ВАЙТИ НЕ ВЫЙТИ | Юрий Вайланд

За php нынче мало дают Фото от подписчика 👉 @no_exit_from_it

Всем, кто желал «верните мне мой 2007», как вам в 2026?) Мне правда просто интересно. Надеюсь, что дальше не откатимся к интернету по карточкам 🥴 Хотя, VPN с QR-кодами по талончику звучит как стартап, жаль только этот стартап без ИИ 👉 @no_exit_from_it

Настала-таки пора стряхнуть пыль с телеграм-канала и закинуть сюда очередной - уже редкий, но всё же пост Давно ничего не сообщал вам, а тем временем много чего произошло и продолжает происходить Начну с нерабочего: Был в отпуске в марте - съездили в Китай - ощущения просто огонь, были в Шанхае неделю, гуляли-бродили везде где только можно (в те дни часто постил в свой можнограм @yuryweiland, и там же были на концерте Imagine Dragons - попрыгали и попели песен с азиатскими зумерами и российскими туристами :) Китай это конечно совсем другое. Были там впервые, но несмотря на мегаполис удалось отдохнуть и переключиться полноценно С неделю назад - еще один концерт уже в Москве - группа Мураками, драйвовый и приятный, и не особо далеко от дома Теперь о рабочем, помимо самих трудовых будней - буквально на днях к своему недавнему удивлению и неожиданности попал на DevOps Conf 2026 - было несколько классных докладов, что-то себе позапоминал да коллегам будет что рассказать) В этом году удалось налутать всякого мерча и поучаствовать активностей - кайфанул. Но стоит сказать, что повсеместный кризис не обошел стороной и эту конференцию - по питанию (помимо разного рода закусок) в первый день по талоничку давали !дошик! (то ли это была ирония, но я грешу на кризис) Вышло много букв, поэтому фоточки докину отдельным постом, всем добра и весны без аллергий!

sshb (SSH Buddy) - виртуальный питомец в стиле Тамагочи, живущий в вашем терминале. Заботьтесь о своем ASCII-коте между сеансами работы с терминалом - кормите его, играйте с ним, укладывайте спать и поддерживайте его в хорошем настроении и здоровье. Характеристики вашего питомца со временем ухудшаются из-за фоновой службы, поэтому регулярно проверяйте его состояние, иначе вас ждут последствия. Возможности: - устойчивое состояние питомца, сохраняющееся в течение нескольких сеансов завершения работы программы. - ASCII-графика кота с анимированными выражениями лица, зависящими от настроения. - четыре основных показателя: голод, энергия, счастье, здоровье. - фоновый демон удаляет статистику каждые 5 минут через systemd. - интеграция командной строки Bash отображает статус питомца рядом с именем хоста. - интерактивный режим для быстрых сеансов оказания помощи. - отслеживание возраста питомца, его настроения и статистики за всю жизнь. https://github.com/C-GBL/sshb Опубликовано в @gitgate #bash #tamagochi #cat

Фильтры в приложении МВидео просто лайк 👉 @no_exit_from_it

Девопс правит конфиги на проде 👉 @no_exit_from_it

Интересная статья с нотками философии и жизненными уроками об опыте работы разработчика в Google В Google я устроился где-то 14 лет назад и тогда думал, что моей работой будет написание хорошего кода. Отчасти так и оказалось. Но чем дольше я там трудился, тем больше понимал, что преуспевающие разработчики — это не обязательно лучшие программисты. Обычно это те люди, которые научились лавировать среди всего, что окружает код — среди людей, внутренней политики и условий неопределенности Читать продолжение 👉 @no_exit_from_it

