This media is not supported in your browser
VIEW IN TELEGRAM
Так много вопросов, так мало ответов… Учитывая, что подобные люди строят все свои процессы на попытках попасть в наиболее вероятные события + психология + эмпатия. То при наличии эмпатии я бы ставку делал на этот гибрид человека и ИИ 😬
🤣16😁6👻4😨4🙈3❤🔥1🤔1😱1
Первый магазин без продавцов появился в СССР
Как вы помните в 2018 году Амазон с помпой запустил магазин без продавцов: заходи и бери.
А затем с помпой мы узнали, что не было там никакого ИИ, а только много- много индусов…
Однако еще в 1962 году в СССР в Москве был открыт магазин «Прогресс»: магазин полностью без людей. Офигеть? Не то слово.
Отдельно мне очень нравится простота решения: по сути, стояли кастомизированные вендинговые аппараты, через которые реализовывалась продукция (молоко, хлеб, крупы и прочее). Никакого тебе ИИ, никакого тебе компьютерного зрения и вот этого вот всего. Чистая механика.
В общем, сама эта история мне безумно нравится.
В итоге, магазин не взлетел по нескольким причинам:
1.
В маркетинг в те времена точно не умели. И о магазине газеты впервые написали через полгода после его запуска. Через полгода! Офигеть просто!
2.
Вендоматы были уникальны, посетители их часто ломали и ремонт обходился дорого. Потому что для снижения костов требовалось масштабирование.
3.
Ну и важная причина провала всех трансформаций - культура. Культура в те времена была такой, что продавец - важный элемент: он принимал решения кто и что получит и прочее. А раз нет продавца, то и масштабирование под вопросом.
Как вы помните в 2018 году Амазон с помпой запустил магазин без продавцов: заходи и бери.
А затем с помпой мы узнали, что не было там никакого ИИ, а только много- много индусов…
Однако еще в 1962 году в СССР в Москве был открыт магазин «Прогресс»: магазин полностью без людей. Офигеть? Не то слово.
Отдельно мне очень нравится простота решения: по сути, стояли кастомизированные вендинговые аппараты, через которые реализовывалась продукция (молоко, хлеб, крупы и прочее). Никакого тебе ИИ, никакого тебе компьютерного зрения и вот этого вот всего. Чистая механика.
В общем, сама эта история мне безумно нравится.
В итоге, магазин не взлетел по нескольким причинам:
1.
В маркетинг в те времена точно не умели. И о магазине газеты впервые написали через полгода после его запуска. Через полгода! Офигеть просто!
2.
Вендоматы были уникальны, посетители их часто ломали и ремонт обходился дорого. Потому что для снижения костов требовалось масштабирование.
3.
Ну и важная причина провала всех трансформаций - культура. Культура в те времена была такой, что продавец - важный элемент: он принимал решения кто и что получит и прочее. А раз нет продавца, то и масштабирование под вопросом.
👍30🔥22❤🔥7❤5👏4
Давнееенько у нас не было обзоров книг.
И тут недавно ребята из издательства Питер подогнали мне чудесную книгу по System Design «нового поколения», то есть GenAI.
Книга - это попытка адаптировать классическое system design интервью под новую реальность GenAI: LLM-приложения, RAG-архитектуры, агенты, оценка качества и стоимость инференса. Полезно как структурированный чек-лист, но это скорее введение, чем глубокий инженерный разбор.
Хотя как менеджер я обожаю эту серию книг, она позволяет погрузиться во множество разных тем.
System Design для эпохи GenAI
Все привыкли к классическим вопросам на system design интервью:
- спроектируйте Twitter
- спроектируйте YouTube
- спроектируйте Uber
Но последние пару лет компании начали задавать другой тип задач:
спроектируйте AI-чат ассистента
спроектируйте RAG-поиск по документам
спроектируйте AI-копилота для разработчиков
И вот тут многие кандидаты ломаются.
Почему?
Потому что классическая архитектура (API + база + кэш) внезапно превращается в:
Основная идея книги
Авторы говорят простую вещь:
GenAI-системы - это не просто “вызов LLM API”.
Это полноценная распределённая система.
И в ней появляются новые архитектурные компоненты.
Например.
1. Retrieval (RAG)
LLM сам по себе туповат.
