Войти в систему
Войти с помощью соц. сетей:
Мы закрываем последнюю страницу. Но для вас всё только начинается.
Теперь, когда вы видите заголовок "Новая модель с 1 триллионом параметров", вы не просто киваете - вы понимаете, что скрывается за этой цифрой. Вы знаете, про активные параметры, про MoE, про компромиссы между памятью и скоростью.
Когда кто-то говорит "у нас контекст 1 миллион токенов", вы задаёте правильные вопросы: "А какая реальная точность на середине? Какие оптимизации используете? Сколько стоит такой запрос?"
Эта книга не дала вам готовых ответов на все случаи жизни. Она дала нечто более ценное - систему координат, в которой вы сами можете находить ответы.
Семь глав назад мы начали с простого вопроса:
"Как из ничего рождается осмысленный текст?"
И ответ оказался сложнее, чем кажется:
• это математика (вектора и матрицы)
• это системное программирование (кэши и распараллеливание)
• это работа с данными (триллионы токенов и разметка предпочтений)
• это инженерия компромиссов (качество против скорости, память против точности)
Три урока, которые стоит вынести
Первый урок:
за маркетингом стоят цифры
Когда вам говорят о "модели с миллиардом параметров", теперь вы знаете, что важно не только общее число, но и количество активных параметров. Когда обещают "контекст в миллион токенов", вы понимаете, что реальная работа с таким контекстом требует оптимизаций, а первые токены всё равно "вымываются". Книга дала вам систему координат, в которой маркетинговые лозунги превращаются в инженерные вопросы.
Второй урок:
ИИ - это инженерия компромиссов
Каждая оптимизация, которую мы разобрали, - это баланс:
- GQA жертвует немного качеством ради краткого роста памяти
- MTP ускоряет генерацию, но усложняет обучение
- Sliding Window экономит вычисления, но теряет дальние связи
- RLHF делает ответы безопаснее, но снижает креативность
Искусство инженера - выбирать правильные компромиссы под свою задачу. Универсального решения нет, и никогда не будет.
Третий урок:
будущее - за оркестром, а не за монолитом
Одна модель, которая умеет всё, - это тупиковый путь. Слишком дорого, слишком медленно, слишком негибко. Будущее за системами, где специализированные модели работают в команде, управляемые умным роутером и обменивающиеся данными через единую шину. Цифровой двойник, который мы спроектировали в седьмой главе, - не фантастика, а логичное продолжение этого тренда.
Добро пожаловать в мир, где ИИ перестал быть чёрным ящиком.
Добро пожаловать в инженерию искусственного интеллекта.
Конец Книги 1.
Дегтев Сергей, апрель 2026 г.
Эта книга - не продолжение в смысле «вторая серия первого фильма». Это - следующий уровень.
В первой книге мы разобрались, как работает LLM: от токена до трансформера, от эмбеддингов до внимания, от HBM до KV Cache. Вы поняли, почему модель галлюцинирует, сколько стоит инференс и почему HBM -главный дефицит современности. Вы получили карту местности.
Но карта - это не путешествие. Путешествие начинается, когда вы выходите из дома.
Книга 2 - это выход из дома.
Здесь мы перестаём объяснять как работает и начинаем отвечать на вопрос что с этим делать.
Как построить агента, который не просто отвечает, а действует?
Как тестировать то, что нельзя заассертить?
Почему 90% ИИ-проектов проваливаются на внедрении и как этого избежать?
Что такое AI PDLC и почему классический SDLC не работает для нейросетей?
Как считать ROI, когда модель работает с вероятностью 99,9%, а 0,1% ошибок -это миллионные иски?
И наконец - где проходит граница между полезным ассистентом и «цифровой ловушкой», который укрепляет ваш самообман?
В книге 2 мы поговорим об агентах и экономике, о тестировании и безопасности, о мультимодальности и голосовых ассистентах. А в конце –о том, почему послесловие называется «Лицензия на ИИ» и при чём тут оружие.
Важное предупреждение (как и в прошлый раз):
Я не гуру. Я энтузиаст, который прошёл путь от «что такое токен» до «как внедрить агента в продакшен». Я использовал LLM как инструмент при написании -для черновиков, структурирования, критики. Но финальный текст, каждая спорная мысль и каждая ошибка (а они будут) - мои.
Цифры устаревают. Бенчмарки врут. Модели меняются. Но принципы -остаются.
Эта книга - про принципы. И про их нарушение, когда это оправданно.
Для кого эта книга
· Для тех, кто прочитал первую книгу и хочет большего.
· Для тех, кто сразу пришёл за «как внедрять, тестировать и не прогореть».
· Для продактов, техлидов и инженеров, которые уже строят или собираются строить ИИ-продукты.
· Для тех, кто не боится услышать, что ИИ может быть не только полезным, но и опасным.
Если вы ждёте готовых рецептов «возьми и сделай» -их здесь мало. Если ждёте карту, компас и честное предупреждение о болотах -вы по адресу.
А ещё -если вы дочитали до этого места, не пролистывая, -мы с вами одного поля ягоды. Энтузиасты, которым мало «магии» и хочется «понять».
Поехали.
Войти с помощью соц. сетей: