Модель не виновата: разбираем 3 громких ИИ-инцидента, которые случились из-за отсутствия архитектуры
Ассистент, а не агент: как спроектировать предсказуемую LLM-систему
Привет! Меня зовут Владимир Суворов, я Senior Data Scientist и core-разработчик open-source AutoML-фреймворка OutBoxML.В прошлой статье я разбирал четыре инженерных принципа, которые перенёс из расчётной механики в архитектуру ML-систем. Сегодня — про то, как спроектировать LLM-систему, которая надежно работает каждый день, не сжигает бюджет на токены и работает предсказуемо. Разберём на реальном примере: ассистенте, который сверяет входящий документ технического задания свободного формата со сводом документации и ставит комментарии наличии запрашиваемых пунктов в соотвествии с документацией.
Заменит ли Джун Сеньора, если дать ему ИИ?
Заменит ли Джун Сеньора, если дать ему ИИ?
Как я готовился к сертификации по LLMархитектуре и понял, что три года путал промпты с архитектурой
Мок-экзамен, вопрос номер сорок с чем-то. Сценарий: система должна классифицировать входящие обращения, и ни при каких условиях категория не может выходить за пределы фиксированного списка. Какой вариант обеспечивает это требование? Я уверенно тыкаю в ответ с формулировкой «добавить в системный промпт строгую инструкцию с перечнем допустимых категорий и явным запретом на другие значения».
Гибель богов. Fable и ещё 10 LLM реорганизуют код. Сравнение
Русский и английский оригиналы статьи в моём блоге.Код и материалы.Это подробный разбор одного эксперимента. Я взял god node из реального LangGraph агента и попросил 5 американских и 6 китайских моделей сначала предложить, как её распутать, а потом оценить предложения друг друга. Дальше тремя разными способами пытался понять, кому из них в этом деле верить.ОглавлениеИсходная задача. Что за god node и чем она опасна.
Архитектура ИИ-агента с желаниями или цифровой человек
У меня обычно так: я довожу проект до прототипа, доказываю себе, что моя идея работает — и теряю интерес. Проект lifemodel — один из таких. Это ИИ-агент, которого я строил не как чат-бота, отвечающего на вопрос, а как «цифрового человека»: с сердцебиением, энергией и желаниями, которые возникают сами и сами побуждают его действовать. Прототип заработал. А потом, как обычно, мотивация кончилась.
Golden Armada: трассировки как основа наблюдаемой AI-native системы
Введение В предыдущей статье я описал идею изменения парадигмы программирования в условиях, когда значительная часть кода начинает генерироваться LLM. 👉 Предыдущая статьяТам основная мысль была следующая: код перестаёт быть единственным источником истины, а роль разработчика смещается в сторону архитектуры, контрактов и ограничений. В этой статье я хочу показать следующий шаг — не концепцию, а реализацию. 🌲 От теории к наблюдаемой системе Если предыдущий текст был про “как должно быть”, то Golden Armada — это попытка ответить на вопрос:
AI не убил разработчиков. Он сделал видимость разработки дешёвой
«Я собрал приложение за вечер на Claude. Разработчики больше не нужны».Такие посты сейчас везде. Лента пестрит скриншотами красивых демок, историями «запустил стартап за выходные» и обещаниями, что теперь любой может стать продуктовым инженером.А потом понеслась...EnrichLead, собранный полностью на AI, взломали практически сразу после запуска. Ключи от сервисов лежали в открытом виде. Replit-агент, которому доверили продовую базу, просто её снёс и уверенно
