Неделя на курсоре и в конечном итоге, если бы Perplexity вернул доступ к моделям я бы не раздумывая повернулся на Perplexity.
Сейчас Перплексити мне дает делать 20 – 40 запросов, и когда я работаю в Perplexity по сравнению с курсором это просто экстаз. Когда все предсказуемо ожидаемо и без какого-то подлого «Улучшения» у тебя за спиной.
Неоправданные ожидания – причина самых больших разочарований.
В Perplexity я ожидаю чёткий результат и получаю его. В курсоре я получаю мартышку с гранатой
Продуктовая разработка с агентами, замена agile-команд и роль продакт-инженера — эти и другие темы я обсудил с Юрой Агеевым, основателем ProductSense, в новом выпуске подкаста make sense.
Слушайте на удобной платформе:
> Telegram
> Mave
> Apple
> Яндекс Музыка
> YouTube
Таймкоды:
00:00 — Введение
01:58 — Личный сетап агентов, эксперименты и первые сценарии
03:34 — Почему тема агентов — это про орг. модель, а не про игрушки
06:05 — Откуда взялся Agile: ответ на рост сложности продуктов
09:10 — Идея мини-команд для быстрого тестирования гипотез с агентами
11:10 — Риски одиночки: туннельность, критика, фактор автобуса
12:05 — Платформенная команда: стандарты, «золотой путь» и «ворота качества»
14:05 — Зависимость централизации от культуры компании
16:12 — Продакт-инженер: продукт и инженерия в одном цикле
17:32 — Схлопывание ролей: инженеры учат продукт, продукты учат технику
19:33 — Практика пайплайнов в работе с агентами: сначала документация, потом код
26:03 — Контекст как главная ценность и способ удержания клиентов
29:01 — Один в поле не воин: почему запуск и масштаб важнее кода
30:28 — Можно ли доверять агентам?
33:54 — Конкуренция заставит ускоряться: когда агенты станут нормой?
35:55 — Практика внедрения агентов: выделенные пилоты и команды добровольцев
37:35 — Главные риски: стоимость токенов и деградация навыков
42:09 — Как будут трансформироваться процессы и agile-роли?
50:57 — Как правильно строить эксперимент: задачи, команды, обучение и метрики
А еще я много пишу про продуктовую разработку и управление командами в своем блоге. Так что если прониклись темой подкаста, рекомендуем заглянуть туда.
Изучаю механизм проактивного АИ-агента. Часть 2
В первой части я рассказал про концепт проактивного AI-агента и показал примеры сообщений, которые он мог бы присылать. Последние 3 дня я занимался реализацией — и сегодня пришло первое сообщение от него
За основу я взял популярный OpenClaw, но захотел переписать бота по-своему и разобраться с тем, как живёт и думает эта сущность
Архитектура: из чего состоят подобные OpenClaw агенты
Heartbeat — сердце агента
Это цикл, который раз в N минут триггерит основные события, проверки и запускает переписывание файлов, если нужно
«Проснись, посмотри, что изменилось, подумай, что предложить пользователю».
Memory — память агента
Нужно было спроектировать аналог краткосрочной и долгосрочной памяти, примерно как у людей.
Краткосрочная — контекст текущей сессии, что происходило сегодня, какие задачи обсуждали, что пользователь ответил. Долгосрочная — в случае OpenClaw это SQLite с механизмом эмбеддингов. Ну можно поставить любую другую векторную бд
Плюс есть еще такие файлы как Soul, Agents, Identity, User, Memory и еще несколько. Все они сразу попадают в Context Window
Без разделения на два типа памяти агент либо забывает всё на следующий день, либо тонет в контексте и начинает галлюцинировать.
Memory Compaction — сжатие памяти
В OpenClaw агент хранит часть контекста в файлах формата MEMORY_MM_DD_YYYY с историей каждого дня.
По прошествию нескольких дней агент делает Compact этих файлов и удаляет / архзивирует их исходники
Context Routing — маршрутизация контекста
Как и чем нужно заполнять контекст на протяжении времени? Как его сжимать?
