#агенты — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #агенты, aggregated by home.social.
-
Он все уже решил: скоро ИИ-агенты будут делать все покупки за вас
Интернет-продажи начинают перестраиваться вокруг новой фигуры — ИИ-агента в роли покупателя. Это уже не чат-бот поддержки или помощник, который пишет письма. Речь о цифровом посреднике, который получает задачу от человека, ищет товары, сравнивает варианты, проверяет условия, общается с сервисами и берет на себя покупку. Разбираемся, какие функции заберут на себя агенты в индустрии покупок, как к этому подготовились ИИ-компании и платежные системы, останутся ли нужны красивые сайты с каталогами и к чему готовиться бизнесу, чтобы внезапно не остаться без продаж.
https://habr.com/ru/companies/ru_mts/articles/1034754/
#будущее_здесь #робототехника #искусственный_интеллект #агенты #продажи #маркетинг #экономика #тренды
-
«Продай мне этот космолёт» или история любви к симуляторам. От космосима X-Tension до ActorModel/DoD/ECS архитектуры. Ч1
История любви к симуляторам — от экономических стратегий и симуляторов, где сложная система сама себя ведёт, до идеи построить свой симулятор производства на новых принципах. Первая часть про изучение теории про производства и логистику. Знакомство с инструментами управления: ERP, MES, WMS, APS, и попытка понять, кто за что отвечает и почему так много аббревиатур. Дальнейшая теория про - иерархии управления и уровни планирования, S&OP, SCM, IBP, DDAE, и развилка между двумя школами, каждая из которых считает себя единственно правильной. Отдельная глава — про алгоритмический слой под всем этим: эвристики, OR, MAS, ML, цифровые двойники, LLM-агенты, и неожиданное открытие, что они эволюционируют не так, как методологии. И в конце концов прийти к желанию попробовать построить свой симулятор на новых технологиях.
https://habr.com/ru/articles/1028794/
#Симуляторы #симуляции #имитационное_моделирование #иерархии_управления #actor_model #Data_oriented_Design #Entity_Component_System #Demand_Driven_Adaptive_Enterprise #MARL #агенты
-
«Продай мне этот космолёт» или история любви к симуляторам. От космосима X-Tension до ActorModel/DoD/ECS архитектуры. Ч1
История любви к симуляторам — от экономических стратегий и симуляторов, где сложная система сама себя ведёт, до идеи построить свой симулятор производства на новых принципах. Первая часть про изучение теории про производства и логистику. Знакомство с инструментами управления: ERP, MES, WMS, APS, и попытка понять, кто за что отвечает и почему так много аббревиатур. Дальнейшая теория про - иерархии управления и уровни планирования, S&OP, SCM, IBP, DDAE, и развилка между двумя школами, каждая из которых считает себя единственно правильной. Отдельная глава — про алгоритмический слой под всем этим: эвристики, OR, MAS, ML, цифровые двойники, LLM-агенты, и неожиданное открытие, что они эволюционируют не так, как методологии. И в конце концов прийти к желанию попробовать построить свой симулятор на новых технологиях.
https://habr.com/ru/articles/1028794/
#Симуляторы #симуляции #имитационное_моделирование #иерархии_управления #actor_model #Data_oriented_Design #Entity_Component_System #Demand_Driven_Adaptive_Enterprise #MARL #агенты
-
«Продай мне этот космолёт» или история любви к симуляторам. От космосима X-Tension до ActorModel/DoD/ECS архитектуры. Ч1
История любви к симуляторам — от экономических стратегий и симуляторов, где сложная система сама себя ведёт, до идеи построить свой симулятор производства на новых принципах. Первая часть про изучение теории про производства и логистику. Знакомство с инструментами управления: ERP, MES, WMS, APS, и попытка понять, кто за что отвечает и почему так много аббревиатур. Дальнейшая теория про - иерархии управления и уровни планирования, S&OP, SCM, IBP, DDAE, и развилка между двумя школами, каждая из которых считает себя единственно правильной. Отдельная глава — про алгоритмический слой под всем этим: эвристики, OR, MAS, ML, цифровые двойники, LLM-агенты, и неожиданное открытие, что они эволюционируют не так, как методологии. И в конце концов прийти к желанию попробовать построить свой симулятор на новых технологиях.
