Куда делись 4 секунды: разбираем автоинструментацию в APM
4 секунды, это вы?Вместо введения. Когда приложение состоит из одного процесса и нескольких десятков методов, найти причину медленной работы относительно просто: можно включить профилировщик, посмотреть логи и найти проблемный участок кода. В распределённой системе всё меняется.
Куда свернуть разработчику: 10 бесплатных способов сменить стек и трек — от QA до данных, ИИ и продукта
Бывает, что через несколько лет в разработке задачи ходят по кругу, а стек больше ничем не удивляет. Зарплата тоже: по данным Хабр Карьеры, за первое полугодие 2026 года доходы разработчиков выросли на 1%, а у тестировщиков и аналитиков — на 5%. Тянет в соседнюю область, но страшно начать заново и просесть в грейде.Проверить свою гипотезу можно без увольнения. Мы собрали 10 бесплатных демодоступов, курсов, вебинаров и разложили их по дистанции от кода: от переходов, где вы остаётесь инженером, до смены роли. Чем ниже по списку, тем больше придётся переучиваться.
Где сломался AI-агент? Как отлаживать многоэтапные воркфлоу по шагам
Расследование инцидента состоит из цепочки взаимосвязанных решений. Сначала нужно определить, когда началась проблема, затем понять, какие системы она затронула, проверить исходную гипотезу по метрикам, логам или трейсам и, наконец, свести все собранные данные воедино, чтобы установить наиболее вероятную первопричину.Мы построили агентный воркфлоу по той же схеме. Каждый этап отвечает за свою часть расследования и передаёт результат следующему.
Усредняющие сети: как ускорить 8-битные сети почти без потери точности
Чтобы распознать документ на смартфоне, мало хорошо обучить нейросеть читать текст. Нужно ещё добиться, чтобы она делала это быстро на процессоре самого устройства. При разработке Smart Document Engine, системы распознавания и анализа документов, мы решаем именно такие задачи: обработка должна выполняться локально, а вычислительные ресурсы ограничены. Поэтому для нас поиск более экономных способов вычисления нейронных сетей — вполне практическая задача.
FRIDA Decisions: быстро думать на русском
FRIDA Decisions — открытая модель быстрого мышления для русского языка. Она выбирает вариант из списка, ставит оценку по шкале, отвечает «да» или «нет» и ранжирует кандидатов за один проход энкодера, без генерации текста и за десятки миллисекунд на RTX 5060 Ti. Её можно поставить везде, где сейчас LLM работает классификатором или судьёй: маршрутизация обращений, модерация, разметка данных, ранжирование для RAG. На нашем бенчмарке razvilka модель набирает 0,893 — наравне с коммерческим API TypeSafe Jev (0,897) и с LLM Qwen3.5-35B-A3B, которая в 40 раз больше.Коротко, что внутри:Скорость. 28-34 мс на запрос на RTX 5060 Ti. Коммерческий API по
Лабораторная работа № 4 Вайбкодинг <> Документация?
Что произойдет, если AI‑программист будет получать контекст не из собственного чата, а из функциональной и архитектурной модели проекта?Последние пару месяцев я работал над несколькими прикладными задачами.агент‑аналитик, который помогает выявлять бизнес‑процессный функциональный каркас ERP‑систем. Наша специализация — замена одной ERP‑системы на другую, а такая работа начинается с выявления As Is в уходящей системе и моделирования To Be в новой. Чем полнее мы выявили существующие функции и промоделировали их в новой системе, тем надежнее можно провести переход.агент —
Чем различаются способы установки приложений на сервер
Автор: Иван Богданов, Технический писательВопрос о том, как ставить софт на сервер, выглядит решенным примерно до момента, пока в команде не находится два человека с разными привычками. Один ставит apt install nginx и не понимает, зачем усложнять. Второй тянет тот же nginx контейнером, потому что через полгода придется откатываться, и делать это через apt он не хочет. Да и типичный это спор между олдскулами и сторонниками контейнеров везде и всюду.
Как использование нейросетей изменило игровую индустрию и homebrew-cцену
Игровая индустрия прошла максимально сложный путь развития: от чего-то максимально локального до мейнстрима у всех возрастов, по пути успев чуть не умереть в 1983 году и возродиться руками одной компании. И всегда этот путь сопровождался эволюцией средств разработки.В наше время максимально часто поднимается вопрос этичности в вопросах использования ИИ для создания игр, кое-где на этой почве вспыхивают скандалы. В последние месяцы с помощью вайбкодинга и немного ручного труда создаются какие-то совсем невероятные вещи.
Прогнали GigaChat 3.5 по реальным кейсам: Результаты большого тест‑драйва
В начале сентября Сбер неожиданно выложил открытые веса своей модели GigaChat 3.5 432B. Таким образом, любая компания в России может развернуть эту модель на своем сервере(при наличии мощного железа). И казалось бы, это может в корне переломить ситуацию с суверенными моделями в России, так как эта модель думающая. И у меня возник вопрос: а возможно ли использовать эту модель для создания ИИ‑агентов?Приготовьтесь, в статье будет много скриншотов по нашим результатам на боевом сервере.
