AI и ML

Сохраняю в Telegram всё подряд, а Claude Sonnet раз в сутки пишет по каждому материалу разбор для блога. Почти половина сохранёнок для блога лишняя, и на каждую уходит полный разбор. Рассказываю, как поставил перед Sonnet дешёвую модель Jev, которая отвечает вероятностью, почему формулировка вопроса оказалась важнее модели (AUC 0,46 против 0,95), какие предохранители стоят в коде и что показал журнал за две недели.

Я пишу книги, и кроме самих книг за день набирается много другого текста: сообщения, письма, задания нейросетям. Говорить быстрее, чем печатать, поэтому большую часть этого я диктую. Только живая речь, записанная слово в слово, читается плохо. Вот фраза, которую Whisper распознал без единой ошибки:

Нашёл и проверил 6 сервисов с бесплатным доступом к GPT-6, Claude и другим ИИ-моделям. Среди них есть площадки с миллионами токенов ежедневно, бесплатными API-кредитами на $10-25 и временным доступом.

Проверил доступность моделей, скорость ответов и ограничения. Рассказываю, что действительно работает и где можно получить бесплатный доступ.

Заметки разработчика мультимодальной ИИ-студии с распределённой сетью вычислений - о бэкдорах в квантованных моделях, supply-chain атаках и том, почему изоляция перестала быть опцией.

Про архитектуру трансформеров написано уже немало, поэтому опишу работу LLM агента с прикладной точки зрения.

Современные модели пишут код, запускают тесты, замечают, что что-то упало, и сами вносят правки. Если дать им инструменты, этот цикл можно прокручивать многократно, без чьего-либо участия. А где заканчивается обычная автоматизация и начинается самоулучшение? Недавно я прочла обзор, в котором авторы берут концепцию рекурсивного самоулучшения (Recursive Self-Improvement, RSI) и предлагают шкалу из пяти уровней автономии. В этой статье я хочу поговорить о том, какие из них уже можно увидеть в современных системах.

При онлайн-шоппинге пользователь покупает не только сам товар, но и представление о том, каким он окажется «в жизни». И все чаще оно формируется визуалом, созданным или улучшенным с помощью ИИ. Сегодня продавец может за минуты заменить фон, сгенерировать лайфстайл-сцену, создать несколько версий главного изображения или «достроить» окружение без полноценной фотосессии.

Для бизнеса это означает более быстрый, дешевый и управляемый визуальный контент. Для пользователя — растущее ощущение, что картинке все сложнее доверять. Если фото можно существенно улучшить без изменения самого товара, визуал перестает быть надежным ориентиром для покупателя.

Что я пробовал вначале. JPEG не помог. Шум тоже.

Кадр один: девочка у пруда, утки в траве, осенние деревья, 1536 × 1024. Я мял его обработкой и снова получал одно и то же. SynthID обнаружен. Картинка уже выглядела хуже. Проверка по-прежнему находила знак.

Сработал другой ход. Сгенерировать вторую версию сцены через ControlNet Canny, взять из неё полосу текстуры и подмешать в исходник. Ручная проверка этого файла вернула not detected. Трава изменилась. Утки остались утками.

Галлюцинацией агента в продакшне называют неверное действие: вызов API, запись в базу, письмо клиенту, транзакция. Стоимость такой ошибки определяется не столько ценой токенов, сколько обратимостью действия и временем, за которое ее заметили. Ниже — задокументированные случаи с суммами от $812 до примерно $100 млрд рыночной капитализации, данные исследований и формула, по которой убытки от ошибок агента можно оценить для своей системы.

В продукте, который называется «ИИ-сметчик», нейросеть пока не посчитала ни рубля.

Компания по ремонту и отделке квартир в Москве дала мне пять рабочих смет. По ним система выдала 310 замечаний (прогоны 16–21.08.2026). Самая дорогая находка — общий итог одной сметы занижен на 515 786 ₽. Это занижение нашлось ещё при обследовании смет перед ТЗ, а правило под него я написал потом, так что здесь заслуга внимательного чтения, а не кода. Код интереснее другим: 51 подтверждённое замечание он выдал сверх эталонного списка ошибок, составленного при том обследовании. В списке их не было.

Все 310 замечаний выдаёт код с правилами. ИИ-слой написан и покрыт тестами на заглушке, но на живой модели ещё не запускался: ключа доступа нет, платформу выбирает заказчик. Рабочую версию я ему передал, и она обходится без интернета.

Во второй системе, конфигураторе замеров для сервиса, который готовит чертежи стеклянных душевых кабин под заказ, нейросети нет совсем. Модель в обоих проектах работала у меня в разработке: писала код, разбирала Excel заказчика, сверяла замечания со строками смет. В сам продукт я пускаю её только туда, где без неё нельзя.

Агент создал запись о подрядчике, отправил договор на подпись и подготовил выплату. Все вызовы API завершились успешно. Однако обязательную проверку статуса подрядчика он пропустил. Для каждой системы действия выглядели допустимыми, а весь процесс оказался неправильным.

