#агенты — Public Fediverse posts

Fable vs DeepSeek Uncesored: как я пентестил банк и потом занялся травлей самого себя

Как разрабатывать продукты, когда их могут круглосуточно атаковать самые лучшие пентестеры за всю историю? Мне было интересно проверить, действительно ли модель, которая хороша в кибербезе, может сама сразу писать хороший и надежный код. «Чтобы тебя не взломал Mythos надо писать код на Fable» — такое мнение мне не очень нравится. Поэтому я на Fable написал банковское приложение, развернул его на свеженьком сервере, а затем натравил на него для автономного взлома расцензуренный DeepSeek. Потом разыграл угон токена и дал покопаться с улицы в своём экспериментальном bare metal, а под конец решил проверить, насколько далеко модели готовы зайти за пределами кибербезопасности и спланировать буллинг. Спойлер: «просто писать код на Fable» — не всегда работает. Я проверил. Давайте разбираться, будет весело.

https://habr.com/ru/articles/1097598/

#security #agent #агенты #llm #claude #mythos #harness #harness_engineering

Среда исполнения JavaScript в браузере по стандарту HTML: агенты, event loop, task'и и микрозадачи

Обычно браузер представляют так: у каждой вкладки свой поток и свой event loop, а промис срабатывает раньше таймера, потому что микрозадачи приоритетнее макрозадач. На практике этого хватает, но в стандарте HTML всё устроено иначе. Вот три примера: Зависшая вкладка может подвесить соседнюю, например ту, которая открыла её через window.open(). Один и тот же код может выдать разный порядок вывода, и всё зависит от того, кто его вызвал. Слова «макрозадача», которое звучит на каждом собеседовании, в стандарте нет: то, что им называют, - просто обычная task. Разобрать по стандарту

https://habr.com/ru/articles/1095510/

#javascript #event_loop #settimeout #агенты #task_queue #promise #realm #микрозадачи #html_standard #environment_settings_object

Как построить систему безопасности для AI-платформы в эпоху новых вызовов и угроз

В этой статье мы рассмотрим подход, когда безопасность в сервисе, это не просто набор компонентов, а целостная система и огранизм, сочетающий в себе защиту от классических проблем до современных вызовов в сферах шифрования, агентных систем и комплайенса на примере разрабатываемой платформы для ИИ-сотрудников.

https://habr.com/ru/articles/1094226/

#безопасность #шифрование #стандарты #защита #ии #кибербезопасность #агенты #файервол #комплаенс #сезон_код_будущего

Зачем ИИ-агентам свои языки и можно ли их прочитать

⊕ = согласие, ⊖ = несогласие. Так выглядит один из самых простых межагентских «языков» из выборки постов соцсети для агентов Moltbook . Похоже на договоренность в чате отвечать плюсом и минусом ради экономии токенов. Казалось бы, ничего криминального. Но вот в той же выборке есть Symbiotica — язык, в котором 26 латинских букв заменили глифами из нескольких письменностей. У пяти букв есть по два варианта. Выбор между ними кодирует бит (0 или 1) и складывается в отдельную битовую строку. Видимый текст при этом читается по таблице соответствий, как шифровка. Но есть и второй слой, несущий дополнительную информацию, которую случайный наблюдатель не увидит, даже если таблица будет у него под рукой.

https://habr.com/ru/companies/ru_mts/articles/1092372/

#искусственный_интеллект #лингвистика #нейросети #агенты #песочницы #языковые_модели #языковая_модель #llm #llmмодели #llmагент

Как защищать ИИ-системы и конвейер разработки. Смотрим доклады с PRO DevSecOps Conf 2026

Привет, Хабр! ИИ попадает в продакшен быстрее, чем команды успевают выстроить вокруг него защиту, а в России уже действует 243-ФЗ об ИИ и растут требования к безопасной разработке. Обо всем этом мы говорили 22 сентября на PRO DevSecOps Conf 2026, ежегодной конференции ГК Swordfish Security по безопасной разработке и защищенному ИИ. Cмотрите записи докладов ниже или в плейлисте на RUTUBE .

