ИИ в масштабе: как управлять внедрением, метриками и трансформацией команды из 500+ разработчиков
За год экспериментов мы выяснили, что традиционное обучение почти не повышает adoption, а количество пользователей ещё ничего не говорит о бизнес-эффекте. Агенты могут написать от 80 до 99% кода, а могут за 12 часов разрушить архитектуру проекта. Мини-команда из двух разработчиков и бизнес-эксперта с помощью ИИ может сделать интеграционный сервис так же быстро, как команда из пяти человек, но Lead Time при этом может остаться прежним.
Завтра на INFOSTART CIO CAMP 2026 разберут экономику ИИ
14 августа в Санкт-Петербурге стартует INFOSTART CIO CAMP 2026
xAI выпустили Grok 4.6: модель сравнялась с GPT-5.6 Sol
xAI представили Grok 4.6 — новую версию модели с упором на длительную работу AI-агентов, программирование и создание интерактивных приложений. По словам разработчиков, модель лучше удерживает многошаговые задачи, чаще проверяет собственные результаты и продолжает работу после первого подходящего решения.В Artificial Analysis Intelligence Index новинка получила 61 балл — столько же, сколько GPT-5.6 Sol Max. Fable 5 Max набрала 62 балла, а Grok 4.5 High — 56.
10+ AI-агентов на Claude Code и Kaiten: опыт директора, который почти вышел из операционки
«А что если заменить целую команду ИИ-агентами?» — этим вопросом в конце декабря прошлого года задался Игорь, директор компании «Эрегион» и давний пользователь Кайтена. Он решил проверить идею на практике и понять, что из этого получится и как вообще все грамотно организовать.Первые внедрения ИИ Игорь сделал в процессах «Кабель.РФ». А уже к июню небольшой эксперимент вырос в целую систему, где 10+ ИИ-агентов в фоне закрывают продуктовые и IT-задачи. Причем Игорь подключается всего несколько раз за проект — на старте, приемке прототипа и в конце.
Как собрать персональную wiki без Claude Code
Идея Andrej Karpathy с LLM-wiki набирает сторонников. На Хабре уже было несколько публикаций (1, 2, 3), в том числе и моя про сравнение LLM-wiki и RAG-системы. Ещё больше статей я нашёл на medium.
Как я индексировал экосистему MCP: 9 источников, 80 000 серверов и куча нюансов
главная ну типаПолтора года назад MCP‑серверов были десятки, сейчас десятки тысяч. Найти нужный стало отдельной задачей: официальный реестр хранит голые метаданные, awesome‑списки устаревают за неделю, а у большинства каталогов нет главного, установки и проверки безопасности.
ИИ-революция уже началась. Мы просто пока не знаем, чем она закончится
Кажется, что слово «революция» применительно к искусственному интеллекту используют слишком легко. Каждый новый продукт теперь «революционный», каждая новая модель «меняет всё», а через полгода выходит следующая.Но если отойти от конкретных моделей, чат-ботов и маркетинговых заявлений и посмотреть на происходящее в масштабе истории, картина получается интереснее.Я считаю, что революция искусственного интеллекта уже началась.Не в том смысле, что ИИ уже заменил людей, наступил AGI или мы точно знаем, каким будет рынок труда через десять лет. Как раз этого мы не знаем.
Почему нейросети съедают токены: что происходит с длинными чатами и как снизить расход
Один пользователь Claude пишет, что потратил больше миллиарда входных токенов. Другой оставил AI-агента без присмотра и насчитал около $6000 расходов. Цифры из Reddit стоит воспринимать осторожно, но проблема за ними реальная: длинный контекст обходится дороже, а иногда ещё и мешает модели нормально работать.
