Промпт-инжиниринг на основе здравого смысла: как понимать LLM и получать от них предсказуемый результат
80-90% моего кода на последних проектах написаны через LLM, при этом мне удается с первой генерации получать вплоть до 500-1000 строк комплексной бизнес логики, к тому же крайне высококачественной и полностью соответствующей стилю проекта. Использование ИИ позволяет мне получить около 3х к производительности, при этом повысить качество итогового кода и даже сделать разработку более увлекательной. Мой подход основан на нескольких очень естественных принципах, которые позволяют мне понимать LLM и получать от них предсказуемый и качественный результат в самых разных сценариях. В этой статье я развернуто делюсь самым ценным, что понимаю о промпт-инжиниринге, надеюсь, она будет вам полезна.
Вайб кодинг в 1С. Лучшие нейросети для генерации 1С кода
В статье кратко на реальных примерах проанализированы возможности генерации кода 1С сетями от Yandex, Sber, Microsoft, Anthropic, DeepSeek, OpenAI, Google Сразу оговорюсь - статья не является истиной в последней инстанции или какой либо глубокой научной работой, которые вы привыкли видеть для всяких бенчмарках. Я решал свою исключительно практическую задачу из разряда " лучший код - код который не написан " с уточнением: не написан своими руками. Своей цели я, к слову, достиг и выводы сделал, ими и делюсь, поскольку всё равно написать надо. Много деталей приводить не буду - что отвечают нейросети можете проверить сами. Приведу только свои запросы и краткие выводы по ним. Полные выводы можете найти в конце статьи, так что кому нужен итоговый результат - листайте сразу в конец. Что касается 1С:Напарники. Да, я его потестил. Нет, результаты написать не могу потому что NDA. Ну и в данном случае не могу даже пожаловаться на политику 1С (хотя в общем и целом постоянные NDA для новых фич в бета сильно раздражают), потому как Напарник проектировался под автодополнение по большей части, а мы будем говорить про кодогенерацию. Полный код ответа LLM как и скоринг приводить не буду - ибо нет цели написать научный труд. Более того, когда выводы по модели становятся очевидными я прекращал давать ей новые задачи. Далее - почему задачи все такие алгоритмические и без контекста? Контекст - отдельная задача, главное чтобы сеть умела ориентироваться в алгоритмических задачах и "знать" определенные особенности 1С.
Может ли ИИ обладать сознанием?
В то время как ИИ уверенно осваивает все новые сферы - от перевода текстов до разработки лекарств - мы все чаще сталкиваемся с фундаментальным вопросом: имеет ли право такой ИИ называться «сознательным»? Модель OpenAI-o1, построенная на архитектуре трансформеров и обученная с помощью RLHF, является отличным полигоном для исследования этого вопроса. Но можем ли мы всерьез говорить о зачатках сознания у машин - или это лишь очередная иллюзия, созданная алгоритмами?
Я программист. И я не боюсь, что меня заменят нейросети
Друзья, всем привет, в последнее время в нашей среде завелась такая пикантная паника: "ИИ скоро заменит всех программистов, и мы станем не нужны!". Причём кричат так, будто бы уже завтра мы все проснёмся безработными. Но давайте вспомним, мы видели разные "замены" в IT: когда-то пугали, что калькуляторы заменят математиков, компьютеры — бухгалтеров, в 90-е уверяли, что языки высокого уровня отымут профессию разработчика, а сейчас нас пугают нейросетями. Одни предрекали, что low-code убьёт программистов, другие — что автоматизация заменит всех, но все эти прогнозы оказались преувеличением. Поэтому я встречаю такие пресказания скорее с интересом, а не с паникой.
Заменить программистов на ИИ? А вы все учли?
Видео, статьи и обсуждения про ИИ и замену им разработчиков появляются постоянно, но во многих из них встречаются спорные заявления и недомолвки. Мне кажутся глупыми слова, что ИИ заменит программистов. Ведь разве такое вообще возможно? Программист – это тот, кто создает программы. Программы нужны, и их, скорей всего, будут создавать, пока жива наша цивилизация. И я хочу описать, что мне кажется неправильным в разных заявлениях про замену программистов.
Добро пожаловать в эру опыта: почему обучение с подкреплением изменит мир
ИИ подходит к новой стадии развития, которая обещает радикальные изменения во многих аспектах жизни и науки. В статье ниже мы рассмотрим ключевые изменения и технологии, которые сделают возможным наступление новой эры - эры опыта. Вы узнаете, почему нынешние подходы, основанные на человеческих данных, уже исчерпали себя, и как обучение на собственном опыте агентов откроет совершенно новые горизонты в развитии ИИ.
О «входе» в 2025-ом
Как говорилось в одном анекдоте: «Пока вы будете называть это место входом - оно будет болеть.» Думаю, стоит начать с простого, но очень важного вопроса: «А оно тебе надо?» Нет, это не просто формальность с однозначным «да» или «нет» — это вопрос, на который действительно стоит потратить время и честно ответить самому себе. Если бы я сейчас начинал путь с нуля в новой индустрии, сделал бы несколько вещей, некоторые из них я тогда тоже делал. Попробовать войти...
