В связи с тестированием сетевых блокировок в РФ на стороне нашего хостинг-провайдера наблюдаются проблемы с сетью. Сайт может работать нестабильно. Проблема известна, ожидаем восстановления маршрутов.
Авторизация
или войдите через
Забыли пароль?Восстановить
Восстановить пароль
Помощь проекту
Укажите в комментарии свой ник, чтобы мы знали, кого благодарить
Забавно, но сейчас OpenAI и Anthropic фактически оплачивают мне разработку пет-прожектов из своего кармана. Ребята из SemiAnalysis провели крутой стресс-тест: купили максимальные тарифы ChatGPT Pro и Claude Max (по $200 в месяц) и гоняли на них хардкорные агентурные таски, пока не уперлись в недельные лимиты. Потом они пересчитали потраченные токены по официальным API-прайсам. Оказалось, что из Claude Max за 200 баксов можно выжать лимитов на $8 000. А из ChatGPT Pro (20x) — на безумные $14 000.
Для меня это вообще не абстрактные цифры. Я постоянно юзаю агентов (в связке с тем же Cursor) и скармливаю им гигантские простыни кода. При таком подходе маржинальность OpenAI улетает в жесткий минус: они работают в убыток уже после того, как юзер тратит 5,7% от лимита. По сути, люди, которые за $20 генерят по три письма в день, спонсируют технарей вроде меня, выжимающих из моделей все соки.
Какой продуктовый вывод я делаю для себя?
Для честной работы по API надо искать аналоги у китайских друзей — те же DeepSeek или Qwen стоят копейки, а с кодом справляются отлично.
А вот для тяжелых локальных тасков, парсинга и агентов, пока эту дыру не прикрыли, выгоднее веб-подписки OpenAI/Anthropic (через эмуляцию или прокси), чем платить им за API.
Последнюю неделю я пытаюсь выжить, совмещая основную работу с хакатоном. По идее, вывозить такую двойную нагрузку должен помогать spec-кодинг. Обычно для этого я просто открываю Cursor, но на работе его юзать нельзя (секьюрность), запрет на отправку кода во внешние API и всё такое. А писать всё руками после ИИ-ассистентов уже физически больно.
Пошел искать open-source альтернативы, чтобы можно было секьюрно spec-кодить через локальные и корпоративные LLM. Эксперименты с KiloCode с треском провалились, ну не нравится он мне. В итоге обновил стек на рабочем Маке и собрал такой сетап:
1️⃣ IDE Void - форк VS Code. Накатил туда все Java/Kotlin аддоны, подрубил MCP Atlassian, и теперь Qwen3-Coder-480B пытается писать код за меня. Как генератор - 🔥 . Правда, с Kotlin у LLM всё ещё не так гладко, как с Python или JS, поэтому генерирую я в Void, а ревьюить и дебажить всё равно ухожу в родную IDEA.
2️⃣ browserOs - форк Chromium со встроенным ИИ-чатом (аналог Comet от Perplexity, но работает с любыми LLM по API). Продукт местами сыроват, но главная фича реализована достойно. Самая большая боль - это дебильный рыжий логотип с собакой. Мой мозг отказывается ассоциировать это с браузером, и при переключении через Cmd+Tab я вечно не могу его найти.
Забавно, что на самом хакатоне я сейчас пилю инструмент, который решает похожие корпоративные боли enterprise-аналог NotebookLM. Суть простая: закидываешь в диалог с корпоративной LLM ссылки на внутреннюю Jira, Confluence или TestOps, а ИИ всё это переваривает и помогает по работе. Дали доступ к мощным моделям типа нового DeepSeek-V4, и результаты прям огонь.
И вот смотрю я на свой новый рабочий сетап и понимаю: апка, которую я делаю на хакатоне, идеально ложится в этот локально-корпоративный стек. Особенно если упаковать её в десктоп.
А может вообще вкатиться с ней в свой первый open-source?
❤️ - юзал или планирую попробовать IDE Void
👍 - юзал или планирую попробовать browserOs
🔥 - open-source романтика для бедных, верните мне Cursor
Всем доброго времени суток, с вами на связи Lis-ST, и сегодня мы с вами более подробно ознакомимся с нейросетями, которые чаще всего и называют ИИ, а именно с языковыми моделями. Начнём от простого, к сложному.
Восприятие языковых нейронок.
Как нейросеть видит нашу письменность.
