AI-аналитик, MCP-сервер и GenAI-трейсы: что появилось в Proto Observability Platform 203
Главной темой релиза Proto Observability Platform 203 стало расширение инструментов для анализа телеметрии и наблюдаемости LLM-приложений: к существующим ИИ-расследованиям добавились AI-аналитик для работы с телеметрией на обычном языке, MCP-сервер для подключения ИИ-агентов и представление GenAI-трейсов для анализа работы внешних LLM-приложений.
AI-аналитикработает с метриками, логами, трейсами, инцидентами и ресурсно-сервисной моделью. В ответе он показывает затронутые сервисы, возможные причины проблемы и ссылки на найденные объекты платформы. Для анализа данных в платформе теперь не требуется знание PromQL, LogsQL или топологии приложений - все это теперь можно запрашивать в режиме чата на обычном языке.
Встроенный MCP-серверпредоставляет ИИ-агентам инструменты для работы с данными платформы по стандарту Model Context Protocol. Через него доступны метрики, логи, события, ресурсы, трейсы, сервисы, алерты и инциденты.
Новое представление GenAI-трейсов показывает выполнение LLM-приложения как последовательность действий. На одном экране видны сообщения по ролям, обращения к модели и инструментам, ошибки вызовов и длительность отдельных шагов.
Полное описание этих и других новых возможностей платформы доступно в заметках к релизу.
Склад(бище) дашбордов или закон убывающей предельной полезности
Культура дашбордов захватила IT и стала подменой аналитическому мышлению. Не раз слышала, как их ласково именуют «единым источником правды». Но тот, кто погружался в данные и пытался их интерпретировать, знает: развилок в понимании достаточно – вплоть до противоположных выводов из одних и тех же цифр.
За последний месяц вижу немало дискуссий о том, что дашборды умирают. В LinkedIn приводили статистику: 20-30% дашбордов уходят в зону околонулевой активности. А у вас с этим как обстоят дела? Смотрели статистику использования своих дашбордов?
Почему это происходит, моя версия
Аналитики в IT, прежде всего, обладатели хардов – SQL, Python, BI. Но владение инструментом – это не то же самое, что интерпретация данных. Это уже другой тип мышления. Он у тех, кто задает данным логический курс. Не считает метрику, а решает, что она значит, причем в контексте других метрик.
Проблема в том, что формально эта роль в индустрии никому не принадлежит. Она размазана между:
владельцами инструментов, которые видят данные, но мыслят алгоритмами, а не продуктом или маркетингом.
продактами, которые мыслят продуктом и не всегда понимают эти ваши проценты. Моя статья здесь отчасти это показывает.
Если ваши BI-аналитики и продакты спорят о том, кто должен определять наполнение дашборда, скорее всего, данными никто не управляет по их прямому назначению.
В итоге бизнес изобилует дашбордами, выполняющими декоративную функцию и дающими видимость data driven. Компания сжигает деньги на работу аналитиков, которые тратят часы на разработку и поддержку мертвых дашбордов.
Дашборды плодятся, но количество знаний о продукте не растёт пропорционально числу дашбордов. В какой-то момент каждая следующая визуализация добавляет всё меньше нового понимания. Вступает в силу закон убывающей предельной полезности: с потреблением каждой следующей единицы блага его предельная полезность снижается, пока не достигает нуля.
Дашборд – это инструмент в цепочке создания ценности, а не самоцель. Если после просмотра дашборда не меняется ни одно решение, действие или понимание ситуации – возникает закономерный вопрос: а зачем он вообще нужен? Вспомним еще один закон - Гудхарта: если мера становится самоцелью, она перестает быть хорошей мерой. Без добавленной ценности в виде серьезной аналитики с бизнес смыслами он так и останется просто красивой картинкой.
Что делать
Возможно, пора вводить промежуточную роль – методолога и интерпретатора данных. Того, кто разберётся в хаосе накопленных цифр, создаст интерпретационную архитектуру и поднимет культуру data driven до уровня, где решения действительно опираются на данные, а не на их видимость.
