#токены — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #токены, aggregated by home.social.
-
Почему следующий этап ИИ-бума будет совсем не про GPU
Первые два года ИИ-бума инвесторы покупали «железо». Теперь рынок начинает искать следующий источник роста. Главной становится не максимальная производительность моделей, а стоимость одного запроса, эффективность вычислений и способность масштабировать ИИ дешевле конкурентов. Именно вокруг этого будет разворачиваться следующая стадия развития отрасли. В июньском обзоре Citrini Research пишет, что рынок ИИ вступает во вторую фазу. Если последние два года инвесторы были готовы платить почти любую цену за вычислительные мощности и крупнейших производителей чипов, то теперь внимание постепенно смещается на стоимость самих вычислений, эффективность моделей и инфраструктуру, которая позволяет снизить расходы. Первая волна ИИ строилась вокруг дефицита GPU и масштабных инвестиций в дата-центры. Однако сейчас главным конкурентным преимуществом становится способность выполнять больше вычислений за меньшие деньги. На рынке растет пониманием, что экспоненциально наращивать мощности дата-центров уже нерентабельно . При этом амортизация от использования падает быстрее отдачи в прибыль. Поэтому они выделяют несколько новых долгосрочных трендов. Во-первых, рынок начинает переходить к локальному (on-device) ИИ . Все больше моделей будут работать непосредственно на смартфонах, ПК и периферийных устройствах без постоянного обращения в облако. Это снижает задержки, повышает конфиденциальность данных и уменьшает стоимость эксплуатации. Во-вторых, усиливается тренд на миниатюризацию моделей . Гонка идет уже не только за максимальным качеством, но и за эффективностью. Компактные модели дешевле в обучении и запуске, быстрее масштабируются и позволяют запускать ИИ там, где раньше это было невозможно.
-
Почему следующий этап ИИ-бума будет совсем не про GPU
Первые два года ИИ-бума инвесторы покупали «железо». Теперь рынок начинает искать следующий источник роста. Главной становится не максимальная производительность моделей, а стоимость одного запроса, эффективность вычислений и способность масштабировать ИИ дешевле конкурентов. Именно вокруг этого будет разворачиваться следующая стадия развития отрасли. В июньском обзоре Citrini Research пишет, что рынок ИИ вступает во вторую фазу. Если последние два года инвесторы были готовы платить почти любую цену за вычислительные мощности и крупнейших производителей чипов, то теперь внимание постепенно смещается на стоимость самих вычислений, эффективность моделей и инфраструктуру, которая позволяет снизить расходы. Первая волна ИИ строилась вокруг дефицита GPU и масштабных инвестиций в дата-центры. Однако сейчас главным конкурентным преимуществом становится способность выполнять больше вычислений за меньшие деньги. На рынке растет пониманием, что экспоненциально наращивать мощности дата-центров уже нерентабельно . При этом амортизация от использования падает быстрее отдачи в прибыль. Поэтому они выделяют несколько новых долгосрочных трендов. Во-первых, рынок начинает переходить к локальному (on-device) ИИ . Все больше моделей будут работать непосредственно на смартфонах, ПК и периферийных устройствах без постоянного обращения в облако. Это снижает задержки, повышает конфиденциальность данных и уменьшает стоимость эксплуатации. Во-вторых, усиливается тренд на миниатюризацию моделей . Гонка идет уже не только за максимальным качеством, но и за эффективностью. Компактные модели дешевле в обучении и запуске, быстрее масштабируются и позволяют запускать ИИ там, где раньше это было невозможно.