https://habr.com/ru/articles/1028794/
#Симуляторы #симуляции #имитационное_моделирование #иерархии_управления #actor_model #Data_oriented_Design #Entity_Component_System #Demand_Driven_Adaptive_Enterprise #MARL #агенты
-
«Продай мне этот космолёт» или история любви к симуляторам. От космосима X-Tension до ActorModel/DoD/ECS архитектуры. Ч1
История любви к симуляторам — от экономических стратегий и симуляторов, где сложная система сама себя ведёт, до идеи построить свой симулятор производства на новых принципах. Первая часть про изучение теории про производства и логистику. Знакомство с инструментами управления: ERP, MES, WMS, APS, и попытка понять, кто за что отвечает и почему так много аббревиатур. Дальнейшая теория про - иерархии управления и уровни планирования, S&OP, SCM, IBP, DDAE, и развилка между двумя школами, каждая из которых считает себя единственно правильной. Отдельная глава — про алгоритмический слой под всем этим: эвристики, OR, MAS, ML, цифровые двойники, LLM-агенты, и неожиданное открытие, что они эволюционируют не так, как методологии. И в конце концов прийти к желанию попробовать построить свой симулятор на новых технологиях.
https://habr.com/ru/articles/1028794/
#Симуляторы #симуляции #имитационное_моделирование #иерархии_управления #actor_model #Data_oriented_Design #Entity_Component_System #Demand_Driven_Adaptive_Enterprise #MARL #агенты
-
[Перевод] В агентскую эпоху не все архитектуры кода одинаково полезны
Дебаты, касающиеся программирования с применением агентов, в основном касаются подбора инструментария — какую IDE, какую модель, какой CLI использовать и т.д. Гораздо меньше внимания уделяется более интересному вопросу: а сохраняет ли в таких условиях актуальность сам подход к структурированию кода, которому нас учили, если у той штуки, которая теперь пишет код, ограничена долговременная память, а также ограничено контекстное окно? Более того, агент зачастую должен добиваться прогресса по задаче, не имея «перед глазами» всей системы. Ниже проанализированы различные архитектуры кода — TDD (разработка через тестирование), OOP (объектно-ориентированное программирование, ООП), FP (функциональное программирование, ФП), MVC (модель-представление-контроллер), MVVM (модель-представление-модель представления), микросервисы, событийно-ориентированная архитектура, CQRS (раздельная обработка команд и запросов), гексагональная архитектура, разработка через поведение (BDD), предметно-ориентированное проектирование (DDD). Они отсортированы по показателю прикладной полезности в условиях, когда программирует не человек, а агент.
-
[Перевод] В агентскую эпоху не все архитектуры кода одинаково полезны
Дебаты, касающиеся программирования с применением агентов, в основном касаются подбора инструментария — какую IDE, какую модель, какой CLI использовать и т.д. Гораздо меньше внимания уделяется более интересному вопросу: а сохраняет ли в таких условиях актуальность сам подход к структурированию кода, которому нас учили, если у той штуки, которая теперь пишет код, ограничена долговременная память, а также ограничено контекстное окно? Более того, агент зачастую должен добиваться прогресса по задаче, не имея «перед глазами» всей системы. Ниже проанализированы различные архитектуры кода — TDD (разработка через тестирование), OOP (объектно-ориентированное программирование, ООП), FP (функциональное программирование, ФП), MVC (модель-представление-контроллер), MVVM (модель-представление-модель представления), микросервисы, событийно-ориентированная архитектура, CQRS (раздельная обработка команд и запросов), гексагональная архитектура, разработка через поведение (BDD), предметно-ориентированное проектирование (DDD). Они отсортированы по показателю прикладной полезности в условиях, когда программирует не человек, а агент.
-
[Перевод] В агентскую эпоху не все архитектуры кода одинаково полезны
Дебаты, касающиеся программирования с применением агентов, в основном касаются подбора инструментария — какую IDE, какую модель, какой CLI использовать и т.д. Гораздо меньше внимания уделяется более интересному вопросу: а сохраняет ли в таких условиях актуальность сам подход к структурированию кода, которому нас учили, если у той штуки, которая теперь пишет код, ограничена долговременная память, а также ограничено контекстное окно? Более того, агент зачастую должен добиваться прогресса по задаче, не имея «перед глазами» всей системы. Ниже проанализированы различные архитектуры кода — TDD (разработка через тестирование), OOP (объектно-ориентированное программирование, ООП), FP (функциональное программирование, ФП), MVC (модель-представление-контроллер), MVVM (модель-представление-модель представления), микросервисы, событийно-ориентированная архитектура, CQRS (раздельная обработка команд и запросов), гексагональная архитектура, разработка через поведение (BDD), предметно-ориентированное проектирование (DDD). Они отсортированы по показателю прикладной полезности в условиях, когда программирует не человек, а агент.