Разработка работающей системы понимания данных – следующий закономерный этап. Сначала человек определяет, какие вопросы мы задаём данным внутри контекста организации, как связаны метрики, какие выводы можно и нельзя из них делать и какие решения должны следовать из анализа. Только после этого имеет смысл автоматизировать этот процесс с помощью ИИ-агентов, которые сейчас заполняют рынок.
В 1954 году Пол Фиттс сформулировал закон, который в вольной интерпретации звучит так: чем меньше и дальше кнопка, тем сложнее её нажать. Этот принцип часто используют создатели интерфейсов. Например, на хорошей микроволновке кнопка «Старт» больше всех остальных.
Сейчас всё больше рабочих инструментов переезжает в браузер. Тем удивительнее наблюдать, как некоторые коллеги тратят лишние секунды на прицеливание в две малюсенькие кнопки: плюсик для создания вкладки и крестик для закрытия, хотя достаточно запомнить следующие сочетания клавиш:
Создать вкладку: Ctrl + T (⌘ + T)
Закрыть вкладку: Ctrl + W (⌘ + W)
Есть вкладки, которые у меня открыты всегда. Это Почта, Календарь и Музыка. Они закреплены слева, а для быстрого переключения есть такие сочетания клавиш:
Переключиться на первую вкладку: Ctrl + 1 (⌘ + 1)
Переключиться на вторую вкладку: Ctrl + 2 (⌘ + 2)
Переключиться на третью вкладку: Ctrl + 3 (⌘ + 3)
Часто приходится переключаться между соседними вкладками, например, чтобы сравнить информацию. Для этого есть универсальные сочетания клавиш Ctrl + Tab и Ctrl + Shift + Tab. Но лично я привык к более интуитивным вариантам:
Переключиться на левую вкладку: Ctrl + Page Up (⌥ + ⌘ + ←)
Переключиться на правую вкладку: Ctrl + Page Down (⌥ + ⌘ + →)
P.S. Obsidian поддерживает все вышеописанные сочетания клавиш, кроме последней пары, которая зачем-то используется в macOS-версии для навигации по истории:
Как мы строили «Мосты» в СберУниверситете. Впечатления участника конференции
Где-то среди всех этих людей есть и я))
В прошлом году мне очень хотелось, но не удалось попасть вживую на эту конференцию. Слушала онлайн. И целый год потом слушала восторженные отзывы участников, которые там были. В этом году видела много рассылок и решила снова попытать счастье. Мне повезло: в среду отправила заявку, в четверг вечером получила приглашение, в понедельник уже была там, среди 600 таких же неравнодушных к теме коммуникаций и сообществ людей. А еще 5000 человек слушали конференцию онлайн.
Оказывается, конференция действительно очень популярная и уважаемая, хотя и довольно молодая. Попасть туда реально сложно. Проводят её Сбер и InterComm.
Начну с того, что понравилось.
Насыщенная программа, классная локация (кампус СберУниверситета на реке Истре), тематика, — конечно же, ну и такая большая и разношёрстная аудитория, а ещё масштаб, оформление, организация в целом. Также отдельная «благодарочка» за групповой трансфер туда и обратно))
Много было поднято тем, которые мне действительно откликнулись, хоть я уже и не внутриком. Особенно про развитие сообществ, обучение, продвижение внутренних экспертов — именно с этим теперь связана моя работа. Я обучаю корпоративных авторов писать, проявляться, строить личный бренд, делиться экспертизой, продвигать продукты своей компании. Это как раз и есть обучение и развитие внутренних экспертов.
Вообще, Сбер тут молодцы, конечно. Во-первых, на тему внутренних коммуникаций довольно мало качественных конференций. Во-вторых, сейчас каждая крупная уважающая себя компания делает свой фестиваль, конференцию или просто какую-то крупную, заметную, профессиональную тусовку и старается таким образом не просто пиариться, а ещё и приносить пользу сообществу. За это прям респект и уважуха. Особенно приятно, когда участие бесплатное.
