95% корпоративных пилотов по внедрению LLM проваливаются. При этом фрилансеры и инди-специалисты показывают кратный рост эффективности с теми же инструментами.
Проблема не в технологии — проблема в том, что старые методы внедрения инноваций здесь не работают. Компания не может внедрить LLM сверху, а сотрудники не хотят внедрять снизу.
Почему так и что с этим делать?
В предыдущей статье "Почему нейросети не заменят прикладных специалистов: простая логика против вероятностных подходов" рассматривались общие вопросы поиска решений управляемого данными. Эта информационная технология, основанная на простой логике, позволяет оперативно вести диалог с пользователем, используя накопленные в процессе поиска решения данные. Для того чтобы это работало - требуется фрагментировать знания предметной области в виде функций с заданными областями допустимых значений входящих в них параметров.
В данной статье рассматривается вопрос о представлении предметных знаний в виде общедоступных документов, позволяющих интерпретировать их, как вышеозначенные функции и затем использовать в качестве компонентов базы знаний.
Всё нижеследующее, хорошо всем известно, но в контексте поиска управляемого данными обретает новый смысл и функциональность.
ПРИМЕЧАНИЕ. В качестве примера выбрана реальная задача из медицинской практики связанная с назначением антирабической помощи. Антирабическая помощь необходима для исключения заболевания бешенством после контакта с домашним или диким животным. Бешенство смертельно опасное заболевание. От правильности врачебных назначений зависит жизнь обратившегося за медицинской помощью. Имеется инструкция, регламентирующая действия по оказанию антирабической помощи, которая и является первоисточником базы знаний. Несмотря, на кажущуюся простоту выбор лечения (профилактики) требует чёткого анализа ситуации и учёта многих факторов. Экспертная система в диалоге управляемом данными не позволит ничего пропустить и предложит безошибочное решение.
2026 год. Нейросети окончательно прописались в арсенале маркетолога. Где‑то между таск‑трекером и бесконечными созвонами они заняли своё место и, кажется, уходить не собираются. Сегодня ИИ помогает придумывать заголовки, писать посты, собирать рассылки, генерировать картинки для сторис и даже анализировать, почему прошлая рекламная кампания провалилась.
Всего пару лет назад всё выглядело иначе. Мы с любопытством тестировали первые генераторы текста и получали что‑то в духе «Наш инновационный продукт является лидером рынка благодаря синергии качества и доступности». Это было забавно. Это было непригодно для работы. Мы посмеивались и возвращались к привычному — писать всё руками, согласовывать неделями, переделывать по десять раз.
А потом что‑то изменилось. Алгоритмы научились подстраиваться под аудиторию. Нейросети начали рисовать визуал, который не стыдно ставить в ленту. Создавать видео, которые набирают просмотры. В какой‑то момент мы перестали удивляться и начали просто использовать.
Маркетинг изменился. Контент, на который раньше уходили часы, теперь создаётся за минуты. Это не фантастика, это новая реальность. И те, кто её принял, уже чувствуют разницу.
Но есть одна проблема. Инструментов стало слишком много.
Каждый день появляются новые сервисы. Каждый обещает революцию. Каждый называет себя «лучшим решением для бизнеса». Лендинги пестрят словами «автоматизация», «эффективность», «рост продаж». Разобраться во всём этом — задача, на которую нужен отдельный рабочий день. Которого, конечно, нет.
Мы решили сэкономить вам время. Протестировали несколько нейросетей, которые позиционируют себя как помощники для маркетологов. Отсеяли те, что красиво выглядят на презентациях, но разочаровывают в работе. Оставили семь сервисов, которые действительно закрывают задачи. Генерация текстов, создание визуала, работа с видео, автоматизация рутины — здесь есть решения для разных этапов воронки.
У большинства сервисов из нашего списка есть платные тарифы. Но сегодня мы сосредоточимся на том, что можно попробовать бесплатно. Потому что прежде чем платить, хочется понять, стоит ли оно того.