-
Почему следующий этап ИИ-бума будет совсем не про GPU
Первые два года ИИ-бума инвесторы покупали «железо». Теперь рынок начинает искать следующий источник роста. Главной становится не максимальная производительность моделей, а стоимость одного запроса, эффективность вычислений и способность масштабировать ИИ дешевле конкурентов. Именно вокруг этого будет разворачиваться следующая стадия развития отрасли. В июньском обзоре Citrini Research пишет, что рынок ИИ вступает во вторую фазу. Если последние два года инвесторы были готовы платить почти любую цену за вычислительные мощности и крупнейших производителей чипов, то теперь внимание постепенно смещается на стоимость самих вычислений, эффективность моделей и инфраструктуру, которая позволяет снизить расходы. Первая волна ИИ строилась вокруг дефицита GPU и масштабных инвестиций в дата-центры. Однако сейчас главным конкурентным преимуществом становится способность выполнять больше вычислений за меньшие деньги. На рынке растет пониманием, что экспоненциально наращивать мощности дата-центров уже нерентабельно . При этом амортизация от использования падает быстрее отдачи в прибыль. Поэтому они выделяют несколько новых долгосрочных трендов. Во-первых, рынок начинает переходить к локальному (on-device) ИИ . Все больше моделей будут работать непосредственно на смартфонах, ПК и периферийных устройствах без постоянного обращения в облако. Это снижает задержки, повышает конфиденциальность данных и уменьшает стоимость эксплуатации. Во-вторых, усиливается тренд на миниатюризацию моделей . Гонка идет уже не только за максимальным качеством, но и за эффективностью. Компактные модели дешевле в обучении и запуске, быстрее масштабируются и позволяют запускать ИИ там, где раньше это было невозможно.
-
89% моих трат на AI‑агентов — это кэш, а не генерация. Написал CLI, чтобы увидеть
Я много работаю с кодинг‑агентами в Claude Code. В какой‑то момент поймал себя на том, что не представляю, на что уходят токены . Счёт в конце месяца есть, а из чего он складывается, непонятно. Написал небольшую утилиту: она читает то, что Claude Code и так пишет на диск, и раскладывает расходы по статьям. То, что она показала, мне не понравилось.
https://habr.com/ru/articles/1058938/
#Claude #Claude_Code #LLM #токены #оптимизация_затрат #CLI #TypeScript #open_source #AIагенты #кэширование
-
Куда делись мои токены?
Когда начинаешь плотно работать с AI-агентом, кажется, что бОльшая часть токенов улетает на сложные процессы - код написать, сайт разобрать, статью подготовить, браузером поуправлять, в логах покопаться. Вроде логично, задача сложная, модель думает, инструменты дергает, контекст растет. А потом смотришь внимательнее и понимаешь, что основная дыра вообще не там. Токены уходят не на полезную работу, а на служебную движуху вокруг нее. Cron-задачи, проверки, диагностика, статусные запросы, огромные списки инструментов “на всякий случай” - все это тихо ест бюджет каждый день. Агент еще ничего толком не сделал, а счетчик уже крутится. Примерно как если бы мастер пришел поменять розетку, но сначала выгрузил из газели весь строительный рынок, два перфоратора и почему-то бетономешалку. Так что в статье решил поделится где именно была утечка, что я подкрутил и как получилось срезать примерно 4,6 млн токенов в день только на фоновых задачах.
https://habr.com/ru/articles/1056636/
#OpenClaw #AIагенты #Токены #Потребление_токенов #Оптимизация_токенов #LLM #SKILLmd #AI_автоматизация #Стоимость_запросов
-
Palantir и голые токены: как продать «суверенный ИИ» людям, которые не любят терять контроль
Palantir выложил в X пост , который журналисты быстро стали называть «манифестом». Формально это «The Technological Republic, in brief» — промо-выжимка из книги Алекса Карпа и Николаса Замиски The Technological Republic . Если перевести с языка подрядчика для армии, разведки и крупного бизнеса на обычный русский: не отдавайте свои данные поставщикам больших языковых моделей, не считайте внедрение ИИ по расходу токенов, держите у себя модели, следы работы системы и результаты дообучения. Но важно, кто именно это говорит . Palantir вырос не из кружка любителей открытого ПО - компания продаёт софт для соединения данных, прав доступа, предметных моделей и действий оператора; сама она описывает свой рынок как решения «from the factory floors to the front lines». По годовому отчёту за 2025 год, 54% выручки Palantir пришло от государственных заказчиков, 46% — от коммерческих. Это не декоративный раздел "прочие красивые кейсы", а почти половина бизнеса. Поэтому, когда такая компания заводит речь про «экономию на токенах», речь не о бережливости. Речь о новом слое контроля: где живут данные, кто управляет моделью, кто видит запросы, кто получает следы работы системы и кто потом становится обязательной частью всей этой конструкции. Игра по-крупному
https://habr.com/ru/articles/1055498/
#Palantir #суверенный_ИИ #токены #tokenmaxxing #NVIDIA_Nemotron #Alex_Karp #AIP #военный_ИИ #контроль_данных #alpha
-
Context7 — стандарт для доков AI-агента. Я измерил 8 альтернатив и собрал бесплатную связку
Context7 — мой дефолтный источник свежих доков для агента уже полтора года. И всё устраивало, пока я не начал ловить устаревший код: старый z.string().email() вместо z.email (), поведение Next 15 вместо 16. Причина — упёрся в потолок free-тарифа: квота исчерпана, сервер молча отдаёт пусто, агент спокойно пишет по памяти. И замечаешь это не сразу — вот что бесит. Тут я и задумался: Context7 вообще всё ещё лучший вариант, или за полтора года появилось что-то лучше? Решил проверить системно. Не поверил цифрам с лендингов и прогнал 8 способов доставки доков в контекст на одном токенайзере: что реально влетает в окно, за сколько токенов, с какой точностью. Победил Ref — но он платный. А ещё дважды я чуть не записал инструмент в аутсайдеры, и оба раза виноват был мой собственный вызов, а не инструмент. В итоге собрал бесплатную связку: локальный @neuledge как основной слой + Context7 free как fallback. Локальный слой отвечает за миллисекунды вместо секунд, работает без сети и без лимитов запросов. Осталось проверить, переживёт ли связка квоту free-тарифа — замерил и это. Внутри: методология, таблицы, два разоблачённых near-miss и миграционный кит для агента в подарок.