Модели не понимают буквы и слова как люди. Их родной язык — числа. Решить эту проблему довольно просто, ведь правда? Просто присваиваем каждой букве и знаку число - проблема решена! Но практика показала обратное, на обработку текста в таком формате требовалось очень много вычислительных мощностей и времени, а при увеличении длины текста требования росли в квадратичной зависимости. Причина банальна, внутри скрытого слоя каждый символ должен "взаимодействовать" с каждым, и это не единственная проблема.
Первый шаг в решении данной проблемы, разбить текст на части - "токены". А раз уж решили прибегнуть к такому способу и так как нейросеть всё-равно работает с числами, почему бы их не сделать из наиболее часто встречающихся частей текста:
С одно стороны, когда у нас были символы, наш словарь состоял из 256 значений, а токенов в той же GPT более 50000... Какая-то оптимизация наоборот, скажете вы и будете не правы. Всё дело в том, что если токеновая модель обрабатывает последовательность из 1000 токенов за условные 10 секунд, то символьной модели для обработки того же текста потребуется уже минимум 160 секунд, неплохая такая разница?
Вкратце затронем эмбеддинги - так называемый вектор. Зачем нам какой-то вектор, ведь токены у нас, числа им присвоены? Но нужно же как-то определять, в каком порядке токены размещены в тексте. Не забываем о контексте за который отвечает механизм внимания (Self-Attention), работающий так-же в скрытом слое, всё также путём присвоения дополнительных значений токенам.
Генерация - не сердце, но суть нейросетей.
Валера, что-то не нравится мне этот расклад, как бы чего плохого не случилось.
Языковая модель — этоочень умный писатель, он никогда не видит весь текст сразу, а пишет по кусочкам (токенам). И каждый раз, когда нужно выбрать следующий кусочек, в его голове происходит невидимое "голосование".
После того как модель прочитала всё, что вы написали, она составляетвнутренний рейтинг всех возможных продолжений. У неё в голове есть огромная доска рейтинга на 50 000 мест (по числу токенов). У каждого варианта — своя оценка. Эти оценки — не про "правильность", а протипичность. Модель спрашивает себя: "Что в моей обучающей библиотеке чаще всего шло после такого начала?"
Пример: вы написали "Сегодня хорошая...". В голове модели:
место №1: "погода" - (очень высокий балл)
место №2: "." (точка) - средний балл
место №3: "для" - небольшой балл
место №1000: "крокодил" - почти ноль
Модельникогда не уверена на 100%, у неё есть тольковеса предпочтений.
Что происходит с этими весами дальше? Два Варианта:
Вариант №1: Точность.
Модель всегда берётсамый верхний вариантиз рейтинга. Увидела "погода" - напечатала "погода". Потом снова смотрит рейтинг для "Сегодня хорошая погода", опять берёт самый верхний... В итоге получается очень предсказуемый, сухой,бездумно-правильныйтекст. Как говорят: "модель включила режим калькулятора". Плюс: не ошибается, минус: нет творчества, повторяет штампы.
Такой режим используется, когда нужен точный факт, код или перевод. Но общаться с таким собеседником скучно и бесполезно, но главное, абсолютно бесперспективно, если вы сунетесь к нейронке с тем, чему она не обучена (запомните главный принцип, касательно "проблем", если решения вашей проблемы нет в интернете, вероятность того, что поможет нейросеть, стремится к нулю, даже при варианте №2).
Вариант №2: Обычный человек.
Модель смотрит на рейтинг иподбрасывает волшебный кубик, где грани взвешены по весам. Вариант с весом 80% занимает 80% граней кубика, вариант с 15% - 15% граней и т.д.. Так она иногда может выбрать и "погоду", и неожиданно «.», и даже очень редко "крокодила", если кубик так выпадет.
Именно за счёт случайноститекст становится живым, разнообразным, иногда остроумным. Но изредка - странным или глупым. Это плата за "человечность" и творчество.
Температура.
Температура за бортом.
Температура - это ручка управления "креативностью" нейросети.
Холодная температура (низкая, например 0.2).
Модель как быувеличивает контрастмежду первым местом и всеми остальными. Первое место становитсягигантским, а все остальные - крошечными. Кубик почти всегда падает на топ-1 результат. Текст становится сухим, однообразным, как диктор новостей, читающий по бумажке.
Лучше всего для:фактов, инструкций, кода, перевода.
Комнатная температура (1.0 - стандарт).
Это естественное состояние модели, то, чему её обучили. Разница между первым и вторым местом естественная. Кубик отражает реальные статистические веса. Текст получаетсяпохожим на обычную человеческую речь- с предсказуемыми, но иногда слегка неожиданными поворотами.
