Gemini 3, флагманская модель Google

Чтобы внимательно её изучить, нужно несколько недель прицельного использования, которых у меня конечно не было. Зато они были у моего любимого популяризатора AI Итана Моллика, которому дали ранний доступ. Сегодня он опубликовал обзор, который напоминает эссе «чего мы достигли с момента запуска ChatGPT» — о парадигмальном сдвиге от чатбота к помощнику.

https://www.oneusefulthing.org/p/three-years-from-gpt-3-to-gemini

Эссе состоит из двух частей. Первая — про недооцененную важность AI-разработки для непрограммистов:

A fundamental perspective powering AI development is that everything you do on a computer is, ultimately, code, and if AI can work with code it can do anything someone with a computer can: build you dashboards, work with websites, create PowerPoint, read your files, and so on

Цитируя классика, everything's computer.

Вторая — про «PhD уровень» LLM, которая скорее сводится к нескольким ультрасложным кейсам, которые Gemini шутя решил (и к честности которых у меня есть вопросы). Очевидно, что делать дорогие и достаточно сложные рисёчи без постоянного присмотра человека LLM уже научились, я регулярно наблюдаю это в последний месяц, когда даю задачку Клоду на ночь, а с утра обнаруживаю её выполненной без ошибок.

Human in the loop, по Моллику, наконец-то меняется с «исправлять ошибки за нейросетями» до «руководить их работой».

Ты тимлид, Гарри.

адвент-календарь со промиками на AI-инструменты. в программе 11labs, n8n, lovable, и ещё куча менее известных

https://www.25daysofagents.com

говорит на кложьем

Подкаст с CPO Codex от OpenAI, куча прикольных тейков — про дизайн в OpenAI, бутылочное горлышко человеческих возможностей и интерес ревьюинья кода. Главный, конечно, про вырастание ценности продуктовых исследований: знать что и для кого строить становится важнее, чем как.

Что значит: 1. имейте у себя продакт-рисеч команду, и 2. будьте уверены, что эта команда ai-ready; многие MR и UX рисечеры сегодня, на мой взгляд, двигаются недостаточно быстро. Слава богу у нас наоборот, одна только моя группа зашиппила 4 AI исследовательских инструмента за последние полгода.

Я сам, скажу честно, Кодексом почти не пользовался, но слышал от друзей и ai-броз что он турбо хорош.

Если вы запускаете компанию сегодня, глубокое понимание конкретного клиента важнее, чем умение строить продукт. Строить становится проще. Знать, что именно строить — и для кого — вот в чём теперь настоящее преимущество.​​​​​​​​​​​​​​​​

Написание кода, возможно, становится универсальным способом, которым ИИ выполняет любые задачи. Вместо того чтобы кликать по интерфейсам или выстраивать отдельные интеграции, ИИ работает лучше всего, когда пишет небольшие программы на лету. Из этого следует, что умение программировать должно быть встроено в каждого ИИ-ассистента, а не только в специализированные инструменты для разработчиков.

Дизайнеры в OpenAI теперь сами пишут и выкатывают код. Команда дизайна поддерживает полностью рабочий прототип, созданный с помощью ИИ. Когда у них появляется идея, они сразу её программируют, тестируют и нередко сами отправляют в продакшен. Инженеры подключаются, только когда кодовая база становится особенно сложной.

Главное узкое место в продуктивности работы с ИИ — не сам ИИ, а скорость человеческого набора текста. Ограничивающие факторы — как быстро вы можете печатать промпты и как быстро проверять то, что сгенерировал ИИ. Пока ИИ не научится надёжнее валидировать собственные результаты и проактивно предлагать помощь, мы не увидим полного прироста продуктивности, который эти инструменты могли бы дать.

Писать код становится менее увлекательным занятием, чем ревьюить код, написанный ИИ. Инженеры любят творческий поток созидания. Теперь всё больше времени уходит на чтение того, что породил ИИ. Следующий вызов — сделать этот процесс проверки быстрее и приятнее.

