leadgr

MWS Cloud запускает MWS GPT Model Hub теперь подключение LLM это не проект на несколько месяцев Облачный сервис дает доступ к 10 большим языковым моделям от таких компаний как DeepSeek Google Alibaba Zhipu AI внутри публичной облачной платформы MWS Cloud Platform До конца года добавят модели TTS и ASR а также реранкеры Развертывание за секунды через OpenAI совместимый API Ключевое преимущество сокращение time to market новых решений до двух раз Стоит затестить если нужно добавить AI ассистента в продукт настроить интеллектуальный поиск создать внутренние AI сервисы для сотрудников Сервис запущен на базе платформы MWS GPT

Современные команды разработки всё чаще сталкиваются с ситуацией когда сложность продукта растёт быстрее чем скорость понимания его состояния Особенно это заметно в распределённых системах где сбой может долго оставаться незамеченным В этом контексте Yandex B2B Tech запустила Monium платформу для мониторинга и управления состоянием ИТ систем Решение уже доступно всем внешним пользователям и создавалось командой Yandex Infrastructure для работы с высоконагруженными сервисами Яндекса Monium помогает быстрее выявлять источники проблем объединяя метрики логи и трейсы в одном интерфейсе Для тимлидов и менеджеров это важный инструмент снижения времени реакции команды на инциденты и уменьшения простоев сервисов Платформа поддерживает Prometheus и OpenTelemetry а также гибкую настройку алертинга и сценариев эскалации Среди первых внешних тестовых пользователей ОТП Банк

AI делает опытных разработчиков менее продуктивными Рисерчеры с довольно серьезным послужным списком попробовали сравнить, насколько ощущение продуктивности при работе с AI отличается от реальности. Для этого они взяли очень опытных программистов, посадили их работать в знакомых им репозиториях, и слепым методом кому-то выдали в помощь Cursor, а кому-то пользоваться им запретили. Так вот, те, кто использовал Cursor, почувствовали себя заметно более продуктивными, в среднем называя оценку где-то в 20%. При этом в реальности они, наоборот, получили результат на 20% медленнее, чем группа без AI. Объясняют эту разницу следующими факторами: Разработчики слишком оптимистично подходят к оценке полезности AI – быстрый выброс дофамина, и вот это все. Хорошо знакомым с кодовой базой и решаемыми задачами разработчикам AI скорее мешал – качество его результатов все еще не очень высокое, в больших кодовых базах работает не очень хорошо, и многие важные неявные знания сами по себе в контекст не попадали. При этом не стоит прямо сейчас бежать и запрещать Cursor. Как и другие рисерчи, к этому надо относиться скорее как к интересному наблюдению – по крайней мере, пока не появится мета-исследований по теме: Выборка всего 16 человек, при этом они не то, чтобы были репрезентативны именно вашему кейсу. Рисерч скорее показывает проблемы в том, КАК люди используют AI, чем недостатки в самой технологии. Вот тут, кстати, очень интересный твиттер-тред от одного из участников исследования, где он говорит про похожий эффект – вместо того, чтобы относиться к Cursor как к инструменту с определенной областью применимости, на него полагаются как на универсальный молоток и волшебное решение любых проблем.