Прочь от водопада в середине проекта
В проектах, особенно больших, редко меняется подход к управлению после старта. Но на одном из моих проектов в «ЛАНИТ-Интеграции» это произошло. Чтобы история не превратилась в скучное руководство, расскажу ее в контексте компьютерной игры.Методологии
Дообучать LLM или дать ей документы: сначала выясните, что сломалось
«Давайте дообучим модель на наших данных» — эту фразу я слышу почти в каждом разговоре о внедрении LLM. Обычно к этому моменту лечение уже выбрано, а диагноза ещё нет.Допустим, агент ошибся в условиях возврата товара. Ему вообще передали актуальный регламент? Поиск нашёл нужный пункт? В базе одна версия правил или три, и все помечены как действующие? Пока это не выяснено, говорить об обучении рано: у плохого ответа часто вполне административная причина.
ИИ в команде: что мы ожидаем друг от друга
Перепост статьи из моего личного блога. С нейронками стало очень удобно отчитываться о проделанной работе. Документ есть, объём приличный, написан убедительно. А что с ним делать дальше, пусть выясняет следующий счастливчик.
Автоматизировали пять согласований, а время выполнения заявки не изменилось. Что пошло не так?
Бардак 2.0Представим компанию, в которой покупка обычного офисного кресла требует пяти последовательных согласований. Сотрудник создаёт заявку. Руководитель её подтверждает. Финансовый отдел проверяет бюджет. Закупки уточняют условия приобретения. Затем заявка снова возвращается к руководителю.
Почему с ИИ мы всё ещё пишем плохой софт
Хабр, привет! Меня зовут Никита, я Rust‑разработчик.На стриме я услышал вопрос: «Насколько важно качество кода в эпоху ИИ?» Дальше ещё спросили, не потеряла ли вся эта борьба за качество смысл.Спикер с этим категорически не согласился. Он рассказывал, как агент присылает зелёные пул‑реквесты, проходит все проверки, а в коде всё равно остаётся фигня. Например, разнобой в именах классов. И надо придумывать, чем ещё ограничить болванчика, чтобы он сам замечал такие проблемы и понимал, что пора делать рефакторинг.
Торвальдс: исправление ошибок в ядре Linux с помощью ИИ становится нормой
Исправление ошибок с помощью ИИ становится всё более распространённой практикой при разработке ядра Linux, заявил основатель проекта Линус Торвальдс. Он отмечает, что в только что выпущенной версии 7.4-rc2 присутствует всё больше исправлений, подготовленных с участием ИИ.
От чата до тёмной фабрики: шесть уровней ИИ в разработке и почему мы остановились на L4
Больше года я внедряю ИИ в разработку зрелой SaaS-компании, вместе со сложившейся инженерной командой, которая поначалу относилась к ИИ скептически. Мы прошли большой путь: от копирования кода из ИИ-чата до того, что отдаём агентам разработку фич целиком. Мы не занимаемся вайб-кодингом и не делаем продукт за вечер одним промптом. То, чем мы занимаемся, я называю AI-инженерией: мы строим систему, которая стабильно выдаёт результат по нашим стандартам качества. Сейчас мы экспериментируем с полуавтономной агентной фабрикой в облаке.
Путь к локальному LLM — модель которую я наконец-то реально использую каждый день
Путь к локальному LLM: как требвоания по ИБ и “дух авантюризма” привели меня к 125B-модели под столом - и почему агенты больше не просят облако
Научили ИИ перестраивать расписание авиарейсов в непредсказуемых ситуациях: реальный кейс
Разработали AI-инструменты для известной российской авиакомпании, которые помогают сотрудникам принимать решения, когда что-то идет не по плану. Рассказываем, как отработала система, когда мы прогнали её на реальном сбое.Когда аэропорт временно прекращает принимать и отправлять самолёты, авиакомпании приходится оперативно перестраивать расписание. Просто перенести или отменить несколько рейсов — не вариант. Нужно учитывать, где находятся самолёты, какие рейсы они должны выполнить дальше, сколько пассажиров уже купили билеты и можно ли пересадить их на другие вылеты.

