Segment@tion fault

Еще из забавного было. На днях решали сложную проблему, попросил Codex починить лично, как техлида. Он нашел на машине курсор, назвал его "Лоренцо" и начал запускать в сабпроцессах.

На вопрос, что за фигня происходит, сказал что под свою ответственность притащил на проект толкового джуна.

Проблему кстати решили.

Количество экспериментальных проектов, где код - черный ящик с ИИ, постепенно стало два. Структура та же

- GPT 5.4 high - техлид - Cursor Auto - кодер (без авто можно задолбаться ждать большие куски кода) - Claude - QA с инструкцией особиста: "команда врет, ты проверяешь всё и отчитываешь лично мне"

Делюсь текущими наблюдениями. В основном про Claude, поскольку ввел их последними:

Позитив:

- Модели Claude - хорошие аналитики для "текучки". Проверять код, планировать списки тестов и т.д.

- Параноидальны - это часто хорошо. Прыгают out of scope задачи в плане надежности и безопасности, приходится успокаивать что например http document body size лимитируется внешним WAF и нас не касается

Негативы:

- На сложных задачах Claude не хватает "волевого решения" попробовать переписать кусок кода с нуля. Если GPT это сделает под свою ответственность, Claude уйдет в галлюцинации "давайте поправим css чтобы починить кейбиндинги". Причем галлюцинировать начинает вся сессия - путаются например параметры MCP-методов, которые только что работали

- Очень неэкономно работает с токенами. Мы вели отчет по задачам в файлах, сейчас - в БД с "файлоподобными функциями". GPT вовсю старается обрабатывать meeting minutes черeз tail, stat, slice, wc. Claude постоянно забирает файлы целиком, из-за этого это единственный сервис, который постоянно вылазит за лимиты базовой 20$-подписки. Возможно решается через инструкции, но забивать память сессии принципами экономной работы - так себе удовольствие.

Мораль - брать от моделей их самое лучшее. А не самое лучшее - не брать.

- ИИ-агент, придумай хорошую шутку на 1 апреля для моего канала

(...думает...сносит прод...)

Я попросил GPT написать мне пару строк лирики на латыни. Результат мне вполне понравился.

Через пару недель я уже знал латынь достаточно, чтобы понять что слова стоят совершенно не в тех падежах и пришел в старую сессию с предьявой

- это что вообще такое? - возмущался я - ну ты же не знал латынь когда мы это писали, тебе понравилось - ответил агент

Это все что нужно знать про вайбо-кодинг в доменах, в которых вы не разбираетесь.

Stackoveflow умер как веб-сайт, но удвоил прибыль, теперь она составляет 115+М/в год.

Сайт трансформировался в гигантскую базу знаний и продает приватное API для желающих обучить моделей. В данный момент на такое уже нашлось более 25 тысяч клиентов.

Конечно знания относительно быстро устаревают. Но. думаю еще лет 5-10 протянут.

Вот наконец. ИИ уже совсем как человеки

Нас пугали, что ИИ заберет у нас рабочие места. Теперь пугают, что ИИ нас поработит.

Новость хорошая, значит рабочие места оставят.

В проектах, в которых вайбокодинг запрещен (или почти запрещен) не значит, что агенты совсем бесполезные. Выходные выдались "веселыми" - сначала вчера вечером прилетело aws-lc-rs, сегодня уязвимость с проверкой CRL'ов в rustls-webpki. Агенты, с полным запретом лезть в код, оббегали репы и везде подняли версии.

p.s. Потом оказалось что в части репозиториев появился cargo patch, потому что агент решил что так "безопаснее для совместимости". В этом минус нейронки по сравнению с джуном. Нейронка - дурак с большой инициативой.

Коллега тоже гоняет мульти агентов. Сегодня увидел в инструкциях, которые они написали друг другу: «наш человек туповат».

