Podlodka #500 – Будущее разработки

«Никогда не программируйте на ассемблере» – первое правило Константина Владимирова, преподавателя МФТИ и автора курса по C и ассемблеру, но зачем тогда разработчику уметь его читать? Представьте, что в дебаге программа работает, а в релизе падает при чтении из памяти. В отладчике можно проследить, как программа вычислила адрес, по которому попыталась прочитать данные. В выпуске разбираем, почему компилятор оставляет лишнее чтение из памяти в горячем цикле, когда пригодится ассемблерная вставка и почему GPU-ядро может замедлиться, если компилятору не хватает регистров. А ещё обсуждаем, как выбрать первую задачу, в которой пригодится чтение ассемблера, и где в этой работе помогают нейросети. Также ждем вас, ваши лайки, репосты и комменты в мессенджерах и соцсетях!
 Telegram-чат: https://t.me/podlodka Telegram-канал: https://t.me/podlodkanews Twitter-аккаунт: https://twitter.com/PodcastPodlodka Ведущие в выпуске: Андрей Смирнов, Евгений Кателла Полезные ссылки: Канал Константина Владимирова https://www.youtube.com/@tilir Семинар МФТИ «Изобретаем ассемблер» https://www.youtube.com/watch?v=44uQ6Q3qHNQ Примеры кода к курсу на GitHub https://github.com/tilir/c-graduate Google Benchmark https://github.com/google/benchmark

Подписка на облачного кодинг-агента стоит не так уж дорого. Зачем тогда покупать GPU и запускать модель самому? Вместе с Иваном Опариным из Wildberries разбираемся, какие локальные модели уже годятся для агентной разработки, где они уступают облачным, сколько стоит железо под них и как настраивать их под свою кодовую базу. А самое главное – дадим подробный гайд по тому, как решить свою первую задачу с помощью агента на локальной модели, и по тому, как внедрить их в свою ежедневную работу. Хочешь стать главным экспертом по AI в своей команде? Один из лучших способов – перенимать опыт у тех, кто уже внедряет AI и набивает шишки на практике. Вступай в Podlodka AI Engineers Club – закрытое сообщество 800 инженеров c еженедельными воркшопами, активным чатом и огромной базой знаний. https://podlodka.ai Реклама. ИП Толстая, ИНН 507503278104, erid: 2SDnjdsfbtg Также ждем вас, ваши лайки, репосты и комменты в мессенджерах и соцсетях!
 Telegram-чат: https://t.me/podlodka Telegram-канал: https://t.me/podlodkanews Twitter-аккаунт: https://twitter.com/PodcastPodlodka Ведущие в выпуске: Стас Цыганов, Егор Толстой Полезные ссылки: Чат «ИИнтузиаст» https://t.me/+H3uHM51jCg5mZjAy Канал «ИИнтузиаст» https://t.me/byurrer_ru «Фарш не провернуть» — канал Алексея Фатеева о локальных моделях и инференсе https://t.me/fuckup_files «Локальный максимум» — материалы о локальных LLM, инференсе и GPU https://alesha.pro/ Qwen3.8-27B — основная модель, которую обсуждаем в выпуске https://huggingface.co/Qwen/Qwen3.8-27B Qwen3.8-27B — GGUF-квантизации от Unsloth https://huggingface.co/unsloth/Qwen3.8-27B-GGUF Qwen3.8-Flash-Next https://huggingface.co/Qwen/Qwen3.8-Flash-Next GLM-5.3-Flash https://huggingface.co/zai-org/GLM-5.3-Flash DeepSeek V4.1 Flash https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017 Gemma — документация семейства моделей Google https://ai.google.dev/gemma/docs/core Unsloth — динамические квантизации моделей https://unsloth.ai/blog/dynamic-v2 llama.cpp — движок для запуска локальных моделей https://github.com/ggml-org/llama.cpp vLLM https://github.com/vllm-project/vllm SGLang https://github.com/sgl-project/sglang DS4 / DwarfStar — inference-движок от создателя Redis https://github.com/antirez/ds4 DeepInfer — inference-движок DeepSeek https://github.com/deepseek-ai/DeepInfer Mirai https://trymirai.com/ Uzu — inference-движок Mirai https://github.com/trymirai/uzu Coinbase — кейс дообучения Qwen3.5-9B для выявления фрода https://www.coinbase.com/blog/part-three-owning-intelligence-series Cross-Model KV Cache Transfer — исследование переноса KV-кэша между моделями https://arxiv.org/abs/2608.03893 Экспериментальная реализация переноса KV-кэша на vLLM от Алексея Фатеева https://github.com/alesha-pro/vllm-cross-model-kv Mostik — передача внутренних состояний между большой и маленькой моделями https://mostik.ai/read-more Microsoft — локальные модели и инструменты в Windows и GitHub Copilot https://commandline.microsoft.com/local-models-sandboxed-tools-github-windows/ Microsoft — гибридный AI в Windows https://blogs.windows.com/windowsexperience/2026/10/07/building-windows-for-hybrid-intelligence/ Гибридный инференс с клиент-серверным разнесением prefill и decode: архитектура и экономика для клиентов с унифицированной памятью https://github.com/relux-works/hybrid-inference-paper Андрей Карпати — о разрыве между использованием чат-ботов и продвинутых агентских систем https://x.com/karpathy/status/2109361546505966046 Эссе инженера DeepSeek об автоматизации своей работы и открытом интеллекте https://mp.weixin.qq.com/s/zk0KxuLzhmMJ4LPYW_OHMA Английский пересказ эссе инженера DeepSeek и перевод в комментариях https://www.lesswrong.com/posts/o8roRrdisBAjngHJN/a-summary-of-a-viral-chinese-essay-on-what-a-deepseek-kernel

