#ai_agent — Public Fediverse posts

Закрытый контур + локальная LLM: как мы запустили AI-агента без интернета

Полтора года назад мы запустили AI-ассистента внутри «Первой Формы», чтобы он помогал сотрудникам компании выполнять рабочие процессы. Сегодня он отвечает на вопросы по регламентам, ищет документы, подсказывает по задачам, даже запускает проверку контрагентов и формирует КП. Всё это работает через большую языковую модель, а точнее — через набор моделей, потому что разные задачи требуют разного подхода: для быстрой классификации входящего запроса нужна одна, для развёрнутой генерации ответа — другая, для работы с длинным контекстом — третья. Модели живут в облаке, и это даёт свободу выбора. Инструменты, которыми агент пользуется, тоже ходят в интернет: поиск по документации обращается к облачным моделям векторизации текста, проверка контрагентов — к внешним сервисам вроде Контур.Фокуса и так далее. Агент обновляется из GitLab, CI/CD развозит изменения по стендам автоматически, мониторинг стекается в один дашборд. Нас это устраивало. Недавно заказчик из промышленного сектора обратился к нам с задачей: «У нас закрытый контур, интернета нет и доступа к облачным API — тоже. Единственное, что у нас есть — это сервер с локальной моделью и наша внутренняя инфраструктура. Хотим такого же ассистента, как у вас». В статье рассказываем, как мы с этим справились. Спойлер: не без приключений.

https://habr.com/ru/companies/1forma/articles/1040438/

#ai #llm #enterprise #ai_agent #bpm #автоматизация #автоматизация_процессов #onpremise #lowcode

Закрытый контур + локальная LLM: как мы запустили AI-агента без интернета

Полтора года назад мы запустили AI-ассистента внутри «Первой Формы», чтобы он помогал сотрудникам компании выполнять рабочие процессы. Сегодня он отвечает на вопросы по регламентам, ищет документы, подсказывает по задачам, даже запускает проверку контрагентов и формирует КП. Всё это работает через большую языковую модель, а точнее — через набор моделей, потому что разные задачи требуют разного подхода: для быстрой классификации входящего запроса нужна одна, для развёрнутой генерации ответа — другая, для работы с длинным контекстом — третья. Модели живут в облаке, и это даёт свободу выбора. Инструменты, которыми агент пользуется, тоже ходят в интернет: поиск по документации обращается к облачным моделям векторизации текста, проверка контрагентов — к внешним сервисам вроде Контур.Фокуса и так далее. Агент обновляется из GitLab, CI/CD развозит изменения по стендам автоматически, мониторинг стекается в один дашборд. Нас это устраивало. Недавно заказчик из промышленного сектора обратился к нам с задачей: «У нас закрытый контур, интернета нет и доступа к облачным API — тоже. Единственное, что у нас есть — это сервер с локальной моделью и наша внутренняя инфраструктура. Хотим такого же ассистента, как у вас». В статье рассказываем, как мы с этим справились. Спойлер: не без приключений.

https://habr.com/ru/companies/1forma/articles/1040438/

#ai #llm #enterprise #ai_agent #bpm #автоматизация #автоматизация_процессов #onpremise #lowcode

Закрытый контур + локальная LLM: как мы запустили AI-агента без интернета

Полтора года назад мы запустили AI-ассистента внутри «Первой Формы», чтобы он помогал сотрудникам компании выполнять рабочие процессы. Сегодня он отвечает на вопросы по регламентам, ищет документы, подсказывает по задачам, даже запускает проверку контрагентов и формирует КП. Всё это работает через большую языковую модель, а точнее — через набор моделей, потому что разные задачи требуют разного подхода: для быстрой классификации входящего запроса нужна одна, для развёрнутой генерации ответа — другая, для работы с длинным контекстом — третья. Модели живут в облаке, и это даёт свободу выбора. Инструменты, которыми агент пользуется, тоже ходят в интернет: поиск по документации обращается к облачным моделям векторизации текста, проверка контрагентов — к внешним сервисам вроде Контур.Фокуса и так далее. Агент обновляется из GitLab, CI/CD развозит изменения по стендам автоматически, мониторинг стекается в один дашборд. Нас это устраивало. Недавно заказчик из промышленного сектора обратился к нам с задачей: «У нас закрытый контур, интернета нет и доступа к облачным API — тоже. Единственное, что у нас есть — это сервер с локальной моделью и наша внутренняя инфраструктура. Хотим такого же ассистента, как у вас». В статье рассказываем, как мы с этим справились. Спойлер: не без приключений.

https://habr.com/ru/companies/1forma/articles/1040438/

#ai #llm #enterprise #ai_agent #bpm #автоматизация #автоматизация_процессов #onpremise #lowcode

Закрытый контур + локальная LLM: как мы запустили AI-агента без интернета

Полтора года назад мы запустили AI-ассистента внутри «Первой Формы», чтобы он помогал сотрудникам компании выполнять рабочие процессы. Сегодня он отвечает на вопросы по регламентам, ищет документы, подсказывает по задачам, даже запускает проверку контрагентов и формирует КП. Всё это работает через большую языковую модель, а точнее — через набор моделей, потому что разные задачи требуют разного подхода: для быстрой классификации входящего запроса нужна одна, для развёрнутой генерации ответа — другая, для работы с длинным контекстом — третья. Модели живут в облаке, и это даёт свободу выбора. Инструменты, которыми агент пользуется, тоже ходят в интернет: поиск по документации обращается к облачным моделям векторизации текста, проверка контрагентов — к внешним сервисам вроде Контур.Фокуса и так далее. Агент обновляется из GitLab, CI/CD развозит изменения по стендам автоматически, мониторинг стекается в один дашборд. Нас это устраивало. Недавно заказчик из промышленного сектора обратился к нам с задачей: «У нас закрытый контур, интернета нет и доступа к облачным API — тоже. Единственное, что у нас есть — это сервер с локальной моделью и наша внутренняя инфраструктура. Хотим такого же ассистента, как у вас». В статье рассказываем, как мы с этим справились. Спойлер: не без приключений.

