Автономный SDLC на AI-агентах: очередь задач, границы решений и контроль результата
Несколько AI-агентов, выполняющих задачи параллельно, ещё не образуют автономный процесс разработки. Если человек по-прежнему выбирает каждое следующее поручение, переносит результаты между сессиями и решает, пора ли отправлять работу на проверку, меняется исполнитель, но не способ управления.Для технического руководителя вопрос шире выбора модели и количества агентов: какие операционные решения можно делегировать, как сохранить контроль над качеством и рисками и по каким показателям оценивать результат
Обзор новых Claude Fable 5.2 и Mythos 5.2: разбираем главные детали обновления
9 ноября 2026 года Anthropic представила Claude Fable 5.2 и Claude Mythos 5.2. Компания обновила модели для сложных технических задач: разработки программ, научных исследований и проектирования электроники. По заявлению Anthropic, они работают быстрее предыдущих версий, а базовая стоимость обработки токенов снизилась на 20%.Чем Fable 5.2 отличается от Mythos 5.2За двумя названиями стоит одна базовая модель. Разница заключается в защитных механизмах и условиях доступа.
Claude Fable 5.2 и Claude Mythos 5.2 вышли и взломали математику: как использовать в России без блокировки Anthropic
9 ноября 2026 года Anthropic представила Claude Fable 5.2 и Claude Mythos 5.2. Компания обновила модели для сложных технических задач: разработки программ, научных исследований и проектирования электроники. По заявлению Anthropic, они работают быстрее предыдущих версий, а базовая стоимость обработки токенов снизилась на 20%.
Как ИИ-помощник получает контекст 1С и проверяет расширения
Большая языковая модель не знает, как устроена конкретная информационная база. Она не видит модули конфигурации, активные расширения, права пользователя и данные документа, пока не получит к ним управляемый доступ. Поэтому практическая задача состоит не только в выборе модели. Нужно собрать для нее релевантный контекст, ограничить действия и встроить проверку результата. Разберем, как этот процесс устроен в ИИ-помощнике для 1С и где по-прежнему требуется специалист.Почему обычного чата недостаточно
От ИИ-агентов до RAG и локальных LLM: 26 бесплатных вебинаров для тех, кто работает с искусственным интеллектом
ИИ-агенты уже могут писать код и выполнять задачи самостоятельно. Но как не потерять контекст между сессиями, организовать работу нескольких агентов и проверить результат? Как научить LLM находить нужные документы, развернуть модель на собственном компьютере или выбрать подходящую архитектуру для компьютерного зрения?Собрали 26 открытых вебинаров, посвящённых этим и другим практическим вопросам. В подборке — ИИ-агенты, RAG, векторный поиск, инструменты для разработчиков, LLM, машинное обучение и аналитика. Занятия проведут преподаватели курсов, участие бесплатное.Маршрут
AI-агенты принесли 400 тысяч рублей за два месяца. Показываю расходы и окупаемость
В предыдущей статье я рассказал о системе AI-агентов, которая выполняет коммерческую разработку, и объяснил, почему считаю ее архитектуру неудачной. Судя по комментариям, не меньше технической реализации читателей заинтересовала экономика: сколько стоила разработка платформы, какие расходы на эксплуатацию, как учитывалось время сотрудников и откуда вообще взялись заявленные 350 тысяч рублей.
ИИ‑помощник для 1С научился анализировать код и обновлять доработки в расширениях
Раньше основной сценарий работы выглядел так: пользователь подключает ИИ к информационной базе, задаёт вопрос и получает ответ по её данным. В последних версиях появились возможности для задач сопровождения и разработки: найти причину поведения документа, проверить перехваты методов или подготовить изменение расширения.Разработчик решения «ChatGPT, Codex + Claude для 1С» выпустил обновления для работы с программным кодом и расширениями. Среди изменений — поиск процедур и функций, проверка перехватов методов и подготовка исправлений после обновления типовой конфигурации.
Как превратить первую версию кода в расходный материал
Авторы: Кирилл Гончаров, директор по продукту и цифровой трансформации BusinessPadСергей Адамов, системный аналитик BusinessPad
Google открыла разработчикам доступ к Gemini 4 Argon через API и инструменты разработки
Google объявила о расширении доступа к Gemini 4 Argon — своей новой ИИ-модели, рассчитанной на сложные многоэтапные задачи. Разработчики теперь могут использовать её через Gemini API, в Google AI Studio, Android Studio и среде разработки Google Antigravity.Модель представили ещё в начале октября, но первоначально доступ к ней был ограничен. С 13 октября Gemini 4 Argon стала доступна более широкому кругу разработчиков и корпоративных пользователей. Рассмотрим немного подробнее.Что умеет Gemini 4 Argon

