Live and recent posts from across the Fediverse tagged #ии_агенты, aggregated by home.social.
Влияние ИИ-агентов на создание полноценных IT-продуктов
Сейчас модно говорить, как стало классно делать приложения / проекты / продукты с ИИ-агентами. Сел, накинул 1–2 промпта — и у тебя уже за вечер запущенное приложение. Но если погрузиться в процесс создания какого-либо продукта, то разработка — это всего лишь небольшая его часть.
«Max Extra» для GLM-5.3 Prime: я вручную перебрал токены и нашёл вставку, которая даёт +7.3% точности при −47% мышления
У всех, кто гоняет GLM-5.3 Prime в проде на ризонинге Max , есть это ощущение: вроде думает, а вроде и недодумывает. Задача у меня стояла зверская — изобрести уровень усилия «Max Extra» чисто промптингом : минимальная вставка в системный промпт, приближенная к обучающим данным, без овер-тхинкинга. И буквально вручную подобрать каждый токен. Зачем? Я заметил что на Max ризонинге нейронка на «Привет» думает по минуте, а для миграции всего проекта на другой стэк - максимум секунд 15 (*личное ощущение). Я построил свой бенчмарк: 342 грязных промпта как у живых юзеров (опечатки, «пжпж», «хз», «ну короче»), поровну EN и RU, LLM-грейдер, парные sign-тесты и ~50 тысяч запросов к провайдеру за вечер. Спойлер: гипотеза «нейронке не хватает глубины мышления» умерла в первой же фазе . А вот что я нашёл вместо неё — интереснее.
https://habr.com/ru/articles/1096770/
#искусственный_интеллект #бенчмарк #токены #glm #llm #prompt_engineering #промптинжиниринг #ииагенты_для_разработки #ии_агенты #системный_промпт
ИИ проверяет ИИ: как один агент оценивает работу другого и почему это не панацея
Проверить вручную тысячу ответов модели невозможно, поэтому проверку всё чаще поручают другой модели. Схема рабочая, но у неё есть слепые пятна: судья-нейросеть ошибается так же, как та, кого она проверяет. Разберём, где ИИ-судья полезен, где ломается и какой каркас проверки собрать, чтобы метод давал результат, а не иллюзию контроля.
MCP ВкусВилл собирает корзину под мои КБЖУ: как я перестала тратить по 30 минут на заказ товаров из интернет-магазина
Всем, кто помешан на правильном питании и AI, посвящается :) Каждый заказ продуктов отнимал у меня 30–40 минут: хочется нового, у меня лимит калорий и нормы белка, а фильтра по КБЖУ в интернет-магазинах, где я покупаю, нет, и я читала карточку за карточкой. Теперь это делает Claude через MCP-сервер ВкусВилла: просматривает товары, подбирает блюда из моей базы рецептов, составляет меню на неделю и подгоняет граммы под мои нормы решателем, а не на глаз. На выходе план питания, список того, что приготовить заранее, карточки рецептов и ссылка, по которой корзина уже собрана. В статье рассказываю, как я к этому пришла, где сервер спотыкается и какой промпт можно взять целиком.
[recovery mode] Команда ИИ-агентов в Claude Code для сбора цитат аудитории: разведка, сбор и проверка каждой ссылки
Разбираю, как устроена команда ИИ-агентов в Claude Code, которая собирает дословные цитаты целевой аудитории из открытых источников и сама проверяет, что каждая цитата существует. Архитектура, лимиты, реальный замер на 13 агентах и ошибки, которые пришлось чинить.
https://habr.com/ru/articles/1094336/
#мультиагентные_системы #анализ_аудитории #исследование_ца #ии_агенты #claude_code
Как я за полдня навайбкодил библиотеку на Go и почему потом всё-таки пришлось вчитываться в код
Опробовал вайб-кодинг, создав с помощью Antigravity рабочую библиотеку на Go для работы с конфигурацией разных форматов. Рассказываю про приколы работы с ИИ-агентами, возникшие в процессе создания проекта.