Он знает интернет до даты обучения.
Поэтому почти любая реальная система делает:
как хранить embeddings
как масштабировать vector search
как строить pipeline retrieval
2. Оркестрация моделей
LLM редко работает один.
Обычно это:
LLM дорогой.
Поэтому архитектура всегда балансирует:
качество vs стоимость vs latency
3. Оценка качества
Самая сложная часть GenAI-систем.
В классических сервисах есть метрики:
latency
error rate
throughput
А в LLM-системах появляется ад.
Например:
- hallucination rate
- factual accuracy
- grounding
- response quality
И это очень плохо измеряется.
Книга показывает базовые подходы:
LLM-as-judge
human evaluation
golden datasets
4. Стоимость
GenAI архитектура - это экономика.
Каждый запрос стоит денег.
Поэтому появляются решения:
кэширование ответов
prompt compression
routing моделей
batching
На интервью это любят спрашивать.
Что в книге хорошо
1️⃣ Хорошая структура для интервью
Если вам задают вопрос:
Спроектируйте AI-ассистента
книга дает простой фреймворк:
User interaction
Retrieval layer
LLM orchestration
Tools
Evaluation
Cost control
Это полезно.
2️⃣ Понятный чек-лист архитектуры
После книги начинаешь автоматически думать:
где embeddings?
где кэш?
где evaluation?
где rate limiting?
3️⃣ Актуальность
Большинство книг по system design написаны до эпохи LLM.
А здесь фокус именно на GenAI-архитектуре.
Где книга слабая
1️⃣ Мало глубины.
Например vector search объясняется очень поверхностно.
Нет разбора:
HNSW
IVF
ANN tradeoffs
2️⃣ Мало production-кейсов.
Реальные системы:
Copilot
Perplexity
ChatGPT
имеют гораздо более сложные пайплайны.
3️⃣ Почти нет темы агентов
А именно туда сейчас движется индустрия.
Если раньше system design интервью проверяло:
умеешь ли ты масштабировать сервис
то теперь проверяют:
умеешь ли ты проектировать AI-системы.
И там появляются новые вопросы:
как уменьшить hallucinations
как контролировать стоимость токенов
как строить RAG
как оценивать качество
И это новый слой архитектуры.
🔥 - если читал и зашло
❤️ - если забрал в бэклог
🦄 - если читал и не зашло
И тут недавно ребята из издательства Питер подогнали мне чудесную книгу по System Design «нового поколения», то есть GenAI.
Книга - это попытка адаптировать классическое system design интервью под новую реальность GenAI: LLM-приложения, RAG-архитектуры, агенты, оценка качества и стоимость инференса. Полезно как структурированный чек-лист, но это скорее введение, чем глубокий инженерный разбор.
Хотя как менеджер я обожаю эту серию книг, она позволяет погрузиться во множество разных тем.
System Design для эпохи GenAI
Все привыкли к классическим вопросам на system design интервью:
- спроектируйте Twitter
- спроектируйте YouTube
- спроектируйте Uber
Но последние пару лет компании начали задавать другой тип задач:
спроектируйте AI-чат ассистента
спроектируйте RAG-поиск по документам
спроектируйте AI-копилота для разработчиков
И вот тут многие кандидаты ломаются.
Почему?
Потому что классическая архитектура (API + база + кэш) внезапно превращается в:
User → Gateway → Orchestrator → LLM → Retrieval → Vector DB → Tools → Evaluation
И вот именно эту новую архитектуру книга и пытается разобрать.Основная идея книги
Авторы говорят простую вещь:
GenAI-системы - это не просто “вызов LLM API”.
Это полноценная распределённая система.
И в ней появляются новые архитектурные компоненты.
Например.
1. Retrieval (RAG)
LLM сам по себе туповат.
Он знает интернет до даты обучения.
Поэтому почти любая реальная система делает:
Query
→ Embedding
→ Vector search
→ Context
→ LLM
Книга разбирает:как хранить embeddings
как масштабировать vector search
как строить pipeline retrieval
2. Оркестрация моделей
LLM редко работает один.
Обычно это:
Router
→ model A (cheap)
→ model B (smart)
→ tools
Причина банальная.LLM дорогой.