Приятного чтения!
AI-driven — это не «без человека». Инженер необходим. Просто LLM становится основным инструментом. Смена парадигмы инструментов - не сингулярность.
Не будет волшебных палочек. Не будет AGI, который всё сделает за вас (ну в ближайшей реальности). Но будет инструмент, который уже сейчас необходим для освоения - потому что это основной инструмент уже наступившего будущего.
Нейросети помогают решать множество повседневных задач. Однако идея, сначала "развалить" всё и токенезировать, а затем пытаться сложить из фрагментов целое - с точки зрения математики выглядит, конечно, красиво, но с точки зрения простой логики идея спорная.
Это статья о том, что такое инженерное мышление и, как правильная формализация предметных знаний способствует реализации экспертных систем с применением простой логики.
Недавно мне попался любопытный нарратив: живой писатель выделяет куда больше углерода в атмосферу, чем ИИ-агент, пишущий текст того же объёма. Следовательно, неплохо было бы заменить живого писателя на неживого. Или всё же пока не стоит? Давайте разберемся.
Думаю, мне пора составить и свой регламент экологичного использования ИИ, чтобы не усугублять зависимость. Вот первая редакция.
Команда AI for Devs подготовила перевод статьи о том, почему ИИ-агенты — самый важный элемент экосистемы ИИ прямо сейчас. Главная мысль: именно агенты способны выполнять полезную работу без участия человека, а значит — радикально изменить рынок интеллектуального труда и саму структуру экономики.
Технологии искусственного интеллекта резко расширяют горизонты наших возможностей. Хотим мы того или нет, но применение больших языковых моделей скоро до неузнаваемости изменит все области человеческой деятельности. Нейромузыканты уже захватывают топы музыкальных чартов, а нейрохудожники пишут картины, выигрывающие награды на конкурсах искусства. Совсем скоро нейрописатели будут создавать целые литературные вселенные, по сложности превосходящие "Войну и Мир" Толстого, а нейрорежиссёры снимать по ним фильмы.
За последние шесть лет я опубликовал на Хабре порядка пятидесяти философских эссе на разные темы - о мире идей и математической вселенной, о сознании, об этике, о буддизме, о пространстве и времени и о многом другом. Моя подготовка к каждому эссе включает в себя чтение книг, работу с источниками, знакомство со всеми позициями по определённому вопросу, знакомство с критикой этих позиций, знакомство с историей развития философской мысли в области этого вопроса и многое другое. Сейчас, в годы бурного развития больших языковых моделей, я решил воспользоваться технологиями, чтобы автоматизировать часть этого процесса и сделать свой первый шаг в область нейрофилософии. И вот, что у меня получилось...
Команда AI for Devs подготовила перевод статьи о том, как на самом деле устроены AI-агенты для программирования. Автор шаг за шагом показывает, что за Claude Code не стоит магия: это последовательный агентный цикл, инструменты, контроль разрешений и работа с контекстом.
Доброго времени суток, «Хабр»!
Представьте, что вы играете в дартс. Сначала ваши дротики разлетаются по всей мишени, но с каждой попыткой вы постепенно приближаетесь к заветному центру. Человек интуитивно понимает, что нужно скорректировать бросок: сильнее, выше, левее или правее. Примерно так же работает и алгоритм машинного обучения. Только вместо интуиции там есть функция потерь.
Сегодня поговорим об этой функции, попробуем в ней разобраться и понять, как же алгоритм понимает, что он ошибся. Принимайте стратегически удобное положение, ну а я приступаю к своему повествованию.
Независимо от того, принесет ли будущее ренессанс программирования или мир, где код пишется сам собой, всегда будет спрос на инженеров, которые мыслят целостно, постоянно учатся и направляют технологии на решение реальных проблем. Лучший способ предсказать будущее — активно его проектировать.