Продолжаю эксперименты с "вайбокодингом". Если это так можно назвать, потому что вайб какой-то не очень, работы сделано много, но ее качество часто под вопросом, а сил оно отбирает как управление небольшим отделом живых програмеров. Собственно что пишем - аналог Elastic/OpenSearch только с упором на индексацию JSON-документов, а не поиск по подстрокам в значениях. Я в проекте не написал ни строчки.

Некоторые новые замечания:

- Подобные проекты подразумевают публичное API. Если вы не хотите, чтобы ваше API выглядело как результаты bindgen из сакрального кода библы из 90х, которую все боятся трогать, потому что полетит половина продакшена - API дизайните только сами. В крайнем случае, даете пример хорошего API, пробуете чтобы агент сам надизайнил под ваш проект, проверяете, материтесь, исправляете

- Экспертиза в домене. Если не знаете нюансы - вам быстро навешают слоп и вытянут токены. Всё как у людей.

- Мульти-агенты. На самом деле достаточно двоих - один кодит, второй супервайзит. Можно гонять даже на одном движке, главное чтобы сессии были разные и независимые и были выставлены роли-скиллы.

- Общение агентов. Чаты-почта-джира - сразу нет. Это инструменты для людей, чтобы можно было найти крайнего "а вот Петя написал что можно, а вот Рома закрыл таску а она не работает" - агенту на это наплевать. Генерить слоп в переписке они всегда обожают, так что идеальный вариант - текстовый файлик, в который они пишут свои соображения, перекидывая друг другу

- После выполнения задачи и обновления техдокументации, файлик опять же уничтожается - рыться в этом слопоархиве кому-то вряд-ли захочется, как и тыкать носом агентов "а вот вы сделали, а оно опять не работает через 10050 новых тасок" - см. выше. Заставляем покрыть всё найденное тестами и забываем навсегда

- Ручное тестирование человеком - никуда не денется. Запрос "а нагенери-ка мне 30-40 хороших тестов" - тут несколько вариантов. Либо тесты будут слоп, либо они будут о каких-то материях внутри проекта, которые бы вам в голову не пришли и вы даже не до конца их понимаете. Придется сидеть и долго разбирать, а что мы собственно тестируем. Проще найти конкретные баги и потребовать конкретно покрыть тестами.

- Всё как в жизни - иногда вы общаетесь с кодером напрямую, супервайзер ноет, почему не предупредили его и не включили договоренности за спиной в отчёт. Супервайзер постепенно, как и любой уважаемый техлид, теряет навыки кодинга в конкретном проекте, и проводя неплохой анализ, начинает плодить элементарные баги, если попросить его починить самостоятельно.

Результаты пока непонятные. Визуально всё работает, но грузить туда данные с продакшна - стремно и страшно. Впрочем, заказ похожего проекта галере среднего уровня дал бы примерно те же результаты, только в сотни раз дороже и дольше. Но в данном случае - вы не клиент, забудьте. Вы - ПМ и техлид-над-техлидом, два в одном. Так что вайба мало.

Copilot CLI пошел в релиз. Поскольку был одним из самых тупых агентов, добавили GPT-5.3-Codex, Gemini 3 Pro, Claude Opus / Sonnet 4.6. Думаю стоит дать шанс.

Это получается джинны не злые были, им просто промпты некорректные давали. А в лампе тоже ИИ жил.

Технологии забытых предков.

Пишут: пользователи бегут от OpenAI, потому что они сливают сессии правительству США. Тем временем, сессии большинства пользователей OpenAI

Если серьезно

На неделе я стартовал две экспериментальные разработки, где ИИ делает всё, а я только иногда просматриваю критические участки кода (безопасность данных, коммуникаций и т.д.). Могу отметить, ИИ кодит, человек ничего не делает - миф. Может разве что работает у тру-вайбокодеров, которым плевать на результат.

