Как усилить процесс разработки с применением ИИ на базе Obsidian и Claude. Не теряем контекст в крупных проектах, тратим меньше токенов на задачи.
Практический туториал. Как организовать базу знаний для проекта, как настроить нужные плагины и как конфигурировать Obsidian с Claude.
Создаём крупные проекты с ИИ в команде с другими разработчиками без боли.
MCP-серверы не умеют в авторизацию, n8n не умеет в per-user токены, а OAuth-клиенты говорят на разных диалектах. Рассказываем, как один Auth Proxy перед FastMCP Gateway закрыл все три проблемы — и почему в итоге бот переехал на LangGraph
Это статья от автора библиотеки, поэтому нейтральным разбор не будет. Но это и не рассказ про
конкретный проект — а разбор задач, на которых, на мой взгляд, Paging 3 начинает буксовать, и
того, как Paginator устроен, чтобы эти задачи
закрывать. KMP-библиотека пагинации для Android, iOS, JVM и Desktop. Ниже — почему она появилась
именно как отдельная библиотека, а не как fork или обёртка над Paging 3.
TL;DR: Generative Engine Optimization (GEO) — это новая дисциплина, выросшая из SEO по мере того, как ChatGPT Search, Perplexity и Google AI Overviews начали отвечать на запросы пользователей напрямую, минуя традиционную выдачу. Сайты теряют 20–40% органики, но появляется новый вид трафика — AI-referral. Ключевое отличие GEO от SEO: LLM оптимизируется не под ключевые слова, а под семантическую ясность, авторитет источника и структурную извлекаемость контента. В статье — механика RAG-поиска, конкретные техники оптимизации, новые метрики и FAQ по практическим вопросам.
Понадобилась мне семантика - не в смысле «один раз глянуть Wordstat в браузере», а программно, чтобы прогонять по 50-100 фраз в день и складывать результаты в свою базу. Контекст: веду контент-маркетинг для агентства разработки чат-ботов BotKraft, статьи под Яндекс Нейро. Веб-Wordstat для такого объёма не вариант - копировать вручную из таблички полдня. Direct API - слишком дорогой вход: нужен рекламный аккаунт, отдельный OAuth, у меня этого не было и заводить ради одного метода не хотелось.
Случайно полез в новые сервисы Yandex Cloud AI Studio (там сейчас живёт YandexGPT) и обнаружил, что Wordstat теперь есть в Search API v2 - отдельным сервисом без зависимости от Direct. Доступ - обычный API-ключ из AI Studio, тот же что и для YandexGPT. По сути в один клик получаешь ещё и доступ к семантике.
Подключал, по дороге собрал коллекцию граблей. Этим и поделюсь.
О фундаментальных ограничениях больших языковых моделей одни говорят, что трансформеры, обученные предсказывать следующий токен (NTP), - тупиковый путь для создания интеллектуальных машин: язык слишком беден, это лишь плоская проекция реального мира, машины ничего не понимают. Другие говорят , что та же задача, повторённая триллионы раз, может вызвать появление сложного поведения примерно как простой механизм эволюции породил всё многообразие жизни.
Ниже представлены наблюдения по этим вопросах.
За 25 дней нам удалось добиться довольно больших изменений в нашем проекте.
Мы провели:
Рефакторинг back-end сервисов
Убрали часть легаси кода на фронте
Переработали некоторый UI элементы и добавили плавности
Добавили новый функционал
Апрель в ИИ выглядел как попытка индустрии нажать на кнопку «ускориться еще раз». OpenAI выкатили специализированные модели под биохимию, кибербез, генерацию изображений и агентную работу. Anthropic показали пугающе сильный Claude Mythos и более «приземленный» Opus 4.7. Google, Meta, Microsoft, NVIDIA и DeepSeek синхронно докручивали скорость, контекст и автономность.
Правда, умнеют пока исключительно модели, но не процессы вокруг них. В OpenAI накапливаются управленческие конфликты (дошло уже до вооруженных нападений на Альтмана). Anthropic твердит про безопасность ИИ, но допускает несколько масштабных утечек за месяц. А исследователи тем временем показали, что стопроцентный результат на большинстве бенчмарков можно получить обманом, не решая задачи.
Разбираем главные релизы, исследования и корпоративные драмы месяца. Бонусом — традиционная подборка инструментов для работы.
Ozon в один день заблокировал почти весь мой ассортимент из-за отсутствия сертификатов качества – около 1000 SKU. Ручная загрузка сертификатов обошлась бы мне в несколько месяцев рутины и ада.
