Ранее всё сводилось к запуску ботов, которые выполняли однотипные действия на сайте. Алгоритмы легко распознавали такие действия, так как они не имитировали реальное поведение пользователей. Сейчас, чтобы накрутка сработала и сайт закрепился в топе, он должен быть качественным по многим параметрам: структурированным, адаптивным, с полезным для пользователя контентом, соответствующим его ожиданиям. Кроме того, бизнес должен быть реальным, с хорошей репутацией и отзывами. Только в этом случае сайт может закрепиться.
В противном случае вы попадёте в зависимость от накрутки: пока вы её используете, позиции будут держаться, но заказов с сайта может вообще не быть. Реальные пользователи, видя, что сайт не отвечает их требованиям, просто не захотят оформлять заявки или покупки."(С) Топвизор.ком
Так жители Химок с середины прошлого века живут в Москве.
Запрос «ремонт стиральных машин Химки» подразумевают, что они ищут ателье по ремонту стиральных машин, чтобы оттащить туда на своем горбу.
Либо им нужен какой-то местный рукожоп, а вызвать из соседнего Тушино/Лианозово или просто из Москвы религия не позволяет :)
Насобирают семантики, потом соревнуются, кто кого перекрутит.
В директе прогноз бюджета за 1 клик - 1500 рублей в спец размещении 😁
Мегасуперпуперспециалист не поедет туда на метро или электричке, минуя пробки. Остается искать тех что есть.
“Однако, большинство разработчиков рано или поздно все же заменят на ИИ-агентов (не все ветки профессии, но многих). Это факт. Просто реальная причина, почему этого ещё не произошло, – куда прозаичнее, чем теория заговора: виноваты мы, люди.А если конкретнее – дерьмовые программисты, имя которым Легион.
ИИ обучается не магическими заклинаниями, а на конкретных исходных данных. В случае генеративного ИИ-разработчика, ребята из OpenAI «заряжают» в модель весь программный код, до которого могут дотянуться – это практически все, что написали и выложили в паблик инженеры-люди за все время существования Сети. Потом на основе анализа всего этого коллективного творчества, они учат модель предсказывать, как лучше решать ту или иную задачу, на каком языке программирования, какими подходами, как работать с памятью, что делать, если возникают ошибки и конфликты за системные / сетевые ресурсы итд. Если упрощенно говорить, ChatGPT – это на самом деле Т9 на стероидах, модель просто предсказывает следующие строчки и абзацы на основании анализа триллионов других строчек и абзацев, похожих между собой… и не очень.
Именно в данных, собственно, проблема. Если взять за 100% всех программистов планеты Земля и 100% написанного ими кода, выложенного, допустим, на Github.com, выясняется, что 90% из всего этого кода – дерьмо разной степени свежести. В публично доступном коде часто встречаются ошибки, методы реализации задачи, свойственные новичкам, опечатки, несостыковки, хардкодинг, «наброски» (когда программер ничего не делал уж точно не проверял, просто набросал какую-то логику и зачем-то запушил ее в публичное пространство, в котором набросок был индексирован сборщиком OpenAI), но, что самое страшное – невероятное количество костылей, когда анализируемый код как-то работает, но под капот лучше не заглядывать, ибо там – Алиса в стране чудес. Но без Алисы и страны. И часто без чудес. То есть, там просто «в».
В итоге, ИИ, который искренне «стремится» стать лучшим инженером-разработчиком на планете и, более того, – ему в этом помогают люди-миньоны их компаний уровня OpenAI, – пока не может стать гением. Но не потому, что это технически не реализуемо или не понятно, как делать. А потому, что, люди, в массе своей, – отвратительный пример для подражания. Проблема в нас и нашем несовершенстве. А не в ИИ.
миллионы идиотов не смогут выучить гения.
Гения могут вырастить только другие гении.
И он сам.
Поэтому я не удивлюсь, если сейчас OpenAI вместо того, чтобы обучать ChatGPT дальше, начнет для начала обучать его ИИ-учителей по профильным специальностям. В том числе, в вопросах разработки.
Как-то так.” (С)
https://blog.cheresh.me/2024/06/29/how-programmers-make-ai-dumber/