500 выпусков и девять с половиной лет разговоров про IT – пора проверить, какие из наших убеждений ещё работают. Собрались полным составом, похвастались навайбкоженными проектами и обсудили, как AI изменил нашу собственную работу. Отдельно поспорили о судьбе инди-хакинга: как меняется создание собственных продуктов, когда код можно поручить агенту, и стоит ли ждать волны независимых разработчиков? А дальше зарубились про будущее разработки. Есть ли ещё смысл в кроссплатформе, насколько хорошо нужно знать стек, на котором пишет агент, и что посоветовать человеку, который только собирается войти в IT? Местами тревожно, местами смешно. Для тех, кто уже пишет код с AI или пытается понять, чему теперь учиться. Спасибо, что слушаете нас все эти годы! Также ждем вас, ваши лайки, репосты и комменты в мессенджерах и соцсетях!
 Telegram-чат: https://t.me/podlodka Telegram-канал: https://t.me/podlodkanews Twitter-аккаунт: https://twitter.com/PodcastPodlodka Ведущие в выпуске: Егор Толстой, Катя Петрова, Евгений Кателла, Стас Цыганов, Анна Симонова, Андрей Смирнов

Рассказать AI о своих переживаниях бывает проще, чем записаться к психологу: он терпеливо выслушает даже в три часа ночи и, кажется, неплохо вас поймёт. Но достаточно ли этого, чтобы стало лучше? В этом выпуске вместе с Натальей Кисельниковой разбираемся, что исследования говорят об эффективности такой помощи, с какими запросами AI может справиться, а в каких случаях на него точно не стоит полагаться. А ещё заглянем по другую сторону терапии: как сами специалисты используют AI в своей практике и как это меняет работу психотерапевта. Также ждем вас, ваши лайки, репосты и комменты в мессенджерах и соцсетях!
 Telegram-чат: https://t.me/podlodka Telegram-канал: https://t.me/podlodkanews Twitter-аккаунт: https://twitter.com/PodcastPodlodka Ведущие в выпуске: Аня Симонова, Катя Петрова Полезные ссылки: Нейросети для решения психологических проблем: 31 промт от практикующих психологов https://alpinabook.ru/catalog/book-neyroseti-dlya-resheniya-psikhologicheskikh-problem/?srsltid=AU7gw4WNvm75fmgoyIno8bQOvQVxt1GPx7_GzhORhgGv9BlXTiazrL0Y Use of Generative AI for Mental Health Advice Among US Adolescents and Young Adults https://jamanetwork.com/journals/jamanetworkopen/fullarticle/10.1001/jamanetworkopen.2025.42281 Zao-Sanders, The 2025 Top-100 Gen AI Use Case Report (Filtered / HBR) https://filtered.com/wp-content/uploads/2026/05/The-2025-Top-100-Gen-AI-Use-Case-Report.pdf TechCrunch: People use AI for companionship much less than we’re led to think (об отчёте Anthropic) https://techcrunch.com/2025/06/26/people-use-ai-for-companionship-much-less-than-were-led-to-think/ Gizmodo: OpenAI, How People Use ChatGPT (NBER w34255) https://gizmodo.com/openai-how-people-use-chatgpt-2000658906 Li et al., 2023, npj Digital Medicine (DOAJ) https://doaj.org/article/f17df3045e7249698659f7fcaae4adad He et al., 2023, JMIR https://www.jmir.org/2023/1/e43862 MIT Technology Review о Therabot https://www.technologyreview.com/2025/03/28/1114001/the-first-trial-of-generative-ai-therapy-shows-it-might-help-with-depression/ Dartmouth о Therabot https://tto.dartmouth.edu/news/2025/03/first-therapy-chatbot-trial-yields-mental-health-benefits Moore et al., 2025, Stanford https://spirals.stanford.edu/research/llm-therapists Darcy et al., 2021, JMIR Formative Research https://formative.jmir.org/2021/5/e27868/ Neuroscience News о Hatch et al., 2025 https://neurosciencenews.com/ai-chatgpt-psychotherapy-28415/

