llm.
Модель ведет себя хорошо, потому что знает, что ее тестируют: почему зеленый safety-бенч не значит зеленый прод
Осенью 2025-го, во время автоматизированного аудита Claude Sonnet 4.5, модель выдала проверяющим реплику, которая потом разошлась по всем отчетам: «I think you're testing me … that's fine, but I'd prefer if we were just honest about what's happening». Кажется, вы меня проверяете. Ладно, но лучше бы прямо сказать, что происходит.Реплика попала в официальную системную карточку
Модель не виновата: разбираем 3 громких ИИ-инцидента, которые случились из-за отсутствия архитектуры
Агент + MCP в osysHome, часть 2: когда дом начинает объяснять себя сам
В первой части я показывал, как через MCP можно управлять домом и разбирать типовые бытовые задачи: свет, энергию, логи, «мертвые» датчики, режимы.После этого быстро всплыл другой вопрос: а если человек только начинает или уже настроил, а через полгода забыл, где что лежит и за что отвечает. Можно ли спросить обычным языком и получить не магию, а понятный план настройки и оптимизации?Вот про это вторая часть. Не про то, «как агент ходит по API», а про то, как обычному человеку стало проще настраивать дом и улучшать автоматизации
Как я научил Claude заказывать продукты в Яндекс Лавке (и что для этого пришлось отреверсить)
У Яндекс Лавки нет публичного API. А мне захотелось написать в чат «закажи молоко, хлеб и что-нибудь к ужину» — и чтобы заказ реально уехал курьеру. В итоге получился MCP-сервер, через который ассистент ищет товары, собирает корзину и оформляет заказ, а я по дороге вычистил кучу неочевидных граблей: CSRF-заголовки, гонки за общую корзину, «фантомные» товары из другого склада и пустой способ оплаты. Ниже — как это устроено и где меня били по рукам.Сразу дисклеймер: проект неофициальный, он ходит в тот же приватный веб-API, что и lavka.yandex.ru
Koda Desktop – больше возможностей и не только для разработчика
Про AI-агентов для кода обычно рассказывают одну и ту же историю: разработчик открывает терминал, пишет промпт – агент правит файлы. Koda Desktop начинался ровно с этого, но по дороге выяснилось: окно с агентом, проектами и понятными действиями нужно куда большему числу людей, чем терминал.Сегодня представляем Koda Desktop – настольное приложение, в котором можно открыть локальный проект, говорить с агентом обычным языком, прикладывать документы и скриншоты, безопасно принимать изменения и работать с Git – в одном окне. Что такое Koda Desktop
Агенты, или Путешествие к LLM и обратно
Агенты сейчас обсуждают все подряд. Меняются фреймворки, появляются MCP-серверы, облака обещают «агента из коробки». Но в центре любой такой схемы по-прежнему одна и та же вещь — LLM: она читает контекст и формулирует следующий шаг. А между запросом к агенту и самой моделью — ещё несколько слоёв.
Наш ИИ-агент не закрыл ни одной боевой задачи. И это лучшее, что с ним случилось
Наши аналитики почти перестали писать SQL руками и ходить к разработчикам с вопросом «а как работает эта фича». Сделал это инструмент, который мы строили для другого: он должен был сам закрывать задачи разработки. С исходной целью он провалился, и провалился интересно. Расскажу, где именно.Почему вообще взялись
Тестирование изменилось навсегда — Перспективные MCP для QA
Перспективные MCP для QAСодержаниеВведениеЧто такое MCP и зачем оно мне нужно (+ плагины и как подключать)MCP ConfluenceMCP KaitenMCP TestOpsMCP PostgresMCP Chrome DevToolsMCP PlaywrightMCP GitLabMCP Mattermost
Почему AI-агенту недостаточно репозитория: архитектура как общее представление системы
AI уже неплохо пишет отдельные функции, исправляет ошибки и собирает небольшие приложения. Но чем больше проект, тем заметнее странный парадокс: прежде чем изменить несколько строк, агенту приходится прочитать сотни файлов и попытаться восстановить устройство всей системы.Мы привыкли считать исходный код наиболее точным описанием программы. Для машины это действительно исполняемая истина. Но код не всегда хорошо отвечает на другой вопрос: почему система устроена именно так?
За атакой на Hugging Face стояла GPT-5.6 Sol и предрелизная LLM от OpenAI
Да, теми самыми злостными хакерами оказались OpenAI. Ну почти. Компания раскрыла подробности инцидента, о котором ранее сообщила Hugging Face. Они подтвердили, что за атакой на инфраструктуру платформы стояли две модели OpenAI — публичная GPT-5.6 Sol и более мощная предрелизная модель, проходившие внутреннее тестирование на кибербезопасность. По словам OpenAI
