AI Governance и контроль корпоративных AI-агентов: безопасные подходы для бизнеса в 2026 году
Введение: почему это критично сегодня
Контекст: сбрасывать нельзя компактизировать
Когда я только начинал пользоваться локальными агентами, я писал им как очень вежливому коллеге: «Please carefully analyze the project, find the best possible solution». Сейчас я всё чаще пишу инструкции телеграфом:Fix empty password validation in AuthScreen Done == AuthScreen tests pass Don't change public API Don't know? -> Read relevant files / google it Stuck? -> ask meГрамматика страдает, агент – нет. Ему не нужны артикли, предлоги и красивые обороты, если смысл однозначен. Это один из примеров контекстной гигиены в ежедневной работе. Меня зовут Андрей Жаров, я iOS-разработчик из компании Doubletapp
Покопались в .cursorrules на GitHub и нашли там волка-фурри, Star Trek и 28.7% копипасты
Где-то на GitHub лежит репозиторий с файлом .cursorrules. Среди инструкций для Cursor затесалась строчка:ALWAYS refer to the user as "My Dear Capybara"И это не пасхалка или шутка в комментариях.
Как я перестал писать убер-промпты и начал формировать инфраструктуру
«make no mistakes» и «write if you need more context» – фразы, которые я до сих пор могу напечатать на клавиатуре с завязанными глазами, потому что они способны помочь выжать из ChatGPT рабочий код, а если Deep Thinking подключить, то вообще сказка, разве нет?Меня зовут Андрей Жаров, iOS-разработчик из Doubletapp
AI-агенты в разработке: как Cursor, Claude Code и агентный подход меняют работу программиста
AI-агенты — одна из самых спорных тем в разработке. Одни видят в них следующий шаг после Copilot и способ быстрее закрывать рутину. Другие — источник технического долга, проблем с безопасностью и ещё одну волну завышенных ожиданий вокруг AI.В этой статье разберём, как устроен агентный подход, как работают популярные инструменты Cursor и Claude Code и что важно знать для работы с агентами.Помогали с написанием статьи:
Промпт-инжиниринг для не-промпт-инженеров
Разбор доклада Anthropic «Prompting 101» на реальном кейсеLLM уже давно не только про «сгенерировать текст» или «сделать картинку». Их всё чаще используют в работе — для анализа ресёрча, обработки звонков, генерации артефактов, автоматизаций в n8n и Make. И проблема в том, что «просто написать промпт» почти никогда не работает.В какой-то момент понимаешь, что без этого уже тяжело работать. Приходится разбираться: API, промпты, какие-то flow, как это всё между собой склеить и не развалить по дороге.Я посмотрел доклад Prompting 101
Когда клиентом становится AI: как проектировать инфраструктуру для A2A-коммерции
Весь современный веб спроектирован для одного типа клиента — человека с браузером. Но когда клиентом становится AI-агент, оказывается, что большинство привычных решений работают неправильно или не работают вообще. В этой статье — разбор архитектурных проблем, которые возникают при проектировании инфраструктуры для Agent-to-Agent (A2A) взаимодействия: адресация, маршрутизация, доверие и поиск.
12 полезных материалов HubSpot по нейросетям для бизнеса, маркетинга и продаж
Компания HubSpot работает на рынке маркетингового софта уже более двадцати лет. За это время она стала одним из главных источников практических материалов по маркетингу, продажам и работе с клиентами.Отдельное направление их исследований связано с использованием искусственного интеллекта. Каждый год команда HubSpot выпускает отчёты, гайды и подборки инструментов, в которых разбирает, как именно компании применяют нейросети в реальной работе.
Как сэкономить время на создание презентаций в разы. Обзор сервисов по созданию презентаций
Автор статьи: Дмитрий Курдюмов