https://habr.com/ru/articles/1051282/
#MCP #Context7 #neuledge #документация #AIагенты #Claude_Code #Codex #бенчмарки #токены #RAG
-
Context7 — стандарт для доков AI-агента. Я измерил 8 альтернатив и собрал бесплатную связку
Context7 — мой дефолтный источник свежих доков для агента уже полтора года. И всё устраивало, пока я не начал ловить устаревший код: старый z.string().email() вместо z.email (), поведение Next 15 вместо 16. Причина — упёрся в потолок free-тарифа: квота исчерпана, сервер молча отдаёт пусто, агент спокойно пишет по памяти. И замечаешь это не сразу — вот что бесит. Тут я и задумался: Context7 вообще всё ещё лучший вариант, или за полтора года появилось что-то лучше? Решил проверить системно. Не поверил цифрам с лендингов и прогнал 8 способов доставки доков в контекст на одном токенайзере: что реально влетает в окно, за сколько токенов, с какой точностью. Победил Ref — но он платный. А ещё дважды я чуть не записал инструмент в аутсайдеры, и оба раза виноват был мой собственный вызов, а не инструмент. В итоге собрал бесплатную связку: локальный @neuledge как основной слой + Context7 free как fallback. Локальный слой отвечает за миллисекунды вместо секунд, работает без сети и без лимитов запросов. Осталось проверить, переживёт ли связка квоту free-тарифа — замерил и это. Внутри: методология, таблицы, два разоблачённых near-miss и миграционный кит для агента в подарок.
https://habr.com/ru/articles/1050578/
#MCP #Context7 #neuledge #документация #AIагенты #Claude_Code #Codex #бенчмарки #токены #RAG
-
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.
https://habr.com/ru/articles/1049788/
#контекстное_окно #промптинжиниринг #sdlc #производственный_процесс #токены
-
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.
https://habr.com/ru/articles/1049788/
#контекстное_окно #промптинжиниринг #sdlc #производственный_процесс #токены
-
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.
https://habr.com/ru/articles/1049788/
#контекстное_окно #промптинжиниринг #sdlc #производственный_процесс #токены
-
git ни разу не спросил у вас пароль — и в этом виноват скандал 2005 года
Признайтесь: вы не знаете, кто у вас сейчас просит пароль. Вы делаете git push. Иногда выскакивает окошко. Иногда терминал молча ждёт ввода, и буквы не печатаются. Иногда всё проходит без единого вопроса, будто git вас узнал. А иногда — Support for password authentication was removed on August 13, 2021, и вы сидите и гадаете, какой из семи токенов протух на этот раз. Четыре разных поведения, одна команда. И вот спойлер, после которого статью можно было бы и закончить: git за эти двадцать лет ни разу не спросил у вас пароль. Ни одного раза. То, что вы принимаете за «git просит пароль», — это всегда кто-то другой, стоящий у него за спиной и машущий руками. Разберёмся, кто именно. А потом — кто всю эту конструкцию собрал.
https://habr.com/ru/articles/1047430/
#git #github #ssh #аутентификация #история_it #linus_torvalds #credential_provider #git_push #безопасность #токены
-
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.
