Закрывайте вакансии в срок
Аналитика писем
Я думаю, что это примерно та же проблема. Это не про сложность алгоритмов, потому что по большому счету нейросети все равно, какой сложности код она генерирует. Она одинаково быстро генерирует код, который пишет «Hello World», или который реализует алгоритм Union-Find. Ей все равно.
Хантфлоу дает большой объем функциональности: сохранение переписки, автоматические фоллоу-апы , поиск, настройка причин отказов. Но важно понимать, что ни одна CRM не закроет все ваши потребности — поэтому когда нам чего-то не хватает, мы решаем это через интеграции и работу с данными. Надежда Лысцева Руководитель группы HR-аналитики и бизнес-процессов , Контур
Сложный вопрос. Некоторые люди говорят, что просто будем писать больше программ. С другой стороны, как показывает ситуация в экономике США и Европы после ковидного сдувания пузыря, когда уволили десятки тысяч программистов, как будто бы оказалось, что не нужно столько программ. Кончились бесплатные венчурные деньги, и их перестали осваивать в различных мобильных приложениях, условно. Почему создание нейросети вдруг должно увеличить количество программистов, если даже без нейросети программистов десятки тысяч сократили? Это вопрос, на который нужно сперва ответить. У меня ответа на него, наверное, нет.
Возвращаясь к вопросу о песочницах и интеграции сред выполнения, важно отметить, что компании, работающие над AI для программирования, стремятся создать комплексные системы. Эти системы позволяют нейросетевым агентам взаимодействовать с различными компонентами разработки. Речь идет о платформах для запуска кода и обработки ошибок, доступе к интернету для поисковых запросов и сбора информации из документации и других источников. Кроме того, нужны векторные базы данных для эффективного поиска и извлечения релевантной информации, например, RAG поиск, а также инструменты для создания и управления картой репозитория кода.
Возьмем, к примеру, нейросети для генерации изображений. Казалось бы, просто: напишешь «красивый котик на закате» – и получишь соответствующую картинку. Но если вам нужен конкретный образ, который вы представляете, возникают сложности. Как описать его так, чтобы получить именно то, что вы хотите?
Но проблема, в частности, с большими системами в том, что они обычно используют большой контекст. И когда мы пишем большие системы, мы обычно привлекаем много людей. В том числе для того, чтобы этот огромный контекст, который у нас есть, загрузить по маленьким кусочкам в разных людей. Соответственно, ни один из людей не обладает полным контекстом в голове. Он просто не входит в голову.
Дмитрий Рожков, менеджер команды Kubernetes-сервисов и создатель популярного YouTube-канала Senior Software Vlogger, поделился своим опытом тестирования AI-ассистентов для программирования. Он рассказал о том, способны ли нейросети заменить программистов, какие подводные камни ждут при работе с AI-помощниками и почему мы до сих пор не видим бума новых приложений, созданных с помощью искусственного интеллекта.
В ходе вашего тестирования различных AI-агентов, какие из них показали наилучшие результаты в решении поставленной задачи? Какие факторы, по вашему мнению, определили их превосходство? Заметили ли вы значительную разницу в качестве кода, генерируемого разными системами?
Ускорьте работу рекрутеров
Наша база резюме хранилась в виде таблицы с прикрепленными файлами, сотрудники Хантфлоу быстро перенесли ее в систему без каких-то трудностей. В Хантфлоу мне нравится все: понятный и приятный интерфейс, возможность настраивать все, что нужно. Служба поддержки тоже реагирует очень оперативно. Юлия Аверина HRD, Sports.ru
Второй момент, который я обнаружил: код они пишут, но если использовать такие среды, как Node.js и TypeScript, требуется довольно много обертки, чтобы TypeScript на Node.js заработал. Нужно настроить сам компилятор TypeScript, но никто из ИИ-агентов этого не делал. Они просто честно написали код, который невозможно было запустить. Чтобы его запустить, нужно было еще немного поработать, все настроить, и не всегда это получалось.
Полную версию интервью, организованного нашей компанией Artezio, можно посмотреть на канале Ai4Dev на Youtube. А еще у нас появился Telegram-канал для разработчиков, которые используют ИИ. В нем можно обмениваться мнениями и реальными кейсами.
Интересно, что я даже писал пост в своем Telegram-канале о том, что языки, которые мы традиционно не считаем «красивыми», например PHP, могут стать более востребованными для AI именно из-за большого объема существующего кода. Чем больше кода написано на языке, тем больше материала для обучения нейросети, что потенциально может повысить эффективность AI при работе с этим языком.
И в этом-то и проблема. Получается, что с одной стороны они пишут код, с другой стороны они пишут только код. В тех средах, где этого достаточно, например, если это Python, у вас есть код и зависимости. Вы устанавливаете зависимости из файла requirements.txt и все работает. А с TypeScript много разных вариантов.
Все зависит от того, насколько эта сеть сможет сама себя воспроизводить. Теоретически можно, наверное, додуматься до такого шага, что у нас будет идеальный черный ящик, который никто больше не может воспроизвести заново, но он решает все наши проблемы. Возможно, будет группа ученых из ста человек, которые его обслуживают, и специализированный институт, где мы готовим смену этим ученым. То есть подготовка идет уже не сотнями тысяч инженеров в год, а люди уровня PhD, которые специально идут работать над этой системой.