Поэтому единственным возможным решением оказалось распознание текста на картинке через ИИ и массовая загрузка сертификатов/привязка товаров по API в Ozon Seller.
Итак, как же решить эту задачу без знания кода?
Когда один зависимый сервис начинает отвечать медленнее, проблема быстро перестает быть локальной: горутины ждут, соединения заканчиваются, таймауты разъезжаются по всей цепочке. Circuit breaker помогает остановить этот каскад до того, как он положит соседние части системы. В статье разберем, как написать простой breaker на Go примерно за 100 строк, где у такой реализации границы применимости и почему production‑библиотека gobreaker устроена гибче.
В последнее время у меня ощущение, что на рынке разработки что-то «сломалось».
Нанимают как будто бы только сеньоров. Требования на сеньора ниже, чем на джуна, с учетом конкуренции. Из-за этого опыт начинают крутить почти все новички: те, кто не делает этого сразу, часто не находят работу и в итоге приходят к тому же.
Можно представить, что это новая система сдержек и противовесов, где все врут, знают об этом, и в итоге оцениваются реальные знания. Но нет: оценивается только умение себя подать, подстроиться под все искусственные барьеры, не связанные с реальностью.
Моя интуиция подсказывает, что есть ребята с небольшим опытом, но умеющие писать код и справляться с большинством задач.
Стажировка перевалила за экватор. Вы вроде бы исправно закрываете таски, фиксите несложные баги и стараетесь не ронять тестовый стенд, но уверенности в заветном оффере — ноль. При этом вы замечаете, как одного стажёра с радостью забирают в штат, а с другим вежливо прощаются, хотя код они, казалось бы, писали примерно на одном уровне. Почему так происходит?
Давайте начистоту: бизнес нанимает джунов не ради их текущих навыков, а ради потенциала. Под катом — 5 практических советов (от «правила 30 минут» до дневника достижений), которые помогут выстроить работу так, чтобы в конце стажировки тимлид сам пришел к вам с предложением о работе.
Разбираемся, как использовать встроенный механизм Google Colab для хостинга сервера без ngrok и cloudflared — и как достучаться до него через requests с помощью токена аутентификации.
У меня несколько аккаунтов Claude Code. Не из любви к роскоши, а потому что у Anthropic есть недельные ограничения на использование, и когда активный аккаунт упирается в них, я просто переключаюсь на следующий.
И каждый раз при переключении в боковой панели приложения список сессийперестраивается. А прошлая сессия, в которой я два дня разбиралась с цветокоррекцией или с генерациями по доскам пропала. Файлы где-то на диске, я знаю. Как их вернуть?
Можно ли его сделать так, чтобы старые сессии не терялись из видимости? Хотя бы найти где они физически живут.
То что я нашла, оказалось интереснее ожиданий. На жёстком диске 48 мегабайт истории работы с Claude, разбитой по шести папкам. В окне приложения у меня видно 69 сессий из 715. Остальные на диске, доступны для cat/grep/Python, но через приложение полностью невидимы.
Что под капотом, где они лежат, как вернуть, и почему любой инструмент миграции сейчас имеет срок годности.
Недавно мне на глаза попалась любопытная статья о том, почему в продуктовых запасах на случай ЧС должна быть не только вода и консервы. Текст во многом про американские реалии, где люди живут в загородных домах. Но мне кажется, что в 2026 году знать «базу» надо всем.
Приглашаю обсудить в комментариях, как подготовиться к чёрному дню, если вы живёте в России.
А пока перейдём к самим рекомендациям. Пусть они как минимум натолкнут на мысли о том, где находится ближайшее бомбоубежище и не купить ли гидропонику.
Леонард Ром выключает верхний свет в небольшой комнате, и теперь её освещают только монитор компьютера и флуоресцентный экран у основания высоченного электронного микроскопа. Цин Лоу, аспирантка, работающая с биологом из Калифорнийского университета в Лос-Анджелесе (UCLA), указывает на несколько овальных пятен в круглой зелёной световой зоне экрана микроскопа. Повернув ручку и щёлкнув мышью, она фокусирует изображение и делает снимок. Десятки, а может, и сотни бочкообразных частиц внезапно заполняют экран компьютера.
«Вот они», — говорит Ром, словно гордый отец, хвастающийся своими детьми.