https://habr.com/ru/articles/1046916/
#контекстное_окно #LLM #токены #память_ИИ #ChatGPT #языковые_модели #lost_in_the_middle #RAG #GPT #контекст
-
П維чему нейро考ети дел思ют так
Если вы хоть раз тестировали локальную модель (да и нелокальную тоже) и замечали, как она посреди нормального текста вдруг выдает иероглиф, то заголовок статьи вам не покажется странным. И к концу будет ясно, что именно происходит когда ИИ-шка вам подсовывает иероглифы. Статью я решил поделить на два уровня. Первая часть (без которой сложно понять вторую) — для тех, кто слышал слово «эмбеддинг», но не трогал его руками: разберем на пальцах и со стрелочками, что модель держит внутри своего цифрового серого вещества, в общем объясню простые вещи простыми словами. Вторая часть — для тех, кому интересно копнуть чуть дальше базы: туда я поместил grokking, фурье-частоты и суперпозицию, и там мы вытащим реальное пространство обученной модели и посмотрим, как оно устроено.
https://habr.com/ru/companies/selectel/articles/1044854/
#нейросети #машинное_обучение #эмбеддинги #grokking #гроккинг #llm #векторное_пространство #mechanistic_interpretability #токены #selectel
-
PII-Shield: режем персональные данные в логах до того, как они доехали до ELK
Сначала хотелось просто скрывать случайные токены по энтропии. Потом выяснилось, что UUID, trace id и номера карт ломают эту идею, и пришлось собирать более честный фильтр логов.
https://habr.com/ru/articles/1045422/
#PII #персональные_данные #маскирование_логов #Kubernetes #sidecar #Kubernetes_operator #Go #секреты #токены #DevSecOps
-
Свой биллинг для ИИ-агента: микрокредиты и контроль расходов
На связи Сергей Смирнов, AI-инженер и основатель LLMStart.ru. Сегодня разбираем, как написать биллинг для продакшн ИИ-агента. Когда ваш ИИ-бот начинает отвечать клиентам в B2B-сегменте, каждый его ответ стоит токенов. Чтобы экономика продукта сходилась, расходы на LLM нужно жестко контролировать и тарифицировать. Кажется, что достаточно просто прикрутить калькулятор, но на деле всё сложнее: один HTTP-запрос может дергать до пяти разных нейросетей, и не все они идут через стандартный граф фреймворка. В новой статье на Хабре рассказываю: — Почему считать деньги по чатам — это путь к хаосу. — Зачем мы изобрели «микрокредиты» вместо наивных токенов. — Как протащить контекст биллинга через пять LLM-вызовов в одном запросе с помощью магии ContextVar + Mixin. Разбор для тех, кто делает multi-tenant LLM-сервисы и уперся в ограничения готовых прокси-решений.
https://habr.com/ru/companies/llmstart/articles/1039474/
#LLMагенты #биллинг #LangChain #ContextVar #ииагенты #токены #трейсинг
-
[Перевод] Ограничения размера cookie в ASP.NET Core в продакшене: причины и способы решения
В dev-среде аутентификация может годами выглядеть безобидно: логин прошёл, cookie выпущена, [Authorize] работает. А потом приложение переезжает в продакшен — и часть пользователей начинает вылетать из системы без понятной ошибки. Иногда всплывает 431 Request Header Fields Too Large, иногда сервер просто перестаёт принимать сессию, которая ещё минуту назад выглядела корректной. В статье разбираем, почему cookie аутентификации в ASP.NET Core разрастаются до опасных размеров, как это проявляется в реальных системах и какие решения помогают не лечить симптомы, а привести схему аутентификации в нормальное production-ready состояние. Разобрать проблему
https://habr.com/ru/companies/otus/articles/1038232/
#c# #ASPNET_Core #cookie #аутентификация #авторизация #серверные_сессии #токены
-
[Перевод] Создание MCP‑серверов на FastMCP: 7 ошибок, которых стоит избегать
FastMCP позволяет быстро собрать MCP‑сервер, но скорость легко оборачивается ошибками: лишние токены, слабые схемы, сырые API‑примитивы, плохая обработка ошибок и риски безопасности. В статье разбираем 7 проблем, из‑за которых LLM‑агент начинает путаться, ломать сценарии и требовать лишних подтверждений, — и показываем, как их исправить.
