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.
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
AGI как когнитивная ОС: что если искать программы, а не веса
Сложное поведение можно записать более компактной программой
RSI стал новым AGI. Разбираем, почему это подмена понятий
В сентябре 2026 года в отрасли снова спорят о том, что считать искусственным интеллектом человеческого уровня — artificial general intelligence (AGI). Появился удобный ответ: AGI наступит тогда, когда ИИ сам сможет вести исследования ИИ и создавать своего преемника, то есть при достижении рекурсивного самоулучшения или recursive self‑improvement (RSI).
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
Google тестирует функцию Gemini «Позвони за меня»
Google внедряет в ИИ Gemini новую функцию под названием «Call for Me» (“Позвони за меня”), позволяющую звонить в различные организации. На начальном этапе она станет доступна владельцам смартфонов Pixel 11 в США, оформившим подписку на Gemini.
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:
У японских книжных магазинов резко выросло количество заказов
Примерно с августа этого года японские интернет‑магазины подержанных книг фиксируют резкий рост числа крупных заказов. Представители магазинов сообщают о показателях вроде «продажи 100 книг в день» и днях, когда объём продаж увеличивался в пять раз. Это породило в отрасли предположения, что книги закупаются для сбора данных, необходимых для обучения искусственного интеллекта.
Я сделал ИИ-редактора для Хабра — и пришлось разобраться, не строю ли я фабрику AI slop
Последнюю неделю я делал StoryOps.Если очень грубо, это набор Agent Skills и утилит для Codex/Claude Code, который должен помогать мне писать технические статьи. Он умеет читать мои предыдущие публикации, смотреть историю проекта, искать изменения в Git, собирать evidence, анализировать текущий Хабр и только после этого предлагать следующую статью.Звучит удобно.А потом я поймал себя на довольно неприятной мысли.Я буквально автоматизирую производство контента. Причём следующим логичным шагом было бы сделать так:репозиторий ↓ агент ↓ статья ↓ Хабр
BlueSec: открытые соревнования ИИ-агентов по расследованию инцидентов
Привет, Хабр! Меня зовут Андрей Кузнецов, я занимаюсь ML в кибербезе. Наше сообщество FalsePositive разбирает научные статьи, последние разработки в ML. А теперь мы запускаем BlueSec, открытые соревнования, в которых ИИ-агенты расследуют ИБ-инциденты. Агент получает первую улику, сам собирает картину атаки и выносит вердикт. Платформа оценивает, насколько точно и с минимальным количеством тулколлов он это сделал. Если вы работаете с LLM и агентами, то это возможность проверить свои и агентские скиллы в задачах на стыке ML и кибербеза, области, которая, думаю, переживает даже больше изменений, чем разработка.