https://habr.com/ru/companies/1forma/articles/1040438/

#ai #llm #enterprise #ai_agent #bpm #автоматизация #автоматизация_процессов #onpremise #lowcode

А что, если управлять торговой платформой голосом? За 48 часов собрали голосового ассистента и проверили

Привет, Хабр! Меня зовут Платон Малюгин, я Android Developer в Garage Eight. Мы в компании разрабатываем экосистему инвестиционных продуктов, и недавно на корпоративном хакатоне у нас появилась идея. Мы решили проверить, получится ли управлять торговой платформой — интерфейсом для инвестиций на финансовом и фондовом рынке — через голосовой диалог с ассистентом. Не просто задавать вопросы, а обсуждать рынок, анализировать инструменты и совершать операции.

https://habr.com/ru/companies/garage8/articles/1037842/

#голосовой_ассистент #AI_Agent #Realtime_API #WebRTC #LLM #мобильный_клиент #инвестиционная_платформа #хакатон #архитектура_ассистента #инвестиционные_операции

А что, если управлять торговой платформой голосом? За 48 часов собрали голосового ассистента и проверили

Привет, Хабр! Меня зовут Платон Малюгин, я Android Developer в Garage Eight. Мы в компании разрабатываем экосистему инвестиционных продуктов, и недавно на корпоративном хакатоне у нас появилась идея. Мы решили проверить, получится ли управлять торговой платформой — интерфейсом для инвестиций на финансовом и фондовом рынке — через голосовой диалог с ассистентом. Не просто задавать вопросы, а обсуждать рынок, анализировать инструменты и совершать операции.

https://habr.com/ru/companies/garage8/articles/1037842/

#голосовой_ассистент #AI_Agent #Realtime_API #WebRTC #LLM #мобильный_клиент #инвестиционная_платформа #хакатон #архитектура_ассистента #инвестиционные_операции

А что, если управлять торговой платформой голосом? За 48 часов собрали голосового ассистента и проверили

Привет, Хабр! Меня зовут Платон Малюгин, я Android Developer в Garage Eight. Мы в компании разрабатываем экосистему инвестиционных продуктов, и недавно на корпоративном хакатоне у нас появилась идея. Мы решили проверить, получится ли управлять торговой платформой — интерфейсом для инвестиций на финансовом и фондовом рынке — через голосовой диалог с ассистентом. Не просто задавать вопросы, а обсуждать рынок, анализировать инструменты и совершать операции.

https://habr.com/ru/companies/garage8/articles/1037842/

#голосовой_ассистент #AI_Agent #Realtime_API #WebRTC #LLM #мобильный_клиент #инвестиционная_платформа #хакатон #архитектура_ассистента #инвестиционные_операции

А что, если управлять торговой платформой голосом? За 48 часов собрали голосового ассистента и проверили

Привет, Хабр! Меня зовут Платон Малюгин, я Android Developer в Garage Eight. Мы в компании разрабатываем экосистему инвестиционных продуктов, и недавно на корпоративном хакатоне у нас появилась идея. Мы решили проверить, получится ли управлять торговой платформой — интерфейсом для инвестиций на финансовом и фондовом рынке — через голосовой диалог с ассистентом. Не просто задавать вопросы, а обсуждать рынок, анализировать инструменты и совершать операции.

https://habr.com/ru/companies/garage8/articles/1037842/

#голосовой_ассистент #AI_Agent #Realtime_API #WebRTC #LLM #мобильный_клиент #инвестиционная_платформа #хакатон #архитектура_ассистента #инвестиционные_операции

Агенты выходят на работу (часть 3)

В первой части мы говорили про оргмодель — зачем она вообще нужна и какая от нее польза. Во второй части говорили о процессах — чего не хватает в типовых BPM и как можно ситуацию улучшить. И вот настало время поговорить об агентах.

https://habr.com/ru/articles/1037746/

#ai_agent #оргмодель #оргструктура #процессы #bpm #bpmn #llmмодели

Агенты выходят на работу (часть 3)

В первой части мы говорили про оргмодель — зачем она вообще нужна и какая от нее польза. Во второй части говорили о процессах — чего не хватает в типовых BPM и как можно ситуацию улучшить. И вот настало время поговорить об агентах.

https://habr.com/ru/articles/1037746/

#ai_agent #оргмодель #оргструктура #процессы #bpm #bpmn #llmмодели

Агенты выходят на работу (часть 3)

В первой части мы говорили про оргмодель — зачем она вообще нужна и какая от нее польза. Во второй части говорили о процессах — чего не хватает в типовых BPM и как можно ситуацию улучшить. И вот настало время поговорить об агентах.

https://habr.com/ru/articles/1037746/

#ai_agent #оргмодель #оргструктура #процессы #bpm #bpmn #llmмодели

Агенты выходят на работу (часть 3)

В первой части мы говорили про оргмодель — зачем она вообще нужна и какая от нее польза. Во второй части говорили о процессах — чего не хватает в типовых BPM и как можно ситуацию улучшить. И вот настало время поговорить об агентах.

