Как мы построили ИИ‑аналитику, которая не галлюцинирует
Я руковожу командой аналитиков. Мы работаем с данными брендов на маркетплейсах. Начну не с технологии, а с проблемы, из которой всё выросло.Каждый день мы разбираем, где у селлера утекают деньги. С данными у нас все было в порядке. Витрины были нормальные, дашборды наглядные, цифры под рукой. Дело было не в данных, а в людях. Дашборд показывает, что произошло, а разобраться, что с этим делать, должен уже аналитик.
Как агентные LLM встроили в операцию против госструктур: разбор кампании Hunt.io
В июле 2026 года Hunt.io опубликовала исследование предположительно китайской кибершпионской кампании, обнаруженной через ошибку операторов: один из серверов в гонконгском инфраструктурном кластере отдавал открытый каталог. В нём оказались 2 431 файла: исходный код жертв, журналы операций, веб-шеллы, скрипты эксплуатации, результаты сканирования и клоны страниц входа.
Как рождалась WAICO: инсайды делегации Беларуси, 29 мигалок и Казахстан сразу на двух ИИ-картах мира
Всемирная организация сотрудничества в сфере искусственного интеллекта, по-английски WAICO или полностью World Artificial Intelligence Cooperation Organization была создана 16 июля 2026 года в 20:00 в городе Шанхай в Китае.Всё написанное ниже — личный взгляд участника процесса, а не официальная позиция какой-либо структуры. И треснул мир напополам, дымит разлом ...(C) слова из песни "Ночной дозор" группы Уматурман.
Метрики, которые врут: ошибка выжившего, p-hacking и другие ловушки данных
Когда метрика наконец пошла вверх, хочется сразу найти причину: что сработало, какую гипотезу закрепить, куда теперь докинуть ресурсов. Но сначала стоит понять, из каких пользователей и событий собран показатель.Например, retention растёт — звучит хорошо. Но если в расчёт попали только те, кто уже вернулся хотя бы раз, то из картины выпали все, кто открыл продукт один раз и ушёл. А без них нельзя сказать, что продукт стал лучше удерживать новую аудиторию.
Устав и летопись кодинг-агентов
При ИИ-ассистированной разработке (или, если угодно, вайб-кодинге) довольно быстро проявляются одни и те же проблемы:деградация контекста (модель “забывает” детали);саботаж команд или неаккуратное следование;трудности переноса контекста (в новую сессию или агента);ограничение контекстного окна и суммаризации (контекст ограничен возможностями модели, а контроль за суммаризацией, как один из способов решения проблемы, затруднителен);малая наглядность и проверяемость процесса разработки.
Как я встроил AI‑агента прямо в интерфейс Apache Superset и не сломал ему CSP
Есть Apache Superset. Есть аналитик, который открывает SQL Lab и десять минут вспоминает, как называется таблица с заказами — orders, olist_orders или fact_orders_v2. Есть языковые модели, которые отлично пишут SQL, но понятия не имеют, что лежит в вашем хранилище.Задача звучала просто: добавить в интерфейс Superset кнопку, по которой открывается чат с моделью. Причём агент должен работать по принципу MCP — не фантазировать имена колонок, а сходить и посмотреть их в метаданных. Подключаться к любому OpenAI‑совместимому API: локальная Ollama, llm7, OpenAI — что угодно.
Claude API в 2026 году: что это, как получить ключ и подключить из России
Claude — нейросеть от Anthropic, которая в 2026 году держится в топе большинства бенчмарков по коду и агентным задачам. Чат-версия живёт на claude.ai, но как только вы захотите встроить Claude в своё приложение, телеграм-бота или пайплайн в n8n — понадобится API.С API у разработчиков из России две проблемы. Первая: Anthropic не регистрирует аккаунты с российских номеров и не принимает карты российских банков. Вторая: большинство русскоязычных гайдов написаны в 2024–2025 годах и рассказывают про Claude 3, которого в актуальной линейке давно нет.
Исследование: цифровые платформы вступают в новый этап развития под влиянием ИИ
«Ростелеком», Фонд развития интернет‑инициатив (ФРИИ) и Институт развития интернета (АНО «ИРИ»)
Блуждающий нерв и рабочие задачи: одна из теорий продуктивности для специалистов умственного труда
Всем привет! Идея написать статью на тему быстрого восстановления после жёстких стрессов витала в моей голове давно. Моя ситуация типичная: уже более 10 лет работаю в маркетинге, и, пожалуй, не стоит объяснять, что порой эта работа похожа на беспощадный сёрфинг по адреналиново‑дофаминово‑кортизольным волнам: то есть лиды, то нет, то дают бюджет, то режут, то взлетает проект, то снова на рынке какая‑то бомба замедленного действия.
Зеленый рыцарь в осаде: кто копает под Nvidia на рынке AI‑чипов
Привет! Мы уже знакомы — меня зовут Александр Баулин. На этот раз я решил разобраться, почему Nvidia до сих пор владеет большей частью рынка чипов для обучения и инференса AI‑моделей.Наше время принято называть эпохой веб‑сервисов, когда главную прибыль получают разработчики соцсетей, интернет‑магазинов и корпоративных веб‑сервисов. Тогда почему самая дорогая компании мира — Nvidia, живущая на продажах железа? В этой статье я разбирался, за счет чего Nvidia остается «главным продавцом лопат» для AI и кто может потеснить ее на рынке.
