Какие задачи переживут, когда ИИ научится писать код
Pick Problems That Survive When AI Solves Coding - Ara Khan, Cline
Инженерам стоит выбирать задачи ближе к петле рекурсивного самоулучшения ИИ, потому что одиночные прикладные задачи следующая модель, скорее всего, закроет.
- Самоулучшение harness — по словам спикера, агент для кодинга в Cline за 17 часов работы сам разбирал падения evals и правил harness, находя зацикливание и зависание фоновых процессов, без участия человека.
- Группировка падений — падения раскладываются по категориям (сломанный инструмент, медленный inference, зацикливание), и правки делаются против категории, а не против одного теста.
- Петля шире harness — по описанию спикера, модель в посте OpenAI переписала собственные production kernels и снизила стоимость end-to-end serving на 20%.
- Критерий выбора задач — берите задачи, которые выигрывают от масштаба и имеют проверяемый цикл, и не беритесь за то, что решит очередной релиз модели.
Кому полезно: инженерам, которые решают, в какие задачи вкладывать ближайшие 1–5 лет карьеры, и тем, кто настраивает harness для агентов.
Статья по теме
Главы
Ещё доклады: Ara Khan
Страница спикера →Evals несовершенны — всё равно используйте их
AI Engineer Europe 2026
Не создавайте AI-slop: 4 уровня зрелости AI agents
AI Engineer Europe 2026
Похожие доклады
Улучшение agents — задача анализа данных
AI Engineer World's Fair 2026
Близко по содержанию
Грабли во внедрении ИИ в SDLC – почему ИИ есть, а результата нет и как это лечить
Agentic Dev Conf 2026
Близко по содержанию
Цикл обратной связи — это продукт
AI Engineer World's Fair 2026
Близко по содержанию
Ваш агент эволюционировал. А evals — нет.
AI Engineer World's Fair 2026
Близко по содержанию