Такой сценарий описывает технический директор Workday Гейб Монрой в колонке для VentureBeat. Проблема шире конкретного продукта: разрешение вызвать инструмент ещё не означает разрешения провести операцию в текущих обстоятельствах. Разберём, где агенту нужны ограничения и как проверить их до запуска.

В собственном маркетплейсе я однажды обнаружил ошибку в обработчике платежей. Логика выглядела правильной: проверить статус PENDING, перевести операцию в SUCCESS и начислить баланс. Но при одновременной обработке двух webhook’ов оба запроса могли пройти проверку и начислить деньги дважды. Этот код я написал сам, без AI.

Сегодня AI-агент может реализовать такой обработчик за минуты. Но функционального описания недостаточно, чтобы гарантировать корректность при конкурентных запросах. Кто должен определить эти ограничения и сформулировать требования до начала разработки?

На пяти ситуациях из собственного маркетплейса и мультибрендовой платформы разбираю, какие решения приходится принимать заранее: идемпотентность платежей, миграции данных, доставка сообщений между экземплярами сервиса, интеграции провайдеров и архитектура брендов. В конце — чек-лист из 12 вопросов перед генерацией кода.

Я делаю ИИ-секретаря Лизу Петровну — бот в Telegram и MAX, внутри которого секретарь раздаёт задачи агентам. С 30 мая ей написали 8568 запросов 118 человек.

За 30 дней языковые модели для всех агентов обошлись в $77. Рассказываю, как устроен выбор модели (с кодом), почему 88% ответов даёт DeepSeek, как работает память на pgvector, что люди на самом деле просят у ИИ-секретаря (календаря меньше 5%) и где он до сих пор ошибается. Все цифры с прода.

«Мир Квестов» агрегирует квесты в реальности, и клиенты пишут в чат, чтобы подобрать игру и забронировать. С третьего квартала 2026 года первым в чате отвечает бот Квестоша. Рассказываем, как он устроен: вики из markdown-файлов вместо дообучения, маскировка персональных данных до модели, каталог сайта по MCP, ночной цикл правок с экзаменом и сравнение пяти моделей по двенадцати гейтам безопасности. Вторая часть про людей: карта стейкхолдеров, ожидания смежных команд и пять уроков для тимлида.

Менеджеры считают, что ИИ-агенты ускорят разработку в десять раз. Математика говорит, что ускорится только написание. Проверять смысл по-прежнему будут люди, с конечной скоростью, и очередь выстроится к самым опытным. PostgreSQL 19 не вышел в срок. Не потому, что ИИ нашёл много багов, а потому что ИИ научился генерировать правдоподобные отчёты быстрее, чем люди успевают их читать. В статье разбираю, почему так, где настоящий предел и что меняется.

В локальном прогоне на RTX 5070 Ti Qwen3.8-27B IQ3 получил успех на моих задачах в 91.1%, индекс 82.3 со скоростью работы 68.3 tok/s в один поток при контексте 131K.

Читал и лично слышал очень много мнений, что 131К контекста - мало, IQ3 - глупый, но у меня есть что вам рассказать.

Чтобы сделать видео из фото нейросетью, нужны кадр и описание движения. Разбираю связку Nano Banana 2.1 и Hailuo 3.0 (MiniMax H3).

А почему бы нам не замахнуться на классику и попробовать перенести квест Colossal Cave Adventure на современное ПО?

В одном из прошлых материалов мы разбирали, куда способна завести человечество слепая гонка за возможностями ИИ, и уткнулись в неудобный практический вопрос. Хорошо, риски описаны, тревога обоснована — а дальше что? Кто конкретно решает, можно ли вот этому конкретному агенту продолжать действовать, и на какой объём ресурсов он имеет право? Ответ на этот вопрос нашёлся неожиданно — в довольно сухой на вид академической работе.

Речь про «Resourced Authority: A Mechanism-Design Model for Participatory Governance of Deployed AI Agents» — статью, которую в августе 2026 года опубликовали Прафул Чандра, Суджит Гуджар и Ганеш Гхалме, специалисты по теории игр и мехдизайну из Индии. В этой работе много устрашающих терминов coupling map и breadth-weighted effective supports, но идея за ними довольно простая и очень старая. Забегая вперёд: придумали её больше века назад для распределения денег на общественные проекты, а прообраз спора об этой идее — на две с половиной тысячи лет раньше, в Афинах.

Разберёмся по порядку.

4 сентября 2026 года Cursor отключил пользователям из России агента и автодополнение и начал отменять платные подписки с возвратом денег. Инженеры, которые ещё утром правили код с агентом, к обеду остались с пустым редактором. Так категория «российский ИИ-агент для кода» за один день перестала быть темой для патриотов и стала вопросом выживания команды.

Я перебрал все российские агенты для кода, какие нашёл. Их восемнадцать, двенадцать пускают бесплатно. Главная находка не в количестве. Под словом «российский» живут три разные конструкции: свои модели, открытые модели на своих серверах и зарубежные модели за рублёвой оболочкой. У безопасника один вопрос: покидает ли код страну. На него эти три конструкции отвечают по-разному.