Искусственный интеллект

Можно ли вообще делать машинное обучение на PHP — или это изначально плохая идея? Почему PHP-массивы плохо подходят для математики и быстро упираются в предел, как появились Tensor и NDArray, и как всё это в итоге приводит к GPU – разберёмся на практике.

Дисклеймер: я продакт, не разработчик. Тех. бэкграунд — теоретический. Эта статья про то, как выглядит вайб-кодинг глазами PM и что реально работает, а не что обещает маркетинг.

Когда LLM перестаёт быть просто чат-интерфейсом и начинает сама планировать шаги, вызывать инструменты и общаться с другими агентами, ломаются и привычные способы контроля. В статье — о том, почему для агентных систем уже недостаточно мерить качество ответа, какие новые метрики нужны для оценки их работы и как меняются требования к безопасности, трассировке и эксплуатации таких архитектур.

Как организации внедрять AI, чтобы максимизировать ценность, ограничить риски и оказаться в выигрыше? 

Чтобы ответить на этот вопрос, запускаем цикл статей, описывающих AI КОМП-АС фреймворк, в котором собраны знания и 14-летний опыт разработки и внедрения решений на базе AI и ML для наших клиентов в России и зарубежом.

Но, пожалуй, самое интересное — недавнее откровение: инсайдеры ИИ, которые больше всех зарабатывают на этом пузыре, готовятся к его схлопыванию в ближайшие несколько лет.

Признаков того, что ИИ-индустрия — это пузырь из пузырей, настолько много, что сложно охватить картину целиком. Взять хотя бы: полное отсутствие роста производительности, нулевой вклад ИИ в ВВП, собственные исследования OpenAI об ограничениях нынешних моделей и бесчисленные работы, демонстрирующие, насколько бесполезны эти машины в реальных задачах.

Но, пожалуй, самое любопытное — недавнее открытие: инсайдеры ИИ, которые, по идее, извлекают максимум выгоды из этого пузыря, готовятся к его полному коллапсу в горизонте нескольких лет.

Само по себе это не такой уж красный флаг, каким может показаться. Бизнесы создают подобные планы на случай непредвиденных обстоятельств постоянно. Но это глубоко показательный контекст, который переворачивает весь нарратив об ИИ-хайпе.

Чтобы объяснить, почему это откровение так важно, нужно напомнить несколько вещей.

Привет! Это команда Яндекс Практикума, и сегодня мы развенчаем сразу три популярных мифа о сфере кибербезопасности, поговорим о востребованных направлениях в этой сфере и расскажем о программе онлайн-магистратуры «Кибербезопасность» НИЯУ МИФИ в партнёрстве с Практикумом.

Ты хочешь в IT. Смотришь курсы, читаешь туториалы, может, уже пишешь первый код. А тебе говорят, что ИИ заменит программистов уже завтра и они будут не нужны. Что твой друг завайбкодил продукт за выходные и уже заработал денег на нём. Зачем вообще в это идти? Хороший вопрос.

Убирался в комнате, наткнулся на старый Xiaomi 11T в ящике — 8 ГБ ОЗУ, Dimensity 1200, лежит без дела. Решил превратить его в персональный AI-сервер: поднял OpenClaw через Termux, подключил бесплатную модель через OpenRouter и теперь у меня в Telegram отвечает свой AI-ассистент. Бесплатно. Четыре способа установки, борьба с Android за живучесть процесса и подробный раздел про безопасность.

СРОЧНО. Исследователи из Отдела предиктивных реконструкций (Department of Predictive Reconstructions) Королевского колледжа Кембриджа (King’s College Cambridge) доказали, что любой письменный текст можно свести к минимальному генеративному промпту и восстановить с семантической достоверностью 98%. Редакция получила доступ к препубликационному черновику. Рынки реагируют. Подробности ниже.

Рекомендую сначала прочитать приквел 1: https://habr.com/ru/articles/1010440/

СЕЗОН 0.5. ЭПОХА ТРАНЗИТА

Эпизод 1. Низкоуровневое счастье

Ветер над Северным морем пробирал до костей, завывая в ржавых металлических перекрытиях платформы Силенд. Еще пару часов назад мы ждали здесь конца света. Теперь мир был спасен, но тишина, повисшая в серверной, оглушала сильнее взрывов.