Ну и отдельно хочу сказать про премию «Рядом». Её Сбер придумал сам для себя и проводит внутри компании. Награждает лучшие проекты, связанные с внутрикомом и корпкультурой. А почему бы и да? Ну будет как-то странно, наверное, подавать 30 заявок на одну какую-то профессиональную премию и забирать сразу несколько призовых мест в разных номинациях, согласитесь? Итак, все маленькие компании давно страдают из-за того, что гиганты собирают все призы и награды, а им совсем не достается внимания. А тут своя собственная премия, которая никому жить не мешает, а тебя пиарит и украшает! Ну круто же! И сотрудники довольны — есть возможность проявить себя и получить признание, и HR-бренд прокачивается, и дополнительный инфоповод, о котором можно говорить много где. Я считаю этот ход просто суперудачным! Многим компаниям советовала бы взять на заметку.
Из недочётов: Мало свободного времени, чтобы и на экскурсию по кампусу сходить, и пообщаться с коллегами, и перекусить, и погулять по шикарной зеленой территории, и по работе успеть ответить на срочные вопросы, и принять участие в активностях. Приходилось выбирать.
Лично мне не хватило ещё интерактива, взаимодействия с аудиторией. И показалось, что в последнее время сильно переоценены дискуссии как формат. Реальные практики и кейсы компаний намного полезнее. Вдвойне был бы полезен разбор неудачных проектов! С дискуссий, кроме пары красивых фраз, особенно ничего не заберешь, руководству в качестве референса не покажешь, как инструмент, решающий твои задачи, использовать не сможешь.
Ещё я бы добавила мастер-классы и воркшопы с профи своего дела и какие-то брейнштормы. Ну раз уж приносить пользу, то так, чтобы прям встряхнуть, вдохновить, отправить тебя домой с идеями, наработками, горящими глазами.
Константин Богомолов. Сначала показалось, не в тему. Но потом поняла, что он нормально зашёл зрителям, растормошил. Творческие люди всегда интересны. Их выступления вдохновляют!
Были еще некоторые орг моменты. Я думаю, организаторы учтут эти пожелания, ведь я сразу отправила свою ОС. И надеюсь, позовут ещё. Кстати мне тоже есть, чем поделиться с аудиторией! :-)
В ней рассматривается "интересная" такая схема - отдавать результаты человеческого ревью кода ИИ-агенту.
Меня это в определенной мере удивило, потому что, судя по тому, что сейчас пишут в сети, то и код пишет агент, и ревью тоже агент делает. Чаще всего другой.
Например, код пишет Claude Code, а ревью делает Codex (И это еще хорошо, если они по своим возможностям в написании кода примерно равны, а то ведь агенты-ревьюверы могут быть и гораздо слабее агентов-кодеров).
Но вот остается вопрос: как решаются случаи, когда они расходятся во мнениях? Кому доверять больше? Устраивать дискуссии? И кто принимает окончательное решение?
Или, реальный случай: Claude Code в "холодной сессии" написал ревью своего же кода из порядка 20 пунктов. Тот же код и Codex пишет ревью на 8 пунктов.
Что дальше? - Разбираться самому человеку или снова устроить дискуссию между агентами?
И сколько токенов они сожгут в этой дискуссии? И сколько времени это займет? И где гарантия от того, что если они по отдельности галюционируют, то и вместе они не начнут делать то же самое, а то и провоцировать друг друга на эти самые галюцинации?
Т.е., получается, что выигрыш от такого "автоматизированного" под ИИ ревью становится сомнительным удовольствием.
10 сентября (чт) в Москве особое мероприятие для всех, кто интересуется передовыми решениями в области СУБД: компании «Тантор Лабс» исполняется пять лет. Мы приглашаем разработчиков СУБД, инженеров, архитекторов, администраторов, представителей заказчиков и партнеров, чтобы обсудить, куда движется российская инфраструктура данных и какие технологии уже сейчас меняют привычный подход к работе с Postgres-инфраструктурой.