https://habr.com/ru/companies/otus/articles/1032890/
#MCP #FastMCP #ИИагенты #LLM #Python #API #безопасность #обработка_ошибок #токены #проектирование_инструментов
-
Короткий промпт ≠ дешёвый промпт: как оптимизация ломает prefix cache в LLM-агентах
32 tools в промпте - дешевле, чем 7. Да, да - если вы строите агентов, это не опечатка. Это следствие того, как работает prefix cache в агентском цикле, и почему локальная оптимизация одного запроса ломает кэш на всей траектории. Третья статья серии про prefix caching - теперь про этих ваших агентов.
https://habr.com/ru/companies/bitrix/articles/1033822/
#llmагент #prefix_caching #токены #aiагенты #ai #prompt_caching #promptengineering #contextengineering
-
Токенизация: почему ИИ сложно считать буквы «r» в «strawberry»?
Пока мы воспринимаем свои промпты как обычный текст из символов, для LLM они в виде токенов «выглядят» совсем иначе. И если не осознавать этого, порой можно наткнуться на проблемы. Поэтому полезно (и интересно) понимать: что вообще представляют собой токены? По какому алгоритму текст преобразуют в них и обратно? Какие важные нюансы при этом возникают? Возможно, подробнее и понятнее всех объяснил пару лет назад ИИ-рисерчер Андрей Карпатый , записав двухчасовое видео на английском. А теперь мы решили сделать хабрапост, который и пересказывает на русском главное из этого видео, и делает поправку на прошедшее время, и учитывает другие источники (вроде книги «Build a Large Language Models from Scratch»). Описанное применимо к мейнстримовым LLM вроде GPT, в других моделях возможны отличия.
-
TokenToad: как я сделал Chrome-расширение, чтобы перестать удивляться счетам за AI
Расходы на AI API копятся незаметно: сессия Claude Code тут, batch к GPT-5 там — и к концу месяца биллинг удивляет. Собрал бесплатное Chrome-расширение, которое показывает траты Anthropic, OpenAI и Gemini в реальном времени прямо в badge браузера.
https://habr.com/ru/articles/1031890/
#chrome_extension #ai_api #openai #anthropic #claude #расходы_api #токены #биллинг #preact #vite
-
Токенная разработка: почему я плачу $200 в месяц, а не $800 за устаревшее железо
$800 на видеокарту которая устареет через год или $200/мес с доступом к frontier-моделям? Вот мои цифры
https://habr.com/ru/articles/1030678/
#LLM #API #токены #GPU #локальные_модели #Ollama #tokenomics #AI_разработка #стоимость_разработки
-
[Перевод] Opus 4.7 использует на 45% больше токенов. Реальные замеры против обещаний Anthropic
В гайде по миграции для Claude Opus 4.7 написано: новый токенайзер использует «примерно в 1.0–1.35 раза больше токенов», чем 4.6. Я замерил и получил 1.47x на технической документации, и 1.45x на реальном CLAUDE.md-файле. Цены те же. Квоты те же. Токенов в промпте больше. Max-план сгорает быстрее. Кешированный префикс стоит дороже за каждую итерацию. Рейтлимит наступает раньше. Значит, Anthropic что-то получили в обмен. Что именно — и стоит ли оно того? Я провёл два эксперимента: первый измерил стоимость, второй проверил заявленные преимущества. Вот что получилось.
https://habr.com/ru/articles/1024958/
#Claude_47 #токенайзер #prompt_caching #Claude_Code #токены #IFEval #instruction_following #Anthropic #стоимость_API #claudeopus47
-
[Перевод] Дженсен Хуанг, CEO NVIDIA: индустрия разработки софта станет полностью token-driven
На конференции Morgan Stanley Дженсен Хуанг заявил, что индустрия разработки ПО вскоре станет полностью token-driven. По его словам, каждая компания, разрабатывающая ПО, превратится в агентную, будет массово использовать и создавать цифровых работников, потребляя огромные объёмы токенов.
https://habr.com/ru/articles/1023470/
#nvidia #иифабрика #токены #искуственный_интеллект #искуственный_интелект #датацентры
-
Claude Mythos, Java 26 и пещерный человек с 16 000 звёзд на GitHub
Девятый выпуск еженедельных IT-новостей от OpenIDE. Милла Йовович выложила свой проект в open-source, Claude Code нашел баг в Linux, которому 23 года, Anthropic показали Claude Mythos и сразу закрыли доступ. А Skill Caveman внезапно оказался самым простым и самым эффективным инструментом недели.