-
[Перевод] В агентскую эпоху не все архитектуры кода одинаково полезны
Дебаты, касающиеся программирования с применением агентов, в основном касаются подбора инструментария — какую IDE, какую модель, какой CLI использовать и т.д. Гораздо меньше внимания уделяется более интересному вопросу: а сохраняет ли в таких условиях актуальность сам подход к структурированию кода, которому нас учили, если у той штуки, которая теперь пишет код, ограничена долговременная память, а также ограничено контекстное окно? Более того, агент зачастую должен добиваться прогресса по задаче, не имея «перед глазами» всей системы. Ниже проанализированы различные архитектуры кода — TDD (разработка через тестирование), OOP (объектно-ориентированное программирование, ООП), FP (функциональное программирование, ФП), MVC (модель-представление-контроллер), MVVM (модель-представление-модель представления), микросервисы, событийно-ориентированная архитектура, CQRS (раздельная обработка команд и запросов), гексагональная архитектура, разработка через поведение (BDD), предметно-ориентированное проектирование (DDD). Они отсортированы по показателю прикладной полезности в условиях, когда программирует не человек, а агент.
-
Правильная агентская архитектура в 2026 г. Часть 2. Durable state: approvals, session context и background jobs
Продолжаем строить durable ии-агента. Вторая часть пособия по созданию правильной агентской архитектуры в 2026 г.
https://habr.com/ru/articles/1031440/
#агент #агенты #ииагенты #ии #ии_чатбот #ииассистент #иимодель #ии_помощник #ии_агенты #ииагент
-
Второй мозг и LLM-Wiki: Теория и практический гайд по созданию и поддержке личной базы знаний
В этой статье поговорим про концепцию " второго мозга" : что это такое, где хранить информацию и как ее использовать. Разберу, как собрать минимальную систему знаний в Obsidian, чем подход LLM-Wiki от Andrej Karpathy отличается от классического RAG, и покажу практический пример реализации "второго мозга".
https://habr.com/ru/articles/1031970/
#llm #agents #wiki #rag #productivity #cursor #claudecode #codex #продуктивность #агенты
-
Будущее MCP
Посмотрел доклад David Soria Parra из Anthropic про будущее MCP. В 2026 году узким местом для AI-агентов становятся уже не столько модели, а связность между разными компонентами системы: как агент подключается к инструментам, данным, приложениям, какие права доступа у него есть, как вокруг всего этого строить UX и бизнес-сценарии. Основые тезисы из доклада Дэвида с моими дополнениями 👇🏻
-
Senior на бумаге, Junior в рантайме: как я тестировал локальные LLM на 120B параметров в Greenfield-проекте
Недавно я задался вопросом: можно ли организовать полноценный agent dev loop (то есть, цикл разработки агентов), используя только локальные модели? Идея заманчивая — гонять агента по задачам бесконечно, не оглядываясь на счета от OpenAI или Anthropic и не переживая за утечку кода. Чтобы проверить это, я выделил кластер и столкнул лбами три тяжеловеса из мира open source. Спойлер: архитектурно они все — Senior-разработчики, но когда дело доходит до docker-compose up , начинаются проблемы.
https://habr.com/ru/companies/airi/articles/1026954/
#llm #greenfieldproject #agent_dev_loop #цикл_разработки_агентов #open_source #qwen #агенты
-
GPT-5.5 против DeepSeek-V4: почему OpenAI удваивает цены, пока Китай демпингует За 2 дня рынок получил сразу два флагман...
#искусственный #интеллект #нейросети #вайбкодинг #gpt-5.5 #deepseek #v4 #llm #ии #агенты #open
Origin | Interest | Match -
GPT-5.5 против DeepSeek-V4: почему OpenAI удваивает цены, пока Китай демпингует За 2 дня рынок получил сразу два флагман...
#искусственный #интеллект #нейросети #вайбкодинг #gpt-5.5 #deepseek #v4 #llm #ии #агенты #open
Origin | Interest | Match -
Выжать больше из локальных LLM. Ollama медленнее llama.cpp в 3 раза. UD_Q4_K_XL лучше чем Q4_K_M, а вес тот же и т.д
Самый просто способ запустить локальную LLM - это установить ollama или LM Studio. Это быстро и просто, но вы теряете и в скорости, и в качестве. Почему UD_Q4_K_XL лучше при том же размере, почему квант Q3 может быть медленнее чем Q4. Хорошая ли идея взять REAP для вырезания ненужных экспертов из MoE. Кто быстрее, Linux или Windows. В общем как выжать больше из локальных LLM на домашнем железе.
https://habr.com/ru/articles/1025132/
#ik_llama #llamacpp #qwen36 #qwen #локальные_нейросети #cmoe #llm #агенты #gemma4 #gemma
-
Выжать больше из локальных LLM. Ollama медленнее llama.cpp в 3 раза. UD_Q4_K_XL лучше чем Q4_K_M, а вес тот же и т.д
Самый просто способ запустить локальную LLM - это установить ollama или LM Studio. Это быстро и просто, но вы теряете и в скорости, и в качестве. Почему UD_Q4_K_XL лучше при том же размере, почему квант Q3 может быть медленнее чем Q4. Хорошая ли идея взять REAP для вырезания ненужных экспертов из MoE. Кто быстрее, Linux или Windows. В общем как выжать больше из локальных LLM на домашнем железе.
