home.social

#контекстное_окно — Public Fediverse posts

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

fetched live
  1. Записать — не значит вспомнить: месяц внешней памяти для ИИ-агента

    Однажды я потерял чат. Не то чтобы катастрофа — обычная рабочая сессия по проверке студенческих домашек. Экспорт я не делал, в лог ничего не писал. И чат пропал. Скорее всего, я сам его и удалил, но точно уже не вспомню. Уцелело только то, что я до этого руками сохранил за пределами чата, все остальное просто перестало существовать. И тут мне пришла в голову мысль: ровно то же самое происходит с моделью на каждой длинной сессии, когда данные вылетают из контекста из-за сжатия. А что, если дать агенту независимую память, которая живет не внутри чата и не зависит от того, решит модель это выбросить или нет? Так появился проект MemShelf

    habr.com/ru/companies/basis/ar

    #git #mcp #токены #llm #claude #контекстное_окно #ииагенты #память_llm #память_агента

  2. Выносила за девять месяцев: гайдлайн по вайб-кодингу для девочек (и мальчиков)

    Для тех, кто только открыл Claude Code и уже чувствует, что что-то идёт не так Девять месяцев я пишу свои проекты с Claude Code. Я не разработчик и руками за это время не написала ни строчки кода. За девять месяцев можно выносить ребёнка, но их у меня уже 5, поэтому в этот раз я выносила гайдлайн по вайб-кодингу. Токсикоз тоже был, про него писала тут Вайб-кодинг без розовых очков: как я писала свой продукт с Claude . А сегодня про то, как я работаю сейчас. С опытом сформировался порядок действий: сначала спека, потом код, потом проверка другим агентом или новым чатом. Я не претендую на исключительность, но все мои правила игры выстраданы личным опытом, временем и деньгами за подписку Max.

    habr.com/ru/articles/1094214/

    #продактменеджмент #llm #промпты #контекстное_окно #aiагенты #вайбкодинг #claude_code #vibe_coding #сезон_код_будущего #prd

  3. Эксперименты с Радиантом: память агента против окна в миллион токенов

    Проверил, найдёт ли агент Коворк в рабочей переписке сообщения возрастом до пяти лет. Память Радианта нашла 15 из 15, хотя даже окно на миллион токенов вмещает переписку только за последние четыре месяца.

    habr.com/ru/companies/bitrix/a

    #llm #контекстное_окно #longcontext_llm #память_агента #aiагенты #rag #битрикс24

  4. Спросил у Claude Code одно слово — он отправил на сервер 305 килобайт. Вскрыл трафик двух кодинг-агентов

    Спросил у Claude Code «Ответь одним словом: работает». Двадцать девять символов. На сервер ушло 305 042 байта — 113 460 токенов, ответ из четырёх. Поставил между агентом и сервером прокси на сорок строк Python и разобрал тело запроса по частям. Системный промпт — четыре процента. Восемьдесят пять процентов — описания 137 инструментов, из которых 107 принёс один MCP-сервер, которым я в этой сессии не пользовался. Ещё 29 тысяч символов добавил хук плагина. И на каждый ход уходит второй запрос, о котором я не просил. То же самое проделал с Codex CLI: 29 килобайт, 9 817 токенов, а системный промпт при этом такой же длины. Дальше — таблица, что убирается флагами (один MCP-сервер стоил 52 тысячи токенов на запрос), что это значит для окна и кэша, и скрипт, чтобы посмотреть свой первый запрос.

    habr.com/ru/articles/1083326/

    #Claude_Code #Codex_CLI #системный_промпт #токены #контекстное_окно #prompt_cache #кодингагенты #прокси #отладка #сезон_код_будущего

  5. Как подружить расширение Claude Code для VSCode с моделями и подпиской OpenAI

    Мост на Rust, который поселил модели GPT внутри расширения Claude Code для VSCode - через существующую подписку OpenAI, без API-ключа и ручного запуска серверов.

    habr.com/ru/articles/1080366/

    #Claude_Code #GPT #OpenAI #Codex #VSCode #Rust #MCP #вайбкодинг #прокси_LLM #контекстное_окно

  6. [Перевод] От разовых запросов к повторно используемым ИИ-флоу в QA

    Как перейти от разовых ИИ-запросов к многоразовым Agentic AI рабочим процессам в QA . Я собрал несколько практических примеров, паттернов и предостережений, которые помогут инженерам по тестированию осуществить этот переход постепенно

    habr.com/ru/articles/1075414/

    #искусственный_интеллект #QA #AIагенты #автоматизация_QA #MCP #AI_Skills #промптинжиниринг #контекстное_окно #анализ_требований

  7. Почему токенайзер реж ет сло ва не там где нужно

    Заголовок этой статьи, частично, наглядная демонстрация того, как его видит языковая модель. Куски слов, нарезанные по логике, которая к русскому языку не имеет вообще никакого отношения. И из этой нарезки растет длинный список вещей, которые иногда списывают на «глупую нейронку» (особенно если речь идет о небольших локальных моделях): модель не может посчитать буквы в слове, путается в арифметике, коверкает редкие фамилии, а русский текст обходится вдвое дороже английского при том же смысле. А еще оттуда же растут вещи, которые с токенами вообще вроде бы не связаны. Например: почему «давай рассуждать по шагам» реально работает, и почему лишний пробел в конце промпта портит ответ. Виноват во всем этом компонент стека, который первым в пайплайне, никогда не обучается вместе с моделью и которому обычно посвящают полтора абзаца в начале туториала. Что ж, давайте по порядку.

    habr.com/ru/companies/selectel

    #токенизация #токенизатор #BPE #byte_pair_encoding #LLM #языковые_модели #эмбеддинги #контекстное_окно #промптинжиниринг #selectel

  8. Status Line для Claude Code CLI. Показывает кэш, git, контекст и лимиты в одном месте

    Сделал Status Line для тех, кто пользуется Claude Code CLI Если вы работаете с клодом в терминале, то в одном месте он показывает: • Модель и Effort; • Текущую рабочую папку и ветку; • Незакоммиченные изменения в GIT в этой папке; • Есть ли что в очереди на push и pull; • Расхождение основных md файлов; • Текущий размер контекстного окна; • Кэш: hit rate & TTL; • Ну и лимиты, конечно же. Очень удобно это все видеть в одном месте. Рассказываю про него в статье. Узнать про Status Line 🥵

    habr.com/ru/articles/1069754/

    #Claude_Code #statusline #терминал #CLI #AIагенты #контекстное_окно #prompt_cache #Git #Nodejs #context_engineering

  9. Почему нейросети съедают токены: что происходит с длинными чатами и как снизить расход

    Один пользователь Claude утверждает, что прогнал через модель больше миллиарда входных токенов. Другой оставил AI-агента без присмотра и насчитал около $6000 расходов. Цифры из Reddit можно оспаривать, но механизм за ними вполне реальный. Я посмотрел, почему короткий запрос внутри длинного чата может оказаться совсем не коротким для LLM, что происходит, когда контекст разрастается до сотен тысяч токенов, зачем нужен prompt caching и почему большое контекстное окно иногда делает ответы не лучше, а хуже. А заодно собрал несколько способов снизить расход токенов без бессмысленной охоты за каждым словом в промпте. Разобраться с токенами

    habr.com/ru/companies/syntx_ai

    #LLM #токены #контекстное_окно #Claude #ChatGPT #context_rot #prompt_caching #AIагенты #context_engineering #расход_токенов

  10. Токены в ИИ и оптимизация промптов: как я сэкономила 50% бюджета и перестала здороваться с ChatGPT

    Меня зовут Анна, я ведущий инженер по тестированию в Рексофт. Последние два года я плотно работаю с большими языковыми моделями: интегрирую их в CI/CD, использую для генерации тестов и анализа логов. И довольно быстро столкнулась с жестокой реальностью: недельный лимит токенов на проекте — всего 10 000, а один мой вежливый запрос с «пожалуйста» съедал почти 500 токенов на входе и еще пару тысяч на выходе. Пришлось пересмотреть подход. В этой статье я расскажу, как устроена механика токенов, почему русский язык дороже английского в полтора раза, и как я научилась формулировать промпты так, чтобы получать точные ответы за минимальные деньги.

    habr.com/ru/companies/reksoft/

    #токены #эффективный_промпт #промпты #эмбеддинг #контекстное_окно

  11. Большие модели и цена миллиона токенов

    Китайские модели дешевле или это ловушка? Разбираемся, как не переплачивать за токены и почему цена в прайсе — еще не вся правда о расходах на ИИ.

    habr.com/ru/companies/hostkey/

    #hostkey #LLM #API #Anthropic #OpenAI #DeepSeek #стоимость_токенов #кэширование #контекстное_окно #нейросети

  12. Контекстная инженерия: что это такое, как работать с контекстом и почему за это начали платить

    Вы собрали диалоговую систему — агента с RAG, инструментами и памятью. На коротких диалогах всё работает: модель выбирает нужный инструмент и достаёт данные. Но через несколько десятков итераций агент уже путает инструменты, тянет в ответ старые вызовы и опирается на ошибку, которая раньше попала в контекст. Новый промпт не всегда решает проблему: важно управлять тем, какая информация попадает к модели перед каждым следующим шагом. Это и называют контекстной инженерией. Разбираемся, чем она отличается от промпт-инжиниринга, RAG и MCP, почему агент начинает ошибаться и какие приёмы помогают собрать контекст так, чтобы модель не путалась в длинных сценариях. Показать на коде →

    habr.com/ru/companies/netology

    #контекстная_инженерия #context_engineering #llm #ииагенты #rag #mcp #промптинжиниринг #контекстное_окно #большие_языковые_модели #tool_calls

  13. Контекстное окно человека: чем его теперь заполнять

    Раньше ценность специалиста в продуктовой разработке — неважно, аналитик это, владелец продукта, разработчик или инженер сопровождения, — во многом мерили тем, сколько деталей он держит в своём контекстном окне: подводные камни конкретного домена, как работает функционал легаси-системы, грабли, на которые он однажды уже наступал. По сути это был сжатый контекст одной-двух областей, накопленный дорогой ценой — годами жизни. Сейчас ровно по этому месту бьёт ИИ: токены, которые раньше приходилось загружать в мозг годами узкой практики, теперь подтягиваются почти даром, из ИИ-модели. Похоже, что дефицитным становится не объём контекстного окна и не глубина знаний в одной области, а то, чем это окно заполнено: много смежных доменов, лежащих рядом, и способность видеть, как они стыкуются в той системе, которую ты создаешь с помощью ИИ. Опыт точно никуда не девается, но, возможно, перестаёт быть решающим преимуществом.

    habr.com/ru/articles/1049788/

    #контекстное_окно #промптинжиниринг #sdlc #производственный_процесс #токены

  14. Контекстное окно: почему нейросеть забывает части разговора

    Представьте, что вы разговариваете с невероятно умным и эрудированным собеседником. Только очень странным. Несмотря на весь свой интеллект и тысячи фактов, которые он легко и непринужденно рассказывает, он не может ничего запомнить. Ваш диалог с ним каждый раз как бы начинается заново. Вы даете ему вводные, задаете вопросы, что-то уточняете, а он, на основе всего этого, выдает ответ. Однако, стоит вам задать следующий вопрос, как собеседник напрочь забывает все, о чем вы говорили. И чтобы отвечать более-менее связно, ему приходится сначала перечитать весь ваш диалог. Звучит странно? Возможно. Однако именно так работает большинство современных LLM. А разработчики, пытаясь нивелировать эту особенность, добавляют нейронкам различные обвязки и ухищрения, заметно усложняя логику для рядового пользователя. Чтобы лучше понимать, что происходит, давайте погрузимся в тему. И подробнее познакомимся с такой штукой, как «контекстное окно».

    habr.com/ru/companies/bothub/a

    #контекст #контекстное_окно #LLM #SelfAttention #токен #Lost_in_the_Middle #RAG #KVcache #нейросеть #вектор

  15. Что такое контекстное окно и почему модели забывают

    Ты час разговариваешь с ChatGPT. Даёшь контекст, объясняешь задачу, уточняешь детали. А потом модель вдруг начинает противоречить тому, что говорила раньше. Забывает имя персонажа которое ты указал в самом начале. Спрашивает то, о чём вы уже договорились. Первая реакция - что-то сломалось. Но это не баг. Это фундаментальное ограничение архитектуры, у которого есть название и объяснение.

    habr.com/ru/articles/1046916/

    #контекстное_окно #LLM #токены #память_ИИ #ChatGPT #языковые_модели #lost_in_the_middle #RAG #GPT #контекст

  16. LLM написала, человек одобрил, никто не понял: откуда на самом деле берётся нечитаемый код

    Код работает, тесты зелёные — а читать его невозможно. Документация «содержит всё» — а в голове после неё не остаётся ничего. Привычный диагноз «плохо обучили» объясняет не всё: человек и LLM мыслят по-разному устроенными механизмами, и значительная часть «низкого качества» — это столкновение двух когнитивных архитектур. Где на самом деле предел внимания LLM, почему у человека сложность болит, а у модели нет, и кто в системе «человек + LLM» заметит момент потери контроля. Спойлер: никто. Узнать, где теряется понимание

    habr.com/ru/articles/1046636/

    #llm #когнитивная_асимметрия #агентная_разработка #контекстное_окно #comprehension_debt #качество_кода

