«Второй мозг» проекта: как ИИ пишет ТЗ по записям встреч с заказчиком
Всем привет, меня зовут Катя, я развиваю Gramax. Уже несколько месяцев мы делаем ИИ-агента для работы с текстом и документацией, поэтому много смотрим на реальные кейсы в разных компаниях. Один из самых сильных принесли друзья из SellOut+. Они делают аналитические системы для фармы и FMCG, быстро пробуют новые подходы и в какой-то момент взяли первую версию функции агентов в Gramax.
Дефицит на годы: Nvidia и SK Hynix объявили о совместной разработке памяти для суперкомпьютеров
Глава Nvidia Дженсен Хуанг официально заявил, что ситуация с дефицитом памяти сохранится на мировом рынке ещё несколько лет. Это предупреждение прозвучало 8 июня 2026 года в момент подписания многолетнего технологического соглашения между компанией Nvidia и южнокорейским производителем памяти SK Hynix. Встреча прошла в штаб-квартире SK Group в Сеуле, и её итоги можно назвать историческими: стороны договорились не просто о поставках, а о совместной разработке памяти для нового поколения ИИ-инфраструктуры.
Как компании теряют прибыль из-за ошибок в подборе и почему это редко видно сразу
Когда в компании снижается прибыль, первое, что обычно начинают проверять, — продажи, маркетинг, закупки, цены, расходы, логистику, воронку. Это естественно. Но у бизнеса есть еще один источник потерь, который часто недооценивают: кадровые ошибки на ключевых ролях.
AI для Тестирования (QA): краткий гайд по инструментам
В своей статье об автоматизации различных аспектов QA роли с помощью AI я писала, что с высокой вероятностью, в ближайшие годы, с помощью AI будет возможность автоматизировать большую часть рутины тестировщика. В данной статье, мне бы хотелось рассмотреть конкретные полезные инструменты для автоматизации роли QA с помощью AI. Статья ориентирована преимущественно на специалистов уровня junior/middle, а так же - на тех, кому интересно разобраться в современных AI инструментах для профессии QA
Видеоаналитика на промышленном объекте: почему большинство внедрений разочаровывают и как сделать правильно
Там, где нет людей, нет времени и нет права на ошибкуХочу поделится одной историей из жизни. На удалённом нефтепромысле в -30С° за бортом бригада выполняет огневые работы — сварку, рядом с действующим трубопроводом. По регламенту каждый должен быть в полном комплекте СИЗ, с газоанализатором. Мастер провел инструктаж, расписался в наряде‑допуске, и уехал на следующий объект. Инспектор по ТБ появится через два часа.Что происходит в эти два часа — не знает никто.
Как я создал и развиваю ИИ-тренера привычек в Telegram
Хорошего тренера узнают в лицо, вот оно:Твой новый тренерПрочитал «Атомные привычки»
redb.Route 3.1.0 — LLM как ещё один транспорт: .To(«llm:–claude») и .AsLlmTool()
redb.route llm AIСерия: redb ecosystem (анонс, разбор позже)В 3.1.0 у redb.Route вышло два новых транспорта: redb.Route.Llm (24-й) и redb.Route.Exec (25-й). LLM теперь — обычный endpoint наравне с Kafka, RabbitMQ и HTTP: вызов модели — это шаг .To("llm://claude")
Как я за выходные научил ИИ материться по команде, а потом превратил его в кота
TL;DR. Взял самую маленькую «взрослую» современную модель (Qwen3.5-0.8B), арендовал GPU на выходные и поставил два высоконаучных эксперимента: (1) заставить вежливого ассистента выматериться по команде и (2) превратить его в кота. Получилось и то, и другое. По дороге узнал, что вся «личность» ответа часто висит на одном первом токене, что фильтром «плохих слов» от инъекций не закрыться, что safety открытых моделей снимается одним вектором без переобучения, и что читать надо сырой вывод, а не красивую цифру - потому что метрика наврала мне дважды за два дня. Всё на реальном коде, ~42 прогона. Маркетинга не будет, кота будет много.
OpenAI подала конфиденциальную заявку на IPO
OpenAI конфиденциально подала заявку на первичное публичное размещение акций (IPO). Оценка компании после раунда инвестиций составила $852 млрд.