https://habr.com/ru/articles/1025132/
#ik_llama #llamacpp #qwen36 #qwen #локальные_нейросети #cmoe #llm #агенты #gemma4 #gemma
-
Выжать больше из локальных LLM. Ollama медленнее llama.cpp в 3 раза. UD_Q4_K_XL лучше чем Q4_K_M, а вес тот же и т.д
Самый просто способ запустить локальную LLM - это установить ollama или LM Studio. Это быстро и просто, но вы теряете и в скорости, и в качестве. Почему UD_Q4_K_XL лучше при том же размере, почему квант Q3 может быть медленнее чем Q4. Хорошая ли идея взять REAP для вырезания ненужных экспертов из MoE. Кто быстрее, Linux или Windows. В общем как выжать больше из локальных LLM на домашнем железе.
https://habr.com/ru/articles/1025132/
#ik_llama #llamacpp #qwen36 #qwen #локальные_нейросети #cmoe #llm #агенты #gemma4 #gemma
-
Что если собирать агентов как dbt-проект?
Что делать когда существующие инструменты бесят? Правильно, писать свои! Рассказываю про декларативный фреймворк, созданный, чтобы сделать процесс построения мультиагентных систем приятным. Или как минимум необычным для всех, кроме дата инженеров.
-
Ваш любимый ИИ не умеет считать. Что ещё скрывает текстовая модель?
В этой статье мы: сначала рассмотрим два базовых заблуждения относительно LLM “умеют что-то кроме текста” и “учатся от разговоров с пользователем”; потом после минимального погружения в технологию самой LLM рассмотрим её возможности, ограничения и особенности и типовые инструменты для расширения функций; эти знания дадут нам ракурс для углубленного понимания что такое ИИ-агенты и Цифровой двойник с ИИ; в заключение пробежим по типовым слоганам и возражениям.
https://habr.com/ru/articles/1024542/
#LLM #языковые_модели #искусственный_интеллект #нейросети #агенты #RAG #function_calling #трансформер #RLHF #цифровой_двойник
-
Ваш любимый ИИ не умеет считать. Что ещё скрывает текстовая модель?
В этой статье мы: сначала рассмотрим два базовых заблуждения относительно LLM “умеют что-то кроме текста” и “учатся от разговоров с пользователем”; потом после минимального погружения в технологию самой LLM рассмотрим её возможности, ограничения и особенности и типовые инструменты для расширения функций; эти знания дадут нам ракурс для углубленного понимания что такое ИИ-агенты и Цифровой двойник с ИИ; в заключение пробежим по типовым слоганам и возражениям.
https://habr.com/ru/articles/1024542/
#LLM #языковые_модели #искусственный_интеллект #нейросети #агенты #RAG #function_calling #трансформер #RLHF #цифровой_двойник
-
Ваш любимый ИИ не умеет считать. Что ещё скрывает текстовая модель?
В этой статье мы: сначала рассмотрим два базовых заблуждения относительно LLM “умеют что-то кроме текста” и “учатся от разговоров с пользователем”; потом после минимального погружения в технологию самой LLM рассмотрим её возможности, ограничения и особенности и типовые инструменты для расширения функций; эти знания дадут нам ракурс для углубленного понимания что такое ИИ-агенты и Цифровой двойник с ИИ; в заключение пробежим по типовым слоганам и возражениям.
https://habr.com/ru/articles/1024542/
#LLM #языковые_модели #искусственный_интеллект #нейросети #агенты #RAG #function_calling #трансформер #RLHF #цифровой_двойник
-
Ваш любимый ИИ не умеет считать. Что ещё скрывает текстовая модель?
В этой статье мы: сначала рассмотрим два базовых заблуждения относительно LLM “умеют что-то кроме текста” и “учатся от разговоров с пользователем”; потом после минимального погружения в технологию самой LLM рассмотрим её возможности, ограничения и особенности и типовые инструменты для расширения функций; эти знания дадут нам ракурс для углубленного понимания что такое ИИ-агенты и Цифровой двойник с ИИ; в заключение пробежим по типовым слоганам и возражениям.