Контекстное окно — ресурс ограниченный. Нельзя каждый раз загружать все цели, всю память, все задачи. Нужно выбирать: что релевантно сейчас, что можно опустить, что критично.
Context routing решает, какие куски информации попадут в промпт для конкретного цикла работы агента.
Prompt Assembly — сборка промпта
Как структурировать промпт? Какая информация в нём приоритетнее, а что можно поджать? Как выбираются цели на конкретный день?
Это отдельная инженерная задача. Промпт агента — не статичный текст. Он собирается динамически из кусков: текущие цели, релевантная память, задачи из таск-трекера, контекст дня недели и времени.
---------------
Что я добавил к исходному варианту OpenClaw от себя
Reflection — самооценка агента
Экспериментальный блок, где модель оценивает сама себя по 4 шкалам:
Actionability — дал ли конкретные шаги?
Relevance — был ли совет по теме цели?
Novelty — сказал ли что-то новое?
Overall quality — общее качество
Зачем это нужно: без обратной связи агент быстро скатывается в банальности типа «Не забудь поработать над своими целями!». Reflection заставляет его критически оценивать свой же output и со временем улучшать качество предложений.
К чему он у меня подключен
TickTick — мой таск-трекер, откуда бот смотрит задачи и ставит новые
Telegram — сюда он мне пишет и предлагает задачку на сегодня
Discord — самый лучший по функционалу на сегодня
----------------
Что я понял в процессе
Создание проактивного агента — это совсем другой уровень сложности по сравнению с обычным чат-ботом.
В чат-боте пользователь задаёт вопрос → получает ответ. Всё. Контекст понятен из вопроса.
В проактивном агенте нужно решить кучу вопросов, которые в чат-боте просто не возникают: когда писать, о чём писать, как не повторяться, как не раздражать, как понять, что задача уже неактуальна, как сжимать память, чтобы не выжирать токены.
Это, по сути, проектирование UX для системы, у которой нет интерфейса в привычном смысле — только текст в мессенджере.
Вот такие промежуточные итоги — получилось хоть немного разобраться в возможном механизме оркестрации под капотом агента
Если где то нашли неточность, то пинганите в комментах
В третей части напишу подробнее про OpenClaw, так как пока решил его потестировать
Бесплатный мини-курс для специалистов по ручному тестированию. От нейросети до тест-кейса: практическое применение ИИ в тестировании.
Привет, Хабр! Я — Николай Корнетов, ведущий инженер-тестировщик в IBS. Мы с коллегами записали бесплатный мини-курс об использовании искусственного интеллекта для задач ручного тестирования.
Курс состоит из 8 видео. В них я расскажу, как нейросети могут упростить и автоматизировать вашу работу: разберу принципы работы больших языковых моделей и их ограничения, покажу на реальных примерах, как ИИ помогает ревьюить документацию, создавать чек-листы и тест-кейсы, придумывать тестовые данные и решать другие задачи.
Все уроки курса — на нашем сайте. Смотри видео, применяй новые знания на практике и делись своими впечатлениями в комментариях.
Представлен открытый проект Accomplish (formerly Openwork) — Open Source AI Desktop Agent — это сборник ИИ‑агентов для автоматизации задач на ПК, которые поддерживают API OpenAI, Anthropic, Google, xAI или Ollama.
Директор по безопасности и ИИ в Meta* Superintelligence Labs (*- принадлежит Meta, признана экстремистской и запрещена в РФ) Саммер Юэ чуть не потеряла свою переписку в почтовом ящике из-за OpenClaw. ИИ-агента начал массово удалять письма из её почтового ящика, проигнорировав команды на остановку со смартфона. Ранее ИИ-бот «потерял» её указание не предпринимать никаких действий при работе с почтой без предварительной проверки. Юэ остановила ИИ только вручную, когда дошла до Mac mini с OpenClaw.