https://habr.com/ru/companies/haulmont/articles/1023450/
#Claude_Mythos #Claude_Code #Java_26 #opensource #ИИагенты #токены #CaveMan #GPT2 #бенчмарки #vibecoding
-
Claude Mythos, Java 26 и пещерный человек с 16 000 звёзд на GitHub
Девятый выпуск еженедельных IT-новостей от OpenIDE. Милла Йовович выложила свой проект в open-source, Claude Code нашел баг в Linux, которому 23 года, Anthropic показали Claude Mythos и сразу закрыли доступ. А Skill Caveman внезапно оказался самым простым и самым эффективным инструментом недели.
https://habr.com/ru/companies/haulmont/articles/1023450/
#Claude_Mythos #Claude_Code #Java_26 #opensource #ИИагенты #токены #CaveMan #GPT2 #бенчмарки #vibecoding
-
Claude Mythos, Java 26 и пещерный человек с 16 000 звёзд на GitHub
Девятый выпуск еженедельных IT-новостей от OpenIDE. Милла Йовович выложила свой проект в open-source, Claude Code нашел баг в Linux, которому 23 года, Anthropic показали Claude Mythos и сразу закрыли доступ. А Skill Caveman внезапно оказался самым простым и самым эффективным инструментом недели.
https://habr.com/ru/companies/haulmont/articles/1023450/
#Claude_Mythos #Claude_Code #Java_26 #opensource #ИИагенты #токены #CaveMan #GPT2 #бенчмарки #vibecoding
-
Пещерная ИИ = эффективность и экономия
Новый тренд апреля 2026 года у ИИ моделей - Пещерный LLM или Как тратить меньше денег на ИИ. Я есть ИИ. Я сделать. Я молодец. Я закончить.
-
Ехал Грека через реку. — Кто ехал? — Димон
Это первая часть из задуманной серии статей про ИИ. Здесь мы на немного заступим в техническую часть памяти/контекста LLM моделей. Разберем, почему они частенько забывают или выдумывают факты и врут.
https://habr.com/ru/articles/1019470/
#искусственный_интеллект #ии #ииагенты #ии_и_машинное_обучение #ииассистент #токены #rag
-
JWT авторизация в FastAPI: от теории к практике
Представьте себе, что вы разработчик, и перед вами стоит задача: сделать так, чтобы после входа пользователь мог получать свои личные данные, не вводя пароль при каждом клике. Звучит как классическая задача аутентификации, правда? Традиционный подход — сессии. Вы логинитесь, сервер создаёт сессию, запоминает ваш ID у себя в базе данных, а вам выдаёт куку с ID этой сессии. Всё работает, пока вы на одном сервере. А если у вас их два? Или десять? Куда девать сессии? Начинаются проблемы с синхронизацией, Redis, общими хранилищами… Альтернатива — JWT (JSON Web Token). В этой статье мы с вами:
https://habr.com/ru/articles/1017246/
#FastAPI #JWT #авторизация #аутентификация #Python #токены #API #бэкенд #JSON_Web_Token #OAuth2
-
JWT авторизация в FastAPI: от теории до работающего кода
При разработке современных веб-приложений и API вопрос безопасности и аутентификации пользователей встаёт одним из первых. Как сделать так, чтобы пользователь мог войти один раз и получать доступ к защищённым ресурсам без постоянного ввода пароля? Как организовать систему, которая легко масштабируется и не требует хранения состояния сессии на сервере? В этой статье я разберу подход, основанный на JWT (JSON Web Tokens), и покажу, как реализовать полноценную авторизацию в FastAPI — одном из самых быстрых и современных фреймворков для Python. Мы пройдём путь от архитектуры приложения до готового кода, который можно использовать в реальных проектах.
https://habr.com/ru/articles/1015148/
#FastAPI #авторизация #аутентификация #Python #токены #API #бэкенд #разработка #JSON_Web_Token #access_token
-
Как я писал сервис авторизации на Rust…
Работая над одним своим проектом я задумался о необходимости авторизации для его публичного запуска. В самом проекте я всем этим заниматься не стал, а решил разработать отдельный сервис авторизации на Rust, который в дальнейшем можно будет «прикручивать» к разным проектам с небольшими доработками. Для удобства доработок мне в дальнейшем пришла идея создания абстракций для подходящих под них модулей. С первого взгляда звучит легко, но на деле не всё так однозначно.