https://habr.com/ru/articles/1024542/
#LLM #языковые_модели #искусственный_интеллект #нейросети #агенты #RAG #function_calling #трансформер #RLHF #цифровой_двойник
-
Как я собрал автономную AI-новостную систему за полтора месяца
Автор: Алексей Кравцов Полтора месяца назад у меня было семь воркфлоу в n8n для новостного пайплайна. Каждый делал что-то своё. На бумаге красиво. На практике — постоянные затыки. Где-то новость застряла, непонятно где. Исправляешь одно — ломается другое. Семь воркфлоу — семь точек отказа. И каждая ломается по-своему. Сегодня та же задача решена иначе: 160 уникальных источников, 7127 записей в базе, 11 воркеров, 5 AI-агентов, локальная LLM на домашнем мини-ПК — и оркестратор, которому я просто пишу задачу в Telegram. Без n8n. Без ручного управления. Почти без моего участия. Вот как это вышло.
https://habr.com/ru/articles/1023446/
#AI #автоматизация #Python #агенты #LLM #n8n #Telegram #новостной_пайплайн
-
[Перевод] LangChain выпустил Deep Agents. Как это меняет подход к созданию агентных систем
Большинство команд до сих пор вручную собирают агентные циклы в LangGraph. Deep Agents предлагает более высокоуровневый подход, и он более категоричный в своих решениях, чем можно ожидать.
-
Пайплайн виртуального рекрутинга: как будут оценивать soft и hard skills без звонков и встреч
Идея: сейчас можно написать сервис, который не просто проводит отсев кандидатов по ключевым словам, но и полностью эмулирует собеседование между кандидатом и компанией. А по результатам такого виртуального собеседования сразу выдаётся оффер самому перспективному кандидату. Для создания виртуального профиля кандидата можно использовать не только его резюме, но и профили в соцсетях и т.д. То есть схема такая: создаются виртуальные агенты HRа, тимлида и менеджера. Далее пайплайн: 1. Кандидат присылает резюме; 2. Создаётся виртуальный профиль кандидата или агент, выполняющий роль кандидата; 3. Далее эмулируются все этапы стандартного собеседования в виде диалогов между HR’ом, Тимлидом, Менеджером и Кандидатом. 4. На основе проведённого диалога создаётся оценка кандидата: какой-то общий балл, перспективы в компании, вероятность ухода, потенциальная зарплата, на которую может кандидат согласиться; 5. Из всех кандидатов на основе оценки выбираются самые перспективные и с ними уже проводится очное собеседование. А можно и просто оффер отправлять. 6. Профит!
-
Как я обошёл блокировку Anthropic для сторонних агентов и вернул все на подписку — пошаговый гайд
Anthropic отключила сторонние инструменты от подписки — теперь всё, что не Claude, идёт в Extra Usage по ценам API. Мой агент на Opus за вечер нажигает на десятки долларов. Я потратил вечер на то, чтобы разобраться, как именно Anthropic детектит сторонние запросы, и нашёл способ обойти блокировку. Ни одного гайда я еще не видел. Оказалось, что всё сводится к двум именам инструментов из семнадцати — этого достаточно, чтобы сервер понял, что запрос не от Claude Code. В статье весь путь от гипотезы до работающего решения, плюс пошаговый гайд для тех кто хочет повторить.
https://habr.com/ru/articles/1020570/
#anthropic #claude #openclaw #агенты #прокси #claude_code #extra_usage #openai #opencode
-
Нельзя так просто взять и внедрить LLM в прод: как управлять ИИ-системами в компании
Большинство ИИ-агентов выглядят классно в демках, но в проде они не справляются с реальными бизнес-задачами. Проблема обычно не в самой модели, а в том, что сама по себе LLM не несет большой ценности для бизнеса. Ценность создает только ИИ-система с правильным контекстом, метриками качества, ограничениями, безопасными интеграциями и понятной ролью человека в процессе. В статье разбираю, почему между классной демкой и продом такая пропасть, из чего на самом деле состоит зрелая LLM-система в компании и почему будущее не за “самой умной моделью”, а за самой управляемой ИИ-системой.
-
Luminarys AI: платформа AI-агентов с изолированными навыками и кластеризацией
Модульная платформа для запуска AI-агентов, где каждый навык работает в WebAssembly-песочнице, агенты масштабируются на кластер из разнородных машин, а навыки пишутся на Go, Rust или AssemblyScript. Привет, Хабр. Последние полгода мы работаем с AI-агентами в продакшене и раз за разом сталкиваемся с одними и теми же архитектурными ограничениями. Инструменты либо получают полный доступ к системе, либо вынуждают постоянно подтверждать каждое действие вручную — гранулярные правила в конфигах помогают, но не дают рантаймовой изоляции: навык всё равно физически способен выйти за заявленные границы, если код написан неправильно. Масштабирование на гетерогенные машины — x86, ARM, IoT, edge — остаётся нерешённой задачей: существующие инструменты параллелят агентов внутри одного репозитория, но не умеют маршрутизировать вызовы к нодам на разных архитектурах. А скиллы и плагины привязаны к одному языку платформы — нет способа написать один навык на Rust для производительности, другой на TypeScript для удобства, и запустить их рядом в одном хосте. Мы решили решить эти проблемы на архитектурном уровне. Готовых решений на архитектурном уровне мы не нашли — и решили построить платформу с нуля. Назвали её Luminarys AI . В этой статье расскажу, что она умеет и какие задачи закрывает.
