Тут ICT.Moscow подвезли свежий опрос про вайб-кодинг. Методология, конечно, так себе (просто опрос в крупном ТГ канале, 475 ответов), но картина в нём вырисовывается такая:
👨💻 76% разрабов уже как минимум раз пробовали эту штуку для рабочих задач. Три четверти, на секундочку.
👍 Из тех, кто попробовал, 83% остались довольны. Абсолютное большинство.
🧠 16% от всех опрошенных вообще смогли создать с помощью этого новый продукт.
🙅♂️ А что там в стане отстающих? Общая доля тех, кто не вайб-кодит — 36%. Но это не монолитная толпа луддитов. Они делятся на:
🔵 12% попробовали, но их не устроил результат (пока?)
🔵 9% принципиально не доверяют ИИ.
🔵 15% — «пока не добрались». Либо ещё не успели познакомиться с технологией, либо консервативный работодатель не позволяет.
Итого, имеем 21% сознательных отказников, которые либо обожглись, либо просто не верят в технологию.
Есть тут кто из 21%? 🌝
Итого, имеем 21% сознательных отказников, которые либо обожглись, либо просто не верят в технологию.
Есть тут кто из 21%? 🌝
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4❤2⚡1🔥1🤔1
Наткнулся тут на любопытный проект — Autism Simulator. Это текстовый симулятор, где вы — аутичный разработчик, который просто пытается пережить очередную рабочую неделю. Ваша задача — балансировать статы: energy, masking, competence и relationships, чтобы не вылететь с работы и не словить нервный срыв.
Ключевая механика — "маскировка". Это постоянное, изматывающее усилие, чтобы скрывать свои естественные реакции и имитировать "нормальное" поведение, которого от тебя ждут коллеги. Улыбнулся на созвоне, когда не хотел? Потратил energy и masking. Решил поработать в наушниках, чтобы сконцентрироваться? Потерял очки relationships.
По сути, игра превращает невидимую ментальную нагрузку, с которой сталкиваются многие нейроотличные люди в IT, в понятную систему ресурсов.
Автор сразу предупреждает: это симуляция опыта одного конкретного человека, а не репрезентация всех аутичных людей. Но, думаю, многие узнают в этом симуляторе частичку себя или той корпоративной дичи, через которую приходится продираться, даже не будучи в спектре.
Пишите, кто смог пройти 👇🏻
Ключевая механика — "маскировка". Это постоянное, изматывающее усилие, чтобы скрывать свои естественные реакции и имитировать "нормальное" поведение, которого от тебя ждут коллеги. Улыбнулся на созвоне, когда не хотел? Потратил energy и masking. Решил поработать в наушниках, чтобы сконцентрироваться? Потерял очки relationships.
По сути, игра превращает невидимую ментальную нагрузку, с которой сталкиваются многие нейроотличные люди в IT, в понятную систему ресурсов.
Автор сразу предупреждает: это симуляция опыта одного конкретного человека, а не репрезентация всех аутичных людей. Но, думаю, многие узнают в этом симуляторе частичку себя или той корпоративной дичи, через которую приходится продираться, даже не будучи в спектре.
Пишите, кто смог пройти 👇🏻
🔥5❤🔥3❤2👍2🙏1
import — команда, которую вы пишете по кучу раз на дню. А сможете с ходу объяснить по шагам, что именно происходит под капотом?Многие воспринимают импорты как магию. Пока всё работает — окей. Но как только вылезает
ModuleNotFoundError из ниоткуда или приложение падает от циклического импорта — приходится разбираться.Собрал для вас всю самую важную механику в карточках, листайте
#анатомия_питона
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11🔥5
🎓 Бесплатный интенсив по AI-агентам от Google
Google анонсировал 5-дневный интенсив по AI-агентам, который пройдёт с 10 по 14 ноября. Обещают провести от основ до развертывания в прод.
Как всё устроено?
Каждый день капает пачка материалов:
📚 Задания: вайтпейперы, подкаст и кодлабы для самостоятельной работы.
🎥 Лайвы: ежедневные стримы на YouTube с разбором тем и ответами на вопросы.
🏆 Итоговый проект: по желанию. Можно собрать реального агента, положить в портфолио и побороться за призы (мерч от Google).
Что по программе?
День 1: Введение в агентов и их архитектуры.
День 2: Инструменты агентов и их взаимодействие.
День 3: Управление контекстом и памятью.
День 4: Оценка качества: метрики, логирование, трассировка.
День 5: От прототипа к продакшену и мульти-агентные системы.
Кому зайдет?
Рекомендуют знать Python, иметь базовое понимание GenAI и LLM, и опыт работы с Kaggle Notebooks.