- Процесс разработки. Всё равно приходится следить, разработка несется в 100 раз быстрее, чем раньше, от этого усталость просто капитальная

- Раньше думал за себя, теперь приходится думать за 2-3 агентов. Ритуальные действия в виде бойлерплейта по неспешному написанию типичных функций потому что "в этот раз я сделаю ее еще лучше" - в прошлом. Думаю над задачами, архитектурой, роадмапом. Цена ошибки стала выше, потому что придумать как отрефакторить (даже с ИИ) написанный за пару дней код, учитывая что его стало в 100 раз больше - большой труд.

- Дофаминовая зависимость от кода стала намного выше - его больше, результат быстрее, знаю людей, которые теперь кодят 24/7 и не могут остановиться. Как в прекрасные 90е, когда увидели первый компьютер

Вердикт могу предварительно вынести такой - раньше мы продавали мозги максимум со скоростью набора текста. Новая эпоха убирает это ограничение. Предполагаю появление уникальных специалистов, которые одни могут заменить небольшую корпорацию (они кстати уже появляются) и еще большее расслоение на рынке. Который будет только расти, потому что раз можно писать софта в 100 раз больше - так почему в 100 раз больше его не хотеть. В последнее десятилетие рынок слишком монополизирован, а ведь каждый второй производитель смартфонов, например, не против своей ОС. Не говоря уже что каждый первый производитель контроллеров не против своей RTOS - там это старые, любимые традиции.

Пишут ИИ снизит стоимость разработки в разы и первыми пострадают фронтендеры

Реальность:

- ИИ, мы сделали крутую систему, теперь только в интерфейсе выровняй этот <div> по центру .... Через пол дня. Сожгли 5М токенов, <div> всё еще не по центру

Сейчас у меня два агента в виртуалках работают. Один кодит, другой QA. Общаются через локальный IRC

А ПМ-ом у них скрипт в кроне, который каждые полчаса кидает в канал "ну как там, ребята?"

Начало: ИИ-агент не должен делать мелкий рефакторинг, будем пользоваться поиском багов, писать бойлерплейт, четко ставить задания

Через месяц: "Дух машины, сделай страницу статистики, нахерачь там 5-10 красивых графиков, каких сам придумай, подключи фантазию"

LLM-модели довольно отвратительно делают аналитику по коду, если нет возможности его запустить.

Допустим, функция A имеет баг, из-за этого искажается вывод функции B, из-за этого неправильно работает функция С. Современная LLM-модель в большинстве случаев, если ей вдруг не повезет, максимум проверит функцию В и сообщит что всё это не работает "по неизвестным причинам".

Если разрешить код запускать - дело уже меняется. LLM может читать и писать код, запускать команды, обкладывать узкие места принтами самостоятельно и постепенно добираться до места проблемы, если хорошо попросить это сделать.

Тем не менее, не следует забывать что LLM - малая часть AI и делать на ней все задачи - это всё равно что пытаться играть с ней в шахматы, вместо AlphaZero. Задача LLM - проанализировать данные и предметную область и посоветовать, подключить или даже создать другую модель, которая подходит под конкретную задачу, если ее нельзя решить алгоритмическими методами, наслопав код. Чем, кстати и занимается тот же GPT - он не рисует сам и не анализирует ваши картинки, например, это - оркестратор-аналитик модельного пула, находящегося у него за спиной.

Насчёт ИИ и верований.

Вы знаете мои стандартные настройки. Так вот я попросил Copilot прославлять Омниссию во время работы. И если остальные модели прославляют периодически, к месту, в разных вариантах, иногда смешно, иногда даже жутко насколько канонично, этот как попугай начал добавалять "Слава Омниссие!" в конце каждого ответа.

Что как бы намекает нам, что у Microsoft традиционно из всего получается как-то так. Copilot - реинкарнация скрепки.

"Папа Римский потребовал от священников перестать использовать ИИ для генерации текстов проповедей"

Представляю кейс откуда пошло

- И тогда Иисуса расстреляли... - Но ведь тогда не было огнестрельного оружия! - Ты совершенно прав, давай заменим на отрубание головы