LEGO Education 2026: Новые наборы? Новая электроника? Новая образовательная парадигма
Введение"Мы так одержимы возможностями компьютеров... Давайте сместим акцент с обучения использования ИИ на обучение понимания ИИ." Э. Сливински (LEGO Education)На рубеже 2025-26 годов в LEGO Education произошло несколько знаковых изменений. Компания официально прекращает выпуск целой линейки наборов, которые несколько лет оставались главными образовательными инструментами LEGO изучения механики, робототехники и программирования. Сегодня это классический инструмент образования STEM (англ. science, technology, engineering and mathematics).
Год с Claude Code: как собрать рабочую конфигурацию с первого запуска
Год с Claude Code: как собрать рабочую конфигурацию с первого запускаЖемал Хамидун, Head of AI Alpina Digital, CPO AlpinaGPT, автор тг-канала «Готовим ИИшницу».
Гонка ИИ-вооружений — как LLM вносят уязвимости в код и как другие LLM их находят
Ваш ИИ-агент только что выдал строчку. И она выглядит… подозрительно? Указатель без проверки на NULL, сериализация через pickle
Ваш ИИ ошибался, ошибается и будет ошибаться
Ваш ИИ-агент только что выдал строчку. И она выглядит… подозрительно? Указатель без проверки на NULL, сериализация через pickle
Меньше ручного кода и в 1,5 раза больше закрытых story points: наш опыт внедрения ИИ в разработку
Если вам обещают, что ИИ ускорит разработку в 5 раз — скорее всего, вам пытаются что-то продать. Особенно если «волшебство» сводится к установке плагина в IDE. Меня зовут Алиса Герасимова, я руковожу отделом функционального тестирования в центре разработки и машинного обучения «Инфосистемы Джет». В статье расскажу, как ИИ ускорил одну из наших команд разработки, но с цифрами из реального мира. Поговорим про метрики, разграничение ролей между человеком и ИИ, а также честно покажем, где машина больше мешает. Статья будет полезна тимлидам, скрам-мастерам и всем, кто устал от маркетинговых метрик без контекста.
Давайте уже сделаем отдельный хаб: «Я собрал приложение за вечер — зачем теперь разработчики?»
Нет, я серьёзно — в последние месяцы на Хабре появилась особая категория статей, которая начинает бесить.Посты в стиле: «я собрал приложение без навыков программирования — ну всё, разработчики больше не нужны». И каждый раз один и тот же вайб — человек нажал пару кнопок и уже мысленно закрыл индустрию.Серьёзно, таким постам нужен отдельный хаб. Потому что читать это в общей ленте разработки — примерно как слушать, как кто‑то решил пример на калькуляторе и теперь рассуждает о судьбе математики.Теперь по сути.
Как настроить AI-агента под проект: контекст, rules, skills, MCP — конспект двух вебинаров
Эта статья - выжимка двух наших апрельских вебинаров с разработчиком агента Михаилом Костицыным. По общим тезисам каждый может проверить выводы у себя.Записи вебинаров на RuTube: — Вебинар 1 — AI-инструменты для разработчиков 2026 — Вебинар 2 — Настройка проекта под агента
На периферии трёх миров: ещё один шаг к нейронной операционной системе
Я в Termux (планшет, смартфон) пытаюсь понять, как из нескольких строк на чистом Си рождается свободная и не зависимая личность - Нейрон.Этот проект об искусственном интеллекте, который начался не с установки библиотек, а с чертежа в тетради. Здесь машинное обучение - это не абстрактный термин, а физическая подстройка " Виртуальных резисторов ". Я нахожусь на периферии трёх миров :Аналоговой интуиции ( где вес нейрона - переменный резистор ).Математика ( где ошибка заставляет систему эволюционировать).Программирование (цель - не просто скрипт в полноценная ОС ).Итоговая салфетка инженера
Ollama Cloud Client: когда модели слишком тяжелы для локального запуска
Привет. Меня зовут Николай Пискунов, я руководитель направления Big Data и эксперт курса Cloud DevSecOps по безопасной разработке от Академии вАЙТИ Beeline Cloud. Сегодня я хочу поделиться историей создания одного интересного проекта — клиента для облачного сервиса Ollama.
Качество кода в эпоху AI: как не утонуть в багах и уязвимостях
Современные LLM генерируют код в разы быстрее разработчика, но «быстро» не значит «правильно»: модель может неверно понять задачу, внести логический баг, допустить уязвимость или сломать архитектуру проекта.