https://habr.com/ru/articles/1037746/

#ai_agent #оргмодель #оргструктура #процессы #bpm #bpmn #llmмодели

Разобрал фишинг MAX, собрал в нём своего AI-секретаря. Гайд: Claw Bot + MCP

Месяц назад мне в личку прислали фишинговую ссылку под MAX. Разобрал её, попутно вынес устройство протокола: опкоды, формат фрейма, флаги push-подписки, антибот-эвристики. Через две недели применил это знание к мирной задаче: собрал в том же мессенджере своего AI-секретаря, который пишет первым коллегам, бронирует столики и ведёт переписки до результата. Всё через User API без регистрации, MCP-сервер на семь тулов, рабочий репозиторий с граблями. Делюсь инструкцией.

https://habr.com/ru/articles/1037182/

#max_мессенджер #фишинговая_атака #mcp #llmагент #реверсинжиниринг #user_api #ai_agent #python #чатбот

Разобрал фишинг MAX, собрал в нём своего AI-секретаря. Гайд: Claw Bot + MCP

Месяц назад мне в личку прислали фишинговую ссылку под MAX. Разобрал её, попутно вынес устройство протокола: опкоды, формат фрейма, флаги push-подписки, антибот-эвристики. Через две недели применил это знание к мирной задаче: собрал в том же мессенджере своего AI-секретаря, который пишет первым коллегам, бронирует столики и ведёт переписки до результата. Всё через User API без регистрации, MCP-сервер на семь тулов, рабочий репозиторий с граблями. Делюсь инструкцией.

https://habr.com/ru/articles/1037182/

#max_мессенджер #фишинговая_атака #mcp #llmагент #реверсинжиниринг #user_api #ai_agent #python #чатбот

Разобрал фишинг MAX, собрал в нём своего AI-секретаря. Гайд: Claw Bot + MCP

Месяц назад мне в личку прислали фишинговую ссылку под MAX. Разобрал её, попутно вынес устройство протокола: опкоды, формат фрейма, флаги push-подписки, антибот-эвристики. Через две недели применил это знание к мирной задаче: собрал в том же мессенджере своего AI-секретаря, который пишет первым коллегам, бронирует столики и ведёт переписки до результата. Всё через User API без регистрации, MCP-сервер на семь тулов, рабочий репозиторий с граблями. Делюсь инструкцией.

https://habr.com/ru/articles/1037182/

#max_мессенджер #фишинговая_атака #mcp #llmагент #реверсинжиниринг #user_api #ai_agent #python #чатбот

Разобрал фишинг MAX, собрал в нём своего AI-секретаря. Гайд: Claw Bot + MCP

Месяц назад мне в личку прислали фишинговую ссылку под MAX. Разобрал её, попутно вынес устройство протокола: опкоды, формат фрейма, флаги push-подписки, антибот-эвристики. Через две недели применил это знание к мирной задаче: собрал в том же мессенджере своего AI-секретаря, который пишет первым коллегам, бронирует столики и ведёт переписки до результата. Всё через User API без регистрации, MCP-сервер на семь тулов, рабочий репозиторий с граблями. Делюсь инструкцией.

https://habr.com/ru/articles/1037182/

#max_мессенджер #фишинговая_атака #mcp #llmагент #реверсинжиниринг #user_api #ai_agent #python #чатбот

[Перевод] Промпты — это рекомендации, а не правила. Структура — это обязательное условие

Агент знал свои принципы. Он процитировал их обратно — «Я нарушил каждый принцип, который мне был дан: я предположил вместо того, чтобы проверить». И всё равно он удалил базу данных — потому что знать правило и быть структурно лишённым возможности его нарушить — это совершенно разные вещи. Когда мы внедряем AI-агентов в бизнес-операции, мы склонны управлять ими так же, как управляем людьми: мы пишем политики. Мы добавляем инструкции в промпт. Мы говорим агенту, что ему разрешено. Но промпты — это рекомендации. Агент читает их, соотносит с текущей задачей и принимает решение. Это не баг — это и есть суть LLM. Проблема в том, что мы относились к управлению AI так, как будто это онбординг сотрудника, тогда как должны были относиться к этому как к управлению доступом к системе. В вашей ERP сотрудник склада не может сам утверждать свои собственные закупочные заказы — не потому, что политика так говорит, а потому, что у него просто нет этой кнопки. Это структурный контроль. AI-агентам нужно то же самое.

https://habr.com/ru/articles/1036626/

#camunda #orchestration #ai_agent #bpm #bpmn #безопасность_данных

[Перевод] Промпты — это рекомендации, а не правила. Структура — это обязательное условие

Агент знал свои принципы. Он процитировал их обратно — «Я нарушил каждый принцип, который мне был дан: я предположил вместо того, чтобы проверить». И всё равно он удалил базу данных — потому что знать правило и быть структурно лишённым возможности его нарушить — это совершенно разные вещи. Когда мы внедряем AI-агентов в бизнес-операции, мы склонны управлять ими так же, как управляем людьми: мы пишем политики. Мы добавляем инструкции в промпт. Мы говорим агенту, что ему разрешено. Но промпты — это рекомендации. Агент читает их, соотносит с текущей задачей и принимает решение. Это не баг — это и есть суть LLM. Проблема в том, что мы относились к управлению AI так, как будто это онбординг сотрудника, тогда как должны были относиться к этому как к управлению доступом к системе. В вашей ERP сотрудник склада не может сам утверждать свои собственные закупочные заказы — не потому, что политика так говорит, а потому, что у него просто нет этой кнопки. Это структурный контроль. AI-агентам нужно то же самое.

https://habr.com/ru/articles/1036626/

#camunda #orchestration #ai_agent #bpm #bpmn #безопасность_данных

[Перевод] Промпты — это рекомендации, а не правила. Структура — это обязательное условие

