Использование ИИ-агентов в разработке часто создает иллюзию ускорения, скрывая рост технических рисков и инцидентов. Разбираемся, почему полагаться на ощущения команды нельзя и как выстроить систему контроля, чтобы агент не снёс базу данных.

Анонимный запуск модели Ox Alpha на OpenRouter, собравший десятки триллионов токенов, оказался масштабным тестированием новой GLM-5.3-Flash от Z.ai. Модель демонстрирует высокую эффективность в кодинге и агентских задачах, работая на китайских чипах.

Разработчик создала сервис Yet Another English, который превращает видео с YouTube в карточки для изучения слов. Вместо дорогостоящих запросов к LLM для всего процесса, проект использует «воронку»: частотные фильтры и собственные базы данных обрабатывают 90% задач, оставляя нейросетям только работу с идиомами и фразовыми глаголами.

Разработчики domain-neutral архитектуры протестировали систему на фармацевтическом домене. ИИ смог не только восстановить известные направления, но и найти неопубликованные комбинации мишеней и методов лечения.

Разработчик представил плагин, который превращает ИИ-агентов в полноценных участников рабочего процесса в YouGile. Теперь нейросети могут не только писать код, но и самостоятельно управлять карточками, чек-листами и статусами задач.

Разбираемся в эволюции нейросетевых архитектур: почему ранние модели Розенблатта не справлялись с простыми задачами, как глубокое обучение в 2010-х изменило правила игры и почему механизм внимания в трансформерах стал революцией.

LLM хорошо пишут код, но не знают нюансов конкретных плат: от смещения пикселей на дисплеях до конфликтов шин SPI и занятых каналов ADC. Решение — создание специализированных «скиллов» с базой знаний о железе.

Использование встроенного механизма Multi-Token Prediction и тензорного параллелизма позволяет увеличить скорость генерации модели Qwen3.8-27B с 32 до 75 токенов в секунду на двух видеокартах RTX 3090.

Когда сервис, написанный с помощью ИИ, начинают продавать еще до завершения разработки, команда сталкивается с необходимостью выстраивать архитектуру и тесты уже на работающем продукте.

Разработчики представили решение для автоматизации аналитики, которое позволяет языковым моделям напрямую работать с OLAP-кубами, минуя ручную выгрузку Excel-файлов и риски утечки данных в облака.

Агентный ИИ позволяет автоматизировать не просто отдельные задачи, а целые цепочки действий: от проверки остатков до переговоров с поставщиками. Однако для масштабирования технологии компаниям приходится полностью перестраивать бизнес-процессы и менять роль сотрудников.

В РСХБ создали CheckMateDB — инженерную платформу, призванную устранить разрыв между ручными сценариями в TestIT и готовым кодом автотестов на Java. Система автоматизирует рутину: от подготовки тестовых данных до генерации кода с помощью AI-агентов.

Руководитель компании ПСМ делится опытом перехода от личного использования нейросетей к созданию полноценного корпоративного ИИ-контура. Как студенческая команда превратилась в инженерную группу и почему для промышленного ИИ недостаточно просто знать модели.

Сравнение 18 конфигураций моделей Ornith-1.5 и Qwen3.8 показало, что архитектура MoE значительно ускоряет генерацию, но требует осторожности при выборе квантования для сохранения логики и точности ответов.