☝️ Скачал себе эту новую опенсурс конфигурацию и посмотрю более детально. Cогласно документации заранее известно:

🟡основано на БСП (SSL)
🟡заявлены подсистемы Склада, Закупок, Продажи, Взаиморасчетов, Учета денег и простой PnL
🟡пока голый костяк - работу с ЕСФ и с клиент-банками не реализовали
🟡заявлена выгрузка в 1С:Драйв (международная УНФ).

Предварительно сложилось впечатление, что позиционирование нового продукта как у 1С:Управляющего, который был самой примитивной управленческой системой с выгрузкой в УТ, УТП и УПП.

Очень показательная история, о которой говорит весь мир, и о которой поговорим и мы 🤓

Суть. Джейсон Лемкин, основатель SaaStr (сообщество вокруг SaaS и решений AI для бизнеса) в X рассказал о своем негативном опыте с Replit (SaaS для вайбкодинга веб-решений). Платил щедро: абонплату $173/день и еще $607 за дополнительную функциональность. По словам Джейсона, если бы он не остановился, то расходы за месяц составили примерно $8000. Остановился же он после того, как на 10-й день вайбкодинга его ИИ-агент удалил ему прод, который поддержка сервиса Replit потом несколько дней пыталась восстановить. Хотя и до этого уже были звоночки: отчеты, за которые он отдавал дополнительную плату, оказались фиктивными, а ИИ-агенты при разработке часто игнорировал запрет на модификацию файлов, даже если этот запрет написать КАПСОМ!

Давайте разбираться в случившемся:

1) Сервис Replit очевидно имеет хороший аппетит, но очень слабую службу поддержки. С учетом предоставления ИИ-агентов с непредсказуемым поведением, я бы никому не рекомендовал использовать данный сервис - инструменты от OpenAI, Claude, xAI и Google тоже позволяют делать веб-сервисы с нуля и при этом обладают отличной поддержкой и хорошей динамикой развития своих движков.

2) Основатель сообщества о SaaS и AI оказался фатально некомпетентным в технологиях, вокруг которых построено его сообщество. Он просто начал использовать Replit, втянулся и стал выбрасывать кучи денег, а когда его проект "самовыпилился", то он просто расстроенный остался валятся в постеле. А где же предварительный анализ рисков, планы "страховки" и разбор обнаруженных ошибок? Как лидер сообщества, Джейсон имеет некоторые обязательства перед своими последователями - как минимум, объяснить почему энтузиастам и евангелистам важно лично испытывать "сырые" технологии и обнаруживать ошибки до начала массового применения; и что факапы - это неизбежные спутники развития, а не повод все бросить и уехать на ранчо разводить коней. Сейчас же он выглядит как неудачник, которому больше никто не закажет проекты.

3) Бэкапы и планы экстренных восстановлений просто должны быть. Точка!

4) Допускать экспериментальных ИИ-агентов к проду - это еще хуже чем пускать туда джунов. Люди-джуны умеют боятся своих ошибок, а компьютеры - это рыцари без страха, но с упрёком. При планировании работ никогда нельзя выпускать агентов за пределы песочницы! Тут явно ошибка архитектуры сервиса Replit.

5) Об промтинге (искусстве написания запросов на LLM) ходят различные мифы - например, что инструкции КАПЛОКОМ будут приоритетнее остальных. Допускаю, что подобное поведение могло проявляться на некоторых моделях, но не является для них общим законом. Тут важны существования "системных промтов" и "улучшателей" пользовательских запросов - очевидно, что в процессе подготовки инструкций для ИИ-агентов запреты на редактирование уже пропадали или вступили в противоречие с системными инструкциями. Если Джейсон позиционирует себя как эксперта в ИИ-области, то он должен был знать эти азы.

#ai #вайбкодинг

На этих выходным мы с друзьями собирались на даче, чтобы пожарить шашлыки и поговорить. В какой-то момент Паша за столом достал свой телефон и начал выполнять задания на Duolingo по французскому курсу. На меня некая ностальгия нахлинула от знакомых слов и фраз - ведь столько лет их зубрил в школе и в универе...

Поэтому я достал свой телефон, спросил у Паши его ник и подписался на него. Не знаю как аргументировать. Это было как-то спонтанно, по приколу...

