Свой локальный транскрибатор под Claude: CPU-only, без облачных ASR

Оффлайн-разговоры повисают без нормальной расшифровки: Zoom и Meet закрыты своими ассистентами, а для всего остального готового нет. Поэтому я сделал свой — и отдаю репозиторий.

С онлайн-созвонами проблема транскрибации вроде решена: в Zoom, Meet и прочих платформах уже встроены AI-ассистенты, которые сами пишут расшифровку и саммари. А всё, что происходит вне этих платформ, — живой разговор в комнате, запись на диктофон, интервью, оффлайн-встреча — повисает. Инструмента, в который можно просто закинуть аудио и получить нормальный диалог со спикерами, под рукой не оказалось. Либо облако, куда надо отдавать свою запись, либо возня.

Мне хотелось простого: своё, на своей машине, без того чтобы аудио куда-то уезжало. Так появился свой транскрибатор.

Continue reading “Свой локальный транскрибатор под Claude: CPU-only, без облачных ASR”

Эти люди уже проиграли — когда внедряли автотесты

Требование читать каждую строку AI-кода глазами — это ровно то же сопротивление, что и у противников автотестов двадцать лет назад. Достаточный QA-контур делает навайбкоженный код годным к эксплуатации.

Я наконец понял, почему анти-ИИ луддиты так яростно отрицают сгенерированный код. Причина ровно та же, по которой когда-то отрицали автотесты.

Continue reading “Эти люди уже проиграли — когда внедряли автотесты”

Насколько вы готовы к ИИ-апокалипсису? Я выписал на бумажку — и получилось, что из любой избушки я сделаю воду, тепло и свет

Пять лет off-grid, дизель 2-3 литра в сутки, вода из родников, свет из подручного. Готовность — не бункер с тушёнкой, а инстинкт собрать работающую систему из того, что под рукой.

Насколько вы готовы к ИИ-апокалипсису? На случай, если в мире реально станет СОВСЕМ плохо.

Я посидел, выписал на бумажку, что реально умею. Получился не список покупок для бункера — получился список навыков. И это, кажется, важнее консервов.

Continue reading “Насколько вы готовы к ИИ-апокалипсису? Я выписал на бумажку — и получилось, что из любой избушки я сделаю воду, тепло и свет”

«Коммерческий софт должен надёжно работать годы» — да никто больше не собирается его поддерживать

Апологеты «вдумчивого вайб-кодинга» требуют тратить лишний день на фундамент ради 10-летней поддержки. Но если продукт переписывается с нуля за ночь одним промптом, аргумент про сложность поддержки рушится.

Навайбкодить за вечер можно мелкую поделку. С этим даже спорить не станут. А дальше идёт коронная фраза — «но если вам нужен коммерческий софт, который будет надёжно работать много лет, то…». И вот на этом «то…» начинается представление.

Continue reading “«Коммерческий софт должен надёжно работать годы» — да никто больше не собирается его поддерживать”

Anthropic «убила» Git. Поздравляю, вы переизобрели Perforce из 90-х

30 000 коммитов в день — это не прорыв, а откат на 20 лет назад, засыпанный бесконечным облачным бюджетом. Разбор кейса Scion глазами инженера-ветерана.

Anthropic «убила» Git: 30 000 коммитов в день — это не хрен собачий.

Я в IT-разработке и управлении инфраструктурой с начала двухтысячных. Помню болезненный переход с Subversion и CVS на Git, помню войны за монорепозитории в крупных конторах и сотни часов, сожжённых на оптимизацию CI/CD. Так что когда компания публично объявляет, что за пять месяцев полностью выбросила Git и написала собственную систему контроля версий, у меня включается не восторг, а привычка читать между строк.

Continue reading “Anthropic «убила» Git. Поздравляю, вы переизобрели Perforce из 90-х”

«Сбежавшая модель»: она физически не умеет трогать ваш мир — за неё всё делает ваш код

Миф о модели, которая сама скачала троян и слила ключи — чушь. У модели нет рук.tool_use — это просто JSON, и перехватывать его должен ваш код.

