Как я программирую с помощью агентов
TL;DRАгент в контексте LLM — это не магия, а цикл, в котором модель по шагам вызывает инструменты (bash, git, тесты, web) и получает от них обратную связь.Такой агент умеет ориентироваться в живой кодовой базе, запускать компилятор и тесты, читать логи и документацию, поэтому генерирует и правит код куда надёжнее, чем «голая» модель в чате.
Отладка депрессии: история о том, как инженеры починили психологию
Сегодня я хочу рассказать историю про величайший интеллектуальный взлом ХХ века. Про то, как три математика, решавшие сугубо прикладные задачи, сами того не ведая, передали психологам набор отмычек к самой непостижимой системе на свете. К человеческому разуму.Это история о том, как инженерия и математика подарили нам возможность стать «дебаггерами» собственного мышления.Пролог: Поместье «Психология ХХ века»Представьте себе старое английское поместье. В самом сердце - комната с массивной дверью и табличкой «разум». Она заперта изнутри и никто не знает, что там происходит.
Исследователь не смог сообщить об уязвимости сайта McDonald’s из-за отсутствия формы для связи
Исследователь безопасности под ником BobDaHacker рассказал, что он смог получить доступ к платформе McDonald's, предназначенной только для сотрудников и франчайзи. Он хотел сообщить об уязвимости компании, но не нашёл способа сделать это из-за отсутствия обратной связи.
Голос клиента на автомате: разбираем, как анализировать звонки с помощью речевой аналитики и LLM
Привет, Хабр! Это Катя Саяпина, менеджер продукта МТС Exolve.Самую честную обратную связь бизнес получает не из опросов, а из живых разговоров — когда клиент сам звонит и рассказывает, что его раздражает, что не работает или чего не хватает. Мы хотим извлекать эту ценность автоматически.Сегодня покажу, как собрать простую систему фонового анализа звонков. Она забирает расшифровки разговоров через API МТС Exolve, отправляет их в GigaChat для обработки, а результаты сохраняет в базу SQLite.Архитектура и точка входа
Код красный: как разработчику превратить негативный фидбек в позитивный результат
Привет, читатели! Представьте: вы вложили душу в решение сложной задачи, отправили код на проверку... и получили разгромный комментарий: "Это решение не масштабируется", "Слишком сложно", "А где обработка ошибки Х?" или кууучу правок. Знакомо чувство, когда внутри всё сжимается? Негативная обратная связь — неизбежная часть работы. Но что, если вместо источника стресса она станет сырьём для профессионального апгрейда? Давайте порассуждаем, как превратить критику в суперсилу, используя данные науки и практики.
Как обрабатывать фидбек при помощи искусственного интеллекта
Мы в UX Feedback уже несколько лет занимаемся развитием ИИ-инструмента для работы с обратной связью. Это касается непосредственно этапа обработки фидбека, как самой «благодатной» для ИИ стадии в методологии Voice of the Customer. В общем-то, процесс несложный, но весьма трудоемкий. Исследователям порой приходится обрабатывать тысячи комментариев, что отнимает много времени и ресурсов. И вот тут на помощь, как раз, может прийти ИИ. Как это работает, и какие особенности связаны с ИИ-тегированием, расскажем в этой статье, основываясь на опыте экспертов UX Feedback.Вика Макеева, Product Manager UX Feedback:
Как привычка переспрашивать спасает меня от факапов: фильтры восприятия и петли обратной связи на примере велосипедиста
Привет, Хабр! Я Женя, CPO в корпоративном мессенджере Compass. Поделитесь историей в комментах, если было: ставишь коллеге задачу, все подробно проговариваешь и слышишь в ответ "все понял, сделаю". А на первой же контрольной точке выясняется, что понял не так, сделал не то, и теперь нужно думать и делать быстро, чтобы уложиться в сроки. Чаще с такой проблемой сталкиваются на удаленке. А так как большинство моих сотрудников живут в других городах и телепортироваться в офис еще не умеют, решил поглубже покопаться в природе подобных недопониманий.