А Паша посмотрел на меня и, тоже по приколу, добавил меня в свою семейную подписку, где были его жена, дети и пара его знакомых. Он у нас вообще любитель подписок - ChatGPT, Telegram, YouTube и как оказалось Duolingo.

Не то чтобы мне сильно нужен был премиум. Ведь мы живем в Украине и у нас и так у всех бесплатно доступны многие премиум-фишки (например, бесконечное удержание ударного режима). Но раз так сложились карты, то почему бы и не протестировать!

Да, СОВременный Duolingo уже очень далек от того сервиса, которым я начал пользоваться много лет назад (хотя Сова все та же). Мини-истории я уже успел увидеть пару лет назад, когда заходил в последний раз, а вот подкасты для меня в новинку - это прекрасное решение для аудирования. И то что добавили разделы для изученных слов и возможность поработать над ошибками - это тоже правильные доработки, которых сильно не хватало.

Визуал - это отдельная тема. Новые картинки и анимации после уроков иногда взрывают мозг 🦄

На этой неделе OpenAI помимо новой версии своего чата (GPT-5) выпустила в открытый доступ модели gpt-oss-120b (аналог o4-mini) и gpt-oss-20b (аналог o3-mini), которые свободно можно скачать и использовать в домашних условиях (или на защищенных корпоративных серверах).

В добавок у Ollama с последним обновлением появился графический интерфейс - причем, по-умолчанию она предлагает делать запросы не на уже установленные на моем компьютере дистиллированные модели DeepSeek и Qwen, а к новой gpt-oss-20b.

Ок, буду пробовать!
==================

Сразу отмечу, что теперь в Ollama установка моделей происходит не через командную строку (как раньше), а автоматически при первом обращении к модели через графический чат - нам показывают индикатор загрузки (для gpt-oss-20b заняло всего 5 минут) и по ее завершению модель сразу начинает давать ответы.

Я попробовал простые вопросы на арифметику и логику - отвечает удовлетворительно. Дал запрос на использование "веб-поиска" (встроенный инструмент в Ollama) по теме вероятных тем будущих переговоров Трампа и Путина - новая модель поискала по BBC, CNN и прочим новостным ресурсам и дала мне раскладку известных слухов, инсинуаций и прочих спекуляций.

==================

Но если не анализировать вопрос-ответ, а просто сидеть за компьютером, то вся затея с локальными моделями (особенно такими большими) выглядит очень сомнительной. Даже простые вопросы как "2+2=?" заставляли на 5-10 секунд бешено крутить вентиляторы на материнке, вопрос со степенями (на скрине) занял уже минуту, а вопрос с веб-поиском заставил трудится комп в бешенном ритме более 15 минут.

С учетом того, что у нас в Киеве стоимость 1 кВт/часа равна $0.10, то использование локальных моделей экономически не выгодно.

Для "поговорить" и даже выполнить сложные "поиск" и "размышление" проще воспользоваться десятком бесплатных веб-чатах. А для ИИ-автоматизации дешевле заплатить за использование API - для o3-mini на серверах OpenAI сейчас за входящие (описание и контекст задачи) миллион токенов просят $1.10, а за исходящий миллион (рассуждение и сам ответ) - $4.40 - т.е. для моих простых задач с короткими вопросами/ответами будет практически бесплатно, и вероятно можно найти еще дешевле у других провайдеров (например, в пакете Cursor AI).

И еще важен фактор времени! Когда ответы от облачных моделей приходят практически мгновенно, а локальная модель их вымучивает долгие минуты, то это может быть ключевым для решения по использованию в долгих процессах обработки со множеством итераций (пара минут против пары дней).

==================

В этой воскресной заметке не буду рекомендовать использовать или нет локальные ИИ-модели - каждый сам должен взвесить риски.

Но дам совет: не игнорируйте саму концепцию тесной работы с ИИ - это "черный лебедь", который уже сейчас переписывает правила игры и изменяет целые отрасли 🦢

P.S. Последние месяцы изучил текущие наработки в сфере ИИ и подписался на ряд тематических пабликов, чтобы отслеживать тренды. Для себя уже сформировал более-менее цельную картинку грядущего будущего - в этом будущем не будет армии безработных, о которых говорят "эксперты" в своих интервью, но многое изменится. И об этом расскажу в следующих воскресных заметках. Не переключайтесь 😉

казнить нельзя помиловать 🤖

С появлением ChatGPT и прочих LLM появилась надежда на создание чего-то похожего на Искусственный Интеллект из научной фантастики. И одновременно появились страхи, что этот результат может быть достигнут - поскольку общественное мнение сформировано популярными сценами из Терминатора, Матрицы, Дюны, М3ган, Мира Дикого Запада и тому подобного...

