Anthropic встроила скрытые ограничения в Mythos 5 и Fable 5 для пользователей, занимающихся исследованиями в области ИИ
Anthropic оказалась в центре скандала после того, как в технической документации к моделям Mythos 5 и Fable 5 обнаружились намеренные ограничения для пользователей, занимающихся ИИ‑исследованиями, сообщает Business Insider. Компания объяснила
3 дня вместо 6 месяцев. Я перестала ждать разработчика и собрала продукт сама
6 месяцев. Это сколько мы строили продукт с внешним разработчиком. Потом я психанула и сделала за 3 дня сама с помощью AI. Дальше — что я поняла из этого опыта.Эта статья — не «AI заменит разработчиков». Это про другое — про то, как методология работы меняется, когда у тебя есть AI как партнер.Что строили
Anthropic открыла доступ к Claude Fable 5 — модель уже в BotHub
Anthropic сделала публичной самую мощную модель — Claude Fable 5. Это «безопасная» версия нашумевшей Mythos, которую до сих пор не выпускали за пределы узкого круга партнёров10 июня Anthropic официально открыла доступ к модели Claude Fable 5. Это первый случай, когда версия флагманской архитектуры Mythos попала в руки широкой аудитории, хоть и с серьёзными ограничениями. Полноценная Claude Mythos 5 остаётся закрытой и доступна только по спецразрешениям — именно её появление в начале года вызвало экстренные консультации в Белом доме.
Когда компании пора строить свой LLM-кластер, а не пользоваться внешними API
На раннем этапе внедрения LLM в компании выглядят как быстрый выигрыш: подключается внешний API (например, ChatGPT), ускоряется работа с текстами, автоматизируются ответы, появляются первые сценарии аналитики и агентных пайплайнов через Make или n8n.До определённого масштаба этого достаточно.По мере роста компании LLM перестаёт быть вспомогательным инструментом и становится частью операционных процессов. В системе появляются чувствительные данные, требования к контролю доступа, необходимость стабильной работы, интеграции во внутренние сервисы и вопросы экономики при больших объёмах запросов.
Эволюция клиента для Ollama: от PostgreSQL к MongoDB
«Код уже писать не надо, надо знать только цель, а код напишет себя сам». Виктор Пелевин «iPhuck 10»Привет. Меня зовут Николай Пискунов, я руководитель направления Big Data и эксперт курса Cloud DevSecOps по безопасной разработке от Академии вАЙТИ Beeline Cloud. Продолжаю цикл статей о клиенте для облачного сервиса Ollama. В первой части я рассказал, как родился этот клиент, с какими трудностями пришлось столкнуться при организации стриминга, и даже оставил пасхалку.
Банк России в июле представит результаты тестирования ИИ-ассистента для потребителей финансовых услуг
Банк России планирует в начале июля представить первые результаты тестирования независимого ИИ-ассистента, который поможет потребителям лучше ориентироваться в сложных финансовых продуктах. Об этом сообщил руководитель Службы по защите прав потребителей и обеспечению доступности финансовых услуг Михаил Мамута.
ООН: к 2030 году ИИ-ЦОД будут потреблять столько же воды, сколько 1,3 млрд человек
Ожидается, что к 2030 году потребление воды дата-центрами для задач искусственного интеллекта сравняется с потребностями 1,3 миллиарда человек, а дата-центры займут площадь более 14 км
Находим конфликты в пользовательских историях за 10 минут с помощью ИИ
Привет, Хабр! Меня зовут Андрей Бирюков. Я — независимый эксперт в области ИТ и ИБ, преподаю в учебных центрах и пишу статьи и книги. И сегодня мы поговорим о том, как можно с помощью ИИ (да, опять этот ИИ) находить конфликты в пользовательских историях.Ситуация, знакомая каждому менеджеру по продукту: вы написали бэклог на спринт. Команда оценила, всё красиво разложено по Jira. Начинается разработка, и на третий день разработчик подходит с вопросом: «Слушай, тут история US-17 говорит, что кнопка должна быть красной, а US-23 — что зелёной. Какую делать?».
Внедрение ИИ-агента глазами QA: полгода от скепсиса до 1600 тестов за сутки
Привет, Хабр. Меня зовут Егор, я QA Fullstack Java в SENSE на проекте российского банка.Год назад я был уверен, что ИИ-агент в QA — это либо маркетинг, либо повод искать новую профессию. Сегодня он у меня в проекте разбирает упавшие тесты, актуализирует локаторы и пишет шаблонные кейсы по спецификациям. Расскажу, как мы прошли путь от «он не справляется с добавлением поля в класс» до 1600 рабочих тестов за сутки на хакатоне. А еще расскажу, что в итоге агент так и не научился делать.Первые шаги и первые разочарования