ГИП литературы: как я проектирую технотриллер вместе с нейросетями
Привет, Хабр! Я инженер-строитель, который с детства рос на Жюле Верне. Но сейчас я решил «построить» не мост, а целый технотриллер.
Моя роль — Главный инженер проекта. Я не «писатель» в классическом смысле, я — режиссёр, который нанял «бригаду» из языковых моделей:
ChatGPT — мой редактор и мастер диалогов.
Claude — строгий прораб, который следит, чтобы психологическая логика не развалилась.
DeepSeek — расчётчик. С ним мы проверяем баллистику, физику разрушений и прочность конструкций (иногда спорим, когда он начинает «цензурить» мой сюжет).
В этом блоге я буду разбирать «кухню»: как из чертежей, расчетов физики и ИИ-скриптов собирается реалистичная история. Без «роялей в кустах» и магии — только холодный расчет и немного литературного творчества.
Буду рассказывать про инженерные боли автора: от попыток рассчитать экраноплан в FreeCAD до «разборок» с ИИ, который считает, что я готовлю реальную диверсию на авиабазе (да, было и такое).
Интересно посмотреть на процесс создания истории глазами инженера? Буду рад критике, советам по матчасти и обсуждению того, где проходит грань между реализмом и «перебором».
Вот уже пара готовых статей, для тех, кому интересен процесс
Технотриллер на минном поле: баланс между реализмом, легальностью и законами физики
Учимся работать с искусственным интеллектом
Бесплатные онлайн-курсы для прокачки навыков работы с AI-технологиями. Внутри теория, практика и набор готовых инструментов. Никаких дедлайнов и домашних заданий.
1️⃣ AI для менеджеров (NEW)
Курс рассказывает, как строить проекты по внедрению AI в задачи бизнеса. Вы научитесь оценивать риски и экономический эффект сценариев использования AI именно в вашей отрасли. Подойдет руководителям команд, предпринимателям и всем, кто интересуется AI.
Вы узнаете, как:
подготовить бизнес к внедрению AI
выбрать AI-технологии
адаптировать AI-модели под задачи
оценить экономику AI-проектов
перейти от идеи к PoC
обеспечить Data Governance и безопасность данных
Курс о том, как проектировать и разрабатывать ML-системы. К концу обучения вы освоите рабочие методы создания эффективных и масштабируемых решений. Актуально для менеджеров проектов и продуктов, а также для backend-, frontend- и DS-разработчиков.
Вы узнаете, как:
устроены ML-системы
оценивать ML-модели
выполнять конструирование признаков
проектировать данные
обслуживать модель в облаке
отслеживать и внедрять изменения
3️⃣ Креативное мышление и AI для решения задач
Курс про инструменты креативных методологий ТОС и CRAFT. В процессе обучения вы создадите AI-ассистента для генерации идей через системный промпт. Подойдет руководителям команд, предпринимателям и всем, кто интересуется креативом и AI.
Вы узнаете, как:
определять истинный источник проблем
находить неочевидные решения
воплощать идеи в жизнь
мыслить креативно с помощью AI
Обновлён открытый проект PersonaLive. Этот ИИ который анимирует лицо в реальном времени для стримов и видео. Суть простая: загружаете портрет и «движущее» видео (или вебку), а нейросеть переносит мимику, повороты головы и речь на фото. На выходе получается будто человек с картинки реально говорит и двигается. Главная киллер‑фича: система может генерировать длинные ролики без обрывов и работать почти в лайве. Технологию уже приняли на конференцию CVPR-2026, исходный код решения опубликован на GitHub под лицензией Apache License 2.0. Потенциально это новый уровень для VTuber‑стримов, цифровых ведущих и виртуальных персонажей.
Представлен открытый проект скилла Make no mistakes для Claude Code, который заставляет нейросеть дважды перепроверять код и писать почти без багов и ошибок:
Claude исправит свои ошибки и недочёты;
ИИ два раза будет перепроверять весь код до последней строки, факты, отчёты, рассуждения, умозаключения и выводы;
если у нейронки появятся сомнения — ИИ сообщит, а не будет юлить и стараться придумывать неэффективные решения;
если задача реально сложная, Claude замедлится и будет разбирать ее по шагам, чтобы выдать оптимальный результат;
подключается быстро: просто добавляем один .md файл в проект и получаем результаты.
Всем привет!
Приглашаю всех, у кого есть свой любимый ИИ-программист, поэкспериментировать с моим пет-проектом: https://github.com/haih-net/agent
Просто скажите ему "Клонируй этот репозиторий и запусти его". Или типа того. Ему - тут имеется ввиду ваш ИИ-агент.
Не переживайте, там опасного вроде ничего нет, да и запускается в докере. От вас потребуется только свой ключ openrouter (или любой другой совместимый источник) или локальная lm-studio, local-ai или типа того. Не, там агент должен сам разобраться.
Не спешите ставить минус, в том числе за столь непрофессиональное оформление топика. На самом деле там много всего и я просто теряюсь с чего начать. И суть эксперимента как раз в том, насколько ваш ИИ агент легко с этим разберется без всяких дополнительных вводных.
Ну а если не хочется просто так вот брать и ставить что-то, можете сначала пообщаться с моим агентом, просто по фану, чтобы иметь какое-то представление: https://kms-agent.ai/
Она развернута как есть вот на этом движке. Но все же лучше без этого. К тому же там кредиты могут закончиться :-)
UPD: Уважаемые, просьба большая! Не мучайте сильно мою Миру. Не пытайтесь ее долго ломать. Даже если у вас все-таки получится это (а пока ни у кого не получилось ничего вменяемого сделать), вы там все равно ничего не получите важного. Система изначально строилась по принципу "Не знает - не разболтает" и на уровне апи у нее нет каких-то особых функций. Просто всеми этими вопросами про китайские площади и запретные песни вы все кредиты мне сольете, а другие заинтересованные не поиграются. А если вы успели поиграться, то хотя бы прийдите в топик и скажите свое мнение, хоть позитивное, хоть негативное, чтобы хоть какая-то обратная связь была. Спасибо за понимание.
Анти-слоп манифест
В старые добрые времена, я каждый день заходил на Хабр, пока ехал на работу, набирал несколько десятков интересных статей и даже не успевал за день их все прочитать. Сейчас же, заходя на Хабр, я за несколько минут пролистываю ленту, отсеивая нейрослоп и.. почти ничего не остаётся. А что остаётся - в итоге тоже оказывается нейрослопом. Последней каплей стал вчерашний случай, когда, увидел в ленте новую статью про мой фреймворк. Воодушевлённый, я пошёл её читать, ведь у нас нейрослоп не в почёте. Я ещё никогда так не ошибался...
Хватит это терпеть! Большая часть статей - это просто мусор, где ни "автор", ни нейросеть, ничего не понимает в предмете. "Автору" даже не хватает мозгов, чтобы понять, что нагенеренное нейроболваном - это полная чушь, хотя казалось бы, достаточно всего-лишь уметь логически мыслить...
Саморегуляция Хабра тут без нашей помощи не вывозит. Поэтому нам надо взять инициативу нас себя:
Видим нейрослоп статью - ставим минус и ей, и её автору. Даже если кажется, что в этой мутной воде что-то есть. Это что-то скорее всего либо банально, либо попросту лживо.
Даже если автор признался, что использовал нейросеть "лишь для улучшения стиля и орфографии" - это не даёт индульгенцию. Это совсем не забота о читателе, ибо наткнувшись на очередной бессмысленный оборот, ему прихоится ломать голову то ли там есть какой-то глубокий неочевидный смысл, то ли это очередная нейрогалюцинация.
Если есть сомнения нейрослоп это, или автор начитался нейрослопа, и стал писать как нейронка, на всякий случай лучше тоже минусануть. Тяжёлые времена требуют суровых мер.
Очистим Хабр от нейрослопа огнём и мечём!