В Точке Сборки договорились вместе проходить курс, я буду стараться выкладывать обзоры и саммари материалов. Вступайте, если еще не: @TScompiler_bot◀️ ◀️
#левел_ап
Google анонсировал 5-дневный интенсив по AI-агентам, который пройдёт с 10 по 14 ноября. Обещают провести от основ до развертывания в прод.
Как всё устроено?
Каждый день капает пачка материалов:
📚 Задания: вайтпейперы, подкаст и кодлабы для самостоятельной работы.
🎥 Лайвы: ежедневные стримы на YouTube с разбором тем и ответами на вопросы.
🏆 Итоговый проект: по желанию. Можно собрать реального агента, положить в портфолио и побороться за призы (мерч от Google).
Что по программе?
День 1: Введение в агентов и их архитектуры.
День 2: Инструменты агентов и их взаимодействие.
День 3: Управление контекстом и памятью.
День 4: Оценка качества: метрики, логирование, трассировка.
День 5: От прототипа к продакшену и мульти-агентные системы.
Кому зайдет?
Рекомендуют знать Python, иметь базовое понимание GenAI и LLM, и опыт работы с Kaggle Notebooks.
В Точке Сборки договорились вместе проходить курс, я буду стараться выкладывать обзоры и саммари материалов. Вступайте, если еще не: @TScompiler_bot
#левел_ап
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4❤2🔥2⚡1👏1🎉1🙏1
Софт-скиллы — это хорошо. Но как на счёт хард-фейс? 💪
The Wall Street Journal пишет, что айтишники в Долине массово пошли под нож хирурга. Спрос на фейслифтинг, подтяжку шеи и век среди технарей за последние 5 лет вырос в пять раз. Ценник — до $150,000.
Причина — дикий эйджизм в индустрии. Инвестор Питер Тиль как-то советовал: «Нельзя нанимать никого старше 30». И вот тебе 40, у тебя мешки под глазами — и ты уже «нерелевантный». Твои достижения и коммиты в GitHub никого не волнуют, если твое лицо выглядит «уставшим». А если выглядишь старым — значит, ты уже не в игре. Раньше надо было просто учить новый фреймворк, а теперь ещё и колоть ботокс, который, к слову, там уже считается «прошлым веком».
Катализаторами стали удалёнка, давшая время на восстановление, и повальное увлечение препаратами для похудения типа Ozempic, от которых обвисает кожа на лице.
Мы докатились до реальности, где твоя карьера зависит не только от коммитов в GitHub, а ещё и от чёткости линии подбородка, а достижения и опыт могут перечеркнуть мешки под глазами? 🤡
Все западные тренды до нас доходя с опоздаем, поэтому ждём через пару лет в требованиях к вакансии Senior Python Developer «опыт от 10 лет, уверенное знание FastAPI и отсутствие птоза».
#хих
The Wall Street Journal пишет, что айтишники в Долине массово пошли под нож хирурга. Спрос на фейслифтинг, подтяжку шеи и век среди технарей за последние 5 лет вырос в пять раз. Ценник — до $150,000.
Причина — дикий эйджизм в индустрии. Инвестор Питер Тиль как-то советовал: «Нельзя нанимать никого старше 30». И вот тебе 40, у тебя мешки под глазами — и ты уже «нерелевантный». Твои достижения и коммиты в GitHub никого не волнуют, если твое лицо выглядит «уставшим». А если выглядишь старым — значит, ты уже не в игре. Раньше надо было просто учить новый фреймворк, а теперь ещё и колоть ботокс, который, к слову, там уже считается «прошлым веком».
Катализаторами стали удалёнка, давшая время на восстановление, и повальное увлечение препаратами для похудения типа Ozempic, от которых обвисает кожа на лице.
Мы докатились до реальности, где твоя карьера зависит не только от коммитов в GitHub, а ещё и от чёткости линии подбородка, а достижения и опыт могут перечеркнуть мешки под глазами? 🤡
Все западные тренды до нас доходя с опоздаем, поэтому ждём через пару лет в требованиях к вакансии Senior Python Developer «опыт от 10 лет, уверенное знание FastAPI и отсутствие птоза».
#хих
Please open Telegram to view this post
VIEW IN TELEGRAM
😁11
В потоке новостей про AI легко утонуть. Чтобы сэкономить ваше время, коллеги подготовили тематическую папку каналов, где агрегируют информацию по теме.
Внутри — обзоры инструментов, практические кейсы и готовые решения, которые могут быть полезны в работе.
Что можно найти в подборке:
- Кейсы применения нейросетей в разработке и бизнесе.
- Обзоры новых моделей, инструментов и API.
- Готовые промпты для кодогенерации, текста и изображений.
- Аналитика и инсайты из мира AI.
