Skaro: Автопилот для выполнения задач
Хочу представить вам обновление Open Source проекта skaro, обзор на который я делал в этой статье, и автором которого я являюсь.Добавлен режим автопилота — теперь LLM может выполнять задачи самостоятельно.GitHub
Школьная математика против цифрового бессмертия сайдлоадинга
LLM никогда не станет вами.В студенчестве я думал, что если поступлю на мехмат, то научусь программировать на высшем уровне. Я заблуждался - всякий матан не помогает писать код. Бросил на 3-м курсе.Но кое-какие знания остались. И именно они ставят крест на мечтах фанатов "сайдлоадинга".сайдлоадинг это аппроксимация разума через входы и выходы мозга. Мы работаем с ним как с черным ящиком: записываем твои логи, тексты и реакции, а потом учим нейронку вести себя так жеглавная ценность — это страховка от информационного уничтожения.____© определение от фаната сайдлоадинга
AI-продакт и результат: как рождаются продукты, которые приносят деньги
В цифровых продуктах «сделать фичу» давно не равно «создать ценность»: она появляется, когда решение меняет процесс и дает измеримый результат. В AI-продуктах это особенно важно: ценность определяет не интерфейс и не сама модель, а способность системы стабильно и безопасно закрывать задачу с предсказуемой экономикой.С AI-агентами это видно лучше всего: эффект возникает не при запуске функции, а когда агент встраивается в реальную работу, убирает ручные шаги, меняет роли и дает измеримые улучшения — в выручке, скорости, издержках или качестве.
Как собрать ИИ‑бота для Telegram за час с помощью MWS GPT
Чат-боты на основе ИИ уже могут заменить первую линию техподдержки. Например, клиент отправляет в мессенджер фото чека, а модель консультирует его по условиям возврата. Но это не единственный сценарий, который можно автоматизировать.
Не убивайте интернет: почему нам нужен ИИ, но не так, как мы его используем
Сейчас много людей говорят о том, что пузырь нейросетей вот-вот лопнет, что это чуть ли не самое бесполезное изобретение человечества, которое ни на что не способно.Я считаю иначе. Все эти заявления разбиваются о простые рассуждения и примеры, которые почему-то часто игнорируют. Я даже не боюсь тотальной замены людей нейросетями: настолько сильный рост экономической эффективности может подарить нам колоссальное количество свободного времени и новых возможностей.(Статья написана мной и была орфографически проверена, стилизована, с добавлением источников через DeepSeek, если потребуется изначальный текст - скину)
Как мы строили своего AI-агента для генерации тестовой документации — опыт QA-команды мобильных секретарей
Привет, Хабр! На связи QA-команда мобильных секретарей — Настя и Ксюша.
Как научить AI-агента работать «как у нас принято»: RAG для передачи знаний
Новый сотрудник приходит в компанию. Первый месяц смотрит, как работают другие. Задаёт вопросы. Впитывает неписаные правила.«К Петрову лучше не ходить в пятницу после обеда». «Если клиент из Газпрома — сначала согласуй с Мариной». «Этот шаблон договора устарел, бери новый из папки на диске».Через месяц-два новичок работает «как принято». Без инструкций — просто потому что видел, как это делают другие.AI-агент так не умеет. Всё, что сотрудники «знают на автомате», для него не существует. Пока не будет явно описано и загружено в систему.Проблема tacit knowledge
