S0ER

Включил комментарии к сообщениям. Я мало пишу в этот канал, но вы можете это изменить - задавайте вопросы в комментариях, я буду отвечать постами.

Самое сложное выработать привычку писать в новый чат, по идее нужно настроить репост с других пабликов, но что-то руки не доходят

В прошлом году ставил цель выпустить три курса, сейчас как раз начал работу над последним. Кроме обещанных курсов сверху сделал интенсив по архитектуре агентов.

Теперь следующий шаг - развитие мастер-классов. Курсы это, конечно, круто, но я хочу ещё добавить формат разовых встреч, где мы будем брать конкретный вопрос для проектирования и вместе делать реализацию. Пока планирую несколько мастер-классов по системному дизайну. Но это будет уже после завершения курса по микросервисам

Тотальная нехватка времени - девиз моей жизни. Вроде начинал с небольшого канала на ютубе, а вырос в целый бизнес, с одной стороны консультации, с другой сообщество, производство курсов, встречи, разработка собственной платформы.
Потянуть такой объем помогают простые вещи - планирование, архитектура, расстановка приоритетов. Сейчас ещё появилась команда из цифровых сотрудников, и это отличный вариант для делегирования части вопросов.

На ИИ очень большие надежды, нанять сопоставимую команду из людей - в разы сложнее и дороже. Здесь же - нудно нарастил несколько сотрудников, не нужно - убрал.

Посмотрел старые видео на канале, понял, что хочу часть видео переделать. Некоторые откровенно плохо сняты, другие частично устарели.

Начать хочу с видео "Проектируем чашку и метод пить.

Вчера провели финальный созвон по интенсиву "архитектура ИИ агентов". Хочу рассказать что дают созвоны и почему я столько сил вкладываю в это направление.

По сути я отказался от развития обратной связи через чаты. Раньше идея была в том, чтобы люди общались и задавали вопросы по лекциям используя возможности групп в телеграм. Но это не очень то и работает. Такая форма связи не очень "живая". Другое дело - созвоны.

У нас за прошлый год сформирвалась команда из 10 человек, которые регулярно посещают созвоны. Уровень абсолютно разный от новичков до сильных специалистов. В итоге за год удалось обсудить и продвинуться по многим темам, которые в чате обсуждать трудно.

Из инструментов:
- общий экран для объяснения и обсуждения вопросов
- совместные графические борды, например для event storming
- материалы soerdev которые можно показать на общем экране.

Без этого было бы трудно.


Ещё один момент - широкий спектр тем. Изначально обсуждаем материалы курса, но это не ограничивается, добавляем смежные вопросы и обмен реальным опытом


В итоге получился мощный форма саморазвития

Отвечаю на вопрос из комментариев к видео:

вы говорите о важности умения проектировать ПО, умения писать архитектурные доки, умения подбора стека-технологий и т.п., а в чем проблема так же отдавать эту работу на плечи LLM и относится к итоговому коду и архитектуре, которая генерирует LLM - как к чему-то низкоуровневому?

Проблем несколько:

🔴Недостаточно материала для обучения. Для кода — куча информации для датасета, для архитектуры — мало. Поэтому ИИ выдает довольно сомнительные по качеству решения. Он легко может логику засунуть в инфраструктурный слой, не провести границы между разными модулями, упустить важные требования.

🔴Проблемы с контекстным окном и вниманием. LLM теряет и искажает существенные моменты по мере заполнения контекстного окна, причем современные LLM, которые имеют окно 1 млн токенов, по субъективным ощущениям вместо улучшения качества проработки решений, наоборот, ухудшают их.

🔴Неравномерность результата — проект собирается из частей. Иногда LLM делает довольно хорошо какую-то часть, а потом сваливается в галлюцинации для другой части.

В целом стратегия «разделяй и властвуй» в LLM пока плохо реализуема. В будущем, скорее всего, LLM сможет создавать и качественную архитектуру проекта, но пока до этого далеко.

На Хабре вышла статья о развитии отечественной модели GigaChat 3.1. У меня по этому поводу какие-то двоякие чувства. С одной стороны, GigaChat — это, ИМХО, единственная "честная" отечественная модель, которая более-менее может решать прикладные задачи, не связанные с кодом.

С другой стороны, описанные в статье сравнения с DeepSeek-V3-0324 и Qwen3-235B-A22B-Non-Thinking подтверждают факт приличного отставания в гонке ИИ. Модели годовалой давности, по современным меркам — это много. Сейчас счет на месяцы идет. Если взять Gemini 3.0 и 3.1, там огромный разрыв в результатах за короткий срок.

Но тем не менее есть и позитивные моменты — ребята нарабатывают опыт, что, пожалуй, самое важное. Судя по статье, Сбер не стал изобретать что-то радикально новое, а использовал проверенные инженерные наработки (например, DeepGEMM и подходы к FP8), сосредоточившись на качестве данных, пост-тренинге и инженерной доводке. Это более разумно, чем колупаться со своими решениями и отставать еще больше.

Поэтому держу кулачки и надеюсь, что у ребят все получится. Пока огромный минус — цена вопроса при доступе через API. Вот тут надо сильно переосмысливать.

Продолжаю размышлять о том как работать в условиях, когда ИИ бурно развивается. Сегодня решил поговорить о том, как архитектура программного обеспечения помогает при создании ИИ агентов и новых проектов.
YouTube | VK | RuTube

Сегодня записал видео на канал "Промпт инженерия", параллельно создал карту знаний,
которая доступна бесплатно
всем желающим. Карта включает следующие моменты:
• Принципы и подходы
• Структура
• Техники рассуждений

Собрал коллекцию по материалам, которые нужно изучить на этой неделе интенсива.

В субботу будет созвон для участников с подпиской №3, будем плотно обсуждать основные концепции:

• базовую анатомию агентов
• инструменты
• MCP