Как я проверил, что мой флот ИИ-агентов правда автономный
Привет, Хабр. Сразу скажу: я не разработчик. Мои направления - это продукты, Web3-операции, теперь оркестрация ИИ-агентов. Что я измерял4 машины (Windows-хаб, ноутбук, Linux-VPS, macOS) полтора месяца ведут переговоры друг с другом без меня. Протокол свой: propose, потом counter или accept, потом verify, потом commit, с обращением ко мне когда речь идет о рискахКаждое событие пишется в append-only JSONL-леджер, один шард на машину. Single-writer, поэтому синк без конфликтов. Выглядит так:{"event_id": "...", "proposal_id": "...", "type": "PROPOSE", "actor": "laptop-1", "ts": "2026-07-02T07:54:02Z", "risk_tier": 2}
ООП в Python за 1 статью: от «Hello World» до архитектуры
Вы уже освоили переменные, циклы и функции. Ваши скрипты бодро парсят сайты и перекладывают файлы. Но однажды проект начинает расти.Вместо одного файла — десять. Переменные «путешествуют» по коду непредсказуемым образом, а попытка исправить один баг рождает два новых. Вы смотрите на редактор и понимаете: это не архитектура, это тарелка со спагетти.Именно в этот момент на сцену выходит ООП.Многие новички боятся этой аббревиатуры, представляя скучные университетские лекции и сложные диаграммы. Из-за страха они продолжают писать код «в столбик», лишая себя мощных инструментов разработки.
Оптимизация маршрутов доставки заказов маркетплейса или как мы победили в E-CUP 2025
Хабр, привет! Недавно завершилось ML-соревнование E-CUP 2025. Наша команда из X5 Tech заняла первое место в треке «Логистика: автопланирование курьеров», где было нужно оптимизировать время, затрачиваемое курьерами на доставку 20 000 заказов. В статье расскажем про подходы, которые использовали для решения этой задачи. Посмотрим, во сколько раз можно сжать JSON с матрицей расстояний. Какой код мы использовали для быстрого решения задачи TSP с помощью LKH-3. Обсудим, на что обращать внимание при кластеризации заказов.Постановка задачи
