ai.
История о том, как человечество наняло очень странного сотрудника
Автор промптов: Гайрат Александр, к.ф.-м.н.. Статья сгенерирована полностью Chat GPT 5.5 в качестве экперимента по "прогнозированию" изменений в обществе под влиянием AI, подробнее https://github.com/gairat/AI-future-modeling/blob/main/model_ai_dynamics_process_narrative_ru.md. Ссылка на весь проект https://github.com/gairat/AI-future-modeling/tree/main.Представим маленькую компанию под названием Человечество Inc.У компании много отделов.Есть отдел “Еда”.Есть отдел “Заводы”.Есть отдел “Больницы”.Есть отдел “Образование”.
Как развернуть Mistral 7B на GPU-сервере через vLLM
Если бюджет и ресурсы ограничены, а развернуть self-hosted LLM нужно, присмотритесь к такой связке: Mistral-7B-Instruct-v0.3 + виртуальная машина с RTX A5000 24GB
Создаем ИИ‑модель для генерации музыки на базе Lakh MIDI Dataset
ВведениеГенерация музыки алгоритмами — давно рабочий инструмент индустрии. Этот сегмент прошел путь от простых цепей Маркова, которые предсказывали вероятности перехода одной ноты в другую, до современных трансформеров, способных выдавать многоканальные аудиозаписи.
От Naive RAG до ReAct-агента: как мы строили корпоративного AI-помощника на open-source моделях (часть 1)
Привет, Хабр! Меня зовут Константинов Александр
Графы знаний в юридическом домене: эксперимент с LightRAG
интерактивная визуализация графа знаний в WebUI LightRAG
Я дал LLM писать unsafe Rust полгода. Miri плакал
Этот код прошёл мои code review, ревью второго коллеги, тесты, CI с clippy и десять дней работал в проде:let mut out = Vec::with_capacity(estimated_size); let written = unsafe { decompress(input.as_ptr(), input.len(), out.as_mut_ptr(), out.capacity()) }; unsafe { out.set_len(written) }; Один сегфолт на каждые 800 тысяч запросов внутри C-библиотеки. Расследование заняло три дня.Этот код написал не джуниор. Этот код написал Claude Sonnet, я одобрил на ревью, второй ревьюер одобрил тоже. Корень я разберу в конце статьи, когда станет понятно, почему именно так пишет почти каждая модель и почему почти каждый ревьюер это пропускает.
Держим ИИ в узде. Как при разработке сложных продуктов обеспечить преемственность и масштабируемость проекта
Мы не боимся использовать ИИ в разработке. Потому что знаем, как сделать, чтобы изменения в коде не ломали то, что работало до этого. Знаем, как научить ИИ соблюдать требования, а не выдумывать их. И как заставить ИИ писать легкий поддерживаемый код. Рассказываю на конкретном примере.
Парное программирование — когда две головы лучше (а когда нет)
Есть мнение, что парное программирование (далее — ПП) автоматически дает более качественный результат — код лучше, багов меньше. А вот на практике нередко получается наоборот — подход, который должен был бороться со злом, приводит к конфликтам, усталости и выгоранию. Кто виноват?Оказывается, на эффективность парного программирования влияет не только скиллы участников процесса, но и их психологическая совместимость.