Поэтому архитектура всегда балансирует:
качество vs стоимость vs latency
3. Оценка качества
Самая сложная часть GenAI-систем.
В классических сервисах есть метрики:
latency
error rate
throughput
А в LLM-системах появляется ад.
Например:
- hallucination rate
- factual accuracy
- grounding
- response quality
И это очень плохо измеряется.
Книга показывает базовые подходы:
LLM-as-judge
human evaluation
golden datasets
4. Стоимость
GenAI архитектура - это экономика.
Каждый запрос стоит денег.
Поэтому появляются решения:
кэширование ответов
prompt compression
routing моделей
batching
На интервью это любят спрашивать.
Что в книге хорошо
1️⃣ Хорошая структура для интервью
Если вам задают вопрос:
Спроектируйте AI-ассистента
книга дает простой фреймворк:
User interaction
Retrieval layer
LLM orchestration
Tools
Evaluation
Cost control
Это полезно.
2️⃣ Понятный чек-лист архитектуры
После книги начинаешь автоматически думать:
где embeddings?
где кэш?
где evaluation?
где rate limiting?
3️⃣ Актуальность
Большинство книг по system design написаны до эпохи LLM.
А здесь фокус именно на GenAI-архитектуре.
Где книга слабая
1️⃣ Мало глубины.
Например vector search объясняется очень поверхностно.
Нет разбора:
HNSW
IVF
ANN tradeoffs
2️⃣ Мало production-кейсов.
Реальные системы:
Copilot
Perplexity
ChatGPT
имеют гораздо более сложные пайплайны.
3️⃣ Почти нет темы агентов
А именно туда сейчас движется индустрия.
Если раньше system design интервью проверяло:
умеешь ли ты масштабировать сервис
то теперь проверяют:
умеешь ли ты проектировать AI-системы.
И там появляются новые вопросы:
как уменьшить hallucinations
как контролировать стоимость токенов
как строить RAG
как оценивать качество
И это новый слой архитектуры.
🔥 - если читал и зашло
❤️ - если забрал в бэклог
🦄 - если читал и не зашло
❤61🔥10👍8🤔2🦄2👏1
Плохой менеджер Артём Арюткин
Давнееенько у нас не было обзоров книг. И тут недавно ребята из издательства Питер подогнали мне чудесную книгу по System Design «нового поколения», то есть GenAI. Книга - это попытка адаптировать классическое system design интервью под новую реальность GenAI:…
2❤12🔥9❤🔥2👍1🤔1
Антропик опять всех пугает заменой ИИ, выпуская большое исследование.
Но реальная глубина замены пока низкая
Но реальная глубина замены пока низкая
😁27👀7🔥5❤3🤔3
Ребята из Cursor сделали свой курс, где кратко рассказывают о том, как работают модели, как правильно их использовать в разработке.
Ну и все еще и на русском!
Ну и все еще и на русском!
❤23👍19🔥8🤔1
claude-code-for-dx-v0.5.pdf
770.6 KB
Короче, мой дружище Артём Мухин, который сейчас активно влетает в DevEx в Майкрософт сел такой и сделал для нас с вами офигенную историю: гайд по разработке с помощью Клод кода.
Я по гайду пробежался и он прямо топовый!
Короче, «налетай, торопись, раскупай»
Upd Поддержать автора можно по ссылке
Я по гайду пробежался и он прямо топовый!
Короче, «налетай, торопись, раскупай»
Upd Поддержать автора можно по ссылке
1🔥22👍8❤6
Плохой менеджер Артём Арюткин
2 недели с ридером Моя первая и последняя электронная книга была OnyxBook И она прожила со мной 10 и 11 классы, когда я гонял на электричке в школу в Москве. Читал я тогда невероятно много: садишься такой утром на электричку в 6:35 и в школе ты оказываешься…
Продолжаю свою историю с ридером и теперь немного о том, чего не хватает:
1. Время работы. У меня, конечно, почему-то есть ложное ожидание, что ридер это прямо зарядил и месяц не пользуешь, но это не так.
2. Я активно юзал ридер в полете и часов за 5 чтения он разрядился на 10%. В целом, это очень даже норм.
3. Интерфейс: я бы его отдал на ревью UX/UI спецу, потому что ну, блин, ваще не понимаю толком как и что устроено в интерфейсе.