У луддитов опять подгорело — очередная модель сбежала, скачала троян с гитхаба и слила куда-то ключи. Господи, ну что за бред.

Это так не работает. А точнее, работает не так.

У моделей нет никакого способа напрямую общаться с внешним миром. Ни читать файлы, ни запускать шелл-команды, ни искать чё-то в интернетах. Вот такая хуйня, собачка.

Continue reading “«Сбежавшая модель»: она физически не умеет трогать ваш мир — за неё всё делает ваш код”

System One на входе пайплайна: дешёвый слой разметки между регэкспами и LLM

Модель System One — не замена LLM, а дешёвый классификатор на самом входе конвейера. Один вызов размечает сырую запись, и весь пайплайн дальше читает готовые факты из полей.

Любой пайплайн обработки данных начинается одинаково. На вход валится поток сырых записей, и первое, что нужно сделать, — понять, что это вообще такое. Какой тип, какой формат, какие атрибуты, стоит ли тратить на запись дорогие шаги ниже по течению. Обычно выбирают из двух плохих вариантов: отдать работу большой языковой модели — дорого и медленно на каждой записи, либо зашить в регэкспы и эвристики — дёшево, но хрупко и слепо к смыслу.

Между этими полюсами появился третий вариант — модели класса System One. Я поигрался с одной из них, Jev от TypeSafe, и зафиксировал вывод: самое ценное применение такой модели — не в середине пайплайна, а на самом входе, как слой разметки и обогащения.

Continue reading “System One на входе пайплайна: дешёвый слой разметки между регэкспами и LLM”

Процесс поверх агента: как я поставил ECC-харнес и что из этого вышло

Полтора года с агентом-кодером научили меня одному: проблема не в скорости генерации, а в отсутствии процесса вокруг неё. ECC упаковывает нормальный инженерный цикл в устанавливаемый артефакт.

Полтора года назад я бы написал этот текст про скорость. Про то, как агент за минуту накидывает то, что я писал бы час. Сегодня я пишу про дисциплину — и это, кажется, и есть вся история.

Continue reading “Процесс поверх агента: как я поставил ECC-харнес и что из этого вышло”

«Нам нужны эксперты, чтобы проверять за ИИ» — вот билет в экономическую жопу

Верификационный слой замедляет нейросеть до скорости самого медленного проверяющего, убивает нулевую стоимость масштабирования и плодит бас-фактор. Компании с этим постулатом проигрывают голодным игрокам без инхаус-экспертизы.

Мантра «нам обязательно нужны живые эксперты, чтобы проверять результаты за нейросетями» звучит солидно, успокаивающе и абсолютно самоубийственно для бизнеса. Она так приятно ложится на слух совета директоров, что никто не замечает одной детали: компании, которые сегодня строят свои процессы вокруг этого постулата, прямо сейчас уверенно покупают себе билет в глубокую экономическую пропасть. С красивым обоснованием, с презентацией на двадцать слайдов, с одобрением всех сеньоров — и в пропасть.

Continue reading “«Нам нужны эксперты, чтобы проверять за ИИ» — вот билет в экономическую жопу”

Единый API OpenRouter: скрытая механика маршрутизации и как вернуть над ней контроль

Дефолтный балансировщик OpenRouter выбирает провайдера по цене и аптайму — и для enterprise это значит квантование весов, тихие сбои и утечку данных. Контракт в payload возвращает контроль.

Строка "model": "meta-llama/llama-3-70b-instruct" выглядит как точка, в которой инженерные решения заканчиваются. Выбрал модель — дальше дело провайдера. На практике это начало ветвления, о котором интеграция не знает: один и тот же идентификатор модели в разные секунды уходит на разные инфраструктуры, с разной точностью весов, разной задержкой и разной политикой хранения данных. Модель формально одна, поведение — нет.

Continue reading “Единый API OpenRouter: скрытая механика маршрутизации и как вернуть над ней контроль”