У контекстному інжинірингу агенту потрібно використовувати інструменти та середовища для отримання даних та доповнення контексту

Підручник для самостійного вивчення інформатики TeachYourselfCS Якщо ви інженер-самоучка або закінчили курси програмування, то вам необхідно вивчати інформатику. На щастя, на отримання диплома не обов'язково витрачати роки і купу грошей: освіту світового рівня 💸 можна отримати самостійно. В інтернеті скрізь є багато навчальних ресурсів, але суть і шлак співіснують. Замість списку на кшталт «200+ безкоштовних онлайн-курсів» вам потрібні відповіді на такі запитання: Які предмети варто вивчати і чому? Яка найкраща книга чи відеокурс з цих предметів? У цьому посібнику ми намагаємося дати чіткі відповіді на ці запитання.

Ось мої друзі~ Я заробляю лише 20 юанів за 3 мільйони користувачів: помилковий бум інструментів штучного інтелекту - ListenHub Хто б не розповів анекдот. Багато людей зацікавилися кейсом, яким я поділився на Hard Ground Hacking, і я зробив подкаст спеціально на ListenHub @oran_ge. Ви можете його послухати~

Багато друзів стурбовані обмеженнями використання ChatGPT Team і Enterprise, і тепер вийшли дві нові статті з поширеними запитаннями (FAQ), які пояснюють це. * ChatGPT Team Edition - GPT-5 та GPT-4o необмежені, але є такі обмеження для різних версій моделі: * 200 запитів на мислення GPT-5 на день * 2800 міні-запитів GPT-5 на тиждень * 15 запитів GPT-5 Pro на місяць * 3 запити GPT-500 кожні 4,1 години * 300 запитів O4-Mini та O3 на день * ChatGPT Enterprise - GPT-5, GPT-4o та GPT-4.1-mini необмежені, але є такі обмеження для різних версій моделі: * 200 запитів на мислення GPT-5 на тиждень * 15 запитів GPT-5 Pro на місяць * 20 запитів GPT-4.5 на тиждень * 3 запити GPT-500 кожні 4,1 години * 300 запитів O4-mini на день * 100 запитів o4-mini-high в день * 100 запитів О3 на тиждень * 15 запитів O3-Pro на місяць У статті FAQ також згадувалося, що поточні обмеження моделі мислення GPT-5 є тимчасовими і насправді перевищують перелічені вище довгострокові межі.

Це дійсно так: менше в підказці сказати, що не треба робити, а що робити. Велика модель дуже схожа на людей, і чим більше ви їй не дозволяєте, тим простіше привернути до себе увагу

Керівник невеликої компанії все одно має велику владу, і зміна місця може бути непоганою річчю

Поки ШІ все ще розробляє програмне забезпечення таким чином, яке імітує те, як люди пишуть код, а довжину контекстного вікна не можна запхати в весь код проекту одразу, то ШІ не зможе замінити архітекторів протягом 10 років, не кажучи вже про 10 років. Але якщо штучний інтелект використовує нову модель розробки, придатну для програмного забезпечення для розробки штучного інтелекту, або вся кодова база може бути втиснута в продуктивність моделі та її вартість, то чому архітектори це роблять? Але не хвилюйтеся, такі зміни не трапляються раптово за день-два, якщо ви будете уважні і не відставатимете від навчання, то якщо це дійсно станеться, ви зможете швидко переключитися і стати першою людиною, яка освоїть використання швидкої архітектури штучного інтелекту для швидкої збірки. З одного боку, штучний інтелект дуже практичний у допоміжному програмуванні, а з іншого боку, ці можливості архітектурного проектування також можуть бути застосовані в інших сферах. Наприклад, якщо проєкти з розробки AI Agent будуть сильними в майбутньому, але комусь все ще потрібно керувати цими AI Agents для кращої співпраці, то координація цих агентів невіддільна від проектування архітектури.

