ии-агенты. - страница 25

ИИ добрался до ПЛК. Что умеют инженерные ассистенты

ИИ в разработке на Python, C++, JavaScript и других языках уже довольно привычное дело. На Хабре об этом много пишут, часто спорят и регулярно обсуждают, как теперь должна выглядеть работа программиста.Ну а что происходит с программированием ПЛК?

продолжить чтение

Стартап Natura представил умное кольцо Interface с возможностью отдавать команды ИИ‑агентам

Стартап Natura представил смарт‑кольцо Interface с возможностью отдавать команды агентам на искусственном интеллекте. Также гаджет выполняет функции фитнес‑трекера, отслеживая частоту сердечных сокращений, вариабельность сердечного ритма, стадии сна, активность и температуру тела.

продолжить чтение

Когда кончаются 5-часовые лимиты, я иду на обед. Когда недельные, обьявляется выходной?

Я один делаю Кубыш, приложение для личных финансов на iPhone, а код пишет ИИ-агент. У которого два лимита: на 5 часовые и на недельные. За несколько месяцев выяснилось, что они неплохо заменяют тимлида и кадровиков. Получается:5-часовой лимит = обед. Агент вежливо говорит «возвращайтесь через пару часов» Можно поесть, погулять и наконец подумать, что мы вообще строим - реально полезноНедельный лимит = выходной, который ты не планировал.

продолжить чтение

Архитектура интеллектуального агента с нуля (AGI или не AGI?). Часть 1

Когда-то всё начиналось с одной строчки кода и вопроса: «А что, если он сам поймёт, что делать?»Я не строю сверхразум и не собираюсь перевернуть мир. Просто много лет в своей тихой лаборатории (читай: за обычным столом у компьютера) проектирую кусочки алгоритмов, как детали конструктора. Иногда они щёлкают и начинают жить — и это самый крутой момент.

продолжить чтение

ИИ в команде 1С: от генерации тестов до ревью кода — второй день INFOSTART TECH EVENT 2026

продолжить чтение

Где сломался AI-агент? Как отлаживать многоэтапные воркфлоу по шагам

Расследование инцидента состоит из цепочки взаимосвязанных решений. Сначала нужно определить, когда началась проблема, затем понять, какие системы она затронула, проверить исходную гипотезу по метрикам, логам или трейсам и, наконец, свести все собранные данные воедино, чтобы установить наиболее вероятную первопричину.Мы построили агентный воркфлоу по той же схеме. Каждый этап отвечает за свою часть расследования и передаёт результат следующему.

продолжить чтение

Лабораторная работа № 4 Вайбкодинг <> Документация?

Что произойдет, если AI‑программист будет получать контекст не из собственного чата, а из функциональной и архитектурной модели проекта?Последние пару месяцев я работал над несколькими прикладными задачами.агент‑аналитик, который помогает выявлять бизнес‑процессный функциональный каркас ERP‑систем. Наша специализация — замена одной ERP‑системы на другую, а такая работа начинается с выявления As Is в уходящей системе и моделирования To Be в новой. Чем полнее мы выявили существующие функции и промоделировали их в новой системе, тем надежнее можно провести переход.агент —

продолжить чтение

Прогнали GigaChat 3.5 по реальным кейсам: Результаты большого тест‑драйва

В начале сентября Сбер неожиданно выложил открытые веса своей модели GigaChat 3.5 432B. Таким образом, любая компания в России может развернуть эту модель на своем сервере(при наличии мощного железа). И казалось бы, это может в корне переломить ситуацию с суверенными моделями в России, так как эта модель думающая. И у меня возник вопрос: а возможно ли использовать эту модель для создания ИИ‑агентов?Приготовьтесь, в статье будет много скриншотов по нашим результатам на боевом сервере.

продолжить чтение

Дал девяти популярным скиллам для Claude Code плацебо: два лучше пустышки, один хуже

Скиллы для Claude Code и Codex сейчас ставят пачками. У самых популярных сотни тысяч звёзд на GitHub, а в README встречаются конкретные цифры: «на 65% меньше токенов», «примерно на 20% дешевле». Мне захотелось проверить их так, как проверяют лекарства: против плацебо. Ниже рассказываю, как я это устроил и что получилось, включая ошибку, которую нашёл у себя в день публикации.Почему «со скиллом и без» мало что доказывает

продолжить чтение

Корпуса персональных данных: 56 тысяч размеченных сущностей и ни одного вызова инструмента

В первой статье мы проверяли, что происходит с агентом после маскирования данных. Здесь другой вопрос: на каких наборах вообще проверять такой шлюз? Эту статью можно читать отдельно.Допустим, шлюз нашёл телефон в сообщении и заменил его. Проверка детектора прошла. Затем модель вызвала find_customer(phone=...). Какой номер получила CRM? Нашла ли нужного человека?В корпусе для распознавания сущностей обычно нет ни CRM, ни вызова, ни результата поиска. Там есть текст и разметка телефона. Для проверки детектора этого достаточно. Для проверки всей цепочки нужны дополнительные данные.

продолжить чтение