Это «волты» [vault (англ.) – свод] — загадочные клеточные структуры, которые он и его тогдашняя аспирантка Нэнси Кедерша открыли ещё в 1986 году, когда Ром был молодым отцом с густыми чёрными волосами и усами в стиле Тома Селлека, а Рональд Рейган всё ещё был президентом США.
Если погуглить «payment hierarchy», найдёте десяток исследований TransUnion за 15 лет. Они отслеживают одну вещь: в какой последовательности заёмщик с несколькими долгами уходит в просрочку, когда денег на всё не хватает.
Сюрприз 2017 года, когда в иерархию впервые добавили необеспеченный потребзайм: он оказался на самом верху. Выше ипотеки, автокредита и карт.
Американец, у которого открыты ипотека, автокредит, карта и потребзайм, в первую очередь платит по займу. По карте и ипотеке готов уйти в дефолт раньше. Необеспеченный короткий продукт обслуживается приоритетнее, чем кредит под залог недвижимости.
У нас всё ровно наоборот.
Мы привыкли, что ИИ-агенты — это про скорость. Быстрее написать код, быстрее ответить, быстрее сгенерировать. Но скорость без размышления — это не интеллект, а рефлекс. Настоящий прорыв происходит, когда агент начинает думать, прежде чем делать. Проверять себя после каждого шага. Сомневаться. Спрашивать разрешения. И только потом действовать.
Современные языковые модели отлично рассуждают в теории. Но стоит дать им инструменты и доступ к реальному миру, как проявляются системные уязвимости: галлюцинации, превращённые в действия; каскадные ошибки, где одна неточность тянет за собой цепочку неверных решений; слепое следование цели с игнорированием побочных эффектов; отсутствие самокритики. Решение — не в том, чтобы сделать модель умнее. Решение — в архитектуре, которая принудительно встраивает размышление в каждое звено цикла «восприятие → решение → действие → проверка».
Эта статья — про архитектуру, которая превращает бездумный конвейер генерации в мыслящего коллегу. И она применима не только к работе с кодом, а к любому домену, где цена ошибки высока: юриспруденция, медицина, финансы, управление инфраструктурой, маркетинг, поддержка клиентов, образование.
Многие заказчики полагают, что современная видеоаналитика мыслит почти как человек: видит кадр, узнает объект и принимает решение. На самом деле это не так. Нейросети, лежащие в основе этих систем, пока далеки от человеческого мышления.
Нейросеть не ищет в своей памяти «похожую картинку», как это делал бы человек. Вместо этого она выделяет в кадре набор математических признаков (например: «объект круглой формы находится в верхней части другого объекта»). На основе миллионов заранее обученных весов (параметров) сеть вычисляет вероятность: «это каска — 96%», «это человек — 98%».
Откуда берутся весы? База знаний нейросети наполняется вручную на этапе обучения. Специалисты-разметчики показывают модели тысячи кадров, выделяя на них людей, каски, инструменты и другие нужные объекты.
Я в свои NN-лет решаю вопросы с кризисом среднего возраста просто: получаю второе высшее в театральном. Поскольку учусь я очно с толпой милых зумерш, то волей неволей заразился их вайбом.
В одно время между парами по актерскому и сценречью у нас образовался перерыв в несколько часов, и зумерши притащили небезызвесную игру «Шпион». Реализована она была на минималках даже для web-а из 90-х: нужно было внести список играющих, а потом передавать смартфон по кругу для получения персональной инфы. Интерфейс текстовый.
Кто не знает правила, напомню: все, кроме одного игрока (шпиона) узнают некое слово, место, историческое событие. В процессе общения нужно задавать друг-другу вопросы, чтобы вычислить того, кто не имеет представление, о чем речь, поймать шпиона. А шпион должен вести себя так, чтобы его не заподозрили, и по этим всем разговорам постараться угадать, о чем все знают и говорят. В общем, выигрывает либо шпион, правильно угадавший общий секрет, либо добропорядочные граждане.
Вопросы могут быть самыми разными: Это на улице или в помещении? Это для детей или взрослых? Можно ли на этом ездить? Это едят? И т. д.
«Шпион», при всей кажущейся его простоте забавлял нас много дней. Но мне, как айтишнику со стажем большим, чем те, с кем я учусь, было дико видеть, как для игры, явно претендующей на сетевую, нужно передавать чей-то смартфон из рук в руки. Так получилось, что я в это время активно работал над своим LOTIS, о котором писал здесь уже. И вот в какой-то из вечером я сделал сетевого шпиона, чем несказанно удивил своих коллег, будущих актеров. Заодно и протестировал LOTIS в режиме чата.