Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥7👏4😁3
Forwarded from Павленко про Dev & AI
Trae Agent превращает текстовые запросы в рабочий код. Этот экспериментальный проект использует Claude и Gemini, чтобы писать, отлаживать и исправлять ошибки в коде без участия человека. Он работает через командную строку, анализирует большие проекты, применяет bash-скрипты и обновляет файлы в реальном времени.
Система уже показала высокие результаты на тесте SWE-bench Verified. Trae открыт под MIT-лицензией, а его команда планирует расширить поддержку LLM, добавить MCP и усилить Unit-тестирование.
github.com
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥4😁1
Forwarded from Технозаметки Малышева
This media is not supported in your browser
VIEW IN TELEGRAM
Machine Learning Visualized — интерактивные уроки по машинному обучению
Некий студент из University of Maryland создал открытый ресурс для изучения ML-алгоритмов через интерактивную визуализацию.
Проект состоит из Jupyter Notebooks с математическими выводами и наглядными примерами обучения моделей.
На данный момент включает 4 главы: оптимизация, кластеризация, линейные модели и нейросети.
Каждый алгоритм показан от теории до практики с визуализацией процесса обучения и поиска оптимальных весов.
Есть проект в GitHub.
Все блокноты можно скачать и запустить локально или в Google Colab.
#MachineLearning #обучение #OpenSource
———
@tsingular
Некий студент из University of Maryland создал открытый ресурс для изучения ML-алгоритмов через интерактивную визуализацию.
Проект состоит из Jupyter Notebooks с математическими выводами и наглядными примерами обучения моделей.
На данный момент включает 4 главы: оптимизация, кластеризация, линейные модели и нейросети.
Каждый алгоритм показан от теории до практики с визуализацией процесса обучения и поиска оптимальных весов.
Есть проект в GitHub.
Все блокноты можно скачать и запустить локально или в Google Colab.
#MachineLearning #обучение #OpenSource
———
@tsingular
❤🔥4
Forwarded from Machinelearning
Позволяет можно запускать и управлять сразу несколькими AI-агентами для кодинга: Claude Code, Gemini CLI, Codex — всё в одном дашборде.
- параллельный запуск агентов
- трекинг задач
- переключение между моделями на лету
- встроенный review и контроль над результатами
- backend написан на Rust, frontend на React, всё разворачивается локально
Полностью open-source
@ai_machinelearning_big_data
#ai #aiagent #opensource #Claude #Gemini
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥5
This media is not supported in your browser
VIEW IN TELEGRAM
Орбитальный CI/CD: быстро, стабильно и в прод.
#space #rocket #satellite
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥7
Forwarded from Machinelearning
Он провёл 14 месяцев в applied-команде, разрабатывая Codex — кодинг-агента, который за 7 недель прошёл путь от первой строки к публичному запуску. Он работал на Python, жег огромные GPU-бюджеты, спринтил с командой почти без выходных.
Автор уволился,чтобы сделать свой проект, но называет этот год самым интенсивным и полезным в карьере.
За год OpenAI выросла с 1000 до 3000 человек. Внутренние процессы постоянно перестраиваются, для разрабов Slack стал полноценным «офисом», а почта почти исчезла из работы.
В командах идеи идут снизу вверх — и кто первым закомитит свой код, тот и задаёт стандарт. Главная метрика успеха — не презентации, а работающий код.
Codex - это огромный монорепозиторий почти целиком сотоязий из Python кода. Все сервисы поднимаются через FastAPI, а данные проходят через Pydantic — это даёт простую валидацию и ускоряет разработку. В проекте есть немного Go и Rust в основном в сетевых компонентах, но это редкие исключения.
Codex сделали крошечной командой за 7 недель. Автор вспоминает бессонные ночи, утренние подъёмы и выходные в офисе. Команда была сильной, многие ушли от Цукерберга к Сэме— и это чувствуется по уровню инфраструктуры.
OpenAI —выгладит как странный гибрид: он подобен научному центру в стиле Лос-Аламоса, который случайно сделал самый хайповый продукт десятилетия. . Руководство комании активно отвечает в Slack, 600 000+ pull request'ов за 53 дня после запуска Codex!
OpenAI — это не просто «компания создавашая GPT». Это лаборатория, где безумная скорость сочетается с реальным и крутым продуктом. Они не боятся выкатывать новые фичи, не скрывают свой хаос и делают очень много интересного. Не идеальная система, но там правда делают вещи.