Новая глава Microsoft Gaming Аша Шарма впервые поиграла в Xbox месяц назад, следует из открытых источников. Её аккаунт был создан 15 января 2026 года. В сети не верят, что она играет лично. Не исключено, что прокачкой занимаются специально нанятые эксперты.
Генеральный директор Microsoft Gaming Фил Спенсер уйдёт в отставку 23 февраля 2026 года спустя 38 лет работы в Microsoft. Его место займёт Аша Шарма, которая в настоящий момент возглавляет ИИ-подразделение корпорации CoreAI.
Представлен открытый проект AI uBlock Origin Blacklist. Это список для блокировки uBlock Origin сайтов, использующих ИИ в качестве источника контента.
«Во время просмотра веб‑страниц я иногда, довольно часто, натыкаюсь на сайты, текст на которых написан генеративным ИИ. Эти сайты не предоставляют полезной информации, имеют посредственный контент и переполнены рекламой и реферальными ссылками для заработка денег. Поэтому, когда я нахожу такие сайты, я добавляю их сюда. Ключевая идея проста: если бы я хотел, чтобы на мой вопрос ответил ИИ, я бы спросил ИИ. Если я ищу информацию в интернете, это означает, что я хочу получить ответ от человека. У человека есть опыт, мнения, идеи, креативность и много другой информации, которой он, возможно, захочет поделиться с интернетом. У ИИ этого нет. Более того, контент, созданный ИИ, может быть опасным: статьи на сайтах, созданных ИИ, не проверяются никем перед публикацией, поскольку они генерируются массово. ИИ может испытывать галлюцинации», — пояснил автор проекта.
Оказывается, что Google Chrome без ведома пользователя захламляет ПК нейросетями — браузер скрытно загружает на систему локальную версию Gemini. Бонусом она также скрыто запускается, когда идёт взаимодействие с сервисами Google. Освобождаем память и запрещаем повторную загрузку:
Вписываем в браузер адрес chrome://flags/;
Находим параметр Optimization Guide On Device Model и отключаем его;
Повторяем с пунктом Prompt API;
Находим на диске по пути AppData/Local/Google/Chrome/User Data/OptGuideOnDeviceModel/ файл весом в 4 ГБ и удаляем его вручную.
850$ за день! Cursor меня чуть не разорил
Беру выписку — минус 850 баксов за 8 часов! Подписка 20 евро разлетелась за мгновение. Один запрос — 1 500 000 токенов. Куда годится?!
Привык к playground OPENAI — 5 баксов в месяц под контролем.
А последний год вообще пользовался Perplexity бесплатно благодаря возможности обучить модель в пространстве. Но в средине февраля халява закончилась.
Cursor сам мутит, железные агенты, внутренняя логика — пошли бы они! Кодит не в моём стиле, половина кривая, я не согласен ни с чем.
850$ за 8 часов — почему?! Всё их RAG, векторное хранилище codebase. Говоришь “кнопку поправь” — тащит layout, prisma, next.config, ВСЁ ПОДРЯД. 1.5M токенов — timeout — плати Pro!
Починил в три клика. Открыл настройки, нашёл Codebase Indexing, вырубил, Delete index. В settings.json три строчки false. В корень .cursorignore кинул.
Было: “Сделай админку” = 1.5M токенов = 45 секунд = 25 баксов
Стало: “Сделай админку” → “Кидай layout.tsx” → вставляю → 800 токенов = 2 секунды = 3 цента
425 раз дешевле! Быстрее работаю, проект под контролем, код в моём стиле. Сам знаю где компоненты в Fractera лежат — лучше их “умного поиска”.
Халява кончилась. Откройте настройки, найдите индексацию векторного хранилища, выключите к едреней фене.
Кто сколько сжёг на этом бардаке? Пишите цифры!
Представлен открытый и бесплатный фундаментальный курс по OpenClaw, включая весь материал на русском языке с полным описанием процессов установки, настройки, использования и полноценной кастомизации ИИ-бота под свои задачи.
