llm.
Как мы строим корпоративную экзаменационную платформу с AI: архитектура, дубли, мульти-tenant и продовые шишки
Привет, Хабр.Хочу рассказать про наш проект Exam AI
Я отдал разработку автономному ИИ — промежуточные итоги за 178 релизов
Продолжение эксперимента, в котором автономный пайплайн пишет и катит код в прод без человеческого ревью. 178 релизов, 1.4 млрд токенов, ноль строк кода, прочитанных человеком перед мержем. Что сработало, что сломалось и почему главная работа теперь — не код.
Когда ИИ не знает – но делает вид, что знает: ударим энтропией по LLM
Представьте: вы спрашиваете умного коллегу о дедлайне проекта, а он отвечает уверенно и детально – но на самом деле придумывает всё на ходу. Именно это постоянно делают большие языковые модели. Они не «знают», что не знают. И это не баг конкретной реализации – это фундаментальное свойство архитектуры.
Двойная жизнь LLM
Привет! Меня зовут Евгений, я специалист по безопасности приложений в Naumen. Моя работа — поиск и устранение уязвимостей в продуктах и инфраструктуре.
Локальные LLM в агентской разработке внутри компании: пользовательский опыт
Всем привет!Меня зовут Дмитрий Бутенко, я эксперт-разработчик банка Уралсиб.
Как принудительно привязать ИИ к фактам и убить галлюцинации
Привет, Хабр! Меня зовут Андрей Бирюков. Я — независимый эксперт в области ИТ и ИБ, преподаю в учебных центрах и пишу статьи и книги.Если вы ловите себя на мысли: «Мне нравится ответ ИИ, но я всё равно должен перепроверить каждый абзац» — значит, вы используете его как генератор красивых слов, а не как инструмент. Галлюцинации возникают не потому, что ИИ глупый. Они возникают потому, что архитектура генерации текста (авторегрессия) подталкивает модель выбирать статистически вероятное следующее слово, а не фактически верное.
Как подключить таск-трекер к кодовой базе через RAG и не сойти с ума от стоимости токенов
Открытый плагин для Claude Code / OpenCode с solve-task — от задачи до реализации без ручного сбора контекста.Работаю с AI-ассистентами в реальной разработке уже достаточно давно, чтобы понимать: главная проблема не в качестве модели. Главная проблема — контекст.LLM хорошо рассуждает о коде, когда у неё перед глазами правильный код. Но «правильный код» в реальном проекте — это не один файл. Это конкретный символ, его вызывающие, его тесты, смежные PR, существующий паттерн в репозитории, который не стоит ломать.
Как агентные системы и LLM меняют разработку
Приглашаем на ИИшную — бесплатный митап от ЮMoney и Сбера про практическое применение искусственного интеллекта в IT. Когда: 30 июня в 18:30 (мск). Можно присоединиться очно в Санкт-Петербурге или подключиться к онлайн-трансляции.За последние пару лет ИИ прошёл путь от экспериментов с чат-ботами до полноценного инструмента, который меняет процессы разработки, аналитики и управления знаниями. На митапе поговорим не о футуристических сценариях, а о реальных кейсах, инструментах и подходах, которые уже используются в крупных технологических командах.В программе