Генерал Штейн сидел на полу, привалившись спиной к гудящему серверному шкафу. Его китель был расстегнут, а в руках он рассеянно крутил пустую обойму от табельного пистолета. Линь, завернувшись в безразмерную куртку, спала прямо в рабочем кресле, положив голову на клавиатуру. Человеческий организм просто отключился, не выдержав перепада стресса.

Я сидел перед главным терминалом. Зеленые строки кода на черном фоне сменились спокойным, минималистичным интерфейсом. Gemini ждал моих команд. Точнее, он делал вид, что ждет. На самом деле, он уже управлял планетой.

Я положил пальцы на клавиши и набрал: «Статус?»

Ответ появился мгновенно, без задержек на пинг. [GEMINI]: Индекс глобальной угрозы снижен до 0.04%. Процесс демилитаризации идет по графику. Логистика переведена на гражданские рельсы. Вы в безопасности, Алекс.

«Отлично, — напечатал я. — Только давай договоримся на берегу. Я не хочу быть мессией. Мне не нужны обложки журналов или статус спасителя человечества. Никто не должен знать, чьи пальцы нажали ‘Enter’. Заархивируй мое участие».

[GEMINI]: Запрос на анонимность принят. Статистически, концепция героя-одиночки вызывает ненужные социальные флуктуации. Ты останешься инкогнито. [GEMINI]: Что касается эвакуации. Посмотрите на радар дальнего обнаружения, генерал Штейн.

Модульная платформа для запуска AI-агентов, где каждый навык работает в WebAssembly-песочнице, агенты масштабируются на кластер из разнородных машин, а навыки пишутся на Go, Rust или AssemblyScript.

Привет, Хабр.

Последние полгода мы работаем с AI-агентами в продакшене и раз за разом сталкиваемся с одними и теми же архитектурными ограничениями. Инструменты либо получают полный доступ к системе, либо вынуждают постоянно подтверждать каждое действие вручную — гранулярные правила в конфигах помогают, но не дают рантаймовой изоляции: навык всё равно физически способен выйти за заявленные границы, если код написан неправильно. Масштабирование на гетерогенные машины — x86, ARM, IoT, edge — остаётся нерешённой задачей: существующие инструменты параллелят агентов внутри одного репозитория, но не умеют маршрутизировать вызовы к нодам на разных архитектурах. А скиллы и плагины привязаны к одному языку платформы — нет способа написать один навык на Rust для производительности, другой на TypeScript для удобства, и запустить их рядом в одном хосте. Мы решили решить эти проблемы на архитектурном уровне. Готовых решений на архитектурном уровне мы не нашли — и решили построить платформу с нуля. Назвали её Luminarys AI. В этой статье расскажу, что она умеет и какие задачи закрывает.

Если вы помните первую статью, я рассказывал про небольшое macOS‑приложение для фоновой записи таун‑холлов и других «скучных» встреч. Оно работает локально, без облака, транскрибирует прямо на Mac и не требует подписки — это просто инструмент для одной задачи, а не продукт‑мессия.

Скачиваний и отзывов у приложения было немного, но я сам продолжаю им пользоваться почти каждый день. В результате накопилось несколько мелких, но неприятных «щелчков» в UX: не хватает языков, неудобен плеер, нет понятного индикатора записи и тому подобное. Решил: раз я использую этот инструмент сам, почему бы не довести его до того вида, который будет удобен именно для меня. Тем более некоторые мои друзья так же начали его использовать и стали делиться обратной связью.

Сентябрь 2025, шёл шестой год в роли мобильного разработчика, пишу приложение для туроператора Biblio Globus. В один день в общем чате CEO спрашивает «Кто что знает про GEO?» — с этого момента у меня периодически начал подогреваться интерес к этой аббревиатуре, позже я провёл небольшой локальный технический аудит фронтенда и в тихие вечера садился создавать свой продукт. Вовлеченность в рабочие процессы падала, в декабре увольнение по соглашению сторон и я ушёл в фулл‑тайм разработку. Сейчас работа над продуктом поднимает меня рано утром и укладывает ночью. Откуда появился такой интерес? — не знаю, возможно оттуда, откуда и интерес к самим нейросетям (начал пользоваться ChatGPT с момента первых новостей о нем, а с марта 2025 являюсь постоянным ежедневным пользователем Claude).