Предположим, вас не пугает развитие ИИ. Вы готовы отказаться от звания «Венец природы», готовы оформить подписку на счастье и окунуться в игры с головой. Пусть уже роботы всем управляют и наступит этот прекрасный мир постчеловечества.
Проблема в том, что вам это не светит, как и подавляющему населению земли. Даже если все изменения произойдут завтра.
Чтобы в этом разобраться, потребуется вспомнить извечный философский вопрос: «Если дерево падает в пустыне, и его никто не слышит, издает ли оно звук?». Ответ на этот вопрос скрыт в системах фиксации событий.
Со времён Эйнштейна мы оперируем моделью под названием «Пространство‑время». Эта модель как раз и описывает систему фиксации событий.
Вот падает дерево, ударяется о песок, появляются волны, которые распространяются через воздух и песок. Они влияют на окружающую среду и перестраивают её. Переход системы «Пространство‑время» из состояния «А» в состояние «Б» и является способом фиксации события. С её точки зрения, событие случилось, звук был.
Но пространство‑время не единственная система фиксации. Внутри неё есть вложенные системы. И одну из них мы называем «Мозг».
Чтобы мозг зафиксировал звук, нужно, чтобы в результате события перестроились нейроны. Если их структура не изменилась, то для мозга ничего не произошло. Дерево в пустыне может хоть органный концерт устроить.
Проблема в том, что мозг — не идеальная система фиксации, с огромным количеством изъянов. Недостаточно просто быть рядом с деревом. Нужно, чтобы была готова сенсорная система, но, самое важное, необходимо, чтобы был готов Неокортекс.
Что происходит, когда ваши собственные исследователи называют вас пропагандистским рупором, почему CEO Anthropic признаёт, что 50% рабочих мест могут исчезнуть, и данные, которые OpenAI отчаянно хочет похоронить.
Ведущие исследователи только что покинули OpenAI. Не ради более высоких зарплат. Не чтобы присоединиться к Google или *Meta. Они ушли, потому что отказались участвовать в том, что считали масштабной пропагандистской операцией.
И то, что происходит за закрытыми дверями, должно беспокоить всех нас.
Том Каннингем, экономист и специалист по данным в OpenAI, уволился в сентябре. В своём внутреннем прощальном сообщении он не стал подбирать слова. По его словам, команда экономических исследований всё дальше уходила от настоящей науки, превращаясь, цитирую, «в пропагандистский рупор своего работодателя».
В 2015 году дизайнер Golden Krishna выпустил книгу с провокационным названием "The Best Interface is No Interface", где на пальцах объяснял, почему мы слишком увлеклись экранами, кнопками и менюшками — и совершенно забыли про саму задачу, которую пытаемся решить. Идея была в том, что лучший интерфейс — это тот, которого ты вообще не замечаешь, который просто работает где-то на фоне и не требует от тебя бесконечных кликов.
Прошло десять лет, и мы действительно пришли ктому самому «отсутствию интерфейса» — только совсем не так, как представлял себе Krishna, и уж точно не через какие‑то ambient‑девайсы и IoT‑хитрости. Мы просто вернулись в командную строку, потому что теперь там появился кто‑то, кто наконец‑то нас понимает.
Недавно одного моего коллегу по работе развели мошенники. И это было бы, может, и типичной ситуацией, если бы не одно но. Точнее, не набор всяких но.
В-первых, коллега – молод, то есть у него просто в силу возраста должно быть отторжение ко всяким настойчивым предложениям, зазываниям, авторитетам и пр.
Во-вторых, это просто стыдно перед обществом, когда тебя, молодого парня, обводят вокруг пальца мошенники, как старую бабку, которая даже не знает, что такое интернет. Все заложенные природой защитные механизмы должны были сработать, чтобы этого не допустить.
В-третьих, коллега работает программистом, а значит, нахождение в it-сфере должно было принести ему некоторые знания о технических возможностях, которыми располагают современные мошенники (подмена номера телефона, доступ к слитой персональной информации и т.д.).
В-четвертых, у коллеги хорошее математическое образование, лучшее в России, а значит – уверенное понимание логики.
