Привет, чемпионы! Мы детально разобрали природу проблемы и изучили арсенал методов. Теперь перейдем к самому важному — практическим результатам. Я протестировал каждый подход на реальной задаче создания инфографики "Agentic AI Explained" и готов показать, что действительно работает.
ИИ-агенты с каждым годом решают всё более сложные задачи — кажется, что до автомобиля без водителя или сверхумного личного ассистента рукой подать. Но как только доходит до настоящей работы — где действий сотни, приложения переключаются туда-сюда и всё зависит от прошлого опыта — они удивительно часто спотыкаются. Модели становятся мощнее, но забывают вчерашние ошибки, не учатся на них и снова наступают на те же грабли.
Новое исследование меняет привычный подход: оказывается, чтобы агент стал умнее, дело не столько в дообучении или размерах модели. Гораздо важнее — встроенная память, которая сохраняет удачные решения, учит быстро находить выход из тупиков и, главное, формирует привычку рефлексировать. Такой подход уже позволил простой модели обогнать продвинутых конкурентов в длинных офисных задачах и находить неожиданные, а порой даже очень “человеческие” решения.
Здесь разбираемся, как агенты учатся использовать свой опыт на лету, почему память и рефлексия меняют всё для ИИ — и чем это грозит (или радует) тем, кто ждет настоящих самостоятельных цифровых помощников.
Что, если каждый правильный ответ в викторине приносил бы тебе крипту?
Я решил проверить эту идею — и собрал Solana Quiz, децентрализованное приложение, где пользователи проходят ежедневные квизы с вопросами от OpenAI и получают Solana‑токены за правильные ответы.
Да, это реально работает. И да — токен мы тоже создаём сами 😎
В сентябре 2025 года мы увидели как вместо одной гигантской нейросети с миллиардами параметров рождается федерация интеллектов — распределённая экосистема, где небольшие модели обмениваются знаниями, координируют усилия и достигают результатов, недоступных каждой из них поодиночке.
В этом обзоре вы узнаете, как ИИ научился открывать новое научное знание, создавать игровые миры и понимать реальность через смыслы, проектировать сложные системы и даже управлять дронами. В финале вы узнаете чем наш мозг похож на большую языковую модель.
Поводом написания этой статьи послужил подслушанный диалог:
— А на чем у вас агенты написаны?
— У нас на MCP!
Для меня MCP всегда был просто протоколом, то есть именно способом отправки и обработки запросов. А когда я слушал выступления или читал некоторые статьи о том, как плох/хорош MCP, меня не покидало ощущение чего-то странного. Но все же решил, что это от незнания, и я чего-то не понимаю. А когда не понимаешь, но очень хочешь понимать, то самый лучший способ — это взять и разобраться.
Именно это предлагаю и сделать в статье, а также замерить MCP, чтобы ответить на вечный вопрос: сколько сжирает MCP, подключать ли его вообще или и так сойдет?
От ретроспективы дизайна обложек детских книг в России перейдём к перспективам развития детских книг. Нет, затрагивать сценарии и влияние архетипов мы не будем. Мы рассмотрим только то, что может произойти с оболочкой, с носителем этих сценариев. Главным носителем детских сказок последние 100 лет была, конечно же, печатная книга. Сегодня же каждый из нас знает о существовании такой проблемы, как зависимость детей от гаджетов. Об этом говорят психологи, об этом снимают тысячи видео, об этом бьют тревогу даже политики. Ключевой для нас момент: гаджеты могут (!) вытеснить печатную книгу с пьедестала главного носителя детских сюжетов. У гаджетов есть неоспоримое преимущество в виде интерактивности. И это не просто факт, это функционал, который может влиять на контент. Печатная версия сказки монументальна, с ней ничего нельзя сделать. Однако гаджеты и приложения позволяют не просто изучать контент, но и создавать его в процессе. Причём это могут быть как незначительные изменения, как имена для главных героев, так и полностью развитие сюжета. Эта методика очень стара, а на российском телевидении существовали целые сериалы, где развитие сюжета зависело от смс-голосования зрителей. Точно так же, читая сказку на гаджете, ребёнок может выбирать из предложенных вариантов, как будет развиваться сюжет.
