Как вы используете AI?
Спрашиваю без сарказма: что вы такое пишете на своем AI? Чем он помогает? Из каждого утюга слышно, что продуктивность увеличилась в разы. Мне не хватает конкретики – за счет чего? Как это выглядит? Модель пишет функцию по описанию? Генерит тесты? Словом, я не понимаю.
Если судить по себе, то скажу вот что. Моя работа примитивна. Я хожу в базу, в сетевые сервисы, S3, всякие очереди задач. Все сводится к тому, чтобы собрать из ошметков данных что-то целостное и записать в файл или базу. Точка. Оптимизации я придумываю сам, чтобы мозги не засохли. Скажем, использую стримы, виртуальные треды, параллельность, иной раз – алгоритмы. Но вообще это можно выкинуть. Пусть код работает в два раза медленней, никто не заметит.
Моя работа тупая. Я много копирую, потому что фрагментация кодовых баз огромна. Иногда я честно пытаюсь представить, как бы выглядел AI в моей работе, но не могу даже близко. Что конкретно мне попросить у AI? Сходить в базу? Написать запрос с двумя джоинами? Я его на бумажке напишу лучше, чем многие в редакторе. Тесты? Я просто скопирую другие и слегка поправлю.
Говорят: используй AI для новых областей. Ну, тут дело удобства. Для новых областей есть документация, книги, cookbook, стек-оверфлоу, слаки-телеграмы. Неужели этого не хватает?
Как-то я покупал Idea Ultimate Edition; среди прочих фич у нее продвинутый подсказчик. Например, пишешь
InputStream in = new
и он предлагает: стрим из файла, из сети и так далее. А если на следующей строчке написать
OutputStream out =
, то вероятность правильного варианта равна единице.
И все же эту хрень я отключил. Поначалу кажется, что да – супер удобно. Нажал пару клавиш и выбрал из выпадашки! Продуктивность бьет в потолок. А потом понимаешь: это выбивает из потока. Когда я пишу код, то обычно знаю, что мне нужно. А тут на каждой строчке тебя прерывают и предлагают выбор. Нужно остановиться, пробежать глазами, оценить адекватность, выбрать. На это уходят такты мозга.
Напоминает парное программирование, когда ты в потоке, а собеседник кукарекает: давай переименуем класс, давай переместим функцию и так далее – не понимая, что сперва нужно в принципе решить задачу, а потом заняться украшательством. Просто ему нечего делать, и он изображает вовлеченность.
Ради чего это написано. Хорошо, если бы кто-то подробно описал, за счет чего повысилась продуктивность с AI. В идеале нужны примеры, скажем, вот по такому описанию я получил код, он полностью рабочий. Я бы послушал.
Нашли ошибку? Выделите мышкой и нажмите Ctrl/⌘+Enter
anonymouse, 30th Dec 2025, link
Слышно от кого? От тех кому проплатили конечные бенефициары за то, чтобы всем и вся распиарить, навязать и подсадить на ML-based технологии и потом эту зависимость эксплуатировать по-полной?
От всяких начинающих тайпскриптеров, джавистов и питонистов, которым моделька за секунду сгенерила какой-то г***окод для задач, которые уже тысячи раз были решены и описаны?
Мы живём в мире где давным-давно ценности конечных потребителей никого не интересуют, равно как и интересы разработчиков. Что тех что других вынуждают жрать то что дают жрать ради каких-то финансовых игрищ владельцев крупных бизнесов и государств.
Имхо, худший совет с учётом того как создаются и работают нейросетевые модели (на основе каких-то существующих аннотированных датасетов), если имелось ввиду не самообучение чему-то новому с их помощью. Они буквально как раз наоборот наиболее подходят подходят только для генерации того, что уже и так было кучу раз проделано, решено и подробно описано словами людьми много раз.
Как наводка и один из ВСПОМОГАТЕЛЬНЫХ инструментов - оправдано. Как автоматизация чего бы то ни было - нет, нет, нет и ещё раз нет, из-за стохастической неинтерпретируемой природы генерации ML-based моделями выводных данных по вводным.
Впрочем последнее как мне кажется может ещё хоть как-то работать для языков со статической типизацией, где есть выраженная стандартизация пишущегося кода \ типовых решений и где есть продвинутый анализ кода до рантайма, если через MCP проверится проходит ли код проверку линтером-компилятором.
А нам с Кложей и интерактивной разработкой в REPL-е прямо в рантайме и при динамической типизации банально некуда особо даже прикладывать всякие LLM \ GPT и основанные на них т.н. “агенты”. Кроме…
…при условии выполнения допущения о том, что искомое или нечто схожее вообще существовало в датасете, который использовался при создании используемой модели, т.е. было ли искомое вообще опубликовано и описано людьми в сети или другом массиве данных, использовавшемся при создании модели с помощью ML-алгоритмов.
У нас на языке 0 бойлерплейта и нам даже не надо ничего генерировать. Ты не один кто видит эту всю помешанность на т.н. “AI” как полный bullshit.