Сгенерированный ИИ код в некоторых организациях составляет более половины кода, но большая часть этого попадает в производство практически без надзора.
Согласно отчету Cloudsmith Artifact Management Report 2025, «ИИ теперь пишет код в масштабах». Из тех разработчиков, которые используют ИИ, 42 процента заявили, что по крайней мере половина их кода сгенерирована ИИ.

Причем для 16,6% большую часть кода написал ИИ, а 3,6 процента заявили, что весь их код был сгенерирован машиной.
В отчете не указано, сколько разработчиков используют ИИ для генерации кода.

Но составители отчета предупреждают: «Хотя LLM повышают производительность, быстро генерируя код, они могут непреднамеренно вносить риски, рекомендуя несуществующие или вредоносные пакеты».

И разработчики прекрасно это осознают. На вопрос, усугубит ли ИИ угрозы вредоносного ПО с открытым исходным кодом (например, тайпосквоттинг, путаница с зависимостями), 79,2% считают, что ИИ увеличитколичество вредоносного ПО в средах, а 30% заявили, что это значительно увеличит подверженность вредоносному ПО.

Только 13% считают, что ИИ «предотвратит или уменьшит угрозы». А 40% заявили, что генерация кода является сферой, в которой ввод ИИ представлял наибольший риск.

Тем не менее, треть разработчиков не проверяли код, сгенерированный ИИ, перед каждым развертыванием, что означает, что «большие порции» оставались непроверенными, представляя растущую уязвимость в цепочке поставок. В то время как две трети заявили, что доверяют только коду, сгенерированному ИИ после ручной проверки, вопрос в том, изменится ли эта пропорция, поскольку ИИ составляет все большую долю все большей мировой кодовой базы.

https://devclass.com/2025/06/19/ai-is-generating-code-at-scale-but-human-scale-code-review-cant-keep-up/

AI Vs Machine Learning Vs Deep Learning Vs Generative AI

AI Vs Machine Learning Vs Deep Learning Vs Generative AI

1 — Artificial Intelligence (AI) / Искусственный Интеллект (ИИ)
Это общее направление исследований, целью которого является создание машин или систем, способных выполнять задачи, традиционно требующие человеческого интеллекта, такие как рассуждение, обучение, решение проблем и понимание языка. ИИ включает различные субдисциплины, включая Машинное Обучение, Обработку Естественных Языков (NLP), Робототехнику и Компьютерное Зрение.

2 — Machine Learning (ML) / Машинное Обучение
Является подразделением ИИ, сосредоточенным на разработке алгоритмов, позволяющих компьютерам учиться и принимать решения на основе данных. Вместо прямого программирования каждой отдельной задачи системы МО улучшают свою производительность, обрабатывая большие объемы данных. Примеры практического применения включают обнаружение спама, рекомендательные системы и аналитику прогнозирования.

3 — Deep Learning / Глубокое Обучение
Это специализированная область внутри Машинного Обучения, использующая искусственные нейронные сети с несколькими слоями для моделирования сложных закономерностей в данных. Нейронные сети представляют собой вычислительные модели, вдохновленные сетью нервных клеток мозга человека. Глубокие нейронные сети способны автоматически выявлять необходимые представления для последующего распознавания. Применение включает распознавание изображений и речи, обработку естественных языков и автономные транспортные средства.

4 — Generative AI / Генеративный ИИ
Относится к системам ИИ, способным создавать новый контент, такой как тексты, изображения, музыку или код, похожий на исходные данные, на которых они были обучены. Эти системы основаны на архитектуре трансформеров.
Известные генеративные модели включают GPT для генерации текста и DALL-E для создания изображений.

Обсуждая, как ИИ влияет на рабочие места, в частности, на «белых воротничков», аналитик рисков Ян Бреммер упомянул, как быстро технология обогнала традиционную траекторию карьеры программистов — настолько, что люди, которые раньше занимали прибыльную должность разработчика программного обеспечения, «теперь продают свою плазму, чтобы свести концы с концами».

«Всего пять лет назад самым умным советом, который мы давали детям, было “учитесь кодить”, — вспоминает Бреммер. — Сейчас этот совет буквально стал хуже, чем “сделать татуировку на лице”».

