Экономим токены Claude Code с помощью принципов Event Loop
Последние месяцы я делаю фичи в Claude Code не одним агентом, а командой: ведущий режет работу на задачи, кодеры пишут, рецензент смотрит, проверяющие принимают. Сначала это был чужой плагин, в который я коммитил свои улучшения, потом свой. После каждой серии прогонов я что-то в нём дорабатывал.
Как цензура в закрытых ИИ‑моделях меняет науку и разработку: кейс ДНК‑модели Carbon‑X и спор о «поверхностных фильтрах»
22 октября 2026 года сооснователь и CEO Hugging Face Клеман Деланг (@ClemDelangue) анонсировал релиз Carbon‑X — открытой языковой модели на 14,8 млрд параметров для чтения, анализа и генерации последовательностей ДНК. В том же посте он рассказал показательную деталь: когда он попросил коммерческую закрытую модель просто вычитать черновик своего твита перед публикацией, сработал фильтр безопасности и запрос заблокировало.Сам твит Деланга звучал так:
PSLC и Agent‑Ops: от поддержки продукта к изменению инфраструктуры
Привет! Я Сергей Житинский, основатель Git in Sky. Мы занимаемся эксплуатацией ИТ‑инфраструктуры и разрабатываем открытую методологию Agent‑Ops. О ней я уже рассказывал на Хабре.19 октября я был на митапе OPS Talk by Sber. На стенде PSLC поговорил с Александром Шаповаловым, который представился архитектором методологии. После встречи захотелось прочитать материалы подробнее и разобраться, как подход Сбера соотносится с нашей работой.В AI‑Disrupt PSLC
Senpy или зачем визуальной новелле семантический линтер, если в Ren’Py уже есть встроенная проверка?
Как я полез фиксить русификатор для мода к DDLC, а написал для Ren’Py свой аналог Ruff со статанализом, проверкой сохранений, развилок и LSP.Всё началось с чужих баговНачалась эта история максимально приземлённо: я сел допиливать кривущий русификатор для крупного мода DDLC Blue Skies. Машинный перевод там сам по себе был отдельным аттракционом, но очень быстро вскрылась проблема похуже: помимо кривого текста, мне пришлось тоннами выгребать технические багули самого сценария, которые тянулись ещё с оригинала.
SDD наоборот: не программируем по спекам, а получаем их на сдачу
Недавно мне нужно было внести изменение в проект, где не было никакого SDD-фреймворка. Вообще никакого, Карл! Ни proposal, ни design, ни дельт спек, ни даже скромного tasks.md в уголке. Я морально приготовился к долгому онбордингу агента: сейчас он будет час ходить по коду, путаться в модулях и спрашивать, где тут вход. А модель просто разобралась в коде, нашла места будущего вмешательства, сделала изменение, и оно спокойно прошло человеческое ревью у кодовнера. Без единой спеки. «А что, так можно было?»После этого я посмотрел на свой рабочий проект с OpenSpec, на папку openspec/
Помнит ли ИИ-агент вчерашний разговор? Проверил: 0 из 10 без памяти, 10 из 10 с ней — и три бага по дороге
skillmem — это локальная память для кодовых агентов: SQLite, девять MCP-инструментов mem_* и хуки Claude Code. Одну базу могут делить Claude Code, Codex, Cursor и другие клиенты. Раньше на Хабре были статьи о том, зачем агенту забывать, одиннадцати релизах за сутки, сорока раундах ревью и шестнадцати инвариантах.
Мониторинг вакансий с ИИ‑скорингом на n8n и Groq API: разбираем архитектуру и грабли с Rate Limit
Поиск узкопрофильных вакансий (например, n8n‑инженер или специалист по интеграциям) через RSS‑ленты превращается в борьбу с шумом. Простые текстовые фильтры по ключевым словам «автоматизация» или «API» дают массу ложных срабатываний: от «менеджеров по автоматизации продаж» до «руководителей API‑команд».В этой статье я разберу архитектуру end‑to‑end пайплайна на n8n, который использует LLM (Groq API) для жесткого семантического скоринга каждой вакансии. Мы не просто ищем совпадения, а заставляем ИИ работать строгим техническим рекрутером, отсеивая 90% мусора на входе.
Вредоносный Python-пакет, который запускается без импорта: как скомпрометировали библиотеку LiteLLM
21 октября разработчики библиотеки LiteLLM сообщили о компрометации релиза 1.107.0
OpsDeck за три недели: ИИ‑агент, который сам ходит на хосты, и ещё восемь релизов
OpsDeck за три недели: ИИ‑агент, который сам ходит на хосты, и ещё восемь релизов
Длинный контекст в open‑source моделях 2026 и обвязка под него
Привет, Хабр! Я Владимир Лушин, делаю ИИ‑агенты и инструменты для работы с кодом. Статья, вроде, серьёзная, но с пуделями. Так уж вышло, что дрессировка собаки объясняет внимание в LLM понятнее любых формул с softmax.

