Что перестаёт работать в тестировании, когда приходит LLM
Слева — привычный зелёный тест. Справа — то, что с ним делает LLM
Как я подключал YandexGPT к AI-агентам (OpenCode, Pi, Hermes и Claude Code)
Я уже исследовал возможности интеграции разных моделей в инструменты разработки. Недавно решил плотно посмотреть на Yandex AI Studio и понять, как легко их модели залетают в популярные клиенты.Главное открытие — у Яндекса отличная поддержка стандарта OpenAI «из коробки» (эндпоинт https://ai.api.cloud.yandex.net/v1). Оказывается, всё настраивается в разы проще, чем то, с чем я столкнулся при подключении GigaChat к OpenCode
Нейросети как интеллектуальная прослойка между людьми
Всем привет! Меня зовут Дмитрий Фырнин, я управляющий партнёр и технический директор в SENSE. В этой статье собрал свои мысли и гипотезы о том, что происходит, когда языковая модель встраивается в коммуникацию и становится прослойкой между людьми. Сегодня модель «селится» в семейных спорах, рабочих чатах, школьных конфликтах и переписке с госорганами. Она интерпретирует, подсказывает, подтверждает и делает это не всегда нейтрально.
Пишем кодинг‑агента на Swift с нуля: неочевидные сложности очевидной идеи
Я долго пользовался разными кодинг‑агентами, и на их фоне Claude Code для меня заметно выделялся: качеством решений, удобством работы и вниманием к деталям. В какой‑то момент мне захотелось не просто пользоваться таким инструментом, а понять, что на самом деле происходит у него под капотом. Так я сел писать собственного агента на Swift, с нуля, без использования готовых решений.
Работает ли Caveman? Тестируем модный скилл для экономии токенов
Недавно копайлот перешёл на новую тарификацию, из-за которой я упёрся в месячные лимиты буквально за первую рабочую неделю. В рабочих чатиках все стали искать способ экономить токены, и среди разных предложений стабильно мелькал скилл под названием Caveman.Что он обещает? Идея простая — скилл указывает нейронке говорить, как пещерный человек, убирать артикли, говорить коротко и думать лаконично. На первых строках README обещается экономия до 75%. При этом без потери качества!
LLM становятся умнее, но есть ценность, до которой они не дотянутся. Где она?
Привет! Меня зовут Саша Журавлев. Я основатель и управляющий партнер фонда Mento VC. Мы инвестируем в технологические компании на стадиях Seed / Series A в США, Великобритании и Израиле, а в своем телеграм-канале рассказываю, как вижу рынок и принимаю инвестиционные решения.На прошлой неделе Сара Гуо (основательница AI фонда Conviction, ~$300 млн под управлением) написала статью о том, что есть работа, которую невозможно свести к стандарту или измерить. А раз нельзя измерить – нельзя и обучить модель делать ее лучше.
Гайды Anthropic для Fable 5 и Opus 4.8 советуют противоположное, у OpenAI — третий путь. Что менять в промптах
Гайды Anthropic для Fable 5 и Opus 4.8 дают противоположные советы по одним и тем же темам. Opus спавнит мало субагентов — его надо подталкивать; Fable делегирует охотно — его надо ограничивать. Для Opus стартовый effort — xhigh, для Fable — high.Оба вендора официально сошлись в главном: новая модель — переписывай промпт. OpenAI: «treat GPT-5.5 as a new model family to tune for, not a drop-in replacement». Anthropic: скиллы для прежних моделей «слишком прескриптивны» для Fable 5 и снижают качество.OpenAI выносит управление поведением в параметры API (reasoning_effort, verbosity, phase), Anthropic — в текст промпта
Месяц с LLM Wiki Андрея Карпатого: главная сила LLM — не в пересказе, а в умении «связывать» знания
ВступлениеЧитать статьи и веб-материалы через суммаризацию от LLM — это уже почти норма. Даже один только разбор общей картины плюс диалоговые вопросы заметно поднимают эффективность обучения.Но такой способ замыкается в одной сессии. А то, что по-настоящему определяет качество исследования и обучения, — это инсайты, рождающиеся из связей между материалами, прочитанными в разное время.
Не просто чат-бот: как мы встраиваем MCP-агентов в корпоративную платформу SimpleOne
ИИ-агенты уже умеют писать письма, резюмировать встречи и искать ответы в базе знаний. Но в корпоративной среде этого мало. Пока агент только работает с текстом, он остаётся помощником рядом с процессом, а не участником самого процесса.

