Data Structure Protocol (DSP): как дать LLM-агентам «долговременную память» о большом репозитории
Есть паттерн, который видит кажд��й, кто работает с агентами: первые 5–15 минут уходят не на задачу, а на "ориентацию". Где точка входа? Откуда растут зависимости? Почему эта библиотека, а не другая? Кто считает это публичным API? В маленьком проекте раздражает. В большом — превращается в постоянный налог на токены и внимание.DSP (Data Structure Protocol) "выносит карту проекта наружу" — в простой, версионируемый, языковой граф, который живёт рядом с кодом и доступен агенту как постоянная память.k-kolomeitsev/data-structure-protocolЦель в архитектуре сформулирована так:
Что такое Skills и как их использовать? (Cursor, Claude Code)
Вы наверняка ловили себя на том, что раз за разом копипастите в чат с ИИ одни и те же инструкции: «Пиши на TypeScript», «Не используй сторонние библиотеки», «Добавляй тесты». В программировании мы по сути называем это нарушением принципа DRY (Don't Repeat Yourself). Но почему мы продолжаем это делать при общении с нейросетями?В этой статье мы разберем концепцию Skills (Скиллов) - переиспользуемых «навыков» для ИИ-ассистентов, которые живут прямо в вашем репозитории и делают работу агентов предсказуемой, чистой и профессиональной.
ЧАСТЬ 1: БИЗНЕС И СТРАТЕГИЯ
«Мы не видели пассажиров — только их тени». Часть 1: Как я выявил системный обман на ₹650 млн в индийских автобусахАвтор: Алексей Бобрешов, руководитель отдела ИИ Категория: Искусственный интеллект, управление проектами, бизнес-аналитика, международные проекты Время чтения: 10–12 минутВведение: Почему я взялся за этот проектЯ руковожу направлением искусственного интеллекта в одном из крупнейших федеральных холдингов России. В моём портфеле — 6 реализованных проектов
Как менеджеру использовать ИИ-инструменты для быстрого прототипирования и создания внутренних продуктов для команды
Привет, Хабр! Меня зовут Артем Колчин, я Senior Project Manager (ранее Delivery Lead, а ещё ранее разраб на C# и аналитик) и автор курса «Мидл менеджер проектов» в Яндекс Практикуме.
Барыжный флёр оперативки: что за дичь происходит сейчас на рынке
У нас ещё есть некоторое количество остатков с прошлого кризиса железа
Ваш сеньор не «выгорел», ему просто нужны таблетки
Почему HR-ы гробят проекты, путая усталость с психиатриейДисклеймер: Автор не врач. Все совпадения случайны. Текст носит развлекательно-философский характерБизнес теряет миллионы рублей, пытаясь лечить баги в «hardware» (мозге) своих рок-звезд методами «software» (корпоративами и отпусками). Но если автономные AI-агенты без жестких протоколов ведут себя как талантливые шизофреники, то мозг разработчика в состоянии сбоя — тем более. Там, где бизнес предлагает «отдохнуть», на самом деле нужны фармакология и жесткий инженерный протокол управления состоянием.Клинический случай: Диагноз по логам
ИИ-трансформация 2026: от хайпа к инфраструктуре. 5 структурных сдвигов, которые меняют стек технологий
Еще недавно ИИ был набором экспериментальных фич. В 2026 году мы видим, как он превращается в «невидимую инфраструктуру». По прогнозам Goldman Sachs, расходы на ИИ превысили $500 млрд, но главная новость не в деньгах, а в архитектуре: ИИ консолидируется в суперприложения и агентные системы, которые берут на себя управление рабочими процессами.Разбираем пять трендов, которые определяют, как мы будем кодить, строить бизнес и управлять данными в ближайшие годы.1. Агентные системы как новая рабочая сила
ИИ-ассистенты не ломают поддерживаемость кода. Но есть нюансы (выжимка из исследования Echoes of AI)
Перевод и выжимка исследования Echoes of AI: Investigating the Downstream Effects of AI Assistants on Software MaintainabilityБолее визуально видео с обзором исследования можно посмотреть на канале Дейва Фарли - Continuous Delivery.О чём речьБольшинство исследований влияния ИИ на разработку измеряют одно: скорость написания кода. «На сколько процентов быстрее закрыта задача?» «Сколько строк сгенерировано за час?» По сути, мы измеряем скорость набора текста и называем это продуктивностью.
Введение в Yttri — Что это и почему это нужно?
"У нас слишком много инструментов, но слишком мало знаний."Этой публикацией мы открываем цикл статей, посвящённых разработке и философии Yttri.Введение: Хаос в управлении знаниями
Импакт под прикрытием: почему российские ИТ-гиганты стесняются называть свои продукты социальными
В российском ИТ сложилась парадоксальная ситуация.Мы строим умные города, цифровизируем образование, переводим госуслуги в проактивный режим.Мы тратим миллиарды на импортозамещение и искусственный интеллект.Но никто не называет это импакт-проектами.Почему термин, который на Западе давно стал мейнстримом в ESG-отчётности и венчурных фондах, в российских ИТ-командах вызывает либо недоумение, либо подозрение в ненаучной благотворительности?Российские ИТ-проекты уже давно работают как импакт, просто мы не умеем это измерять и правильно упаковывать. А значит — теряем деньги, репутацию и влияние.
