Человеческий фактор — главная проблема в использовании ИИ
Человеческий фактор — это всё, что в работе зависит от людей: их знаний, мотивации, усталости, эмоций, привычек, ошибок и сильных сторон.
Как я подключил ИИ к КуМиру: простой способ сделать школьный язык «умным»
Когда я впервые увидел КуМир — язык программирования для школьников и студентов — мне захотелось сделать больше, чем просто решать задачки на исполнителя «Робот». Ведь если даже такой простой и наглядный язык может стать «проводником» к настоящему искусственному интеллекту — это уже шаг в будущее. И я сделал это. В этой статье расскажу, как через КуМир отправлять запросы ИИ, получать ответы — даже на сложные вопросы вроде «докажи теорему Ферма» — и выводить их обратно в КуМире.
Андрей Карпаты: итоги LLM-экосистемы за 2025 год
Команда AI for Devs подготовила перевод обзорной статьи о ключевых сдвигах в развитии LLM в 2025 году. Андрей разбирает, почему Reinforcement Learning from Verifiable Rewards стал новой базовой стадией обучения, откуда взялся «рваный интеллект», как появился новый слой LLM-приложений и почему ИИ всё чаще «живёт» прямо на компьютере разработчика.2025 стал насыщенным и очень сильным годом прогресса в области LLM. Ниже — список лично для меня наиболее заметных и в какой-то мере неожиданных «смен парадигмы» — вещей, которые изменили ландшафт и концептуально выделились.1. Reinforcement Learning from Verifiable Rewards (RLVR)
Kandinsky 5.0 vs Stable Diffusion: практический тест на 6 сценариях для иллюстраций и ассетов
В разработке мне регулярно нужны картинки “вокруг кода”: обложки к техпостам/README, иллюстрации в документацию, а иногда — быстрые ассеты/референсы для пет-проектов.В рамках сезона решил протестировать Kandinsky 5.0 на типовых сценах и сравнить ощущения с привычным пайплайном на Stable Diffusion: где быстрее получить годный результат без плясок с промптом, а где лучше иметь “запасной аэродром”.Под “разработческими задачами” здесь я имею в виду не генерацию кода, а задачи вокруг продукта: обложки к постам/README, иллюстрации к документации и быстрые прототипы визуалов/ассетов для пет-проектов.Методика и сетап
Мебельный гвоздь в крышку гроба AGI
Все мы слышали, что нейросети уже решают сложнейшие олимпиадные задачи по математике, пишут код лучше людей и вообще «кожаным мешкам» осталось недолго. Но есть нюанс. Если задача похожа на то, что было в датасете, они её решат. Если же задача требует построения геометрической модели и физической интуиции, отличается от типичных моделей из задачников — начинается «галлюцинаторный цирк».
Учебник для искусственного разума: как я сделал ИИ-помощника по планированию для 1С:ERP
В этой статье:Технология создания ИИ-помощника для работы с 1С:ERP.Почему невозможно
Как тестировать AI-приложения — бесплатный курс для QA-инженеров
Привет!Меня зовут Лилия Урмазова, я работаю QA-инженером уже 25 лет. Если ты в IT давно и поработал на самых разных ролях в самых разных проектах, исчезает ощущение новизны. И когда все-таки появляется что-то принципиально новое, возникает непреодолимое желание в него погрузиться. Последние пару лет я специализировалась на тестировании в зарубежных AI-стартапах.А сейчас прокачиваю экспертизу как AI-QA инженер на AI-проекте в известной международной IT-компании.
Управляю VDS с телефона: Telegram-бот + Claude Code CLI
Я не devops, поэтому хотел получать ответы на человеческом языке в любое время. Ты в дороге, приходит алерт, нужно срочно посмотреть логи или проверить статус сервиса. Достаёшь телефон, открываешь SSH-клиент, набираешь команды...В итоге, я написал Telegram-бота, который принимает запросы на человеческом языке и выполняет их через Claude Code CLI. Теперь вместо journalctl -u nginx --since "1 hour ago" | grep error я просто пишу в Telegram: «Покажи ошибки nginx за последний час». Выложил в opensource.В статье расскажу про архитектуру и примеры.Claude Code CLI
Вайбкодим с плагином Kilo Code в VS Code и IntelliJ IDEA из России
В новой статье от команды AI for Devs разбираемся, как организовать вайб-кодинг с плагином Kilo Code в VS Code и IntelliJ IDEA из России. Пошагово настраиваем Kilo Code через RouterAI, подключаем Claude, GPT, DeepSeek и другие модели, разбираем роли агента, diff-патчи, правила проекта и нюансы работы с контекстом.В этой статье разберем плагин для вайб-кодинга Kilo Code. Плагин подходит для работы в VS Code, Cursor и IntelliJ IDEA (а также для всех производных IDE от JetBrains: PyCharm, WebStorm, PhpStorm, RubyMine, GoLand, Rider, CLion, DataGrip, Android Studio, GigaIDE и OpenIDE).Мы интегрируем инструмент Kilo Code с агрегатором моделей RouterAI