Вадим Яценко, генеральный директор «Тантор Лабс». 5 лет «Тантор Лабс». Российским СУБД пора играть по-крупному
Алексей Барган, руководитель отдела разработки Платформы Tantor AI-first подход в управлении и администрировании СУБД. Как меняется профессия DBA?
Семен Курепин, пресейл-инженер Платформа Tantor 7.0: Интеграция предиктивной аналитики в контур эксплуатации СУБД
Екатерина Мартьянова, директор по продукту Tantor XData; Михаил Сёмкин, team lead СУБД Tantor Polar Машина баз данных Tantor XData Gen3: постгресовый дрифт в сторону enterprise
Максим Милютин, руководитель группы исследований и разработки Нативная (без ETL) аналитика на оригинальных данных. PX-движок для Tantor Polar
Александр Симонов, технический руководитель направления развития 1С Postgres для 1С: от «работает» к «быстро» — за два года
Сергей Соловьев, разработчик СУБД Tantor Postgres Новая эпоха TDE
Андрей Погудин, инженер Защита данных в Tantor Postgres
Как евангелист не только ЛИМС, но и ноу-код конструкторов приложений, нашел OneBase — Open-source платформа для бизнес-приложений https://onebase.ivantitov.tech/index.html
Open-source платформа для создания бизнес-приложений. Слоган Пишем как в 1С — без 1С. Знакомые концепции 1С (настройка и программирование на русском языке).
Приложение полностью в одном файле (как и DataExpress), метаданные (формы, скрипты) хранятся отдельно в YAML. Доступно использование в качестве хранилища локального файла базы SQLite, а для совместной работы можно развернуть PostgreSQL.
Вобщем будут следить за новостями и попробую собрать какое-нибудь приложение.
В целом точно будет полезно для различных MVP и проверки гипотез.
Собрали курс «Современный Gradle для Java-разработчика». Если Gradle для вас до сих пор воспринимается магической коробкой, которая путём магических конфигураций собирает проект, а что-то новое в неё вносится только через Claude Code или Codex, это для вас.
Курс рассчитан на тех, кто уже пишет на Java/Kotlin или каком-то другом JVM-языке и хочет перестать бояться строгать сборку лишний раз. Разбираем мультимодульные проекты с нуля, копаемся по compile classpath и смотрим на современные подходы к конфигурации.
Каждый урок начинаем с небольшой теории, а потом развлекаемся на лайвкодинге.
Биржа Инфостарта: новые задачи по 1С за 12-18 августа
На Бирже заказов Инфостарта появиись новые задачи для специалистов по 1С, опубликованные с 12 по 18 августа. В этот раз заказчики ищут помощь с обновлением конфигураций, обменами, отчетами и обработками, ЭТрН, складским оборудованием и нестандартными сценариями учета.
На этой неделе особенно заметны задачи для тех, кто работает с торговыми и бухгалтерскими конфигурациями, поддерживает обмены и интеграции, умеет разбираться в нетиповых решениях и подключается к небольшим точечным доработкам. Для исполнителей такая подборка — быстрый способ найти подходящую задачу без долгого поиска. Для заказчиков — ориентир по тому, какие специалисты уже работают на Бирже и на какие задачи можно найти исполнителя.
На Бирже заказов Инфостарта можно напрямую общаться с исполнителями, сравнивать отклики, рейтинг и опыт. Комиссии за работу нет, а при необходимости можно использовать безопасную сделку.
