Конфликт Anthropic с Пентагоном может отпугнуть стартапы от оборонных контрактов
Конфликт между AI-компанией Anthropic
Граничные вычисления в коммерческой логистике
Датчик на ДВСПривет, Хабр! Мы — братья Лев и Марк Григорьевы. В рамках нашего R&D-проекта мы разрабатываем бортовую систему предиктивной диагностики для тяжелого коммерческого транспорта (тягачи, спецтехника).
Облака в 2026: почему ритейлеры возвращаются на землю и как не прогадать с выбором
Мираж бесконечного масштабирования. Разбираемся, где заканчивается маркетинг и начинается физика трафика.
Противостояние Телеграма и Max усиливается, а также что Claude делал в Иране
Самые интересные новости финансов и технологий в России и мире за неделю: рекламу в Телеграме и Ютубе хотят запретить задним числом, Max пытается следить за вашим VPN, маркетплейсы заставят скинутся на поддержку «Почты России», нефть растет из-за «спецоперации» в Иране, а Polymarket удалил пари на ядерные удары.Тема выпуска: Запрет Телеграма всё ближе🐌 Нежданно-негаданно в ФАС заявили
Артефактно-ориентированная разработка с AI-ассистентами: методология синхронизации контекста
ВведениеС появлением больших языковых моделей (LLM) парадигма разработки программного обеспечения претерпевает фундаментальные изменения. Однако в ходе практической работы я столкнулся с системным ограничением: существующие платформы AI-ассистентов накладывают жесткие лимиты на объем передаваемого контекста.Для проекта средней сложности (30–50 файлов, 10–50K строк кода) передача полного контекста за одну сессию часто невозможна без специальных методов компрессии. Ниже я представляю методологию, которую разработал для решения этой проблемы.🎯 Личный контекст: зачем мне это понадобилось
Глобальный кризис интеллекта в 2028 году
Игра для тех, кто любит подрывные технологии... и котиков...У нас нет недостатка в манифестах технооптимистов
Современные LLM – это больше, чем просто предсказание слов
«Эта модель лучше шутит, а та лучше пишет код» — отличный критерий выбора, если вы просто переписываетесь с чатиком. Но как только LLM оказывается внутри продукта, нас перестаёт интересовать юмор и начинает волновать архитектура: encoder–decoder против decoder‑only, мультимодальные энкодеры, test‑time reasoning, скрытые цепочки рассуждений. В этом посте попробуем перестать выбирать между логотипами и посмотреть на языковые модели как на инженерные конструкции с понятными trade‑off’ами.В первоначальной архитектуре трансформера кодировщик (encoder) и декодировщик