  17. [Перевод] Harness под любую задачу: Dynamic Workflow в Claude Code

    На прошлой неделе мы выпустили динамические воркфлоу в Claude Code. Теперь Claude может на лету писать собственную обвязку (harness) под конкретную задачу. Стандартная обвязка Claude Code создавалась для кода — но она также полезна для многих других типов задач, поскольку, как выясняется, многие задачи напоминают задачи по написанию кода. Тем не менее есть определённые классы задач, под которые нам приходилось строить кастомные обвязки поверх Claude Code для достижения максимальной производительности: исследования , анализ безопасности , командные агенты или ревью кода . Воркфлоу позволяют динамически создавать обвязки поверх Claude Code, с помощью которых Claude может более нативно решать все эти задачи и не только. Воркфлоу также можно делиться с другими и переиспользовать. В этой статье я расскажу о своём первоначальном опыте с воркфлоу и о выводах, которые помогут вам использовать их по максимуму. Учтите, что лучшие практики пока формируются: динамические воркфлоу нередко потребляют больше токенов и лучше всего подходят для сложных задач.

    habr.com/ru/articles/1043002/

    #Claude_Code #динамические_воркфлоу #агентика #субагенты #оркестрация_агентов #мультиагентные_системы #контекстное_окно #автоматизация #LLM #воркфлоу

  18. Промпт для души: как создать ИИ-персонажа, с которым действительно интересно общаться

    Привет, Хабр! Недавно на Reddit я наткнулся на драматичный пост: парень рассказал, как в сложный период жизни создал в нейросети виртуального собеседника. Ежедневное общение с ИИ-персоной стало для него на тот момент психологической опорой. И вот однажды контекстное окно LLM заполнилось, мигнула надпись: «Лимит чата исчерпан» . Продолжить диалог в той же ветке стало технически невозможно. В комментариях развернулась бурная дискуссия. Одни советовали платить за enterprise-тарифы с большим контекстом. Другие предлагали хардкорный путь: вручную парсить историю переписки, вычленять системный промпт и пересобирать «личность» в новом диалоге. Эта история выявила интересную инженерную и гуманитарную проблему: как формализовать описание ИИ-персонажа так, чтобы оно оставалось читаемым для человека и эффективным для языковой модели? Чтобы персону можно было переносить, редактировать, понимать ее суть — и чтобы сам промпт был работоспособным.

    habr.com/ru/companies/ru_mts/a

    #промптинжиниринг #LLM #ролевые_агенты #системный_промпт #persona_drift #fewshot #нарративный_промпт #контекстное_окно #AIперсонаж #психология_ИИ

  19. «Мементо»: как фильм Нолана 2000 года удивительно точно иллюстрирует работу ИИ- агентов

    По-настоящему культовые произведения искусства отличаются от заурядных тем, что люди спустя годы продолжают находить в них смыслы, которые авторы и не думали закладывать. В 2000 году на экраны вышел триллер «Мементо» (в другом переводе — «Помни»), благодаря которому тогда ещё начинающий режиссёр Кристофер Нолан получил мировую известность. Сегодня, в эпоху бурного развития искусственного интеллекта, этот фильм стал как никогда актуален: история человека, лишённого памяти, неожиданно точно описывает работу современных ИИ-агентов — о чём авторы фильма, конечно, не могли задумываться. Разберём, почему это так

    habr.com/ru/articles/1040372/

    #Мементо #Кристофер_Нолан #ИИагенты #LLM #контекстное_окно #knowledge_cutoff #системный_промпт #prompt
    __injection #harness #искусственный_интеллект

  20. Больше контекста — хуже результат

    После статьи про Cursor и сжатие контекста я получил много комментариев. В коментах спорят: виноват компактинг? Или attention dilution? Или модель просто ослушалась? Или проблема вообще не в контексте, а в alignment? Спор хороший, но он показывает фундаментальную проблему: у инженеров нет общей картины того, как LLM работают с контекстом. Мы видим симптомы (агент удалил базу, модель галлюцинирует, точность падает на длинной сессии), но не понимаем механизмы. Попробуем собрать эту картинку Бооольше нейрослопа :)

    habr.com/ru/articles/1031340/

    #почему_LLM_галлюцинирует #как_работает_ChainofThought #проблема_длинного_контекста #почему_AIагенты_тупят #сокращение_промпта #контекстное_окно #GPT55_промпты #Claude_Opus_47_гайд

