Личный агент за вечер: разведка Claude Managed Agents глазами не‑разработчика
Раз отовсюду — «агенты, агенты, я всю работу отдал AI‑агентам, а сам чилю на Бали» — собрал себе одного. Пробую, делюсь впечатлениями.Сразу обещание: это не пошаговая инструкция. Это история одного вечера и выводы — куда оно движется и стоит ли уже сейчас этим заниматься.Зачем мне вообще агент
Я попросил ИИ выбрать нишу для стартапа. Готовой кнопки почти нет
Эксперимент с zero-human компанией: GitHub-агенты, SaaS-валидаторы, поиск боли и почему готовой кнопки выбора ниши пока почти нетНекоторые из вас знают, что я решил провести эксперимент: построить zero-human компанию.Не в смысле "я вообще никогда не буду трогать бизнес руками". Это сказки для лендингов.Идея другая: найти нишу, где максимум операционки можно отдать агентам. Исследования, продукт, код, QA, онбординг, поддержка, отчёты, часть продаж. Человек остаётся там, где надо принять решение, а не переносить данные из одной таблицы в другую.И тут возник первый занимательный вопрос.
Принцип технологической гравитации: как представления о человеке влияют на инновации. Этика vs онтология
В статье рассматривается феномен технологической гравитации: зависимость успешности массового внедрения технологий от имплицитного представления о «природе» конечного пользователя. На примерах Web3, генеративных нейросетей и социальных платформ демонстрируется, что технологии, ориентированные на рационального и ответственного субъекта, остаются нишевыми, в то время как технологии, обслуживающие импульсивность и лень, захватывают рынок. Формулируется закон обратной корреляции между этической нагрузкой на пользователя и широтой охвата аудитории.Фундамент техноэтики
Как я сделал AI‑директора для малого бизнеса и почему отказался от RAG
Уровень: senior backend, AI/ML Стек: FastAPI, SQLite, Claude Haiku 4.5, кастомный scheduler Что внутри: архитектура AI‑агента для команды 5–50 человек, типизированная память вместо vector RAG, граф знаний организации, ежедневный reflectionЧто такое Лира на пальцахМаленькая компания, человек 20. Гендир тонет в задачах. Помнить кто что обещал, отслеживать движение по целям, держать в голове десяток проектов одновременно. У больших корпораций для этого есть штат руководителей среднего звена и проджектов. У малых есть один директор, который пытается быть всем сразу.
1 миллион токенов в Opus 4.7 — маркетинг. Реально полезных — 300 тысяч. И сами Anthropic это подтверждают
В начале мая Кангвук Ли (CAIO Krafton) опубликовал в X разбор: двумя API-вызовами и 35 строками Python он вытащил из Codex AES-зашифрованный compaction-blob и реконструировал серверный промпт сжатия контекста. Тот оказался почти идентичен открытому промпту Codex CLI, который лежит в репозитории openai/codex в prompt.md и summary_prefix.md. Сам Ли в финале признаётся: ожидал найти «секретный соус», нашёл — почти то же, что в опенсорсе.Параллельно с этим у Anthropic с января 2026 живёт public beta серверной компакции compact_20260112
Короткий промпт ≠ дешёвый промпт: как оптимизация ломает prefix cache в LLM-агентах
Привет, Хабр! Меня зовут Сергей Нотевский, я AI Platform Lead в Битрикс24.Это третья статья серии про prefix caching: первая - про экономику кэширования и особенности разных провайдеров, вторая - про антипаттерны в простых сценариях. А здесь про то, как та же механика работает против вас в агентном цикле.TL;DRЕсли на каждом шаге менять tools, system prompt или ранние блоки context, prefix cache будет часто начинаться заново.Поэтому большой, но стабильный список tools иногда дешевле, чем маленький список, который постоянно пересобирается.
Почему бенчмарки в AI сломались — и что с этим делать в понедельник
В январе 2026 года Янн Лекун, уходя из Meta, сказал в интервью Financial Times про релиз Llama 4: «The results were fudged a little bit» (Fast Company, 6 января 2026). Команда показывала на LMArena одну версию модели, в продакшен ушла другая. На бенчмарке всё было правильно. В реальности код был хуже DeepSeek V3.Я хочу разобрать эту историю. Не потому что Meta — исключение. Потому что они — симптом.TL;DR.
От ChatGPT к мультиагентному контент-пайплайну: как 5 AI-агентов пишут мне кейсы
Это не просто статья на Хабре. Это AI-сгенерированная статья на Хабре. Ха! Попались? Меня зовут Ксения Иванчикова, я развиваю медиа Generation AI. Еще год назад я писала умные промпты для ChatGPT в надежде получить глубокий и качественный контент — получалось так себе. Недавно я навайбкодила пайплайн из пяти AI-агентов: они берут 20-минутную запись доклада с YouTube, выдают готовый кейс и верстают контент на WordPress. Рассказываю про опыт создания контент-машинки, которая не делает нейрослоп.
