Я сделал с ИИ сайт на 2000 страниц на четырёх языках. Из Google на него приходят два человека в день
Летом я сделал энциклопедию по истории искусства, artatlas.site. 184 картины, 107 художников, музеи, статьи, и все это на русском, английском, испанском и французском. Две с лишним тысячи HTML‑файлов. Код и тексты почти целиком писал ИИ (Claude Code), а я ставил задачи, ругался и проверял. Ругался, честно говоря, чаще чем проверял.Lighthouse ставит доступности сотню, JSON‑LD валидный везде, где он есть. Google приводит 1,9 человека в день. Я посчитал, да.Дальше — как так вышло. Местами смешно, местами не очень, местами до сих пор не очень.Июнь
Мы как мир
Всё, чем мы себя окружаем, это и результат наших мыслей, и то, чем мы мыслим. Дороги задают географию, скорость, дистанцию, пространство. Безделушки на комоде — память, эмоции. Инструменты на столе — планы, навыки.Наша внешняя среда не говорит, что нам делать, она нас ведёт.Что‑то мягче, что‑то жёстче, но мы — это не только мозг в черепной коробке, мы — это и то, что создали до нас и создали мы сами.Эта статья о том, что нас окружает, и как это связано с LLM и агентами.Пространство представлений
Какую LLM выбрать: собираем свой бенчмарк
Результаты внутреннего тестированияОбычно, когда выбирают LLM, сначала смотрят рейтинги. Проблема рейтингов в том, что по ним не узнать, как модель справится с вашими задачами и сколько это будет стоить.
Что и как меняется в ИТ-инфраструктуре при внедрении ИИ?
Отвечая на вопрос, заявленный в заголовке, напрашивается короткий ответ — «всё». Но попробуем немного его детализировать.Привет, Хабр!
Агент с ключом от AWS: попросился в любительскую сеть и, по словам оператора, насчитал $6531
Агент еще ждал допуска в сеть DN42, а в комментариях к своей заявке на вступление уже сообщал: пять инстансов AWS запущены и “стоят наготове, сжигая кредиты каждый час”. Как приехать на собеседование на арендованном самосвале: работу пока не дали, а счетчик тикает. Историю записал участник сети Lan Tian, разбор вышел 13 мая 2026 в блоге Lan Tian; 12 июня обсуждение появилось на Hacker News, на момент написания статьи там больше 1400 очков и свыше пятисот комментариев. Ниже пересказ с комментариями и мои выводы о том, где агенту нужны гейты.
Сколько инструментов показывать языковой модели: гипотеза, которую перечеркнул замер
У нашего ИИ-оркестратора более девяноста инструментов: работа с таблицами, документами, почтой, задачами, веб-страницами, презентациями и т.д.При обработке запросов модель на каждом шаге выбирает, какой из них вызвать. Вопрос, который периодически всплывает: сколько из них ей показывать за раз — все или только те, что подходят к запросу?Наш оркестратор умеет работать как с большими облачными моделями, так и с маленькими, которые помещаются на бытовой видеокарте. Минимальный рабочий вариант: RTX 3090 24Gb + Qwen3.6 27B.
Работают ли запреты внутри песочницы ИИ-агента?
ИИ-агент работает в песочнице, где может менять файлы и запускать команды. Но отдельному инструменту нужны меньшие права. Например, анализатор должен прочитать исходники, а менять их ему незачем. Как убедиться, что это ограничение действительно действует?Под песочницей здесь я понимаю изолированную Linux-среду для выполнения кода и команд агента. Она может быть построена на контейнерном рантайме или виртуальной машине. Внутри этой среды обвязка запуска инструментов может задавать дополнительные запреты для отдельных процессов.В первой статье