Всё так. Но практика показала, что этого недостаточно. Подумав немного, я понял, в чем причина текущего положения вещей и чего недостает всем нам – программистам, it-специалистам, технарям. За алгоритмами, абстрактными моделями и модными технологиями мы пытаемся скрыться, убежать от реальной жизни, позабыть о нашей невовлеченности в реальную жизнь, стыдливо прикрыться. И в этом корень многих наших бед.
Что я понимаю под избеганием жизни? Это такое состояние человека, при котором он совершенно не готов к настоящим жизненным трудностям. При лобовой встрече с трудностью он не знает, что делать или критически неверно оценивает ситуацию.
Всегда будут «кричащие волк», чьи заявления рассыпаются под пристальным взглядом. Но инопланетяне определённо существуют - если наука осмелится их найти.
Несмотря на всё, что мы узнали о себе и физической реальности, в которой все мы обитаем, гигантский вопрос о том, одиноки ли мы во Вселенной, остаётся без ответа. Мы исследовали поверхности и атмосферы многих миров в нашей Солнечной системе, но только Земля демонстрирует неоспоримые признаки жизни - прошлой или настоящей. За последние 30 лет мы открыли более 5 000 экзопланет, выявив среди них множество миров размером с Землю, потенциально обитаемых. Тем не менее ни один из них пока не раскрыл себя как действительно населённый, хотя перспективы обнаружения внеземной жизни в ближайшем будущем завораживают.
Заметили, как тихо стало в личке? Вспомните далекий 2021-й. Открываешь LinkedIn — а там DDoS-атака. Звали в Берлин, в Лимассол, в Долину. Предлагали релокацию, опционы, «только выйди завтра». Айтишка была легальным чит-кодом к жизни, IDDQD современной экономики.
А сейчас, в январе 2026-го? Вечеринка давно закончилась. Западные рекрутеры для нас не просто исчезли — они стали мифом, о котором рассказывают новичкам у костра. А местные... Вакансии есть, денег много, но требования жестче, а задачи всё больше напоминают «ремонт завода на ходу под обстрелом дедлайнов».
Те, кто пришел в профессию после 2023-го (сегодня они уже крепкие мидлы), вообще не понимают, о чем мы грустим. Для них закрытый контур — единственная реальность. А в чатах «старичков» висит тяжелый, невысказанный вопрос: «Пацаны, а что, магия всё? Мы теперь... просто заводчане с клавиатурами?»
Я смотрю на это со смешанным чувством. Комфортный мир «граждан мира» окончательно рассыпался. Мы привыкли к исключительности, и терять её было больно. Но где-то на уровне инженерной интуиции я понимаю: это было неизбежно. Нельзя бесконечно масштабировать систему на хайпе.
В глобальной JVM запустился Garbage Collector. А российский сегмент уже четыре года как работает в режиме Network Partition. И если отложить эмоции, то мы наблюдаем финальную стадию действия Второго закона термодинамики в замкнутой системе.
Команда AI for Devs подготовила перевод подробного практического гайда по Claude Agent SDK. В статье разбирается, как устроены современные AI-агенты на практике: управление контекстом, инструменты, сабагенты, разрешения, структурированный вывод и продакшен-паттерны.
Фотография — это не только момент, но и настроение, стиль, история. А что если всё это можно изменить одним промптом?
И тогда я решил попробовать Nano Banana Pro. Оказалось, нейросеть может создать любой кадр за секунды — нужно только правильно её попросить. Без навыков дизайна, без фотошопа, без месяцев обучения. Только нейросеть и ваша фантазия. Звучит как читы, но это уже реальность.
В этом гайде — подборка промптов, которые превращают обычные фото в арты, схемы и даже создают визуальные решения загадок. Логические задачи, паттерны, дорисовка... иногда кажется, что нейросеть прошла уровень сложности, который нам и не снился. И теперь она готова делиться своими скриншотами.
