@aptitude: to ekstremalne odpowiedzi dla research AI, claude serio działa inaczej niż każdy inny model.

@aptitude: https://youtu.be/9qqmaYRI7Qw?t=395

@aptitude: jak debug LLM to trace origin eg: "The people who trust me completely worry me more than people like you."
Co widziałem tylko Olmo potrafi trace to origin.

Pokaż spoiler

@aptitude: opensourced: https://github.com/skorotkiewicz/nanorust

@aptitude: Proc-macros burned my soul at 2am
But the todo-crud compiled and worked again
Axum holds the engine, I just drew the map
And somewhere between the two, the framework snapped

https://www.flowmusic.app/song/93d361c0-b2a5-4de8-abed-cc95593f05e7

@aptitude: w sumie gdy używam LLM do programowania tylko jak teraz? To mogę dodać No AI badge do mojego projektu nanorust? Czy już sama rozmowa z LLM o moim projekcie psuje wszystko?

W sumie podpowiedziało mi: "Your main.rs dream syntax is the map. Beautiful, clear, expressive. The crud-todo manual implementation is the territory — messy, real, it actually runs"

Bardzo poszło Claude tym razem w filozofie... o_o

@aptitude: rezultaty są mega ciekawe, qubics zawsze co widzę teraz na testach wybierają jedną stronę, nie lubią być pomiędzy.
Co w sumie ma sens. Świetnie pokazuje mój example:

~/Dev/Python/qumulator git:(main) ✗ uv run src/frog.py
0.9992677669529664
0.014644660940672623
#openqasm