Недавно мне понадобилось достать данные из QR-кода на кассовом чеке. Чек был в плохом состоянии: слегка затёрт + характерные полоски термопечати. Все обычные сканеры и приложения дружно отказывались его читать. Первая идея — открыть фото в редакторе и вручную перерисовать модули — очень быстро показала свою несостоятельность. Несколько сотен точек, глаза начинают плыть уже через 10–15 минут. Дальше начались размышления, как это можно сделать разумнее. Полностью отдавать задачу нейросети я не хотел. На грязных данных с полосками и неравномерной засветкой модель легко начинает «додумывать» модули. А мне нужна была не красивая картинка, а гарантированно читаемый код. Поэтому я решил пойти по гибридному пути: максимально автоматизировать рутину, а финальное решение в сомнительных местах оставить человеку. Что получилось в итоге Инструмент работает полностью в браузере. Фото никуда не отправляется. Основной сценарий (самый частый): Загружаешь фото. Обрезаешь, поворачиваешь, подкручиваешь экспозицию, контраст, гамму, резкость, шумоподавление и т.д. После любого изменения программа сразу пытается прочитать QR. Если код прочитался — сразу получаешь: чистый QR (можно сохранить); сами данные (можно скопировать). На этом можно остановиться. Дальше идти не нужно. Если автоматического чтения не произошло — включается более глубокий режим: Автоматический поиск области кода и определение размера модуля (через поиск finder-паттернов 1:1:3:1:1). Построение сетки. Коррекция перспективы и кривизны бумаги через сетку контрольных точек (кусочно-билинейная деформация). Построчная проверка модулей: программа предлагает цвет, человек только подтверждает или инвертирует. Ручная проверка каждого модуля — это крайний случай, когда даже после всех обработок фото код всё равно не читается. Технические детали Бинаризация через Otsu. Определение шага модуля по характерным сериям 1:1:3:1:1. Адаптивный порог цвета модуля относительно соседей 3×3. Живое декодирование на каждом этапе изменения изображения. Возможность вручную править геометрию через контрольные точки. Инструмент доступен здесь: https://zoommax.space/ Буду рад обратной связи, особенно по сложным случаям (сильные повреждения, сильный ракурс, очень грязная печать).
🤖ИИ-агенты в VK AI Space научились следовать корпоративным регламентам
Добавили в платформу VK AI Spaceхуки — механизм обязательных проверок, который гарантирует соблюдение корпоративных правил на уровне кода, а не промптов. Например, можно настроить правило, по которому агент никогда не передаст персональные данные внешнему пользователю или не предложит скидку выше допустимого лимита.
❓ Как работают хуки В жизненном цикле агента есть контрольные точки — до или после действия модели. В этот момент автономный режим прерывается, и платформа передает полный контекст в механизм хуков: кто спрашивает, что агент собирается сделать, с какими данными работает. Механизм принимает решение: пропустить, изменить или отменить действие.
Хуки помогают подстраховаться на случай, если агент решит действовать не по плану. На инструкцию в промпте модель может отреагировать по-разному, а хук срабатывает независимо от ее решения. Это устраняет риски непредсказуемого поведения, которые часто выступают главным препятствием для масштабирования автономных агентов в бизнесе.
🔜 Реальный кейс: в 2026 году немецкая клиника проиграла суд из-за чат-бота, который выдумал несуществующую услугу. Суд постановил: «Чат-бот на вашем сайте — часть вашей организации, вы отвечаете за все, что он говорит». Хук на сверку с актуальным прайсом перед отправкой ответа спас бы от иска.
Подробнее про реализацию хуков в VK AI Space читайте 👉 по ссылке.
Аттестация начинается с инфраструктуры: виртуализация и контейнеризация под требования ФСТЭК
В 2026 году требования к защите информации стали строже: обновления в регулировании КИИ уточнили подходы к категорированию значимых объектов и применению российского ПО, а для государственных информационных систем начал действовать приказ ФСТЭК №117. В этих условиях готовиться к аттестации важно уже на этапе проектирования ИТ-инфраструктуры.
На вебинаре разберем, какие требования предъявляются к инфраструктуре регулируемых ИС и как zVirt Max и Nova SE помогают сформировать технологический фундамент для аттестации.