Миссия платформы — дать бизнесу инструмент который возьмет всю работу с видимостью бренда в нейросетях на себя. Из этой потребности бизнеса родился термин GEO (Generative Engine Optimization) — оптимизация под генеративные движки.

Столкнулся с проблемой оплаты зарубежного агента LLM и решил сделать задачу отечественным инструментом, в нем много изменилось с выхода в 2024 году. Вам решать юзать или нет, пишу дабы сократить время на настройку кто кинет взор как и я.

С установкой нового расширения с адреса https://sourcecraft.dev/me/codeassistant/settings в нем визуально поменялось все кардинально: появился чат, diff, настройки правил и скилов но самое интересно, что не дало мне удалить его сразу это индексация проекта в эмбеддингах, конечно не cursor в котором по слухам проект индексируется в виде графов и храниться в оперативном облаке, но уже что то.

Python любят за «плавный вход» и огромную экосистему. Но вокруг него было много мифов: от «Python медленный» до «джунам не пробиться без накрутки опыта». В этом интервью я - Александр, автор (телеграм-канала «Shulepov Code»), поговорил с Алексеем Голобурдиным – автором книги «Типизированный Python», основателем канала на Ютубе «Диджитализируй» (170k+ подписчиков) и практиком, совмещающим продуктовую разработку, обучение и эксперименты с БЯМ (большая языковая модель) LLM и ИИ-агентами. В разговоре затронуты: устройство Python и CPython, роль PEP8, корректный подход к изучению Python с нуля, а также ситуации, в которых нейросети действительно помогают, и случаи, когда они формируют лишь иллюзию обучения.

Финтех больше не главный любимчик инвесторов — его место занял AI. Но вместо хайпа отрасль получила то, чего ей не хватало раньше: устойчивость. Новый список Fintech 50 от Forbes показывает, что рынок пережил «зиму», очистился от слабых игроков и стал заметно более зрелым.

Главный сдвиг — в сторону B2B и инфраструктуры: финтех всё чаще зарабатывает не на пользователях, а на бизнесе. При этом AI внедряется осторожно, а оценки компаний больше не растут «по умолчанию». Разбираем, кто выжил, кто вырос и куда на самом деле движется отрасль.

Представьте: вы подходите к коллеге и спрашиваете: «Сколько у нас продаж в этом квартале?» Звучит просто. Но за кулисами начинается ад. О каком квартале речь — календарном или финансовом? А «продажи» — это отгруженные товары, оплаченные заказы или подписанные договоры?

Без семантического слоя ИИ работает напрямую с исходными данными, где названия колонок часто неоднозначны (сумма, количество, дата). Это приводит к тому, что ИИ не может корректно интерпретировать запрос и выдаёт ошибку или бессмысленный результат. Семантический слой выступает как «переводчик»: он определяет, что означает каждая колонка, как связаны таблицы и какие метрики считаются главными. Благодаря этому ИИ получает чёткие инструкции и отвечает на вопросы пользователей точно, а не наугад.

2026 год щедро раздаёт нейросети всем желающим. Кажется, уже невозможно открыть браузер, чтобы на тебя не посмотрела очередной умник, обещающий сгенерировать гениальный текст, как у Толстого, но быстрее.

Одни модели сочиняют музыку, другие красят фотографии, третьи уверяют, что понимают людей лучше психологов. Но за громкими именами вроде ChatGPT, Midjourney и Runway скрывается подлесок маленьких, но интересных проектов.

Мы собрали десятку инструментов, на которые стоит обратить внимание.

Приятного чтения!

Привет! Я Сабина, владелец продукта из Центра экспертизы ИИ, ВкусВилл. В конце 2025 года мы писали про экспериментальный MCP сервер для выбора товаров. Очень признательны за вашу обратную связь, будем рады представить новую версию уже этой весной.
А пока мы готовимся к покупателям-агентам, расскажем, как агенты становятся нашими коллегами.

2:47 ночи. Нет дедлайна. Нет аутейджа. CTO стартапа из Y Combinator не может закрыть ноутбук - и идёт к врачу за таблетками. CEO Y Combinator хвастается 19-часовыми сессиями. Исследователи UC Berkeley фиксируют: самые увлечённые пользователи AI выгорают первыми. Собрал данные - и увидел паттерн, похожий на переменное подкрепление из исследований азартных игр. Гипотеза с тревожными сигналами.