Три гвоздя в крышку гроба Claude Code, которые они забили сами
Те самые три гвоздяМой путь типичен для тех, кто ищет “тот самый” идеальный флоу: сначала неуверенный копипаст из ChatGPT, затем попадание на альфа-тестирование GitHub Copilot, долгая остановка в Cursor и, наконец, приход к CLI-тулам.
Как русский гений, живший век назад, дал жизнь ИИ
Виват, математикиПро Лобачевского слышали даже далекие от математики. Те, кто к ней поближе могут назвать таких титанов отечественной матшколы как Колмогоров. Ну ещё Григорий Перельман отметился в коллективном бессознательном, правда в основном как «тот чудик, отказавшийся от миллиона«.Но в плеяде блестящих русских умов горит еще одна звезда — или даже планида — имя которой Андрей Андреевич Марков (1856 — 1922). И сейчас это имя имеет особое значение, потому что именно его открытия в последствии станут катализатором новый Эры, в которой мы оказались — Эры Искусственного Интеллекта.
Перестаньте искать лучшую компанию. Ищите подходящее давление
Разбор пяти кластеров IT‑сред для тех, кто хочет построить карьеру, сохранив нервную систему.Так сложилось, что моя профессиональная IT кривая прошла через стартапы, галеры, продуктовку, бигтех, энтерпрайз и госуху. И если в юности я делал выбор места работы не осознанно и не всегда удачно, то с возрастом появлялось настойчивое желание эту тему понять, чтобы ответить на вопрос: «Чего ж тебе ещё надо собака?». Я уверен что такой вопрос, рано или поздно, возникает перед каждым, поэтому хочу поделиться тем что из этого получилось. Погнали…
Как попасть в ответы нейросетей: ChatGPT, Google AI, Яндекс.Алиса, Perplexity, Claude, Gemini, DeepSeek
Как далеко вперёд собирается рынок?Цифры и впечатляют, и оставляют за собой кучу вопросов одновременно:Глобальный рынок генеративного ИИ растёт кратно: оценки доходят до $1,3–1,5 трлн к 2032–2035 годуТолько рынок LLM прогнозируется на уровне $149+ млрд к 2035 годуВ России — рынок ИИ уже измеряется сотнями миллиардов рублей и растёт двузначными темпами ежегодноИ главное — каждый третий пользователь уже использует ИИ для принятия решений (покупки, выбор подрядчиков, анализ)
Как гибрид IDP и VLM экономит миллионы на верификации данных
Последние 2 года мы в Content AI активно тестируем Vision Language Models (VLM) для обработки документов. Модели вроде Qwen2.5-VL или Gemini 2.5 отлично работают с простыми формами — чеками, типовыми договорами. Но на документах со сложными фонами, многоуровневыми таблицами или нестандартной версткой VLM часто галлюцинирует, теряет строки и путается в реквизитах.В одной из предыдущих статей мы пришли к выводу, что будущее за комбинированным подходом, когда VLM усиливает IDP-решения.
Как мы строим Memory OS: от flat RAG к управляемому когнитивному сжатию
Парадокс reasoning, 300+ промптов на o4-mini, иерархический retrieval и уроки LongMemEval на 100+ миллионах токеновЭто технический отчёт о том, как мы строили Superagent Memory OS — систему агентной памяти, которая на сегодня удерживает граф из десятков тысяч концептов и почти 2.4 миллиона рёбер поверх примерно 106.7 миллиона обработанных токенов. Здесь будут конкретные цифры, провалы, развороты и архитектурные решения, к которым мы пришли через боль, а не через слайды.ОглавлениеПарадокс reasoning: как умная модель ломает extractionПочему flat RAG ломается на длинной историиБазовая онтология как старт любой системы памяти
