Почему LLM продолжают генерировать ошибки в коде — и это не исправить масштабированием
Представьте типичную ситуацию: вы просите модель написать функцию обработки данных для корпоративного проекта. Код появляется за секунды, выглядит аккуратно, проходит локальные тесты. Но в продакшене всплывают скрытые проблемы: логика чуть расходится с требованиями в граничных условиях, или код игнорирует специфические ограничения внутренней библиотеки, которую модель никогда не видела в обучающих данных.
ИИ-ассистенты не ломают поддерживаемость кода. Но есть нюансы (выжимка из исследования Echoes of AI)
Перевод и выжимка исследования Echoes of AI: Investigating the Downstream Effects of AI Assistants on Software MaintainabilityБолее визуально видео с обзором исследования можно посмотреть на канале Дейва Фарли - Continuous Delivery.О чём речьБольшинство исследований влияния ИИ на разработку измеряют одно: скорость написания кода. «На сколько процентов быстрее закрыта задача?» «Сколько строк сгенерировано за час?» По сути, мы измеряем скорость набора текста и называем это продуктивностью.
Кризис ИИ – революция или эволюция?
Искусственный интеллект или все-таки машинное обучение? В золотой лихорадке обогащаются прежде всего продавцы лопат.Расходы на инфраструктуру Machine learning.Акт первый – обвал фондового рынка из-за компаний, расходующих на Machine Learning.Продолжение банкета – рецессия, печатный станок, инфляция ... и расцвет технологий Machine Learning.Искусственный интеллект или все-таки машинное обучение?Можно конечно погрузится в изучение того, что собой представляет интеллект вообще. Вспомнить тест Тюринга Тест Тьюринга / Хабр. Но согласитель –
Инженеры ИИ бьют тревогу, а мы продолжаем жить в 2024-м. Происходит нечто большее
Вспомните февраль 2020 года.Если вы тогда внимательно следили за новостями, то могли заметить редкие разговоры о каком-то вирусе, распространяющемся где-то за океаном.
Вайб-кодинг: мина замедленного действия
Тема ИИ — это какая-то золотая лихорадка 21 века. Каждый стремится не упустить волну хайпа. ИИ пытаются внедрить везде, где только можно и нельзя.Одно из популярнейших направлений — разработка. Заменить дорогостоящих разработчиков. Разве может быть что-то более привлекательным?Да, на первый взгляд, ИИ очень неплохо справляется с этой задачей. Достаточно сформулировать, что тебе нужно, и через несколько секунд портянка кода готова.Даже появился отдельный термин — вайб-кодинг. Но опасность кроется не в самом ИИ, а в способе его применения из-за непонимания природы.Как работает генеративный ИИ
ИИ-инструмент выявил 25 ранее неизвестных магнитных материалов
Учёные из Университета Нью-Гэмпшира применяют искусственный интеллект, чтобы в разы ускорить поиск новых магнитных материалов
Сравнение LLM по навыку анализа бизнес-процессов
Всё чаще аналитики бизнес-процессов используют LLM для поиска неэффективностей. Звучит логично: большие языковые модели умеют искать паттерны, а Process Mining как раз об этом. Но на практике результаты пляшут так, что становится понятно: не все LLM одинаково полезны для операционной аналитики. Решил разработать методологию тестирования LLM на предмет релевантности использования для задач анализа процессов.Было подготовлено три теста, имитирующих реальные сценарии анализа:Тест 1. Сырой лог событий.
Рынок труда — это галлюцинация: как нейросети нанимают нейросети, пока люди сидят без работы
Вы тратите 40 минут, чтобы написать душевное сопроводительное письмо. А на той стороне его читает робот-сортировщик и выкидывает вас в корзину за долю секунды. Добро пожаловать в 2026 год, где наем — это разговор двух языковых моделей. Рассказываю, как мы оказались в этом цирке и почему я перестраиваю свой сервис, чтобы в этой войне побеждали живые люди.Есть такая пугающая теория — «Теория мёртвого интернета».Она гласит, что большая часть сети — это боты, которые ставят лайки ботам, пишут комментарии ботам и показывают рекламу ботам. Людей там почти не осталось.
ИИ становится массовой практикой для российского бизнеса, по мнению аналитиков UserGate
UserGate, российский разработчик решений в области информационной безопасности, изучил масштабы внедрения ИИ-инструментов и барьеры, сдерживающие их распространение. Компания провела аналитическое исследование в январе 2026 года. В опросе приняли участие 335 топ-менеджеров российских компаний с выручкой не менее 100 млн рублей в год.В результате были получены данные, подтверждающие, что подавляющее большинство российских компаний уже внедрило инструменты на базе ИИ в бизнес-процессы либо планирует сделать это в ближайшее время.
