iOS makes me cry comments

Co-intelligence Субботняя рубрика про книги. Критическое мышление все ценнее в эпоху ии. Раньше мы все верили докладам, стэк оверфлоу, статьям. А сейчас ии. Но в отличие от прошлого, в настоящем сложне все прочекать: собрать статистику по валидной выборке; отличить искажения от заблуждений; увидеть нейрослоп от оригинальных мыслей. В этой книге Этан Моллик учит новой дисциплине «научиться распределять когнитивную работу между человеком и машиной, не отдавая машине право определять, что считать истиной» У Моллика есть четыре правила: 1. Always invite AI to the table. Всегда приглашай аи, даже если думаешь он бесполезен. 2. Be the human in the loop. Не нужно чрезмерно доверять аи. Человек всегда отвечает за результат 3. Treat AI like a person — but tell it what kind of person. Старайся общаться с ним как с экспертом, а не приятелем 4. Assume this is the worst AI you will ever use. Не заучивай промты и техники. Модели всегда двигают границу возможностей. Учись перераспределять работу между человеком и аи. Очевидная мысль книги "экспериментируй максимально широко и доверяй максимально острожно" тут сквозная. Еще прикол с двумя моделями работы: Кентавр 🐴 Когда условно разраб определяет архитектуру. аи все генерирует. А разраб делает ревью Киборг 🤖 Ты даешь три гипотезы архитектуры. АИ их критикует. Предлагает альтернативы. И так по кругу. Итан считает что модель киборга более сильнее развивает критическое мышление В целом, прям какие-то восхищений от книги, как говорили мне другие, я не испытал. UPD: в марте этого года он чуть поменял позицию и предложил управлять аи, а не кооперативиться.

PWA vs Native iOS Много заблуждений строится вокруг, что PWA это почти убийца натива. Еще с года так 2016. С блокировками стало еще чаще. Решил сравнить подходы на примере банковского приложения. Все совпадения случайны: 1️⃣ Оплата касанием телефона Ну в целом мы и так это не могли делать в СНГ. Поэтому сразу скип. 2️⃣ Сайлет пуши Без этого почти не будут работать фоновые операции клиента для синхронизации. 3️⃣ Обычные пуши Обычные пуши в iOS работают только если поместишь на главный экран. 4️⃣ Проблемы с хранилищем Куки, диплинки, беза - это все сильно страдает в PWA. Множество проблем с обнулением и обновлением стейтов. Плюс меньше антифрод систем. 5️⃣ Интеграция с нативным АПИ Много доступов к нативному апи либо ограничено, либо недоступно. 6️⃣ Авторизация и диплинки В целом навигация из смс, переходы между экранами и тп — сложнее. 7️⃣ Зависимость от сертов Если ваш серт отозвут, то PWA станет тыквой.

ну обосрался ребенок че ты его позоришь на всю страну

💀 Harness vs Scaffold Мне не очень нравятся доклады в духе "вот юнит-тест, а сейчас я покажу, как генерирую его с помощью Opus 500x400". Не потому, что это бесполезно, а потому, что это быстро устаревает. Когда в прошлом году мы готовились к воркшопу, за три месяца все успело измениться настолько, что часть материала устарела еще до публикации. А в чате недавно писали, что уже не смотрят видео про AI, если ему > 6 месяцев… Я смотрю разные сезоны AI-конференций и вижу, как быстро стареют доклады про конкретные модели, промпты, инструменты и настройки чат-ботов. Еще год назад я считал курсор пиком, а сейчас пользуюсь им лишь в простых задачах. Поэтому тема "как настроить AI-чатбота" мне уже не так интересна. Гораздо интереснее, как авторы строили инфру и архитектуру. Не просто фастом выучили пару функций апи, а понимали как это внедрить в реальной инженерной среде. Да, это более абстрактные концепции. Зато они меньше подвержены инфляции. Модель, API и модный фреймворк могут поменяться, а архитектурные проблемы останутся. Хотя и здесь словарь постоянно обновляется. Вот появился harness, а теперь все чаще слышу про scaffold. Может показаться, что одно модное слово просто сменило другое. Но это не совсем так. Harness — это среда, которая заставляет модель работать как часть системы. Она запускает модель, передаёт ей контекст, даёт инструменты, принимает вызовы, ограничивает права, повторяет неудачные шаги, ведёт логи и проверяет результат. Scaffold — это конструкция, которая помогает модели решить задачу. Она задаёт роли, этапы, способы декомпозиции, структуру памяти, шаблоны рассуждения и правила взаимодействия между компонентами. Полезные ссылки: • Mobile Harness • Scaffold vs. Harness