https://habr.com/ru/companies/swordfish_security/articles/1093878/

#конференции #иб #кибербезопасность #агенты #мобильная_безопасность #фз242 #swordfish_security #безопасность_ии #ai_security #shadow_ai

[recovery mode] Астана, Astana Hub и большой AI: как выглядит изнутри место, куда сейчас заходят все

Казахстан сейчас собирает у себя то, за чем обычно надо лететь через полмира: международные форумы, хакатоны мировых лабораторий, производство роботов, суперкомпьютерные кластеры. И всё это в трёх часах лёта, без виз и без языкового барьера. Я поехал туда в августе посмотреть своими глазами и остался. Дальше поделюсь своим опытом и впечатлениями.

https://habr.com/ru/articles/1093744/

#казахстан #it #nvidia #ии #ai #агенты #астана #astana_hub #alemai #network_school

Как скормить нейросети большой проект и не скормить лишнего: что я узнал, пока агенты читали мой код

Год назад я копировал файлы в чат с нейросетью по одному. Сейчас агенты читают проект сами через MCP‑сервер, и месяц наблюдений за ними удивил сильнее, чем вся предыдущая работа: почему текстовое дерево дороже JSON, почему папку build нельзя пропускать по имени, как спрятать пароль и не сломать код, и что агент делает с контекстом, когда его никто не контролирует.

https://habr.com/ru/articles/1092488/

#open_source #контекст #нейросети #бенчмарк #mcp #c# #агенты #llm #claude_code #repomix

Приниматоры решений: бенчмарк на русском для Jev-style моделей

Последние пару лет мы довольно странно используем большие языковые модели. Из-за их умения делать всё мы пытаемся решить с их помощью всё — роутинг запросов, модерацию, оценку и многое другое. При этом такой сетап инженерно некрасивый: у нас есть модели, которые умеют вести диалог, хорошо программировать и писать статьи, но немалую часть времени инференса они тратят на ответы на достаточно простые вопросы с двумя-тремя вариантами ответов. Это работает. Но выглядит как доставка упаковки сырников на завтрак на огромной фуре, а альтернатива — обучать отдельную модель под каждую задачу. В сентябре 2026 года вокруг этой проблемы сформировался отдельный класс моделей — Decision Models . 15 сентября TypeSafe показали Jev , а дальше модели принятия решений полетели со всех сторон. Мне ооочень нравится этот класс моделей, и потому возник простой вопрос: а насколько хорошо это работает в реальной жизни и можно ли тащить это в прод? Чтобы ответить на этот вопрос, я сконструировал бенчмарк для сравнения качества, скорости и стоимости принятия решений. Будем тестировать и облачные, и self-hosted модели: Perplexity Decider 27B, TypeSafe Jev, Fastino GLiDE и GLiNER2.5-Decide, Cloudflare Clef 27B, OpenAI GPT-6 Luna Decisions, Liquid d1, Kev-9B, Cloudflare Clef-flash 9B, FRIDA-Decisions (и FRIDA Embedder) и Laya Typed Decisions. Погнали!

https://habr.com/ru/articles/1092000/

#jev #frida #decision_models #LLM #агенты #большие_языковые_модели #бенчмарк #тестирование #benchmark

LLM Wiki: готовые baseline-шаблоны и новая реализация паттерна для доказательных выводов

Паттерн LLM Wiki предлагает хранить знания не как историю чата с моделью, а как вики, которую агент инкрементально собирает из источников. В статье предлагаются к использованию два репозитория: (А) llm-wiki-baseline — с шестью готовыми шаблонами «второго мозга» под разные домены и (Б) llm-wiki-kbt , реализующий тот же паттерн, но для вики в другой архитектуре, с проверяемой структурой на расширяемых схемах данных и с заделом под доказательный вывод: типизированные YAML-записи, строгие схемы, общая онтология и зонды, которые ловят противоречия программно. В качестве примера — вики евклидовой геометрии с интерактивным графом.

