ИИ-стартап: как мы пережили блокировку API, 3 переписывания, DDoS атаку и сделали 1M+ авто откликов
Четыре года я помогал людям искать работу через своё карьерное агентство. За это время через нас прошли тысячи человек. Мы переписывали резюме, готовили к собеседованиям, разбирали тестовые задания и обсуждали офферы. Казалось, что причины неудач у всех разные: кому-то не хватало опыта, кто-то плохо проходил интервью, кто-то не умел рассказывать о своих проектах.Но чем дольше я этим занимался, тем сильнее понимал, что почти все проигрывают не рынку труда, они проигрывают самому процессу поиска работы.
Как я собирал AI-агентную команду для реального бизнеса, а не ассистента в чате
Схема работы главного агента XelaBot компании XelaGroupНемного оффтоп)
IKEA-подход к AI и вайбкодингу: как не остаться без шкафа в гонке за внедрениями
ДисклеймерЯ понимаю, что аудитория Хабра по большей части технически подкованная, и если вам было бы интересно почитать о реальных провалах вайбкодинга с техническими деталями, то статья не про это. Однако, если у вашего руководителя подгорает от желания сделать дизрапт с помощью автоматизации с ИИ-ботом “вчера и дёшево” — киньте ему эту ссылку. В ней достаточно мало “как сделать технически”, но вполне себе достаточно “зачем вообще делать?”.Ну и причем здесь IKEA?
Как OpenRouter Fusion обошёл Claude Fable 5
С начала этого года я веду бенчмарк ИИ моделей для менеджеров, и после последнего обновления – есть о чем рассказать (прошла версия рейтинга тут). Первое место занял OpenRouter Fusion – оркестратор, который вызывает сразу несколько моделей, собирает их ответы и синтезирует финальный результат. Он обошёл всех: и Claude, и GPT, и Gemini поодиночке.
«Руссофт»: более 20% IT-компаний могут снизить выручку за 2026 год
В 2026 году более 20% IT‑компаний могут снизить годовую выручку. Это следует из прогноза
Когда конкуренты демпингуют: как нейросети помогают ПМ-у сокращать Time-to-Market
ПредысторияВообще, я — ПМ с опытом в коде. А еще мы с мужем делаем сами ремонт в новой квартире, и в процессе я случайно обнаружила «золотую жилу» неэффективности.Искала металл и столкнулась с тем, что у большинства компаний, занимающихся прокатом, сайты застряли в начале 2000-х. Каталоги неактуальны: то, что лежит в корзине, «не оформить», заявки висят вечно, на звонки отвечают через раз. А если ты не покупаешь металл тоннами, то для них ты вообще не клиент.Короче, с B2B-продажами в этой нише всё, мягко говоря, не очень.
Итак, вы решили делать LLM-проект: список вопросов, на которые нужно ответить перед запуском
Меня зовут Темченко Сергей, и за последние два года я в разных ролях участвовал во множестве LLM-проектов. Недавно я заметил, что на полях моей тетради накопились значительное количество заметок. Ими я хочу с вами поделиться.Сейчас каждая компания запускает LLM-проекты, но далеко не все понимают, во что на самом деле ввязываются. По моим наблюдениям, команды на старте систематически недооценивают, насколько сложен путь от прототипа до работающего решения. Под катом список вопросов, на которые нужно ответить (на часть из них я уже ответил за вас) перед тем, как приступать к LLM-проектам в крупных организациях.
Цифровая трансформация бизнеса: как РЕХАУ перевела управление проектами с Jira на отечественную платформу EvaTeam
Краткая информацияКлиент: РЕХАУ – производственная компания, лидер в сфере решений из полимерных материалов.Вендор: ГК EvaTeam
Как мы внедряли ИИ на 500 инженеров, а скорость не росла. Часть 2. Почему AI-first команды не делают нас быстрее
В первой части статьи мы пришли к выводу, что само использование ИИ не ускоряет инженерную систему. Можно вырастить использование LLM-инструментов в принципе (MAU LLM), потом использование кодинг-агентов (MAU API) и всё равно не увидеть изменений в Lead Time, Throughput и Defect Rate.Проблема в том, что локальное ускорение быстро упирается в остальной процесс. Один человек или одна роль могут начать делать свою часть быстрее, но задача всё равно ждёт требований, проверки, тестирования, согласований, соседних команд или бизнес-эксперта. Поэтому дальше мы пошли в Agentic Engineering.
12-летняя школьница с помощью ИИ создала голосового секретаря для бизнеса
12-летняя Мана Джампала из Британской Колумбии создала сервис Voxa для приёма звонков на основе ИИ. Она запустила продукт в ноябре 2025 года, чтобы помочь малым предприятиям обрабатывать звонки и не упускать потенциальных клиентов. Для проекта девочка использовала помощь ChatGPT и Claude.
