llm.
Бесплатный API для нейросетей от NVIDIA: 100+ моделей, OpenAI-совместимый эндпоинт и 40 запросов в минуту
NVIDIA раздаёт бесплатные API-ключи к 100+ моделям — DeepSeek R1, Llama, Mistral, GLM, Kimi и десятки других. Регистрация за 2 минуты, OpenAI-совместимый эндпоинт, без привязки карты.Звучит как маркетинговый трюк, и отчасти это он — NVIDIA хочет посадить разработчиков на свою инфраструктуру. Но бесплатный tier реальный, и для прототипирования и пет-проектов его хватает. Я пользуюсь уже два месяца — расскажу, что получается, а где подвох.Что конкретно даютПлатформа — build.nvidia.com. Регистрируешься в NVIDIA Developer Program, подтверждаешь номер телефона, генерируешь API-ключ. Всё.Что доступно бесплатно:100+ моделей
Зелёные галочки лгут: почему AI пишет тесты, которые ничего не тестируют, и как это починить
Тесты зелёные, покрытие растёт, а багов меньше не становится. На QA-митапе инженер из крупной продуктовой компании показал механику: AI-агенты подгоняют моки, меняют ассерты, генерируют результаты, которые ничего не проверяют. Стек у команды — near-SOTA. Модель свежая. Агент — один из лидеров open-source.Значит, дело не в инструментах. А в чём именно — разбираю ниже: от кода до процесса и организации.Зелёные галочки лгутДокладчик описал паттерн, с которым сталкивался каждый, кто просил AI написать тесты:
Как я собрал автономную AI-новостную систему за полтора месяца
Полтора месяца назад у меня было семь воркфлоу в n8n для новостного пайплайна. Каждый делал что-то своё. Выглядит это, конечно, красиво, наблюдаешь, как крутятся воркеры. Но если посмотреть внутрь, то постоянно происходят какие то сбои. Где-то новость застряла, и сразу разобраться порой не получается. И вроде исправил одно, но следом влезают другие проблемы.Итог: семь воркфлоу — семь точек отказа. И каждый ломается по-своему.
Проблема несанкционированного вызова инструментов
Доверили бы вы LLM управление контролем доступа? Крупные лаборатории ИИ (Anthropic, xAI, Gemini), похоже, делают именно это, используя механизм вызова инструментов.
«Старички» V100 в деле и модные ИИ-агенты для написания документации
Автор: Александр Казанцев, руководитель отдела документации и контента
SSP SOFT: у нас появились новые апрельские вакансии
Весна в разгаре, а у нас в SSP SOFT — время набора в новые команды. Кто мы: компания SSP SOFT работает в сфере заказной разработкой ПО и предоставления выделенных команд на ИТ-аутсорсинг для крупных клиентов. По размеру компании —
ICLR отклонил 497 статей за AI в рецензиях. Почти любой из этих авторов мог бы пройти детектор за 30 секунд
В конце марта новостные ленты разошлись: ICLR 2026 — одна из самых уважаемых AI-конференций — отклонила 497 статей. Это около 2% от всех сабмитов. Причина не в качестве науки. Причина в том, что авторы пользовались LLM при написании рецензий на чужие работы. Поймали автоматическим детектором ИИ. Точность анонсировали «выше 95%».Я почитал сначала пресс-релиз, потом обсуждение на OpenReview, потом полез в свежие исследования по AI-детекторам. И вот тут начало становиться неловко.Потому что в апреле 2026 у нас нет ни одного детектора, который бы реально работал, как обещает.
Война платформ: почему в гонке ИИ больше недостаточно просто иметь лучшую модель
Сейчас на рынке ИИ начинается борьба за доминирование платформ. Это напоминает прошлые противостояния вроде Windows против Mac или iOS против Android. Если вам интересна тема AI-агентов и нейросетей, заглядывайте в мой Telegram-канал "ДругОпенсурса". Там я публикую свежие новости и разборы инструментов в числе первых.
Пробуем на себе: LLM в разработке
Рассказываю о реальном опыте использования AI в разработке и о тех практических результатах, которых удалось добиться за один год регулярной работы с современными языковыми моделями. Спойлер: получилось многое, но не все.
