Торвальдс: вайб-кодинг опасен для серьёзных проектов, но полезен новичкам

Торвальдс: вайб-кодинг опасен для серьёзных проектов, но полезен новичкам

Торвальдс: вайб-кодинг опасен для серьёзных проектов, но полезен новичкам

На саммите Open Source Korea 2025 Линус Торвальдс высказался о растущей популярности «вайб-кодинга» — программирования с опорой на ИИ, когда разработчик фактически «ведёт» модель, а не пишет код самостоятельно. На этот раз обошлось без резких слов.

Торвальдс признался, что сам ИИ не использует, но видит в таком подходе положительные стороны, особенно для новичков.

Он сравнил это с тем, как в молодости перепечатывал программы из журналов — именно это втянуло его в мир компьютеров. Сейчас же, говорит он, порог входа стал гораздо выше, и ИИ может вернуть начинающим ощущение простоты и творчества.

При этом он подчеркнул, что «вайб-кодинг» в серьёзных проектах опасен: это «ужасная идея с точки зрения поддержки кода», если пытаться строить на этом настоящие продукты. Но как инструмент вовлечения — отличная возможность.

По словам Торвальдса, ИИ остаётся «и хорошим, и плохим», и он ждёт момента, когда вокруг него станет меньше шума: технологии должны работать в фоне, а не превращаться в бесконечный хайп.

За последний год Торвальдс не изменял себе, генерируя довольно яркие высказывания. Так, в августе он назвал патчи Google для RISC-V в Linux мусором.

В сентябре Линус Торвальдс снова высказался жёстко — на этот раз против Link-тегов в коммитах ядра Linux. Он считает, что в последние годы стало слишком часто встречаться бессмысленное добавление ссылок, которые в реальности не дают никакой дополнительной информации.

ИИ научился выявлять депрессию по голосовым сообщениям в WhatsApp

Учёные показали, что депрессию можно распознать буквально «по голосу» — и для этого не нужны ни долгие опросники, ни визит к врачу. Достаточно короткого голосового сообщения в WhatsApp (принадлежит Meta, признанной экстремистской и запрещенной в России).

Исследователи из Медицинской школы Санта-Каса-де-Сан-Паулу и компании Infinity Doctors разработали медицинскую языковую модель, которая с высокой точностью определяет наличие депрессивного расстройства по аудиосообщениям.

Результаты работы опубликованы 21 января 2026 года в открытом журнале PLOS Mental Health.

В эксперименте модель анализировала короткие голосовые сообщения, где участники просто рассказывали, как прошла их неделя. И результат оказался неожиданным: у женщин с диагностированной депрессией точность распознавания превысила 91%.

Это один из лучших показателей среди подобных исследований, особенно с учётом того, что речь идёт о бытовых сообщениях, а не специально записанных медицинских интервью.

Для обучения и тестирования использовались два набора данных с WhatsApp-аудио от носителей португальского. В них вошли записи пациентов с подтверждённым диагнозом «большое депрессивное расстройство» и контрольной группы без депрессии.

Часть сообщений была максимально простой — участникам предлагали досчитать от одного до десяти, другая часть — более естественной: свободный рассказ о прошедшей неделе.

Лучше всего модель справлялась именно со «спонтанной речью». У мужчин точность в этом же сценарии оказалась ниже — около 75%, что авторы связывают с меньшим числом мужских голосов в обучающей выборке и возможными различиями в речевых паттернах. При анализе простого счёта до десяти разница между полами почти исчезала: точность составляла около 80% у женщин и чуть меньше у мужчин.

По словам авторов, модель улавливает тонкие акустические признаки — темп речи, интонации, паузы, — которые сложно заметить человеку, но хорошо видит машинное обучение. И главное — всё это происходит в привычном для людей формате повседневного общения.

Исследователи считают, что при дальнейшем развитии технология может лечь в основу недорогих и удобных инструментов раннего скрининга депрессии, не требующих сложных процедур и не нарушающих повседневные привычки пользователей.

Как отметил старший автор исследования Лукас Маркес, «незаметные акустические особенности обычных голосовых сообщений могут с неожиданной точностью указывать на депрессивные состояния».

Напомним, в недавнем исследовании метаданные WhatsApp показали: мы плохо понимаем, как ведём себя в чатах.

RSS: Новости на портале Anti-Malware.ru