key concept

大家好 купил KVM gl-rm10 (удаленное управление компами, рекомендую, кстати) из Китая, там всё на китайском( надо как-то переводить, чтобы завести его (см. ниже) chat gpt на телефоне play market на андроиде не работает так, а дип сик не всегда умный так что заходим в браузере телефона на chatgpt.com нажимаем добавить на главный экран и всё - можно фотать что угодно и спрашивать. полезная вещь в хозяйстве. "куда заливать кондиционер в стиралку?" спросить) wifi на китайском gl-rm10 именно так и настраивал вообще можно еще китайский выучить, но это долго и скучно 😁 еще мысль MiXplorer, там SMB удобно настраивать. Общая папка с компом, файлики передовать. фоточки в телегу, заметки. рекомендую. т.к. сам пользуюсь (надо .apk отдельно скачивать) и раньше я фотки перебрасывал так: phone -> MiXplorer -> SMB -> laptop. много телодвижений chatgpt на телефоне лучше, для быстрых бытовых вопросов

Борис Черный Главная мысль его выступления: продукты на базе AI теперь строятся не как обычный софт, а почти как экспериментальная наука. Каждое новое поколение моделей ведёт себя иначе. Поэтому нельзя заранее придумать огромный system prompt и сложную архитектуру, а потом годами их улучшать. Сначала нужно убрать почти всё, дать модели сложную реальную задачу и посмотреть, где она действительно ломается. Инструкцию стоит добавлять только тогда, когда одна и та же ошибка повторяется. Именно так команда Claude Code удалила около 80% system prompt для новой модели: большая часть старых правил компенсировала ограничения, которых у неё уже не было. Иногда модель без этих инструкций работала даже лучше. Борис назвал главную возможность для стартапов «product overhang»: современные модели уже умеют гораздо больше, чем позволяют существующие продукты. Мы часто сами ограничиваем AI — дробим работу на слишком маленькие шаги, подробно диктуем способ решения и не даём достаточно инструментов и свободы. Правильный подход — поставить задачу немного сложнее, чем кажется возможным, задать ограничения и критерий завершения, дать инструменты для самопроверки и позволить модели самой найти путь. Ключевой элемент здесь — не промпт, а верификация. Claude смог 11 дней переписывать runtime Bun с Zig на Rust, потому что у проекта был сильный набор тестов. Другой агент уже больше двух недель переписывает Electron-приложение на Swift, постоянно запускает результат и сравнивает интерфейс по скриншотам. Долгая автономная работа становится возможной, когда система сама понимает, приблизилась ли она к правильному результату. Ещё один сдвиг — тысячи агентов становятся новой формой вычисления. Они могут параллельно исследовать варианты, писать код, проверять друг друга и собирать итог. А постоянные routines уже ежедневно поддерживают кодовую базу Anthropic: удаляют мёртвый код, закрывают эксперименты, улучшают тесты и объединяют дублирующиеся абстракции. Мой главный вывод: в эпоху агентов

tinder for tables тут - сделал на gpt sol, пара часов - свайпаем, развиваем чувство прекрасного и любовь к плоским таблицам 😅 - качество таблиц в excel - вечная тема датасеты: EUSES Enron FUSE WikiLeaks

радиосвязь - попробовал поймать жужалку ("радиостанция судного дня"), но комплектная антенна видимо маловата (RTL-SDR Blog V4) - FM102.1 Монте Карло поймал - привык, что всё цифровое, в байтах. но мир, в основном, аналоговый (напряжения, частоты, преобразования фурье, амплитуда сигнала) - настраивал всё это gpt sol

gpt astra агент перевод страшненькой матричной таблицы в плоский вид ... идеально - все subtotals убраны - правильно определена верхняя зона - жирный шрифт определен как заголовок - дерево корректно переведено в правильный формат if this is not AGI... i do not what is 😅 tinder для таблиц тут)