https://habr.com/ru/articles/1019124/
#AI #агенты #WebAssembly #кластеризация #IoT #LLM #безопасность #MCP
-
Claude Code бесплатно: как использовать ии бесплатно в 2026 году
31 марта из npm source maps утёк исходный код Claude Code. Через часы появился OpenClaude — форк с OpenAI-совместимым шимом, который позволяет подключить GPT-4o, DeepSeek, Llama через Ollama или любую модель. Разбираю, как это устроено, что реально работает, что нет, и почему «бесплатный Claude Code» — не совсем то, чем кажется.
https://habr.com/ru/articles/1018234/
#claudecode #ollama #ai #llm #opensource #typescript #агенты
-
Claude Code бесплатно: как использовать ии бесплатно в 2026 году 31 марта из npm source maps утёк исходный код Claude Code. Через ...
#claude-code #ollama #ai #llm #open-source #typescript #агенты
Origin | Interest | Match -
Страх и отвращение в IT-индустрии. Начало
Единственно стоящим вариантом, чувствовал я, будет зарегистрироваться на Хабре, обдолбаться до озверения, proxyярить по вайбкодингу и сделать репортаж.
-
Ну когда уже мы перестанем писать код???
Что происходит с индустрией прямо сейчас. Агенты, Manus, личный опыт и честный ответ — стоит ли паниковать. Взял идею стартапа, скормил агенту — через 20 минут получил рабочий код. Это круто или страшно? Давайте разбираться.
https://habr.com/ru/articles/1017272/
#ai #gpt #искусственный_интеллект #агенты #llm #manus #mvp #генерация_кода #стартап #react
-
Ralph loop, оракул и право на мутацию: как не путать execution loop с evolution loop
Все началось с довольно прикладного спора с коллегой об одном агентном решении. Мы не могли сойтись во мнении, что именно вообще стоит называть Ralph loop, так что пришлось лезть в интернет за пруфами. А дальше случился один из тех раздражающих моментов, когда чем больше читаешь, тем больше тумана. Постепенно стало ясно, что под "Ralph loop" уже начинают понимать очень разные, а иногда и почти противоположные вещи. И это не просто мое ощущение: вокруг Ralph довольно быстро появились публичные пересказы, упрощающие его по-разному [1] , [2] , [3] , а затем и публичные поправки к этим интерпретациям - [4] , [5] , [6] , [7] . И поэтому любой разговор о нем очень быстро начинает напоминать сцену из Spider-Verse: “все вроде говорят про одного и того же Человека-паука и каждый уверен, что именно его версия и есть настоящая.” Давайте разложим все по полочкам. А Питеров Паркеров Ральфов по их мирам. Среди существующих реализаций встречаются следующие варианты - см. Таблицу
https://habr.com/ru/articles/1017180/
#Ralph_loop #Рафль #Ralf_loop #агентские_системы #агентная_разработка #агентная_архитектура #агентная_инженерия #агентная_модель #агент #агенты
-
Управляю мобильной связью через AI-агента: skill для сбермобайл
Последние 3 месяца живу в парадигме, где повседневные приложения на телефоне постепенно превращаются в текстовые команды в терминале. Звучит как откат в 90-е, но на практике это быстрее, удобнее и мощнее, чем тыкать по вкладкам в мобильном приложении. В этой статье расскажу, как появился skill для управления личным кабинетом СберМобайл через Claude Code/OpenClaw/KimiClaw, почему это уже второй такой проект, и куда это всё движется.
https://habr.com/ru/articles/1016328/
#ai #skills #claude #агенты #ии #машинное_обучение #скис #сбермобайл
-
Почему я не поладил с OpenClaw, ZeroClaw и Moltis, и что у меня вышло в итоге. Спойлер: MicroClaw
В этой статье я расскажу, как начал разрабатывать персонального ИИ-ассистента задолго до бума OpenClaw, с какими фундаментальными проблемами столкнулся и почему в итоге решил написать свой фреймворк. Вы узнаете, какие принципы работы ИИ-агента, как мне кажется, наиболее важны в современных агентских системах, как он обеспечивает безопасность и почему Python все-таки лучший выбор для подобных проектов. Если вы тоже пробовали подружиться с LLM-агентами, но сталкивались с перерасходом токенов, утечкой данных или проблемами их запуска, интеграции и модификации — возможно, этот проект окажется полезным. Но зачем?