Бум штучного інтелекту переростає в мильну бульбашку? У міру того, як ціни на акції технологічних гігантів продовжують зростати, а дивовижні IPO повертаються, відгомони ери бульбашки доткомів стають дедалі гучнішими. Джон Кессіді 11 Серпня, 2025 Ви читаєте щотижневу колонку Джона Кессіді про економіку та політику у фінансовому виданні The New Yorker. Минулого тижня, коли Хуанг, генеральний директор виробника мікросхем Nvidia, зустрічався з Дональдом Трампом у Білому домі, у нього були підстави бути в гарному настрої. Чипи Nvidia широко використовуються для навчання генеративних моделей штучного інтелекту, а більшість її чіпів виробляється в Азії. На початку цього року компанія пообіцяла збільшити виробництво в США. У середу Трамп оголосив, що компанії з виробництва мікросхем, які обіцяють виробляти продукцію в Сполучених Штатах, отримають звільнення від серії нових високих тарифів на напівпровідники, які його адміністрація готується запровадити. Наступного дня ціна акцій Nvidia досягла історичного максимуму, досягнувши ринкової капіталізації в 4,4 трильйона доларів, перевершивши Microsoft, яка також інвестувала значні кошти в штучний інтелект, і ставши найдорожчою компанією у світі. Ласкаво просимо в епоху буму штучного інтелекту, чи варто називати його бульбашкою штучного інтелекту? Минуло понад чверть століття з того часу, як лопнула величезна бульбашка доткомів. За цей час сотні збиткових інтернет-стартапів вийшли на біржу Nasdaq, а ціни на акції багатьох технологічних компаній злетіли до захмарних цін. У березні і квітні 2000 року акції технологічних компаній різко впали; Згодом багато, але далеко не всі, інтернет-стартапи зазнали краху. Протягом останніх кількох місяців Уолл-стріт обговорювала, чи йде нинішнє зростання акцій технологічних компаній за аналогічною траєкторією. У дослідницькому звіті, опублікованому в березні під назвою «25 років потому: уроки з лопання технологічної бульбашки», група інвестиційних аналітиків Goldman Sachs стверджувала протилежне: «Незважаючи на різке зростання ентузіазму щодо акцій технологічних компаній в останні роки, це не є бульбашкою, оскільки зростання цін підтримується сильними фундаментальними показниками прибутку. Аналітики вказали на прибутковість так званої "великої сімки" компаній (Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia та Tesla). З першого кварталу 2022 року по перший квартал цього року виручка Nvidia зросла в п'ять разів, а її прибуток після оподаткування зріс більш ніж удесятеро. Звіт Goldman Sachs також є корисним уроком історії. У звіті наголошується, що в період з 1995 по 2000 рік високотехнологічний індекс Nasdaq виріс у п'ять разів, а на піку ринку широко використовуваний показник оцінки – співвідношення P/E до прибутку – перевищив 150 разів, рівень, якого ніколи раніше не бачили і ніколи більше не бачили. На противагу цьому, п'ятирічний період з березня 2020 року по березень 2025 року є відносно скромним. Правда, Nasdaq зріс приблизно вдвічі і співвідношення ціна-прибуток значно зросло, але воно далеке від тризначних цифр. Як людина, яка багато писала про зліт і падіння бульбашки доткомів, я вважаю частину аналізу Goldman Sachs переконливою. Багато людей або забули, або занадто молоді, щоб пам'ятати крайність, досягнуту в епоху Інтернету. За логікою спекулятивного фанатизму – від «тюльпаноманії» в Нідерландах у XVII столітті до підйому конфуціанського божевілля конфуціанського світу – жадібність, FOMO (страх щось упустити) і теорія дурості в кінцевому рахунку витісняють обережність, здоровий глузд і фінансову тяжкість. Ще в березні Уолл-стріт заполонило багато FOMO і поведінки, спрямованої на слідування за трендами, але вона ще не досягла рівня кінця дев'яностих. Однак через п'ять місяців відгомони ери бульбашки доткомів стають все гучнішими і гучнішими. Візьмемо, наприклад, компанію Palantir Technologies, чиє програмне забезпечення для штучного інтелекту використовується Пентагоном, ЦРУ та Імміграційною та митною поліцією США (ICE), не кажучи вже про багато комерційних компаній. За кілька днів до візиту Хуана до Білого дому Palantir оприлюднив позитивний фінансовий звіт. За даними Yahoo Finance, до кінця тижня компанія оцінювала компанію більш ніж у 600 разів більше, ніж її прибуток за останні 12 місяців і приблизно в 130 разів більше продажів за той же період. Навіть наприкінці дев'яностих такі цифри привертали б увагу. Дивовижні первинні публічні розміщення акцій (IPO) – ще одна особливість епохи Інтернету – також повертаються. Наприкінці липня компанія Figma, яка виробляє програмне забезпечення для інтернет-розробників і додає можливості штучного інтелекту до свого набору продуктів, випустила акції на Нью-Йоркській фондовій біржі за ціною випуску $33 за акцію. Після початку торгів акції підскочили до $85 і закрили день на рівні $115,50, що на 250% вище за ціну випуску. Дивлячись на цю динаміку ринку, я згадав про лістинг компанії Netscape, яка створила веб-браузер Netscape Navigator, 9 серпня 1995 року. Його акції були оцінені в $28 і в якийсь момент зросли до $75, закрившись на рівні $58,25. Цей стрибок менше, ніж приріст Figma за перший день у відсотковому вираженні, але його часто описують як початок бульбашки доткомів. Примітно, що ціна акцій Figma впала нижче $80 з моменту IPO. Це можна трактувати як ознаку того, що раціональність перемагає, але враховуючи, що ціна її акцій все ще більш ніж удвічі вища за ціну випуску, інші приватні компанії зі штучним інтелектом будуть заохочені увійти на фондовий ринок. Renaissance Capital, дослідницька компанія, що спеціалізується на IPO, назвала вісім відомих кандидатів: OpenAI, Anthropic, Cohere, Databricks, SymphonyAI, Waymo, Scale AI та Perplexity. Майже всі ці компанії є єдинорогами: вони були оцінені в понад $1 млрд у фінансових угодах з венчурними капіталістами та іншими інвесторами на ранніх стадіях. Однак, за даними дослідницької компанії Tracxn, по всій країні налічується близько семи тисяч менших, менш відомих компаній зі штучним інтелектом, і понад тисяча з них вже отримали фінансування серії А від зовнішніх спонсорів для фінансування своєї діяльності. Наявність ранніх коштів означає, що необхідна умова для буму інтернет-бульбашки вже є. Є ще три умови: захоплення інвесторів новаторською технологією – генеративний ШІ явно має потенціал вплинути на величезні сфери економіки; виробнича лінія інвестиційних банкірів на Уолл-стріт, які прагнуть заробити гонорари за організацію IPO; і м'якої політики. Минулого місяця адміністрація Трампа оголосила про «План дій щодо штучного інтелекту», спрямований на усунення перешкод для розгортання нових технологій і запобігання введенню штатами «обтяжливих» законів про регулювання штучного інтелекту. Тим часом ФРС, схоже, готується знизити відсоткові ставки наступного місяця, що може додати ще одного вогню на ринок. Однак між нинішнім днем і дев'яностими роками також є деякі важливі відмінності, одна з яких полягає в тому, що онлайн-економіка більше не є величезною відкритою рівниною, яка дозволяє заповзятливим людям пропонувати будівництво повітряних замків. Це бастіон монополістичного капіталізму, де на горизонті домінують технологічні гіганти. На ранніх етапах ери Інтернету невеликі стартапи можуть обґрунтовано розраховувати на використання переваги першопрохідця, отримання ранньої популярності та створення тривалих бізнес-моделей. В економіці штучного інтелекту, схоже, що багато винагород дістануться провідним компаніям, які мають можливість створювати та підтримувати великі моделі штучного інтелекту та можуть використовувати свою ринкову владу та фінансову міць, щоб відбитися або придбати потенційних конкурентів. Сильна антимонопольна політика може перешкодити цьому, але, як повідомляв минулого тижня Wall Street Journal, прихильність адміністрації до такої політики тепер знаходиться під загрозою з боку лобістів і впливових фігур, близьких до президента. Якщо інвестори вважають, що монополії – це майбутнє економік, керованих штучним інтелектом, результат фондового ринку, швидше за все, буде більш вигідним для існуючих гігантів галузі, а не для широкої бульбашки. Все це, звичайно, невизначено. Бум штучного інтелекту все ще перебуває на стадії побудови інфраструктури – навчання великих мовних моделей, побудова дата-центрів тощо. Застосування штучного інтелекту тільки починає поширюватися по економіці, і ніхто точно не знає, наскільки трансформаційною та прибутковою буде ця технологія. У цьому середовищі багато інвесторів дотримуються перевіреної часом стратегії золотої лихоманки – купують акції «виробників лопат» і «великих шахтарів». Але історія говорить нам, що навіть ця стратегія далеко не безризикова. У цікавому аналізі, опублікованому на платформі фінансових новин Seeking Alpha, аналітик з KCI Research порівняв Nvidia з Cisco Systems, однією з компаній, чиї акції параболічно зросли в 1998-99 роках. Подібно до того, як графічні процесори (графічні процесори) Nvidia зараз широко визнані як важливі компоненти інфраструктури штучного інтелекту, маршрутизатори та інші мережеві пристрої Cisco колись вважалися фундаментальними компонентами будівництва Інтернету; На деякий час попит на них здається безмежним. Як і Nvidia, Cisco є інноваційною та прибутковою компанією. Однак у квітні 2000 року вартість її акцій впала майже на 40%, а через рік — приблизно на 80%. Чверть століття потому ціна його акцій все ще не відновилася до максимумів, встановлених на початку 2000 року, хоча нещодавно наблизилася. Порівняння між Nvidia та Cisco є потужним нагадуванням про відому цитату легендарного біржового аналітика Бенджаміна Грема, який також був наставником Уоррена Баффета: У короткостроковій перспективі фондовий ринок – це машина для голосування, але в довгостроковій перспективі – це машина для зважування, що вимірює грошовий потік, що генерується компанією. За іронією долі, аналогія Nvidia-Cisco також ненавмисно показує, як довго може тривати «короткострокова перспектива» і наскільки небезпечно передбачати дату її закінчення. Аналіз був опублікований у лютому минулого року. З того часу вартість акцій Nvidia зросла ще на 150%. ♦