Агент знал свои принципы. Он процитировал их обратно — «Я нарушил каждый принцип, который мне был дан: я предположил вместо того, чтобы проверить». И всё равно он удалил базу данных — потому что знать правило и быть структурно лишённым возможности его нарушить — это совершенно разные вещи. Когда мы внедряем AI-агентов в бизнес-операции, мы склонны управлять ими так же, как управляем людьми: мы пишем политики. Мы добавляем инструкции в промпт. Мы говорим агенту, что ему разрешено. Но промпты — это рекомендации. Агент читает их, соотносит с текущей задачей и принимает решение. Это не баг — это и есть суть LLM. Проблема в том, что мы относились к управлению AI так, как будто это онбординг сотрудника, тогда как должны были относиться к этому как к управлению доступом к системе. В вашей ERP сотрудник склада не может сам утверждать свои собственные закупочные заказы — не потому, что политика так говорит, а потому, что у него просто нет этой кнопки. Это структурный контроль. AI-агентам нужно то же самое.

https://habr.com/ru/articles/1036626/

#camunda #orchestration #ai_agent #bpm #bpmn #безопасность_данных

[Перевод] Промпты — это рекомендации, а не правила. Структура — это обязательное условие

Агент знал свои принципы. Он процитировал их обратно — «Я нарушил каждый принцип, который мне был дан: я предположил вместо того, чтобы проверить». И всё равно он удалил базу данных — потому что знать правило и быть структурно лишённым возможности его нарушить — это совершенно разные вещи. Когда мы внедряем AI-агентов в бизнес-операции, мы склонны управлять ими так же, как управляем людьми: мы пишем политики. Мы добавляем инструкции в промпт. Мы говорим агенту, что ему разрешено. Но промпты — это рекомендации. Агент читает их, соотносит с текущей задачей и принимает решение. Это не баг — это и есть суть LLM. Проблема в том, что мы относились к управлению AI так, как будто это онбординг сотрудника, тогда как должны были относиться к этому как к управлению доступом к системе. В вашей ERP сотрудник склада не может сам утверждать свои собственные закупочные заказы — не потому, что политика так говорит, а потому, что у него просто нет этой кнопки. Это структурный контроль. AI-агентам нужно то же самое.

https://habr.com/ru/articles/1036626/

#camunda #orchestration #ai_agent #bpm #bpmn #безопасность_данных

Тысяча конфликтов и одна LLM: как мы автоматизировали переход на новые версии Chromium

Каждые четыре недели Яндекс Браузер переезжает на новую версию Chromium. Обычный пользователь этого не замечает, но для команды разработки каждый такой переход — это более тысячи конфликтов кода и, как правило, несколько тысяч ошибок компиляции. В одном обновлении сходятся около 10 000 коммитов апстрима и примерно 1500 наших изменений. В процесс вовлекаются десятки разработчиков, а суммарные трудозатраты команды на один цикл составляют несколько человеко‑месяцев. Мы хотели сократить объём этой рутинной работы и освободить время команды для развития браузера. Для этого автоматизировали две самые трудоёмкие части процесса: разрешение конфликтов и починку компиляции. Речь не про сценарий «вставить одну ошибку в чат и получить фикс». Здесь мы имеем дело с регулярным обновлением большого форка: тысячи проблем нужно разбирать пакетно, с учётом контекста апстрима и наших изменений. В этой статье расскажем, как встроили LLM‑агента в процесс перехода на новые версии Chromium и что из этого получилось.

https://habr.com/ru/companies/yandex/articles/1021478/

#браузер #chromium #ai_agent #яндекс #яндекс_браузер #команда_яндексбраузера

Тысяча конфликтов и одна LLM: как мы автоматизировали переход на новые версии Chromium

Каждые четыре недели Яндекс Браузер переезжает на новую версию Chromium. Обычный пользователь этого не замечает, но для команды разработки каждый такой переход — это более тысячи конфликтов кода и, как правило, несколько тысяч ошибок компиляции. В одном обновлении сходятся около 10 000 коммитов апстрима и примерно 1500 наших изменений. В процесс вовлекаются десятки разработчиков, а суммарные трудозатраты команды на один цикл составляют несколько человеко‑месяцев. Мы хотели сократить объём этой рутинной работы и освободить время команды для развития браузера. Для этого автоматизировали две самые трудоёмкие части процесса: разрешение конфликтов и починку компиляции. Речь не про сценарий «вставить одну ошибку в чат и получить фикс». Здесь мы имеем дело с регулярным обновлением большого форка: тысячи проблем нужно разбирать пакетно, с учётом контекста апстрима и наших изменений. В этой статье расскажем, как встроили LLM‑агента в процесс перехода на новые версии Chromium и что из этого получилось.

https://habr.com/ru/companies/yandex/articles/1021478/

#браузер #chromium #ai_agent #яндекс #яндекс_браузер #команда_яндексбраузера

Тысяча конфликтов и одна LLM: как мы автоматизировали переход на новые версии Chromium

Каждые четыре недели Яндекс Браузер переезжает на новую версию Chromium. Обычный пользователь этого не замечает, но для команды разработки каждый такой переход — это более тысячи конфликтов кода и, как правило, несколько тысяч ошибок компиляции. В одном обновлении сходятся около 10 000 коммитов апстрима и примерно 1500 наших изменений. В процесс вовлекаются десятки разработчиков, а суммарные трудозатраты команды на один цикл составляют несколько человеко‑месяцев. Мы хотели сократить объём этой рутинной работы и освободить время команды для развития браузера. Для этого автоматизировали две самые трудоёмкие части процесса: разрешение конфликтов и починку компиляции. Речь не про сценарий «вставить одну ошибку в чат и получить фикс». Здесь мы имеем дело с регулярным обновлением большого форка: тысячи проблем нужно разбирать пакетно, с учётом контекста апстрима и наших изменений. В этой статье расскажем, как встроили LLM‑агента в процесс перехода на новые версии Chromium и что из этого получилось.

