Пять футурологических сценариев сосуществования человека и искусственного разума
В предыдущих статье я отменял восстание машин. По крайней мере, пока. И рассуждал, как в ближайшей перспективе может выглядеть рынок труда человека совместно с ИИ (часть 1 и часть 2).
ASR для AI-разработки: как я замерял качество распознавания технических терминов
С ноября прошлого года я отстроил себе Dark Software Factory,
Путь к локальному LLM — модель которую я наконец-то реально использую каждый день
Путь к локальному LLM: как требвоания по ИБ и “дух авантюризма” привели меня к 125B-модели под столом - и почему агенты больше не просят облако
Чего не видит рекрутер: ИИ и оценка адаптивности на интервью
Типовой найм в ИТ состоит из двух половин. Техническая — live coding, system design, тестовое задание — проверяет, умеет ли кандидат делать работу сегодня. Нетехническая — скрининг рекрутера и интервью с HR или руководителем — проверяет всё остальное: мотивацию, ожидания по деньгам, коммуникацию, «впишется ли человек в команду».Проблема второй половины в том, что «всё остальное» редко имеет критерий. Вопросы знакомы каждому, кто проходил собеседование:«Расскажите о себе и почему вы ищете работу»;«Опишите конфликт с коллегой и как вы его решили»;«Какие у вас сильные и слабые стороны?»;
Разработчик протестировал, как разные AI‑сервисы создают сайты
Разработчик Пит Миллспо (Pete Millspaugh) сравнил шесть популярных AI‑сервисов для создания сайтов. У всех сервисов было одно задание: разработать сайт для выступлений о создании персональных сайтов.
Как я разрабатываю систему, которая не верит ИИ‑агенту на слово
ИИ‑агент может самостоятельно разобраться в устройстве сайта, найти ошибку и предложить вполне разумное исправление. Но что, если решение технически правильное, а пользователь разрешал совсем другое? И кто должен проверять действия агента, прежде чем они превратятся в реальные изменения?В первой статье я рассказывал, как дал ИИ‑агенту доступ к MODX через MCP, а во второй
Основы глубокого обучения. Часть 4
Всем привет! Эта статья является четвёртой в серии статей про основы глубокого обучения. В прошлых трёх частях я рассказал много интересного и полезного новичкам, так что рекомендую перечитать.В этой части мы продолжим работу с нейронной сетью обработки естественного языка (NLP) и реализуем новую сеть, которая будет определять пропущенное слово по остатку фразы.Какие мы имеем результаты с прошлой части?
Nvidia объявила об отставке Дженсена Хуанга с поста генерального директора
Nvidia объявила об отставке Дженсена Хуанга с постов президента, генерального директора и члена совета директоров. Текущий вице‑президент и финансовый директор американской компании Колетт Кресс будет временно исполнять обязанности генерального директора до назначения постоянного преемника. Совет директоров рассмотрит внутренних и внешних кандидатов на пост нового гендира.
1 674 813 токенов в одном запросе: как я чистил контекст OpenWebUI, а потом вынес агента наружу
Input tokens exceed 922,000 tokens. Your messages resulted in 1,674,813 tokens — с этой ошибки началась история, которая растянулась на полгода. У нас self-hosted OpenWebUI, на нём внутренний ассистент для небольшой команды: файлы, документы, мелкие инженерные задачи. Сначала я писал фильтр, который вычищает из истории результаты инструментов. Потом понял, что латаю не то место, и вынес исполнение агента в отдельный сервис на OpenAI Agents SDK и Codex SDK. По дороге ещё споткнулся о потоковый Responses API.