👉🏻Добавить папку 👈🏻
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4⚡3🔥1
💻 Новый мини-король в программировании?
Пока все меряются триллионами параметров, ребята из MiniMaxAI выкатили новую версию своей опенсорсной модели, которая при 10B активных параметров заставляет нервничать больших дядь типа Claude и Gemini.
MiniMax-M2 — это MoE-модель (смесь экспертов) на 230B параметров, но в каждый момент времени активны всего 10B. На практике это означает производительность топов, но со скоростью и стоимостью развертывания гораздо более легковесных решений.
Главный фокус — программирование и агентные задачи.
- На Terminal-Bench (эмуляция работы в терминале) она обходит Claude Sonnet 4 и Gemini 2.5 Pro.
- На Multi-SWE-Bench (решение реальных проблем из GitHub-репозиториев) тоже показывает себя не хуже многих.
Малый размер активных параметров (10B) значит:
▫️ Быстрые фидбек-циклы в привычных задачах (код-запуск-тест).
▫️ Меньше жрёт памяти и железа.
▫️ Проще развернуть у себя локально или на своих серверах.
❗️ Есть важный нюанс: модель думает "вслух", оборачивая свои размышления в теги <think>...</think>. Разрабы настоятельно рекомендуют не вырезать эти куски из истории диалога при использовании API, иначе перформанс резко падает.
Модель уже лежит в открытом доступе на Hugging Face◀️
Пока все меряются триллионами параметров, ребята из MiniMaxAI выкатили новую версию своей опенсорсной модели, которая при 10B активных параметров заставляет нервничать больших дядь типа Claude и Gemini.
MiniMax-M2 — это MoE-модель (смесь экспертов) на 230B параметров, но в каждый момент времени активны всего 10B. На практике это означает производительность топов, но со скоростью и стоимостью развертывания гораздо более легковесных решений.
Главный фокус — программирование и агентные задачи.
- На Terminal-Bench (эмуляция работы в терминале) она обходит Claude Sonnet 4 и Gemini 2.5 Pro.
- На Multi-SWE-Bench (решение реальных проблем из GitHub-репозиториев) тоже показывает себя не хуже многих.
Малый размер активных параметров (10B) значит:
▫️ Быстрые фидбек-циклы в привычных задачах (код-запуск-тест).
▫️ Меньше жрёт памяти и железа.
▫️ Проще развернуть у себя локально или на своих серверах.
Модель уже лежит в открытом доступе на Hugging Face
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8👍3🙏1
📦 Инвентаризация на складе
Представь, что ты работаешь в большой компании, и тебе поручили провести инвентаризацию на складе.
На складе есть
Проблема в том, что сканер мог сработать на одну ячейку несколько раз (создав дубликаты), а какие-то ячейки и вовсе пропустить. Твоя задача — найти все номера ячеек, которые оказались пустыми.
Условие:
Дан список
Формат ввода:
-
Формат вывода:
- Список целых чисел, которых не было в
Пример:
Допустим, на складе 8 ячеек, и сканер выдал такой список:
Это значит, что ячейки 5 и 6 пусты.
Решаем👇🏻
#алгособес
Представь, что ты работаешь в большой компании, и тебе поручили провести инвентаризацию на складе.
На складе есть
n ячеек, пронумерованных от 1 до n. После сканирования всех товаров у тебя есть список nums, где каждый элемент — это номер ячейки, в которой что-то лежит. Длина списка тоже n.Проблема в том, что сканер мог сработать на одну ячейку несколько раз (создав дубликаты), а какие-то ячейки и вовсе пропустить. Твоя задача — найти все номера ячеек, которые оказались пустыми.
Условие:
Дан список
nums из n целых чисел, где каждое число находится в диапазоне [1, n]. Нужно найти все числа из диапазона [1, n], которых нет в списке nums.Формат ввода:
-
nums — список целых чисел.Формат вывода:
- Список целых чисел, которых не было в
nums.Пример:
Допустим, на складе 8 ячеек, и сканер выдал такой список:
nums = [4,3,2,7,8,2,3,1]Это значит, что ячейки 5 и 6 пусты.
Вывод: [5, 6]Задачу нужно решить за линейное время O(n) и, что самое важное, с константной дополнительной памятью O(1). Список для ответа не в счёт.
Решаем👇🏻
#алгособес
🔥3❤1⚡1
Python сместили с трона 🐍
GitHub выкатил свой ежегодный отчёт Octoverse 2025, и там есть интересная новость: TypeScript впервые обогнал и Python, и JavaScript, став языком №1 по числу контрибьюторов на платформе.
За год комьюнити TS выросло на 66% (+1 млн человек), и теперь это официально самый используемый язык на GitHub.