https://habr.com/ru/companies/yandex/articles/1021478/

#браузер #chromium #ai_agent #яндекс #яндекс_браузер #команда_яндексбраузера

Тысяча конфликтов и одна LLM: как мы автоматизировали переход на новые версии Chromium

Каждые четыре недели Яндекс Браузер переезжает на новую версию Chromium. Обычный пользователь этого не замечает, но для команды разработки каждый такой переход — это более тысячи конфликтов кода и, как правило, несколько тысяч ошибок компиляции. В одном обновлении сходятся около 10 000 коммитов апстрима и примерно 1500 наших изменений. В процесс вовлекаются десятки разработчиков, а суммарные трудозатраты команды на один цикл составляют несколько человеко‑месяцев. Мы хотели сократить объём этой рутинной работы и освободить время команды для развития браузера. Для этого автоматизировали две самые трудоёмкие части процесса: разрешение конфликтов и починку компиляции. Речь не про сценарий «вставить одну ошибку в чат и получить фикс». Здесь мы имеем дело с регулярным обновлением большого форка: тысячи проблем нужно разбирать пакетно, с учётом контекста апстрима и наших изменений. В этой статье расскажем, как встроили LLM‑агента в процесс перехода на новые версии Chromium и что из этого получилось.

https://habr.com/ru/companies/yandex/articles/1021478/

#браузер #chromium #ai_agent #яндекс #яндекс_браузер #команда_яндексбраузера

Как мы научили AG2 дружить с нормальным DI (и почему это вообще нужно)

Как соединить LLM-агента на AG2 с Dishka в одном DI-контейнере. На рабочем примере: FastAPI + SSE-стрим по AG-UI + Postgres, тулзы с типизированным внедрением сценариев, отдельная транзакция на каждый tool call. Плюс грабли при сборке.

https://habr.com/ru/articles/1034102/

#ии_агенты #ag2 #di #agui #ai_agent #autogen #dishka

Как мы научили AG2 дружить с нормальным DI (и почему это вообще нужно)

Как соединить LLM-агента на AG2 с Dishka в одном DI-контейнере. На рабочем примере: FastAPI + SSE-стрим по AG-UI + Postgres, тулзы с типизированным внедрением сценариев, отдельная транзакция на каждый tool call. Плюс грабли при сборке.

https://habr.com/ru/articles/1034102/

#ии_агенты #ag2 #di #agui #ai_agent #autogen #dishka

Как мы научили AG2 дружить с нормальным DI (и почему это вообще нужно)

Как соединить LLM-агента на AG2 с Dishka в одном DI-контейнере. На рабочем примере: FastAPI + SSE-стрим по AG-UI + Postgres, тулзы с типизированным внедрением сценариев, отдельная транзакция на каждый tool call. Плюс грабли при сборке.

https://habr.com/ru/articles/1034102/

#ии_агенты #ag2 #di #agui #ai_agent #autogen #dishka

Как мы научили AG2 дружить с нормальным DI (и почему это вообще нужно)

Как соединить LLM-агента на AG2 с Dishka в одном DI-контейнере. На рабочем примере: FastAPI + SSE-стрим по AG-UI + Postgres, тулзы с типизированным внедрением сценариев, отдельная транзакция на каждый tool call. Плюс грабли при сборке.

https://habr.com/ru/articles/1034102/

#ии_агенты #ag2 #di #agui #ai_agent #autogen #dishka

AI Agents Need Data Integrity

AI agents will soon act autonomously, making data integrity the core security pillar of Web 3.0.

Decentralized protocols, like ActivityPub/Mastodon, let users own and verify data, embedding cryptographic verification, formal proofs, and transparent governance to ensure trustworthy AI operations.

Without robust integrity controls, AI systems risk amplified errors, regulatory non‑compliance, and loss of trust, so future designs must embed layered verification, transparent auditing, and stakeholder‑driven governance as core principles.

Bruce Schneier wrote a great article about this:

https://www.schneier.com/blog/archives/2025/08/ai-agents-need-data-integrity.html

#ai #ai_agent #integrity #data #infosec #web3 #activitypub #transparency #verification #cia #triad #bruceschneier #timbernerslee

AI Agents Need Data Integrity

AI agents will soon act autonomously, making data integrity the core security pillar of Web 3.0.

Decentralized protocols, like ActivityPub/Mastodon, let users own and verify data, embedding cryptographic verification, formal proofs, and transparent governance to ensure trustworthy AI operations.

Without robust integrity controls, AI systems risk amplified errors, regulatory non‑compliance, and loss of trust, so future designs must embed layered verification, transparent auditing, and stakeholder‑driven governance as core principles.

Bruce Schneier wrote a great article about this:

https://www.schneier.com/blog/archives/2025/08/ai-agents-need-data-integrity.html

#ai #ai_agent #integrity #data #infosec #web3 #activitypub #transparency #verification #cia #triad #bruceschneier #timbernerslee

[Перевод] AI-агенты, управляемые BPMN, убьют веб-формы

В мире есть две вещи, которые ненавидит каждый: стоять в очереди и заполнять веб-формы. Кажется, спасение найдено — это дружелюбные и общительные ИИ-агенты. Но они, как и люди, могут «заболтать» вас и уйти в сторону, потому что умеют говорить, но не понимают сути бизнес-процессов. В статье предлагается решение: не отпускать ИИ в свободное плавание, а поставить его на службу и направить с помощью BPMN (Business Process Model and Notation) .