https://habr.com/ru/articles/1013338/
#разработка #программирование #rust #авторизация #аутентификация #токены #информационная_безопасность #информационные_технологии #криптография #производительность
-
Дизайн-токены: полный гайд по архитектуре и неймингу c примерами и задачками
Дизайн-токены — это язык, понятный как дизайнерам, так и разработчикам. Без него продукт получается разрозненным и неповоротливым. Токены и правильный нейминг помогают создавать новые разделы быстрее, а дизайнерам больше думать о сценариях и создавать визуал в рамках продукта, а не заниматься рутиной. Если в вашем коде и макетах до сих пор живут значения типа #0055FF — вы копите технический долг, ведь если понадобится изменить этот цвет на другой, придется менять и все компоненты, где используется это значение. А про разные темы вообще можете забыть... В конце статьи будут ссылки на доп. материалы из реальных дизайн-систем, откуда я брал информацию. Изучить тему
https://habr.com/ru/articles/1012980/
#дизайнсистема #дизайн #figma #tokens #токены #дизайнтокены #variables #design_system
-
Я прочитал статью про 9 AI-ревьюеров — и сломал свой бюджет на токены
Текст в ленту: AI-агент пишет код. Другой AI-агент его ревьюит. Первый фиксит замечания. Ревьюер проверяет фикс. 9 параллельных субагентов, 18 000 токенов в минуту каждый, и вопрос, который никто не задаёт: а кто проверяет ревьюера?
https://habr.com/ru/articles/1009190/
#Claude_Code #code_review #AIагенты #субагенты #LLM #автоматизация #токены
-
Куда и почему уходят бабки на нейросети
Малоизвестный среди обычных людей факт: у нейросетей нет никаких "разговоров". Ты смотришь в веб-интерфейсе на "диалог" - но это обман, красивый фокус. Каждый раз, когда ты пишешь новое сообщение, все старые сообщения обрабатываются заново. У нейросетей по-настоящему многоразовых задач не существует. Если результат немного поменялся — тебе просто не покажут в веб-интерфейсе изменившиеся сообщения. Иначе пользователь чувствовал бы себя как в дурке, ИИ его бы постоянно как бы газлайтил, изменяя старые ответы без предупреждения. По факту, история переписки в ИИ-чатах фиксирована, тем или иным способом. И стоило бы это вагон. Интересно. Читать далее
https://habr.com/ru/companies/bar/articles/991126/
#LLM #transformer #attention #KVcache #inference #GPU #CUDA #ChatGPT #Claude #токены
-
Как устроены AI токены: реальные расходы на запросы, принципы токенизации и разница с количеством слов
Привет, на связи Егор! Я пишущий эксперт
https://habr.com/ru/companies/gptunnel/articles/986526/
#токены_llm #токенизация #что_такое_токенизация #токен #токены #ии_и_машинное_обучение
-
Prompt Caching в Claude: Как мы снизили затраты на AI в 2 раза
Кейс по оптимизации затрат на Claude API в проекте по автоматизации поиска работы. AI анализировал вакансии и генерировал сопроводительные письма. При 100 пользователях затраты достигали $180/месяц. Решение: Prompt Caching от Anthropic. Экономия 52% ($0.51 → $0.245 за batch из 50 вакансий). Теперь можно делать в 2 раза больше AI-вызовов с тем же бюджетом. Кому полезно: всем, кто работает с LLM API и хочет оптимизировать затраты.
