Моя лента

Я сделал себе задачник, из которого агент сам берёт задачи с пометкой «Агенту», делает их на моём компьютере и пишет отчёт прямо в задачу. Рассказываю, как это устроено: MCP-сервер, вход через браузер или по токену, запуск по расписанию и что агенту можно, а что нет.

По данным The Information, команда Anthropic из 15 инженеров использует Claude для проектирования и инженерной работы над собственными чипами. О разработке компания рассказала потенциальным инвесторам на недавних встречах.

По словам источников издания, инженеры считают, что Claude заметно сокращает время работы по сравнению с их оценками традиционного процесса проектирования в крупных производителях вроде Nvidia и AMD.

В 2013 году мир увидел научную статью, которую частенько цитируют очень упрощённо. Обычно утверждается, будто при редактировании одного из нейронов мухи-дрозофилы насекомое внезапно начинает неконтролируемо много спариваться. Реальная научная работа выглядела чуть более сложно (doi:10.1016/j.cell.2013.09.055).

У мода может быть прекрасная обложка, убедительное описание и сотни строк кода. Но из этого ещё не понятно, кто написал код, что именно лежит в архиве и сможет ли автор исправить поломку после следующего обновления игры. Генеративные инструменты делают эти вопросы особенно неудобными: собрать убедительную страницу и довести мод до рабочего состояния можно с очень разными затратами.

3 ноября 2026 года Nexus Mods объявила новые правила для ИИ-контента. Полного запрета не будет. Площадка делает ставку на раскрытие использования ИИ, разрешения авторов и управление видимостью контента.

Решение интересно далеко за пределами моддинга. Здесь в маленьком масштабе видна проблема любого каталога пользовательского софта: как сохранить полезную автоматизацию, не превратив поиск, проверку и поддержку в работу для тех, кто ничего не автоматизировал.

Вот в самом известном красненьком сервисе по поиску работы, с исполнителей берут деньги за то чтобы они отправляли AI-авто отклики, и могли генерировать с помощью AI-сопроводительные.

А с нанимателей берут деньги... чтобы автоматически фильтровать AI отклики, да и вообще... все отклики.

Слыхали историю о том, как team-lead не мог понять, почему несколько месяцев не могут найти ему в команду разработчиков, создал полностью релевантное резюме, подал от чужого имени к себе в компанию, и получил авто-отказ за 6 минут? Вот в такой абсурдной ситуации находятся сейчас те, кто пытается найти работу на таких биржах, с отличием, что они реально ищут работу, а не проверяют свой HR-отдел.

Но с чего я больше всего возмутился, и решил даже написать этот пост, это следующий случай

Крупные галактики вроде Млечного Пути окружены множеством более мелких и тусклых спутников. Их трудно обнаружить, и хотя астрономы нашли около 65 карликовых галактик‑спутников Млечного Пути и около 40 шаровых скоплений в его гало, предполагается, что множество карликовых спутников и шаровых скоплений ещё остаются неизвестными. Теперь обсерватория Веры Рубин обнаружила ещё два объекта.

Привет! Меня зовут Константин Замков, я главный менеджер в компании «СИБИНТЕК». Я занимаюсь управлением проектами и портфелями проектов и являюсь сертифицированным профессионалом (PMI PMP, PMI PfMP, PSM‑I). За годы работы с корпоративными ИТ‑инициативами я заметил, что успех проекта во многом определяется еще до того, как разработчик пишет первую строчку кода.

На старте проекта часто отсутствует практически все, что впоследствии кажется очевидным. Нет детальных требований и плана работ, нет оценки стоимости и утвержденного бюджета. Есть только идея или общая проблема, которую необходимо решить с помощью ИТ.

В этой статье я хочу поделиться своим опытом применения последовательного подхода к подготовке и запуску корпоративного ИТ‑проекта от первого обращения бизнеса до получения финансирования и перехода непосредственно к реализации.

Пусть НЕ простят меня администраторы БД и архитекторы, если случайно прочитают... Сегодня я расскажу про внутреннюю архитектуру JMatrixPlatform, в которой реализовано эффективное извлечение сложных многоуровневых графов, больших объёмов.

В Chrome 155 выпуск цифровых документов через Digital Credentials API включён по умолчанию. Разбираем сценарии работы с кошельками, пример интеграции и изменения после origin trial.

Наверное, уже все успели позлиться и посмеяться над Альтманом и его заявлением. Глава OpenAI считает, что с точки зрения глобального распределения ресурсов довольно странно держать дефицитную оперативную память в домашних компьютерах, где она используется всего 5% времени.

Что, если Сэм не просто предлагает нам пересмотреть отношение к домашней оперативке, а действительно каким-то волшебным образом забирает ВСЕ наши плашки?

Прикинем, сколько памяти получит OpenAI, насколько это увеличит её вычислительные мощности, насколько быстрее после этого будут развиваться нейросети и посмотрим самые смешные мемы по теме.

На идею этой статьи меня натолкнуло видео «Почему советские самолёты были спроектированы для другого мира» на канале Aviation Adventures with Captain Ron. Оно интересно тем, что автор канала — вовсе не западный фанат советской авиации, а американский пилот с американской перспективой на авиацию, который сначала сделал более критическое видео о советской авиации с позиции своего непонимания, в комментариях которого отписались лётчики с советским опытом — и по мотивам этого обсуждения он сделал уже это видео. И действительно, в комментах его видео Why Soviet Jets Feel So Different in the Air можно найти немало комментариев от наших бывалых летунов. Такая вот ламповая встреча школ, историй и цивилизаций в глубинах Ютуба.

