llm.
Слабости роя. Почему агенты инструмент, а не решение всех проблем
Всё увереннее звучит мнение, что чат-боты в приложениях LLM своё отжили, будущее за агентами, особенно за многоагентной схемой — роем. Мнение вполне обоснованное, агенты демонстрируют отличные измеримые результаты в математике, коде, исследованиях. Но так ли всё хорошо? В этой статье я рассмотрю, насколько стоит доверять рою.Отличие агента от классического чат-бота LLM.
Ложь ИИ: иллюзии, в которые хочется верить
Ах, обмануть меня не трудно!.. Я сам обманываться рад!(«Признание», 1826, А.С. Пушкин)ВведениеДумаю, каждый из нас сталкивался с ложью ИИ. Что‑то было заметно сразу, что‑то всплывало при детальном разборе, а что‑то было принято за истину без верификации. Этот текст — попытка систематизировать личный опыт. Я не претендую на научную строгость: часть утверждений — мои наблюдения, а не верифицированные факты, и я могу ошибаться.
LLM уверенно называет шахматные ходы, которых на доске нет. Как я проверяю каждый ее ответ кодом
Движок знает ответ, но говорит числами: -2.7 и стрелка. Модель говорит словами, но врет. Первый же комментарий, который я получил, звучал так: «сильнее было 14.Nf6, конь врывается в лагерь черных». Коня, который может пойти на f6, в той позиции на доске не было.Сразу дисклеймер: это мой первый веб-проект. Я играю в шахматы блиц на 1300 и хотел инструмент, который объясняет мои ошибки словами, а не оценками. Часть того, что ниже, фронтендеру покажется очевидной. Мне пришлось выяснять это руками.
Российский нейрочип от НТЦ «Модуль»
Дополнение к части 2 «Рынок вычислений в России, Казахстане и Беларуси» — то, что не вошло в основной текстВ части 2 про рынок вычислений есть фраза, которую я написал между делом: «…и нишевые нейропроцессоры НТЦ "Модуль"». Скобка, запятая — и дальше про память и электричество. Но я споткнулся о скобку: про эти процессоры я слышал давно, всерьёз не разбирался, а цифр перед глазами не держал. Проверил. Погрузился. И чем глубже капал, тем яснее было: этому процессору нужна отдельная статья.История.
Своя нейросеть дома, доступная из любой точки мира
Надоели лимиты токенов, дорожающие подписки и ощущение, что каждый запрос логируется. Дома стоит нормальная машина — почему бы модели не крутиться на ней? Рассказываю коротко, как собрать личный LLM-сервер.ЖелезоCPU 8 ядер, 32 ГБ RAM
Как собрать семантику проекта для кодового агента и не открыть филиал Confluence
Кодовый агент в маленьком проекте обычно находит нужный файл с очень уверенным видом. Это приятно ровно до момента, когда он меняет не тот счетчик, меняет поведение модуля и сообщает, что задача завершена. Уверенность - бесплатна, регрессии - тоже.В тестовом примере надо добавить недельный лимит в небольшой модуль. Агент находит метод, добавляет счетчик и даже пишет тест. Потом выясняется, что лимит считается на пользователя, отклоненная попытка не должна расходовать квоту, а отрицательный лимит должен остаться ошибкой. В коде это размазано между моделью, тестами и старым комментарием.
Оценка AI‑агентов: 7 ошибок, из‑за которых тесты врут
Всем привет, меня зовут Сергей Прощаев, и в этой статье расскажу про семь ошибок в оценке AI‑агентов — тех самых, из‑за которых прогон тестов светится зелёным, а о деградации команда узнаёт от поддержки.У команды есть
Промпт-инжиниринг: как лучше общаться с ИИ
Качество ответа генеративной модели во многом зависит от того, как сформулирован запрос. Промпт-инжиниринг здесь не сводится к поиску «правильных слов» или универсальных команд. Его основная задача гораздо проще: как можно точнее передать модели свое намерение.Генеративный ИИ заметно изменил способ взаимодействия с программами. Модель можно попросить написать письмо, проанализировать информацию, объяснить сложную тему, предложить идеи, сгенерировать код, составить план проекта или критически разобрать предложенное решение.Но есть ограничение:

