искусственный интеллект. - страница 175

Как я сделал OpenClaw (ИИ) на 5000 сотрудников

Прошлый декабрь показал нам всем, что ИИ‑агент действительно может делать буквально все, если ему дать умную нейронку, ReAct паттерн и полные доступы.Я сам активно начал пользоваться OpenClaw в феврале‑марте этого года. Сейчас у меня два личных бота (R2D2 и C3PO) и набор специальных ботов (для landings, для маркетинга, для бухгалтерии).Я мог бы впихнуть функционал всех этих ботов в один OpenClaw, дальше опишу, почему пока не сделал.

продолжить чтение

Как будет развиваться ИИ до 2050 года: деньги, регионы, сценарии

Привет, Хабр! В искусственный интеллект вливают все больше денег и в обозримом будущем конца-края этому не видно. Так, до 2050 года сумма вложений составит 31,6$ трлн, а в случае взрывного роста индустрии инвестиции достигнут 50$ трлн. Для сравнения: ВВП США сегодня — около $30 трлн. Куда именно пойдут эти деньжищи, кто будет ими распоряжаться и как это повлияет на рынок ИИ в целом – читайте ниже.Такого у человечества ещё не былоЦифры выше – из отчёта аудиторского гиганта PricewaterhouseCoopers под громким названием «Global Data Centre Outlook 2026–50»

продолжить чтение

Сторонние MCP: троянский конь для ИИ-агента

продолжить чтение

ЮKassa запустила MCP‑сервер для подключения ИИ‑агентов к платежам

ЮKassa запустила MCP‑сервер, который позволяет подключать ИИ‑агентов к платёжной инфраструктуре. Теперь агент может создавать счета и ссылки на оплату, получать информацию о платежах и возвратах, а также отображать статус операции прямо в диалоге.Как это устроеноВ основе решения — Model Context Protocol (MCP): открытый протокол для взаимодействия ИИ‑моделей с внешними инструментами и сервисами. Упрощённо архитектура выглядит так: Пользователь → ИИ‑агент → MCP‑сервер ЮKassa → платёжная инфраструктура

продолжить чтение

Почему MVP и тесты гипотез — это плохо: адаптация lean startup под бигтехи

В любой компании нужно решать, над чем и как работать. Одна из широко распространённых методологий для принятия таких решений в IT — lean startup, то есть небольшие итерации с тестированием гипотез. Этот подход настолько привычен для индустрии, что многие команды даже не отдают себе отчёт, что используют его.Проблема в том, что lean startup не работает «в лоб», если вы не стартап:: я знаю много команд, чье использование MVP и тестов гипотез обернулось впустую потраченным ресурсом и привело к разочарованию в подходе.

продолжить чтение

Инженер устал от работы Enter-ом, где Claude Code создаёт спецификации, код, тесты, задачи, решения этих задач и отчёты

Разработчик под ником v0xium устроился

продолжить чтение

Искусственным интеллектом должен владеть естественный: кто отвечает за ошибки ИИ

ИИ уже забрал на себя маршрутизацию заявок, типовые ответы и добрую половину работы первой линии — там, где раньше сидел человек и вручную разбирал, кому отправить обращение по сломанному принтеру, а кому по доступу в CRM, теперь справляется алгоритм, который не устаёт к вечеру пятницы и не путает приоритеты. Логичный вопрос: если рутину забрал ИИ, зачем вообще нужен ITSM?Зона ответственности Service Desk перераспределяется. Давайте обсудим, кто отвечает за ИИ-сервисы и что будет, если пустить их на самотёк.

продолжить чтение

Почему одна и та же модель может стоить в пять раз дороже

Исследователи из UC Berkeley и Arena сравнили семь моделей внутри Claude Code, Codex CLI и минималистичного Pi. На двух бенчмарках выбор харнесса почти не менял среднюю успешность, но увеличивал стоимость одной и той же модели до пяти раз. Результат хорошо объясняет, почему сравнивать coding-агентов только по названию моделей уже бессмысленно.А что именно измерили?

продолжить чтение

AI Gateway как единая точка входа к LLM: как дать сотрудникам ИИ и не потерять контроль

Когда LLM в компании используют несколько энтузиастов, можно обойтись личными ключами и договорённостями в духе «не отправляйте ничего чувствительного». Но когда к моделям подключаются десятки команд, IDE, внутренние агенты и автоматизации, эксперимент превращается в инфраструктуру — с требованиями к безопасности, стоимости и отказоустойчивости.

продолжить чтение

Новая модель OpenAI решила более 100 открытых математических задач

OpenAI утверждает, что внутренняя модель, которую начали обучать 28 августа, уже решила более 100 давних открытых задач почти по всем основным областям математики. 24 дня обучения — и больше сотни открытых задач. Звучит так, будто OpenAI решили заспидранить математику, но пока это слухи. Разбираемся в очередных сплетнях.

продолжить чтение