4. Обложку мне хочется более мягкую, что ли
5. AI помощник в ридере?ю! Можно столько сценариев юзать: обсудить книгу, попросить рекомендации с похожими книгами, вместе придумать продолжение или разобрать мотивацию героев!!!!
Жаль, ничего из этого сделать не получится:( Тот самый пример AI ради AI
1. Время работы. У меня, конечно, почему-то есть ложное ожидание, что ридер это прямо зарядил и месяц не пользуешь, но это не так.
2. Я активно юзал ридер в полете и часов за 5 чтения он разрядился на 10%. В целом, это очень даже норм.
3. Интерфейс: я бы его отдал на ревью UX/UI спецу, потому что ну, блин, ваще не понимаю толком как и что устроено в интерфейсе.
4. Обложку мне хочется более мягкую, что ли
5. AI помощник в ридере?ю! Можно столько сценариев юзать: обсудить книгу, попросить рекомендации с похожими книгами, вместе придумать продолжение или разобрать мотивацию героев!!!!
Жаль, ничего из этого сделать не получится:( Тот самый пример AI ради AI
❤10👍4🔥3😁3🤔2
SDLC умер. Да здравствует SDLC.
Наткнулся на статью “The Software Development Lifecycle Is Dead” Бориса, что главный за разработку клода.
Тезис простой и провокационный:
AI не ускоряет SDLC — он его ломает.
Раньше разработка выглядела как конвейер:
requirements → design → code → test → review → deploy → monitor
Под каждый этап выросла целая индустрия инструментов, ролей и процессов.
А в мире AI-разработки цикл начинает выглядеть так:
intent → агент → код + тесты → деплой → проверка в проде → следующая итерация
То есть этапы не исчезают.
Они слипаются в один быстрый loop.
Из этого следуют три неприятные мысли:
1️⃣ PR-ревью может стать узким горлом — агент делает 100 изменений быстрее, чем люди их читают.
2️⃣ Requirements перестают быть фазой — ты просто быстро перебираешь варианты.
3️⃣ Monitoring становится центром разработки, потому что именно прод теперь главный источник обратной связи.
Но самое интересное другое.
SDLC на самом деле не умер.
Умер его старый интерфейс.
Все эти handoff’ы, статусы Jira и ритуалы процесса были нужны, чтобы синхронизировать людей.
Наткнулся на статью “The Software Development Lifecycle Is Dead” Бориса, что главный за разработку клода.
Тезис простой и провокационный:
AI не ускоряет SDLC — он его ломает.
Раньше разработка выглядела как конвейер:
requirements → design → code → test → review → deploy → monitor
Под каждый этап выросла целая индустрия инструментов, ролей и процессов.
А в мире AI-разработки цикл начинает выглядеть так:
intent → агент → код + тесты → деплой → проверка в проде → следующая итерация
То есть этапы не исчезают.
Они слипаются в один быстрый loop.
Из этого следуют три неприятные мысли:
1️⃣ PR-ревью может стать узким горлом — агент делает 100 изменений быстрее, чем люди их читают.
2️⃣ Requirements перестают быть фазой — ты просто быстро перебираешь варианты.
3️⃣ Monitoring становится центром разработки, потому что именно прод теперь главный источник обратной связи.
Но самое интересное другое.
SDLC на самом деле не умер.
Умер его старый интерфейс.
Все эти handoff’ы, статусы Jira и ритуалы процесса были нужны, чтобы синхронизировать людей.
💯19👍11❤7🔥2👏1
#пятничное
Так, кто знает где что????
🦄 - если ты знаешь
❤️ - если ты хз (я, кстати, тут)
💊 - если ты пошел гуглить/gpt’ить
Так, кто знает где что????
🦄 - если ты знаешь
❤️ - если ты хз (я, кстати, тут)
💊 - если ты пошел гуглить/gpt’ить
🦄233❤81💊13
System Design Space + треки изучения
Саша Поломодов сделал совершенно офигительное пространство для изучения system-design!
С чего начать?
Начните с онбординга
Потом загляните в:
- Books - там конспекты книг с практическими выводами и ссылками на оригиналы.
- Cases - детальные разборы проектирования реальных систем с требованиями и trade-offs.
