Один митинг, четыре реальности: почему умные люди на одной встрече слышат разные задачи
Если вы работали в команде — и хоть раз ощущали, что коллега смотрит на задачу так, будто живёт в другой реальности — вы, скорее всего, были правы. Эта статья о том, почему несколько независимых исследователей в разных странах независимо пришли к одной и той же структуре — и что это говорит о природе непонимания между людьми.Анатолий Панченко пришёл на конгресс с одним вопросом: «Какой у меня тип?». Тринадцать специалистов посмотрели на одного и того же человека. Тринадцать дали разные ответы. Никто не ошибался умышленно. Все были квалифицированы.
Opus 4.7 vs GPT-5 vs DeepSeek V4-Pro: три агента строят TSS-CLI на Rust
TL;DR24 апреля 2026 DeepSeek в режиме preview выкатил V4-Pro — MoE на 1.6T параметров (49B активных), 1M контекста. Появился повод посадить три флагманские модели за один и тот же не самый тривиальный таск и посмотреть, кто как справится. Задание общее, машина одна, час один, всё запускалось параллельно:МодельHarnessReasoning effortAnthropic Opus 4.7 (1M ctx)Claude Codex-highOpenAI GPT-5CodexhighDeepSeek V4-ProOpenCodehigh (max)
Два окна в работе с AI-агентами: архитектор и разработчик. Самый недооценённый паттерн
Самый рабочий паттерн в работе с AI-агентами на код — два окна. Одно с архитектором/проверяющим, второе с разработчиком. Можно собрать на одной модели: Claude в обоих окнах с разными системными промптами и сессиями. Можно смешать — у меня сейчас Claude Code в окне разработчика и GPT-5.5 в режиме высокого мышления в окне архитектора. Модель важна меньше, чем разделение ролей.Почему один агент почти всегда хуже двух, что делает каждое из окон, и где этот паттерн избыточен.Почему один агент — это плохо
Тихие враги IT-здоровья: 6 привычек которые вредят медленно
Первые две части были про серьёзные диагнозы. Эта — про то, что мы делаем каждый день и считаем нормой. Кофе с утра, музыка в наушниках, пиво в пятницу после релиза. Ни одна из этих вещей не убьёт тебя завтра. Но за 10 лет — посмотрим.
Курсы по нейросетям: рейтинг лучших программ обучения 2026
Курсы по нейросетям в 2026 году предлагают чёткое разделение: практические треки для автоматизации рабочих задач и фундаментальные программы для подготовки AI- и ML-инженеров. Мы сравнили 4 актуальные программы Skillbox и GeekBrains, которые отобрали из каталога Хабр Курсов, от двухнедельного экспресс-старта до годовых треков с MLOps и Big Data.СодержаниеСравнительная таблица
Save the date: 20 мая встретимся на Inside AI Meetup от Wildberries & Russ
Что происходит, когда AI выходит за пределы прототипа и попадает в прод? На митапе обсудим реальные кейсы: от высоконагруженной модерации с векторным поиском и AIOps-подходов к управлению ML-сервисами до практики построения RAG-систем, тонкостей реранкинга и реальных этапов запуска LLM-продуктов. Среди спикеров эксперты Wildberries & Russ, MWS, МФТИ, Avito, VK, M2, Сбера, Альфа-Банка, red_mad_robot.Когда: 20 мая, старт в 15:00Где: Москва + онлайн-трансляция Регистрация открыта —> здесьInside AI: Main Track. Доклады на 30 минут от Wildberries & Russ, MWS, МФТИ
Дрессировка и воспитание личного автономного AI‑агента на VPS (Hermes Agent вместо OpenClaw)
Хочешь личного агента, который на связи 24/7? Послушного, исполнительного и даже... в меру умного? Он работает за еду (токены) и кров (VPS), учится новому и готов взять на себя любую рутину (связанную с интернетом) если ты его научишь. Он свободен от корпоративных инфраструктур (opensource) и предан только тебе. Он требует дрессировки и воспитания, а затем становится исполнительным секретарём.Мы живём в удивительное время, когда это стало реальным. Сначала LLMs проникли в веб‑поиск — появился «chatgpt». Проникли в компьютер — «claude code». Когда настала очередь VPS — появился небезопасный OpenClaw, а вскоре за ним — перспективный Hermes.
ИТ-решения в промышленности: итоги 2025 года и тренды 2026
Заместитель генерального директора К2Тех Игорь Зельдец подвел итоги 2025 года для ИТ в промышленности и обозначил ключевые тенденции, которые сохранят актуальность в 2026 году. В 2025 году подход промышленных предприятий к ИТ был очень рациональным и осознанным. Росла ключевая ставка, росли издержки. В большинстве отраслей произошло сокращение ИТ-бюджетов. В таких условиях многие компании вынуждены были секвестировать затраты на ИТ и, как следствие, внедрять только самое важное и стремиться получать максимум пользы из каждого решения.
Decoding LLM Clichés: A Fresh Perspective
Like millions of others convinced they possess knowledge the world desperately needs to hear, I decided to write a book on prompting. In the process (which, by the way, turned out to be far more difficult than anticipated), I found myself examining LLM clichés. You know the ones. At least, in the comment sections of tech blogs, hundreds of self-proclaimed experts use them to spot AI-generated text.Anyway, these clichés definitely exist, and many authors now routinely add blocklists of these phrases to their prompts to weed them out. Whether this is actually a good or a bad thing is what I’ll break down below.Editors, writers, and readers unanimously agree that LLM-generated texts are easily recognized by their heavy reliance on certain tropes: "It’s not just , it’s a ...", "Unlocking the potential of...", "In today's fast-paced digital landscape..."