Ральф Виггум

В мире вайбкодинга новый шериф — агентный подход под названием Ralph Wiggum. Я столько ждал, что кто-то на русском разберётся, о чем весь шум, что сам стал этим человеком.

Ральф, если что, герой Симпсонов восьми лет от роду с задержкой развития, на которого всем плевать. Хорош он лишь в двух вещах — «спать и действовать» (цитата по симпсонвики), и именно эти характеристики и становятся определяющими для нашего рассказа. Ральф Виггум это: скрипт, который работает, пока вы спите. Всё.

Но как именно это работает? Чтобы в этом разобраться, нужно кратко обозреть на прошлое и настоящее вайбкодинга.

Весной прошлого года я вел внутренний воркшоп об основах вайбкодинга. Если вы давно подписаны на канал, то знаете, что из той полуторачасовой сессии родился Бот Вояж, которым я с удовольствием пользуюсь до сих пор в путешествиях. Но как он был построен?

К слову, я думаю начать преподавать агентский кодинг для непрограммистов на широкую аудиторию: если вы думаете, что вам нужен такой семинар/практикум/серия лекций — пишите, договоримся.

Эры вайбкодинга можно выделить следующие.

1. Скромное обаяние новизны
Также известное как «я дал ChatGPT задание написать калькулятор и он справился, программисты больше не нужны, отсосите какосеки»


2. Долина разочарования
«Но когда я попросил гпт сделать именно тот калькулятор, который нужен мне, он выдал кучу ошибок и стёр исходный код. Этот манёвр обошёлся мне в 430 долларов, ai — пузырь на плато, робот не напишет симфонию, вайбкодеры — слоператоры!»

3. Адаптация
Cursorrules, Claude.md, PRD.md и тест дривен девелопмент: оказывается, если со всех сторон обложить код-агентов бесконечными правилами и ограничениями, то можно за какое-то вменяемое количество итераций все же заставить его написать ровно тот код, который тебе нужен. Прямо как с живыми программистами.

Кстати, на этом этапе и написаны большинство моих проектов, включая тот самый семинар с бот-экскурсоводом. Фактически, мы час писали документацию, потом Курсор 10 минут писал по ней код, а затем мы его задеплоили и приклеили к телеграму

4. Первые автономные код-агенты
Прежде всего, Клод Опус 4.5 (на клодкоде или в курсоре), но и GPT Codex с Gemini не сильно отстают.

Важная часть этого этапа — возврат к шагу два, но теперь агенты начинают адекватно воспринимать обратную связь и более-менее успешно ей следовать.

5. Сегодняшний момент: Курсор 2 и Клод Код 2
Среды, заточенные уже на более профессиональные пайплайны: прежде всего, work tree, когда под каждый новый таск заводится отдельный бранч в гите (причём их может быть несколько на одну задачу, и человек сам выбирает, решение в каком из них ему нравится больше), и субагенты с хуками в клодкоде (совсем запретная магия, давайте про это в другой раз).

На этом этапе любой 0->1 девелопер, который просто хотел повайбиться с Клодиком под одеялком чтобы собрать свой первый b2b SaaS калькулятор окончательно понимает, что здесь ему больше не рады.

Мой собственный док сегодня включает как минимум:
- PRD
- имплементейшен план
- файл со структурой проекта
- файл с техспеками
- ридми
- ченджлог
- рулз с приказом вносить все изменения в ченджлог и пушить все измененить в конце каждого значимого оборота (но это все равно не работает).

Если вы не поняли абсолютно ничего из этого списка, поздравляю, вы совершенно нормальный человек, который совершенно точно случайно не проебет 1300 евро на боте который выдает инвайты в Сору 2.

НО ИМЕННО ЭТУ ПРОБЛЕМУ И ПЫТАЕТСЯ РЕШИТЬ РАЛЬФ

Вместо того, чтобы грузить людей непонятной и выглядящей откровенно сомнительной хуитенью, Ральф использует баш скрипт, который гоняет все эти шаги по кругу.

