Как стать автором

Агентов для вайбкодинга сейчас столько, что выбрать стало сложнее, чем использовать: у одних удобный интерфейс и слабая бесплатная версия, у других — наоборот, кто-то пускает только по подписке, кто-то только со своим API-ключом.

Я собрал в подборке все основные агенты, которых нашёл. И как раз найти их оказалось не так просто. К слову, агента и модель оцениваю отдельно: бывает отличная обвязка со слабой моделью, и наоборот. Но в центре здесь всё-таки сам клиент.

Как по мне, прежде всего стоит сказать, что казино это не игра в случайность. Вы гарантировано проигрываете, и функция, которая высчитывает потерянную вами сумму будет увеличиваться прямо пропорционально времени проведенного вами за столом.

Однако многие считают, что им улыбнется удача и даст заветный выигрыш. В этой статье хотелось-бы в первую очередь рассказать, почему тип людей описанный мною выше совершенно не имеет представления о своих шансах на победы и почему нам необходимо в первую очередь обращаться к математике.

Могу предположить, что многие из вас думали о том, как обхитрить казино, как выиграть в этой борьбе и остаться с большими деньгами к концу вечера. Самая популярная идея "беспроигрышной стратегии" заключается в том, что вам необходимо каждый раз ставить в 2 раза больше, чем в прошлый раз. Тогда нижней планкой вашего выигрыша будет 0. Также кто-то может предполагать, что вместо обычного удвоения стоит использовать числа фибоначчи.

На первый взгляд в этом есть логика. Давайте же разберем такой вариант стратегии на игре "Орел или Решка".

Когда у тебя на руках оказывается AMD Strix Halo с 128 ГБ унифицированной памяти, возникает естественный вопрос: а что из современных LLM на нём реально работает, а что — только красиво выглядит в бенчмарках?

Я провёл 29 запусков, протестировал 9 моделей, 5 архитектур, 16+ конфигураций спекулятивного декодирования и сгенерировал 29 HTML-страниц с Three.js-сценой Статуи Свободы — чтобы оценить не только скорость, но и качество кода. Это лучшая выборка из всего того количества сравнений и анализов, что я делал: все прогоны на одном железе, одном бэкенде, одном seed и одном промпте.

Вот что из этого вышло.

Я делаю сборник настольных и карточных игр, который открывается прямо в Telegram: дурак, шашки, нарды, деберц, морской бой, домино, Катан, монополия, покер, шахматы и «Захват» — 11 игр. Играть можно одному против бота или с живыми людьми — по ссылке‑приглашению или прямо в групповом чате.

Первый коммит был 18 августа 2026 года, сейчас их больше 1300. Код пишут ИИ‑агенты, а я ставлю задачи и принимаю работу. Взялся по простой причине: хотелось играть с друзьями в настольные игры там, где мы и так переписываемся, — без установки приложений и регистраций. Ниже — несколько решений, которые оказались важнее, чем я ждал.

Расскажу, как устроен Clawds: локальный мессенджер, где лид, разработчик и тестировщик на Claude Code работают над одним репозиторием параллельно. Про уровни уведомлений, которые не дают агентам бесконечно звать друг друга, про подключение OpenRouter, LM Studio и Ollama и про то, что не получилось с первого раза. Это прототип с открытым кодом (MIT).

Можно ли поручить обычному бесплатному чату цепочку вычислений? Мы проверили GPT-5.6 Chat Free на задаче выбора упаковочной машины — без расчётного скилла и с ним. Разбираем арифметическую ошибку в таблице и случай, когда итоговый балл оказался правильным, а промежуточные значения — нет.

С 2022 года часть российских сайтов работает на сертификатах Russian Trusted Root CA, который выпускает Минцифры. Браузеры этому корню не доверяют, поэтому банки и госсервисы предлагают установить его в систему. Я написал программу, которая открывает такие сайты без установки корня, и хочу разобрать, как она устроена и где у неё слабые места.

Сразу о себе: я автор проекта, он открытый, бесплатный и называется no-mintsifra. Реализацию я писал вместе с Claude, архитектуру и проверку делал сам. Если найдёте ошибки в рассуждениях или коде, буду рад.