Тема стартапов неисчерпаема, и в этот раз мы сосредоточились на самой нервной и драматичной её части — фандрейзинге. Аня Коган, CEO Fitwise и руководитель разработки OpenCV.ai, поделилась искренней историей о том, как она поднимала раунд. Обсудили процесс поиска инвесторов и подготовки питч-дека, разницу в мышлении инвесторов и фаундеров, психологию отказов и то, как AI меняет весь венчурный ландшафт. Спойлер: теперь не только идея ничего не стоит, но и реализацией впечатлить сложновато, а вот раскрученная ферма TikTok-аккаунтов вполне может стать весомым аргументом для инвестора. За остальными инсайтами — скорее включайте выпуск! Также ждем вас, ваши лайки, репосты и комменты в мессенджерах и соцсетях!
 Telegram-чат: https://t.me/podlodka Telegram-канал: https://t.me/podlodkanews Twitter-аккаунт: https://twitter.com/PodcastPodlodka Ведущие в выпуске: Катя Петрова, Аня Симонова Полезные ссылки: Сайт Fitwise https://www.thefitwise.com/

Заказная разработка переживает сложные времена: проектов меньше, клиенты экономят, а AI заставляет пересматривать модель работы. В первой части говорим с Денисом Германенко, СЕО CleverPumpkin. Он рассказывает, что происходит с рынком мобильной разработки в России, какие проекты еще отдают подрядчикам и за что им готовы платить. Во второй части обсуждаем те же перемены с Ириной Назаровой, CEO Evil Martians, специализирующихся на аутсорсе для стартапов в США: кому достается выгода от ускорения разработки, как изменились найм и размер команд, и кто будет переписывать завайбкоженные проекты. Также ждем вас, ваши лайки, репосты и комменты в мессенджерах и соцсетях!
 Telegram-чат: https://t.me/podlodka Telegram-канал: https://t.me/podlodkanews Twitter-аккаунт: https://twitter.com/PodcastPodlodka Ведущие в выпуске: Егор Толстой, Катя Петрова Полезные ссылки от Дениса: Telegram-канал Промежуточный Этаж https://t.me/Intermediate_floor Сайт CleverPumpkin https://cleverpumpkin.ru/ Проект Локатура https://lokatura.com/ Полезные ссылки от Ирины: Сайт Evil Martians https://lokatura.comevilmartians.com/ AnyCable https://anycable.io/ SF Ruby https://sfruby.com/ Twitter Ирины https://x.com/inazarova LinkedIn Ирины https://www.linkedin.com/in/nonconstant/ Полезная рассылка https://irinanazarova.substack.com/

Несколько лет назад никто толком и не знал, что такое RAG, а сейчас трудно себе представить агентскую работу без них. Retrieval augmented generation - что это такое, и почему скрестить LLM с поиском оказалось такой удачной идеей - разбираемся в выпуске! Также ждем вас, ваши лайки, репосты и комменты в мессенджерах и соцсетях!
 Telegram-чат: https://t.me/podlodka Telegram-канал: https://t.me/podlodkanews Twitter-аккаунт: https://twitter.com/PodcastPodlodka Ведущие в выпуске: Женя Кателла, Катя Петрова Полезные ссылки: AI Engineering Buildcamp: From RAG to Agents https://maven.com/alexey-grigorev/from-rag-to-agents AI Engineering Field Guide https://github.com/alexeygrigorev/ai-engineering-field-guide AI Shipping Labs https://aishippinglabs.com/ AI Shipping Blog https://aishippingblog.com/ DataTalks.Club https://datatalks.club/ Личный сайт гостя https://alexeygrigorev.com/ GitHub гостя https://github.com/alexeygrigorev LinkedIn гостя https://www.linkedin.com/in/agrigorev/