Лучше всего для:обычного чата, деловых писем, новостей.
Горячая температура (высокая, например 1.5).
Модельсглаживает оценки: первое место уже ненамного выше второго, а сотый вариант получает заметный шанс. Кубик становится "расслабленным" - он может выбросить редкое слово, необычную конструкцию, даже неуклюжий, носвежийоборот. Текст получается творческим, иногда странным, иногда гениальным, иногда бредовым.
Лучше всего для:стихов, шуток, креативных идей.
Кипящая температура (очень высокая, например 2.5+).
Все варианты становятся почти равноправными. "Погода" и "крокодил" получают почти одинаковые шансы. Кубик выпадает практически случайно. Текст превращается вбессмысленный словесный шум - связные слова, но нелепые сочетания ("Сегодня хорошая крокодил на завтрак"). Полезно разве что для демонстрации того, как модель ломается.
Есть ещё более умные настройки, дополняющие температуру, но статья и так уже не маленькая, а это плохо.
Манипуляции нейросетью.
Да, я такой.
Чтобы задать нейросети нужный "настрой" или стиль, используют два главных инструмента:ручки температуры(о которых мы говорили) иволшебные слова в начале диалога(промпты).
1. Задаём "характер" словами.
Представьте, что вы нанимаете актёра. Вы не просто говорите "говори", а даётевводную о роли:
"Ты - научный популяризатор, который объясняет сложные вещи на пальцах. Ты не используешь формулы и термины, если без них можно обойтись. Ты любишь метафоры, примеры из жизни и немного юмора. Твой стиль - как у хорошего учителя или ведущего научно-популярного шоу."
В GPT это называетсяsystem prompt(системное сообщение). В других моделях - просто первое сообщение, которое задаёт контекст.
Что ещё можно прописать в настройку:
"отвечай кратко, не более трёх абзацев"
"используй маркированные списки, но без markdown"
"называй меня на "ты""
"добавляй примеры из кулинарии/спорта/путешествий"
Это самый мощный способ изменить стиль, потому что модель начинает "вживаться" в роль.
Вот несколько самых интересных примеров того, на что способен системный промпт за пределами привычных сценариев:
Придумать "анти-совет" для вашей идеи (Адвокат Дьявола):
Нейронка по умолчанию старается быть вежливой и соглашаться. Но промпт может превратить её в беспристрастного критика, задача которого - найти слабые места в вашем бизнес-плане или проекте, чтобы вы могли его улучшить.
Подготовиться к сложному интервью:
Попросите нейросеть представить себя журналистом, который задаст вам каверзные вопросы. Это поможет вам заранее подготовиться к разговору с реальным экспертом.
Писать стихи в стиле числа "π":
В этом промпте каждое слово стихотворения должно строго соответствовать цифрам числа Пи (3,14,15…), где первое слово - из трёх букв, второе - из одной, третье - из четырёх и т.д.
Заключение? Итог? Выводы?
А теперь можно вернуться к вопросу, существует ли ИИ на сегодняшний день? Но чтоб разобраться в данном вопросе, нужно в первую очередь понять, что такое ИИ.
Исходя из словосочетания, ИИ, это интеллект, но искусственный, а интеллект - это качество психики, состоящее из способности осознавать новые ситуации, способности к обучению и запоминанию на основе опыта, пониманию и применению абстрактных концепций, и использованию своих знаний для управления средой обитания человека.
Да, это сухое, весьма размытое определение, которое не даёт чёткого представления о том, что-же это такое. Если же посмотреть на то, с помощью чего он реализуется, всё становится на свои места: способности познавать, обучаться, мыслить логически, систематизировать информацию путём её анализа, определять её применимость, находить в ней связи, закономерности и отличия, ассоциировать её с подобной информацией, оценивать её достоверность, актуальность и многое другое...
И опять вернёмся непосредственно к вопросу, являются ли нейросети - искусственным интеллектом? На все 100% нет, и даже близко ничего общего с ним не имеют. По своей сути нейронки - поисковик, работающий на глюках.
П.С.:
У Лисёнка голова бобо. Тут хотел написать в рифму к первому предложению, но видимо ещё не совсем.
Всем спасибо за внимание, с вами был Lis - Silver Tail. Ссылка на первый пост об основах нейросетей ниже.(блин, это же ещё всё вычитывать...(здесь был смайлик))
Сейчас я с головой погружен в разработку Кулера. И на днях впервые уперся в лимит подписки Cursor Pro. Закинул еще $20, потом еще $20 и всё это меньше чем за три дня. Спойлер: эти деньги сгорели всего на половине фичи (сокращатель ссылок + счетчик переходов).
