llm.
Как внедрить ИИ в бизнес: 5 уровней ИИтизации процессов и AI-Native-подход
Вы внедрили ИИ-агента в свою работу. Он показывает информацию по счетам, формирует сводки, разбирает входящие сообщения и делает ещё много полезного. Но на каком уровне автоматизации вы находитесь? И что делать дальше?
Один час в мире без AI‑агентов: от токенов до MCP
Представьте, что сейчас 2 023 год и готовых AI‑агентов ещё нет. Есть только обычная LLM, которая умеет продолжать текст. Что нужно к ней добавить, чтобы она смогла читать файлы, искать информацию, запускать команды, исправлять код и сама решать, какой следующий шаг сделать?
Я не знаю Rust. Что меняется в разработке, когда код пишет ИИ
Я – Мигаль Денис, руковожу командой EMM в MAGNIT TECH. Последние годы больше занимаюсь архитектурой и командой, чем сам пишу код. Здесь решил проверить, смогу ли с помощью продвинутой ИИ-модели разобраться с совершенно незнакомым Rust и довести сложный инфраструктурный компонент на 300.000 устройств до серьёзных испытаний. Причём так, чтобы за результат не было стыдно перед разработчиками.Внутри статьиПочему понадобился свой прокси и как план Б стал планом АОт чата до готовности к нагрузочным испытаниям
Claude или ChatGPT для кода: 4 модели на одинаковых задачах
Claude или ChatGPT для кода: на восьми одинаковых задачах Claude Opus 5.5, Claude Sonnet 5.5, ChatGPT 6 Astra и ChatGPT 6.1 Sol написали верный код с первой попытки, один ответ пришлось только отформатировать заново. Разница нашлась во времени ответа (от 8 до 28 минут на все задачи), цене за токен (до 5 раз) и устройстве решений.
RAG после reranker: от корпоративного поиска к агенту, которому можно поручить исследование
Привет, Хабр! На связи Александр Михеев, ML-инженер Центра гибридного интеллекта в Рунити. В первой статье
10 API-роутеров с долгосрочным бесплатным или сверхдешёвым доступом к DeepSeek, GLM, GPT и другим моделям
Проверка проводилась 20 октября 2026 года; цены, квоты и результаты вызовов приведены на эту дату. Условия у сервисов меняются, перед использованием сверяйтесь с их сайтами. Доступность из России проверял 20 октября 2026 года с трёх серверных узлов в Москве и Санкт-Петербурге; у домашних провайдеров результат может отличаться.
Ваш запрос очень важен для нас: Gateway API Inference Extension в модуле alb Deckhouse Platform
В августе мы писали о модуле alb — реализации Gateway API на Envoy в Deckhouse Platform. Теперь модуль поддерживает объект InferencePool из Gateway API Inference Extension. Через тот же шлюз, что публикует обычные приложения, можно отдавать и модели, а выбор реплики передать компоненту, который получает метрики её загрузки.Всем привет! Я Пётр Антонов — руководитель продуктовых направлений «Сети и провайдеры для частной инфраструктуры» в команде Deckhouse. Рассказываю, почему round-robin не подходит для запросов к модели, как устроены InferencePool
Поиск узких мест в Oracle с помощью ASH-AWR и LLM
Добрый день, всем любителям Oracle и пирогов из картофельных очистков*!I. Введение.Одна из самых часто встречающихся проблем при использовании баз данных - это поиск узких мест: нахождение долго выполняющихся запросов и их исправление.Как часто вы сталкивались с ситуацией, когда запрос мгновенно отрабатывает в тестовом окружении, но начинает «тормозить» на боевом сервере? Или замедление запросов проявляется не сразу, а по мере роста данных?
Локальный ассистент для зумов, часть 11: девять моделей проверяли мой код — кто остался и почему
Код Чароита я пишу в Claude Code. Каждое изменение до мержа читает другая модель и пишет вердикт. Такую модель я зову головой, а один прогон — кругом.За два месяца в головах побывали Codex, GLM, Gemini, DeepSeek, две локальные Qwen, MiMo, Sonnet и Opus. Вердикты Sonnet ещё перечитывает Haiku. Посредников я перебрал три: Fireworks, OpenRouter, Nebius. Ниже — кто пришёл, кто ушёл и какие замеры это решили.Зачем вообще вторая головаPR #381: гейты режима правки графа. Скрытые пути, удаление, откат, карантин, замок. Пять кругов.КругCriticalГде14исходный код