Именно то, что авторская позиция — не «просоветская» или «антисоветская», а синтез столкновения двух мировоззрений: исходной предвзятости личного профессионального опыта с опытом другого профессионала «по ту сторону» раскола миров и мировоззрений XX века — позволяет не просто абстрактно сопоставить разницу советской и американской (западных) школ авиастроения и эксплуатации гражданской авиации, а оценить их и увидеть, как именно западный (т.е. коммерчески-ориентированный) подход завёл гражданскую авиацию в нынешний тупик, превратив современные самолёты, эти чудеса инженерии с технической точки зрения, в небесные скотовозки, без каких-либо гарантий, что очередная коммерчески обоснованная софтверная заплатка не закончит полёт на океанском дне. И что выходом из этого тупика является полная смена парадигмы на человекоцентричную и антикоммерческую — с подготовкой государством больших лётных команд с бортинженерами и строительством стольких самолётов, сколько нужно не для профита, а для достаточного места для ног и багажа пассажиров.

Реплика в соседней зоне, регулярные снапшоты, настроенные бэкапы — кажется, к аварии готовы. Но что произойдёт, если облачный регион отключится целиком, а резервные копии останутся внутри него? На примере октябрьских сбоев Yandex Cloud разбираемся, почему привычные схемы отказоустойчивости не всегда спасают, сколько на практике занимает восстановление и как подготовить инфраструктуру к потере целого региона.

Для победы над Каспаровым в 1997 году IBM построила Deep Blue: 30 процессоров и 480 заказных шахматных сопроцессоров, больше 200 миллионов позиций в секунду. Николас Карлини проверил, хватило бы обычного Pentium Pro на 200 МГц с 64 МБ памяти, если поставить на него современный движок. Порт Stockfish 17 на эту машину играет с оценочным рейтингом около 3300 Эло при классическом контроле, а Crafty 1996 года с приёмами последних тридцати лет поднимается с 1999 до 2718 при секунде на ход. В матче из 100 партий движок на Pentium Pro выиграл 78 партий у Crafty 1996 года, работающего на современном Ryzen. Перевод с таблицами: какой приём сколько Эло дал и почему большая часть прироста пришлась на алгоритмы, а не на железо.

Многие пишут, что "бутылочным горлышком" в агентной разработке являются люди, которые проверяют код. Я считаю, что это больше маркетинговое заявление, чем инженерное. Человек может выполнять код-ревью достаточно быстро. Уж точно быстрее, чем код проходит CI/CD пайплайн и деплоится на стенд. С ростом автоматизации, процесс код-ревью человеком сводится к:

- пробежаться глазами по неочевидным местам в коде, проверка которых ещё не покрыта автоматикой,

- проверить как отработала автоматика детерминированной проверки правил разработки.

У меня это занимает не больше 5-15 минут на пулл-реквест. "Бутылочное горлышко" я наблюдаю совсем в другом месте.

Сейчас агенты пишут код очень быстро. Это ускоряет разработку.

Так же быстро и в большом количестве агенты пишут тесты. Тесты - это хорошо, это фиксация контрактов, соблюдение правил разработки и подтверждение того, что код делает то, что нам нужно. Мы заставляем агентов тестировать код и они делают это легко и быстро. Мы радуемся: количество кода растёт, система становится больше и не теряет надёжность.

Казалось бы, может ли что-нибудь пойти не так. Может и обязательно пойдёт не так.

Тестов становится слишком много. За пару лет существования моего проекта люди-программисты написали около 3000 тестов. Половина из них была написана мной в течение года. Я делал много рефакторинга (приводил приложение в порядок), обновлял версии библиотек со сломанной обратной совместимостью и нужно было много тестов как гарантия того, что функционал приложения я не поломал.

Как отличить совет от продажи и проверить рекомендацию до покупки

Исследователи спросили ChatGPT, как приготовить тайскую еду. Под ответом появилась реклама DoorDash. Запрос был про готовку. Предложение рядом: заказать доставку.

Никто не обязан подменять рецепт рекламным текстом, чтобы предложить вам совсем другое действие. Достаточно оказаться рядом в момент выбора.

Отправил агенту задачу с телефона, убрал телефон в карман и хочешь узнать, когда он закончит. Обычно для этого берут пуши Google (FCM). У DSH Mobile облачного сервера нет, телефон разговаривает напрямую с компьютером, на котором работает агент. В версиях 0.9.x я переделал уведомления. Постоянного соединения в простое больше нет, а за отправленной задачей телефон следит, даже если Android выгрузил приложение или телефон перезагрузили. Расскажу, как это устроено и какие четыре ошибки нашлись по дороге. Самая заметная съедала 11 секунд на каждом ответе агенту, самая неприятная обрывала загрузку фото на 5 МБ.

Статья является продолжением темы, начатой некоторое время назад в статье, о моделировании в реальном времени решётчатых функций технологических параметров промышленных объектов управления.
В статье кратко рассказано о ядре моделирования, использующего математический аппарат, описанный в указанной статье, и результатах его работы на одноплатном компьютере скромной производительности.

Статья будет полезна не только пользователям DeepSeek API. Она пригодится тем, кто покупает на Taobao, Tmall и 1688, и тем, кто собирается в Китай: там через Alipay можно оплатить метро и транспорт, билеты, отели и многое другое. Для вашей конкретной ситуации уточняйте отдельно — нюансы возможны.

Новое исследование профессора финансов Стэнфордского университета Ильи Стребулаева позволяет узнать пять фундаментальных особенностей, которые отличают инвестиции в стартапы от традиционных классов активов.