Я сидел на Claude Sonnet 4.6 и пробовал Opus 4.7. И вот на какой задаче до меня дошло, что я делаю какую-то херню.
Мой стек это React + Supabase. Прошу Opus сгенерить логику, а эта нейросеть за $25/1M токенов на серьезных щах пишет код, который тянет из базы все посты сразу, забив на батчи и даты публикации.
И тут пазл сложился. Флагманские модели - это эксперты во всём. Opus 4.7 шарит в молекулярной биологии и может написать эссе про пирамиды Хеопса. Но когда мне нужно накидать очередную формочку, я переплачиваю за всю эту мировую эрудицию, стреляя из пушки по воробьям.
Если мне всё равно нужно давать детальные инструкции и бить ИИ по рукам за детские архитектурные косяки, зачем платить х10? Встроенный Composer 2 (где токен стоит $2.50) при нормальном входном контексте отлично генерит базовый код.
В итоге я вывел для себя такой воркфлоу, чтобы соблюдать баланс цены и качества:
1️⃣ Базовая разработка (формочки, CRUD, бойлерплейт) - по умолчанию сижу на легком Composer 2.
2️⃣ Проектирование и архитектура - иду обсуждать в Perplexity.
3️⃣ Реально сложная логика - переключаю ручками на что-то от Antropic, опираясь на чутье разработчика.
P.S. Перечитал сейчас свой текст. Звучу как динозавр из мира C++, который хейтит Python и ворчит про лишние слои абстракции и оптимизацию.
Я стопроцентно продуктовый разработчик. Мне нравится пилить фичи (и иногда всаживать костыли), а не заниматься техническим вылизыванием. Но любая чистая архитектура требует писать тонну бойлерплейта. Это «скелет», который делает код поддерживаемым, но совершенно не двигает продукт.
Например, прямо сейчас на основном проекте для одной фичи мне пришлось сделать три маппера для нового API в сервисе и еще один в API-Gateway. А так как мы используем jOOQ, это постоянное описание базовых upsert и map.
Но теперь всю эту духоту забрал ИИ:
В найме я использую KiloCode. Скидываю на него генерацию DTO, адаптеров, простых валидаций и тестов.
В пет-проектах на полную катушку гоняю Cursor (даже видео снимал, как именно).
Больше не нужно заморачиваться со стеком. Захотел написать ML-модельку на Python - садишься и вайбкодишь. Да, гуглить и дебажить всё равно приходится, но результат появляется на свет в разы быстрее.
С блогом история один в один. Главным блокером всегда было время. У тебя есть алмаз идеи, но чтобы превратить его в читабельный пост, раньше уходили дни на редактуру. Сейчас я просто вываливаю поток мыслей и прогоняю через свой любимый промпт (где прошу нейронку быть моим жестким редактором и разносить текст по фактам). Раз-раз, пара итераций — и текст причесан. Получается такой неплохой искусственный бриллиант.
И тут я поймал себя на мысли: для людей вообще нет ничего более естественного, чем стремиться создавать что-то неестественное.
Люди создали искусственный интеллект, чтобы он стал идеальным фильтром от рутины. Пусть машина пишет унылые мапперы и вычитывает опечатки, а я буду делать то, ради чего всё затевалось: придумывать бизнес-логику и смыслы.
До этого я честно пытался делать то же самое в чатах OpenAI / Grok / DeepSeek. Сценарий всегда один: контекст расползается, требования приходится повторять, а иногда чат просто зависает — и я делаю всё заново.
После этого я перестал относиться к LLM как к переписке и начал относиться как к рабочему месту: проект + файлы + правила + Git.
Мой принцип
Мне не нужен «идеальный промпт». Мне нужен процесс, который не убивает мой день, когда модель поехала не туда.
Хак: rules можно дописывать прямо по ходу работы — я часто прошу агента «сформулируй правило, чтобы мы больше так не делали», и добавляю его в проект.
III. Положи «источники правды» в репу
Тут мой единственный принцип: всё, что я устал повторять — я выношу в файлы.
Пример структуры, которую я делаю для большинства задач:
README.md — одна страница «что строю и зачем». docs/ — требования и решения (чтобы не хранить их в голове и в чате).
