❌

Normal view

«6 − 2 = 3»: как мы проверяем кодом задания, которые пишет языковая модель

Мы делаем учебную игру: человек пишет цель своими словами («таблица умножения», «дроби за 5 класс», «английский для поездки»), а игра строит под неё путь из локаций. В каждой локации — порция из пяти заданий. Готовых курсов нет: тема может быть любой, поэтому задания пишет языковая модель (Claude от Anthropic) — под цель, уровень и последние ответы игрока.

Придумывает задания модель хорошо, а считает плохо. В октябре мы разобрали 68 жалоб «Задание с ошибкой?» — игроки отправляют их кнопкой прямо из урока. Типичные случаи:

Читать далее

Попросил Claude починить прокрутку в Linux под UTM — получил демон, окно настроек и находку в libinput

Работаю в VS Code в Linux-виртуалке UTM на маке, и прокрутка там всегда прыгала по три строки и очень чувствительна к движениям пальца, вместо прокрутки приходилось пользоваться обычными стрелками на клаве. Ранее я уже просил Claude это исправить: поставили замедлитель и imwheel, не помогло, на этом и остановились. В этот раз Claude Opus 5.5 за один чат и пару моих правок разобрался до конца. Выяснилось, что причин три, и одна сидит в самом libinput (уж очень клод акцентирует внимание на этой причине): он придерживает первые пол-щелчка каждого жеста и выдаёт их рывком. Claude написал прогу с интерфейсом и настройками, залил всё на GitHub. До идеала macOS не дотягивает - первое движение нужно делать чуть длиннее, чем на маке. В остальном прокрутка плавная и привычная, результатом доволен. В статье - технический разбор, как это получилось. Картинка, вся работа и статья от клода опус 5.5.

Читать далее

Планшет вместо ноутбука: RDP-клиент под Android, после которого ноутбук остаётся дома

Открытый клиент удалённого рабочего стола с тачпадом чехла, общим диском, микрофоном и агентом для Windows — бесплатно, без рекламы и монетизации.

Я веб-разработчик, и моя работа устроена так, что «на связи» нужно быть в самый неожиданный момент: то прод упал в субботу вечером, то заказчик просит срочно поправить одну строчку, то нужно просто посмотреть, как ведёт себя вёрстка на боевом окружении. Всё это — на моём ПК: там настроенные программы, базы, локальный сервер для тестов и все проекты, которые я веду. ПК стоит дома, и уезжать от него далеко не хочется.

Какое-то время я честно пытался решить это ноутбуками. И каждый раз упирался в одно и то же.

Читать далее

У каждой аварии есть имя, фамилия и должность — так оправданы ли наши страхи и коллективная паранойя перед ИИ?

В обзоре угроз ИИ я собрал позиции научных сообществ, комитетов по безопасности и бизнеса. Каждая отражает взгляд своей группы и говорит на ее языке, усредненно и обезличенно. Одни дают сухие и конкретные рекомендации, другие описывают риски и выгоды. Лично мне в них не хватает мнения отдельного человека, который смотрит на вопрос с нескольких сторон и говорит от себя.

Чтобы увидеть такую позицию, я решил поговорить о вызовах и проблемах развития ИИ с профессором, доктором физико-математических наук Марком Берколайко. Он много пишет об экономике и сейчас увлечен темой масштабирования — ключевой задачей современного бизнеса. А художественные романы Марка выдают человека с большим жизненным опытом.

Как математик Марк требовал от разговора определенности. Так, чтобы все было в соответствии со школой Щедровицкого: сначала схема, где написано, кто решает и кто отвечает, а все остальное потом. Писатель в нем тем временем просил масштаба и драматизма, и в беседе хватило места и космосу, и Бунину. Возражать ему было трудно, а соглашаться сразу неловко: тема серьезная и неоднозначная, ни по одному пункту мы не сошлись с первого раза. Вышло примерно то, что в бизнесе называют вин-вин. Оба ушли с мыслями, которых до разговора не было. И я предлагаю вам тоже погрузиться в эту тему и составить свое, третье мнение на основе наших.

Читать далее

Anthropic says risks for investors include blowback from runaway AI

The risks laid out by the San Francisco company in its filing Monday with the Securities and Exchange Commission range from the mundane to involvement in cyberattacks and the spread of dangerous misinformation.

AI-инструменты для пентеста: насколько они эффективны на самом деле?

Каждую неделю на GitHub появляется очередной «AI-powered pentesting agent», обещающий автоматизировать всё — от разведки до эксплуатации. Заявления впечатляют: «3600x ускорение по сравнению с человеком», «90% на бенчмарках», «охотник за zero-day уязвимостями».

Я собрал 12 инструментов — популярные AI-агенты для пентеста, проверенные классические DAST-сканеры и гибридную связку AI + DAST — и натравил их на одно и то же уязвимое приложение чтобы выяснить так ли они эффективны на самом деле. Одинаковые условия, режим «чёрного ящика», никаких подсказок.

Результат? Одна цифра скажет больше любого маркетинга. Но обо всём по порядку.

Читать далее

Как я закрыл от ИИ-агента часть кода и проверил это кодом, а не промптом

aiedit — настольный редактор кода на Python (PySide6 и PyQt6), в котором ИИ-модели работают со всем проектом, но не видят закрытые части. Закрыть можно не только файл, но и отдельные строки. Проверку делает код редактора, а не просьба в промпте: закрытое просто не попадает в запрос к модели. Код открыт под лицензией MIT. Честно сразу: по качеству кода он пока уступает Claude Code на той же модели, ниже разбираю почему.

Читать далее
❌