В своем последнем отчёте о рынке труда Федеральный резерв Нью-Йорка обнаружил, что среди недавних выпускников колледжей, которые специализировались на информатике или компьютерной инженерии, теперь более высокий уровень безработицы, чем среди тех, кто изучал журналистику, политологию и даже английский язык.

В целом, по данным Федерального резервного банка Нью-Йорка, специалисты по компьютерным наукам оказались на седьмом месте по уровню безработицы — 6,1%, а специалисты по компьютерной инженерии — на третьем (7,5%). При этом средний уровень безработицы среди всех выпускников составляет 5,8%.
https://futurism.com/risk-expert-learn-to-code-face-tattoo

Как работает шардинг базы данных #database

Базовые 6 протоколов API (описание)

1 REST (Representational State Transfer / Передача состояния представления)
↳ Бестелесный протокол API, основанный на ресурсах, использующий стандартные методы HTTP
↳ Лучше всего подходит для: операций CRUD в веб-приложениях и мобильных приложениях
↳ Риск: избыточная выборка или недостаточная выборка данных из-за фиксированных конечных точек

2 gRPC (Google Remote Procedure Call / Удаленный вызов процедур Google)
↳ Высокопроизводительный контрактный протокол, использующий двоичный формат передачи данных
↳ Лучше всего подходит для: внутренней коммуникации микросервисов
↳ Риск: ограниченная поддержка браузерами

3 GraphQL
↳ Язык запросов API, позволяющий клиентам запрашивать конкретные данные
↳ Лучше всего подходит для: приложений с акцентом на фронтенде, имеющих сложные потребности в извлечении данных и требования к быстрому отклику
↳ Риск: проблемы производительности из-за чрезмерно гибких запросов

4 SOAP (Simple Object Access Protocol / Простой протокол доступа к объектам)
↳ Протокол обмена сообщениями, использующий спецификации XML с жесткими стандартами безопасности
↳ Лучше всего подходит для: корпоративных приложений, которым необходима высокая безопасность
↳ Риск: многословность и сложность из-за спецификаций XML

5 WebSocket
↳ Двунаправленный протокол реального времени поверх постоянного соединения TCP
↳ Лучше всего подходит для: приложений реального времени, таких как чаты или обновления спортивных новостей
↳ Риск: дополнительная логика обработки состояний соединений и повторных подключений

6 MQTT (Message Queuing Telemetry Transport / Транспорт сообщений очередей телеметрии)
↳ Легковесный протокол публикации-подписки
↳ Лучше всего подходит для: устройств интернета вещей (IoT) и датчиков
↳ Риск: сложные запросы и большие объемы данных могут плохо обрабатываться

Состоялась встреча Билла Гейтса и Линуса Торвальдса на совместном ужине, организованным Марком Руссиновичем
Лет 20-25 назад, особенно после того, как тогдашний СЕО Microsoft Стив Балмер назвал Linux «раковой опухолью», такое казалось невозможным.

Алгоритмическая сложность различных базовых структур данных

Шпаргалка по EDA vs Rest

Архитектура, управляемая событиями (Event-Driven Architecture или EDA)

• Асинхронный режим: сервисы генерируют и потребляют события.
• Лучше всего подходит для: высокой масштабируемости, слабой связанности и реагирования в реальном времени.
• Идеальные варианты использования: IoT, обнаружение мошенничества, обработка заказов, потоковая передача данных.

REST (Representational State Transfer)

• Синхронный режим: следует модели «запрос-ответ» по HTTP.
• Лучше всего подходит для: строгой согласованности, простоты и стандартных операций CRUD.
• Идеальные варианты использования: общедоступные API, порталы администраторов, доступ на основе ресурсов.

⚠️ Предостережения

• REST может испытывать трудности с требованиями в реальном времени и динамическим масштабированием.
• EDA усложняет отладку, упорядочивание и конечную согласованность.

💡 Эти архитектуры не являются взаимоисключающими.

Многие современные системы сочетают в себе:
→ REST для управления
→ EDA для работы с данными

Краткий совет по Linux:

Используйте "du -h", чтобы быстро узнать размер всех файлов в текущем каталоге.

$ du -h

Флаг -h показывает размеры в удобном для восприятия формате (КБ, МБ, ГБ), поэтому вы можете легко обнаружить большие файлы и каталоги.
#linux

Секретные (нет) коды для Android #android

Шпаргалка по отправке сигналов процессам в Linux #linux