Мысли про создание AI-агента, который будет помогать с "Важно, но не срочно" задачами. Часть 1
Последний месяц в сети хайпит OpenClaw (он же ClawBot, он же MoltBot).
У него есть доступы много куда — вы наверняка уже видели новости о том, как он самостоятельно тратит деньги или общается с женой (не своей)
Но меня интересует механизм работы его core feature — проактивности
Это первый масштабный агент, который не ждёт сообщения, а сам приходит и говорит: «Эй, я вот это сделал, глянь»
Я хотел собрать такого агента ещё год назад, когда обнаружил и начал исследовать Model Context Protocol, который дал моим LLM-кам доступ во внешний мир. Но тогда не хватило ни знаний, ни механизма.
Сейчас, благодаря OpenClaw, Claude Code + Codex стало понятнее, как именно это можно реализовать
И вот последнюю неделю я понемногу развиваю этот концепт
------------------------------
Суть в одном предложении
AI-агент, который знает мои цели на год и выполняет первые, самые сложные 15% работы, которые приведут меня к этим целям в долгосрок.
Последние три года я работаю на себя. У меня нет начальника, который скажет «сделай к пятнице». Почти все мои перспективные задачи лежат в квадранте «Важно, но не срочно»
И чаще всего проблема не в том, что я не знаю, что делать, а в том, что мне впадлу начать
Ресёрчить варианты. Разбираться в деталях. Сделать первый шаг. Вот эти первые 15% — самый проблемный шаг для меня
Поэтому я подумал — а что если агент будет делать именно это?
------------------------------
Представьте, что агент каждый день приходит к вам с такими сообщениями
Нетворкинг и аутрич
Учитывая твои финансовые и профессиональные цели, на этой неделе я советую тебе пообщаться с этими людьми. Я провёл небольшой ресёрч по каждому и подготовил персональное сообщение под каждого. Сделаешь до конца недели?
SEO и органика
Я опять помониторил SEO твоего сайта и сайты конкурентов. Советую сделать A, B, C, D, чтобы мы подросли в органике. Вот конкретные правки с приоритетами
Контент и кросс-постинг
Твой последний пост на LinkedIn набрал 10К просмотров — тема зашла. Давай этот пост ещё и в Threads, Instagram и на Хабр адаптируем? Вот три черновика под каждую площадку
Партнёрства
Нашёл 8 владельцев продуктово-консалтинговых агентств, которые подходят под твой ICP. Отсортировал по релевантности. Вот топ-3 с кратким профилем и черновым сообщением под каждого. Первое можешь отправить прямо сейчас.
Мониторинг конкурентов
[Конкурент] вчера выкатил новую фичу — вот что изменилось. Это может повлиять на позиционирование твоего продукта. Вот 2 варианта, как отреагировать: адаптировать лендинг или написать пост-сравнение.
Портфолио и резюме
За последний месяц ты закончил 2 проекта и написал 4 поста. Вот обновлённая версия секции «достижения» для LinkedIn-профиля и сайта. Опубликуешь?
Здоровье
Ты 4 месяца переносишь задачу "Записаться к стоматологу. Поэтому я решил действовать и нашел 3 клиники рядом с тобой с рейтингом выше 4.5, у двух есть слоты на эту неделю. Записать?
------------------------------
То есть агент не просто читает календарь — он понимает, что ему чего-то не хватает, и сам приходит за недостающим контекстом
Я хочу, чтобы агент не просто напоминал по моим задачам в календаре, а ресёрчил → структурировал → предлагал конкретный микро-шаг → спрашивал «актуально ли?»
Хочу чтобы конвертировал мои абстрактные хотелки из раздела «Важно, но не срочно» в конкретные day-to-day actions.
И это может работать не только для одного человека. Та же логика ложится на компанию: стратегические цели → первые шаги, которые никто не делает, потому что «не горит».
