SD Studio: свой Midjourney на своей видеокарте с LLM-помощником
Сперва — откуда взялась идея? Мы с женой делаем текстовую игру по её фэнтези-вселенной. Что-то вроде совместного хобби: ей интересно писать, мне нравится программировать. Но суть не в этом. Рисовать никто из нас не умеет, а картинки в тексте нужны. Сейчас это не проблема — нейросетей куча, особенно для генерации изображений. Но есть минусы: на платных сервисах можно хорошо так разориться, особенно для пет-проекта. Есть решение — Stable Diffusion, генерировать на своей видеокарте. Первые шаги с Stable Diffusion
Робот, способный создать себя сам. Режим «Инженера» в робототехнике
Футурологи часто предвещали будущее, в котором роботы способны сами проектировать и создавать себе апгрейды, прошивать новые модули, настраивать стороннюю технику и даже создавать себе подобных. Насколько это близко к реальности? С текущим темпом развития ИИ вопросы отпадают всё быстрее. Вряд ли кто-то сегодня усомнится, что ИИ способен написать код, самостоятельно отладить и протестировать его. Но с какими ограничениями и рисками придётся столкнуться на практике? Расскажу на примере реализации в проекте OpenGrall.
Улучшать себя или создавать «других»? Делегирование субъектности опаснее, чем апгрейд собственного мозга
Честно говоря, после прочтения у меня внутри всё сжалось. Автор попал в самую болевую точку: мы действительно стоим на пороге чего‑то, для чего у нас ещё нет ни языка, ни этических рамок. Но меня не отпускает один вопрос, который в статье лишь слегка обозначен: а что, если мы всё‑таки решимся дать этим «сущностям» то, чего у них сейчас нет? Чувства. Внутренний опыт. Субъектность.
Промпт-инжиниринг для не-промпт-инженеров
Разбор доклада Anthropic «Prompting 101» на реальном кейсеLLM уже давно не только про «сгенерировать текст» или «сделать картинку». Их всё чаще используют в работе — для анализа ресёрча, обработки звонков, генерации артефактов, автоматизаций в n8n и Make. И проблема в том, что «просто написать промпт» почти никогда не работает.В какой-то момент понимаешь, что без этого уже тяжело работать. Приходится разбираться: API, промпты, какие-то flow, как это всё между собой склеить и не развалить по дороге.Я посмотрел доклад Prompting 101
Мы снова строим новое рабовладельческое общество. Только рабы – цифровые?
Когда мы говорим "рабство", мы почти автоматически думаем о прошлом. О чём-то варварском, давно преодолённом и морально недопустимом в современном мире. Рабство – это люди без прав, вынужденные работать на других, не имея возможности отказаться.Но давайте на секунду отвлечёмся от эмоций и посмотрим на сухие признаки.Сущность, которая:выполняет работу вместо человекаполностью подчиняется владельцуне требует оплаты, отдыха или условийможет быть масштабирована практически бесконечноЗвучит как описание из учебника истории. Или как описание современных ИИ-агентов.
Что не так с вакансиями LLM Engineer
В 2026 году вакансий, связанных с ИИ, большими языковыми моделями и агентами, стало заметно больше и в России, и за ее пределами. Технологические компании, банки и даже обычный enterprise поняли, куда движется индустрия, и начали срочно внедрять ИИ в продукты и внутренние процессы.Если открыть hh.ru, LinkedIn или Telegram-каналы с вакансиями, легко увидеть набор ролей, которые постоянно пересекаются по описанию и требованиям:LLM EngineerML EngineerAI EngineerAI Architectиногда еще что-то вроде «AI Automation Engineer»Особенно часто встречается вакансия LLM Engineer. И вот тут начинается путаница.
Сколько на самом деле стоит GenAI в продакшене
Когда обсуждают стоимость внедрения генеративного ИИ, разговор часто сводится к цене за токен или цене за арендуемый GPU. Это удобно — одно число. Но в реальном продакшене такая оценка почти всегда обманчива.Стоимость GenAI-системы — это не только сколько стоит вызвать модель. Это инфраструктура, эксплуатация, безопасность, наблюдаемость, разработка, интеграции, поддержка пользователей и постоянные изменения вокруг моделей. Именно поэтому «мы поднимем open-source модель сами, будет дешевле» часто оказывается правдой только на первом слайде презентации.Из чего складывается стоимость GenAI в продакшене
Карпатый объяснил, почему ваши навыки программирования скоро станут ненужными. Или нет
Андрей Карпатый, бывший директор AI в Tesla и один из создателей OpenAI, на прошлой неделе дал интервью Sequoia Capital: Ссылка на видео: Andrej Karpathy: From Vibe Coding to Agentic Engineering (Sequoia Capital, 29 апреля 2026, ~30 мин). Я пересмотрел дважды, потому что первый раз не поверил в то, что услышал. Ниже мой вольный пересказ с комментариями из собственной практики.Декабрь 2025: что-то щёлкнуло
63 бесплатных урока мая: от Go и Kubernetes до LLM, ClickHouse и AI-агентов
Привет, хабровчане. В майском дайджесте собрали 63 открытых урока по ключевым IT-направлениям: от backend-разработки, архитектуры и инфраструктуры до ML, аналитики, тестирования, информационной безопасности и управления. В программе — Go, Kotlin, Rust, Kubernetes, Ansible, OpenTelemetry, ClickHouse, LLM, AI-агенты, DevSecMLOps, API Gateway, нагрузочное тестирование и другие темы, которые сейчас часто всплывают в реальных инженерных задачах.

