30 лет красивых интерфейсов — и вот снова текст
Первая спецификация CSS вышла в 1996-м. С тех пор мы примерно тридцать лет старались сделать интерфейсы красивыми: добавляли тенёчки, градиентики, анимации, флексбоксы, гриды. Но что мы получили с приходом LLM? Обратно текст.Иронично, правда? :)
ИИ в финансовой аналитике: от текстового запроса до готового дашборда за несколько минут
Привет, Хабр!Меня зовут Данила Ильичев, я инженер-аналитик продукта Digital Q.Sensor BI в компании «Диасофт». Недавно я провел вебинар, на котором мы разбирали практический вопрос: как далеко сегодня можно зайти в финансовой аналитике, если отдать часть рутинной работы искусственному интеллекту. Полную запись смотрите на нашем Rutube-канале.Но прежде чем перейти к эксперименту с ИИ, коротко расскажу, откуда возникла эта задача и почему мы в «Диасофт» смотрим на нее с точки зрения реальных корпоративных процессов, а не как на очередную демонстрацию возможностей LLM.
Что умеет и где ломается Jev: большое тестирование
В работе с моделями важно не только знать их точность, скорость и цену, но и понимать, где им можно доверять, а где нужна дополнительная проверка. Многие ограничения обнаруживаются уже в процессе интеграции — и о них хотелось бы знать заранее.
Книга: «Простой Python. Современный стиль программирования. 3-е изд.»
Привет, Хаброжители!
Как мы описываем тысячи таблиц с помощью LLM
Привет, Хабр! Меня зовут Сергей Третьяков. Я product owner MWS Data Scout — сервиса, который описывает таблицы баз данных с помощью больших языковых моделей (LLM).
Русский текст в Claude Opus 5 стоит в 3,9 раза дороже, чем в GPT-5.5, при одинаковой цене за токен
Цены на API языковых моделей публикуют за миллион токенов, и по этой цифре модели обычно сравнивают. Но «токен» у каждой модели свой. Я прогнал один и тот же русский текст через Claude Opus 5 и GPT-5.5: Opus 5 насчитал в нём в 3,9 раза больше токенов. Значит, при одинаковой цене за токен обработка русского текста на Opus 5 обойдётся почти вчетверо дороже, чем на GPT-5.5, — и это не зависит от того, у кого вы покупаете доступ.
Как перестать ревьюить правки, о которых никто не просил
С приходом ИИ‑агентов в разработку, кода стало больше, а вместе с ним и шума. Пулреквесты растут, держать агента в рамках задачи становится сложнее, а через голову человека проходит всё больше кода. Ревью превращается в основную нагрузку и зелёные цифры добавленных строк в заголовке начинают напрягать ещё до того, как его откроешь.Типичная картина: пулреквест на небольшую фичу, а в нём правки в десятке файлов, которые к задаче не относятся. По отдельности они могут быть полезными, но вместе они превращают пулреквест в солянку.Проблема: агент видит больше, чем успевает сделать
Как перестать сжигать бюджет на разработку и заставить IT приносить прибыль?
Я бы хотел рассказать об опыте прохождения курса для руководителей организаций, а также о своих наблюдениях после данного курса.За моими плечами немало лет в разработке: от проектирования и разработки сложных B2B-систем до выполнения различных ролей — от старшего разработчика и техлида до бизнес-аналитика и даже владельца продукта. Было и создание стартапа, который, к моему удивлению, успешно живет до сих пор. Однако недавнее обучение заставило меня сильно переосмыслить взаимодействие между бизнесом и IT-отделом (особенно по разработке).
Мы искали, куда coding agents тратят токены. Дело оказалось не в промптах
Мы много разрабатываем с помощью coding agents: веб‑приложения, MCP‑серверы, пайплайны обработки данных, системы из нескольких агентов. И чем лучше становилась инфраструктура вокруг агентов, тем больше в ней появлялось инструкций, проверок, субагентов и автоматики. По идее, разработка должна была становиться дешевле. А расход контекста рос.Первое подозрение было очевидным: слишком раздутые промпты. Мы искали не там.38 килобайт текста со смыслом «всё хорошо»Агент закончил изменение и запустил тесты. 178 тестов, все зелёные. На stdout прилетело 38 365 байт TAP:# Subtest:...ok 1 ‑...‑-duration_ms:...type: 'test'..
