Как страны регулируют ИИ: от жёстких запретов до «гаваней без правил»
Искусственный интеллект проник уже почти во все сферы деятельности человека, но вместе с этим в мире появляется всё больше запретов на его использование, в частности, когда речь идёт о молодом поколении. Многие страны начинают ограничивать использование ИИ в том или ином виде для детей и школьников до определённого возраста.В разных странах подход к регулированию ИИ отличается, но есть и страны, которые сознательно отказались от этого. Так, президент Аргентины Хавьер Милей в 2026 году объявил, что его страна станет «гаванью для ИИ без регулирования».США — «лоскутное» регулирование
Как я держу документы и инструкции для агентов в актуальном состоянии
Как разложены документыОдин огромный файл в корне плохо обновляется точечно. Слои такие.На сервере лежит общий договор для всех агентов на машине (AGENTS.md и соседние правила рантайма). В репозитории проекта — свой AGENTS.md и операционный гайд: куда смотреть, какие инварианты нельзя ломать. В docs/ — потоки (FLOWS), известные проблемы и короткие записи «что искать, где лежит, чего не делать». Отдельно скилы: пошаговые сценарии на повторяющиеся действия, не вторая простыня архитектуры.
Что такое n8n и как с ним работать
Как использовать ИИ в бизнесе?Представьте гипотетический запрос клиента: «Где мой заказ и когда он будет доставлен?». Чтобы ответить на него, одной ИИ-модели мало. Сначала нужно найти клиента в базе, получить информацию о заказе, при необходимости обратиться к другому сервису, и только затем сгенерировать и отправить ответ. Приходится задействовать множество систем, которые как-то должны работать в унисон, и всей системе желательно быть гибкой и легко масштабируемой. Обычный чат-бот тут не справится. Дело для серьезного дяди n8n.
Токеномика: разбираем Big‑T нотацию на примере механики работы Yandex AI Studio
Под крылом Linux Foundation появилось новое направление — Tokenomics Foundation. Фонд выпустил проект описания «Big‑T Notation» (автор — Ден Нефф, старший архитектор облачных решений в Adobe), в котором предлагается фреймворк для оценки и управления расходами на токены в LLM‑ и агентных системах — по аналогии с Big‑O в теории алгоритмов. Токены в бюджетировании обычно относят к категории «разберёмся потом» — примерно как когда‑то на заре Интернета веб‑разработчики относились к SQL‑запросам.
Работа программистов постепенно смещается к проектированию правил и систем обратной связи для ИИ
В Venture Beat вышел материал, посвящённый изменениям в работе программистов из‑за широкого внедрения искусственного интеллекта. Автор считает, что теперь вместо реализации отдельных функций они переходят к проектированию правил, границ и систем обратной связи для ИИ.
5 новых решений для 1С
LLM, финансы, «Госключ» и автоматизация рутиныМы посмотрели на несколько решений, появившихся в августе, и выбрали пять разных сценариев автоматизации: от подготовки данных для нейросети до подписания кадровых документов через «Госключ».1. Как передавать данные из 1С в нейросеть и не раскрывать реальные реквизитыОдна из проблем корпоративного использования нейросетей возникает еще до отправки первого запроса.
Проект Microsoft Zenith в Windows 11 позволит запускать локальные ИИ‑модели без отвлекающих факторов
Microsoft представила Project Zenith — платформу, которая позиционируется как «готовая к работе среда Windows, не отвлекающая от написания кода». Она будет доступна только на избранных аппаратных конфигурациях, ориентированных на разработчиков.
Авторы борются с претензиями издателей и агентов по поводу спора с Anthropic
Некоторые авторы, которые ожидают получения своей доли выплаты от компании Anthropic по иску на сумму $1,5 млрд, на этой неделе получили письма с уведомлением о том, что кто‑то другой претендует на причитающиеся им средства.
Как я использую генеративные модели как оппонента в нескольких AI-проектах
На бумаге задача выглядела почти обидно просто: камера видит салон автобуса, модель распознаёт людей, на выходе появляется число вошедших и вышедших пассажиров.Но чем ближе мы подходили к реальному рейсу, тем меньше задача была похожа на обычную детекцию. Оказалось, что сначала нужно договориться о времени, остановках, идентификаторах и даже о том, что именно считать событием входа. Модель может правильно увидеть человека — и всё равно выдать неправильный бизнес-результат.
