llm.
Glafira for Apache Kafka: открытый desktop-клиент на Rust, который даёт LLM читать кластер, но не трогать его
Главное окно: дерево подключений слева, вкладка топика с таблицей сообщений и панелью деталей справа
Я запустил 100 ИИ‑агентов, чтобы они меня взломали. Пять раз у них получилось
В эти выходные я поручил примерно сотне ИИ‑агентов, развёрнутых на собственной инфраструктуре, попытаться взломать любые из моих онлайн‑аккаунтов. За пять часов эксперимента они:Взломали 3 аккаунта, воспользовавшись уязвимостями в ПО.Взломали ещё 2 аккаунта перебором паролей.Предприняли 16 попыток атак с использованием социальной инженерии.Нашли несколько «конфиденциальных» сведений обо мне и перепроверили их по нескольким независимым источникам.
Как добавить свою LLM в aish
Привет, меня зовут Наташа, я менеджер проектов в Selectel. Недавно я рассказывала, как и зачем мы создавали aish — ИИ-агента в терминале серверной ОС. Предлагаю перейти к практике и подключить к нему стороннюю LLM. В этой статье покажу, как выбрать подходящую модель, правильно ее настроить и избежать типичных ошибок при интеграции.
Harness engineering: где на самом деле ломается агентная разработка
Почему генерация кода перестала быть узким местом и что проектировать вокруг модели: контекст, права, тесты, наблюдаемость и точки остановкиЕщё недавно спор про coding-агентов сводился к тому, какая модель лучше пишет код. Сейчас интереснее другой вопрос: почему команда, у которой агент генерирует в разы больше diff’ов, не получает пропорционального роста поставленной ценности? Ответ всё чаще звучит не про модель, а про среду вокруг неё: контекст, права, тесты, аудит, наблюдаемость и точки остановки.Это и есть harness engineering
Системный анализ в эпоху LLM
Про бизнес-анализ написаны талмуды (привет, адепты Вигерса): карта стейкхолдеров, матрица влияния, дерево целей, пирамида требований и множество других страшных терминов.А в реальной серой жизни простых крестьян аналитиков этап бизнес-анализа выглядит так:Приходит продакт: «Нам надо сделать вот эту штуку. Сходи к тем ребятам, поставь встречу, если что непонятно - приходи ко мне, разберёмся».Ты приходишь: «Ребят, что хотим?» - «Вот это». И выдают тебе требования к фиче и критерии её готовности в пяти предложениях. Всё.
Kimi K3.1 Pro: возможности хакерства и все о релизе
Китайская Moonshot AI выпустила Kimi K3.1 Pro — новую флагманскую модель для программирования, сложных рассуждений и агентных задач. По собственным тестам компании, она почти догнала Claude Opus 5.5 в работе с терминалом, стала дешевле предшественницы и научилась лучше справляться с длинными задачами. Дальше о других интересных деталях релиза.
Moonshot выпустили Kimi K3.1 Pro: лучше GPT-6 Astra и почти догнала Opus 5.5
Moonshot AI представили Kimi K3.1 Pro, мультимодальную модель с контекстом на 1 млн токенов. Основной упор сделали на программирование целых проектов, работу с 3D и финансовыми документами. Модель уже доступна в сервисах Kimi, а полные веса обещают опубликовать не позднее 4 ноября 2026 года.У K3.1 Pro архитектура Mixture-of-Experts: 2,8 трлн параметров всего и 104 млрд активных. Вместе с ней выпустили K3.1 Pro Highspeed, которая, по заявлению компании, работает в 2–3 раза быстрее обычной Pro.
PSLC и Agent‑Ops: от поддержки продукта к изменению инфраструктуры
Привет! Я Сергей Житинский, основатель Git in Sky. Мы занимаемся эксплуатацией ИТ‑инфраструктуры и разрабатываем открытую методологию Agent‑Ops. О ней я уже рассказывал на Хабре.19 октября я был на митапе OPS Talk by Sber. На стенде PSLC поговорил с Александром Шаповаловым, который представился архитектором методологии. После встречи захотелось прочитать материалы подробнее и разобраться, как подход Сбера соотносится с нашей работой.В AI‑Disrupt PSLC

