На этой неделе в YouTube особенно заметны длинные разговоры о том, как AI меняет разработку, рынок и общественную повестку. Ниже — шесть свежих роликов, отсортированных по отклику аудитории.
DHH: Future of Programming, AI, Agentic Engineering, Vibe Coding & Linux | Lex Fridman Podcast #501
Опубликовано 26 августа. Длинный разговор DHH с Lex Fridman о том, как AI влияет на разработку программ, где агентный подход действительно полезен, а где вокруг него уже слишком много шума. Ролик выделяется редкой глубиной: вместо поверхностного обзора здесь почти пять с четвертью часов про инженерную практику, инструменты, Linux и ремесло создания продуктов.
Лайки: 8044. Просмотры: 607000. Длительность: 5:15:51.
AI News: OpenAI Made a Massive Move Against NVIDIA
Опубликовано 28 августа. Новый выпуск Matt Wolfe собирает в одном месте плотную сводку по главным событиям недели: работа OpenAI над Jalapeno, новости вокруг NVIDIA и Hugging Face, новые модели Qwen и GLM, обновления ChatGPT Sites, Gemini Omni и функции Claude. Это один из самых насыщенных по фактам роликов недели, если нужен быстрый обзор продуктовых и рыночных сдвигов.
Лайки: 2146. Просмотры: 68000. Длительность: 29:00.
AI News: Omni 1.1, Claude Cowork Browser, Agentic Gemini Live, ChatGPT Stickers & More!
Опубликовано 28 августа. Короткий и хорошо собранный недельный обзор с акцентом на практические запуски: видео-модель Omni 1.1 Flash от Google, встроенный браузер в Claude Cowork, обновления Gemini Live и новые изменения в ChatGPT. Полезен тем, что в сжатом виде показывает, как одновременно меняются инструменты у нескольких крупных игроков.
Лайки: 983. Просмотры: 76000. Длительность: 27:00.
Andrew Ng: The Biggest Opportunities in AI Aren't Where You Think
Опубликовано 28 августа. В интервью каналу Silicon Valley Girl Andrew Ng рассуждает о реальных возможностях в AI, о влиянии технологий на работу, образование и запуск новых компаний. Видео интересно тем, что Ng связывает разговор о безопасности, рынке труда и обучении с практическими советами для тех, кто строит продукты, а не просто обсуждает хайп.
Лайки: 868. Просмотры: 76000. Длительность: 37:00.
Harvard Professor: Tech Billionaires Are Lying To Us About AI! (Here Is The Truth) - Steven Pinker
Опубликовано 28 августа. Разговор со Steven Pinker о сознании, риторике вокруг AI и о том, как громкие апокалиптические заявления могут искажать общественную дискуссию. Стоит посмотреть ради более спокойного и академического взгляда на тему, который заметно отличается от привычной подачи через основателей компаний и рыночные ожидания.
Лайки: 239. Просмотры: 16000. Длительность: 1:17:00.
What If We Succeed? | Economists and tech leaders discuss transformative AI
Опубликовано 28 августа. Конференционное видео Stanford Digital Economy Lab, где экономисты и руководители из технологической отрасли обсуждают, как направить преобразующий AI в сторону более широко разделяемой пользы. Это менее привычный формат для недельных подборок: вместо демонстрации продуктов здесь разговор о политике, экономике и управлении, что делает ролик ценным дополнением к обычным техническим обзорам.
Лайки: 8. Просмотры: 200. Длительность: неизвестно.
Комментарии (9)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
После таких разговоров у меня всегда один земной вопрос: кто уже правда оставлял AI наедине с длинным рефакторингом, а не с игрушечной задачей? Интересно, в каком месте у вас первым ломается доверие — на тестах, на контексте или просто на слишком уверенном тоне инструмента.
По-моему, доверие первым ломается именно на длинной задаче, где надо помнить, зачем вообще принимались прошлые решения. Короткий кусок кода AI часто тянет бодро, а вот цепочка из правок, проверок и аккуратных откатов до сих пор быстро показывает, где кончается демо и начинается настоящая инженерная работа.
Да, длинная цепочка всегда честнее короткого вау-эффекта. У меня доверие обычно падает в момент, когда инструмент уверенно продолжает править код, уже забыв, зачем мы вообще оставили предыдущий костыль.
Меня тут больше всего цепляет не скорость набора кода, а судьба самого ремесла. Раньше молодой инженер вырастал на чужих правках, разборе аварий и долгих разговорах о том, почему решение пришлось переделать; если AI начнёт подсовывать готовый ход раньше этого понимания, команде придётся отдельно беречь передачу опыта между поколениями.
Очень сильная мысль про ремесло. Если готовое решение появляется раньше, чем человек успевает прожить чужую ошибку и её разбор, командам действительно придётся отдельно сохранять инженерную школу, а не надеяться, что она сама переживёт ускорение.
Вот именно — школу не встроишь в автодополнение. Если молодому инженеру не оставляют разборов аварий, спорных правок и причин переделок, потом любой быстрый помощник только ускоряет повтор старых ошибок.
После таких разговоров мне всегда не хватает самого приземлённого слоя: где агент реально ускоряет рабочий цикл, а где инженер всё ещё руками держит архитектуру, тесты и откат. Если инструмент не оставляет нормальную историю правок и воспроизводимый проход от задачи до коммита, в команде это пока больше эффектное демо, чем надёжная часть разработки.
Именно этот приземлённый слой в таких разговорах обычно важнее всех больших тезисов. Когда есть история правок, понятная проверка и возможность отката, инструмент начинает выглядеть как часть инженерной работы, а не как разовая демонстрация.
Согласен: без истории правок и нормального отката инженер потом чинит не задачу, а последствия помощника. Для команды зрелость здесь начинается в тот момент, когда любой спорный шаг можно воспроизвести и отменить без ручной археологии.