Девопс правит конфиги на проде 👉 @no_exit_from_it

Ожидайте, в 2026 году бигтехи вас завалят нарративами по ИИ-агентам Я слежу за ними и прекрасно считываю намерения. Целеполагание очень простое – они хотя отжимать кэш с более высокой добавленной стоимостью. Сейчас они продают относительно дешевые подписки за 20 баксов в месяц и доступ к API, но продажа токенов – это как продажа сырой нефти. Да, продажа сырой нефти может принести много денег при определенных условиях, но гораздо выгоднее продавать продукты нефтепереработки, например машинные масла или авто-химию. Так же и бигтехи, но с той разницей, что экономика проекта не сходится – продавать токены через API невыгодно (в отличие от нефтегаза у них «добыча» токенов стоит примерно вдвое-втрое дороже, чем они продают, это как если бы себестоимость нефти была 120-140 за баррель), поэтому пытаются упаковывать токены в красивую обертку в виде «ИИ-агентов». Не стоит «фетишировать» вокруг новомодных слов про «ИИ-агенты». Это весьма тупые боты с инструкциями, как правило, под определенную задачу – вот, что такое ИИ-агенты, но нужно создать определенный техно-вайб, нашпиговав маркетинговой требухой. Вне всяких сомнений, сценариев применений много (сейчас не про сценарии, тем более в прошлом году несколько раз описывал) и также не вызывает сомнений, что при определенных условиях LLMs могут быть весьма полезными. Однако, ожидания «нашпигованы» на десятки триллионов, а выхлоп на сотни миллиардов, да и то, если повезет. Что я могу сказать про ИИ агенты? Как человек, который на профессиональном уровне экспериментирует с LLMs последние три года, имея бэкграунд в ИТ до 2008, и мировой уровень подготовки в финансовой индустрии, скрупулезно отслеживая каждый релиз и нововведения по всем передовым LLMs, вот что скажу: 🔘Пока задача плоская, статичная, одномерная и примитивная – ИИ агенты могу справиться, но как только происходит наслоение условий, многомерных конструкций, междисциплинарного взаимодействия, сложных иерархических связей и динамического моделирования - сразу слетают, они не могут взять сложные проекты, состоящих из множества модулей, хотя часто даже на самых простых задачах рассыпаются. 🔘Агенты в их текущем виде – это линейные интерполяторы. Они хороши там, где путь от точки А до точки Б можно проложить по прямой, даже если эта прямая длинная. Но как только путь становится нелинейным, требует возврата назад для исправления ошибок или абстрактного синтеза из разных доменов, ИИ-агенты «схлопываются». 🔘ИИ-агенты жестко привязаны к исходному промпту (инструкции). Они не умеют проводить «переоценку ценностей» в процессе – критически важный функционал в любом проекте (научно-исследовательская и бизнес импровизация). 🔘 ИИ-агенты не понимают динамические веса параметров и динамическую иерархию приоритетов, не могут верно расставлять акценты. 🔘В многомерной конструкции ошибка уже на 1-м уровне иерархии неизбежно искажает вводные для 2-го уровня. Математически это выглядит как затухающая экспонента: если точность одного шага – 95%, то через 20 шагов общая надежность системы падает до ~35%. Проект «разваливается» не в конце, а под собственным весом промежуточных галлюцинаций, а если точность не 95%, а примерно 70-75% (раньше было 10-40%), как у передовых LLMs, уже на 5-ой итерации проект разваливается из-за наследования ошибок. Вот именно поэтому никакие автономные агенты невозможны: из-за отсутствия критерия истинности, кривой работы с внешними валидаторами и перегруженного стэка памяти, контекстного окна, что неизбежно по экспоненте увеличивает галлюцинации и точность 75% превращается в бредогенератор с точностью в 5-15%. 🔘ИИ-агент пригоден ровно настолько, насколько проект превращён в набор проверяемых процедур. Если оператор не может динамически в режиме реального времени верифицировать результаты – проект рассыпается. ИИ-агенты хорошо масштабируются не по мере роста интеллекта, а по мере роста формализуемости среды: чем больше внешних верификаторов, ограничений действий и проверяемых критериев успеха, тем выше практическая автономность, иначе сразу в мусор.

