Telemax — показал проект на Хабре и получил бан на GitHub
15 августа я показал здесь Telemax — мост, который приносит переписку из MAX в Telegram. Пост прочитали 14 тысяч раз, под ним набралось 48 комментариев.Каждый чат MAX — отдельная тема в группе Telegram. Здесь геолокация ушла в MAX, а в ответ пришёл видео кружок.
У нас есть MCP дома
Всем привет! Меня зовут Петрович и я работаю техлидом java команды в небольшом международном финтехе. В прошлый раз я рассказывал, как мы меняли Redis на Hazelcast, а сегодня расскажу как мы делали свой MCP-сервер для Jira, Confluence и GitLab (все self-hosted). От пустого репозитория до прода прошло две недели, а сейчас у сервера уже почти 100 инструментов. Расскажу, почему не взяли готовое решение, как все устроено внутри и на какие грабли мы наступили (спойлер: почти все грабли назывались null).Немного матчасти: что такое MCPModel Context Protocol - это открытый стандарт
1С Напарник. Стоит он того?
Что решает — дорогое и долгое дообучение узкой модели или хорошая обвязка вокруг обычной облачной?На первый взгляд кажется очевидным, что модель от вендора, у которого привилегированный и неограниченный доступ к материалам, не оставит камня на камне от конкурентов. Но, может, мы уже дошли до того момента, когда разница в качестве ответов общих и специализированных моделей не оправдывает затрат на дообучение?Попробуем сравнить нашего интерактивного помощника на open-source стеке и Напарника
Джеффри Хантли: агенту хватит –help, если CLI сделана хорошо
Слева S-тир, справа F-тирДавно собирался про это написать. Да, поздновато, но я всё-таки влезу в спор «MCP против CLI». Есть мысль, которая кому-то может показаться интересной.Чем MCP-сервер на самом деле отличается от самой обычной CLI с флагом --help
Qwen3.8 27B обошла GPT-5.6 в SQL‑бенчмарке. И всё это — локально на ноутбуке
Производительность агентного SQL на уровне передовых моделей теперь помещается прямо на ноутбуке — даже если ему почти пять лет и у него всего 16 ГБ оперативной памяти. В связке Qwen 3.8 27B и DuckDB всё работает локально. А если понадобится масштабирование, достаточно изменить одну настройку, чтобы перенести обработку запросов в MotherDuck.Как это меняет наш подход к работе? Что это говорит о будущем искусственного интеллекта в работе с данными? И раз уж мы здесь, заодно всё настроим на вашей машине. Это не займёт много времени.Граница Парето сдвинулась
Собираю робота на Raspberry Pi 5 для дочери. Но говорящей колонкой тут не отделаться! Вызов принят, погнали. (Часть 2)
Лягушка, ты меня узнала?Посмотреть “Часть 1” можно здесь.
Хотел обучить нейросеть без backprop, а получил k‑means
Я решил проверить, как далеко можно зайти, если обучать скрытый слой нейросети вообще без обратного распространения ошибки. Только локальными правилами: каждый нейрон видит свой вход, свою активность и что делают соседи, и все. Никакого глобального сигнала ошибки и никаких меток.Спойлер: в моей постановке такое обучение в итоге свелось к обычному k‑means. Оно обгоняет k‑means с той же архитектурой максимум на полпроцента и ни в чем не обгоняет backprop: ни по точности, ни при малом числе меток, ни по забыванию.
Устроил маленьким моделям проектный институт: слабой деление на разделы дало вчетверо, рой пять пунктов
Я тепломеханик, начальник отдела в проектной организации, в проектировании четырнадцать лет. Программистом не был ни дня, с нейросетями вожусь меньше года. Весной взялся вырастить из слабых локальных моделей рой, который окажется умнее самой сильной из них. Рой не поумнел. Зато по дороге я разложил шесть маленьких моделей по схеме, по которой работает любой проектный институт, и замерил, что из этой схемы держит нагрузку. Держит одно деление на разделы, и слабой модели оно дает больше, чем сильной.