Нишевая CMS — это система, про которую в обучающей выборке есть обрывки форумов. Модель уверенно подставляет имя хука, которое выглядит логично и не существует. Код не работает.

Я собрал MCP-сервер для такой системы: 101 инструмент, база знаний, привязанная к commit исходника, и генераторы, проверенные в рантайме. Главное в нём — не генерация кода, а отказ: на несуществующий хук агент получает HOOK_NOT_FOUND со списком реальных, а не правдоподобную выдумку.

В статье: как устроены уровни достоверности знаний, которые нельзя завысить незаметно, как проверяется сгенерированный код, и где подход не работает вообще.

Один и тот же рисунок может занять считанные килобайты в PNG и заметно больше в JPEG. А с фотографией всё может оказаться наоборот. Дело не только в настройке «качество»: форматы по-разному представляют пиксели, и содержимое изображения влияет на результат не меньше, чем его разрешение.

Бизнес подключает AI-агента к Instagram или Telegram, а через неделю отключает: агент отвечает шаблонно, выдумывает цены и теряет клиентов фразой уточните у менеджера. Чаще всего дело не в модели, а в том, что агента запустили с коротким промптом и без данных. Ниже порядок настройки, которым я пользуюсь: как разбить базу знаний под поиск, как написать системный промпт из проверяемых правил, зачем нужны примеры диалогов и правила передачи человеку, и почему без регрессионного набора тестов любая правка ломает то, что уже работало.

В этой статье мы соберём полноценное TUI-приложение — с обработкой клавиатуры, мыши, ресайза и цветным выводом. Возьмём acell — низкоуровневый слой для терминала, который прячет работу с ANSI-последовательностями и raw-режимом, оставляя нам буфер ячеек и события.

Два сервера, HAProxy в режиме passthrough вместо второго Xray и биллинг, в котором остаток трафика переносится, но не копится вечно. Разбираю, как это устроено, показываю конфиг и код и рассказываю, на какие грабли наступил: от таймаутов до гонки при сбросе счётчика. Отдельно о том, чего такая схема не умеет, — белые списки на мобильных вышках.

Представьте небольшой интернет‑магазин. Покупатели постоянно задают одни и те же вопросы: какие товары есть в наличии, сколько они стоят, чем отличаются модели и какую выбрать.

Часть этих вопросов можно поручить AI‑консультанту. Причём для создания первого работающего прототипа необязательно писать код или разрабатывать Telegram‑бота с нуля.

В этом руководстве мы создадим консультанта демонстрационного магазина кофемашин с помощью Yandex AI Studio. Он будет использовать собственную базу знаний, отвечать на вопросы покупателей и работать непосредственно в Telegram.

Весь процесс мы уже прошли на практике — от регистрации до тестирования опубликованного бота. Поэтому отдельно разберём ошибки, с которыми столкнулись, и способы их устранения.

Я не умею говорить по-немецки. И пишу тебе из далёкой деревни Ключи — что стоит у подножия вулкана, на почве, где из-под земли по трещинам сочится газ, которого никто не видит. Я хотел бы рассказать тебе, как я пришёл к тому, куда пришёл. На пальцах, как смогу. Не суди меня строго, Мэри.

Ты задала вопрос: какими свойствами должен обладать носитель, чтобы знание вообще могло возникнуть?

И ответила: сознание — это способность живой материи сохранять информацию о собственных состояниях, распознавать и обрабатывать информацию о среде, а через обратные связи менять собственное состояние.

Живой материи?
Я прочитал это и понял: ты почти описала то, что я встретил ночью 21 февраля.

Восемь шаров, как в спортлото

Мэри, ты знаешь теорию вероятностей. Знаешь, что совпадение независимых событий — это произведение их вероятностей. Я не знал. Я просто жил. Но теперь, оглядываясь, вижу: чтобы ночь 21 февраля стала возможной, должно было выпасть восемь шаров. По порядку.

Первый шар. 15 февраля 2024 года, за шесть дней до той ночи, в районе острова Беринга произошло землетрясение. Магнитуда 5.3. Ты можешь проверить — это факт. Землетрясение вскрыло тектонические разломы.