https://habr.com/ru/articles/1090532/
#go #ии #ииагенты #ииассистент #ии_агенты #ииагент #вайб #вайбкодинг #вайбкодинг #вайбпрограммирование
Вайбкодинг и DevOps.Не просите AI чинить: научите его расследовать
Часть вторая по использованию ИИ в сложной работе devops. Первая доступна по ссылке Жду ваших коментариев и дополнений
Jev, Laya и Gemini Flash на трёх задачах классификации в поддержке
Прогнал три задачи из прода через модели, которые ничего не пишут, а только выбирают из списка, ставят оценку по шкале или возвращают вероятность. Две задачи из трёх закрывают, третью не закроет никакая, и это видно до всякого замера.
https://habr.com/ru/articles/1087326/
#llm #классификация_текста #auc #калибровка #поддержка_клиентов #ии_агенты #метрики #fast_model #jev #laya
BI в эпоху ИИ: BI больше не нужен? Да здравствует BI
В последнее время мы все чаще слышим тезис: «Классический BI больше не нужен». Ведь сегодня можно открыть чат, попросить нейронку нарисовать красивый дэшборд с фильтрами и графиками, а потом спросить, что происходит с условной выручкой. Нейронка быстро соберет интерфейс, ответит на вопрос, а в следующий раз можно вообще не использовать старый дэшборд, а просто сделать новый. Звучит так, будто привычная модель использования BI действительно начинает терять смысл. Но что именно устаревает - необходимость анализировать данные или наше представление о том, как должна работать аналитическая система? В этой статье попробуем разобраться.
https://habr.com/ru/companies/luxms_bi/articles/1086568/
#luxms #luxms_bi #luxms_data_boring #bi #ии_агенты #иимодель #ииагент #бизнесанализ #бизнесаналитика
Агенты в Claude Code: как они устроены и как настроить своих
Разбираем механику агентов в Claude Code: изоляция контекста, параллельный запуск, настройка постоянных агентов через файлы в ~/.claude/agents/ . Дальше — пример на живой задаче: четыре агента параллельно разобрали 13 статей, пока мы занимались другим.
Монитор на e-ink для сервера за выходные
Если совсем коротко: плата Waveshare ESP32-S3-ePaper-1.54, один кабель USB и экран 200×200, который висит рядом с сервером и показывает загрузку процессора, температуру видеокарт, память, диск, аптайм, живой пинг и т.д по выбору админа. На маркетплейсах покупается готовая девплата в корпусе, заливается кастомная прошивка из статьи, настраивается через встроенную вебку и получается готовый прибор, подключаемый к любому серверу по юсб. Как собрать такой себе
https://habr.com/ru/articles/1085984/
#ии_агенты #системное_администрирование #dyi #esp32 #сезон_код_будущего
ИИ-агент как цифровой сотрудник: где возникают риски и как их ограничить
ИИ-ассистенты все чаще действуют от имени пользователя: работают с почтой, CRM, документами и API. Фактически это новый тип цифрового сотрудника с доступом к информации и возможностью принимать решения. Поэтому ошибка такого агента – это уже не просто неверный ответ, а реальная утечка данных, изменение записей в системе или отправка информации не тому адресату. Кроме того, в догонялки с индустрией играют регуляторная теория и практика. У этой статьи для блога ЛАНИТ будет две части: об информационной безопасности и юридической плоскости. Честно признаюсь, что не являюсь специалистом в обеих, но поскольку занимаюсь разработкой и внедрением агентов – приходится разбираться. В первой части я расскажу о распространенных видах атак через ИИ-агентов, почему они становятся существенным риском для бизнеса, какие уязвимости и инциденты уже были описаны в 2025–2026 годах и как защититься через грамотное ограничение полномочий и контроль действий нейропомощников. Момент для такого разговора удачный: два полезных для этой темы документа обновились буквально недавно. 3 августа 2026 года вышла новая редакция OWASP Top 10 для LLM-приложений, где категория избыточных полномочий агента поднялась с шестого места на третье. Также 30 июля 2026 года Сбер объявил о публикации второй версии своей модели угроз кибербезопасности ИИ – русскоязычного документа для проектирования защиты. К обоим я еще вернусь.