Печатные версии сказок позволяют выразить одну идею: о справедливости, о дружбе, о порядочности, о правильных вещах и т.п. Для того, чтобы выразить другую идею, необходима другая история. Однако, гаджеты и интерактивные сказки позволяют выбирать идею в процессе чтения. Иными словами, одна и та же сказка содержит в себе уже несколько идей. Вопрос здесь вовсе не в экономии данных, а о самоактуализации ребёнка. Подобные интерактивные сказки выступают буквально психологическим тестом, который позволяет лучше узнать своего ребёнка. А данные результатов любых тестов можно использовать в различных целях. Давайте сравним для наглядности. Печатная книга после прочтения уходит на полку, в лучшем случае некоторые отрывки книги (Муха-Цокотуха, например) заучиваются вместе с ребёнком для развития памяти. В результате же прохождения интерактивной книги создаётся пул данных, который может быть передан специалистам различного профиля: психологам, дизайнерам, маркетологам и т.п. Результаты выбора ребенка можно использовать для дизайна детской, или для подбора подарков для ребенка на основе его выбора в сказке. На основе этих результатов можно отслеживать психологическое развитие и даже наблюдать критические моменты. Таким образом интерактивная сказка полностью меняет подход к процессу.
Статья «Генераторы контента на базе ИИ в 2025: полный гид по SEO и уникальному контенту» - это исчерпывающее руководство по использованию ИИ-инструментов для создания уникального контента. Она раскрывает, как генераторы контента на основе нейросетей (таких как Jasper AI, Gerwin AI и.т.д.) помогают маркетологам, блогерам и бизнесу в Москве экономить время и создавать SEO-оптимизированный контент, посты для соцсетей (ВКонтакте, Telegram), описания товаров для Ozon и блог-посты. Рассматриваются принципы работы ИИ-генераторов, их преимущества (автоматизация, многоязычная локализация, голос бренда), риски (галлюцинации, авторские права) и тренды 2025 года (мультимодальность, AR/VR). С практическими кейсами, пошаговым гидом и FAQ, статья помогает выбрать лучший инструмент и оптимизировать контент для топа поисковиков.
Привет, Хабр! Меня зовут Иван, я разработчик, и на Moscow Startup Summit меня привело любопытство — хотелось понять, как изнутри устроен мир венчурных инвестиций. Я не инвестор и не стартапер, но всегда хотел начать свой бизнес. Сегодня я решаю конкретные задачи в найме, а тут вдруг оказался среди визионеров, мечтателей и инноваторов - тех, кто развивает технологии, чтобы сделать жизнь людей качественнее и счастливее.
Саммит прошёл 1–2 октября в Москве, — это большое мероприятие для технологических компаний, инвесторов и корпораций. Оно объединило тысячи участников, а в центре внимания оказался демодень акселератора Sber500, где лучшие стартапы показали свои разработки. Все подробности — под катом.
Google представила интерактивную платформу AI Quests, где школьники изучают основы искусственного интеллекта через игру. Без программирования они учатся собирать данные, обучать модели и видеть, как технологии помогают решать реальные задачи.
Команда AI for Devs подготовила перевод статьи о том, в каком формате лучше всего передавать таблицы LLM. Исследование охватило 11 популярных форматов — от CSV и JSON до YAML и Markdown. Результаты неожиданны: разница в точности достигает 16 процентных пунктов, а выбор формата напрямую влияет на стоимость инференса и стабильность RAG-пайплайнов.
Системный аналитик — это своего рода детектив в мире бизнеса: он собирает разрозненные требования, уточняет их, превращает в живые модели процессов, проверяет, что всё держится на прочном фундаменте, и постоянно находится на связи с заказчиками, разработчиками и дизайнерами. Сейчас к его «расследованиям» подключаются новые помощники – искусственный интеллект и машинное обучение. Они берут на себя скучные, повторяющиеся задачи, ускоряют анализ и даже способны самостоятельно создавать черновики проектных артефактов.
В этой статье я делюсь тем, как за последние полгода я превратила ИИ в своего партнёра по работе. Показала, как нейронные сети, большие языковые модели (LLM) и удобная инфраструктура MCP + IDE Cursor (или её аналоги) могут стать настоящими союзниками системного аналитика, облегчая рутину и открывая новые возможности для творчества.
Меня зовут Антон Чикин, я руковожу отделом интеллектуального анализа в «Инфосистемы Джет». В статье я попробую показать на практическом примере, почему корпоративный ИИ нельзя свести к установке готовой LLM — и что именно приходится выстраивать вокруг неё, чтобы получить реальную ценность для бизнеса.
Этот материал будет полезен тем, кто отвечает за внедрение ИИ в компаниях среднего и крупного масштаба: ИТ-директорам, архитекторам корпоративных систем, специалистам по информационной безопасности и тем, кто рассматривает генеративный ИИ как инструмент автоматизации бизнес-процессов.
Сильный искусственный интеллект (AGI, искусственное мышление) - это Священный Грааль современной компьютерной науки. Его поиском занимается множество людей и на него направляются миллиарды денег.
Бурное развитие нейросетей в последние годы, кажется, сформировало представление, что путь от слабого ИИ к сильному будет эволюционным - то есть, за счёт только лишь развития нейросетей мы получим систему, которая будет понимать смысл и чувствовать красоту.
