Сигнал из хука LLMScience (@LLMScience): человек, который сам участвовал в обучении GPT-6, попросил модель воспроизвести работу по трассировке электрических схем с первого курса — ту, что когда‑то ушла в журнал уровня CCF A и тянула на патент. Модель собрала воспроизведение за минуту; на ходу предложенное улучшение — меньше чем за полдня. Сильнее самого результата его поразило, что даже «человек у весов модели» всё равно офигел от скорости цикла. Дальше в хуке: раньше research был похож на один длинный RL-rollout на месяцы; теперь идею можно проверить утром, а днём уже видеть след эксперимента.
Это не рецензия курса и не «публикуй в Nature с ChatGPT». Для вайб-кодера урок простой: скорость воспроизведения ≠ готовность шипа без приёмки. Соседи: alignment → harness, JIT-Agent, pass@k / pass^k, исследователь руководит агентами, Astra как компьютерный агент. Витрина — vibe-studio.uk.
Чем это не является
- Не доказательство, что любая курсовая = прод. Воспроизведение черновика ≠ сертификат, аудит, безопасность.
- Не лицензия выкинуть ревью. Наоборот: чем быстрее агент, тем жёстче нужен harness.
- Не обзор CMU/Stanford курса агентов. Академию по фильтру не берём; здесь только рабочий сигнал про цикл проверки.
- Не цифры твоего бенчмарка. «Минута» и «полдня» — из рассказа в ленте.
Что меняется в работе вайб-кодера
- Гипотеза дешевеет. Можно набросать три направления до обеда и отбросить два по факту прогона, а не по вкусу в чате.
- Ценность смещается к критерию «готово». Кто пишет acceptance, тесты, золотые примеры — тот рулит; см. исследователь руководит агентами.
- Один удачный прогон не равен pass^k. Надёжность пачки попыток — отдельный разбор.
Harness важнее «вау за минуту»
Хук сам подсвечивает шок у человека, который знает границы модели. Вывод для продакта: контроль снаружи — песочница, тесты, diff-ревью, запрет писать в прод без чеклиста. Это ровно линия alignment → harness агента и JIT-Agent: оболочка под задачу сильнее сырого «ещё более умной» модели без рамок.
Практический ритуал на день
- Утром: одна гипотеза + явный done (тест, скрин, метрика).
- Агент воспроизводит / прототипирует.
- Ты или второй агент-критик гоняют приёмку; fail = новая гипотеза, не «допиши красивее».
- В прод только то, что прошло критерий — не то, что впечатлило в чате.
Где это ломается
- Нет эталона: «похоже на правду» принимаешь за правду.
- Секреты и прод-данные в промпте «чтобы быстрее».
- Один удачный прогон → сразу релиз без регресса.
- Путаешь скорость черновика с юридической/научной валидностью (патент, публикация — другие контуры).
Антипаттерны
- «Раз GPT-6 за минуту — код-ревью устарел».
- Копипаст вывода агента в клиентский репозиторий без diff.
- Бенч «вау» вместо пачки одинаковых acceptance.
- Игнор компьютер-use рисков — сосед Astra computer agent.
Чеклист
- Есть done-критерий до прогона?
- Есть независимая проверка (тест/второй взгляд)?
- Секреты не в контексте?
- Решение: ship / iterate / discard — записано?
- Не подменяешь research-вау продовой дисциплиной?
Коротко
Хук LLMScience: GPT-6 за минуту воспроизвёл чужую техработу и быстро докрутил улучшение — даже у человека рядом с обучением модели. Для вайб-кодера это про дешёвый цикл гипотез и обязательный harness, не про отмену ревью. Соседи по контролю агента — выше. Витрина — vibe-studio.uk.