IKEA-подход к AI и вайбкодингу: как не остаться без шкафа в гонке за внедрениями
ДисклеймерЯ понимаю, что аудитория Хабра по большей части технически подкованная, и если вам было бы интересно почитать о реальных провалах вайбкодинга с техническими деталями, то статья не про это. Однако, если у вашего руководителя подгорает от желания сделать дизрапт с помощью автоматизации с ИИ-ботом “вчера и дёшево” — киньте ему эту ссылку. В ней достаточно мало “как сделать технически”, но вполне себе достаточно “зачем вообще делать?”.Ну и причем здесь IKEA?
89% моих трат на AI‑агентов — это кэш, а не генерация. Написал CLI, чтобы увидеть
Я много работаю с кодинг‑агентами в Claude Code. В какой‑то момент поймал себя на том, что не представляю, на что уходят токены. Счёт в конце месяца есть, а из чего он складывается, непонятно. Написал небольшую утилиту, которая читает то, что Claude Code и так пишет на диск, и раскладывает расходы по статьям. То, что она показала, мне не понравилось.Вывод ledgent report ‑redact
Samsung удалит медицинские данные пользователей, если они не разрешат использовать эту информацию для обучения ИИ
Samsung начала уведомлять пользователей Samsung Health о том, что им необходимо дать согласие на использование их личных медицинских данных для обучения новых моделей искусственного интеллекта. В противном случае владельцы рискуют потерять эти данные навсегда.
Как OpenRouter Fusion обошёл Claude Fable 5
С начала этого года я веду бенчмарк ИИ моделей для менеджеров, и после последнего обновления – есть о чем рассказать (прошла версия рейтинга тут). Первое место занял OpenRouter Fusion – оркестратор, который вызывает сразу несколько моделей, собирает их ответы и синтезирует финальный результат. Он обошёл всех: и Claude, и GPT, и Gemini поодиночке.
«ГигаЧат» научился распознавать эмоции, различать спикеров и находить нужные моменты в длинных аудио
Исследование: более 40% длинных постов на LinkedIn сгенерированы ИИ
ИИ-тексты всё заметнее заполняют соцсети, особенно LinkedIn и X. По данным
Как я готовился к сертификации по LLMархитектуре и понял, что три года путал промпты с архитектурой
Мок-экзамен, вопрос номер сорок с чем-то. Сценарий: система должна классифицировать входящие обращения, и ни при каких условиях категория не может выходить за пределы фиксированного списка. Какой вариант обеспечивает это требование? Я уверенно тыкаю в ответ с формулировкой «добавить в системный промпт строгую инструкцию с перечнем допустимых категорий и явным запретом на другие значения».
