Модель DeepSeek потрясла не только фондовые рынки, но и самих американских техногигантов изнутри. Сейчас появились сомнения в правдивости слов китайского стартапа о стоимости и производительности R1, но в первые дни этой недели сотрудники Meta и Microsoft, мягко говоря, очень сильно напряглись.
Модель DeepSeek потрясла не только фондовые рынки, но и самих американских техногигантов изнутри. Сейчас появились сомнения в правдивости слов китайского стартапа о стоимости и производительности R1, но в первые дни этой недели сотрудники Meta и Microsoft, мягко говоря, очень сильно напряглись.
Сотрудники Meta недовольны её подходом к разработке ИИ — они считают процесс забюрократизированным, слишком затратным, а также что компания больше стремится к достижению искусственных метрик, чем реальных инноваций.
Инженеры в ИИ-подразделении Meta стали в «режиме паники» разбираться с новинкой DeepSeek, которая обгоняла фирменную Llama 4 на бенчмарках, и копировать из неё всё, что только может пригодиться, написал один из сотрудников компании на Blind. По его словам, менеджмент тоже очень забеспокоился, поскольку нужно как-то объяснить многомиллиардные расходы на то, что, как сначала показалось, можно сделать за несколько миллионов — и целесообразность своих зарплат. Сотрудник добавил, что подразделение генеративного ИИ, где он работает, должно было быть небольшим и заниматься разработками, но стало слишком раздутым, и от этого всем только хуже. В другом посте он написал, что многие менеджеры не понимают суть технологии, а руководству пытаются «продать» идею о том, что главное — как можно больше GPU. По его мнению, всё усугубляют продуктовики с «глупостями» вроде того, что компании нужно как можно больше сгенерированного ИИ контента для повышения вовлечения в Instagram.
Сотруднику Meta ответил сотрудник Google. Он отметил, что DeepSeek «поджёг зад» ещё и OpenAI, Google и Anthropic. Но гуглер этому даже рад, потому что DeepSeek наглядно показал, насколько конкуренция полезна для развития инноваций.
В Microsoft на фоне новостей о DeepSeek и американском ИИ-мегапроекте Stargate финансовый директор Эми Худ разослала сотрудникам письмо, в котором дала понять, что они должны «сосредоточиться» и работать ещё усерднее. Худ обозначила, что задача компании — создавать прикладные ИИ-решения, а также масштабировать свою облачную и ИИ-инфраструктуру для обеспечения растущих потребностей партнёров и клиентов. Она добавила, что компания должна придерживаться своих приоритетов — «безопасность, качество и ИИ-инновации».
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.
Комментарий скрыт за нарушение правил комментирования.
Правила тут, их всего 5
Сначала мы привлечем программистов делать штуку, которая потенциально сможет их же самих заменить.
Затем мы анонсируем лэйоффы мидлов из-за этой самой штуки.
А потом мы будем сокрушаться, почему это все потеряли энтузиазм и не инновируют.
Отличный план, не?
Несмотря на всю эту сильно раздутую шумиху вокруг ИИ, конкретно для написания спагетти кода он как раз очень полезен. На текущий момент вижу реальный урон в нашей работе. Если очень консервативно, время-затраты сократились раза в 2.
Зато ценность непубличной информации, данных, проприетарных вещей возросло многократно.
Засчет чего сократились затраты раза в 2? Я часто слышу про автоматизацию, но с примерами всегда туго. Как лично вам ИИ помогает в работе?
Вчерашний пример. Нужно что то по инфраструктуре, описываю задачу DevOps а он говорит "ну эта штука займет мне неделю". Тот же текст сообщения чатботу, выдает скрипт который исполняется.
Возвращаюсь и говорю вот решение. Затем разговор "так нельзя, все нужно проверить". ОК. Но в итоге к вечеру уже все готово. Так бы он наверное неделю делал какие то свои дела и за час до дедлайна взялся бы за работу.
Следующий раз DevOps даст правильную эстимацию.
Теперь нельзя загородиться от работы компетенциями которых нет у других.
Другой пример, какой то баг выдает сотни строк трейсбека. Вставляю и спрашиваю "что за дела". Получаю 2-3 параграфа возможных причин. Как правила одна из них точно в ответе. Готово. Занимало пол дня, теперь 15 минут.
Честно, таких примеров у меня и у сотрудников длинный список.
Сейчас уже есть штуки поинтереснее просто чатботов. Инструменты вроде Cursor, Windsurf, Cline могут иметь доступ ко всему проекту и работать над задачами, а не только отвечать на вопросы. Еще не очень самостоятельно - их нужно мониторить и направлять, но это уже похоже на полноценную автоматизацию с делегированием работы.
Но когда Зак говорит, что у них уже мидлов автоматизируют, я почему-то не верю.
Подскажите, так как время-затраты сократились в 2 раза. Вы уже уволили половину команды без потери качества и скорости? Или с другой стороны может производительность команды выросла х2 с выходом sonnet например?
У нас, например, команду собирали из людей умеющих читать код, под продукт и не из бездельников. Сети из 40 часов экономят наверное около 2-3 часов времени в неделю. Возможно могли бы и больше экономить, но сэйлзы не успеют с новыми фичами разбираться и продавать.
В общем, идеальная ситуация - вынужденные простои, и оптимизировать ничего не возможно.
Другими словами, если метрика твоей работы это ко-во строк кода, документов, презентаций. То тебе не повезло, ИИ сжирает спрос на твою работу на завтрак.
усё астатнее - спробы саскрэсці з далоней, каб накідаць на той самы вентэлятар. ужо троху перагрэлі навіны з гэтым дзіпсікам
Метафорически: Собрались 10 крутых инженеров-исследователей почесать ... И сделали за пол года на 3 порядка дешевле то, на чем тысячи эффективных менеджеров осваивали прибыли придумывая различные обоснования прикручивая козе пятую ногу на спину :)