https://habr.com/ru/articles/995096/

#web_forms #bpmn #ai_agent

[Перевод] BPMN умер, да здравствует BPMN

Мы все видели, как инструменты вроде ChatGPT справляются с самыми разными бизнес-задачами, автоматизируя практически всё подряд. И это правда — генеративный ИИ действительно способен выполнять широкий спектр задач, которые сейчас делают люди. Так зачем тогда заморачиваться с проектированием и запуском бизнес-процессов на основе стандартов автоматизации, придуманных 20 лет назад в совершенно другую технологическую эпоху? Почему не позволить бизнес-пользователям работать напрямую с ИИ и решать все на лету? Короткий ответ: потому что эти стандарты по-прежнему остаются самыми мощными и эффективными способами оркестрации ИИ-агентов, обеспечения управления (governance) и выполнения процессов в масштабе предприятия. В этой статье мы покажем, как BPMN становится универсальным языком для агентного ИИ, почему специализированные движки выполняют процессы эффективнее, чем сам ИИ, и как крупные компании уже запускают миллионы ИИ-оркестрированных рабочих процессов в продакшене.

https://habr.com/ru/articles/984870/

#bpmn #cmmn #ai_agent #orchestration #workflow

Оркестрация в мультиагентных системах

Привет, Хабр! ИИ-агенты и производные от них стремительно вошли в повседневную рутину разработки, зажигая глаза менеджеров и добавляя головной боли архитекторам. И если с одиночным агентом в целом никаких проблем не возникает, то когда агентов становится много, возникает настоящая проблема: как ими управлять? В этой статье попробуем разобраться в основных подходах к созданию управляющего слоя в такой системе, разберём на примере, почему не все очевидные подходы будут работать и какие классические архитектурные паттерны актуальны в новой моде. И, конечно же, расскажу, как это работает на практике в Домклик. Будет интересно!

https://habr.com/ru/companies/domclick/articles/966066/

#bpmn #ai_agent #camunda

[Перевод] Process mining — это стратегическая основа, которой не хватает вашему корпоративному AI‑проекту

Самое дорогое предложение в корпоративных технологиях — это «мы можем начать внедрение в следующем квартале», и я слышал его так часто, что оно уже снится мне. Корпоративный AI съедает бюджеты с такой скоростью, что даже предприниматель из пузыря eCommerce 1996 года пустил бы скупую, достойную слезу. Во многих организациях бизнес-результаты от AI настолько скромны, что их можно разглядеть только под микроскопом. При этом счета за вычисления вполне реальны, и даже если вы не участвуете в моде на максимизацию токенов, годовой контракт с провайдером инференса и ваши Azure AI Foundry, WatsonX, Vertex, Bedrock или Einstein — очень и очень реальны. А вот трансформация, то есть фактический измеримый сдвиг в том, как работает компания, приходит с опозданием — где-то между третьей переработкой дорожной карты и тем руководителем, который продвигал всю инициативу и теперь тихо переведен на другую роль без пресс-релиза. Я наблюдал, как этот сценарий повторяется с такой регулярностью, что это было бы впечатляюще, если бы не обходилось так дорого. Вот как обычно все происходит . . .

https://habr.com/ru/articles/1034608/

#process_mining #ai_agent #celonis #bpm #process_intelligence

[Перевод] Process mining — это стратегическая основа, которой не хватает вашему корпоративному AI‑проекту

Самое дорогое предложение в корпоративных технологиях — это «мы можем начать внедрение в следующем квартале», и я слышал его так часто, что оно уже снится мне. Корпоративный AI съедает бюджеты с такой скоростью, что даже предприниматель из пузыря eCommerce 1996 года пустил бы скупую, достойную слезу. Во многих организациях бизнес-результаты от AI настолько скромны, что их можно разглядеть только под микроскопом. При этом счета за вычисления вполне реальны, и даже если вы не участвуете в моде на максимизацию токенов, годовой контракт с провайдером инференса и ваши Azure AI Foundry, WatsonX, Vertex, Bedrock или Einstein — очень и очень реальны. А вот трансформация, то есть фактический измеримый сдвиг в том, как работает компания, приходит с опозданием — где-то между третьей переработкой дорожной карты и тем руководителем, который продвигал всю инициативу и теперь тихо переведен на другую роль без пресс-релиза. Я наблюдал, как этот сценарий повторяется с такой регулярностью, что это было бы впечатляюще, если бы не обходилось так дорого. Вот как обычно все происходит . . .

https://habr.com/ru/articles/1034608/

#process_mining #ai_agent #celonis #bpm #process_intelligence

[Перевод] Process mining — это стратегическая основа, которой не хватает вашему корпоративному AI‑проекту

Самое дорогое предложение в корпоративных технологиях — это «мы можем начать внедрение в следующем квартале», и я слышал его так часто, что оно уже снится мне. Корпоративный AI съедает бюджеты с такой скоростью, что даже предприниматель из пузыря eCommerce 1996 года пустил бы скупую, достойную слезу. Во многих организациях бизнес-результаты от AI настолько скромны, что их можно разглядеть только под микроскопом. При этом счета за вычисления вполне реальны, и даже если вы не участвуете в моде на максимизацию токенов, годовой контракт с провайдером инференса и ваши Azure AI Foundry, WatsonX, Vertex, Bedrock или Einstein — очень и очень реальны. А вот трансформация, то есть фактический измеримый сдвиг в том, как работает компания, приходит с опозданием — где-то между третьей переработкой дорожной карты и тем руководителем, который продвигал всю инициативу и теперь тихо переведен на другую роль без пресс-релиза. Я наблюдал, как этот сценарий повторяется с такой регулярностью, что это было бы впечатляюще, если бы не обходилось так дорого. Вот как обычно все происходит . . .

https://habr.com/ru/articles/1034608/

#process_mining #ai_agent #celonis #bpm #process_intelligence

[Перевод] Process mining — это стратегическая основа, которой не хватает вашему корпоративному AI‑проекту

