ai.
Как Bugbot в Cursor удвоил число реально исправленных багов
В Cursor подробно разобрали, как эволюционировал Bugbot — агент для код-ревью pull request’ов, который ищет логические баги, проблемы с производительностью и уязвимости до мержа.Изначально качество оценивали почти вручную: меняли пайплайны, модели и фильтры, опрашивали инженеров и отсекали конфигурации с высоким числом false positive. Один из первых устойчивых приёмов — несколько параллельных проходов по diff’у с разным порядком строк и majority voting: баг считался «реальным», если его находили независимо несколько запусков.
Жизнь 3.0: Быть человеком в эпоху искусственного интеллекта
В данной статье я распишу основные идеи книги Макса Тегмарка. Прошло всего 7 лет и многие идеи изложенные в ней становятся все ближе к реальности. Для некоторых труднопереводимых и конвенциональных для индустрии терминов оставил оригинальные названия в скобках.
Как мы встроили нейросети в процессы IT-компании и зачем нам свой ИИ-агент
Всем привет! Меня зовут Алексей, я работаю в компании Webest, где более 10 лет мы разрабатываем B2B-, B2C- и D2C-сервисы, интернет-магазины и корпоративные порталы.Крупные ставки на ИИ без участия людей не оправдывают ожиданий: там, где сокращали специалистов «под нейросеть», результаты оказывались слабее, а часть сотрудников возвращалась обратно. Рассказываю, как меняется работа благодаря ИИ, какие нейросети доказали эффективность, а также о нашем собственном ИИ-агенте для управления проектами.Почему мы используем нейросети
Как я делал свою языковую модель: история эксперимента
Уже больше года назад у меня зародилась идея создать свою архитектуру языковой модели. Традиционные модели, "думающие" на уровне токенов мне решительно не нравились. Колоссальный вычислительный бюджет на то, чтобы просто предсказать один токен. Логичным мне казалось оторвать мышление модели от токенов, перенеся его в латентное пространство. Примерно полгода назад я начал первые практические эксперименты и сейчас получил первые практические результаты. Поскольку уровень подготовки читателей очень сильно различается, в статье не будет глубоких технических разборов, а скорее история эксперимента.
ИИ в HR: тестирование. Разбираем кейс на простых примерах
Дни ручного создания тестов и проверки сотен ответов — в прошлом. Показываем на живом примере, как AI теперь делает это за вас: генерирует вопросы из документа за секунды и придирчиво проверяет текстовые ответы, как строгий, но справедливый эксперт. Читайте разбор кейса и готовый алгоритм действий.Меня зовут Евгений Чужакин, руководитель ООО «Неминд» — мы участники SBER 500 и золотые партнёры «Битрикс24», специализируемся на внедрении ИИ для бизнеса. В том числе — на AI-тестировании. Один из наших кейсов был описан компанией GigaChat на РБК.
Доля поисковых нейросетей в 2025 году
Собрали данные исследований за 2025 полный год по использованию нейросетей в связке с трафиком на сайтыGenerative Engine Optimization (GEO)
Инвестор из «Игры на понижение» Майкл Бьюрри объяснил, почему делает ставку против Nvidia, а не против Microsoft
Майкл Бьюрри. Фото Jim SpellmanМайкл Бьюрри говорит, что предпочитает ставить против Nvidia, а не Meta, Alphabet или Microsoft, потому что именно производитель чипов особенно уязвим к сценарию, при котором бум вокруг ИИ закончится катастрофой.
LLM — это афера на доверии, которая длится 400 лет
В 1623 году немец Вильгельм Шиккард создал первые известные чертежи механического калькулятора. Спустя двадцать лет Блез Паскаль разработал машину улучшенной конструкции, чтобы помочь справляться с огромным количеством утомительных арифметических расчётов, необходимых в его работе сборщика налогов.Интерес к механическим вычислениям не ослабевал последующие века: поколения людей по всему миру продолжали дело Паскаля и Шиккарда, разделяя их убеждение, что перекладывание умственной нагрузки на машину принесёт облегчение.Аферу на доверии можно разбить на три этапа:начала выстраивается доверие;
