце концов научился обращаться с компьютерами, смартфонами, умными домами и другими технологическими новинками.
3. А человек в конечном итоге окажется на позиции «после» ИИ — чтобы доводить выданные им хорошие результаты до совершенства, используя для этого присущий только человеку интеллект и креативность.
4. Именно на этой «последней миле» сосредоточится вся конкуренция между компаниями, потому что всё, что хуже, сможет делать любой ИИ.
5. Но это значит, что компании начнут искать и нанимать людей, способных довести результаты ИИ до совершенства. Для чего эти люди должны будут обладать немалым талантом, иначе они не смогут этого сделать по определению.
6. Получается, что наём и рекрутинг, издавна называемые «битвой за таланты», потеряет кавычки и превратится в реальную битву за таланты.
7. И что — дураки наконец окажутся никому не нужны? 😱
8. Говорят, что «волк — санитар леса», потому что он пожирает самых слабых. Но тогда получается, что ИИ — это санитар общества 😉
🚀 Будь умнее других — бери хорошие идеи для развития собственных проектов из моих разборов интересных стартапов на fastfounder.ru/news
1. Сейчас считается, что человек должен стоять «перед» ИИ, чтобы правильно сформулировать ему задачу в виде «промпта». Однако ИИ настолько быстро усовершенствуется, что составлять промпты становится всё проще и проще.
2. Поэтому рано или поздно это научится делать каждый дурак — как каждый дурак в конце концов научился обращаться с компьютерами, смартфонами, умными домами и другими технологическими новинками.
3. А человек в конечном итоге окажется на позиции «после» ИИ — чтобы доводить выданные им хорошие результаты до совершенства, используя для этого присущий только человеку интеллект и креативность.
4. Именно на этой «последней миле» сосредоточится вся конкуренция между компаниями, потому что всё, что хуже, сможет делать любой ИИ.
5. Но это значит, что компании начнут искать и нанимать людей, способных довести результаты ИИ до совершенства. Для чего эти люди должны будут обладать немалым талантом, иначе они не смогут этого сделать по определению.
6. Получается, что наём и рекрутинг, издавна называемые «битвой за таланты», потеряет кавычки и превратится в реальную битву за таланты.
7. И что — дураки наконец окажутся никому не нужны? 😱
8. Говорят, что «волк — санитар леса», потому что он пожирает самых слабых. Но тогда получается, что ИИ — это санитар общества 😉
🚀 Будь умнее других — бери хорошие идеи для развития собственных проектов из моих разборов интересных стартапов на fastfounder.ru/news
👍1🔥1
Интересная мысль. Это как раз то, о чем много говорил Ray Dalio в интервью Tucker Carlson https://youtu.be/0j1gcGD5DrA?si=44O5Nti2HVu9_liI
YouTube
Ray Dalio: America’s Hidden Civil War, and the Race to Beat China in Tech, Economics, and Academia
Ray Dalio on AI, the debt crisis and what actually makes people happy.
Suscríbete a nuestro nuevo canal de Tucker Carlson en Español: https://www.youtube.com/@TuckerCarlsonEspanol
Paid partnership with:
Levels: Get 2 extra months free at: https://Levels.Link/Tucker…
Suscríbete a nuestro nuevo canal de Tucker Carlson en Español: https://www.youtube.com/@TuckerCarlsonEspanol
Paid partnership with:
Levels: Get 2 extra months free at: https://Levels.Link/Tucker…
Cursor как агентная система! Ну и за полгода Cursor сильно вырос, как и sonnet-3.7-thinking
Forwarded from e/acc
Если 6 месяцев назад разработчик который не использует курсор или windsurf казался каким-то динозавром без прошлого и будущего, то сегодня такими являются HR’ы, сейлзы, маркетологи и legal. Компании среднего размера это сэкономит от $500к в год на софте и сотрудниках. Ниже — о примерах использования, которые я видел, попросил простыми словами.
Как это работает?
У каждого сотрудника установлен Cursor с доступом к корпоративному git-репозиторию, где хранятся правила для работы ассистентов (файлы .cursorrules), инструкции и Markdown-файлы с текущими статусами и задачами. Cursor подключается к заранее настроенным серверам MCP, которые в реальном времени получают и обрабатывают данные из Slack, Notion, клиентских баз данных и внешних API.