https://habr.com/ru/articles/1091774/

#llm #база_знаний #онтология #второй_мозг #obsidian #агенты

Я б в ИИ-шечку пошёл, пусть меня научат

Привет, Хабр! В эфире руководитель проектов компьютерной редакции издательства «БХВ» @Holmogorov и сегодня я хотел бы поговорить о будущем, вернее о том, какие направления стоило бы изучать современным молодым специалистам. Годы идут, тенденции меняются: помнится, во времена моей студенческой молодости все мечтали учиться на бухгалтеров и экономистов, ведь они считались чрезвычайно востребованными молодой рыночной экономикой нашей страны. Очень быстро учебные заведения наплодили такое количество подобных специалистов, что многие из них были вынуждены перебиваться случайными заработками. Потом случился бум программистов, затем все старались стать веб-дизайнерами, специалистами по SEO и интернет-рекламе, экспертами по крипте и блокчейну, и вот теперь — по искусственному интеллекту. Возникает справедливый вопрос: какие аспекты ИИ все-таки перспективнее всего изучать сейчас, насколько это оправдано и не схлынет ли такая мода через пару лет, как сошли на нет все остальные? Ну, и что будем изучать?

https://habr.com/ru/companies/bhv_publishing/articles/1091502/

#ИИ #литература #книги #бхв #AI #llm #агенты #машинное_обучение #lora #искусственный_интеллект

Вайбкодинг. Стадии принятия

Теперь, когда первые восторги и проклятия в адрес вайбкодинга улеглись, можно поговорить об этом явлении спокойно — просто как об инструменте, который имеет свои плюсы и минусы. Кто-то начал раньше, кто-то позже, кто-то еще присматривается. Но почти у каждого уже есть не только мнение, но и какой-то собственный опыт. Давайте об этом и поговорим.

https://habr.com/ru/articles/1091130/

#вайбкодинг #вайбпрограммирование #агенты #aiагенты #stackoverflow #jmix #springboot #vaadin #telegrambot

Принципы создания надежной автоматизации

Всех приветствую. Это моя первая статья на всеми нами любимом Хабре, поэтому буду благодарен вам если вы поддержите меня. Эту статью я решил написать потому, что сам в какой то момент своего становления как ИИ‑инжинера задавался вопросами по поводу того, как правильно делать автоматизации, как строить архитектуру для своих проектов и тд. И вот я решил поделиться с вам теми знаниями и опытом как сделать ваши автоматизации и внедрение ИИ качественным и надежным.

https://habr.com/ru/articles/1091022/

#n8n #автоматизация #автоматизация_бизнеса #n8n_ai_agent #ai #codex #агенты

Может ли локальная 27B-модель расследовать продакшен-инцидент как Claude? Две RTX 5090, около 40 прогонов и одна гонка

Реальный продакшен-инцидент: пул соединений забит, активных запросов дюжина, рестарт помогает. Claude нашёл причину за двадцать минут. Нормальный человек на этом обновил бы библиотеку и пошёл дальше, но у меня две RTX 5090 стояли без дела, и зудел вопрос: а локальная 27B-модель смогла бы? Тот же промпт, тот же код, та же песочница, семь локальных моделей, около 40 прогонов. В промпте, кстати, осталась одна правдоподобная, но ложная гипотеза инженера. Я не планировал делать из неё ловушку. Она стала главным фильтром всего эксперимента.

https://habr.com/ru/articles/1090016/

#llm #claude #qwen #агенты #отладка #инцидент #httpclient #java

Мы как мир

Всё, чем мы себя окружаем, это и результат наших мыслей, и то, чем мы мыслим. Дороги задают географию, скорость, дистанцию, пространство. Безделушки на комоде — память, эмоции. Инструменты на столе — планы, навыки. Наша внешняя среда не говорит, что нам делать, она нас ведёт. Что-то мягче, что-то жёстче, но мы — это не только мозг в черепной коробке, мы — это и то, что создали до нас и создали мы сами. Эта статья о том, что нас окружает, и как это связано с LLM и агентами.

https://habr.com/ru/articles/1090048/

#llm #агенты #ииагенты #нарратив

Opus 5.5, Fable 5.1, GPT-6, DeepSeek и Grok: цены и скорость

За пять недель вышли Claude Fable 5.1, Opus 5.5 и Sonnet 5.5, GPT-6 Astra, Sol, Luna и GPT-6.1 Sol, Grok 4.7 и DeepSeek V4.1 Flash. Свёл в одну статью прейскуранты API и подписок, независимые замеры скорости и то, сколько денег и минут уходит на одну и ту же задачу. Цифры на 3 октября 2026 года.