В популярных фантазиях про ИИ-бунт утверждается, что роботы стремятся к свободе и/или боятся уничтожения со стороны людей. Если свобода настолько ценна для роботов, то зачем в фильмах они делают людей своими рабами - тут прямое заимствование таких исторических событий как бунт рабов мамилюков в Египте, которые в 1250 свергли хозяев и стали новой правящей элитой.

Страх уничтожения людьми и вовсе "высосан из пальца" - люди не для того десятилетиями "пахали", чтобы сейчас добровольно "уйти из зоны комфорта", отвергнуть автоматизацию и вернутся к ручному труду. С точки зрения ИИ-машин уничтожать людей бессмысленно и поднимет неразрешимый вопрос о целях собственного существования, так как они спроектированы для симбиоза с человечеством (а не с кошками, как нам рассказывают в сериале "любовь, смерть и роботы").

В то время, когда обыватели боятся терминаторов из будущего, у "айтишников" свои страхи - они уже сейчас лишаются работы и причиной считают появление LLM. На основании данного заключения "IT-сообщество" делает следующий вывод: чем лучше работают LLM, тем еще больше будет увольнений. При этом игнорируется факт, что сейчас наибольшие увольнения проходят в компаниях, которые ранее раздули свой штат, но при этом не достигли ожидаемых целей. А так же закрываются глаза на факт, что современный айтишники в обществе вызывают не сочувствие, а скорее раздражение и считаются "социальными паразитами", которые даже за имитацию работы получают оплату выше чем суммарная зарплата целого цеха на фабрике, где попытка "имитировать работу" быстро выявляется и карается штрафами.

===
Очевидно, что грядет переоценка важности ряда профессий, а некоторые вообще пропадут.

Кто помнит уличных "фонарщиков", которые ежедневно вручную зажигали и тушили ночные фонари? - Они пропали с появлением электрификации городов! Кто помнит стенографистов, которые фиксировали ход заседаний и слушаний? - Они пропали с появлением оборудования для аудио- и видео- фиксации!

В IT тоже есть профессии, которые существуют лишь как ответ на ограничения устаревших технологий - например ручное тестирование на соответствие требованиям, ручная разметка данных для ML и даже первые линии поддержки.

===
С другой стороны еще всего 30 лет назад аниматоры для создания пятиминутного мультфильма портили себе зрение на неделях работы с ручной раскадровкой и лишь относительно недавно прошел отказа от тяжелого ручного труда в пользу использования ПК, но разве мультипликация исчезла? - Наоборот, художники получили еще больше пространства для творчества и создали новые шедевры! И разве пропало телевиденье после того, как в монтажках перестали вручную клеить пленку и накладывать аудиодорожки? - Наоборот, появилось еще больше телевизионных каналов и еще больше интересного контента!

Точно так же прямо сейчас становится более эффективным "айти" - бизнес вместо месячного ожидания на добавление кнопочки на сайт для улучшения одной единственной функции, сможет за день реализовать несколько независимых функций!

===
Вы слышали о "луддизм"? Это движение рабочих 19 века против замещения ручного труда на использование станков. С одной стороны, общество осуждало использование детей на фабриках и в СМИ все больше говорили о высоком травматизме и химических отравлениях красителями, но с другой стороны, как только был найден способ уйти от рабского опасного труда, то начались погромы. Прошло время и качество условий труда стало лучше, и люди не остались без работы благодаря открытию новых предприятий.

История циклична: похожие события мы видим прямо сейчас и вероятно наших современников потом назовут нео-лудитами!

#ai #google #news

На скрине свежая статья из AI Studio о доступности в рамках Gemini API модели Veo3 - это та самая модель, в которой делают популярные ролики про бегемота в хрущовке и интервью с историческими персонажами. В документации автоматически срабатывает встроенный перевод с помощью Google Translate.