Как именно это устроено (простите, снова список, я не ИИ, честно):

1. Конверсейшнл чат-бот, с которым вы естественным языком общаетесь, что вы хотите построить, а он в ответ формирует ТЗ — тот самый PRD.md.
“Хочу ну типа калькулятор но чтобы когда типа на ноль делишь чтобы он типа переворачивался и писал цифрами SOSI EBLO“

2. Этап, который разбивает получившееся ТЗ на сценарии, и формирует (вместе с вами) критерии выполнения.

>> часть 2 (дожили, приходится треды в телеграме писать)

Но как именно мы поймем, что часть про соси ебло выполнена? когда при выполнении операции с делением на ноль откроется браузер, в нем запустится наш калькулятор, у него на экране будет 0783 1505, и затем он перевернётся.

Хитрая часть, которую придумали в фреймворке Ральфа: для пущей надежности сценарии здесь превращаются из обычного тектового формата в длинный JSON файл, где у каждого сценария стоит статус 0 или 1. Фактически, это то же, что я на коленке делал с implementation_plan.md, только структурированное.

3. После этого запускаем сам баш скрипт. На вход нужно указать, сколько максимум лупов он может провернуть (в конце концов, это все ваши деньги на токены).

4. Когда он доходит до конца выполнения первой задачи, он запускает цикл проверки — те самые критерии приёмки.

5. Критически важная часть: в конце цикла агент обязан ОБНОВИТЬ ТЗ и НАПИСАТЬ ЛОГ. То есть отчитаться, справился ли он с задачей, что пошло не по плану, что отличалось от ожиданий, и какие особенности имплементации решения нужно учесть в будущем. Да, это тоже часть, которая у меня была в курсоррулез и регулярно не срабатывала — но здесь вызывается безжалостным детерминированным циклом.

6. Наконец, финальное фундаментальное отличие от вайбкодинга в Курсоре или КлодКоде: после завершения лупа агент не передает контекст далее. Следующий цикл принимает новый инстанс агента с чистой памятью. Однако у него уже обновлено ТЗ прошлым агентом и переданы только минимальные необходимые сведения. Он смотрит на файл с тз, и смотрит, у каких ещё сценариев не поставлены единички. Колесо Сансары заходит на новый оборот.

7. Вы, как и положено Ральфу, спите, чтобы с утреца пораньше узнать, куда же вас привела эта опричная гусеница.

Репозиторий, в котором лежат все скрипты и файлы: https://github.com/snarktank/ralph?tab=readme-ov-file

Подход в деталях изложен в твиттере: https://x.com/ryancarson/status/2008548371712135632?s=46&t=MNy-LfGucqQvXbR6Iwg3DQ

Там же есть живой пример. Только учтите, что они там рекламируют свою какую-то платформу АмпКод, я хз что это, нужно все запускать через Клод

Всем Виггум!

Browser Company (Dia, Arc) сманил лид дизайнера Safari

Вдогонку Джош Миллер, основатель, выкатил пост, про то, как меняется подход к дизайну в компании. Самое главное — владение Клод Кодом это принципиально важный новый навык. "AI-фанбои производят в твиттере слишком много шума, но эта штука — реальная. Если вы не начнёте как можно скорее работать с Клод Кодом как основным инструментом, ваша команда отстанет (как отстали те, кто не сделал ставку на полноценные мобильные приложения в начале десятых)". Общая идея такая: у нас стартап, поэтому наши дизайнеры должны отправлять пулл реквесты, непрограммисты — прототипировать и пробовать свои собственные идеи, а программисты — иметь возможность быстро экспериментировать с новыми подходами без ущерба основной работе.

Второе и главное — они запускают позицию "Дизайн продюсера", который будет координировать работу их разных дизайн лидов, и состыковывать её с другими функциями в компаниями (видимо, как раз ai-направления). Я вообще говоря думал, что это называется "Артдиректор", но видимо подразумевается, что это какая-то более интегральная роль. Вообще браузер компани очень симпатичные, жаль, что исследователей они особо не ищут.

https://x.com/joshm/status/2009705767490990418