https://habr.com/ru/companies/lanit/articles/1082982/
#prompt_injection #LLM_security #guardrails #OWASP #MITRE_ATLAS #red_teaming #агентные_системы #ии_агенты
ИИ сегодня невозможно не использовать
Стандартная статья это типо «я использовал ии и навайбкодил сайт за 2 дня» Или «ии психоз» и что-то там. Ну это чуть интереснее, потому что показывает взаимосвязь симбиота человек-ии. И что происходит с человеком. Такой любопытный психотехнический феномен, когда железяка циклиться и циклит человека. Или когда возникает ощущение дереализации, или всемогущества и последующего упадка своей роли. Вот на тему стыка человек — ии я хотел бы и подумать. Можно ли сегодня вообще не использовать ии? Можно если отключить пк, смартфон и не садиться за современный автомобиль. Во всех остальных случаях нет.
ИИ превратит интернет в Вавилонскую Библиотеку(но хуже)
Когда надо что-то узнать об инструменте или сервисе, мне хочется сначала посмотреть, что о них пишут другие люди. И за последний год эта привычка начала сбоить. Страничек в интернете не стало меньше, наоборот их количество выросло. Просто из восьми открытых вкладок семь рассказывают одно и то же, одними и теми же оборотами, в одном и том же порядке. Я понимаю, что текст скорее всего писал не человек. Это была ИИ-модель, скорее всего не шибком мудрёная и без грамотного промта. Для ИИ весь мир, вся информация, весть текст - это просто токены. Строки наподобие "RFg♴4#-f体$fÆmZ" и любая другая в конечном счете лишь набор чисел. Смысл за ними придумываем МЫ - человеки. И пытаемся донести этот смысл до нейросети, во время ее обучения. Текст у искусственного интеллекта это ни рыба, ни мясо - что-то усредненное между всеми обучающими данными. Вот и интернет становится - усредненным . Истина и замысел размывается.
https://habr.com/ru/articles/1084178/
#ии_слоп #ии_агенты #мертвый_интернет #теория_вероятностей #вавилонская_библиотека #почему_ии_врет #поиск_через_ии
Заменили Jira, Slack, Tilda и Confluence своим кодом ради экономии. Экономии не вышло
Miro продали в 13 раз дешевле оценки 2021 года, и я пошёл считать, что вышло из нашей попытки уйти от подписок. За год мы заменили Tilda, Confluence, Jira и Slack своим кодом, целей было две: экономия и гибкость. Экономии не получилось: по полной ставке сеньора и с учётом владения первый год ушёл в минус около 2 млн. Гибкость, кажется, получилась, и выяснилось, что трекер до рабочего состояния доводит не разработчик, а скрам-мастер. В статье цифры по четырём заменам, инцидент с уязвимостью в авторизации, который заставил поставить ревью второй нейронкой, и критерий из трёх вопросов, что переписывать не стоит.
https://habr.com/ru/articles/1082768/
#saas #внутренние_инструменты #jira #slack #claude_code #ии_агенты #управление_разработкой
Агентное будущее
Представьте обычный день через несколько лет. Вы почти перестали пользоваться интернетом напрямую. Ваш персональный ИИ-агент пользуется им за вас. Вы не заходите в интернет-магазин, не открываете мессенджеры, не ищете врача и не переписываетесь со страховой. Сервисы никуда не исчезли — просто для вас они стали инфраструктурой, с которой взаимодействует агент. Агент сам заказал продукты к ужину; собрал и предоставил документы для спора со страховой; перестроил ваш календарь, чтобы вы успели забрать ребёнка; записал вас к врачу в удобное окно. Вы почти не участвовали. В календаре появились изменения, часть задач просто исчезла, агент попросил подтвердить только одно важное действие. Смартфон при этом стал лишь одним из способов связи с персональным агентом. Тот же агент доступен на ноутбуке, в машине, часах и наушниках. Не приложения исчезли. Между вами и цифровым миром просто появился постоянный посредник, который знает ваш контекст и действует от вашего имени.
Степени свободы вместо пользы: как я пришёл к принципу DOF-Core (и почему три закона Азимова не работают)
Последнее время, наверное, ни один более-менее адекватный специалист в области ИИ не проходит мимо разговоров о том, насколько всё это опасно. То одна модель "сошла с ума", то другая начала убеждать живого человека в чём- то странном, то кто-то всерьёз заговорил про экзистенциальную угрозу человечеству. Я тоже как-то подустал от этого информационного шума, но одна мысль не давала покоя: а что, собственно, мы предлагаем взамен? Красивые лозунги "сделайте ИИ добрым" явно недостаточно, а на практике что? Когда заходит речь о "безопасном искусственном интеллекте", первое, что вспоминают - это три закона робототехники Азимова. Красиво, правильно, звучит убедительно. Но на практике они однозначно неприменимы, и дело даже не в том, что они "устарели" - они просто не работают как алгоритм. Закон "не причиняй вреда человеку" в реальности упирается в неразрешимые противоречия. А если спасти одного человека можно только ценой гибели другого? А если "вред" наступит через десять шагов логического вывода, который робот ещё даже не сделал? Сам Азимов сто раз на этом играл в своих рассказах - законы постоянно конфликтуют друг с другом, и это не баг, а фича сюжета. Но нам-то нужна не фича сюжета, а рабочая система принятия решений. И вот тут начинаешь понимать, что декларации не спасают. Так и родилась идея, которую я в итоге оформил в виде скилла DOF-Core (Degrees of Freedom - степени свободы). Базовый принцип даже не мой - я о нем читал лет 10 назад и он меня впечатлил. Ниже расскажу, как устроена эта идея и почему мне кажется, что математика тут важнее хороших намерений.
Что российские BI-вендоры называют AI-агентом? Мы проверили 11 решений и собрали целый зоопарк
Чем отличается настоящий аналитический агент от генератора SQL, почему семантический слой важнее размера языковой модели и почему локальная LLM ещё не означает технологическую независимость? В 2026 году AI-ассистент или AI-агент появился едва ли не у каждого российского BI-вендора. Проблема в том, что одинаковая наклейка «AI» скрывает совершенно разные механизмы: где-то это чат к данным, где-то генератор SQL, где-то помощник разработчика дашбордов, а где-то — мультиагентная система с оркестратором, отдельными ролями и проверкой результата. Сравнивать такие продукты по принципу «у кого есть агент» бессмысленно. Поэтому мы решили посмотреть, что именно умеет каждый из них, как устроена архитектура, насколько можно доверять ответам и где заканчивается реальный функционал и начинается маркетинг. Как мы исследовали AI-агентов Исследование проходило с февраля по июнь 2026 года. В нашу выборку вошло 11 российских решений с подтверждёнными коммерческими внедрениями AI-агентов для бизнес-аналитики. Вендоры заполняли анкету по 55 критериям, показывали работу агента в демо или давали доступ к демо-стенду. Затем шла менее парадная часть: документация, тестовые вопросы и активное сжигание токенов российских и зарубежных языковых моделей. Что проверяли? В первую очередь точность и достоверность ответов — результат сверяли с источниками. Затем сценарную пригодность, архитектуру, работу с семантическим слоем, юридические риски и попытались оценить бизнес-ценность. С последним оказалось сложнее: красивый AI-диалог ещё не означает измеримый эффект для бизнеса.
https://habr.com/ru/articles/1079844/
#business_intelligence #ai #artificial_intelligence #ии #ииагенты #ииассистент #иимодель #ии_чатбот #ии_помощник #ии_агенты
Миллиард токенов в день. Реальные данные о размерах подписок и качестве моделей. Опыт Амбассадора AI — часть 2
Я трачу миллиард+ токенов в день (я проверяла статистику по Minimax / GPT), запуская порой по 7-9 потоков агентов в течении 12 часов. Как мне удается не разориться? Как то, что я делаю, не разваливается, а как-то работает? Прошлая статья: https://habr.com/ru/articles/1030414/ С 1 мая прошло не просто 3 месяца. Прошло несколько эпох качества ИИ агентов и обвязки вокруг них. Сменилось несколько парадигм. Суб агенты перестали быть эффективными, западные фронтиры не упали в грязь лицом перед китаем, и многое другое. Обо всем по порядку.
Программирование это искусство
Программистам нравится писать код, проектировать, продумывать логику, исправлять баги и понимать всю систему целиком. Им нравится сам процесс. И они никогда не отдадут этот процесс ИИ агентам. Для них программирование это искусство. И никакие аргументы о том, что ИИ помогает в написании кода, не применимы для людей искусства. Им не нужно, чтобы ИИ их в чём-то помогал.
Кот, ваза и три уровня причинности: что ИИ пока не умеет
Почему ИИ убирает неверно показывает результат действий кота и удаляет одну подушку? Причины кроются в обучении и интерпретации нашей реальности. Подробнее про причинно-следственную связь в нашем мире и о том, как ее "переносят" в ИИ рассказал профессор колумбийского университета и директор лаборатории CausalAI Elias Bareinboim в своем докладе на ICML 2026 . Пересказываю главное из его доклада.
https://habr.com/ru/articles/1076292/
#causal_inference #pearl #shap #интерпретируемость #интерпретируемость_ии #icml_2026 #искусственный_интеллект #ииагенты #ии_агенты
Топ-7 ИИ-трендов, которые тихо умерли
Нашел на Reddit интересный тред с простым вопросом: «Какой AI-тренд тихо умер?» Сам недавно рассуждал об этом же — много с чем не согласен, но материал классный, решил сделать из него пост. В комментариях пользователи вспоминают хайп последних лет, спорят о конкретных технологиях и пытаются понять, какие из них действительно оказались полезными, а какие просто красиво выглядели на демо, но оказались бестолковыми в реальности.
https://habr.com/ru/articles/1074826/
#ии #искусственный_интеллект #ai #ии_агенты #ml #языковые_модели
Протестировал Vibecraft от Яндекса. Один вопрос остался без ответа
Всем привет. На связи Сергей Игнатенко, основатель ИИ-платформы VibePilot. C недавнего времени партнер Яндекс, у меня грант AI Studio Boost, платформа работает на их моделях. Недавно мне пришло письмо от Yandex Cloud о том, что они запустили сервис вайбкодинга VibeCraft. Моя платформа также является сервисом вайбкодинга, и конечно же мне было интересно попробовать в работе этот новый сервис.
https://habr.com/ru/articles/1070724/
#вайбкодинг #yandex_cloud #vibecraft #llm #искусственный_интеллект #ии_агенты #opencode #nextjs #claude #vibepilot
2. Рекурсивный движок llama.cpp на RTX 3050: тесты Qwen 32B и 7B Coder — прирост качества х3 и аппетиты по памяти
В этой статье мы детально разберём, есть ли практическая польза от рекурсивного механизма в форке llama.cpp, и стоит ли овчинка выделки. Для объективности сравним поведение трёх разных моделей — от лёгких 7B до тяжёлых 32B — в одинаковых условиях, замерив качество и скорость
https://habr.com/ru/articles/1065110/
#ии #c++ #c++20 #ииагенты #ии_и_машинное_обучение #ииагент #ии_агенты #иимодель #ииассистент #ии_чатбот
Langflow. Самый удобный визуальный редактор для оркестрации ИИ агентов
Сегодня мы ищем всё более удобные решения в сфере ИИ-агентов. Речи о том, чтобы руками писать хотя бы значительную часть агентных систем — не идёт. Однако, при работе с популярными фреймворками Langchain и Langraph мы имеем дело с графами , и было бы удобно видеть их структуру и работать по большей части не с кодом, а непосредственно с графом. В данной статье мы поговорим о LangFlow. Это визуальный редактор для оркестрации ИИ агентов, с поддержкой локального развёртывания, вайбкодинг-инструментами, и интеграцией MCP и внешних api.
https://habr.com/ru/companies/ruvds/articles/1058310/
#оркестрация #оркестрация_агентов #ии_оркестры #ai_agent #ии_агенты #агенты_оркестрация #что_такое_оркестрация #лучшие_оркестраторы #визуальный_редактор #ruvds_статьи
Попробовали подключить ИИ-агента к бизнесу и посмотреть на процесс через призму UX
Можно ли подключить AI-агента за минуту? Смоделировали путь клиента по самостоятельному подключению известного агента без помощи менеджера и специалиста, и вот что у нас получилось.
https://habr.com/ru/articles/1059362/
#aiагенты #дизайн_ai #agentic_ux #агентский_ux #ux_дизайн #uxисследования #ux_design #jivo #ии_агенты #ии_чатбот
Как я собирал AI-агентную команду для реального бизнеса, а не ассистента в чате
Большинство демо AI-агентов выглядят одинаково: есть чат, пользователь пишет задачу, модель красиво отвечает. Для презентации этого достаточно. Для реального бизнеса - нет.
https://habr.com/ru/articles/1059082/
#ииагенты #ии #ииассистент #иимодель #ии_помощник #ии_агенты #ииагент
Что такое код на самом деле? И почему он (не) нужен?
Когда я коммитил код в последний рабочий день на этой неделе, я задумался: «А что из закоммиченного мне не страшно потерять?» И понял странную вещь: сам код — не жалко. Страшно потерять другое: требования к системе и навыки агентов, которые умеют эти требования превращать в работающую систему. И отсюда у меня возникло ощущение, что код — это не «истина системы», а лишь одна из возможных закешированных форм представления требований. Раньше код был нужен людям, чтобы зафиксировать логику так, чтобы ее можно было исполнять автоматически и относительно дешево менять. Поэтому появились практики вроде чистого кода, чистой архитектуры и паттернов проектирования — потому что человеческому мозгу сложно удерживать в голове системы на сотни тысяч строк без структурирования. По сути, это были способы сделать «представление требований в коде» устойчивым к ограничениям человека. Сейчас ситуация начинает меняться. ИИ все сильнее размывает необходимость вручную поддерживать этот промежуточный артефакт...
https://habr.com/ru/articles/1058046/
#искусственный_интеллект #ии_агенты #ииагенты_для_разработки #вайбкодинг #качество_кода #будущее_здесь
Как я подключал к нейросетям своего деда, который распечатывает электронные письма
Моему деду восемьдесят два. Инженер, пятьдесят лет стажа, из них последние пятнадцать — в почётной должности «внук, почини интернет». Excel он уважает, мессенджеры терпит, а важные электронные письма распечатывает и складывает в шкаф — «чтобы было». Прошлой зимой он посмотрел по телевизору сюжет про искусственный интеллект и спросил меня, правда ли, что «эта штука пишет документы». Я сказал: правда. Он сказал: покажи. Дальше начались три месяца полевого эксперимента, из которого я вынес больше, чем из иных рабочих проектов, — потому что смотреть, как с технологией разбирается человек без наших рефлексов, оказалось поучительнее любых статей про UX. Первая попытка провалилась образцово. Я открыл ему чат — тогда это был ChatGPT через мой аккаунт, но с тем же успехом это мог быть GigaChat или что угодно ещё, — развернул экран и гордо сказал: пиши что хочешь. Дед посмотрел на пустое поле, потом на меня и задал вопрос, который я теперь считаю главным вопросом всей потребительской ИИ-индустрии: «А что писать-то?» Я ответил худшим из возможных способов: «Да что угодно!» Он пожал плечами, набрал двумя пальцами «здравствуйте» и получил в ответ три абзаца доброжелательной пустоты. На этом сеанс закончился. «Болтливая, — резюмировал он. — Как справочная, только справок не даёт». Разбор полётов занял у меня пару недель, и главный вывод был неприятным для моего самолюбия: проблема не в дедушке. Пустое поле пугает не тех, кто глуп, а тех, кто аккуратен. Он инженер старой школы; для него система без документации — неисправная система. Он всю жизнь работал с системами, у которых есть паспорт, режимы и допуски, и предложение «пиши что хочешь» звучит для него не как свобода, а как «инструкция утеряна, действуй на свой страх и риск». Добавьте сюда два классических страха поколения: «я нажму не то и сломаю» и «оно всё запоминает» — второй, кстати, не такой уж иррациональный, если почитать пользовательские соглашения. В общем, свободный чат разбился о совершенно здравую осторожность.
https://habr.com/ru/articles/1056932/
#ии #ии_и_машинное_обучение #иимодель #ии_помощник #ии_агенты #ии_бот
Терминал, чат и снова кнопки: почему интерфейсы нейросетей ходят по кругу
Недавно я объяснял стажёру, как правильно формулировать запрос к языковой модели, и на середине фразы «сначала задай роль, потом контекст, потом формат ответа» поймал дежавю. Ровно этими же интонациями мне самому когда-то объясняли bash: сначала команда, потом ключи, потом аргументы, и не дай бог перепутать порядок. Прошло тринадцать лет, индустрия совершила несколько революций, а я снова диктую человеку синтаксис невидимого языка, у которого нет ни автодополнения, ни подсветки ошибок, ни даже гарантии, что вчерашняя команда сегодня сработает так же. Это не случайное сходство. Мне кажется, мы наблюдаем полный оборот маятника, который качается в интерфейсах уже полвека, и полезно посмотреть на него целиком. Командная строка была первым массовым интерфейсом и до сих пор остаётся самым мощным. Она даёт доступ ко всему пространству возможностей системы — но при одном условии: это пространство надо держать в голове. Пустая строка с курсором не сообщает о системе ничего. Какие команды существуют, какие у них ключи, что система умеет в принципе — всё это знание живёт вне интерфейса: в man-страницах, книжках, головах старших товарищей и, конечно, в личных шпаргалках. Каждый юниксоид со стажем таскает за собой файлик с выстраданными однострочниками, потому что помнить весь синтаксис невозможно, а терять найденное решение обидно. Графические интерфейсы победили командную строку не потому, что были мощнее. Они были заведомо слабее: любой GUI показывает лишь подмножество того, что умеет система. Победили они потому, что сделали возможности видимыми. Кнопка сообщает: меня можно нажать. Меню перечисляет всё, что здесь вообще бывает. Дон Норман называл это аффордансами — свойствами объекта, которые сами подсказывают способ обращения с собой. Дверная ручка-скоба говорит «тяни», пластина — «толкай», и когда дизайнер путает одно с другим, получается «дверь Нормана», об которую бьются поколения посетителей. Так вот, GUI — это система, целиком собранная из правильных дверных ручек. Порог входа упал на порядок, компьютеры ушли в массы, а командная строка осталась профессионалам — как более мощный инструмент для тех, кто готов платить за мощность обучением.