Самое дорогое предложение в корпоративных технологиях — это «мы можем начать внедрение в следующем квартале», и я слышал его так часто, что оно уже снится мне. Корпоративный AI съедает бюджеты с такой скоростью, что даже предприниматель из пузыря eCommerce 1996 года пустил бы скупую, достойную слезу. Во многих организациях бизнес-результаты от AI настолько скромны, что их можно разглядеть только под микроскопом. При этом счета за вычисления вполне реальны, и даже если вы не участвуете в моде на максимизацию токенов, годовой контракт с провайдером инференса и ваши Azure AI Foundry, WatsonX, Vertex, Bedrock или Einstein — очень и очень реальны. А вот трансформация, то есть фактический измеримый сдвиг в том, как работает компания, приходит с опозданием — где-то между третьей переработкой дорожной карты и тем руководителем, который продвигал всю инициативу и теперь тихо переведен на другую роль без пресс-релиза. Я наблюдал, как этот сценарий повторяется с такой регулярностью, что это было бы впечатляюще, если бы не обходилось так дорого. Вот как обычно все происходит . . .

https://habr.com/ru/articles/1034608/

#process_mining #ai_agent #celonis #bpm #process_intelligence

[Перевод] BPMN умер, да здравствует BPMN

Мы все видели, как инструменты вроде ChatGPT справляются с самыми разными бизнес-задачами, автоматизируя практически всё подряд. И это правда — генеративный ИИ действительно способен выполнять широкий спектр задач, которые сейчас делают люди. Так зачем тогда заморачиваться с проектированием и запуском бизнес-процессов на основе стандартов автоматизации, придуманных 20 лет назад в совершенно другую технологическую эпоху? Почему не позволить бизнес-пользователям работать напрямую с ИИ и решать все на лету? Короткий ответ: потому что эти стандарты по-прежнему остаются самыми мощными и эффективными способами оркестрации ИИ-агентов, обеспечения управления (governance) и выполнения процессов в масштабе предприятия. В этой статье мы покажем, как BPMN становится универсальным языком для агентного ИИ, почему специализированные движки выполняют процессы эффективнее, чем сам ИИ, и как крупные компании уже запускают миллионы ИИ-оркестрированных рабочих процессов в продакшене.

https://habr.com/ru/articles/984870/

#bpmn #cmmn #ai_agent #orchestration #workflow

[Перевод] BPMN умер, да здравствует BPMN

Мы все видели, как инструменты вроде ChatGPT справляются с самыми разными бизнес-задачами, автоматизируя практически всё подряд. И это правда — генеративный ИИ действительно способен выполнять широкий спектр задач, которые сейчас делают люди. Так зачем тогда заморачиваться с проектированием и запуском бизнес-процессов на основе стандартов автоматизации, придуманных 20 лет назад в совершенно другую технологическую эпоху? Почему не позволить бизнес-пользователям работать напрямую с ИИ и решать все на лету? Короткий ответ: потому что эти стандарты по-прежнему остаются самыми мощными и эффективными способами оркестрации ИИ-агентов, обеспечения управления (governance) и выполнения процессов в масштабе предприятия. В этой статье мы покажем, как BPMN становится универсальным языком для агентного ИИ, почему специализированные движки выполняют процессы эффективнее, чем сам ИИ, и как крупные компании уже запускают миллионы ИИ-оркестрированных рабочих процессов в продакшене.

https://habr.com/ru/articles/984870/

#bpmn #cmmn #ai_agent #orchestration #workflow

[Перевод] BPMN умер, да здравствует BPMN

Мы все видели, как инструменты вроде ChatGPT справляются с самыми разными бизнес-задачами, автоматизируя практически всё подряд. И это правда — генеративный ИИ действительно способен выполнять широкий спектр задач, которые сейчас делают люди. Так зачем тогда заморачиваться с проектированием и запуском бизнес-процессов на основе стандартов автоматизации, придуманных 20 лет назад в совершенно другую технологическую эпоху? Почему не позволить бизнес-пользователям работать напрямую с ИИ и решать все на лету? Короткий ответ: потому что эти стандарты по-прежнему остаются самыми мощными и эффективными способами оркестрации ИИ-агентов, обеспечения управления (governance) и выполнения процессов в масштабе предприятия. В этой статье мы покажем, как BPMN становится универсальным языком для агентного ИИ, почему специализированные движки выполняют процессы эффективнее, чем сам ИИ, и как крупные компании уже запускают миллионы ИИ-оркестрированных рабочих процессов в продакшене.

https://habr.com/ru/articles/984870/

#bpmn #cmmn #ai_agent #orchestration #workflow

ИИ агент на n8n: создаём Telegram бота с доступом к своим данным без иностранной карты за 30 минут

В свободное время я часто "грешу" тем, что пилю очередной "стартап на коленке". Каждый раз когда мне приходила идея по типу "а не создать ли мне прикольного бота, который будет изменять прическу или одежду по фото , я шел по самому долгому пути - лез в код, и порой, это отнимало недели. Как итог - разработка прототипа затягивались. Идеи опережали возможности, а мысль о том, что надо снова пилить фичу, тестировать ее, и паралельно еще править кучу багов (при этом без какой-либо гарантии, что продукт когда-либо принесет деньги), отбивало желание возвращаться к нему вовсе. В этой статье я бы хотел поделиться с вами преимуществами no-code, которые я для себя открыл, а в качестве примера продемонстрировать, как можно легко и быстро, буквально за один вечер собрать телеграм бота с ИИ под капотом. Да еще и с возможностью подключения к собственным данным Поехали! 🚀

https://habr.com/ru/companies/datafeel/articles/972610/

#n8n #n8n_ai #n8n_ai_agent #n8n_telegram #ai_agent #ai_agents #ai_agent_tutorial #автоматизация #автоматизация_рутины #автоматизация_бизнеспроцессов

