3 материалов
Конкурс просил авторов сгенерировать рассказ целиком с помощью ИИ, без человеческих правок, и приложить полное промпт-окружение. Победитель, «The June», вызвал в треде стоны из-за своих метафор.
Затем судья gwern заметил поворот: значительная доля работ тайно читается как аллегории о бессилии ИИ. Критики возражают: конкурс на деле измерял промпт-окружения, а не письмо.
Главные треды HN: факты из обсуждений, разные стороны, голоса инсайдеров. Email, Telegram или RSS.
Дэн Лу описывает процесс, где обращение в поддержку автоматически превращается в PR, и он выкатит его без человеческого ревью, если покрытие фаззингом достаточно глубокое. Он взял это у Centaur, чипмейкера, где 1000 тестовых машин обслуживали 40 инженеров, а серьёзных багов выходило меньше одного в год — без юнит-тестов.
После 50 прогонов он также выяснил, что вирусный трюк с токенами «режим пещерного человека» не даёт стабильного преимущества.
Тред спорит, может ли property-тестирование действительно заменить юнит-тесты.
Оценки легли в середину таблицы: 59,8% функциональных, 19,0% по безопасности, с рекордным числом таймаутов из-за расширенного мышления. На numpy патч вернулся посимвольно идентичным официальному фиксу — вместе со своеобразным комментарием.
Половина треда говорит, что это не списывание — вы дали ему тест, ответ к которому он читал. И подозрительная деталь, связанная с другой историей про Anthropic на этой неделе: ноль отказов по безопасности — на задачах про безопасность.