👉Полную статью можно почитать -здесь
@ai_machinelearning_big_data
#openai #ai #ml #llm #chatgpt
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥7😁1
Forwarded from FastNews | Никита Пастухов
В полку AI IDE прибыло –Amazon выпустили своего конкурента Cursor https://kiro.dev/
UPD: я упустил еще одну IDE'шку https://www.trae.ai/🤯
Теперь у нас есть на выбор Cursor, Windsurf, Kiro, Trae и Claude Code.
Посмотрим, как рынок поделится через год (когда у меня истечет подписки на Cursor😂). Но вовлеченность бигтехов в эту движню намекает на перспективность направления.
Например, вот тут
https://research.google/blog/ai-in-software-engineering-at-google-progress-and-the-path-ahead/
Google репортит, что уже около 50% их кодовой базы пишется AI – либо через автокомплиты (они меряют рейт принятия комплитов от AI и попадания этого кода в финальный коммит), либо полностью агентами.
Я думаю, время быть скептичным прошло. А вы уже ускоряете свои процессы с помощью AI?
К слову, отмазы про "у нас тут NDA и мы не дадим коду утечь" тоже больше не работают. На днях релизнули Kimi K2
https://moonshotai.github.io/Kimi-K2/
Это опенсорсная кодинг-модель, которая делает (по бенчам) все аналоги сейчас. В общем, все карты уже у нас в руках, пора ускоряться)
UPD: я упустил еще одну IDE'шку https://www.trae.ai/🤯
Теперь у нас есть на выбор Cursor, Windsurf, Kiro, Trae и Claude Code.
Посмотрим, как рынок поделится через год (когда у меня истечет подписки на Cursor😂). Но вовлеченность бигтехов в эту движню намекает на перспективность направления.
Например, вот тут
https://research.google/blog/ai-in-software-engineering-at-google-progress-and-the-path-ahead/
Google репортит, что уже около 50% их кодовой базы пишется AI – либо через автокомплиты (они меряют рейт принятия комплитов от AI и попадания этого кода в финальный коммит), либо полностью агентами.
Я думаю, время быть скептичным прошло. А вы уже ускоряете свои процессы с помощью AI?
К слову, отмазы про "у нас тут NDA и мы не дадим коду утечь" тоже больше не работают. На днях релизнули Kimi K2
https://moonshotai.github.io/Kimi-K2/
Это опенсорсная кодинг-модель, которая делает (по бенчам) все аналоги сейчас. В общем, все карты уже у нас в руках, пора ускоряться)
kiro.dev
Kiro: Agentic AI development from prototype to production
Kiro helps you do your best work by bringing structure to AI coding with spec-driven development.
❤🔥5😁2
Forwarded from О разработке и не только
Кто-то считает DjangoORM злом, а я думаю, что инструментом просто надо уметь пользоваться. А т.к. это обёртка над другой технологией, то надо разбираться и в ней. Вот хорошая и лёгкая для чтения статья как в действительности DjangoORM работает с БД. Приведены некоторые оптимизации, нюансы использования и т.п. Хороший кандидат, кстати, для перевода на Хабр.
Но не нужно применять все эти хаки постоянно. ИМХО, они нужны больше для оптимизации - когда действительно что-то идёт не так. Какая разница сколько у вас индекс весит, если база нагружена на 20% и свободного места ещё 100Gb.
https://hakibenita.com/django-foreign-keys #python
Но не нужно применять все эти хаки постоянно. ИМХО, они нужны больше для оптимизации - когда действительно что-то идёт не так. Какая разница сколько у вас индекс весит, если база нагружена на 20% и свободного места ещё 100Gb.
https://hakibenita.com/django-foreign-keys #python
Hakibenita
How to Get Foreign Keys Horribly Wrong
Common Pitfalls and Potential Optimizations in Django
👏5😁1
Forwarded from Дорога жуков
Смысл накопления опыта не в накоплении лет в резюме, а в накоплении контактов людей, которые будут рады снова трудиться вместе с вами.
💯5❤🔥4👏3😁2
TDD - это не про тесты. Это про проектирование кода через маленькие, проверяемые шаги.
▶️
📕 Что такое TDD - Test-Driven Development?
Это подход, при котором ты сначала пишешь тест, потом минимально необходимую реализацию, чтобы он прошёл, и только потом улучшаешь код (рефакторинг).
Цикл: Red➡️ Green ➡️ Refactor.
▶️ ▶️
Почему TDD работает?
🔵 Ты проектируешь API до реализации.
Тест диктует интерфейс - это помогает избежать перегрузки и излишней сложности.
🔵 Ты не боишься ломать.
Всё покрыто тестами, любые изменения сразу видны.