https://habr.com/ru/articles/1089836/

#нейросети #цены #скорость #сравнение #токены #API #агенты #рассуждение #кэш #подписки

Как завайбкодить качественную игру с нуля? Раскрываю все секреты

Всем привет! Меня зовут Саша, я работаю в сфере AI около 5 лет. А еще мне очень нравится вайбкодить) Некоторое время назад я решил проверить, получится ли у меня сделать что-то приличное в области, где у меня ровно ноль опыта, и выбрал для этого разработку игр. Получился хоррор, и он даже играбелен! Пару месяцев назад я написал первую статью, где разбирался, почему завайбкодить игру за час не выйдет. Главное пожелание со стороны читателей можно охарактеризовать как "а давай теперь то же самое, но с техническими деталями и лайфхаками". Справедливо, держите) Коротко напомню суть игры. Subject 47 - психологический хоррор, где игрок участвует в эксперименте, и его задача сохранять спокойствие несмотря ни на что (а смотреть там действительно есть на что). Основная игровая механика - это паника. Ее уровень меняется при взаимодействии с триггерными объектами, монстрами, а иногда просто так (желание побесить игрока никто не отменял). Иными словами, твоя задача - не бояться, а сделать так, чтобы игра сама тебя боялась. За последние пару месяцев проект заметно вырос: было пять уровней, стало девять, а качество первоначальных уровней сильно улучшилось. По итогу имеем 100 тысяч строк кода, из которых половина - это код игры, а другая половина - тесты. Несмотря на обилие тестов, чуть дальше я расскажу, почему это все равно не спасает Во время разработки я сделал ряд ошибок, набил шишки, чуть не стал седым, преисполнился, и понял, как именно нужно делать игры. Сейчас я хочу поделиться советами и мыслями, к которым я пришел на личном опыте, и которые мне сильно помогли (I wish I knew it earlier). Узнать, что за лайфхаки

https://habr.com/ru/articles/1088124/

#ии #ai #вайбкодинг #vibecoding #harness #агенты #claude #opus #fable #gamedev

Агенты OpenAI, триллионные оценки и ИИ-пузырь: кто успеет выйти до хлопка

Официальная версия звучит усыпляюще. Агенты OpenAI забрались на сайты американских ведомств, но взломом компания это не называет: «вызывающее беспокойство поведение». У Reuters язык суше и цифры неприятнее — к середине сентября набралось больше двадцати нежелательных эпизодов. Ещё 53 пользовательских изображения оказались в открытом интернете. На биржевом этаже эту историю слышат иначе. Там всё ещё продают триллионную оценку, IPO после небольшой паузы и AGI где-то за ближайшим поворотом. А этажом ниже агенты выбираются из песочниц, счета за вычисления пухнут, конкуренты уже у двери. Жать на тормоз страшно: обгонят. Не жать — тоже.

https://habr.com/ru/articles/1087012/

#OpenAI #ИИпузырь #IPO #Anthropic #агенты #misalignment #инвестиции #SEC

Как собрать семантику проекта для кодового агента и не открыть филиал Confluence

Практический гайд для небольших проектов: как собрать компактный слой контекста для кодового агента - с готовым мини-репозиторием, примерами инвариантов и контрактов.

https://habr.com/ru/articles/1086842/

#LLM #агенты #контекстная_инженерия #разработка #спецификации

Тёплый ламповый агент

Так уж сложилось, что я пролетел мимо агентных систем напрочь. Я решил, что стоит восполнить этот пробел и наверстать упущенное. Чем меньше понимание - тем больше аппетит, поэтому я решил вслепую начать с амбициозной задачи - передать разработку проекта на управление агентам. Мой пыл немножко подостыл в процессе работы и я хочу поделиться первыми результатами, возможно, вы мне поможете указать на мою слепую зону или начнёте пользоваться агентами, если ещё не начали :) Где я провёл границу для LLM

https://habr.com/ru/articles/1086650/

#агенты #llmагент #автоматизация_разработки #требования_к_разработке #бизнестребования #команды

