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.
Поставить LLM-шлюз, попросив агента: плагин Keystone для Claude Code
Попросите агента «поставь нам LLM-шлюз», и он уверенно придумает переменные окружения, которых не существует.
Сэм Альтман: «Оперативная память в вашем компьютере — ужасная трата дефицитных ресурсов»
Сэм Альтман, руководитель компании OpenAI: Локальный инференс — это крайне неэффективное распределение дефицитных ресурсов. Многие хотят использовать локальный инференс, полагая, что раз появились модели с открытым исходным кодом, которые можно запускать на собственных компьютерах, то необходимость в мощностях дата‑центров отпадает. Однако, если смотреть на ситуацию в глобальном масштабе, это крайне нерационально:
Свои GPU плюс облако: как LLM-шлюз живёт в продакшене — ноды, отказы, ключи, обновления
В прошлой статье
После комментариев на Хабре я ограничил чтение SQLite и перевёл Docker-модуль в WASI
Привет, Хабр.В прошлой статье я рассказал про свой мониторинг Pulse: переход с JSONL на SQLite, разрешения модулей и квитанции для операций с неизвестным исходом. В комментариях мне задали вопросы, после которых пришлось снова открыть код.Что будет с WAL, пока пользователь читает большую историю, а агенты продолжают писать? Что именно доказывает квитанция после перезапуска контейнера? И какой смысл в разрешениях, если исполняемый файл модуля всё равно работает с правами агента?
Сборка личного домашнего сервера под фото-видео с удалённым доступом: Ubuntu Server + Immich
Личный опыт · NASАвтор: 27 октября 2026 · 8 мин чтенияСодержаниеПочему не готовые решения?Самая важная часть: резервные копииНачнём с железа HDD и где братьОперационная системаВыбрать программное обеспечение Возможности ImmichУдалённый доступ TailscaleЧто в итогеПолезные ссылкиМы живём с вами в достаточно непростое время, и многим людям хотелось бы хранить свои личные файлы, фото и видео не где-то там, а у себя дома. Да, для этого нужны определённые минимальные навыки, короткая проверка:
Как я перевёл свой self-hosted мониторинг с JSONL на SQLite и заставил модули просить разрешения
Привет, Хабр.Мне нужно было открыть страницу и увидеть, что происходит на удалённых серверах: нагрузка, процессы, диски, логи. Всё, что я находил, делилось на два лагеря. В первом система, под которую поднимаешь несколько сервисов и потом живёшь с их конфигами. Во втором простая штука, которая выглядит как из прошлого десятилетия и под себя почти не настраивается. Красивого, простого и гибкого одновременно я не нашёл. Мне это надоело, и я написал своё.
Одна RTX 5070 Ti и российское облако: качество, рубли и свой бенч (часть 1)
В локальном прогоне на RTX 5070 Ti Qwen3.8-27B IQ3 получил успех на моих задачах в 91.1%, индекс 82.3 и 68.3 tok/s. Это один поток при контексте 131K, а не характеристика команды или очереди.Читал и лично слышал очень много мнений, что 131К контекста - мало, IQ3 - глупый, но у меня есть что вам рассказать.Метод и границы
«Давайте просто развернём свою LLM на 1Т параметров»: что пришлось построить вокруг неё в Битрикс24
Привет, Хабр! Меня зовут Сергей Нотевский, я AI Platform Lead в Битрикс24. Моя команда отвечает за модельки под капотом наших AI-сервисов.«Давайте просто развернём свою LLM на 1Т параметров» — с таким названием я выступал в июне на Saint HighLoad++. В статье пройдём тот же путь: от продукта с одним endpoint до платформы вокруг моделей.
