Токеномика для самых маленьких
Кажется, мы довольно быстро привыкли к тому, что с нейросетью можно разговаривать почти как с человеком. Попросить написать код, пересказать статью, разобраться в документах. Потом уточнить. Потом ещё раз уточнить, потому что она опять сделала что-то не то.
Экономим токены Claude Code с помощью принципов Event Loop
Последние месяцы я делаю фичи в Claude Code не одним агентом, а командой: ведущий режет работу на задачи, кодеры пишут, рецензент смотрит, проверяющие принимают. Сначала это был чужой плагин, в который я коммитил свои улучшения, потом свой. После каждой серии прогонов я что-то в нём дорабатывал.
SDD наоборот: не программируем по спекам, а получаем их на сдачу
Недавно мне нужно было внести изменение в проект, где не было никакого SDD-фреймворка. Вообще никакого, Карл! Ни proposal, ни design, ни дельт спек, ни даже скромного tasks.md в уголке. Я морально приготовился к долгому онбордингу агента: сейчас он будет час ходить по коду, путаться в модулях и спрашивать, где тут вход. А модель просто разобралась в коде, нашла места будущего вмешательства, сделала изменение, и оно спокойно прошло человеческое ревью у кодовнера. Без единой спеки. «А что, так можно было?»После этого я посмотрел на свой рабочий проект с OpenSpec, на папку openspec/
Помнит ли ИИ-агент вчерашний разговор? Проверил: 0 из 10 без памяти, 10 из 10 с ней — и три бага по дороге
skillmem — это локальная память для кодовых агентов: SQLite, девять MCP-инструментов mem_* и хуки Claude Code. Одну базу могут делить Claude Code, Codex, Cursor и другие клиенты. Раньше на Хабре были статьи о том, зачем агенту забывать, одиннадцати релизах за сутки, сорока раундах ревью и шестнадцати инвариантах.
Не знаю базы ЯП, но с агентами построил ИИ, которому нужно в 250 раз меньше опыта, чем PPO
×250 — столько опыта не хватило PPO, чтобы догнать мой ИИ
Мы скормили Claude три года комментариев к PR. Теперь он ревьюит код как наша команда
В статье расскажу о том, как командная встреча, возражение руководителя разработки и три года комментариев к PR (пул-реквестам) привели к появлению инструмента, которого никто не планировал, но которым теперь пользуются все. И как вашей команде сделать такой же (шаблон прилагается).Три недели назад я решил сделать для нашей команды в HoneyBook универсальный чек-лист перед отправкой PR. В итоге у нас появился ИИ-ревьюер, который анализирует комментарии к PR за последние три года и формулирует замечания в характерной манере каждого разработчика. Хотя ничего подобного мы изначально не планировали.
ИИ для аналитиков и руководителей проектов: 28 выступлений на A&PM EVENT 2 026
ИИ уже пишет черновики ТЗ, ищет противоречия в требованиях, прикидывает трудозатраты и разбирает номенклатуру в 1 С, но каждый, кто пробовал это на живом проекте, знает, что между удачным экспериментом и рабочим инструментом лежит большое расстояние. О том, как его пройти, на
Свой ИИ‑агент по спецификации: пошагово от цели до прода
Агента сегодня можно собрать за вечер: длинный промпт, пара инструментов — и он что‑то делает. Сложности начинаются потом: поведение нельзя проверить, любая правка промпта что‑то ломает, а на вопрос «почему он так сделал?» ответа нет.В этой статье разберём, как спроектировать агента как инженерный объект: со спецификацией, тестами, ограничениями и метриками. Подход собран из Spec‑Driven Development (SDD), моделей зрелости и автономности агентов и практики команд, которые уже внедряли агентов в разработку.Для кого:
Бот разобрал 1518 вакансий на hh.ru и отправил 339 откликов
Летом я искал работу Python-разработчиком в AI: LLM, RAG, автоматизация, удаленка. Опыта у меня около двух лет, и откликаться руками на десятки вакансий в день мне быстро надоело. Поэтому я написал бота, который делал это за меня: находил вакансии на hh, решал, подходят ли они, писал сопроводительное и откликался.Бот проработал два месяца, с 17 июня по 17 августа. За это время он разобрал 1518 вакансий и отправил 339 откликов. Выборка маленькая: один человек, одно резюме. Зато про каждый отклик я знаю все: какую оценку вакансии поставила модель, ушло ли письмо и какой версией бота оно написано.
Галлюцинации недели: Muse Wonder, Gemini 4 Argon и отказ Anthropic от Git
OpenAI с помощью собственных моделей вычислила сотрудника, который поставил подслушку в переговорной руководства. Устройство нашли в USB-порту телевизора, спрятанным в туалетной бумаге. Сценаристам "Кремниевой долины" можно брать отгул.Gemini 4 Argon