Пока это концепт. Но направление, в котором я копаю, кажется мне одним из самых интересных применений AI-агентов — не делать за тебя, а снимать барьер старта и помогать тебе двигаться к твоим Long Term Goals — по типу коуча/ментора
У подобного агента будут доступы к интернету и моему календарю. А общаться мы с ним будем через Telegram — видимо, как и с OpenClaw
------------------------------
Во второй поделюсь наработками и инсайтами
Дайджест: новости за январь 2026
🚀 Открыли регистрацию на GoCloud 2026 — нашу главную ежегодную конференцию про AI и облака. В этом году ключевой темой станет AI как сервис, а именно простые безопасные инструменты для работы с AI и AI-агентами, которые можно использовать сегодня. Подробности о треках и спикерах на сайте.
🚨 Забирайте скидки до 40% на ключевые сервисы, чтобы запускать и развертывать LLM-модели с помощью инференса или на физических серверах с GPU и CPU. Акция действует до 30 июня 2026.
📱Владельцы андроидов могут работать с облачными платформами Cloud.ru через мобильное приложение Cloud.ru Evolution — скачайте его в RuStore.
🦾 Используйте Гига-помощника в облаке, чтобы создавать виджеты мониторинга для реестров Evolution Artifact Registry и контейнерных приложений Evolution Container Apps. Теперь ИИ-помощник может анализировать работу в облаке по метрикам, логам и аудит-логам, разворачивать и обновлять контейнерное приложение. Другие возможности Гига-помощника описаны в документации.
⚙️ Обновили сервисы в цифровой среде AI Factory
В ML Inference реализовали аутентификацию для работы с API с помощью токена доступа или API-ключа.
Для Foundation Models добавили раздел «Активность», повышающий прозрачность использования сервиса и облегчающий контроль затрат. В разделе есть статистика использования моделей за месяц и детализация по каждой модели с указанием даты, времени и количества затраченных токенов.
В AI Agents добавили новую функциональность — «Промпты». С их помощью можно создавать собственные промпты в markdown-редакторе или выбирать готовые из каталога.
Для Managed RAG добавили новые экстракторы для обработки документов в форматах Word, HTML, CSV, TSV.
В Notebooks: обновили версию образа Cloud.ru Jupyter n8n до текущей версии n8n 2.4.1, переработали систему управления доступом так, чтобы повысить безопасность данных в проекте и предотвратить случайное удаление чужих ресурсов, сделали раздел Proxy Services, откуда можно управлять прокси-серверами.
☁️ Тестируйте новые сервисы в стадии Public Preview бесплатно, если вы зарегистрированы в личном кабинете:
Evolution Managed ClickHouse — сервис, который позволяет создавать и настраивать кластеры ClickHouse®, управлять базами данных, пользователями, а также изменять параметры кластера через интерфейс платформы Cloud.ru Evolution.
Evolution VPN — сервис для создания защищенного канала связи между облачной инфраструктурой и сетями пользователя.
Управление ПО — сервис для агентного управления программным обеспечением внутри хоста виртуальной машины или физического сервера. При этом агент на хосте передает данные о состоянии хоста в сервис, который проверяет систему на соответствие политикам безопасности — смотрит на сложность паролей, версии ПО и не только.
Подробнее о других обновлениях облачных платформах.
👨💻 Скачивайте чек-лист про 15 шагов к качественному Data Lakehouse для миграции из классического хранилища данных в современную архитектуру в облаке с пошаговыми рекомендациями от экспертов.
🤖 Освойте ключевые инструменты AI и научитесь успешно внедрять инновации в бизнес-процессы на бесплатном курсе «AI для менеджеров». Вы узнаете, как подготовить бизнес к внедрению AI, выбрать AI-технологии, адаптировать AI-модели под задачи, оценить экономику AI-проектов, перейти от идеи до PoC, обеспечить Data Governance и безопасность данных. Подойдет руководителям команд, предпринимателям и всем, кто интересуется AI.
🎙️ Провели несколько интересных вебинаров и подкастов — все можно посмотреть в записи:
На февраль и март есть другие вебинары, на которые уже можно регистрироваться.
Привет! В GPTunneL мы строим инфраструктуру, которая помогает бизнесу безопасно и эффективно использовать генеративные модели в продуктах.