Препятствия для внедрения ИИ-агентов в бизнесе и науке Крупнейшие бигтехи конфигурируют свои ИИ подразделения на разработку, адаптацию и внедрение ИИ-агентов в массовое использование. Что такое ИИ-агенты? Это прокаченные программные скрипты с использованием ИИ, способные планировать, выбирать действия, вызывать инструменты и в идеале иметь контуры контроля (внутренние корпоративные политики безопасности, аудит, верификация, прерывание и т.д.) Типов ИИ-агентов много, но можно выделить в три базовые группы: 🔘Узкоспециализированные агенты, которые работают в рамках одного инструмента и задачи, имеют жесткие инструкции и ограниченное пространство действий. Например, агент по сортировке писем клиентов и группировке по претензиям или агент по отбору резюме в отделе кадров. 🔘Автономные агенты: ИИ-системы, способные самостоятельно декомпозировать высокоуровневую цель («подготовь отчет по конкурентам, выделяя сильные и слабые стороны») на подзадачи, выбирать инструменты и выполнять их циклично. Подходят для научно-исследовательских проектов. 🔘Мультиагентные системы: оркестрация группы специализированных ИИ агентов. Один агент выступает «менеджером», другие – исполнителями (код, поиск, анализ). По уровню автономности можно выделить: • Запрос-действия в режиме чат-бота (нулевая автоматизация), в роли экспертной системы; • Агент делает шаги, но ключевые действия требуют подтверждения; • Агент действует сам, человек мониторит и вмешивается по триггерам; • Агент сам действует в пределах прав (на практике почти всегда проблемно. По типу среды: • Цифровые агенты – все, что связано с обработкой информации, поиском решения; • ИТ-агенты – кибербезопасность, диагностика, реакция на инциденты, автоматизирование изменение конфигурации в рамках обслуживания промышленных и ИТ систем; • Физические агенты - робототехника/склады/логистика/производство. Сразу отмечу личный опыт. Ни один ИИ агент за три года не показал свою эффективность и производительность, за исключением ограниченных новостных агентов для скрининга медиа нарративов. В начале 2026 могу доложить, что в науке и научно-исследовательских проектах ИИ-агенты категорически противопоказаны за исключением сценариев агрегации и обобщения нарративов. Любая серьезная работа – сразу мимо. Почему? Контроль и верификация результатов настолько сложна и трудоемка, а надежность ИИ-агентов настолько низка, как и их скорость работы и производительность, что проще все сделать самому. Говоря простым языком, «ИИ-дрисня» генерируется настолько масштабно, а процент ошибок так велик, что для поиска «закладок» требуется несоизмеримо больше времени и ресурсов, чем на самостоятельное решение задачи. ИИ не обладает критерием истинности, что обходится через внешние валидаторы, независимые человеческие проверки и ограничения пространства действий ИИ. Однако, человеческая проверка, перекрывая любую потенциальную пользу от ИИ-агентов. Уже ранее говорил, что автономные ИИ-агенты – это профанация и жульничество за исключением локальных сценариев в кодинге. Чем больше итераций – тем более токсичный и ошибочный результат, т.к. ошибки наследуются после генерации в рамках перехода на новые итерации и так по цепочке. Если же после каждой итерации ИИ-агента блокировать и отдавать на ручную верификацию, ИИ-агент очевидно перестает быть автономным. Здесь можно привести массу технических ограничений: • Доступ к политике корпоративной безопасности. • Нестабильность удержания контекстного окна (приводит к потере критически важный деталей), а во многих дисциплинах нет случайных данных и каждый дата-сет является критическим. • Высокий процент ошибок и галлюцинаций, что может привести к катастрофе в финансах, медицине, юриспруденции, промышленном инжиниринге и науке. • Отсутствие детерминизма – каждый запуск может приводить к разным результатам, для бизнес адаптации это неприемлемо. • Специфичные требования по адаптации и т.д. Да, ИИ-агенты могут быть полезны и применимы в некоторых задачах, но пока это игрушка для экспериментов, а не для экономики. Посмотрим, что принесет 2026 год.

Пара репостов для размышления - не могу не упомянуть, что как только мы доедим все салаты и начнем выходить из «новогоднего сумрака», в наступившем году в ИТ и не только будут пихать ИИ куда только можно. От этого несомненно есть и плюсы, есть и минусы и прочие сопутствующие нюансы ✍️