llm.
Окупается ли мультиагентность и можно ли автоматически выбрать паттерн под задачу?
Я прогнал шесть мультиагентных паттернов на трёх бенчмарках и трёх моделях. Под командой агентов тут понимаются связки вроде критика-актора или оркестратора с подчинёнными. Почти везде такая команда проиграла одиночному агенту. Проиграла и по точности, и по цене, а по цене иногда вчетверо.
Умеет ли Алиса AI выдавать случайное число?
Таким вопросом я задался после просмотра розыгрыша от Яндекса. У ведущего был список участников и он просил Алису назвать случайное число от 1 до 6296. Было 15 попыток и среди ответов не было чисел меньше 100, что смутило ведущего, он даже хотел поменять диапазон, но команда поддержки ему не разрешила. Посчитаем, с какой вероятностью могло выпасть число от 1 до 99, получим 0.78%. Немного. Но вопрос о случайности чисел меня заинтересовал.p_single = (6296 - 99) / 6296 prob_all = p_single ** 15
Siemens «сломал» игру: почему их новый ИИ-агент навсегда изменит программирование ПЛК в TIA Portal
Интеграция больших языковых моделей (LLM) в процессы промышленной автоматизации долгое время упиралась в серьезное ограничение: базовые ИИ-модели предлагают лишь обобщенные фрагменты кода, которые инженеру приходится вручную адаптировать под архитектуру конкретного проекта. Этот процесс сопряжен с риском галлюцинаций, не учитывает реальную топологию сети и часто сводит на нет всю экономию времени.
Антивирус бессилен: только ИИ видит аномалии в промышленных сетях
По мере того как ландшафт промышленной кибербезопасности осваивает технологии искусственного интеллекта (ИИ) и машинного обучения (ML), меняются и подходы к обнаружению аномалий в средах операционных технологий (OT) и промышленных систем управления (ICS / АСУ ТП). Внедрение этих инноваций не только повышает безопасность, но и улучшает прозрачность на протяжении всего жизненного цикла систем.
Сигнатуры устарели: почему будущее кибербезопасности АСУ ТП — за поведенческой аналитикой
По мере того как ландшафт промышленной кибербезопасности осваивает технологии искусственного интеллекта (ИИ) и машинного обучения (ML), меняются и подходы к обнаружению аномалий в средах операционных технологий (OT) и промышленных систем управления (ICS / АСУ ТП). Внедрение этих инноваций не только повышает безопасность, но и улучшает прозрачность на протяжении всего жизненного цикла систем.
Семь слепых мудрецов и искусственный интеллект
ПредисловиеЭта статья попалась мне на глаза на Reddit.И заинтересовала она по двум причинам. Во-первых, автор задаёт нестандартные вопросы об ИИ. Когда вокруг только бенчмарки и нытье по поводу того, что ИИ лишит всех работы, он смотрит внутрь ИИ каким-то свежим, незаезженным взглядом. Например, один из его вопросов: если мы учим модель на человеческих текстах, со всеми их страстями, то почему мы ожидаем, что она будет вести себя не как человек, а как робот?
Моя борьба (с LLM)
Что именно LLM делают не так, опытные разработчики прекрасно знают. А вот вкатуны, как правило, и не подозревают — именно в силу своей неопытности.Я решил поэкспериментировать с LLM в той ипостаси, в которой у меня недостаточно собственных компетенций для того, чтобы достигнуть желаемого результата — однако в силу того, что в детстве меня укусил программист, и теперь я с этим живу, вполне достаточно таковых, чтобы, с одной стороны, правильно cформулировать техническое задание, а с другой — оценить (не)годность результата.
Секретные команды Claude — миф или реальность: тестируем L99 и -ghost
Если вы хоть раз гуглили "как улучшить ответы Claude" - вы точно видели посты про "секретные команды". /ghost, L99, BEASTMODE, /godmode - звучит как читы из игры. Часть из них полная чушь. Но часть реально меняет то как модель отвечает. Сегодня проверяем на практике.Сначала важное: никаких скрытых команд не существует31 марта 2026 года Anthropic случайно слила исходный код Claude Code в открытый доступ. 1900 файлов, 512 тысяч строк кода. Разработчики и исследователи разобрали все по кусочкам - буквально каждую строку.Итог: ни L99, ни /ghost, ни /godmode нигде не нашли. Ни в списке команд, ни в системных промптах, ни вообще где-либо в коде.
Нужно ли использовать Qwen? Качество и цена
Текст носит юмористический характер и написан для @mahmud90 и @MountainGoatКитайские модели стоят в разы дешевле западных — и каждый месяц кто-нибудь спрашивает: а можно ли просто пересесть на Qwen и не платить за Claude с GPT? Я взял одну реальную задачу и прогнал её через три модели сразу, а потом свёл качество с ценой. Ниже — что получилось и кому Qwen реально подойдёт.Задача одна на всех: разобрать топ-10 heap alloc_objects
Agent Team в Claude Code: когда одного агента в терминале уже не хватает
Claude Code давно вырос из «чата в терминале». Он читает проект, правит файлы, гоняет тесты, ковыряет логи. Но у обычного режима есть потолок: одна сессия — один контекст и одна линия мыслей. Пока задача простая, это норм. А вот когда надо одновременно посмотреть на безопасность, тесты, производительность и архитектуру — контекст распухает, агент скачет между темами, половина деталей теряется.Для таких случаев есть экспериментальный режим Agent Team. Ниже — что это, как включить и где он правда помогает, а где только мешает.Что это такоеЕсли коротко: вместо одного агента запускается команда.