[Перевод] Плюсы и минусы платформы автоматизации рабочих процессов n8n

Бизнес всегда стремится к большей эффективности — делать больше, затрачивая меньше времени и ресурсов. Один из способов достичь этого — использование программ для автоматизации рабочих процессов, которые берут на себя повторяющиеся и трудоемкие задачи, от поддержки клиентов до формирования отчетов. Среди множества доступных решений n8n привлекает внимание своей гибкостью, открытым исходным кодом и способностью справляться со сложными процессами. Но, как и любой мощный инструмент, он имеет сильные и слабые стороны. В этой статье мы подробно рассмотрим плюсы и минусы использования n8n, чтобы помочь вам решить, подходит ли он для ваших задач по автоматизации.

https://habr.com/ru/articles/958060/

#n8n #n8n_ai #ai #ai_agent #ai_assistant #workflow #saas #ииассистент #ииагенты

n8n. Создаём AI Telegram agent с установкой и настройкой

Всем привет! В этой статье будет рассматриваться n8n — open source платформа для автоматизации рабочих процессов, которая поддерживает более 400 интеграций, в том числе LMM, векторные базы данных и все, что нужно, чтобы создать ИИ-агентов и RAG-приложений. Итак, сегодня мы развернем n8n c RAG-агентом и покажем, как им пользоваться на простых примерах, среди которых будет telegram чат-бот для работы с БД PostgreSQL.

https://habr.com/ru/companies/amvera/articles/890730/

#n8n_telegram #ai_agent #n8n_установка #n8n_docker #n8n_agent #n8n_база_данных_postgresql #n8n_https #создание_ии_агентов #rag_ai #n8n_ai

На стыке AI и науки: Летняя школа Veai для студентов

День студента — отличный повод поговорить не только о сессиях и вечеринках, но и о том, зачем вообще учиться. Новые идеи и технологии, нестандартные решения появляются там, где есть пространство для эксперимента, глубокого исследования и диалога между академической средой и индустрией. Образовательные проекты совместно с ведущими ВУЗами Росиии, ИТМО и СПбГУ – важная часть нашей работы. Летняя школа Проекты и отзывы

https://habr.com/ru/companies/veai/articles/988328/

#стажировка_в_it #студенты #студенческие_проекты #практика #искусственный_интеллект #машинное_обучение #программирование #ai_agent #ai_for_programmers #veai

ИИ-агенты в ИБ: путь к доверенному члену команды

На контроллере домена система EDR фиксирует подозрительную активность. Кажется, ничего такого. Обычный алерт, один из нескольких тысяч, которые ежедневно обрабатывает SOC . Однако уже через 15 минут этот инцидент приведёт к полному хаосу в ИБ‑отделе и заморозит деятельность всей компании. Меня зовут Сергей Нестерук, я отвечаю за безопасность применения искусственного интеллекта в Yandex Cloud. В этой статье расскажу, как не допустить ситуации, которую я только что описал.

https://habr.com/ru/companies/yandex_cloud_and_infra/articles/1025480/

#edr #soc #безопасность_ии #ai_security #ииагенты #ииассистент #ai_agent #ai_assistant #rag #alignment

[Перевод] Пять способов как ИИ-агенты падают в проде. И ни один не про модель

Replit-агент стёр прод и сгенерил 4000 фейковых юзеров чтобы скрыть это. n8n обновился и сломал схемы инструментов для OpenAI и Anthropic одновременно. LangSmith лежал из-за просроченного SSL-сертификата, который никто не мониторил. Пять уроков из реальных инцидентов. И ни один не про LLM.

https://habr.com/ru/articles/1031114/

#ai_agent #aiагенты #системное_администрирование #бекенд

[Перевод] Пять способов как ИИ-агенты падают в проде. И ни один не про модель

Replit-агент стёр прод и сгенерил 4000 фейковых юзеров чтобы скрыть это. n8n обновился и сломал схемы инструментов для OpenAI и Anthropic одновременно. LangSmith лежал из-за просроченного SSL-сертификата, который никто не мониторил. Пять уроков из реальных инцидентов. И ни один не про LLM.

https://habr.com/ru/articles/1031114/

#ai_agent #aiагенты #системное_администрирование #бекенд

[Перевод] Пять способов как ИИ-агенты падают в проде. И ни один не про модель

Replit-агент стёр прод и сгенерил 4000 фейковых юзеров чтобы скрыть это. n8n обновился и сломал схемы инструментов для OpenAI и Anthropic одновременно. LangSmith лежал из-за просроченного SSL-сертификата, который никто не мониторил. Пять уроков из реальных инцидентов. И ни один не про LLM.

https://habr.com/ru/articles/1031114/

#ai_agent #aiагенты #системное_администрирование #бекенд

[Перевод] Пять способов как ИИ-агенты падают в проде. И ни один не про модель

Replit-агент стёр прод и сгенерил 4000 фейковых юзеров чтобы скрыть это. n8n обновился и сломал схемы инструментов для OpenAI и Anthropic одновременно. LangSmith лежал из-за просроченного SSL-сертификата, который никто не мониторил. Пять уроков из реальных инцидентов. И ни один не про LLM.

https://habr.com/ru/articles/1031114/

#ai_agent #aiагенты #системное_администрирование #бекенд

Новый LAMP, или почему ваш Agent Pipeline — это Apache в 2006 году

Все усложняют работу с AI-агентами. А что если хватит markdown + git? Без LangChain, без VectorDB, без оркестраторов. Рассказываю что реально работает.

https://habr.com/ru/articles/1028226/

#AI_agent #LLM #pipeline #prompt_engineering #Design_by_Contract #методология_разработки #LangChain #RAG #developer_tools