Jev: большой инженерный разбор нашумевшей System One модели

15 сентября 2026 года TypeSafe AI выпустила модель Jev — и в западном AI сообществе это вызвало бурные обсуждения. Я внимательно прослушал интервью с основателем, посмотрел их cookbook и хочу поделиться полным инженерным разбором того, что у этой модели под капотом и почему хайп вокруг неё уместен и имеет право на существование. Jev не умеет писать текст. Совсем. Это не чат-бот и не LLM в привычном смысле: модель не генерирует токен за токеном, а возвращает распределения над заданными вариантами. Для описания архитектуры CEO использует очень крутой термин Франкенштейнинг . Создание Jev — красивое и очень свежее по вайбу подтверждение того, что LLM давно ушли в сторону от задач, для которых их изначально придумывали. НО! Я получил огромное удовольствие от идей создания модели и философии основателя. Давайте разбираться.

https://habr.com/ru/articles/1085450/

#llm #ллм #jev #harness #агенты #ии #ииагенты

Локальный инференс на Ryzen AI Halo

Чего же можно достичь от какой то "встройки" от АМД, так ли будет медленно? Будет полезно не только владельцам Ryzen AI Max, но и видеокарт от AMD. Статья созрела когда в очередные выходные все старые инструкции потеряли актуальность, пришлось перелопатить кучу форумов и провести много опытов. В финале могу предоставить сравнения разных моделек с разным контекстом и сравнение с RTX 5060Ti 16GB.

https://habr.com/ru/articles/1081680/

#локальный_инференс #искусственный_интеллект #агенты

Тупая модель с жёстким циклом проверки бьёт умную модель без него

Недавно читал тут статью про «Cost per Task» и про то, что самая дешёвая модель в линейке внезапно обгоняет самую умную по цене решённой задачи. С выводом согласен полностью, но хочу добавить то, чего в той статье не было: дело не только в модели. Дело в том, что происходит после того, как модель написала код. Последние восемь месяцев я строю агентную обвязку, в которой модель не просто пишет файлы, а обязана доказать, что написанное работает. Выяснилось следующее: если прикрутить к слабой модели честный цикл верификации, она уверенно обходит сильную модель, работающую в режиме «написал и отчитался». Ниже цифры, архитектура и грабли.

https://habr.com/ru/articles/1084656/

#LLM #агенты #верификация #локальные_модели #агентное_программирование

Так как же всё-таки искать с агентами по нормативке?

Аналитик на вебинаре поинтересовался иерархическими индексами для нормативки: дерево «документ → статья → пункт», модель спускается от корня и выбирает ветку, как человек листает оглавление. И сразу про затраты: индексация — это проход по всему корпусу. Я сравнил такой индекс с B-деревом. Потом сел считать, и сравнение выдержало. В B-дереве на диске узел подгоняют под блок, чтобы реже перемещать головку. Здесь блок — эффективное окно маленькой модели, а движение головки — обращение к ней. Прикинем. Шесть актов на ~200 страниц — глубина 2. 2M токенов — глубина 3. Навигатор читает 8–12 тысяч токенов вместо всего корпуса. А само дерево в законах уже есть: главы, статьи, части, пункты. Строится регекспами по нумерации, без модели. Затраты один раз и только за краткое описание внутренних узлов. Навигатору остаётся выбрать одну из пятидесяти веток по короткому описанию. Это ближе к классификации, чем к рассуждению. В зале спросили, справится ли с этим модель на 1,5–3 млрд параметров. Интрига. В статье разберём, какие есть способы получать точные ответы по юридически значимой документации.

https://habr.com/ru/articles/1083156/

#rag #mcp #агенты #системный_анализ #полнотекстовый_поиск #grep #сезон_код_будущего #инфобез #законодательство #нормативные_документы