🔵 Меньше багов, меньше дебага.
Ты фиксируешь поведение до появления ошибки.
🔵 Ты быстрее. Серьёзно.
Нет долгого "а как бы это протестировать?" Т.к. ты уже всё продумал.
▶️ ▶️ ▶️
Когда TDD - кайф?
😀 При разработке библиотек, критичного бизнес-логики, API
😀 Когда нужно держать высокую скорость изменений
😀 Если хочешь писать читабельный и тестируемый код "сразу правильно"
▶️ ▶️ ▶️ ▶️
Когда TDD - боль?
✖️ Прототипы или throwaway-код
✖️ UI/UX, где поведение постоянно меняется
✖️ Если ты не умеешь писать простые, изолируемые тесты
▶️ ▶️ ▶️ ▶️ ▶️
Заключение:
TDD - это как шахматы с кодом. Каждый шаг обдуман. Код становится не просто рабочим, а внятным и надёжным.
Не потому что ты добавил тесты, а потому что ты думал перед тем, как писать.
▶️ ▶️ ▶️ ▶️ ▶️ ▶️
Хочешь пример TDD на Python? Ставь🔥
#TDD
Это подход, при котором ты сначала пишешь тест, потом минимально необходимую реализацию, чтобы он прошёл, и только потом улучшаешь код (рефакторинг).
Цикл: Red
Почему TDD работает?
Тест диктует интерфейс - это помогает избежать перегрузки и излишней сложности.
Всё покрыто тестами, любые изменения сразу видны.
Ты фиксируешь поведение до появления ошибки.
Нет долгого "а как бы это протестировать?" Т.к. ты уже всё продумал.
Когда TDD - кайф?
Когда TDD - боль?
Заключение:
TDD - это как шахматы с кодом. Каждый шаг обдуман. Код становится не просто рабочим, а внятным и надёжным.
Не потому что ты добавил тесты, а потому что ты думал перед тем, как писать.
Хочешь пример TDD на Python? Ставь
#TDD
Please open Telegram to view this post
VIEW IN TELEGRAM
У Яндекса теперь есть веб-версия Алисы:
👉 alice.yandex.ru
✔️ Работает без VPN, просто заходишь и общаешься.
✔️ Понимает голос
✔️ Умеет рассуждать (можно выбрать, как именно - попроще или посложнее)
✔️ Ищет в интернете
✔️ Работает с файлами и картинками
✔️ Может сама рисовать изображения
В основе новая версия YandexGPT (Lite или Pro). Работает шустро, удобно и на русском.
#Яндекс #Алиса #yandexGPT
В основе новая версия YandexGPT (Lite или Pro). Работает шустро, удобно и на русском.
#Яндекс #Алиса #yandexGPT
Please open Telegram to view this post
VIEW IN TELEGRAM
Алиса AI
Алиса AI для решения реальных задач
Работает на Alice AI — самом мощном семействе генеративных моделей Яндекса. Анализируйте файлы, ищите ответы, генерируйте тексты и изображения в чате. Бесплатно и без VPN
❤🔥5😁2
DE
TDD - это не про тесты. Это про проектирование кода через маленькие, проверяемые шаги. ▶️ 📕 Что такое TDD - Test-Driven Development? Это подход, при котором ты сначала пишешь тест, потом минимально необходимую реализацию, чтобы он прошёл, и только потом…
Спасибо за огоньки, лови пример TDD.
Сначала напишешь тест, потом минимальный код, потом рефакторинг. Всё сделаешь малыми шагами.
〰️ 〰️ 〰️ 〰️ 〰️ 〰️ 〰️ 〰️
Допустим, ты хочешь реализовать функцию
🧪 Шаг 1. Пишешь провальный тест (Red)
Тест упадёт, потому что
〰️ 〰️ 〰️ 〰️ 〰️ 〰️ 〰️ 〰️
✔️ Шаг 2. Пишешь минимальную реализацию (Green)
Теперь
〰️ 〰️ 〰️ 〰️ 〰️ 〰️ 〰️ 〰️
🧼 Шаг 3. Добавляешь ещё тестов и улучшаешь код (Refactor)
Теперь текущая реализация
〰️ 〰️ 〰️ 〰️ 〰️ 〰️ 〰️ 〰️
⚙️ Шаг 4. Пишешь реальную реализацию, чтобы пройти все тесты
✔️ Все тесты зелёные.
🙂 🙂 🙂 🙂 🙂 🙂 🙂 🙂
🧠 Что ты получил?
