ИИ-агенты: хайп или новый стандарт рынка. Обзор исследования от МТС
Новый технологический тренд — всегда вызов для бизнеса. Но что с ним делать — немедленно вкладываться и внедрять или подождать и присмотреться?
Зоопарк фреймворков для AI-агентов: как выбрать подходящий — делаем бенчмарк и большое сравнение
Привет! В этой статье я детально разберу основные фреймворки для AI-агентов, попробую их побенчить и детально распишу их плюсы и минусы. Если вы подступались к агентам, то первым вопросом наверняка стало «а на чем их делать?». Отовсюду все говорят про langchain и десяток других фреймворков, звучат аббревиатуры типа MCP и A2A, какие-то Swarmы и CrewAI, мультиагентность и самое всякое разное.
Сначала Agile, потом — агентный ИИ
Почему ИИ вам не поможетTL;DRАгентный ИИ ускоряет работу только там, где уже зрелые Agile/DevOps-практики, короткие циклы и культура экспериментов; иначе он всего лишь делает код быстрее, а поставку — нет.По данным DORA, большинство компаний всё ещё релизят редко и с высоким change failure rate, поэтому не готовы извлекать выгоду из ИИ-агентов.Узкие места: релизы «в конце спринта», низкая автономия и кросс-функциональность команд, «бизнес кидает требования», отдельные Ops с локальной оптимизацией.
Тренды архитектуры ПО — взгляд InfoQ 2025
Ключевые идеиПока все вокруг активно прикручивают большие языковые модели, новые эксперименты всё чаще уходят в сторону более компактных и специализированных SLM и агентного ИИ.RAG уже стал почти обязательной надстройкой, чтобы вытянуть качество ответов из LLM, и теперь архитекторы стараются проектировать системы так, чтобы его было проще встроить.
Как мы ускорили проверку документации с помощью AI-агента: от боли к решению
Привет, Хабр! Я — Мила Муромцева, системный аналитик в Альфа-Банке. Пишу эту статью, чтобы поделиться нашим опытом, а с кодом и техчастью мне помогает наш разработчик Миша Буторин. Расскажем, как мы научили LLM проверять документацию для платформы Альфа-Онлайн: переписали стандарт, поборолись с токенами и немного с хаосом.TL;DR (если коротко)Мы разработали и внедрили AI-агента в процесс ревью документации на платформе Альфа-Онлайн (веб-приложение Альфа Банка). Этот инструмент автоматизирует проверку документации, освобождая аналитиков от рутинных задач.
От хайпа к пользе: как агентный ИИ меняет опыт сотрудников и клиентов
Бизнес сталкивается с отрезвляющей реальностью: несмотря на то, что почти все компании инвестируют в искусственный интеллект, лишь 1% из них считают, что достигли зрелости в этом направлении. Иными словами, ИИ пока не стал неотъемлемой частью рабочих процессов и не приносит ощутимых бизнес-результатов. По данным консалтинговой компании Capgemini, несмотря на миллиарды, вложенные в генеративный ИИ, только 24% компаний внедрили его в большинство функций, что означает: 76% всё ещё далеки от масштабного применения.
Многоагентный подход в ИИ — Anthropic ускоряет и улучшает поисковые запросы
Компания Anthropic опубликовала технические подробности своего нового исследовательского агента Claude, который использует многоагентный подход для ускорения и улучшения сложных поисковых запросов.
Агентный ИИ: одноагентные vs мультиагентные системы
Одноагентные и мультиагентные рабочие процессы | Изображение автора
Агентные качества нейрона: научные свидетельства и модели
Косвенные подтверждения «агентности» нейронаСовременные исследования показывают, что отдельный нейрон способен на более сложное поведение, чем простое пороговое суммирование входных сигналов. Биологический нейрон – это сложная полуавтономная вычислительная система, обладающая собственной «памятью» и механизмами обработки информации. Клетка хранит сведения не только в синапсах, но и в структуре своих дендритов и даже в эпигенетических метках ДНК, а вычислительная мощность одного нейрона сопоставима с целой нейронной сетью (образца 1990-х годов) (