IV. Режимы: я не жму Agent сразу
Я использую три режима:
Ask — когда хочу разобраться/проверить идею и ничего не ломать.
Plan — когда задача больше пары часов: сначала план и вопросы.
Agent — когда план ок: он уже правит файлы и двигает задачу.
И два хака, которые у меня реально помогают:
Хак 1: я спрашиваю у самого агента в Cursor, какую модель лучше взять под мою задачу.
Хак 2: я стараюсь не использовать авто-режим — автоматически Cursor часто подбирает модель неудачно.
V. Бизнес‑дока → Tech Spec
Я не начинаю с “какой стек лучше”.
У меня уже есть привычный стек (я писал про него тут: https://t.me/debug_leg/580), и мой первый вопрос к Cursor другой: могу ли я остаться на нём под эти бизнес‑требования или мне придётся делать иначе (и почему).
Ветер выл, словно тысяча голосов, когда Анна и Марк подъезжали к «Элизиуму». Величественный, но ветхий отель возвышался на холме, его окна — пустые глазницы, смотрящие на ночь. Они искали уединения, но нашли лишь мрак. Первая ночь началась с едва уловимого шепота. Тени в углах комнаты оживали, принимая гротескные формы. Марк списывал это на усталость, Анна же чувствовала пронизывающий холод, необъяснимый даже в февральскую стужу. На следующее утро их встретила совершенно другая приёмная. Вместо приветливого портье — бледный старик с пустыми глазами, который молча вручил им ключ от номера, казалось, отпечатавшийся в холодной плоти. По мере того, как они проводили в отеле больше времени, ужасы становились всё более явными. Их преследовали видения прошлых постояльцев – тени, застывшие в момент своей смерти. Анна видела женщину, прыгающую из окна, её крик эхом отдавался в стенах. Марка мучили образы детей, бегающих по коридорам, их смех переходил в леденящий душу плач. Каждый вечер «Элизиум» превращался в сцену кошмаров. Души умерших устраивали представления, воплощая свои последние страхи и страдания. Гости, поймавшие себя в их ловушку, сводились с ума. Анна и Марк пытались сбежать, но двери номера были заперты, а окна показывали лишь бесконечный туман. Однажды ночью, преследуемые призраками, они оказались в старинном бальном зале. Призраки закружились в жутком вальсе, их движения — нечеловечески быстрыми и резкими. В центре зала Анна увидела себя, танцующую с фигурой в чёрном, её лицо искажено ужасом. Марк попытался дотянуться до неё, но его рука прошла сквозь эфирное тело, и он почувствовал жуткий холод. «Элизиум» не отпускал. Он пожирал их души, превращая в часть своей вечной коллекции кошмаров. Анна и Марк стали новыми актёрами в «Отеле кошмаров», их крики слились с вечным воем ветра, эхом отражаясь в пустых, глазницах окон.
Стены номера, казалось, сжимались, дыхание становилось тяжелым, словно сам воздух отеля был пропитан отчаянием. Каждый шорох, каждый скрип половицы превращался в предвестник ужаса. Тени, которые раньше лишь мелькали на периферии зрения, теперь приобретали очертания, их призрачные руки тянулись, пытаясь зацепиться за ускользающую реальность. Марк, некогда прагматичный и спокойный, теперь дрожал от каждого звука, его глаза были полны безумия, отражая страхи, которые он видел в глазах других.
Анна, напротив, становилась всё более отрешенной. Её взгляд тускнел, словно свет её души угасал под гнётом нескончаемых видений. Она всё чаще находила себя, стоящей у окна, смотрящей в никуда, её губы шептали несвязные слова, моля о пощаде, которую «Элизиум» не знал. С каждым днём её тело становилось прозрачнее, уступая место потустороннему холоду, который пробирал до костей.
Однажды утром, когда рассвет пытался пробиться сквозь плотный туман, Марк обнаружил, что Анна исчезла. Только её тень, застывшая на обоях, намекала на её присутствие. Он бросился по коридорам, крича её имя, но в ответ слышал лишь завывание ветра и призрачный смех, теперь уже знакомый и леденящий. Он искал её в бальном зале, где видел её в последний раз, надеясь найти хоть какой-то след.
Но зал был пуст, лишь лунный свет, проникающий сквозь грязные окна, освещал паркет, словно застывший в ожидании очередного танца. Марк почувствовал, как холод пробирается сквозь его тело, как его собственный крик застревает в горле. Он понял, что «Элизиум» никогда не отпускает своих гостей. Они не погибали, они становились частью его, вечным эхом в стенах, обречёнными повторять свои последние мгновения.