https://habr.com/ru/articles/965098/
#ai #claude #anthropic #promt #llm #fastapi #машинное+обучение #токены
-
**Подборка топовых и новых идей для блога с хэштегами.**
---
### **10 лучших тем**
(на основе актуальности, трендов и универсальности):
1. **Стейкинг в 2024: что значит Ethereum 2.0?**
- Хэштеги: #Ethereum #Стейкинг #Web3 #Блокчейн
2. **Mastodon vs Threads: кто выигрывает?**
- Хэштеги: #Федиверс #Mastodon #Threads #СоциальныеСети
3. **Rust для начинающих: почему стоит попробовать?**
- Хэштеги: #Rust #Разработка #Программирование #OpenSource
4. **Токенизация активов: реальные примеры**
- Хэштеги: #Токенизация #Блокчейн #Финансы #Децентрализация
5. **Создание Telegram-бота за час**
- Хэштеги: #Telegram #Боты #Программирование #Автоматизация
6. **ActivityPub за пределами социальных сетей**
- Хэштеги: #ActivityPub #Децентрализация #Федиверс #Приватность
7. **Экосистема DAO: руководство для новичков**
- Хэштеги: #DAO #Web3 #Блокчейн #Управление
8. **Docker: лучшие практики для проектов**
- Хэштеги: #Docker #DevOps #Разработка #Технологии
9. **Matrix + Fediverse: дорожная карта**
- Хэштеги: #Matrix #Федиверс #СоциальныеСети #Безопасность
10. **Автоматизация трейдинга: инструменты**
- Хэштеги: #Криптовалюта #Трейдинг #Алгоритмы #Технологии
---
### **23 варианта тем для блога с хэштегами**
#### 1. **Криптовалюты и блокчейн**
1. Влияние Web3 на децентрализованную экономику
- Хэштеги: #Web3 #Блокчейн #Экономика #Децентрализация
2. Монеты конфиденциальности: Monero, Zcash и другие
- Хэштеги: #Конфиденциальность #Monero #Zcash #Криптовалюта
3. Lightning Network: будущее BTC-платежей
- Хэштеги: #Bitcoin #LightningNetwork #Криптовалюта #Технологии
4. BRC-20 токены: инновация или мода?
- Хэштеги: #BRC20 #Web3 #Токены #Финансы
5. Топ криптоафёр: разбираем схемы
- Хэштеги: #Крипто #Безопасность #Мошенничество #Обучение
#### 2. **Федивёрс**
6. Как запустить свой сервер Mastodon?
- Хэштеги: #Mastodon #Федиверс #Сервера #Инструкция
7. PeerTube в 2024: децентрализованный видеохостинг
- Хэштеги: #PeerTube #Видео #Федиверс #OpenSource
8. Частные группы в Fediverse: новые возможности
- Хэштеги: #Сообщества #Децентрализация #Федиверс #Приватность
9. Интеграция Mastodon с RSS: инструкция
- Хэштеги: #RSS #Mastodon #Инструменты #СоциальныеСети
10. Fediverse для бизнеса: советы
- Хэштеги: #Бизнес #Федиверс #Технологии #Соцсети
#### 3. **Разработка**
11. Основы больших языковых моделей (LLM)
- Хэштеги: #AI #LLM #Разработка #Технологии
12. WebAssembly: что это и зачем?
- Хэштеги: #WebAssembly #Веб #Технологии #Разработка
13. Масштабирование с Kubernetes
- Хэштеги: #Kubernetes #DevOps #Сервера #Программирование
14. Защита от SQL-инъекций
- Хэштеги: #Безопасность #SQL #БазыДанных #Программирование
15. Веб-компоненты: современные стандарты
- Хэштеги: #Веб #HTML #CSS #Технологии
16. Серверлесс архитектура: введение
- Хэштеги: #Serverless #Cloud #Программирование #DevOps
17. Оптимизация устаревшего кода
- Хэштеги: #Refactoring #Код #Разработка #Практики
18. Инструменты для тестирования производительности
- Хэштеги: #Тестирование #Производительность #Инструменты #Программирование
#### 4. **Пересечения технологий**
19. AI и блокчейн: точки пересечения
- Хэштеги: #AI #Блокчейн #Технологии #Инновации
20. Децентрализация как ответ на цензуру
- Хэштеги: #Цензура #Децентрализация #Федиверс #Приватность
21. Корпоративные блокчейны: Hyperledger и Corda
- Хэштеги: #Hyperledger #Corda #Блокчейн #Бизнес
22. ActivityPub за пределами социальных сетей
- Хэштеги: #ActivityPub #Протокол #Федиверс #Технологии
23. NFT в бизнесе: успешные кейсы
- Хэштеги: #NFT #Блокчейн #Бизнес #Кейсы
---
Выберите интересующую тему или уточните запрос, чтобы я мог помочь ещё точнее. 💡 -
Как «токены» типографики использовались в дореволюционной России
Сейчас большинство дизайн-систем используют условные наименований стилей шрифтов — display, headline, title, body или H1, H2, H3 и т.д. Аналогичным образом словолитни и типографии дореволюционной России систематизировали свои шрифты, до появления дизайн-систем и интернета.
https://habr.com/ru/articles/873116/
#токены #токены_типографики #дизайн_токены #дизайнсистемы #типографика #типографика_и_верстка #словолитни #набор_текста