Claude Sonnet 4 тепер має довжину контекстного вікна в 1 мільйон токенів

Коли ви бачите дуже шокуючу дрібницю в групі, ви можете бути трохи приголомшені, коли розповідаєте про це. Користувач мережі півроку тому запустив невеликий проект, і у нього в руках було багато інструментів MCP, тому він просто створив сайт, щоб розібратися в них. Спочатку ручне обслуговування було досить серйозним. Пізніше інструмент оновлювався все швидше і швидше, а він не витримав, тому написав агенту і пішов на GitHub сканувати. Як тільки виходить новий проект, його підхоплюють, сортують і автоматично оновлюють на веб-сторінці. Потім він розвернувся і зайнявся іншими справами. Мені було начхати на цю станцію пів року. Настав розворот, і кілька днів тому він занудьгував і недбало погуглив, і виявив, що: Мій давно забутий сайт безпосередньо займає перше місце в пошуковій видачі Google. Справа в тому, що він взагалі ніколи не займався SEO, тому покладається на дуже дурного агента, який веде і регулярно допрацьовує там справи. Історія закінчена, але вона залишає нам багато простору для роздумів, і я раптом трохи розумію: Часто ми думаємо, що штучний інтелект розумний, але цей випадок нагадує мені, що штучний інтелект вже працює краще за нас, просто продовжуючи це робити. У більшості людей є спільна проблема, і складно довго дотримуватися чогось одного. Але ШІ інший, і темп лякаюче стабільний. Наприклад, якщо ви дасте йому напрямок, це може унеможливити ігнорування дуже незначної речі. Навіть ви його забули, і ви не забули його завдання. Це дійсно трохи зворушливо сказати занадто багато, забутий агент все ще виконує початкову місію без зупинки. Нове покоління інструментів кодування штучного інтелекту, таких як Claude Code і Trae Solo, роблять це, ставлячи перед ним завдання, і воно може продовжувати рухатися вперед. Хіба не для цього нам найбільше потрібен штучний інтелект? Ми несемо відповідальність за дослідження, воно використовується для того, щоб дотримуватися початкового наміру, потроху просуватися вперед і знати, що ми закінчили шлях, від якого спочатку відмовилися. Це, мабуть, найкращий спосіб уявити симбіоз між людьми та штучним інтелектом.