Однако, этот тезис не доказан ни теоретически, ни практически. А что, если он и вовсе ошибочен? Чтобы увереннее размышлять об этом, давайте зададим простые, базовые вопросы: что такое понимание и зачем оно нужно? Что такое эстетика и зачем она нужна?
Мы не сможем избежать этих вопросов на пути к искусственному мышлению, а значит попробуем дать предельно содержательные ответы на эти вопросы. Сделав это максимально честно и старательно, посмотрим, не смогут ли ответы нам чем-то помочь, сделать перспективы сильного ИИ сколько-нибудь яснее?
Данная статья - это в первую очередь приглашение вместе подумать.
Привет, я Владимир Назаров эксперт по SEO и GEO-продвижению.
14.10.2025 мы провели первую в России конференцию по GEO-продвижению бизнеса в ответах нейросетей и специально к конференции решили провести эксперимент: насколько быстро и легко у нас получится выйти в ответы нейросетей с несуществующей компанией. Целью эксперимента, помимо интереса, было также выяснить, насколько ИИ готовы и умеют бороться с фейками.
Интернет снова взорвался новостью от Anthropic: вышла модель Claude Sonnet 4.5, которую уже окрестили лучшим кодирующим ИИ в мире. Сообщают о невероятных успехах в бенчмарках, снижении галлюцинаций и новой гибридной системе рассуждений.
Но за громкими заголовками всегда скрывается вопрос: а что на практике? Оправдывает ли модель ажиотаж и сможет ли она действительно стать тем самым «никогда не спящим аналитиком» в вашем проекте? В этой статье мы пропустим Claude Sonnet 4.5 через серию реальных задач — от генерации сложного кода до написания технических статей — и сравним его с главными конкурентами.
Машинный перевод уже стал привычной частью жизни — от деловой переписки до общения с людьми из других стран. Но за простотой нажатия кнопки «перевести» стоит сложная технология, которая требует постоянного контроля качества.
В компании Lingvanex мы применяем собственный подход к выбору тестовых данных, ориентируясь на максимальную репрезентативность и адаптацию к реальным запросам клиентов. Цель состоит в том, чтобы создавать модели, которые могут точно переводить тексты как с лексической, так и с грамматической точностью, сохраняя контекст и стиль.
В этой статье мы подробнее рассмотрим, как наша команда выбирает тестовые наборы данных и обсудим ограничения существующих стандартов.
Деклан так и не узнал бы, что его терапевт использует ChatGPT, если бы не техническая неполадка. Во время одной из их онлайн-сессий связь была нестабильной, поэтому Деклан предложил отключить видео. Вместо этого его терапевт начал нечаянно демонстрировать свой экран.
В прошлом примере я рассказал о том, как можно использовать YDB в качестве векторной базы знаний. Сегодня расскажу про то, как использовать Yandex Embedder.
Но сначала несколько слов о том, почему Embedder — это очень важно.
Вчера закончил читать «Четвертую промышленную революцию» Клауса Шваба. Автор — достаточно известная фигура, в течение многих лет был председателем Всемирного экономического форума в Давосе*, то есть, того небезызвестного элитарного клуба, который многие считают теневым мировым правительством, и являющегося почти синонимом понятия «глобалисты».
Книгу условно можно разделить на две части. В первой Шваб анализирует тенденции развития общества и технологий, которые условно и обозначает термином, вынесенным в заглавие книги. А вторая часть состоит из прогнозов на ближайшие 10 лет, сделанных на основе экспертного опроса членов клуба, то есть самых влиятельных людей планеты.
Мне показался интересным тот факт, что, будучи написана в 2016 году, эта работа содержала прогнозы на 2025 год, то есть на настоящий период, и я решил посмотреть, что из данных прогнозов сбылось, а что нет. К своему большому удивлению, я обнаружил, что подавляющая часть предсказаний не исполнилась, либо исполнилась в малой степени.
— Например, 79% респондентов ожидали, что к 2025 году 10 процентов автомобилей в США будет управляться беспилотными системами. По факту — автопилоты контролируют статистически ничтожную долю рынка вождения, по большому счету так и не выйдя из этапа тестирования.
— Или же 82% опрошенных считали, что имплантируемые технологии («чипирование» и подобное) в 2025 году поступят в свободное обращение. По настоящему моменту — они не то чтобы не поступили в обращение, но и пока толком не разработаны.
Самые интересные новости финансов и технологий в России и мире за неделю: Deloitte потеряли полмиллиона баксов из-за глюков AI в отчете, секреты гипнотизирования нейросетей от Anthropic, новые рекорды для золота, в ЕС запретили веганские бургеры, взлом Asahi и Discord, а также доказательство инсайдер-трейдинга в Polymarket.
