Один запрос, семь ИИ-поисковиков, ноль общих источников
Когда человек спрашивает у ассистента «к кому обратиться», он не получает десять синих ссылок. Он получает ответ, внутри которого названы пять-десять доменов. Для бизнеса это новая выдача, и вопрос к ней другой, чем к обычному поиску: не «какая у меня позиция», а «я вообще есть в этом ответе».Я меряю это программно: беру запрос, задаю его нескольким движкам и смотрю не на текст ответа, а на то, какие домены движок реально процитировал. 10 августа 2026 года я прогнал два запроса через семь движков в один заход. Пересечение получилось пустым: ни одного домена, который назвали бы все семеро.
Agent Skills в npm-пакетах: доставка агенту знаний о библиотеке
Когда ИИ-агент сталкивается с незнакомой библиотекой, он обычно исследует установленный пакет: находит точку входа, читает типы и исходный код, ищет README, примеры и тесты. Так можно разобраться практически с любой зависимостью.Но исходный код рассказывает о библиотеке слишком подробно и только со стороны реализации. По нему приходится восстанавливать назначение компонентов, публичные границы, порядок подключения, принятые соглашения и типичные ошибки. Агент тратит на это время и контекст модели, а результат зависит от того, какие файлы он успел прочитать.
Как генерировать реалистичные изображения при большом количестве параметров
Сгенерировать реалистичный портрет по одному описанию несложно. Гораздо труднее одновременно управлять десятками параметров: возраст, пол, причёска, форма лица и другие признаки.
Как устроен нейропрофиль пользователя в рекомендациях VK
Привет! Меня зовут Михаил Трапезников, я руководитель группы рекомендательных технологий в AI VK.
Платформа — не самоцель: когда ML-разработку стоит унифицировать, а когда лучше остановиться, обсудили на «ИТ-Пикнике»
Машинное обучение часто воспринимают как работу над моделью: есть данные, алгоритм, обучение и результат. В крупных компаниях основная сложность постепенно перемещается в другое место. Одни и те же данные приходится готовить для разных проектов, модели — регулярно переобучать, эксперименты — проверять, а найденные решения — переносить между командами.На «ИТ-Пикнике» Сергей Кузнецов, руководитель разработки платформы рекомендаций и поиска MWS, показал на трех кейсах, почему в одних случаях лучше работать с полноценной ML-платформа, а в других — выгоднее остановиться на уровне библиотеки.
ФСТЭК утвердила шкалу зрелости ИБ: от «нулевого» до «верифицируемого»
ФСТЭК утвердила методику оценки уровня зрелости деятельности по защите информации. Проект обсуждался с конца мая, утверждённый текст датирован 7 августа 2026 года. Это та самая линейка, на которую нормативка ссылалась авансом: приказ № 117 требует считать показатель зрелости с прошлого марта, проект приказа на замену 21-му закладывает требование к зрелости подрядчика, и до сих пор мерить всё это было нечем.
Источники сбора угроз ИБ для систем ИИ
Президент и главный исполнительный директор Nvidia Дженсен Хуанг день выхода GhatGPT называет «iPhone moment of AI». Это событие произошло 30 ноября 2022 года, а уже в январе следующего года сервис ежемесячно насчитывал 100 миллионов активных пользователей.За несколько лет технологии ИИ заслужили популярность в том числе и среди компаний – согласно отчёту McKinsey в 2025 году 88% компаний заявляли об использовании ИИ хотя бы в одной бизнес-функции.