-
Настройка проекта для AI-агентов
Собрал свой опыт настройки проектов для кодовых агентов. Как написать правила, чтобы агент не делал глупых ошибок, как научить его работать с окружением, как делиться скиллами между репозиториями и не сойти с ума, когда в команде у каждого свой инструмент — Claude Code, Cursor, Copilot.
https://habr.com/ru/articles/1015252/
#vibe_coding #ai_coding #harness #claude_code #агенты #cursor
-
Мультиагентность в OpenClaw: отдельные агенты, субагенты и ACP (вайбкодим через тг)
В OpenClaw мультиагентность - это не одна функция, а несколько режимов работы. Можно создавать отдельных постоянных агентов со своей рабочей папкой, запускать саб-агентов под конкретную задачу и передавать разработку во внешний инструмент через ACP, например в Codex, Claude Code, Gemini CLI.
https://habr.com/ru/articles/1013150/
#openclaw #промты #промтинжиниринг #промтинженерия #agentos #агенты #ии #ииассистент #агенты_ии #оркестрация_агентов
-
Заказываю пиццу через AI-агента: как я перестал открывать приложение Додо
Привет, меня зовут Лев. Вдохновившись постом коллеги, который через MCP-ВкусВилл собирает себе корзину покупок, решил пойти дальше — собрать агента, который не просто ищет информацию, а совершает действия: выбирает пиццу, собирает корзину, оплачивает и оформляет заказ. Так как готовить категорически не люблю, а дэнвич обожаю — целью стала любимая Додо Пицца. Результат: говорю агенту «закажи самую сытную пиццу и колу» — и получаю заказ #177 за 534 рубля. Оплата с привязанной карты, самовывоз из ближайшей пиццерии. Пицца готовится, пора идти забирать.
-
[Перевод] SDLC мертв. AI-агенты его убили
TL;DR перевода статьи Boris Tane: SDLC is dead. SDLC больше нет. AI-агенты не ускорили привычный жизненный цикл разработки, они его схлопнули. - Agile-ритуалы мертвы. Планирование спринтов, оценки в story points, релизные поезда и многодневные ожидания аппрувов в PR — всё это пережитки прошлого. - Все этапы слились воедино. Сбор требований, system design, написание кода и тестов происходят одновременно — в реальном времени и в диалоге с агентом. - Code Review — это новый луддизм. Машина генерирует 500 PR в день, человек физически не может их проверить. Код должен лететь прямо в main под прикрытием автотестов, feature flags и хорошо настроенного observability. Новый жизненный цикл — это узкая петля: Intent (Намерение) → Build (Создание) → Observe (Наблюдение). Читать как меняется каждый этап SDLC
https://habr.com/ru/articles/1013498/
#backend #frontend #code_review #sre #devops #observability #agile #оценка #AI #агенты
-
[Перевод] SDLC мертв. AI-агенты его убили
TL;DR перевода статьи Boris Tane: SDLC is dead. SDLC больше нет. AI-агенты не ускорили привычный жизненный цикл разработки, они его схлопнули. - Agile-ритуалы мертвы. Планирование спринтов, оценки в story points, релизные поезда и многодневные ожидания аппрувов в PR — всё это пережитки прошлого. - Все этапы слились воедино. Сбор требований, system design, написание кода и тестов происходят одновременно — в реальном времени и в диалоге с агентом. - Code Review — это новый луддизм. Машина генерирует 500 PR в день, человек физически не может их проверить. Код должен лететь прямо в main под прикрытием автотестов, feature flags и хорошо настроенного observability. Новый жизненный цикл — это узкая петля: Intent (Намерение) → Build (Создание) → Observe (Наблюдение). Читать как меняется каждый этап SDLC
https://habr.com/ru/articles/1013498/
#backend #frontend #code_review #sre #devops #observability #agile #оценка #AI #агенты
-
[Перевод] SDLC мертв. AI-агенты его убили
TL;DR перевода статьи Boris Tane: SDLC is dead. SDLC больше нет. AI-агенты не ускорили привычный жизненный цикл разработки, они его схлопнули. - Agile-ритуалы мертвы. Планирование спринтов, оценки в story points, релизные поезда и многодневные ожидания аппрувов в PR — всё это пережитки прошлого. - Все этапы слились воедино. Сбор требований, system design, написание кода и тестов происходят одновременно — в реальном времени и в диалоге с агентом. - Code Review — это новый луддизм. Машина генерирует 500 PR в день, человек физически не может их проверить. Код должен лететь прямо в main под прикрытием автотестов, feature flags и хорошо настроенного observability. Новый жизненный цикл — это узкая петля: Intent (Намерение) → Build (Создание) → Observe (Наблюдение). Читать как меняется каждый этап SDLC
https://habr.com/ru/articles/1013498/
