ai.
«Живой» интерфейс без разработки: как в Mindbox внедрили AI-first прототипирование
На связи Антон Черный, лид команды продуктового дизайна. Расскажу, как рядовая задача заставила нас пересобрать UX‑процесс и ускорить проверку гипотез с помощью AI‑first прототипирования.До недавнего времени Figma была основным инструментом, с помощью которого мы создавали и тестировали прототипы наших продуктов. Когда решили переделывать UI конструктора email‑рассылок, мы поняли, что разработка затянется и отнимет много ресурсов. В интерфейсах такого типа слишком много состояний и сценариев, поэтому проверка гипотез превращается в бесконечный цикл «нарисовали — показали клиентам — переделали».
Разработчик ковырял API Cursor и нашёл секрет самого громкого запуска года
20 марта 2026 года. Разработчик по имени Финн ковыряет API-эндпоинт Cursor. Не ищет секреты. Просто дебажит.Но ответ приходит с идентификатором модели, который — не «Composer 2». Там написано:
Революция ИИ в 2026 году: ключевые тренды, которые должен знать каждый разработчик
Темпы развития ИИ в разработке программного обеспечения не просто сохранились — они фундаментально изменились. Если 2025 год стал годом, когда ИИ закрепился в роли ежедневного помощника разработчиков, то 2026 — это год, когда он стал полноценным соавтором. Сегодня 67% разработчиков по всему миру применяют их в своих рабочих процессах. Мы перешли порог от экспериментов к инфраструктуре.Вот десять трендов, которые определяют разработку с использованием ИИ в 2026 году и что вам с этим делать.1. Agentic AI: от диалога к автономным действиям
Стартап Granola, разрабатывающий AI-инструменты для ведения заметок, достиг оценки в $1,5 млрд
Основатели Granola Крис Педрегал и Сэи СтивенсонСтартап Granola Inc
Vibe-design в 2026. LLM агент во Fuion360 шестеренками крутил
Выкатили mcp llm ассистента во fusion360. Я сразу попробовал сделать то, что проектировал уже 60 раз и пытался автоматизировать сам - лестницу(деревянную).оффтоп: Я 5 раз пытался собрать(разработать) свои скрипы для автоматизации проектирования, в том числе и MCP сервер для llm, по API fusion настолько скудный и не задокументированный что скрипты работают со скрипом в ограниченном режиме.Мой ТГ про AI и предпринимательствоЭтап 1 - ступени.Промт + фактуар:
Агентная разработка в VS Code: Глубокая настройка RooCode для максимальной эффективности
ВведениеЭволюция инструментовНе так давно я публиковал статью об использовании Gemini для написания кода (или для эпохи LLM-копирайтинга это уже считается давно?) . В том эксперименте основным инструментом была веб-версия AI Studio. Это позволяло точно контролировать все детали работы с кодом: я оперировал участками кода и внимательно вчитывался, где какие замены нужно внести. Такой подход позволял вносить правки точечно, без нарушения целостности кода, но процесс доработки был крайне медленным.
Stable Diffusion 3.5 medium на Apple M1 16Gb
В этой статье, про ИИ, написанной не полностью ИИ, про генерацию изображений - не будет изображений. В конце этой статьи мы будем запускать эту модель на указанном чипе, но начнем мы с чуть более мощного - он понадобиться чтобы разобраться с проблемой.Первая проблема с которой я столкнулся - это потребление памяти. Поиски в интернете, описание самой модели говорили о том что она должна помещаться в ~10GB VRAM. Чего должно с запасом хватать для Apple M1 16GB. Однако фактическое зафиксированное потребление памяти составило 21 GB, не зафиксированное 28 GB (после чего я и начал исследование).
Atlassian уволила 1 600 человек и сказала, что «дела идут хорошо». Кто выигрывает от замены людей на ИИ?
Думаю, можно уже сказать прямо: массовые увольнения в tech-секторе — это ужасная идея.Согласны? Да, знаю. Согласиться легко.
Топ-13 бесплатных нейросетей для генерации презентаций в 2026 году
Март не так часто балует нас громкими новинками, как хотелось бы, но индустрия не стоит на месте. В прошлой статье я рассказывал о ИИ-инструментах/агентах/сервисах для программистов, и в процессе размышлений у меня родилась идея для нового материала.В своих сравнительных статьях о топовых LLM я обычно делаю упор на рутинные задачи: генерацию текста, программирование и математику. Но спектр таких задач гораздо шире. Именно эта мысль привела меня к теме сегодняшней статьи.
