llm.
Shorts Maker v2: как я превратил AI-генератор видео в возобновляемый production pipeline на Python
Привет, Хабр!Некоторое время назад я написал первую версию генератора коротких видео для Shorts, Reels и TikTok. На вход подавалась тема — например, «Сюжет “1984” за одну минуту», — а на выходе получался вертикальный ролик со сценарием, изображениями, анимацией, озвучкой и субтитрами.Первая версия доказала, что идея работает. Но она же показала, что сгенерировать ролик один раз и построить надёжный production pipeline — совершенно разные задачи.
Языковую модель на 28,9 млн параметров запустили на микроконтроллере ESP32-S3
Разработчик Слава Сербов запустил языковую модель на 28,9 млн параметров на плате с микроконтроллером ESP32-S3. Нейросеть работает полностью локально, а сгенерированный текст выводится на небольшой дисплей.
Разработчики проверяют код, который не писали — и могут не понимать
ИИ‑кодинг, призванный облегчить разработку, оборачивается растущим давлением на инженерные команды. Авторство кода часто не определить, а код‑ревью превращается в главное «бутылочное горлышко»: фокус смещается со скорости написания на проверку, контроль и интерпретируемость. В июне 2026 года GitLab выпустил отчет об ответственности за ИИ‑код, а The New Stack разобрало его в статье
MCP для агентной коммерции: что может пойти не так
Представьте диалог c вашим любимым ИИ‑инструментом:— Найди поездку в Казань на выходные, до 20 тысяч рублей и с нормальным отелем.— Секунду, подбираю…«Подбираю» в этом диалоге — это некоторый чёрный ящик. Под ним могут скрываться воспоминания модели из обучения, попытки воспользоваться веб‑браузером, поиском в интернете. Такие обращения могут содержать различного рода погрешности.А вот чтобы это «подбираю» означало поиск по реальным ценам и наличию агент должен уметь обращаться к базе данных с билетами. Именно для этого мы вместе с командой Туту выпустили
MF Spark Camp: Как мы превращаем сухие алгоритмы в живой интеллект и собираем команду у костра
Когда: 29 июля 2026Формат: Лекции + Квиз + Нетворкинг у костра
Как ИИ‑агент помог автоматизировать рекламу на площадке без API, быстро проверить гипотезу и вовремя свернуть проект
Привет! Я Катерина Лапаева, руководитель GIGASCHOOL. В этой статье хочу разобрать кейс Максима Тодорова. Максим собрал систему в качестве итогового проекта на практическом курсе по автоматизации бизнес‑процессов с помощью ИИ‑агентов, который мы разработали вместе с экспертом Андреем Кузьминых, @Dataist. В течение курса участники выбирали реальный процесс, проектировали его целевую схему, определяли роль человека и агента, а затем собирали рабочий прототип и считали его экономику.
LLM обесценили половину вашего опыта. Хорошая новость — не ту половину
В нашем найме я подключаюсь на финальном этапе. Техническая секция к этому моменту позади, её проводят инженеры команды, а я просто разговариваю с кандидатом про его опыт и взгляды. Ещё пару лет назад это был самый мягкий этап воронки, почти формальность после настоящей проверки. Сегодня он различает кандидатов лучше, чем техническая секция, и мне кажется, это многое говорит о том, куда движется профессия.Привет! Меня зовут Михаил Шпаков, я руковожу разработкой Timeweb Cloud. Раньше я рассказывал, как мы построили систему автотестов с 5 000+ проверками и
Как перейти в ИТ и создать мобильное приложение с ИИ: история разработчика «ЧитКита»
Наталья Новикова пришла в разработку из ветеринарии и начинала как самоучка — с курсов по Java. В рамках дипломного проекта онлайн‑магистратуры МФТИ

