llm.
Админка больше не обязательна: как я дал Codex API к сайту и получил новый интерфейс управления контентом
У большинства проектов, где контентом нужно регулярно управлять, есть админка. Иногда она действительно удобная и хорошо продуманная, иногда — собранная на скорую руку, а иногда это вообще стандартный интерфейс фреймворка, который формально позволяет редактировать данные, но пользоваться им каждый день мучительно.
Зачем нужны векторные БД в эпоху LLM
Не открою секрет, если скажу, что обычный поиск по ключевым словам уже не особо помогает. Чтобы нейросети могли отвечать точно, опираясь на ваши корпоративные базы знаний, им нужно «понимать» смысл текста. А это уже сложнее, чем просто искать точные совпадения букв.
Бесплатный API для LLM: тестирую 6 сервисов, модели и реальные лимиты
Для каждого сервиса смотрел, что именно дают после регистрации, какие модели действительно отвечают через API, сколько расходуется баланса и какие ограничения по RPM/RPD удаётся подтвердить. Где официальных лимитов нет, проводил собственные короткие нагрузочные тесты. Что удалось найти Token HarborСайт: https://tokenharbor.ai/Документация: https://tokenharbor.ai/docsAPI: https://tokenharbor.ai/v1У Token Harbor есть полноценный бесплатный тариф за $0
Внедрить нельзя легализовать
Почему ИИ нельзя внедрить как ERP, нельзя раздать как Office, и что тогда остаётся1. Совещание в пятницуВ пятницу я сидел на совещании с архитектором ГигаЧата. Обсуждали, что из нынешних возможностей моделей можно развернуть у заказчика на его железе, в закрытом контуре. Ответ был короткий: режим рассуждений и мультиагентные системы — нет, и не стоит даже считать. Не потому, что нельзя, а потому, что ресурсы, которые для этого нужны, не окупятся ни на каком разумном числе пользователей.Любой, кто пробовал развернуть модель у себя, знает, где предел, так что сенсации тут нет. Есть контракт.
Как я делаю ИИ‑память из переписки в Telegram: десятки тысяч сообщений, тысячи фактов, сотни людей
Ночью, около двух по московскому времени, сервер просыпается и запускает конвейер. Сначала сервис идёт в Telegram и скачивает новые сообщения из чатов, которые пользователь отметил галочками. Через час стартует второй воркер и превращает эти сообщения в память: режет на куски, гоняет через DeepSeek, раскладывает по таблицам, выгружает в markdown‑файлы. К утру у человека появляются дополнительная информация в сервисе второй памяти.
Я сделал начальника AI‑офиса токсичным. Но сработал не мат, а право сказать FAIL
Я несколько раз пересобирал роль начальника в мультиагентной системе на Claude Code. Сначала мне казалось, что результат улучшился, когда я сделал начальника жёстким и разрешил ему материться на агентов.После сравнения версий boss.md вывод оказался менее смешным: вместе с характером я почти полностью переписал должностную инструкцию. Начальник получил ответственность за конечный результат, право отклонять работу и обязанность возвращать её конкретному исполнителю.То есть сработал не мат сам по себе. Сработала приёмка, в которой незакрытый дефект не может получить статус «готово».
Как я автоматизировал почти всю работу в CRM
Я долго ходил по конференциям, у меня хороший нетворк, и все это длительное время я наполнял CRM контактами, результатами звонков, переписками, договорённостями и тд.В какой-то момент в ней оказалось почти 10К человек и вся моя история отношений с ними.Но накопить данные конечно легче чем применять их так, чтобы была максимальная польза. Чтобы CRM приносила эту пользу, я должен помнить, кого и как там искать, какие фильтры включить, что делать дальше и как масштабировать это.Я хотел автоматизировать почти всё.Что было в первой версии моей CRM Источники данных существовали независимо друг от друга:
Пятница, пиво и 900 слайдов: как ИИ превратил посиделки в ночные лекции
За это лето у меня вышло 23 презентации на 914 слайдов, от ядерной триады до вопроса «а есть ли у мира создатель». Этот текст про то, как так вышло, что именно делает ИИ в этой схеме, а что нет, и почему у меня ощущение, что я не стал умнее, а просто освободил голову. Писать статьи никогда не было моим занятием, и, наверное, не стало: это первая. Так что если где‑то сбивчиво, это не ИИ, это я.Как это началось
