Как я мучил NanoClaw и NanoBot (или они меня)
Последние пару недель я экспериментировал с автономными AI-агентами - NanoClaw и NanoBot. Оба обещают многое. На моей практике всё оказалось иначе.NanoClaw(Легкая альтернатива OpenClaw, работающая в контейнерах для обеспечения безопасности. Поддерживает подключение к WhatsApp, Telegram, Slack, Discord, Gmail и другим мессенджерам, имеет собственную память, функцию запланированных заданий и работает непосредственно на базе SDK Anthropic Agents.)Поставил на свежую VPS. Первые 20 минут ушли на то, чтобы просто понять, как его запустить с определенным провайдером и моделью. Кое-как подключил Openrouter с моделью GLM 5. Даже подумал, что на это трудности закончились.
Ralph loop агенты, оракул и право на мутацию: как не путать execution loop с evolution loop
СодержаниеПутеводитель по паттернам (Таблица) — обзорная таксономия Ralph-агентов.Базовая терминология — разбор понятий Верификатор, Оракул и Артефакты.Паттерн №1: Same-prompt Ralph — анализ подхода Anthropic.Паттерн №2: External verifier Ralph — анализ подхода Vercel.Паттерн №3: Artifact-evolving Ralph (Huntley) — разбор оригинальной концепции.
Операционная система Анна версия 0.0.60
Решил написать продолжение к предыдущей моей статье Операционная система Анна. Недавно моя жена затеяла вести расходы в Google Sheets. Увидел её мучения о том, как создать формулы, листы и т. д. В итоге ей посоветовал поставить Анну на её домашний компьютер. При установке она настроила интеграцию с Google Sheets. Потом я ей посоветовал попросить Анну сделать следующее:
Ещё один архитектор правил для ИИ-агентов
Проблема, которую ощущают многие, но решают немногие.Вы запускаете Zed, Kiro, Cline, Claude Code или Qwen. Описываете задачу. Агент создаёт код. И вот он перед вами... Иногда качественный. Иногда — беспорядочная смесь чужих стандартов, случайных шаблонов и игнорирование структуры вашего проекта.Вы поправляете. Объясняете снова. Поправляете. Через час понимаете: вы тратите больше времени на управление агентом, чем на саму задачу.Знакомо?Почему агенты «тупят»Дело не в модели. Claude, GPT, Gemini, Qwen — все они достаточно "умные".Проблема в другом: У агента нет контекста вашего проекта.
ИИ‑агент внутри 1С
1C AI Agent — продукт, который не “поговорить”, а “сделать”Привет. Это первая публикация про наш новый продукт — 1C AI Agent.Если коротко: LLM — это уже нормальный рабочий инструмент, и с ним всё ок. Но нам хотелось сделать следующий шаг: чтобы в 1С можно было не только “спросить и получить текст”, а попросить и получить результат в базе — с понятным планом, проверками и ограничениями.Мы сделали иначе: агент внутри 1С получает задачу человеческими словами, раскладывает её на шаги и исполняет
Когда зашел не в ту дверь. Или как рядовому Qa automation жить в мире с LLM
Как рядовому Qa automation жить в мире с LLMCодержание:ВведениеКак войти? Быстрый старт0. Первые шаги1. Аналитика и анализ2. Рядовые кейсы для облегчения жизни3. Настраиваем свой тестовый фреймворк
Интеграция coding-агента с MCP-сервером Idea
В IntelliJ Idea (а, значит, и в OpenIDE) есть встроенный MCP-сервер. Активируется он достаточно просто и позволяет расширять стандартную функциональность command-line кодинговых агентов, таких как платный Claude Code или бесплатный, но тоже весьма неплохой Qwen Code
Claude Cowork: Революция или «недотерминал» в красивой обертке?
Claude Code — это мощный инструмент для разработки. Но не только. Я, как и многие, использую его вообще не для кода. Он помогает мне вести заметки, менеджерить проекты, писать тексты и управлять файлами.Кстати, я много пишу об этом в своем телеграм-канале «Вкалывают роботы». Если тема AI-агентов интересна — подписывайтесь, там много живых кейсов.
Как Bugbot в Cursor удвоил число реально исправленных багов
В Cursor подробно разобрали, как эволюционировал Bugbot — агент для код-ревью pull request’ов, который ищет логические баги, проблемы с производительностью и уязвимости до мержа.Изначально качество оценивали почти вручную: меняли пайплайны, модели и фильтры, опрашивали инженеров и отсекали конфигурации с высоким числом false positive. Один из первых устойчивых приёмов — несколько параллельных проходов по diff’у с разным порядком строк и majority voting: баг считался «реальным», если его находили независимо несколько запусков.