Что обсудим:
— Требования ФСТЭК к инфраструктуре ЗО КИИ, ГИС, МИС, АСУ ТП и ИСПДн — Применение сертифицированных версий zVirt Max и Nova SE в регулируемых контурах — Механизмы защиты на уровнях виртуализации и контейнеризации — Изоляция данных, разграничение доступа, контроль целостности и регистрация событий безопасности — Роль сертифицированных продуктов в подготовке систем к аттестации — Построение доверенной российской инфраструктуры без отказа от современных технологий виртуализации и контейнеризации
Спикеры:
Александр Гавриленко, директор технического пресейла и партнерских интеграций, Orion soft
Анна Лернер, руководитель по безопасной разработке, Orion soft
Наша команда потихоньку перебирается в новый офис и обзаводится дополнительным оборудованием. Среди новых "игрушек" у нас появился источник питания RIGOL DP932E, цифровой мультиметр DM3058E, осциллограф RIGOL DS1202Z-E, на подходе USRP-200 и еще более 50 позиций.
Среди давно ожидаемого оборудования, как бы это не казалось таким странным, являлся тепловизор и, в данном случае, наш выбор остановился на Verdo Ti3101. Тепловизор - вещь достаточно незаменимая и нужная в хозяйстве. Основная задача измерителя - найти неисправные элементы для их последующей замены и восстановления работоспособности устройства: подаешь 1-2 вольта и смотришь где греется - там и короткое замыкание.
Также тепловизор позволят проводить мини расследования/исследования: достаточно на несколько секунд взять в руки любой предмет и на нем на долгое время останутся ваши тепловые следы. Скажем так, если вы набираете пин-код на устройстве, его также можно попробовать вытащить с помощью тепловизора.
Ну и конечно же, тепловизор является основным "оружием" управляющих компаний, когда они проверяют не проложили вы у себя в квартире теплый пол используя трубы для батарей: на экране отлично видно где и как проложена инфраструктура.
Но меня поразил "побочный эффект" (если можно его так назвать) тепловизора, отчего я снова могу начать верить в приведений 😅 Ситуация в следующем: я находился в кабинете, стены которого выполнены из стекла. Стекло было прозрачным, но все равно, если присмотреться, можно было увидеть свое отражение. И тут я направляю тепловизор на свое отражение и ... оно явно и четко появляется на экране, да и еще с повышенной температурой. То есть еще раз: тепловизор принимает тепло моего отражения в стекле.
Физику процесса с коллегами мы кубатурили долго и пришли к вероятностному выводу, что все есть волны. Соответственно, волны тепла от моего тела частично отразились от стекла и попали на объектив тепловизора. Не знаю, насколько это истинна, но было жутковато. Коллеги, поможете нам в решении этой головоломки, почему так происходит?
🧠 Обязательно поделись с теми, кому это может быть полезно 💬 Телеграм | 💬 Max | 📝 Хабр | 💙 ВКонтакте
Открытый проект ffmpeg webCLI (веб-версия) для работы с видео позволяет выполнять больше 20 различных манипуляций за один клик с любыми роликами: менять размер, вырезать аудио, сжимать, конвертировать в gif или другие форматы, ускорять, миксовать, стираем вотермарки, добавлять блюр, зацикливать.
Всем привет! Рассказываем о новых функциях VK HR Tek — модульной платформы с готовыми кадровыми сервисами. В этом выпуске — расширение 1С КЭДО с новыми форматами файлов, автоназначением участников и не только.
Поддержка новых форматов файлов
В файловые атрибуты заявок теперь можно загружать файлы .xlsx, .odt, .ods, .xml и .p7m. Формат .odt также доступен для документов, отправляемых на подписание.
Автоматическое назначение согласующих из документа 1С
Если в документе 1С указан подписант, его можно автоматически назначать исполнителем нужной роли в заявке КЭДО. Достаточно один раз настроить соответствие реквизитов документа и ролей бизнес-процесса — участники будут подставляться при создании и дополнении заявок из 1С.
Детализация накопленных дней отпуска
В КЭДО теперь передается информация о накопленных днях отпуска с разбивкой по периодам, за которые они были начислены. Данные доступны в исходящих пакетах КЭДО.
Проверка действия МЧД
Добавили проверку валидности машиночитаемой доверенности (МЧД) при подписании. Если срок действия МЧД истек, система не даст подписать документ, а пользователь увидит сообщение с просьбой загрузить обновленную МЧД.
Поиск по коллегам из любого раздела
Опция позволяет добавить в «шапку» сайта поисковую строку, которая будет доступна на любой странице. Администратор может настроить выдачу под права пользователя.
Новое в уведомлениях
В системе появился новый канал уведомлений — чат-бот MAX «Полезные уведомления». Также появилась приоритизация уведомлений по каналам: сначала push в приложении, если push не настроен или не открыт, то сообщение в MAX, затем СМС-сообщение.
Также появилась настройка, которая позволяет убрать блок «Уведомления» из интерфейса системы.
Оптимизация
Ускорили формирование большого количества расчетных листков при автоматической рассылке по расписанию и оптимизировали работу 1С расширения КЭДО.
О том, как компании автоматизируют кадровые процессы, рассказываем в блоге на сайте.
Подробное описание всех изменений и видео-инструкции доступны в Базе знаний.
Новый выпуск «Сколько стоит WMS» — про CAPEX склада
В новом выпуске подкаста «Сначала Процессы» разбираем затраты, которые возникают, когда склад расширяют за счёт дополнительной техники и площадей.
Сколько склад переплачивает за технику и квадратные метры
Говорим о том:
— сколько стоит простой и холостые пробеги ричтраков и как оптимизация маршрутов может сократить расстояние перемещений на 25–37%; — когда вместо покупки ещё одного ричтрака за 2,2–5,7 млн ₽ можно эффективнее использовать существующий парк; — сколько стоит низкая плотность хранения при аренде склада класса А; — как уплотнение хранения с 0,35 до 0,50 позволяет получить эквивалент 1 050 м²; — в каких случаях WMS может отложить расширение склада на 12–24 месяца; — что меняется при переходе на узкопроходное хранение (VNA).
И главное — считаем три сценария в рублях: дополнительная техника, новые площади и инвестиции в WMS + оборудование.
Выпуск: «Сколько склад переплачивает за технику и квадратные метры. Считаем окупаемость WMS через CAPEX»
Тема: От «кареты с механическим конем» к прямой инфраструктуре: почему рынок EdTech требует смены парадигмы, а не новых нейросетей.
Давайте посмотрим правде в глаза. Текущее внедрение ИИ в онлайн-образование — это классический пример локальной оптимизации вместо системного сдвига. Мы наблюдаем попытку приделать механического коня к старой карете: те же самые SCORM-пакеты, линейные видеолекции и тесты на 10 вопросов, но теперь составленные и озвученные нейросетями.
Это тупиковый путь. Создавать сегодня отдельный вертикальный сервис «ИИ-курсов», который просто генерирует контент быстрее человека — неперспективно. Такая архитектура успеет устареть еще до релиза продукта (MVP), потому что через несколько лет генерация учебного плана станет базовой фоновой функцией любого LLM-ассистента или корпоративной среды. Контент окончательно обесценится; ценность сместится в сторону верификации навыков и их релевантности рынку.
Чтобы индустрия сделала шаг вперед, должна измениться сама инфраструктура отрасли. Предлагаю обсудить переход от модели «Content-as-a-Service» к модели «Competency-to-Employment Pipeline».
Как выглядит эта новая инфраструктура:
Прямая передача требований. Компании перестают писать абстрактные вакансии. Они формируют жесткие матрицы компетенций под конкретные проекты и передают этот структурированный запрос напрямую в образовательную инфраструктуру (через API вакансий).
Динамическая сборка трека. Сервис получает требования работодателя и профиль конкретного пользователя (его текущий стек, пробелы в знаниях, когнитивный стиль). На стыке этих данных формируется индивидуальный учебный план. Это больше не статичный курс «Профессия Python-разработчик за 9 месяцев», а живой граф знаний, где модули пересобираются по мере прогресса студента.