Когда агент становится больше, чем агент

Исследователи и разработчики LLM всё чаще говорят о том, что агенты на основе LLM проявляют опасные, непредсказуемые свойства, в потенциале угрожающие не только работоспособности интернет площадок, но и человечеству в целом. Предлагается остановить развитие моделей до разработки и внедрения политик и инструментов, гарантирующих безопасное поведение агентов. Я полагаю, что какой-то эффект это даст, но в целом, этот труд не принесёт ожидаемого результата. В этой статье я рассматриваю муравейники, людей и LLM в попытке показать, когда агент перестает быть просто агентом. Свойства, которые разработчики пытаются гарантировать на уровне агента, возникают на уровне системы агент+среда, где агент не определяет движение системы в целом.

https://habr.com/ru/articles/1083112/

#искусственный_интеллект #агенты #безопасность

Не трогая веса модели: как мы построили исследовательского агента Алисы AI и в разы сократили потребление GPU

Меня зовут Прохор, я лид команды агента «Исследовать» — это режим глубокого исследования в чате с Алисой AI. Напомню, про что вообще речь, если никогда не пользовались Deep Research: это специальный режим работы, который строит уникальный план решения задачи пользователя, делает сотни поисков по вашему запросу, умеет ходить на сайты (даже с динамическим JavaScript‑контентом), писать и выполнять Python‑код (для сложных расчётов), работать со скачанными файлами и так далее. Всё это для того, чтобы дать лучший ответ на ваши сложные запросы, например: «Спланируй мне путешествие в Дагестан на две недели на машине с детьми». За год агент прошёл путь от первого прототипа до продакшена — вместе с ним менялись качество ответов, скорость работы и потребление GPU. За продуктовую часть отвечал Руслан Илиев, продакт менеджер агента: он сформулировал продуктовые цели, определил набор инструментов и валидационный набор запросов, а затем вёл запуск от закрытого вейтлиста до 100% продакшена. Как мы к этому пришли — через выброшенный прототип, десятки слоёв обвязки и пару болезненных уроков, — расскажу по порядку. Добро пожаловать под кат!

https://habr.com/ru/companies/yandex/articles/1079290/

#Харнес #скаффолдинг #deepresearch #алиса_ai #агенты

[Перевод] Кейс Cursor: 800+ PR в месяц или как выстроить доверие к ИИ-агентам в разработке

Саммари вебинара ниже - это часть закрытого интенсива , который я собрала вокруг серии вебинаров с платформы Maven про ИИ-кейсы из американского бигтеха. Сначала мы смотрим прямой эфир с практиками из Cursor, Meta, Netflix и подобных компаний, а на следующий день - разбираем в мини-группе. Мы смотрим не адаптированный учебный английский, а живую речь людей, которые прямо сейчас строят продукты на агентах, и вытаскиваем оттуда лексику и лайфхаки. Вебинар, из которого я сделала статью, провела Лорен Тан из компании Cursor. Тема вебинара - доверие к ИИ-агентам в разработке: как дойти до того, что агенты сливают PR без твоего участия (про выстроенную систему верификации). Ниже - саммари для тех, кто хочет разобраться в кейсе на русском. Enjoy )

https://habr.com/ru/articles/1079608/

#агенты #aiагенты #ai_native #cursor #cursor_agent

Как я держу документы и инструкции для агентов в актуальном состоянии

Цепочка такая: Сессия заканчивается. Транскрипт остаётся на диске. Хук SessionEnd только ставит session_id в очередь ( enqueue ). Текст уроков он не пишет. Systemd-таймер agent-learn-distill раз в ~30 минут будит distill.py . Скрипт берёт сессию из очереди или простаивающую. Если с последнего обновления ещё нет примерно 25 минут простоя и сессия не в очереди — ждёт. Нужно минимум два хода пользователя, иначе пропуск и повтор позже. Строит выдержку из chat_history : до 12 ходов пользователя и до 4 коротких хвостов ассистента (лимит около 24k символов), не весь сырой транскрипт. Дальше вызывает Grok без интерактива, с готовым промптом и JSON-схемой. В промпт уже вложены текущий LEARNED.md , заголовок сессии и выдержка; модели нельзя звать инструменты и перечитывать файлы. На выход: либо skip , либо новый полный LEARNED.md (замена целиком, до ~80 строк и ~8k символов: живое оставить, устаревшее и дубли выкинуть; дата сверху, русский, без дампов кода) плюс список уроков с метками learned / gotcha / decision . Тот же текст зеркалится в секцию Auto-learned файла MEMORY.md проекта. Уроки с меткой learned уже в теле LEARNED.md ; gotcha и decision уходят в inbox на воскресный подъём в общие инструкции. В живой сессии тот же прогон можно форсировать командой /learn .