Кейсы:
— Автоматизация продаж и обработки клиентских запросов:
MCP подтягивает через API текущие данные по клиентам и статусам сделок (CRM, Email). Cursor автоматически формирует дашборды по конверсии в markdown-файлах, рейтингует входящие письма клиентов по важности и готовит персонализированные ответы. Сотрудник нажимает одну кнопку, чтобы подтвердить отправку.
Экономия: минимум 2-3 штатных позиции ($150K–$250K в год), замена корпоративного SaaS-решения уровня Salesforce ($100K+ в год).
— Финансовый мониторинг и отчетность в реальном времени:
MCP собирает транзакции и данные расходов через банковские и платежные API. Cursor в реальном времени составляет финансовые отчёты (P&L, cashflow) и бюджетные дашборды в markdown, автоматически выявляет отклонения и информирует команду через Slack.
Экономия: замена ERP-системы уровня SAP или Oracle (от $150K в год), плюс сокращение затрат на фин. аналитику и контроллинг ($100K+).
— Автоматизированный найм и адаптация сотрудников (HR):
MCP получает данные новых сотрудников из HR-баз и ATS-системы. Cursor формирует и ведёт чеклисты по onboarding/offboarding сотрудников, автоматически создаёт документы и аккаунты в Notion и Slack, а также проводит мониторинг процесса адаптации через markdown.
Экономия: минимум одна штатная позиция HR ($60K–$100K в год), замена HR SaaS-систем (BambooHR, Workday) ($50K+ в год).
— Юридическое сопровождение и управление договорами:
MCP связывается с базой данных клиентов и юридическими API. Cursor автоматически составляет типовые договоры, отслеживает сроки, мониторит риски и генерирует отчёты в markdown-файлах. Команда получает мгновенные уведомления о потенциальных рисках через Slack.
Экономия: сокращение затрат на юридический софт уровня Contractbook, DocuSign CLM ($40K–$80K в год) и оптимизация рабочего времени юристов.
P.S. в фб начался какой-то вой от вполне себе скучного поста. не могут люди поверить, что курсор умеет писать код. и не знают они что саас — это просто код.
Как это работает?
У каждого сотрудника установлен Cursor с доступом к корпоративному git-репозиторию, где хранятся правила для работы ассистентов (файлы .cursorrules), инструкции и Markdown-файлы с текущими статусами и задачами. Cursor подключается к заранее настроенным серверам MCP, которые в реальном времени получают и обрабатывают данные из Slack, Notion, клиентских баз данных и внешних API.
Кейсы:
— Автоматизация продаж и обработки клиентских запросов:
MCP подтягивает через API текущие данные по клиентам и статусам сделок (CRM, Email). Cursor автоматически формирует дашборды по конверсии в markdown-файлах, рейтингует входящие письма клиентов по важности и готовит персонализированные ответы. Сотрудник нажимает одну кнопку, чтобы подтвердить отправку.
Экономия: минимум 2-3 штатных позиции ($150K–$250K в год), замена корпоративного SaaS-решения уровня Salesforce ($100K+ в год).
— Финансовый мониторинг и отчетность в реальном времени:
MCP собирает транзакции и данные расходов через банковские и платежные API. Cursor в реальном времени составляет финансовые отчёты (P&L, cashflow) и бюджетные дашборды в markdown, автоматически выявляет отклонения и информирует команду через Slack.
Экономия: замена ERP-системы уровня SAP или Oracle (от $150K в год), плюс сокращение затрат на фин. аналитику и контроллинг ($100K+).
— Автоматизированный найм и адаптация сотрудников (HR):
MCP получает данные новых сотрудников из HR-баз и ATS-системы. Cursor формирует и ведёт чеклисты по onboarding/offboarding сотрудников, автоматически создаёт документы и аккаунты в Notion и Slack, а также проводит мониторинг процесса адаптации через markdown.
Экономия: минимум одна штатная позиция HR ($60K–$100K в год), замена HR SaaS-систем (BambooHR, Workday) ($50K+ в год).
— Юридическое сопровождение и управление договорами:
MCP связывается с базой данных клиентов и юридическими API. Cursor автоматически составляет типовые договоры, отслеживает сроки, мониторит риски и генерирует отчёты в markdown-файлах. Команда получает мгновенные уведомления о потенциальных рисках через Slack.
Экономия: сокращение затрат на юридический софт уровня Contractbook, DocuSign CLM ($40K–$80K в год) и оптимизация рабочего времени юристов.
P.S. в фб начался какой-то вой от вполне себе скучного поста. не могут люди поверить, что курсор умеет писать код. и не знают они что саас — это просто код.
👍1👀1