mcp. - страница 15

mcp.

Инженерное знание как код: зачем я связываю MCP, агентов и модель изменений

От чата с агентом к графу изменений: как я перестроил проектирование фичВ какой-то момент мой процесс разработки начал упираться не в код, а в проектирование изменений.Код тоже сопротивляется, конечно. Он вообще не подарок: положишь одно поле не туда — и через неделю у тебя уже маленький архитектурный цирк с пони и грустным API. Но главная сложность оказалась раньше — в моменте, когда изменение ещё только формулируется.Фича звучит просто, пока её не начинают реализовывать.

продолжить чтение

Почему чат‑бот не справляется с юридической работой и чем от него отличается ИИ‑агент

Юрист открывает ChatGPT, вставляет договор и просит проверить на риски. Получает две страницы общих рекомендаций: обратите внимание на ответственность, проверьте форс‑мажор, уточните сроки. Всё правильно, но бесполезно, потому что модель не знает контекст компании. Не помнит, что с этим контрагентом уже трижды судились. Не видит типовой договор, с которым нужно сравнить. Каждый новый чат — с чистого листа, и юрист каждый раз объясняет одно и то же.

продолжить чтение

Как настроить AI-агента под проект: контекст, rules, skills, MCP — конспект двух вебинаров

Эта статья - выжимка двух наших апрельских вебинаров с разработчиком агента Михаилом Костицыным. По общим тезисам каждый может проверить выводы у себя.Записи вебинаров на RuTube: — Вебинар 1 — AI-инструменты для разработчиков 2026 — Вебинар 2 — Настройка проекта под агента

продолжить чтение

ИИ против ИИ: кибербезопасность в эпоху мгновенного ПО

Искусственный интеллект стремительно меняет то, как программы пишутся, разворачиваются и используются. Тенденции указывают на будущее, в котором ИИ сможет быстро и легко создавать программы под заказ — назовём такое ПО мгновенным (Instant software).

продолжить чтение

Тюнинг Cursor: как я укротил AI-ассистента и радикально снизил счета за токены с помощью MCP-серверов

Cursor или его аналоги, здорово облегчают написание кода, когда речь идет о каких-то не очень больших проектах. Но стоит попробовать применить их к серьезному, сложному проекту, состоящему из нескольких репозиториев, и тут же сталкиваешься с тем, что эти “чудеса” оборачиваются просто огромными счетами за токены. Я в этой статье поделюсь, как мне удалось перестать впустую сжигать миллионы токенов. Для этого пришлось собрать и запустить три MCP-сервера по протоколу Model Context Protocol, что позволило сэкономить до 90% бюджета, при этом совершенно не потеряв в эффективности модели при работе с кодом.

продолжить чтение

Agent Loop: почему одного вызова инструментов уже недостаточно для корпоративного AI-агента

В последние два года разговор об AI-агентах почти везде начинается одинаково. Берётся большая языковая модель, к ней подключаются инструменты — поиск, CRM, почта, база знаний, API — и дальше предполагается, что модель сможет сама выбрать нужный инструмент, вызвать его и на этом решить задачу.

продолжить чтение

Я пришёл Тимлидом в новую компанию и собрал её в файлы вместо двадцати вкладок

Третья неделя в новой компании. Меня спрашивают, кто в соседней команде отвечает за конфиги админки и где лежит контракт по realtime-интеграции с витринами партнёров. Я отвечаю без открытия браузера.Не потому что гений. Просто всё это уже лежит у меня в одном каталоге, и я быстрее читаю свой файл, чем переключаюсь между Slack и Confluence.КонтекстЯ тимлид в B2B-компании с довольно типичным для продуктовой разработки обвесом: Jira, GitLab-группа с несколькими десятками подгрупп и сотней репозиториев, Confluence с кучей спецификаций по архитектуре, Slack с парой десятков активных каналов и транскрипты звонков через свою поделку.

продолжить чтение

Model Context Protocol (MCP): как ИИ-агенты «разговаривают» с внешним миром

Взаимодействие MCP и LLMЕсли вы читали или смотрели видео про MCP, то наверняка сталкивались с таким комментарием: «Спасибо, ещё одна статья, из которой я ничего не понял».Аналогии и пояснения вроде «MCP — это как USB Type-C» или «MCP — это Tools, Resources и Prompts»

продолжить чтение

AI в iOS-разработке: что у меня реально закрепилось в 2026, а что я выкинул

За последние полгода я перетряс свой рабочий стек полностью: Cursor, Claude Code, Codex, локальные Qwen-модели для ревью, несколько итераций своего AGENTS.md, Xcode MCP, mobile-mcp, Conductor для параллельных сессий. Что-то прижилось, что-то я удалил через неделю, а какие-то практики, которые ещё весной казались обязательными, сейчас выглядят странно.Ниже — мои личные заметки по итогам этих полугода, а не обзор индустрии. Многое я подсмотрел у коллег и в чатах, не всё придумал сам.1. Минимализм в AGENTS.mdЕсли у вас CLAUDE.md (или AGENTS.md

продолжить чтение

785 статей. 26 доменов. Для агентов, не людей

Live: https://happyin.space/ Repo: https://github.com/AnastasiyaW/knowledge-space (MIT)Когда агент пишет код в пустом проекте, он тратит первые 30-40% токенов на понимание того, что происходит вокруг. Не на работу - на ориентацию. README рассказывает мотивацию, туториал ведёт за руку, API-reference описывает параметры. Ни один из этих форматов не отвечает на вопрос, ради которого агент и пришёл: “вот задача, какой паттерн скопировать и где здесь грабли?”

продолжить чтение

1...10...131415161718...30...31