Почему это вообще произошло?🧐
Причина одна, и имя ей — искусственный интеллект. Отчёт прямо говорит, что взлёт TS и массовое внедрение AI-инструментов типа Copilot — это связанные вещи.
▫️ Надёжность AI-кода: Когда нейронка генерирует за тебя тонны кода, статическая типизация из приятной фичи превращается в суровую необходимость. Типы помогают отлавливать ошибки LLM ещё до того, как они попадут в прод.
▫️ Фреймворки по умолчанию: Почти все мейнстримные фронтенд-фреймворки (Next.js, Astro, SvelteKit и т.д.) теперь создают проекты на TypeScript по умолчанию. Новое поколение разрабов просто не видит другого пути.
Так что, всё? Заворачиваемся в саван и ползём на кладбище? 💀
Нет, Python тоже растёт как на дрожжах: +850,000 контрибьюторов за год (+48%). Он остаётся абсолютным и безальтернативным королём в мире AI и Data Science. Почти половина всех новых AI-репозиториев на GitHub — это Python.
Использование Jupyter Notebooks вообще взлетело на 75% за год. Это язык для самой хайповой и дорогой сферы.
Итого: TypeScript — главная рабочая лошадка для веба и общего продакшена. Python — главный инструмент для исследований, прототипирования и всего, что связано с AI/ML.
Пара других интересных фактов из отчёта:
📈 80% новых разработчиков на GitHub используют Copilot в первую же неделю.
🇮🇳 Индия добавила 5 млн разрабов за год и к 2030 обгонит США по общему числу. Центр IT-мира смещается на Восток.
🛡 Самая частая уязвимость в Python-проектах теперь не Injection, а Broken Access Control (неправильная настройка доступов). Это прямой результат того, что всё больше AI-генерируемого кода и пайплайнов попадает в прод. Нейронки пока не очень хорошо думают про авторизацию.
GitHub выкатил свой ежегодный отчёт Octoverse 2025, и там есть интересная новость: TypeScript впервые обогнал и Python, и JavaScript, став языком №1 по числу контрибьюторов на платформе.
За год комьюнити TS выросло на 66% (+1 млн человек), и теперь это официально самый используемый язык на GitHub.
Почему это вообще произошло?
Причина одна, и имя ей — искусственный интеллект. Отчёт прямо говорит, что взлёт TS и массовое внедрение AI-инструментов типа Copilot — это связанные вещи.
▫️ Надёжность AI-кода: Когда нейронка генерирует за тебя тонны кода, статическая типизация из приятной фичи превращается в суровую необходимость. Типы помогают отлавливать ошибки LLM ещё до того, как они попадут в прод.
▫️ Фреймворки по умолчанию: Почти все мейнстримные фронтенд-фреймворки (Next.js, Astro, SvelteKit и т.д.) теперь создают проекты на TypeScript по умолчанию. Новое поколение разрабов просто не видит другого пути.
Так что, всё? Заворачиваемся в саван и ползём на кладбище? 💀
Нет, Python тоже растёт как на дрожжах: +850,000 контрибьюторов за год (+48%). Он остаётся абсолютным и безальтернативным королём в мире AI и Data Science. Почти половина всех новых AI-репозиториев на GitHub — это Python.
Использование Jupyter Notebooks вообще взлетело на 75% за год. Это язык для самой хайповой и дорогой сферы.
Итого: TypeScript — главная рабочая лошадка для веба и общего продакшена. Python — главный инструмент для исследований, прототипирования и всего, что связано с AI/ML.
Пара других интересных фактов из отчёта:
🇮🇳 Индия добавила 5 млн разрабов за год и к 2030 обгонит США по общему числу. Центр IT-мира смещается на Восток.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7❤3
This media is not supported in your browser
VIEW IN TELEGRAM
Вышло большое обновление, которое по сути превращает Cursor в нативную среду для работы с кодом через агентов. И самое главное — они выкатили собственную модель — Composer.
Под капотом — MoE-архитектура, дообученная с помощью RL на реальных инженерных задачах. Ключевые моменты:
- Скорость: Заявляют, что она в 4 раза быстрее аналогов по "интеллекту" (уровень Haiku 4.5, Gemini Flash 2.5).
- Специализация: Заточена под длинный контекст и работу с инструментами — семантический поиск, терминал, редактирование файлов.
- Качество: По бенчмаркам уступает топовым моделям вроде GPT-5 и Sonnet 4.5, но для интерактивной работы скорость решает.
Ценник на уровне GPT-5.
Что еще нового в самом редакторе:
По сути, Cursor смещает фокус с файлов и текста на агентов и задачи.
Полный чейнджлог тут.
Уже настало время, когда норм работать нельзя, не оплачивая кучу подписок? 😩
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8👍4❤2⚡1🙏1