Сторонние сервисы на страже вашего приложения. Про языковые модели. Часть уно
В предыдущих статьях данного цикла (жесть, у меня есть цикл статей!!!) я писал про сторонние сервисы, которые помогают упростить разработку продукта и упрощают его сопровождение:
В данной же статье я хочу поведать Вам, мои дорогие читатели, о моем опыте взаимодействия с языковыми моделями.
Штош, начнем.
На дворе 2022 год и OpenAi релизят свой новый продукт chatGPT, который за достаточно короткий срок достигает 100 миллионов пользователей и устанавливает тем самым рекорд. В это время я с своей командой пытаюсь разработать продукт, который обеспечит мне безбедную старость.
Уже не первый месяц я разбираюсь в фреймворке Spring Boot для языка программирования Java и процесс идет достаточно уверенно, но очень медленно. В какой-то момент я решаюсь использовать chatGPT, регистрируюсь, пользуюсь чатом и выгляжу примерно так в этот момент.
И с этого момента языковые модели (я принципиально не называю их ИИ) плотно входят в мою жизнь (только в жизнь, не надо тут шуток, плез). Я настолько был впечатлен возможностями chatGPT (на базе GPT-3.5), что, когда вышла версия GPT-4 я решил приобрести платный тариф (это отдельная эпопея) и ни разу о своем решении не пожалел.
Вообще в последнее время у меня есть отдельное окно браузера с шестью вкладками с наиболее популярными и мощными языковыми моделями, среди которых:
grok;
claud;
gemini;
chatGPT;
deepseek;
qwen.
Указал все, которые использую, так как оказалось, что не все знают об альтернативах chatGPT и deepseek, о которых большинство как раз-таки слышало.
И да, когда я писал про разработку telegram мини-приложения (Разработка telegram мини-приложения в 2025 или как я дошел до жизни такой. Немного итогов и мюслей), я, безусловно, активнейшим образом использовал языковые модели, иногда несколько разных для разных задач.
По итогу взаимодействия с языковыми моделями я пришел к следующим умозаключениям:
Это шикарный инструмент, как например среды разработки (Intellij Idea, VS code), которые тоже сильно упростили и ускорили разработку;
Разбираться в технологиях все равно надо, хотя бы на каком-то базовом уровне, иначе нет возможности провалидировать код и составить грамотный промт;
Скорость обучения с языковыми моделями возрастает, особенно если вы активно что-то делаете на практике, так как доступ к информации почти мгновенный, и вы многократно повторяете процедуру вида «запрос (промт) – проверка ответа языковой модели – корректировка запроса (промт) – проверка ответа языковой модели» и так до тех пор, пока вы не достигните нужного вам результата.
Я не «чистый» программист, для меня всегда программирование было инструментом решения своих научных задач. Именно поэтому использование языковых моделей в разработке (а это программирование, архитектура приложения, девопс, хостинги и т.д.) для не «специалистов» является идеальным решением, даже в случае вайбкодинга. Это как с образованием (или даже высшим образованием), позволяет повысить общий уровень знаний человечества и уже отталкиваться от этого, достичь более высокого уровня (чет на философию потянуло).
На сегодня все, пацантре, надеюсь, было полезно. В следующей статье расскажу вам про артефакт, агентов и MCP (model context protocol).
Не забываем, я разработал чат-рулетку в виде мини-приложение в telegram, как говорится welcome t.me/Socionyx_Bot/socionyx. Недавно приложение получило крупный апдейт (Разработка telegram мини-приложения в 2025 или как я дошел до жизни такой. Крупный апдейт).
Ссылка на мой telegram канал t.me/socionyxchannel, you are welcome too, где я пишу про будни разработчика.