  21. [Перевод] Практическое руководство по инжинирингу контекста для AI-ассистентов

    Каждая новая сессия с AI-ассистентом для разработки обнуляет накопленный контекст: инструменты мощные, но по своей природе «забывчивые». В итоге мы снова и снова проговариваем стек, соглашения и ограничения, тратя время на восстановление того, что уже было известно вчера. В статье разберемся, как превратить это слабое место в управляемый ресурс: от простых файлов правил до полноценных слоёв памяти и инфраструктуры, которые позволяют ассистенту работать с учётом накопленного опыта.

    habr.com/ru/companies/otus/art

    #LLM #инжиниринг_контекста #память_AI #контекстное_окно #rag #промптинжиниринг #LLMинженер #векторные_базы_данных #AIассистенты

  22. От написания промптов к проектированию контекста. Или один очень обширный материал по Context Engineering

    Промпт инжиниринг в том виде, в котором он был популярен в 2025 уже мёртв. В современных агентных инструментах, таких как Claude Code, Codex и упасибогCursor = ваш текст это ~0,03% контекста. Все остальное — это system prompt, CLAUDE.md , память, MCP, skills, история, tool results. И созданы они, чтобы съедать ваши лимиты и тратить ваши деньги 😈 Че там Че там 👀

    habr.com/ru/articles/1028260/

    #ai #вайбпрограммирование #вайбкодинг #разработка #искусственный_интеллект #ии #ииагенты #ииассистент #иимодель #контекстное_окно

  23. Зачем AI-ассистенту пирамида тестирования, или Как скормить слона нейросети по кусочкам

    Привет! Это снова Михаил Федоров. В первой статье я рассказал про архитектуру QA Assist — системы из 11 AI-агентов для автоматизации тестирования. Во второй — честно показал, как «4 часа подключения» превращаются в неделю корпоративной реальности. Сегодня поговорим о штуке, которая на первый взгляд не имеет отношения к AI. О пирамиде тестирования. О том, почему классическая теория QA внезапно оказывается критически важной, когда вашим тест-дизайнером становится языковая модель с контекстным окном.

    habr.com/ru/articles/1025278/

    #ai #qa #пирамида_тестирования #контекстное_окно

  24. [Перевод] Когда, зачем и как правильно начинать новую сессию в Claude Code?

    То, как вы управляете сессиями, контекстом и компактизацией в Claude Code, влияет на результат сильнее, чем кажется. Мы выпустили /usage — новую slash-команду, которая помогает отслеживать использование Claude Code. Эта функция появилась после серии разговоров с пользователями. В этих разговорах раз за разом всплывала одна тема: огромный разброс в том, как люди управляют сессиями — особенно после увеличения контекстного окна до 1 миллиона токенов. Держать одну или две долгосрочные сессии в терминале? Начинать новую с каждым промптом? Когда использовать compact , rewind или subagents ? Что приводит к плохой компактизации или плохой сессии? Всё это неожиданно сильно влияет на опыт работы с Claude Code , и почти всё сводится к управлению контекстным окном .

    habr.com/ru/articles/1024038/

    #Claude_Code #контекстное_окно #управление_сессиями #context_rot #compaction #rewind #subagents #AIагенты #LLMинструменты #Anthropic

  25. MCP не умер: почему ИИ-агенты тонут в контексте

    Еще недавно казалось, что MCP решит главную проблему ИИ-агентов: даст единый способ подключать инструменты, данные и внешние системы. Но быстро выяснилось, что если дать модели все сразу, она не становится умнее - она теряет фокус. В статье разбираю, почему ИИ-агенты тонут в контексте, и какие подходы помогают это исправить.

    habr.com/ru/articles/1019866/

    #mcp #искусственный_интеллект #нейросети #model_context_protocol #ии_агенты #контекстное_окно #автоматизация #agent_skills #api #архитектура

  26. ruGPT3XL идёт в качалку / поднимаем контекст до 8k

    Это продолжение предыдущей публикации про реставрацию ruGPT3XL. Для тех кто не читал, кратенько, я конвертировал древний Megatron-LM чекпоинт в HuggingFace-формат, залил веса на HF, накатил поддержку GGUF в llama.cpp и подумал, что всё. Но нет. По ходу тестов, проведённых разными людьми удалось выявить ряд недоработок, которые я по мере обнаружения правил, ну а после того, как удалось получить стабильную и рабочую версию мне захотелось решить одну старую проблему, которая меня в ruGPT3 моделях очень беспокоила, это проблема маленького контекста в смешные 2k токенов. Решил поднять контекст до 8k.

