Пакетные запросы к LLM: очередь, стоимость и обработка ошибок
Представьте, что вашему LLM-сервису нужно обработать, допустим, 50 000 договоров или товаров. Можно пойти через синхронный путь — посылать запросы к LLM. Но такой путь через некоторое время упирается и в деньги, и в лимиты. И ограничения с проблемами растут в геометрической прогрессии от количества запросов.Вот тут нам и помогает Batch API — она появилась не вчера, но стала отраслевым стандартом отправки батчей, групп запросов. OpenAI, Anthropic и Google дают асинхронную пакетную обработку со скидкой и окном завершения до 24 часов. То бишь вы собираете все задачи в один файл, отправляете его провайдеру и ждёте.
Как запустить OpenCode на сервере: автономные ИИ агенты
За последние три года слово «ИИ-агент» вы слышали точно. Может, даже работали с Claude Code или Codex — или хотя бы наблюдали со стороны. И вот беда: оба закрытые и проприетарные, заточены под модели своих авторов. Тут и появляется OpenCode — open-source harness-система, где агент читает файлы, гоняет тесты, дёргает другие модели в помощь, передаёт задачи субагентам, подключает MCP, скиллы, плагины. И никакой привязки к вендору: подключай официальных провайдеров, сторонние шлюзы, тот же GLM 5.3 или Claude Opus 5.5 — что хочешь.
Что это такое Веер запросов и стоит ли переписывать SEO‑статьи из‑за него
Статья стабильно держится в топ-3 по выдаче, позиции не падают, а трафика почему‑то становится меньше. Начинаете разбираться и обнаруживаете над привычной выдачей ИИ‑ответ. Причем нейросеть ссылается на три чужих сайта, а вашу статью будто не заметила. Дело в том, что ИИ‑поиск работает с запросами иначе. Он разбивает вопрос пользователя на несколько уточняющих подзапросов, ищет информацию по каждому и собирает общий ответ. Это и называют веером запросов. Поэтому статья, заточенная под один ключ, может раскрывать только часть вопросов, которые ищет нейросеть. Остальное она возьмет у конкурентов.
О мышах и людях: проверяем нейросеть на ложных предпосылках
Нейросети частенько винят в излишней фантазии, но сам пользователь своим промтом может тоже спровоцировать глюк. Например, если я попрошу «Расскажи, почему все летучие мыши слепы», то в запросе уже есть диагноз. Модель решает, поправлять собеседника или объяснять несуществующие обстоятельства.Разберём, откуда берутся такие ответы и какую работу за нейросеть успевает сделать наш собственный вопрос. А потом подготовим проверку нескольких формулировок в GPT Luna-6 на летучих мышах и писателях.
Сомнительность сознания в искусственной системе
После публикации статьи о возможности возникновения сознания в системе большой языковой модели мне публично высказывались несогласия. Однако никакой серьезной критики представлено не было. Но в личной переписке на Хабре, пользовательница
Pydantic AI: типизированные агенты на своих моделях
У типового проекта с LLM-агентом судьба примерно одна. Сначала это милые сорок строк: промпт, вызов openai-совместимого API, json.loads — и всё работает. Через пару недель модель начинает вставлять перед JSON пояснительный текст в духе «Конечно! Вот ваш ответ:», одно из обязательных полей то появляется, то исчезает, а вложенный массив иногда приходит строкой. В код въезжают регулярки, ручные проверки и повторные запросы. Ещё через месяц вы владеете комом связующего кода на несколько сотен строк, который никто не хочет трогать — потому что непонятно, что именно отвалится.
Очередная супер-пупер уязвимость угрожает всему миру
21 октября были раскрыты две критические уязвимости PHP — CVE-2026-109618 и CVE-2026-109619, обе с CVSS 9.2. Их эксплуатация позволяет выполнять код без аутентификации с правами веб-сервера.
Две критические уязвимости в PHP (CVE-2026-109618 и CVE-2026-109619): что известно и как защититься
21 октября были раскрыты две критические уязвимости PHP — CVE-2026-109618 и CVE-2026-109619
Почему нейросеть пишет как нейросеть, даже если попросить ее сымитировать стиль определенного автора
Стиль складывается из слов, ритма фраз, внимания к деталям. У нейросети тоже есть почерк. Она все объяснит, выделит главное и повторит его в конце на случай, если мы отвлеклись. После просьбы «напиши как Чехов» интонация может измениться, а привычка объяснять каждый жест героя — остаться. Посмотрим, откуда берутся привычки нейрописьма и что просьба сменить стиль меняет внутри модели и в готовом рассказе.
