Chciałem przeczytać 400-stronicową pracę licencjacką Henry'ego Kissingera (ma niesamowitą pierwszą stronę), ale naprawdę nie miałem ochoty zmagać się ze zeskanowanym PDF-em, który jest irytujący do czytania na telefonie bez ciągłego powiększania i przesuwania. Postanowiłem więc przekonwertować ją na ładny format markdown, używając OCR i LLM. Potem pomyślałem, że fajnie byłoby poprawić przypisy i pozbyć się podziałów stron oraz poprawić łamanie wierszy i inne tego typu rzeczy. Już pracowałem nad innymi projektami kodowania, więc wpadłem na pomysł, aby załadować roboczy plik markdown w Claude Code i pozwolić mu zająć się poprawą tych problemów, używając roju 20 pod-agentów, co działało dobrze. Potem pomyślałem, że fajnie byłoby podlinkować pełne źródła dla wszystkich wielu odniesień na stronach takich jak Internet Archive czy Project Gutenberg, więc miałem kolejny rój pod-agentów, który przeprowadził mnóstwo wyszukiwań, aby znaleźć linki i wstawić je do przypisów i bibliografii. Potem pomyślałem, że mogę również przepuścić to przez mój generator map myśli i kod podsumowujący, aby zobaczyć, co z tego wyjdzie, więc spróbowałem. Ale teraz miałem kilka plików do zaprezentowania, więc potrzebowałem jakiejś strony indeksowej. Poprosiłem Codex z GPT-5, aby stworzył elegancką stronę internetową do ładnego zaprezentowania tych rzeczy, co zrobił naprawdę dobrze. Zauważ, że już pracowałem z tymi narzędziami w wielu innych sesjach nad innymi projektami, więc moja praca tutaj polegała głównie na dawanie instrukcji agentom kodującym i pozwalaniu im działać. Naprawdę nie spędziłem na tym wiele aktywnego czasu! W każdym razie, ostateczny wynik to zdecydowanie najlepszy sposób na świecie, aby elektronicznie konsumować pracę licencjacką Henry'ego Kissingera. W następnym tweecie zamieszczę link, aby uniknąć ukarania przez algorytm. Jeśli chodzi o samą pracę, to niesamowite, jak erudycyjny był jako młody człowiek, a także jaki był świetnym pisarzem. I jeszcze bardziej imponujące, biorąc pod uwagę, że angielski był jego drugim językiem. Praca ta to w zasadzie jego próba zrozumienia i mentalnego uporządkowania w wewnętrznie spójny sposób ogromnego obszaru myśli zachodniej. Z tego, co do tej pory przeczytałem, myślę, że dobrze sobie poradził. Przy okazji, jego praca jest powodem, dla którego Harvard zmienia zasady, aby ograniczyć licencjacką pracę honorową do maksymalnie 35 000 słów. Dobrze, że nie zastosowali tego głupiego limitu do Henry'ego!

Kiedy Bitcoin wygrywa... 0:00 Kończy Fed 02:10 Płatności stają się pakietami 3:30 Keynesizm upada jak komunizm 4:20 Nieruchomości spadają w realnych wartościach 5:40 Fiatowi miliarderzy zostają przewróceni 6:20 Drukarka pieniędzy kończy tusz 7:50 Bitwa się zaczyna... 10:00 ...i czas na budowanie

Przemyślenie: AI ujawnia, którzy inżynierowie są dobrzy, a którzy źli. Wszyscy dobrzy inżynierowie, z którymi miałem okazję pracować, są w zasadzie dobrymi *autorami specyfikacji*. To, co ludzie teraz nazywają inżynierią kontekstu. Musisz umieć pisać dobre specyfikacje, a przynajmniej mieć bardzo dobry model mentalny problemu, który rozwiązujesz, aby mieć dobry kod. Zadawaj świetne pytania, rozumiej kompromisy, używaj dobrych nazw/abstrakcji, przewiduj przyszłe wymagania, rzeczy tego typu. Tzw. „inżynier 10x” to ten, który spędza 80% swojego czasu na myśleniu i rozwijaniu swojej specyfikacji, a 20% na pisaniu kodu. To nie są małpy kodujące, które regularnie widzisz w filmach. Więc jeśli powyższe jest prawdą, już dobrzy inżynierowie będą mistrzami w korzystaniu z AI, ponieważ inżynieria kontekstu to po prostu pisanie dobrych specyfikacji. To zwiększy różnicę między dobrymi a złymi wykonawcami. Zli autorzy specyfikacji stworzą AI bałagan i oprogramowanie, które będzie trudne do utrzymania. Konsekwencją tego (jeśli powyższe jest prawdą) jest to, że inżynieria oprogramowania jako zawód prawdopodobnie nie zniknie, po prostu przesunie się w stronę bardziej wyraźnego skupienia na specyfikacjach, a mniej na kodzie.