    habr.com/ru/articles/1018428/

    #rugpt3 #обучение #контекстное_окно

  27. Разбираю статью про FS-Researcher: как учёные научили ИИ вести конспекты

    ChatGPT и другие LLM "забывают" начало диалога при серьезном ресерче. Обычная проблема. Новые факты вытесняют старые из-за ограниченного контекстного окна, и отчет получается поверхностным. Недавнее исследование предлагает простое решение — дать ИИ-агенту "блокнот". Разбираемся как такой подход обходит ограничения контекста.

    habr.com/ru/articles/992836/

    #LLM #ИИагенты #большие_языковые_модели #контекстное_окно #RAG #ReAct #Claude #FSResearcher #нейросети

  28. [Перевод] Claude Code: практический гайд по настройке, автоматизации и работе с контекстом

    Команда AI for Devs подготовила перевод подробного гайда по Claude Code — от skills и хуков до MCP, субагентов и плагинов. Автор делится реальным сетапом после месяцев ежедневной работы и показывает, как выжать максимум из Claude Code, не убив контекст и производительность.

    habr.com/ru/articles/987094/

    #claude_code #workflow #mcp #автоматизация #плагины #хуки #контекстное_окно

  29. Project Cognition Layer: Почему AI-агенту нужна не только векторная БД, а Git. Архитектура долговременной памяти проекта

    За полгода активного использования Cursor IDE я была поражена тем, насколько этот инструмент изменил мой подход к работе. Разработка превратилась в удовольствие: поэтапное планирование, реализация, умные подсказки – агент выполняет задачи активно, быстро и, что самое главное, практически именно так, как я хочу. Конечно, всегда есть к чему придраться, но существенных минусов становилось все меньше. Cursor-подобные IDE и LLM постоянно развиваются: с переходом на последние модели и увеличением контекстного окна, мощь инструмента достигла такого уровня, что повседневные задачи решаются за минуты, и я уже практически не задумываюсь о технической рутине. Казалось бы, недостатков почти нет. Однако, всякий раз, приступая к новой задаче, я начинала новый чат. Мне не хотелось перечитывать свои диалоги недельной давности, искать там контекст. Но настоящая проблема возникает, когда задача переходит ко мне от другого разработчика. У меня нет доступа к его диалогу с чатом. Я не знаю, почему он принял те или иные решения, какие варианты он и AI отбросили. Мне приходится заново вводить Cursor в суть задачи, тратя время на объяснение того, что AI-агент моего коллеги уже знал. Еще одной проблемой всегда остается отсутствие наглядного понимания хода проекта . Глядя на код, я вижу результат , но не процесс . Я не вижу, как менялась логика принятия решений и куда движется архитектура. Git Log дает мне сухие факты ("изменен файл X"), но не дает ментальной модели. Получается парадокс: наши локальные AI-агенты умнеют с каждым днем, но как команда мы страдаем от "коллективной амнезии" и отсутствия единой картины мира. Именно это натолкнуло меня на идею Когнитивного слоя проекта (Project Cognition Layer) . Если у нас уже есть инструмент, который идеально хранит историю всех изменений (Git), почему бы не "накинуть" на него когнитивный слой, понятный и человеку, и AI?

    habr.com/ru/articles/970560/

    #Cursor #контекстное_окно #llmмодели #агент_кодирования #ai_ide_для_программирования #git

  30. [Перевод] Как прокачать ИИ-агента без дообучения: Agent Skills

    Большие языковые модели давно вышли за пределы «болталок» и теперь работают в реальных средах — пишут код, анализируют данные, управляют инструментами. Однако чем мощнее становятся такие агенты, тем отчётливее видно: дело уже не в нейросетевых весах, а в доступе к структурированным знаниям и процедурному контексту. Anthropic предлагает ответ в виде Agent Skills — модульного подхода, позволяющего упаковывать экспертизу в обычные папки и файлы, которые агент может обнаруживать, подгружать и использовать динамически. Это попытка превратить LLM из универсального помощника в специалиста без дообучения и одновременно найти масштабируемый способ работать с контекстом за пределами токенов. Читать статью

    habr.com/ru/companies/otus/art

    #разработка_по #агентные_системы #LLM #модульность #контекстное_окно #инструкции_для_агентов #автоматизация #ИИагент #Agent_Skills

Share on Mastodon

Enter the server where you have an account.