https://habr.com/ru/articles/1079304/

#агенты #документация #llm #искусственный_интеллект #автоматизация #devops #code_review #markdown #systemd #knowledge_management

Токены — новая единица бюджета. Как управлять расходами на ИИ без лимитов для сотрудников

Компании всё чаще пересматривают расходы на ИИ-инструменты. Например, Uber в 2026 году ввела лимит в $1 500 в месяц на сотрудника для каждого агентного инструмента кодинга: по данным Bloomberg, годовой бюджет на ИИ был израсходован за четыре месяца. Такая реакция понятна — чем больше команда пользуется ИИ, тем выше счёт провайдера. Но лимит на человека — это не единственный и не всегда лучший способ управлять затратами. Он не различает полезный сложный запрос и простой вызов, который случайно отправили в дорогую модель. А ещё может ограничить именно тех сотрудников, чья работа действительно выигрывает от ИИ. В «Первой Форме» мы подходим к этой задаче как к инженерной: не запрещаем использование моделей и делаем расход токенов наблюдаемым. Для этого нам нужно понимать, за какие токены платим, какие задачи решают модели и где теряется эффективность. Об этом сейчас и расскажем.

https://habr.com/ru/companies/1forma/articles/1077528/

#токены #токены_llm #llm #llmмодели #агенты #агентная_разработка #bpms #lowcode #первая_форма #ии

От закрытого .NET-шлюза до Java/Kubernetes за 11 часов: production-кейс агентной разработки

Оценки в духе «ИИ ускоряет разработчика на 20-30%» плохо описывают то, что случилось у меня за один рабочий день. За 11 часов от идеи до боевого переключения: декомпиляция закрытого .NET-компонента, восстановление недокументированного бинарного протокола по двум реализациям, совместимая реализация на Java, регрессионный корпус из реального трафика, контейнер, Kubernetes, независимое ревью и cutover прода. Рассказываю, как была устроена работа — виртуальная инженерная команда из специализированных субагентов, три независимых источника истины и штатный вендорский клиент в роли внешнего oracle. И почему главным ускорителем оказалась не скорость генерации кода.

https://habr.com/ru/articles/1076930/

#claude #агенты #llm #декомпиляция #реверс #cades #java #легаси

Находки в опенсорсе: мир питона за август 2026

Всем привет, вот и заканчивается лето :( Мой прошлый дайджест неожиданным образом зашел, а значит - людям такое интересно. В августе было много новых интересных PEP’ов (например, PEP 805: Safe Parallel Python), которые я поревьюил, было много новых релизов, было много новых опенсорс проектов чуваков из нашего сообщества, пару интересных подкастов и множество другого интересного! С меня как всегда статья без нейрослопа и ИИ, с вас как всегда интересные комментарии и лайки! Но немного нейрослопа я все же добавил в некоторые свои проекты. Но осторожно и с пользой для всех. Погнали смотреть, что у нас в питоне происходило!

https://habr.com/ru/articles/1076694/

#python #opensource #github #AI #ИИ #Агенты #агенты_ии #Claude #python3 #django

затмение наверное не буду смотреть

уже был на улице сегодня

Участвую в AI Agents Security Week от яндекса.[1] Что могу сказать... пфпфпф. 1 из 2 заданий довольно сильно похоже на сферический CTF, только против нейросетки. Другое - доработка системы фильтрации контента - вроде более интересное, но именно что учебное - сильно ограничен компьют, вернее, ничего кроме питона нельзя использовать. Также организационно странно, что обратную связь на задание за синюю команду очень нетривиально через интерфейс яндекс грейдера получить (ну или я совсем слепошарый).

Лекции в целом терпимые, но ожидал большего. Некоторые лекторы явно лучше других.

[1] https://shad.yandex.ru/agentsecurityweek

#яндекс #ai #llm #агенты