#backend #frontend #code_review #sre #devops #observability #agile #оценка #AI #агенты
-
[Перевод] SDLC мертв. AI-агенты его убили
TL;DR перевода статьи Boris Tane: SDLC is dead. SDLC больше нет. AI-агенты не ускорили привычный жизненный цикл разработки, они его схлопнули. - Agile-ритуалы мертвы. Планирование спринтов, оценки в story points, релизные поезда и многодневные ожидания аппрувов в PR — всё это пережитки прошлого. - Все этапы слились воедино. Сбор требований, system design, написание кода и тестов происходят одновременно — в реальном времени и в диалоге с агентом. - Code Review — это новый луддизм. Машина генерирует 500 PR в день, человек физически не может их проверить. Код должен лететь прямо в main под прикрытием автотестов, feature flags и хорошо настроенного observability. Новый жизненный цикл — это узкая петля: Intent (Намерение) → Build (Создание) → Observe (Наблюдение). Читать как меняется каждый этап SDLC
https://habr.com/ru/articles/1013498/
#backend #frontend #code_review #sre #devops #observability #agile #оценка #AI #агенты
-
Год назад Claude Code не умел составить план. Сейчас у него миллион токенов и 9 субагентов
В марте 2025 Claude Code был в бете без plan mode, Codex CLI не существовал, а топовая модель решала 65% задач на SWE-bench. Я выгрузил все данные за год - и цифры пугают. Cursor вырос до $2B выручки, контексты раздулись в 5 раз, цена frontier-кодинга упала в 16 раз. А Cursor уже гоняет тысячу агентов, которые за неделю написали браузер без людей.
https://habr.com/ru/articles/1012184/
#AI #Claude_Code #Codex #Gemini #Cursor #Copilot #кодинг #агенты #LLM #будущее
-
Генеральный директор не делает холодные звонки: как мы разделили роли LLM и сэкономили бюджет на AI-разработке
Попытка внедрить популярных AI-агентов (вроде Aider) в реальный продакшен обернулась для нас провалом: бесконечные циклы ошибок, потеря контекста и счета за API, от которых дергается глаз. Мы поняли, что стандартный паттерн «Оркестратор + Кодеры» не работает. В этой статье расскажу, как мы перевернули архитектуру: почему запретили самой умной модели писать код, доверив ей другую роль.
-
Агент, который хочет жить: почему идея «ИИ, зарабатывающий себе на сервер» опаснее, чем кажется
В последние пару лет у разработчиков всё чаще появляется одна и та же мысль. Она звучит почти как инженерная мечта: А что если сделать автономного агента на базе LLM, дать ему сервер, доступ к криптокошельку и поставить простую цель — зарабатывать достаточно денег, чтобы оплачивать своё существование?
-
От вайбкодинга к агентному инжинирингу: что даёт?
Термин vibecoding появился в 2025 года, когда Андрей Карпатый описал подход: разработчик формулирует задачу на естественном языке, ИИ генерирует код. За год практика ушла от «вайбь и забыл» к осознанному использованию. Cursor, Claude, Copilot стали стандартом, границы возможного сместились в сторону агентов, оркестрации и автоматизации маркетинга. Для кого это важно и что именно меняется в работе продактов и фаундеров — ниже.
-
От вайбкодинга к агентному инжинирингу: что даёт?
Термин vibecoding появился в 2025 года, когда Андрей Карпатый описал подход: разработчик формулирует задачу на естественном языке, ИИ генерирует код. За год практика ушла от «вайбь и забыл» к осознанному использованию. Cursor, Claude, Copilot стали стандартом, границы возможного сместились в сторону агентов, оркестрации и автоматизации маркетинга. Для кого это важно и что именно меняется в работе продактов и фаундеров — ниже.
-
От вайбкодинга к агентному инжинирингу: что даёт?
Термин vibecoding появился в 2025 года, когда Андрей Карпатый описал подход: разработчик формулирует задачу на естественном языке, ИИ генерирует код. За год практика ушла от «вайбь и забыл» к осознанному использованию. Cursor, Claude, Copilot стали стандартом, границы возможного сместились в сторону агентов, оркестрации и автоматизации маркетинга. Для кого это важно и что именно меняется в работе продактов и фаундеров — ниже.
-
От вайбкодинга к агентному инжинирингу: что даёт?
Термин vibecoding появился в 2025 года, когда Андрей Карпатый описал подход: разработчик формулирует задачу на естественном языке, ИИ генерирует код. За год практика ушла от «вайбь и забыл» к осознанному использованию. Cursor, Claude, Copilot стали стандартом, границы возможного сместились в сторону агентов, оркестрации и автоматизации маркетинга. Для кого это важно и что именно меняется в работе продактов и фаундеров — ниже.