Ещё год назад AI в математике осиливал разве что олимпиадные задачки. Сегодня промпт «сделай научный прорыв» разваливает гипотезу почти тридцатилетней давности, а OpenAI заявляет решение Навье–Стокса силами десяти тысяч агентов. Вместе с Александром Куликовым, доктором физико-математических наук и исследователем JetBrains, разбираемся, где здесь красивая история и маркетинг, а где – настоящий результат, который не только удивляет, но и пугает математическое сообщество, и почему филдсовские медалисты отвечают на всё это письмами протеста. Также ждем вас, ваши лайки, репосты и комменты в мессенджерах и соцсетях!
 Telegram-чат: https://t.me/podlodka Telegram-канал: https://t.me/podlodkanews Twitter-аккаунт: https://twitter.com/PodcastPodlodka Ведущие в выпуске: Катя Петрова, Егор Толстой Полезные ссылки: Тред Павла Комаровского про Навье-Стоксгейт https://x.com/Rational_Answer/status/2097311728002359519 OpenAI о решении Навье–Стокса https://openai.com/index/navier-stokes-solution/ Разбор Quanta Magazine https://www.quantamagazine.org/ai-has-solved-one-of-maths-1-million-millennium-prize-problems-20260908/ Заметка Кнута «Claude's Cycles» https://github.com/kim-em/KnuthClaudeLean/blob/master/claude-cycles.md VibeMathed https://vibemathed.com/ Lean https://lean-lang.org/

Иван Талачев, автор и ведущий подкастов «Горящий Бензовоз» и «Один дома», помогает разобраться, как выбирать фильмы без мучительного листания рейтингов, списков и рекомендаций. Обсуждаем трейлеры, чужие рецензии, FOMO и момент, когда фильм можно спокойно выключить. Разбираемся, как развивать насмотренность и понимать киноязык, обязательно ли любить артхаус, где проходит граница между авторским и коммерческим кино и что AI меняет в кинопроизводстве. Выпуск для слушателей, которые хотят смотреть кино осознаннее, но не превращать увлечение в работу. Также ждем вас, ваши лайки, репосты и комменты в мессенджерах и соцсетях!
 Telegram-чат: https://t.me/podlodka Telegram-канал: https://t.me/podlodkanews Twitter-аккаунт: https://twitter.com/PodcastPodlodka Ведущие в выпуске: Стас Цыганов, Егор Толстой Полезные ссылки: Написать Ивану https://t.me/captain_glitch Letterboxd Стаса https://letterboxd.com/DevAlloy/ Letterboxd Егора https://letterboxd.com/etolstoy/ Telegram-бот, который переносит оценки из КП в Letterboxd https://t.me/KinoBoxdBot Лекции Всеволода Коршунова бесплатно в свободном доступе

Вроде код за вас пишет AI, но вы весь день проверяете результаты и к вечеру не можете объяснить, что вообще сделали. Вместе с кандидатом психологических наук Натальей Кисельниковой разбираемся, как появились термины brain fry, deskilling и что они означают, как меняется нагрузка при работе с агентами и почему это состояние не стоит автоматически приравнивать к привычному выгоранию. Обсуждаем, что делать, пока агент работает, зачем оставлять себе простые задачи и как перестать бросаться на каждую новую модель. На примерах ревью кода разбираем ловушку иллюзорного ускорения, потерю ощущения авторства и признаки перегруза команды, на которые стоит смотреть тимлиду. А ещё спорим, можно ли отдыхать, работая другую работу, и при чём здесь мытьё посуды и сборка Lego. Полезные ссылки: Отчет про девелоперов и ИИ https://www.harness.io/state-of-software-delivery Также ждем вас, ваши лайки, репосты и комменты в мессенджерах и соцсетях!
 Telegram-чат: https://t.me/podlodka Telegram-канал: https://t.me/podlodkanews Twitter-аккаунт: https://twitter.com/PodcastPodlodka Ведущие в выпуске: Андрей Смирнов, Аня Симонова