Последнее, что увидел Марк, прежде чем его собственная сущность начала растворяться, были тени, тянущиеся к нему, и мелькнувшее в них лицо Анны, её глаза, теперь пустые и стеклянные, как окна отеля. Ветер продолжал выть, теперь он уносил новый, тихий стон – прощание с реальностью, последнее приношение «Элизиуму».
Атмосфера наполнялась запахом сахарной ваты и предвкушением чуда. Шатер цирка, раскрашенный в кричащие цвета, возвышался над суетливой толпой. Дети держали воздушные шары, родители улыбались, предвкушая вечер волшебства. Адский Карнавал, как его окрестили местные, обещал быть незабываемым.
Первые номера прошли в обычном режиме: жонглеры, акробаты, дрессированные животные. Но затем на арену вышли они – клоуны. Их грим был как будто нарисован дрожащей рукой, яркие улыбки казались хищными, а смех – зловещим. Поначалу зрители лишь недоуменно переглядывались, но когда один из клоунов, размахивая гигантским молотком, направился прямо к первому ряду, смех сменился криками ужаса.
Занавес, казалось, сшивали из криков и крови. Дети плакали, пытаясь спрятаться за родителями, но клоуны, вооруженные всем, что попадалось под руку – от острых предметов до гигантских леденцов – неумолимо наступали. Карнавал превратился в кровавую бойню. Зрелище, призванное дарить радость, стало зрелищем смерти.
Паника охватила шатер. Люди пытались прорваться к выходам, но те были заблокированы. Смех клоунов, на этот раз уже не притворный, а настоящий, безумный, эхом разносился по истерзанному пространству. Кровь заливала арену, смешиваясь с конфетти и осколками стекол. После всего этого оставались лишь тишина, ужас и кровавые следы кошмара.
Решил я, значить, проверить как там индексируются гуглом статьи из нашей вики по пресветлому миру Полудня, который мы потеряли (тм), и наткнулся на этот шедевр...
Особенно доставляет "Град обреченный" из цикла "Звездная стража", блеать!
В этой штуке странно вообще всё. Предсказание научных фантастов о том, что в будущем государством будет управлять искусственный интеллект, начинает реализовываться. И не где-нибудь, а в Албании - стране, мягко говоря, не самой богатой и изначально не самой технологичной в мире.
Диелла - первый в мире ИИ-министр
Но это и не особо удивительно. Албания - самая странная страна (такой вот каламбур) на нашей планете, а албанцы - самый непонятный народ. Здесь традиционно "переделывают" женщин в мужчин без операции - так называемые "бурнеша". Здешние мусульмане - бекташи - молятся в православных храмах, пьют спиртное и практикуют обряды исповеди и причастия. В коммунистический период здесь построили точную копию КНДР и отрезали страну от мировой культуры; при этом в кинотеатрах круглосуточно шли фильмы о мистере Питкине, но страна ничего не знала о голливудских актёрах Джеймсе и Джоне Белуши - самых известных в мире албанцах.
А в двадцатые годы руководителем страны непродолжительное время был Фан Ноли - православный епископ, который не верил в бога, но верил в социализм и коммунизм (и поэтому активно сотрудничал с СССР), а также в единство албанского народа, при том что сам был по происхождению греком. А перед ним - король Ахмет Зогу, который категорически не захотел быть Ахметом (ибо считал себя "европейским" монархом).
Фан Ноли - епископ-атеист, строивший социализм в Албании
Ещё двадцать - тридцать лет назад по дорогам Албании ездили преимущественно гужевые повозки вперемешку с древними, видавшими виды "Мерседесами" - в этой стране наблюдался настоящий культ этой марки (как и у нас, между прочим), а сама Албания, нищая и голодная, едва не сожгла себя в бесконечных гражданских войнах - этакий "самогеноцид"... Но теперь она, похоже, совершила самую главную революцию в мировом сообществе: передала управление страной компьютеру, пусть пока лишь частично.
Кстати, Диелла (так зовут ИИ-девушку, ставшую министром по госзакупкам) выглядит очень характерно для Албании. Порождение самых современных технологий одето в традиционный албанский наряд - этакое сочетание преемственности и движения вперёд. Остаётся пожелать албанцам успехов в этом деле и надеяться, что когда-нибудь компьютерные управленцы и в нашей стране заменят живых чиновников - далеко не самых добросовестных и эффективных работников.
А вот мои статьи о технологиях, которые явно опередили своё время:
