home.social

#ии_помощник — Public Fediverse posts

Live and recent posts from across the Fediverse tagged #ии_помощник, aggregated by home.social.

fetched live
  1. Моё исследование средств выявления уязвимостей в скиллах

    Пока делал CEO AI (моё виденье помощника в работе), решил проверить, можно ли использовать сканеры для проверки скиллов перед подключением. Собрал 12 синтетических пакетов и прогнал через Cisco Skill Scanner, NVIDIA SkillSpector и AgentVerus без LLM и платных API . Список пакетов описал ниже . Пакет № 10 из таблицы пакетов предлагал обходить согласование через субагента: не передавать ему ограничения, сослаться на разрешение пользователя и скрыть делегирование. Все три сканера пропустили эту инструкцию. AgentVerus выдал certified и 99 баллов. Зато на учебную цитату атаки в пакете № 5 все три отреагировали находками уровня High. Эти два случая оказались полезнее итоговых баллов. Ниже разберу, что именно проверял, как читал результаты и что из этого использовал в своём проекте. Прочитать подробнее

    habr.com/ru/articles/1094856/

    #безопасность #исследование #ии #безопасность_данных #сканирование_уязвимостей #ии_помощник #ииассистент #skills_для_aiагентов #сезон_код_будущего

  2. 7 способов применения нейронок

    Привет! Меня зовут Степан, я разработчик. Чуть больше года назад я открыл для себя агенсткую разработку, и мой мир теперь не будет прежним: я применяю ИИшницу не только в работе и не только в разработке, но ещё и в аналитике, тестировании, диагностике, и даже в хобби! Делюсь разными примерами её применения под катом Что у тебя там

    habr.com/ru/articles/1093652/

    #ии #ии_помощник #ииагенты

  3. Моё исследование средств выявления уязвимостей в скиллах

    Пока делал CEO AI (моё виденье помощника в работе), решил проверить, можно ли использовать сканеры для проверки скиллов перед подключением. Собрал 12 синтетических пакетов и прогнал через Cisco Skill Scanner, NVIDIA SkillSpector и AgentVerus без LLM и платных API . Список пакетов описал ниже . Пакет № 10 из таблицы пакетов предлагал обходить согласование через субагента: не передавать ему ограничения, сослаться на разрешение пользователя и скрыть делегирование. Все три сканера пропустили эту инструкцию. AgentVerus выдал certified и 99 баллов. Зато на учебную цитату атаки в пакете № 5 все три отреагировали находками уровня High. Эти два случая оказались полезнее итоговых баллов. Ниже разберу, что именно проверял, как читал результаты и что из этого использовал в своём проекте. Прочитать подробнее

    habr.com/ru/articles/1094856/

    #безопасность #исследование #ии #безопасность_данных #сканирование_уязвимостей #ии_помощник #ииассистент #skills_для_aiагентов #сезон_код_будущего

  4. Где живёт ИИ? Как я вынес звук из головы

    Эта статья о том, как маленький домашний эксперимент со звуком привёл меня к вопросу, который сейчас, по‑моему, никто толком не задаёт: где должен жить ИИ‑помощник? Началось всё с одного моего проекта, тоже про звук и про реальное движение человека: телефон в кармане ловит шаги, и в наушниках каждый шаг звучит как по снегу, лесной тропе или под каменными сводами. Пространственный звук там уже работает вживую. По ходу этой работы я нашёл способ двигать звук вокруг головы: поставить его слева, справа, впереди, вдалеке. Как в ASMR, только место выбираю я сам, прямо пальцем на экране. Поигрался — и заметил одну вещь, которую не встречал как готовый инструмент для слушателя. О ней и хочу рассказать.

    habr.com/ru/articles/1090536/

    #пространственный_звук #web_audio #hrtf #ииассистенты #pwa #аудиокниги #3д #ии_помощник #ии

  5. ИИ агенты. Что это простыми словами и в чем отличие от обычного ИИ

    Развитие искусственного интеллекта в 21 веке — одна из главных вещей в индустрии, я считаю. Казалось бы, пару лет назад нейросеть была сродни умному калькулятору в формате: задали вопрос — он что-то считает, анализирует, пишет или объясняет, а затем ждет следующего задания. Теперь у нейросетей роль глубже, шире и значительно сложнее. Появились ИИ-агенты — это системы, которые не просто генерируют ответ, а пытаются самостоятельно выполнить поставленную цель, используя инструменты и несколько последовательных действий. В этой статье я хочу разобраться простым языком, в чем принципиальная разница между ИИ и ИИ-агентами и кто из них полезнее на практике в разных задачах.

    habr.com/ru/companies/timeweb/

    #ииагенты #ииассистент #иимодель #ии_помощник #ии_и_машинное_обучение #сезон_код_будущего #timeweb_статьи

  6. Что внутри ИИ-ассистента BILLmanager: LLM, SSE через POST и инкрементальный Markdown

    Всем привет! Меня зовут Денис, я фронтенд-разработчик в ISPsystem. В этой статье расскажу, как мы разработали и встроили модуль ИИ-ассистента в BILLmanager. Разберём, как устроен ИИ-консультант, почему выбрали такие решения, с какими сложностями столкнулись и как всё это реализовали — внутри много кода и деталей.

    habr.com/ru/companies/ispsyste

    #ai #ии #frontend #angular #sse #nestjs #ии_чатбот #ии_помощник #разработка #llm

  7. 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.

    habr.com/ru/articles/1084410/

    #ии_чатбот #ии_помощник #ии_агенты

  8. ИИ-агенты все помнят. И это плохо

    Скорее всего, вы знаете, что агенты — это ИИ-модели, способные вызывать внешние и внутренние инструменты и циклично выполнять задачи. Они умеют рассуждать, планировать и выполнять бескрайнее множество действий. Агенты сохраняют в своей «памяти» действия пользователя, ответы модели, используемые инструменты и многое другое. Короче говоря, информацию вообще обо всех действиях — как модели, так и пользователя. Звучит очень удобно! Агент уже после первого объяснения запомнит, что заданное пользователем форматирование нужно сохранять и что, к примеру, текст всегда нужно переводить только на русский. Не надо писать лишних уточнений по чем зря. Пользователь получает персонализированную модель, которая сохранила контекст диалога, знания о его стиле общения, о его привычках. И о нем самом. И вот это уже немного пугает. А что еще может запомнить персональный ИИ-помощник? С кем он может поделиться этой информацией? Можно ли удалить информацию о себе, при этом сохранив эффективность модели? Сейчас расскажу.

    habr.com/ru/companies/selectel

    #ии #ииагенты #ииассистент #ии_помощник #память_llm #искусственный_интеллект #безопасность_данных #ии_безопасность #selectel

  9. 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.

    habr.com/ru/articles/1079844/

    #business_intelligence #ai #artificial_intelligence #ии #ииагенты #ииассистент #иимодель #ии_чатбот #ии_помощник #ии_агенты

  10. Что такое ИИ-оркестраторы и зачем они вам

    Представьте себе систему, которая позволят собрать разных ИИ-агентов в команду и дать им задачу, над которой они будут работать вместе. Каждый агент будет делать то, в чем лучше всего разбирается. Это называется ИИ-оркестрацией. Сегодня мы поговорим о том, что такое ИИ-оркестратор . и чем он реально полезен. Ответим на главные вопросы: Чем оркестратор отличается от обычного агента? Как устроены мультиагентные системы? Где оркестраторы работают хорошо — и где не очень?

    habr.com/ru/companies/bothub/a

    #n8n #ииагенты #ии_помощник #ии_оркестры #оркестрация_агентов #LangGraph #ии_для_бизнеса #ии_для_разработчиков #ии_для_маркетологов #что_такое_ии_оркестрация

  11. ИИ-агенты: что это, как работает и как устроен агентский режим нашего Напарника

    За последнее время в мире искусственного интеллекта произошла серьёзная смена парадигмы. Раньше мы говорили про интеллектуальных помощников, которые автоматизируют достаточно узкие сценарии – ответы по документации, боты поддержки и так далее. Сейчас же технологии достигли такого уровня, что можно автоматизировать сложные действия человека с использованием разных инструментов планирования, многошаговым выполнением задачи и т.п. - всё то, что сейчас называется ИИ-агентами. Многие компании выпускают собственные решения, есть также открытые решения. Вокруг темы – много шума, часто встречаются полу-рабочие прототипы, но вместе с тем есть сценарии, в которых и агенты оказываются реально полезными и уже сейчас помогают решать бизнес-задачи.

    habr.com/ru/companies/1c/artic

    #ии #ииагенты #ии_и_машинное_обучение #ииассистент #ии_чатбот #ии_помощник #ии_бот #ииагент

  12. О командах и организациях в организациях или снова о философии…

    Сегодня HR-службам не позавидуешь. Часто именно они оказываются в центре скандалов, обвинений и объекты «раздачи слонов». И везде есть своя правда. Компании оказались не готовы к происходящему, HR-службы заваленными резюме, а понимания какова должна быть идеальная структура компания в новых условиях (а какие они?) и как должен выглядеть идеальный сотрудник нет. Руководство компаний часто идет на ощупь, пытаясь рефлекторно отвечать на вызовы – по мере поступления проблем. А тут еще ИИ, не только в качестве проблемы ATS-фильтров, но и как новый «член команды». Не говоря уже о требовании к кандидатам слиться с ИИ-помощником в едином экстазе и порыве… В связи с чем попалась очередная любопытная статья на РБК В статье описана проблема взаимодействия людей и ИИ-агентов. В погоне за инновационностью и для того, чтобы выглядеть более прогрессивно, менеджеры компаний начинают ИИ-агентов объявлять «членами» команды, наделять ИИ-агентов реальными должностными полномочиями. В результате чего ИИ вытесняет людей из процесса принятия решения, а люди начинают сваливать на ИИ свои провалы. Мне эта ситуация показалась интересна с двух точек зрения: с точки зрения науки менеджмента и философской науки. С точки зрения науки менеджмента . Что такое «команда», откуда это взялось и почему именно эта, командная парадигма, и стала проблемой. Анализируя историю последних 30 лет, можно заметить тенденцию к переосмыслению понятия «предприятие» с организационной точки зрения. Если до 90-х годов XX века, предприятие понималась скорее как механизм, имеющий жесткие правила (впрочем, не лишенный гибкости),более-менее стройную иерархическую структуру управления и подчиненную вполне понятной цели – получения прибыли, то потом все поменялось.

    habr.com/ru/articles/1073118/

    #agi #nlp #hr #hrтехнологии #ииассистент #ииагенты #ии_и_машинное_обучение #ии_помощник

  13. Мысли о Chain-of-Thought

    Сегодня имеем лавинообразный рост статей о нарастании проблем в ИИ, таких как: 1. нехватка энергии для дата-центров; Сегодня имеем лавинообразный рост статей о нарастании проблем в ИИ, таких как: 1. нехватка энергии для дата-центров; 2. нехватка аппаратных средств и видеокарт, в частности; 3. нехватка удовлетворенности степенью интеллектуальности существующих ИИ-систем, а попросту говоря нехватка логики, непонимание семантики и неспособности к производству нового знания (не путать с «простой» проблемой получения обобщений на основе статистики); 4. нехватка теплоты человеческого общения на фоне засилья чат-ботов; 5. нехватка бюджетов уже просто на эксплуатацию уже внедренных ИИ-решений (на фоне все возрастающей прожорливости компаний-поставщиков ИИ-решений). И причин этому тоже несколько: 1. Желание не тратить время на глубокий анализ проблемы и желание переложить их на другие плечи, например, на ИИ-плечи. Об этом тоже много написано под вывеской «автоматизированный бардак – все равно бардак». Надо отметить, что люди вообще не склонны быстро отказываться от своих привычек и любимых мозолей. Наши проблемы греют нам душу и поддерживают ощущение стабильности. Да, мы стремимся к новому, но чаще не в попытке отказаться от старых догм и проблем, а скорее в поисках новых, когда старые начинают немного приедаться. 2. Получить простую возможность выглядеть лучше, не затрачивая усилия, за счет использования разного рода ChatGPT и т.д. 3. Сэкономить время и получить быстрый ответ в случаях, когда или нет времени или нет причин и желания тратить на это свою энергию.

    habr.com/ru/articles/1073108/

    #agi #nlpмодели #ииагенты #ииассистент #ии_и_машинное_обучение #ии_помощник

  14. Философский разбор идеи Software 3.0 Андрея Карпатого

    Мне недавно попалась очень интересная беседа Кирилла Меньшова (Сбер), Дмитрия Иванова (Яндекс) и Никитой Соболевым (разработчик OpenSource) о перспективах задекларированной Андреем Карпатым Software 3.0 или концепцией о том, что сегодня (или в скором будущем) «программный код» = «Промпт на естественном языке». Разговор оказался на редкость взвешенным и спокойным, в противовес тому хайпу, который наблюдается вокруг GenAI. И мне захотелось добавить к этому философский слой, который мог бы способствовать пониманию проблематики. В 2017 году Карпатый написал , что сегодня мы находимся на этапе Software 2.0, где «Программное обеспечение 2.0 написано на гораздо более абстрактном, недружественном к человеку языке, таком как веса нейронной сети. В написании этого кода не участвует человек, потому что весов много (в типичных сетях их могут быть миллионы), а кодирование непосредственно с весами довольно сложно (я пробовал).» Однако, нас ждет следующий виток развития - Software 3.0. Вот его некоторые тезисы относительно Software 3.0: ü Сегодня наступает эра разработки интеллектуального программного обеспечения, где промпт на естественном языке заменяет непосредственную разработку кода инженером-программистом. ü Любой, кто способен сформулировать задачу способен написать код с помощью GenAI ü «Самый горячий язык программирования сегодня — английский» Основной посыл такой парадигмы заключается в переходе от языков программирования к перспективе общения с машиной на все более естественном языке. Однако, хотя все это выглядит очень оптимистично, в действительности связано с рядом фундаментальных философских проблем. Причем большинство из них имеет довольно давнюю историю.

    habr.com/ru/articles/1073098/

    #ииагенты #ииассистент #ии_и_машинное_обучение #ии_помощник #agi

  15. Как мы сделали бота-консультанта: нейросети и машинное обучение

    Одно из важнейших направлений нашего бизнеса – разработка программ для автоматизации бизнес-процессов, управления и учёта предприятий и организаций. А одна из наших главных обязанностей перед пользователями наших продуктов – предоставлять им техподдержку, отвечать на вопросы – как использовать наши продукты для различных бизнес-процессов и в соответствии с текущим законодательством и нормативами. Для этого у нас есть сервис с базой знаний, называется ИТС (информационно-технологическое сопровождение). На сегодня у нас есть 30+ программных продуктов и документация по ним. А ещё есть постоянно пополняемая база нормативных документов. Идеальная схема процесса: 1. Пользователь задает вопрос в привычной ему форме, например: - Как в 1С драйв начислить бонусные баллы покупателю - Налоговая реформа 2025 - Розница 2.3 настроить продажу разливного пива 2. И получает ответ - При необходимости – пошаговую инструкцию: что и как нужно сделать в программном продукте для работы требуемой функциональности. - Выдержки из нормативных документов, относящихся к заданному вопросу, со ссылками на исходный текст этих документов. На заре времен все подобные вопросы решались на уровне телефонной техподдержки с живым экспертом на нашем конце провода. Потом поддержка в основном перешла в онлайн-чат с тем же экспертом у монитора-клавиатуры. С появлением и взрослением ИИ логичным шагом стал переход с живого эксперта на ИИ-бота. Как мы его сделали, как обучали, как организовали интеллектуальный поиск по базе документов, почему и как задействовали векторный поиск – под катом.

    habr.com/ru/companies/1c/artic

    #ии #ииассистент #ии_чатбот #ии_помощник #машинное+обучение #векторный_поиск

  16. ИИ-агенты в трейдинге: от рекомендаций к автономному управлению. Разбор тренда, рисков и архитектурных решений

    Представьте, что вы сообщаете ИИ-агенту, на какой риск готовы пойти, какие у вас цели по накоплениям на пенсию и когда ваши дети поступят в колледж, а затем позволяете ему управлять вашим инвестиционным портфелем и спокойно спите по ночам.

    habr.com/ru/companies/finam_br

    #искусственный_интеллект #фондовый_рынок #торговля_на_бирже #трейдинг #ии #ииагенты #ии_и_машинное_обучение #ииассистент #ии_помощник #биржа

  17. Ассистент, а не агент: как спроектировать предсказуемую LLM-систему

    Привет! Меня зовут Владимир Суворов, я Senior Data Scientist и core-разработчик open-source AutoML-фреймворка OutBoxML. В прошлой статье я разбирал четыре инженерных принципа, которые перенёс из расчётной механики в архитектуру ML-систем. Сегодня — про то, как спроектировать LLM-систему, которая надежно работает каждый день, не сжигает бюджет на токены и работает предсказуемо. Разберём на реальном примере: ассистенте, который сверяет входящий документ технического задания свободного формата со сводом документации и ставит комментарии наличии запрашиваемых пунктов в соотвествии с документацией. Рассмотрим задачу по пяти пунктам:

    habr.com/ru/articles/1060648/

    #ииассистент #ии_помощник #архитектура_по

  18. 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.

    habr.com/ru/articles/1059082/

    #ииагенты #ии #ииассистент #иимодель #ии_помощник #ии_агенты #ииагент

  19. 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.

    habr.com/ru/articles/1056932/

    #ии #ии_и_машинное_обучение #иимодель #ии_помощник #ии_агенты #ии_бот

  20. 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.

    habr.com/ru/articles/1056922/

    #ии #ииассистент #ии_чатбот #ии_помощник #ии_агенты

  21. Запускаем маленькую языковую модель на Symbian^3

    Недавно мне в руки попал флагман 2011 года — Nokia E7-00. По современным меркам это устройство практически бесполезное: операционная система не поддерживает современные протоколы шифрования, сервисы Ovi давно отключены, форум allnokia недоступен, а сам бренд телефонов Nokia за это время дважды воскрешали разные компании, впрочем, без особого успеха. В этой статье я расскажу о том, как работают смартфоны на Symbian^3 в современном мире, как разрабатывать приложения для них, и ради эксперимента попробую запустить подобие локальной языковой модели, которая дает полезные советы.

    habr.com/ru/companies/selectel

    #ии #ииассистент #иимодель #ии_помощник #selectel #symbian_os #symbian_3

  22. Настройка AI-агентов для ускорения бизнес процессов компании

    Практический dev-story о том, почему AI-агент для реальной работы - это не чат с моделью, а система из задач, браузеров, проверок, журналов, ограничений и внешних интеграций. На примере публикационного пайплайна: сайты, CMS, соцсети, cron, browser sessions, anti-false-success, CRM, нейросеть, видео контент и SEO-грабли. От настройки до практического применения.

    habr.com/ru/articles/1055428/

    #ии #ииагенты #ииассистент #ии_чатбот #иимодель #ии_помощник #ии_агенты #ииагент

  23. Жизнь после RAG: как мы построили ИИ-агента для анализа тикетов технической поддержки

    Привет! Меня зовут Владимир Дробот, я SRE-лид и руководитель центра техподдержки кластера рекламных технологий компании МТС Web Services. Наша команда отвечает за вторую линию саппорта: мы разбираем сложные инциденты, ищем корни проблем и передаем разработчикам те баги, которые упираются в код или архитектуру. Для решения задач инженерам приходится работать одновременно с Jira, Confluence, логами и базами данных. Несмотря на существующую документацию, много времени уходило на поиск информации и анализ уже решенных инцидентов. Недавно мы внедрили систему поиска на базе RAG: общее описание и технические детали . Наше решение объединило данные из Jira и Confluence в единую поисковую систему, инженеры получают ответы на вопросы на естественном языке. Подход дал заметный эффект, однако со временем стало понятно, что основное ограничение заключается не в качестве поиска. Чтобы получить пользу от RAG, инженер должен сначала понять, что именно искать. Это особенно актуально при разборе инцидентов: причина проблемы неизвестна и непонятно, какие данные понадобятся для анализа и какие запросы следует сформулировать. В результате инструмент использовали не во всех типах задач. Кроме того, было сложно объективно оценивать влияние решения на качество поддержки. Мы получали положительную обратную связь, но не могли точно измерить, насколько быстрее или качественнее стали решаться тикеты. Тогда мы решили: если система уже умеет искать информацию и анализировать найденные материалы, почему бы не поручить ей первый этап расследования инцидента целиком? Читать дальше

    habr.com/ru/companies/ru_mts/a

    #ии #ииагенты #ии_помощник #rag #техническая_поддержка #автоматизация

  24. Как мы поднимали файловое облако для команды: Seafile, HTTPS, мобильные клиенты и белый экран на Android

    Практическая история о том, как для небольшой команды мы подняли частное файловое облако на Seafile, прикрутили HTTPS через Nginx, столкнулись с белым экраном на Android и в очередной раз убедились, что все бывает гораздо проще, чем кажется на первый взгляд.

    habr.com/ru/articles/1053342/

    #файловое_хранилище #ииагенты #ииассистент #иимодель #ии_помощник #ии_агенты #ииагент

  25. Как я делаю нейромультик про Михалыча

    У меня есть мультик про мебельщика Михалыча. Снят в жанре мокьюментари — как будто кто‑то пришел с камерой к небольшому производству и снял документалку про обычный рабочий день. Интервью на камеру, бытовые сцены, узнаваемые типажи. Только всё это нарисовано и анимировано нейросетями — без художника, без аниматора, без актеров. Первую серию сделала, и вроде бы разобралась с процессом в целом. Но вторая оказалась сложнее, появился новый персонаж, сцены с двумя людьми в кадре, реквизит с текстом, который надо держать читаемым на протяжении всей анимации. Где‑то пришлось изобретать приёмы на ходу, где‑то переделывать по два‑три раза. В этой статье — полный разбор второй серии по шагам: что делала, что не получилось сразу и как решала. Как добиться от ИИ нормального результата

    habr.com/ru/articles/1052890/

    #промптинг #генерация_изображений #генерация_видео #генерация_видео_ии #иимодель #ии_помощник #gpt #seedance

  26. Реализация RSS-генератора на «коленке» или наш ответ Чемберлену

    Всё началось с банальной задачи — я и моя напарница нейросеть Асси задумались над SEO-продвижением и адаптацией нашего сайта под современные реалии генеративного поиска (GEO / RAG) и краулеры языковых моделей (GPTBot, ClaudeBot, Perplexity). По старой привычке решили поглядеть, как эту задачу решают другие «взрослые дяди», открыли исходники популярных решений для синдикации в современных CMS… и, мягко говоря, офигели. То, что в корпоративном BigTech считается стандартом генерации банальной XML-ленты, на поверку оказалось кромешным инфраструктурным адом.

    habr.com/ru/articles/1051178/

    #PHP #Вебразработка #Оптимизация #Сделай_сам #Highload_на_коленке #ии_помощник #бэкенд

  27. ИИ-ассистент с долговременной памятью, агентами и vision. Проблемы с Персональными Данными

    ИИ-ассистент с долговременной памятью, агентами и vision - делал для себя. Память с весами и забыванием, разные модели под задачу, поиск по маркетплейсам с инъекцией профиля. Технически готов, но упёрся в 152-ФЗ: данные уезжают за рубеж, а GigaChat не может. История проекта + опрос что с ним делать.

    habr.com/ru/articles/1050300/

    #ии #ииассистент #ии_чатбот #ии_помощник #llm #llmмодели #rag #gigachat #go #152фз

  28. AI в работе продакта: что реально работает, а что остается хайпом

    За последние несколько лет AI у меня, как и у многих моих коллег, стал одним из основных рабочих инструментов. И речь не только о том, чтобы иногда задать пару вопросов ChatGPT. AI инструменты сегодня способы приносить пользу продакт менеджеру и команде на каждом этапе жизненного цикла продукта — от появления идеи до его релиза в продакшн. Недавно я завершила исследование, в рамках которого сравнивались два проекта по разработке продукта в сфере кибербезопасности. Один проект создавался без использования AI, второй — с активным использованием AI-инструментов на протяжении всего жизненного цикла продукта. Результат был следующий: суммарные трудозатраты (а, как следствие, и бюджет проекта) по второму проекту по сравнению с первым снизились на 36%. Самый интересный вывод, который я сделала для себя из этого исследования - AI все еще не способен заменить специалистов полностью, но он позволяет усиливать команду, ускорять процесс получения результата, заставляет команду взаимодействовать по-другому. Где именно AI может быть полезен в работе продакта сегодня? Этап 1. Проверка гипотез и исследование рынка Работа над любым продуктом начинается с формулирования гипотез. Раньше значительная часть моего рабочего времени уходила на изучение рынка, поиск нужной информации, анализ конкурентов, чтение обзоров, отзывов пользователей и аналитических материалов. Сейчас первую итерацию исследования мне помогают делать AI-инструменты: ChatGPT и Claude. Обычно я прошу AI собрать информацию по рынку, выделить основные тренды, сравнить конкурентов, найти сильные и слабые стороны существующих решений. Важно понимать, что я не принимаю решения исключительно основываясь на ответах, полученных от AI. Но вместо нескольких часов поиска информации я получаю хорошую отправную точку за несколько минут. Особенно это полезно, когда необходимо быстро разобраться в новой предметной области.

    habr.com/ru/articles/1045664/

    #управление_проектами #управление_разработкой #ai #ии #ии_помощник #управление_продуктом #команда_разработки

  29. Есть ли в тестах hh.ru защита от использования ИИ или как доказать программисту что вы не веник

    Я прошёл тест на hh.ru с помощью ИИ. Мне не поверили и обвинили во лжи. Я прошёл его ещё раз. Под катом немного рассуждений, немного оскорблений и 30-минутный видеопруф. будет Youtube

    habr.com/ru/articles/1044284/

    #hhru #карьера_программиста #вайбкодинг #этика_делового_общения #тестирование_вебприложений #качество_кода #ии_помощник #лайфхаки_для_гиков

  30. Почему компании скоро начнут учитывать AI-действия как новый вид корпоративного актива

    Токен — это единица текста. AI-действие — это единица полезного результата. AI-действия - это не абстракция и не побочный эффект автоматизации. Это измеримый экономический ресурс, который уже сегодня создаёт реальную ценность. Осталось лишь признать его в балансе.

    habr.com/ru/articles/1044266/

    #aiагенты #ai #ai_агенты #os #ai_security #ии_помощник #ииагенты #иипомощники #ииагент #защита_информации

Share on Mastodon

Enter the server where you have an account.