AI‑агент для закрытого контура: расширение VS Code под корпоративную LLM
В прошлой статье я писал про GitBor, git‑клиент, через который я проверяю, что на самом деле наворотил ИИ‑агент. Эта статья про самого агента. Делал я их параллельно. Один инструмент пишет код, второй показывает, что получилось.Модель хорошая, контекст короткийЗакрытый контур, энергетика, живая ИБ. Copilot и Cursor нам не светят, потому что код уходит на чужие серверы. Зато внутри есть свой шлюз с Qwen.
Как скормить нейросети большой проект и не скормить лишнего: что я узнал, пока агенты читали мой код
Год назад я копировал файлы в чат с нейросетью по одному и каждый раз забывал какой‑нибудь интерфейс. Сейчас Claude Code и Codex читают проект сами, через MCP‑сервер, который я написал и выложил в открытый доступ. Эта статья не про сам инструмент, а про то, что выяснилось по дороге: почему текстовое дерево проекта обходится модели дороже JSON, почему папку build нельзя пропускать по имени, как спрятать пароль и не сломать код вокруг него, и что агент на самом деле делает с контекстом, когда его никто не контролирует. Последнее удивило меня сильнее всего.
Как дать Claude Code документацию, которую он прочтёт: импорт в CLAUDE.md молча ломается в пути на пробеле
Если в пути импорта в CLAUDE.md
У ИИ есть знания, у человека — контекст
TL;DR. Текст всё чаще доходит до читателя через два преобразователя: ИИ, с которым пишет автор, и ИИ, который делает выжимку для читателя. В КИПиА такая конструкция называется измерительным каналом, и у неё есть известное свойство: погрешности звеньев складываются, а проверять нужно канал целиком. Знание ИИ передаёт через канал хорошо. Контекст — нет. Ниже разбираю, какой именно контекст теряется, почему ошибка модели, общая для всех её читателей, опаснее обычного непонимания и как поверять такой канал автору и читателю.Два преобразователя между автором и читателем
Почему LLM не могут овладеть человеческим языком в совершенстве
Даже идеальная модель с бесконечным объемом текста не восстановит ту часть смысла, которая никогда не была закодирована в языковой форме.
От «магии» к инженерии: 9 ошибок работы с контекстом при внедрении AI‑агентов в процессы
Я бизнес‑архитектор, много лет работающий на стыке управления бизнес‑процессами и корпоративной архитектурой. Последние годы применяю LLM и AI‑агентов в своей практике.В этой статье я разобрал 9 типовых ошибок управления контекстом, которые совершают команды при внедрении AI‑агентов в бизнес‑процессы, и показал, как превратить AI‑агента из дорогой игрушки в предсказуемый рабочий инструмент.
Апикальная гиперконтекстуализация. Почему мы можем чувствовать звуки на вкус и слышать звучание цвета?
Сам механизм открыт и описан в новом исследовании, и называется «апикальная гиперконтекстуализация». Он отвечает за то, как в нашем мозге возникает связь между всем, что находится в сознании. Способность связать несвязываемые вещи, людей и события. Чаще всего это проявляется при шизофрении или при злоупотреблении психоделиками. В чем новизна механизма?
В ChatGPT появилась опция «История компьютера»
В десктопном приложении ChatGPT появилась функция «История компьютера». Она сохраняет контекст из приложений и сайтов пользователя для следующих диалогов.
Когда идей слишком много
Попросите ИИшку придумать открытие конференции, и она предложит десятки вариантов. Начнет со стандартного - сцена-шарики-салют. Можно уточнить и появятся свет, музыка, видео, ведущий, интерактив, шоу. Попросите сделать как-нибудь эдак и растак и варианты наверняка станут смелее. Но количество идей не всегда решает задачу.Лет десять назад я впервые пришёл на конференцию Инфостарта. Сегодня я работаю здесь директором по маркетингу, а тогда впервые смотрел на сообщество 1Сников - с удивлением и интересом.
Как я собрал систему из девяти скиллов для Claude Code, которая не разваливается на длинных
У любого агента, которому даёшь большую задачу, есть общая болезнь: чем длиннее контекст, тем хуже он держит собственные правила. В начале сессии он аккуратен, к середине забывает половину ограничений, к концу выдаёт то, что в первом сообщении сам обещал не делать. Для одноразового вопроса это неважно. Для задачи, которая идёт через десяток шагов и на каждом должна соблюдать одни и те же требования, это стена.