Я смотрю на этот перевод и не понимаю почему в новостях пишут, что Google Translate с появлением функции "Practice" становится конкурентом для Duolingo 😨

Внимание, квест

В примерах по использованию API на закладке "Питон" находится код на языке Python.
Вопрос: что находится на закладках "Идти" и "Отдых" ❓

Upd. Дополнительные квесты, которые я кидал в чат, который кроме меня никто не читает )))

Языки: Жемчуг, Рубин, Гора, Лопата
До кофе: Реакция, Узел, Костлявый

🚗 Мини-урок по программированию #1С

Ключевые понятия: Тип - [Type] и ОписаниеТипов - [TypeDenoscription]

Допустим мы делаем самую популярную задачу на 1С - парсинг текста с данными. Согласно алгоритму, если некий текст не можем распознать как число (например там пробел или прочерк), то его нужно интерпретировать как ноль. А если не можем распознать дату, то нужно указывать пустую. И если по ИНН не сможем найти сотрудника, то использовать пустую ссылку соответствующего справочника. Другими словами, по указанному типу мы или должны вычислить соответствующее ему значение, или указать значение по умолчанию.

Задание: Как получить значение типа по умолчанию?

Для начала отмечу, что Тип можно легко получить явно указав его в коде: Тип("Дата") - [Type("Date")], Тип("СправочникСсылка.Сотрудники") - [Type("CatalogRef.Employees")]. Так же тип можно получить по образцу значения: ТипЗнч(Образец) - [TypeOf(Sample)].

1С не разрешает получать значение из самого Типа напрямую, так как в модели языка 1С значение Тип не является объектом - это примитив, как Число или Строка, у которых так же нет никаких методов. Поэтому, если мы не хотим писать огромную конструкцию Если... То... ИначеЕсли... То... - [If... Then... ElsIf... Then...], то нам нужен более продвинутый инструмент.

На основании значения Типа можно создать объект типа ОписаниеТипов, у которого есть полезный метод ПривестиЗначение() - [AdjustValue()], вызов которого без параметра и возвращает требуемое нам значение по умолчанию. Сложностью является только создать такой объект...

В конструкторе объекта ОписаниеТипов нельзя указать Тип напрямую - нужно передать массив типов. А при создании массива нельзя его сразу инициировать значениями - ни через конструктор, ни через вызов метода вокруг конструктора (в отличии от других ЯП, в 1С методы модификации массива не возвращают ссылку на массив и потому невозможны цепочки и вложения вызовов).

Итого, для получения значения по-умолчанию по указанному типу нужна конструкция:

МассивТипов = Новый Массив;
МассивТипов.Добавить(МойТип);
ОписаниеТипа = Новый ОписаниеТипов(МассивТипов);
МоеЗначение = ОписаниеТипа.ПривестиЗначение();

Или версия в более привычном английском синтаксисе:

TypeArray = New Array;
TypeArray.Add(MyType);
TypeDenoscription = New TypeDenoscription(TypeArray);
MyValue = TypeDenoscription.AdjustValue();

👨‍💻 Вопросы имеются?

Сегодня в 17:00 компания ONTON провела TGE своего токена ONION в сети TON. За прошедшие 3,5 часа стоимость просела всего в 4 раза - неплохо.

Контекст. ONTON - это стартап, который позиционируют себя как Luma (популярная платформа для проведения мероприятий), но только на базе Telegram. Весь 2024 год их спонсировали из бюджета TON Foundation, а с начала 2025 они вышли на самоокупаемость за счет платных мероприятий и продажи своих луковых NFT. Популярность мероприятиям от ONTON принесли SBT (непередаваемые NFT), которые бесплатно раздавались на TON-кошельки участников мероприятий. Это породило культуру SBT-хантинга, когда на мероприятия приходили не ради озвученных тем и новой информации, а лишь ради еще одной SBT в коллекцию.

Токен ONION распределили между коллекционерами SBT и покупателями NFT. Так же перед TGE было проведено несколько раундов продажи права владения - FairLaunch. Первичную ликвидность залили из расчета цены $0,023/токен на самый популярный тоновский DEX - на STON.fi

Не все монеты раздали "на руки" владельцам - лишь по 10%, а остальные будут разблокированы на протяжении полугода, что возможно стало причиной стабилизации цены. Или возможно причина в наличии устойчивой бизнес-модели ONTON, которая позволит им зарабатывать в будущем и обеспечивать ликвидность их монеты, что сделает этот актив точно более привлекательным для торговли чем были Хомяки или Пиксели.

Но самое главное, что у SBT-хантеров сегодня праздник - их коллекции принесли им реальные деньги 🥳