Ja sitten ilmestyy GPT5.7 tai vaihdetaan Claudeen ja refaktorointia voikin sitten jatkaa iteratiivisessa hengessä, kun uusi malli ei pidäkään edellisen tekosista.
Hyvä koodi on hyvää, tekninen velka on velkaa. Kun on fixmet, todot ja huonot dokumentaatiot korjattu + testit lisätty niin pysyy AI paremmin kärryillä oli se sitten openai, anthropic, google tai joku muu. Ei tarvi enää kärsiä siitä kun AI löytää huonon esimerkin/dokumentaation/todo/fixme ja lähtee täysin sivupoluille.
Ei ole merkittävää eroa. Suomen kieli on vaikeaa tekoälyllekin.
Vaihtoehtoina on testata erityisesti kääntämiseen kehitettyjä kielimalleja 30 päivän ajan ilmaiseksi DeepL:n ja Supertextin palveluissa. En ole itse näitä kokeillut, mutta hyvällä lykyllä saat kaikki neljä kirjaa käännettyä ilmaiseksi ihan kelvollisella kielellä.
Tykkään tästä tavasta promptata jos toimii. Tuo tukisi hyvin sitä, että alkaisi tekemään (isompia) taskeja tiketteinä linear/jiraan mikro-promptaamisen sijaan.
Cursor ja antigravity molemmat on kilometreja jäljessä openai/anthropic. Kaikki työkalut yrittävät optimoida kontekstin kokoa. Se mikä mulla eniten auttoi niin projektin dokumentaatio, agentti ohjeet ja koodi pieniin modulaarisiin palasiin että AI:n on helppo kasata pieni mutta relevantti konteksti. Toinen hyvä on ollut testailla miten paljon ajattelutyötä eri taskit oikeasti vaativat, aina ei tarvi parasta mallia.
Ihan puhtaalla Chat-puolella jossa Googlen AI Pro tilauksella (Gemini 3.1Pro/ 3.5 Flash lippulaivansa käytettävissä) saa yleisestä softan pallottelusta ihan ihme viboja. Viimeksi tänään piti kertoa mitä tarkoitan 'antigravitylla' vaikka näkee aikaisemmat chättimme. Tätä kun vertaa ilmaispuolen Claude Sonnet 5 Chattiin, on se tosiaankin aivan eri sarjassa, siellä paremmassa reunassa. Ilmaispuolen ChatGPT ilmeisesti GPT-5.5 chatissa ja myös se pieksee Geminit
Mulla tuli tuntemuksia siinä kohtaa talvella kun kokeili "mitä jos annan ai agentin kirjoittaa kaiken koodin" ja asenteli claudecode:n. Dumb claude jossain kohtaa ja siirtyminen openai:hin. Kun siirryin openai:hin niin ei tarvinut enää IDEä edes aukaista. Luotto siihen syntynyt, että jos jaksaa promptata ja määritellä + turvaraiteet testeillä niin AI tekee 100% bulkkikoodista. Sen verta tuli koodia selailtua ide:n ulkopuolella että näyttää järkevältä. Etenkin assembler-koodissa oli aluksi AI:lla paljon huonoa kun ei ollut sopivia raiteita millä pitää agenttia ruodussa. Testit hyvät kun voi verifioida suorituskyvyn, oikeellisuuden ja screenshoteista vielä ulkoasunkin. Agentti tekee valmiimpaa kun noi kolme asiaa käyty läpi ennen ihmiselle patchin esittelyä. +koodiarvioinnit, lintterit sun muut kannattaa käskyttää myös tekemään.
Toivon, että kaikki noi talot tekisivät hyvät koodausmallit ja työkalut. Myös spacex(ostivat cursor ai:n) ja microsoft(tekevät omia, riippuvuus openai:hin pienenemässä) ja meta. Metasta oli rohkaisevia uutisia tällä viikolla, ei vielä frontier tasolla mutta homma etenee: Meta enters the crowded AI coding battle with Muse Spark 1.1 | TechCrunch Kaikkien käyttäjien etu, että kilpailu on kovaa ja vaihtoehtoja löytyy. Omissa projekteissa pyrkinyt siihen, että ei olisi kitkaa vaihtaa AI työkalusta toiseen.
Itse olen tehnyt softan joka irrottaa äänen videosta, transcribee siitä tekstit ja lopulta kääntää sen halutulle kielelle. Ihan paikallisesti llm käyttäen ja minulla on ryzen 5 3600, rx 570 8gb ja 32gb RAM, rauta ei siis ole este, hidaste kyllä. Eli minulla on jotain kokemusta tästä asiasta.
Käytännön tasolla avoimet painot ja salliva lisenssi riittää jo hyvin pitkälle.
Vähän sama kuin sanoisi, että binäärinä toimitettu blobbi on käytännön tasoilla avoin. Skriptit ja data on llm:n koodi mistä se opetetaan, ohjelmoinnissa vastine "käännetään sorsista". Nvidian systeemeillä voit tehdä tyhjästä saman mallin uusiksi tai muokata mallia ihan miten haluat. Toki painoja voi fine tunettaa, mutta aika eri asia kuin jos on koko paketti kaikkinensa tarjolla versus vain painot. Nvidian github:sta on helppo forkata ja lähteä tekeen omia. Jos on vain painot tiedossa niin mahdollisuus kehittää oma kielimalli on paljon hankalampi ja isotöisempi.
Mun ymmärtääkseni inferenssikoodi, mikä tyypillisesti avoimen painojen mallien kera julkaistaan myös, avaa mallin arkkitehtuuria/logiikkaa ymmärrettäväksi ja sitä kautta avaa ovia myös jatkotreenaamiselle ja muulle muokkaamiselle. Eli ihan black boxin kanssa ei olla tekemisissä kuitenkaan. Jos noin niin tää blobbi vertaus taitaa vähän ontua, nimenomaan käytännön tasolla.
Toinen ratkaisu on enemmän avoin, toinen vähemmän. Ei tässä ole mitään epäselvää. Voi käydä kyseleen pelkkien painojenjulkaisijoilta, että jos sama asia niin miksi ei julkaista opetusdataa ja skriptejä. Niinpä
opensource.org
Nyt eletään q3:sta, q1,q2 todellisuus ja q3 ennuste salaisista ipo-materiaaleista mitä toimitettu sec:lle ipoa valmistellessa: Anthropic confidentially submits draft S-1 to the SEC. Jos haluaa ennustuksista puhua niin ennuste loppuu tän vuoden loppuun. Ei esim. tokeneiden luonnin hinta nyt menossa olevan q3:en osalta ja ennustuksen lopettavan q4:en aikana muutu mitenkään merkittävästi. Anthropic 3Q26 Profit Over $1B: The Anthropic IPO Financials Sneak Peak
Laitoin Goal modella yöksi 5.6 Sol Ultran
Linkki: https://x.com/thsottiaux/status/2076365965915467978?s=46
Näytti tulevan viikko vielä lisäaikaa fablelle. Viikon päästä myös puolittuu tilaukseen kuuluvat tokenit
pienen Android appin codebasen analysointi ja muutaman bugin korjaus poltti kuukauden ilmaisen codex saldon. Ei sinänsä mikään ihme.
Minusta tuntuu että Sol on nyt hitaampi kuin ennen.
Hitaus varmaan riippuu siitä millainen kuorma servereillä on. Työviikko piilaaksossa/maailmalla alkanut versus viikonloppu. Fast-moodiahan on kyllä tarjolla jos on valmis maksamaan enempi samoista tokeneista.