Собеседование как единственный экзамен. Единственным критерием прохождения модуля становится успешное решение реальной задачи из пула заказчика в симулированной среде. Если учащийся справился — навык подтвержден. Никаких сертификатов PDF-формата.
Устранение посредников. Из цепочки исключаются лишние звенья: классические HR-отделы (их фильтрация заменяется алгоритмическим matchmaking), центры независимой сертификации и авторы-универсалы. Остается только связка «Бизнес ↔ Инфраструктура подтверждения навыков ↔ Соискатель».
Интеграция с высшим образованием. Тот же принцип должен лечь в основу старших курсов вузов. Вместо чтения годичного академического курса студент запрашивает у вузовской инфраструктуры недостающие для стажировки компетенции, которые закрываются короткими прикладными блоками.
В этой архитектуре исчезает извечный маркетинговый вопрос продажников EdTech: «А мне помогут трудоустроиться после ваших курсов?». Ответ меняет саму суть бизнеса: курсы не помогают найти работу — прохождение адаптивного трека и есть процесс трудоустройства. Успешная сдача финального собеседования-симуляции автоматически означает выход на проект. Образовательный продукт превращается в рекрутинговый протокол.
Пока глобальные игроки строят универсальных помощников, ниша открывается здесь. Нам не нужны новые базовые LLM — они уже есть. Нужен слой интеграции: стандарт описания компетенций (компаниям) и механизм сборки персональных траекторий (пользователям). Нейросети на этом этапе выступают лишь движком сервиса, который оперативно формирует эти индивидуальные программы из доступных библиотек задач и теории, пока персональные ИИ-агенты пользователей не научились делать это полностью автономно.
Пересобрали Timeweb Cloud MCP и выложили описание новой версии на GitHub.
С MCP-сервером агент сразу видит ваши ресурсы и может ими управлять: создавать, менять и настраивать. Раньше все инструкции при подключении уходили в контекст и тратили слишком много токенов. Сейчас вместо полного набора действий — три команды:
1️⃣ search_tools — найти нужную операцию по описанию задачи
2️⃣ get_tool_definition — получить ее параметры
3️⃣ execute_tool — выполнить операцию с этими параметрами
Итог: агент не держит в памяти весь каталог действий, а ищет нужное под конкретную задачу. Контекст остается компактным, токены не сгорают впустую — а список доступных действий стал больше.
Работает с Cursor, Claude Code, Codex и любым агентом с поддержкой удаленных MCP-серверов. Из настройки только API-токен и адрес сервера в конфиге ассистента. Готовые инструкции есть в доке.
AI-аналитик, MCP-сервер и GenAI-трейсы: что появилось в Proto Observability Platform 203
Главной темой релиза Proto Observability Platform 203 стало расширение инструментов для машинного анализа телеметрии и наблюдаемости LLM-приложений: к существующим ИИ-расследованиям добавились AI-аналитик для работы с данными телеметрии на обычном языке, MCP-сервер для подключения ИИ-агентов и представление GenAI-трейсов для анализа работы внешних LLM-приложений.
AI-аналитикработает с метриками, логами, трейсами, инцидентами и объектами ресурсно-сервисной модели. В ответе на запросы оператора он показывает затронутые сервисы, возможные причины проблем и ссылки на найденные объекты платформы, сам проводит анализ ключевых данных производительности приложений и инфраструктуры. Для анализа данных в платформе теперь не требуется знание PromQL, LogsQL или топологии приложений - все это теперь можно запрашивать в режиме чата на обычном языке.
Встроенный MCP-серверпредоставляет ИИ-агентам инструменты для работы с данными платформы по стандарту Model Context Protocol. Через него доступны метрики, логи, события, ресурсы, трейсы, сервисы, алерты и инциденты, ошибки и другие ключевые данные платформы.
Новое представление GenAI-трейсов показывает выполнение LLM-приложения как последовательность действий. На одном экране видны сообщения по ролям, обращения к модели и инструментам, ошибки вызовов и длительность отдельных шагов.
Полное описание этих и других новых возможностей платформы доступно в заметках к релизу.
