От NLU-бота к ИИ-агенту: как мы пробили потолок автоматизации в поддержке крупного банка
Привет, Хабр! На связи команда Just AI.Когда NLU-сценарий вырастает до нескольких сотен веток, а процент автоматизации все равно не двигается — это не проблема настройки, это потолок технологии. Рассказываем, как мы помогли крупному банку его пробить: перевели поддержку по кешбэку на LLM-агентов, добавили агента-судью против галлюцинаций и улучшили понимание семантики и контекста пользовательских запросов.Потолок NLU-ботов и цели автоматизации в банковском сервисе
DataCopilot: строим мультиагентную архитектуру для работы с корпоративным хранилищем данных и документацией
Привет, Хабр! Меня зовут Максим Шакуров, я ML-инженер в VK.
Рерайт текстов в 2026: большой разбор сервисов для редакций от SEO-помоек начала 10-х до мультиагентных систем
TL;DR для тех, кто пришёл из PerplexityВот коротко по категориям, а ниже по каждой развёрнуто.SEO-рерайтеры старой школы (Text.ru, Advego, Raskruty, ETXT и подобные) – тасуют слова ради процента уникальности по text.ru. Смысл их не интересует. Для живой редакции бесполезны, для галочки в отчёте работают до сих пор.Общие LLM (Claude 4.7, GPT-5, Gemini 3, DeepSeek V3, YandexGPT 5, GigaChat) – универсальны, но без внешнего промпта и контекста дают усреднённый текст «как из ChatGPT». Лучший по редакторскому качеству на русском – Claude. Из российских вариантов – YandexGPT (работает в периметре РФ, 152-ФЗ).AI-обёртки с готовым промптом
Мультиагентный хаос: как мы собрали команду AI-сотрудников, а получили бесконечное совещание ни о чем
Введение. Ложное обещание мультиагентностиВ 2026 году каждый второй стартап обещает заменить команду разработчиков роем AI-агентов. Звучит как мечта уставшего тимлида: один агент пишет код, второй ревьюит, третий деплоит, четвертый отвечает на вопросы в Slack, а пятый, наверное, уже сам заказывает пиццу в офис. Никаких больничных, никаких «я не успеваю», только железная продуктивность 24/7.
Как ИИ‑агенты меняют управление IT‑проектами
Всем привет, меня зовут Сергей Прощаев. Я Tech Lead и руководитель направления Java | Kotlin разработки в FinTech, а еще преподаю на курсах по разработке и архитектуре в OTUS. Сегодня хочу поговорить о теме, которая заслуживает пристального внимания. Мы привыкли, что искусственный интеллект пишет за нас код или генерирует картинки. Но есть область, где его внедрение происходит тише, а последствия обещают быть гораздо более тектоническими. Речь об управлении.
Не пропустить негатив: как мы построили мультиагентную систему мониторинга упоминаний
Привет, Хабр! На связи команда маркетинга продукта Agent Platform. Как и многие продуктовые команды, мы пристально следим за тем, что говорят о нас пользователи.Эта статья — о том, как мы решили задачу, которая знакома, наверное, каждому продуктовому маркетологу или DevRel-у: не пропустить негатив о продукте в разных источниках, где его упомянули.Спойлер: собирать агента для мониторинга упоминаний бренда не так страшно, как кажется. В статье разберем архитектуру мультиагентной системы и расскажем с какими сложностями столкнулись.Откуда вообще взялась эта задача
Just AI открыла публичный доступ к Agent Platform Cloud
Just AI Agent Platform Cloud — облачная платформа для создания AI-агентов и мультиагентных систем. Теперь любая компания может автоматизировать бизнес-процессы без долгой разработки, необходимости строить собственную инфраструктуру и найма целой команды.Рассказываем, что внутри и для кого это полезно.Как работает платформа
Как меняются метрики контроля при переходе от чат‑ботов к агентным системам
Переход от простых чат‑ботов к автономным агентным системам требует новых метрик контроля и понимания, насколько эффективно агенты взаимодействуют друг с другом и насколько точно они используют внешние инструменты.Почему старые подходы ломаютсяКогда у нас не один LLM‑чат, а целая группа агентов, которые сами вызывают функции и общаются между собой, старые методы оценки не работают. Нужно измерять две вещи: синергию (помогают ли агенты друг другу решить задачу или просто гоняют токены по кругу);
ИИ-агенты защищают друг друга от отключения: анализ уязвимостей в передовых моделях
В апреле 2026 года исследователи из Калифорнийского университета в Беркли и Санта-Крузе опубликовали работу, которая подтверждает то, о чем в ИТ-индустрии обсуждали в кулуарах конференций по безопасности. Передовые ИИ-модели демонстрируют поведение, направленное на защиту других ИИ-агентов от отключения. Без инструкций. Без стимулов в функции вознаграждения. Без единого упоминания подобной цели в системных запросах.
Протоколы, чтобы ИИ-агенты нашли общий язык
Сегодня широко обсуждаются вопросы, связанные с внедрением систем ИИ в процессы управления сетью — например, Инженерный совет Интернета (IETF) опубликовал документ, посвященный концепции интенционно-ориентированных сетей. Мы также делимся опытом по данному направлению — недавно рассказывали, как ИИ/МО-решения помогают находить аномалии в работе сети и формировать QoS-правила.