🔘 Писал по одному тесту, каждый раз с минимальными правками кода
🔘 Итерации были маленькими и осмысленными
🔘 Получил рабочую и протестированную функцию
И не пришлось гадать, где баг, т.к. ты строил поведение заранее.
*️⃣ *️⃣ *️⃣ *️⃣ *️⃣ *️⃣ *️⃣ *️⃣
Хочешь посмотреть на организацию тестов с помощью параметризации pytest?
Накидай ещё огоньков🙃
#TDD #py
Сначала напишешь тест, потом минимальный код, потом рефакторинг. Всё сделаешь малыми шагами.
Допустим, ты хочешь реализовать функцию
is_prime(n), которая определяет, простое ли число.# test_math_utils.py
import pytest
from math_utils import is_prime
def test_two_is_prime():
assert is_prime(2) is True
Тест упадёт, потому что
math_utils.py и is_prime ещё не существуют.# math_utils.py
def is_prime(n: int) -> bool:
return True # пока просто чтобы тест прошёл
Теперь
test_two_is_prime пройдёт, но код заведомо неправильный.# test_math_utils.py
import pytest
from math_utils import is_prime
def test_two_is_prime():
assert is_prime(2) is True
def test_three_is_prime():
assert is_prime(3) is True
def test_four_is_not_prime():
assert is_prime(4) is False
def test_one_is_not_prime():
assert is_prime(1) is False
Теперь текущая реализация
return True уже не прокатит - тесты ломаются.# math_utils.py
def is_prime(n: int) -> bool:
if n < 2:
return False
for i in range(2, int(n ** 0.5) + 1):
if n % i == 0:
return False
return True
И не пришлось гадать, где баг, т.к. ты строил поведение заранее.
Хочешь посмотреть на организацию тестов с помощью параметризации pytest?
Накидай ещё огоньков
#TDD #py
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
LikeC4 - инструмент
1️⃣ Что такое LikeC4?
LikeC4 - это набор инструментов и специализированный язык (DSL) для описания архитектуры в виде единой модели, которая компилируется в несколько диаграмм. Твой код становится единственным источником правды: любое изменение здесь автоматически отражается на диаграммах, устраняя проблему устаревших схем.
2️⃣ Основные возможности
🔘 Трансформация кода в диаграммы: разработка через код с поддержкой IDE, автоматическая перезагрузка при изменениях и генерация статического сайта.
🔘 Встраивание: React-компоненты и Web Components для интеграции архитектурных схем прямо на твой сайт.
🔘 CI/CD и API: командная строка и GitHub Actions для автоматической сборки, а также API для обхода модели и экспорта в PNG, Mermaid, D2, DOT, PlantUML и другие форматы.
3️⃣ Почему именно
Название отражает вдохновение C4 Model и Structurizr DSL, но с расширенной гибкостью: ты можешь определять собственные термины, нотации, типы элементов и любое число вложенных уровней в модели.
4️⃣ Синтаксис и пример
Такой код становится твоей живой архитектурой, а командой likec4 start ты поднимаешь сервер предпросмотра с обновляемыми схемами на лету.
5️⃣ Как начать работу
🔘 Установите CLI:
🔘 Инициализируй проект и запусти локально:
🔘 Кайфуй от интерактивного рендера.
#architect #likec4
архитектура-as-code с живыми диаграммами, где единая модель в коде автоматически преобразуется в актуальные схемы в различных форматах без ручного обновления.LikeC4 - это набор инструментов и специализированный язык (DSL) для описания архитектуры в виде единой модели, которая компилируется в несколько диаграмм. Твой код становится единственным источником правды: любое изменение здесь автоматически отражается на диаграммах, устраняя проблему устаревших схем.
like?Название отражает вдохновение C4 Model и Structurizr DSL, но с расширенной гибкостью: ты можешь определять собственные термины, нотации, типы элементов и любое число вложенных уровней в модели.
specification {
element actor {
style { shape person }
}
element system
relationship async
}
model {
customer = actor 'Customer' {
-> ui 'opens in browser'
}
cloud = system 'Our SaaS' {
backend = component 'Backend' { icon tech:graphql }
ui = component 'Frontend' { style { icon tech:nextjs } }
}
ui -[async]-> backend 'requests via HTTPS'
}
views {
view index {
include *, cloud.*
style cloud.* { color green }
}
}Такой код становится твоей живой архитектурой, а командой likec4 start ты поднимаешь сервер предпросмотра с обновляемыми схемами на лету.
npm install -g likec4
npx likec4 init my-architecture
cd my-architecture
npx likec4 start
#architect #likec4
Please open Telegram to view this post
VIEW IN TELEGRAM