Ну и самое офигительное это
возможность выбора трека обучения, который ориентируется по твоему свободному времени и уровню.
Саша Поломодов сделал совершенно офигительное пространство для изучения system-design!
С чего начать?
Начните с онбординга
Потом загляните в:
- Books - там конспекты книг с практическими выводами и ссылками на оригиналы.
- Cases - детальные разборы проектирования реальных систем с требованиями и trade-offs.
Ну и самое офигительное это
возможность выбора трека обучения, который ориентируется по твоему свободному времени и уровню.
System Design Space
System Design Space — Главная, граф знаний, треки и материалы
Главная страница System Design Space: быстрый старт, граф знаний, библиотека материалов, персональные треки и трекинг прогресса.
1🔥23👍5👏3❤1🤔1
Я не знаю тут ли вы и читаете ли вы меня, но помните, что я здесь каждый пн, ср и пт: у меня на канале вы все также можете найти советы и истории про менеджемент, разработку и вот это вот все 😅
А пока шутим и смеемся: Андрей Карпаты выпустил свой дайджест по поглащению текущих профессий AI в виде heatmap
Логика простая: если вы работаете за компом, то в будщем будете делать что-то другое.
❤6👏4🤣4😁3🤔1
Forwarded from #безвотэтоговотвсего
Рабочая зависть, о которой не принято говорить
Есть эмоции, которые в приличном профессиональном обществе как будто запрещены. Ну то есть радость можно и даже нужно. Усталость можно, все понимают. Выгорание вообще уже почти обязательный элемент биографии приличного руководителя, не выгорел - считай не работал. Даже тревогу можно как-то упаковать. А вот зависть – нет. Зависть это такое отвратительное западло, о котором говорить в прямую вообще нельзя. Как будто если ты ей подвержен, то ты мелкий, слабый и вообще тварь дрожащая, и права не имеешь.
Хотя на практике рабочая зависть - абсолютно нормальная штука, если не красить ее оттенками “хорошо-плохо”, то по честному эта эмоция очень имеет право на существование. Особенно у людей амбициозных, особенно у тех, кто сам много вкладывается, много тащит и хочет расти не только в деньгах, но и в масштабе, влиянии, уровне игры. Большинству из них почти невозможно спокойно жить в среде, где рядом кто-то получает интереснее роль, быстрее карьерный рывок, больше признания, более красивый проект или просто ту самую траекторию, которую ты втайне хотел себе.
Что характерно, рабочая зависть очень редко выглядит такой “в лоб”. Обычно она маскируется под риторику в стиле “Не, ну он не так совсем хорош, это просто все пиар, если б я столько пиарился - еще лучше бы выглядело все” или “Да я вам всем докажу, что он ноль без палочки, днями и ночами буду грызть земельку - но найду фактуру”. И в целом, это тоже, очень человеческое поведение, природа этой эмоции очень понятна. Кажется, что чаще всего мы завидуем не чужому успеху как таковому. Мы завидуем тому, что он подсвечивает в нас самих: чужая новая должность вдруг напоминает, что ты сам давно стоишь на месте, а чья-то смелость пойти в новый контур бьет в твое собственное осторожное топтание. То есть зависть почти всегда не про другого человека, а про столкновение со своей нереализованностью.
Поэтому бороться с ней лозунгом “завидовать плохо” - бесполезно. Это примерно как “плохо не делай - а делай хорошо”. Гораздо полезнее в моменте честно поймать себя за хвост и задать неприятный, но взрослый вопрос: а чему именно я сейчас завидую? Баблищу? Популярности? Свободе? Смелости? Масштабу? Часто оказывается, что внутри этой стыдной эмоции лежит довольно точный диагноз того, чего тебе самому не хватает.
Работать с завистью, среди прочих, можно двумя способами: первый – токсичный и тупиковый. Начать обесценивать, ворчать, превращаться в профессионального скептика, который на любой чужой успех реагирует кривой ухмылкой и фразой “ну посмотрим, что с ним будет через полгода”. Это вообще очень удобная позиция. Она позволяет ничего не менять в себе и при этом сохранять ощущение интеллектуального превосходства. А второй способ сложнее, но сильно полезнее. Использовать зависть как источник данных о себе. Не как повод для самобичевания, а как маркер собственного незакрытого запроса. Потому что если тебя особенно цепляет чья-то траектория, это не всегда значит, что ты плохой человек. Иногда это значит, что ты слишком долго не признаешь, чего сам по-настоящему хочешь.