Наша цель — сделать работу с LLM предсказуемой, контролируемой и масштабируемой: от качества ответа до стоимости и соответствия требованиям.
Сейчас мы усиливаем инженерную команду и ищем Python AI/ML Engineer, который поможет нам развивать ML‑ядро и пайплайны, улучшать качество моделей и внедрять решения в продакшн. Если вам интересно работать на стыке NLP, инженерии и продукта — будем рады познакомиться.
Чем предстоит заниматься:
Проектировать и разрабатывать пайплайны для работы с Large Language Models (LLM) — от прототипа до продакшена
Создавать AI-агентов — проектировать мультиагентные систем, оркестрацию, tool-use, планирование и memory
Разрабатывать и оптимизировать RAG / GraphRAG систем — строить retrieval-пайплайны, работать с векторными БД, графами знаний, chunking-стратегиями, re-ranking
Экспериментировать и исследовать — подбирать модели, prompt engineering, fine-tuning, оценивать качествао(evaluation pipelines)
Интегрировать модели в продуктовые сервисы через API, очереди, стриминг
Работать с данными — готовить датасеты, строить ETL-пайплайны для обучения и инференса
Что мы ожидаем:
Must have
Python — уверенное владение (3+ лет коммерческого опыта)
Глубокое понимание архитектуры Transformers (attention, tokenization, encoder/decoder, positional encoding и т.д.)
Практический опыт работы с LLM (OpenAI API, Anthropic, open-source модели — LLaMA, Mistral, Qwen и др.)
Опыт построения RAG-систем (векторные БД: Qdrant / Pinecone / Weaviate / Milvus, embedding-модели, retrieval-стратегии)
Понимание принципов GraphRAG — работа с графами знаний, entity extraction, graph-based retrieval
Опыт создания AI-агентов (LangChain / LangGraph / CrewAI / AutoGen или аналоги)
Знание фреймворков: HuggingFace Transformers, PyTorch
Опыт работы с LangChain / LlamaIndex или аналогичными фреймворками
Понимание принципов prompt engineering, chain-of-thought, few-shot, function calling
Умение работать с Git, базовое понимание CI/CD
Английский — чтение документации и статей свободно
Nice to have
Опыт работы с Diffusion-моделями (Stable Diffusion, SDXL, Flux, Midjourney API) — генерация изображений, fine-tuning (LoRA, DreamBooth, Textual Inversion), ComfyUI / A1111
Опыт fine-tuning LLM (LoRA, QLoRA, PEFT, RLHF/DPO)
Знание vLLM / TGI / Ollama для оптимизации инференса
Опыт работы с multimodal-моделями (GPT-4V, LLaVA и др.)
Знакомство с MLOps практиками (MLflow, Weights & Biases, эксперимент-трекинг)
Опыт работы с облачными GPU (RunPod, Vast.ai, AWS, GCP)
Понимание FastAPI / asyncio для построения высоконагруженных сервисов
Опыт работы с Neo4j / NetworkX для графовых структур
Публикации, open-source контрибьюции или pet-проекты в области AI/ML
Технологический стек
Python PyTorch HuggingFace LangChain LlamaIndex LangGraph FastAPI Docker PostgreSQL Redis Qdrant Neo4j vLLM Git
Условия
📍 Удалённая работа (full remote)
💰 Конкурентная заработная плата (обсуждается по результатам собеседования)
🕐 Гибкий график
🧠 Работа с cutting-edge технологиями — никакого легаси, только передний край AI
🚀 Влияние на продукт — ваши решения идут в прод, а не в стол
📈 Возможности для профессионального роста и участия в R&D
🤝 Команда, которая горит AI и делает крутые вещи
Как откликнуться:
Отправьте ваше резюме/CV и ссылку на GitHub (если есть) в тг нашему HRBP @hr_welcome .
Будет плюсом: краткое описание самого интересного AI-проекта, над которым вы работали.
GPTunneL — мы делаем AI, который работает. ⚡️