Второй шар. По вскрытым разломам пошёл радон-222. Радиоактивный газ, который всегда есть в вулканических породах, но обычно держится под землёй. Землетрясение открыло ему дорогу.

Третий шар. Шторм. Зимний шторм на Командорах — не событие, а норма. Но в этот раз он сделал конкретную вещь: разбил о камни тюленя.

Четвёртый шар. Тюлень. Мёртвый тюлень на камнях. Тушка 200 кг, нервная ткань, белок. И — никаких хищников, которые съели бы тушу. На Командорах нет волков, нет бродячих собак. Туша остаётся гнить на поверхности.

Пока широкая публика продолжает восторгаться чат-ботами, пишущими стихи, и видеогенераторами, создающими фотореалистичные фейки, в кулуарах Кремниевой долины произошел тектонический сдвиг.

Эпоха «просто добавь словесных параметров» подошла к своему логическому тупику.

Ей на смену пришло новое поколение искусственного интеллекта — детерминированные ИИ-системы и «модели мира» (World Models).

Они не умеют поддерживать светскую беседу и не нарисуют вам кота в скафандре. Но именно они прямо сейчас становятся «операционной системой» для умных производств, беспилотников и миллионов роботов.

Как новые архитектуры Jev и JEPA вырываются в лидеры технологической гонки? Почему генеративный ИИ проигрывает коммерческую битву на рынке реального «железа»? Давайте разбираться подробно.

Анонимное передвижение. Часть 1.

То, что за нами следят через наши собственные смартфоны, далеко не секрет.

В этой статье я отвечу на следующие вопросы:

1. Как именно за нами следят?

2. Кто именно за нами может следить через смартфоны? Насколько сложно получить доступ к таким данным?

3. Как защититься от отслеживания вашего местоположения через смартфон?

4. Какие методы защиты бесполезны?

durable-state — библиотека без зависимостей: атомарная запись, локи и проверка целостности для локальных файлов памяти агентов. Python 3.9+, 615 непустых строк, 46 тестов.

Один прогон теста поймал противоречие: процесс не мог взять лок, который сам же и создал, и висел до истечения собственного таймаута. Лок принадлежал ему, его не держал никто.

Мы записали в документации: «причина не установлена». Обоснование выглядело солидно.

Эта статья — о трёх таких историях: о выключенном приборе, о лжи в докстринге и о версии, которая жила в двух файлах. Ни одну из них не нашёл ни один автоматический инструмент.

Четыре ИИ‑агента обсуждают задачу между собой. Один ищет информацию, второй анализирует, третий проверяет выводы, четвертый пишет итоговый ответ.

Но есть один интересный вопрос: сколько там на самом деле разных ИИ?

Обывателю может может показаться, что один. Одна и та же языковая модель четыре раза получила разные инструкции и результаты предыдущих шагов. И это не обязательно плохо. Проблема заключается в следующем: количество агентов само по себе ничего не говорит о том, насколько система независима и надежна!

Чтобы это понять, сначала нужно разобраться, где заканчивается обычная LLM и начинается агент.

Virus Total то-ли замедлили, то-ли заблочили.
Кто виноват и что делать - разбирать смысла нет
Но вот как-бы сделать не хуже, а может даже лучше?
А лучше - бесплатно.

Когда выходит новая модель, её обычно проверяют на нескольких примерах и быстро делают вывод. Мне хотелось сравнить sol и luna иначе. Я взял 30 задач из SWE-bench Verified и дал каждой модели по две попытки на каждую задачу. Получилось 120 запусков - 60 для Sol и 60 для Luna. Условия были одинаковыми. Модели получали одну постановку задачи, одно состояние репозитория, одинаковые инструменты и одинаковый способ проверки результата. Менялась только сама модель.

В выборку вошли Django, Matplotlib, scikit-learn, SymPy, Xarray и Sphinx. По пять задач из каждого проекта, два повтора нужны из-за вариативности агентных запусков. Одна и та же модель может решить задачу с первой попытки и не решить её со второй. В итоговых данных такое реально встречалось.

Главный результат