И, пожалуй, взрослая позиция тут не в том, чтобы стать прекрасным просветленным человеком, который вообще никому никогда не завидует. Это, кажется, либо вранье, либо уже совсем другой жанр жизни. Взрослая позиция – в том, чтобы не дать этой эмоции превратить тебя в унылое желе, которое любую чужую удачу объясняет связями, случайностью или глупостью рынка.
#сережинымысли
Есть эмоции, которые в приличном профессиональном обществе как будто запрещены. Ну то есть радость можно и даже нужно. Усталость можно, все понимают. Выгорание вообще уже почти обязательный элемент биографии приличного руководителя, не выгорел - считай не работал. Даже тревогу можно как-то упаковать. А вот зависть – нет. Зависть это такое отвратительное западло, о котором говорить в прямую вообще нельзя. Как будто если ты ей подвержен, то ты мелкий, слабый и вообще тварь дрожащая, и права не имеешь.
Хотя на практике рабочая зависть - абсолютно нормальная штука, если не красить ее оттенками “хорошо-плохо”, то по честному эта эмоция очень имеет право на существование. Особенно у людей амбициозных, особенно у тех, кто сам много вкладывается, много тащит и хочет расти не только в деньгах, но и в масштабе, влиянии, уровне игры. Большинству из них почти невозможно спокойно жить в среде, где рядом кто-то получает интереснее роль, быстрее карьерный рывок, больше признания, более красивый проект или просто ту самую траекторию, которую ты втайне хотел себе.
Что характерно, рабочая зависть очень редко выглядит такой “в лоб”. Обычно она маскируется под риторику в стиле “Не, ну он не так совсем хорош, это просто все пиар, если б я столько пиарился - еще лучше бы выглядело все” или “Да я вам всем докажу, что он ноль без палочки, днями и ночами буду грызть земельку - но найду фактуру”. И в целом, это тоже, очень человеческое поведение, природа этой эмоции очень понятна. Кажется, что чаще всего мы завидуем не чужому успеху как таковому. Мы завидуем тому, что он подсвечивает в нас самих: чужая новая должность вдруг напоминает, что ты сам давно стоишь на месте, а чья-то смелость пойти в новый контур бьет в твое собственное осторожное топтание. То есть зависть почти всегда не про другого человека, а про столкновение со своей нереализованностью.
Поэтому бороться с ней лозунгом “завидовать плохо” - бесполезно. Это примерно как “плохо не делай - а делай хорошо”. Гораздо полезнее в моменте честно поймать себя за хвост и задать неприятный, но взрослый вопрос: а чему именно я сейчас завидую? Баблищу? Популярности? Свободе? Смелости? Масштабу? Часто оказывается, что внутри этой стыдной эмоции лежит довольно точный диагноз того, чего тебе самому не хватает.
Работать с завистью, среди прочих, можно двумя способами: первый – токсичный и тупиковый. Начать обесценивать, ворчать, превращаться в профессионального скептика, который на любой чужой успех реагирует кривой ухмылкой и фразой “ну посмотрим, что с ним будет через полгода”. Это вообще очень удобная позиция. Она позволяет ничего не менять в себе и при этом сохранять ощущение интеллектуального превосходства. А второй способ сложнее, но сильно полезнее. Использовать зависть как источник данных о себе. Не как повод для самобичевания, а как маркер собственного незакрытого запроса. Потому что если тебя особенно цепляет чья-то траектория, это не всегда значит, что ты плохой человек. Иногда это значит, что ты слишком долго не признаешь, чего сам по-настоящему хочешь.
И, пожалуй, взрослая позиция тут не в том, чтобы стать прекрасным просветленным человеком, который вообще никому никогда не завидует. Это, кажется, либо вранье, либо уже совсем другой жанр жизни. Взрослая позиция – в том, чтобы не дать этой эмоции превратить тебя в унылое желе, которое любую чужую удачу объясняет связями, случайностью или глупостью рынка.
#сережинымысли
👍37❤15🔥7💯4