AI‑дайджест #5: агенты выходят на работу, ИИ растворяется в привычных инструментах. Что скажет Лаборатория ИИ?
Привет! На связи Ольга Попова, ИИ-Евангелист Лаборатории искусственного интеллекта Департамента больших данных Россельхозбанка. Сентябрь получился очень показательным. Если отбросить очередную гонку бенчмарков, вокруг ИИ одновременно происходят три гораздо более интересных процесса: модели превращаются в действующих агентов, ИИ незаметно встраивается в привычные рабочие инструменты, а компании и государства всерьёз обсуждают, кто будет контролировать эту новую цифровую рабочую силу.Как и в прошлом выпуске, к своим размышлениям добавила комментарии коллег, которые работают с этими темами каждый день. Поехали!
Карта профессий ИБ в эпоху ИИ: что автоматизируется, куда смещается спрос и чему учиться
Происходящая когнитивная революция, вызванная развитием AI-технологий точно не оставит в стороне рынок труда в информационной безопасности. Разбираем тектонический сдвиг который происходит: как автономные агенты вымывают линейную рутину, какие специализации становятся дефицитными, как изменится архитектура киберзащиты к 2030 году и чему учиться инженерам уже сегодня.
Как AI используется в NGFW в 2026 году: российские решения и мировой опыт
Машинное обучение для обнаружения угроз, AI-помощник администратора и контроль доступа к провайдерам нейросетей. Разберём, как NGFW-решения адаптируются к AI-изменениям ИТ-ландшафта. Что нового у российских и зарубежных вендоров, где заканчиваются возможности межсетевого экрана и какое место в AI-трансформации сетевой безопасности занимает Ideco.За словами «AI в NGFW» скрываются разные технологииСравнивать межсетевые экраны нового поколения, NGFW (Next-Generation Firewall), по наличию «искусственного интеллекта» почти бессмысленно. Например, Cisco
ИИ ускорил разработчиков, но не разработку: результаты исследования 500+ команд
Данные более чем 500 инженерных организаций показывают: искусственный интеллект действительно ускоряет разработку, но одной скоростью картина не исчерпывается.Компания DX, специализирующаяся на аналитике инженерной эффективности и продуктивности разработки и вошедшая в состав Atlassian, опубликовала отчёт о влиянии ИИ на разработку по итогам II квартала 2026 года. DX работает с метриками продуктивности разработки и опыта разработчиков; её платформу используют крупные технологические и финансовые компании, включая GitHub, Airbnb, Pinterest и Morgan Stanley.
AI в инженерной команде: практический гайд по обмену рабочими приёмами
Обучение через чужой опыт — вполне реальная штука: мы перенимаем навыки и знания, наблюдая за другими, слушая об их ошибках, видя, что сработало. Поэтому постмортемы так хорошо помогают наращивать контекст и видеть, как другие инженеры решают проблемы. В последнее время я много думаю об обучении через чужой опыт — особенно о том, как инженеры учатся пользоваться AI.
Как не получить бан в Claude: возможные причины и решения
Anthropic забанил больше двух миллионов аккаунтов за 2025 год. Разбираем 5 причин, по которым срабатывает anti-fraud, и собираем чек-лист защиты личного аккаунта.Anthropic впервые опубликовал данные о банах в Transparency Hub: за первое полугодие 2025 было заблокировано около 690 тысяч аккаунтов, за второе — уже 1,45 миллиона. Рост двукратный, а доля успешных апелляций — около 3,3 процента: вернуть аккаунт почти невозможно. Российским пользователям ещё сложнее: страна не входит в список Supported Countries
Opus оркеструет, DeepSeek V4 пишет код: как собрать связку внутри Claude Code и сэкономить деньги
Однажды я открыл биллинг и просто посмотрел, на что уходят токены. Не на «подумать над архитектурой». А на переименование переменных, генерацию тестов по готовому ТЗ и прогон миграций. Всё это считалось по тарифу флагманской модели, хотя такую работу вытянет модель в десятки раз дешевле.Ниже – как развести действительно сложные задачи и рутину по двум моделям внутри Claude Code, не ставя ни одного стороннего форка. И три зоны, куда дешёвую модель я не пускаю принципиально. Что на самом деле сжигает токены
Вышла флагманская open-source модель GLM 5.2. Уже доступна в KodaCode
Компания Z.ai представила GLM 5.2 — новую флагманскую модель семейства GLM, ориентированную на long-horizon задачи: системную разработку, большие кодовые базы, сложный дебаг, оптимизацию производительности и длительные агентные сценарии.
AI Governance и контроль корпоративных AI-агентов: безопасные подходы для бизнеса в 2026 году
Введение: почему это критично сегодня
