Год назад я копировал файлы в чат с нейросетью по одному и каждый раз забывал какой‑нибудь интерфейс. Сейчас Claude Code и Codex читают проект сами, через MCP‑сервер, который я написал и выложил в открытый доступ. Эта статья не про сам инструмент, а про то, что выяснилось по дороге: почему текстовое дерево проекта обходится модели дороже JSON, почему папку build нельзя пропускать по имени, как спрятать пароль и не сломать код вокруг него, и что агент на самом деле делает с контекстом, когда его никто не контролирует. Последнее удивило меня сильнее всего.
Рубрика «агенты»
Как скормить нейросети большой проект и не скормить лишнего: что я узнал, пока агенты читали мой код
2026-10-09 в 12:50, admin, рубрики: C#, claude code, llm, MCP, open source, Repomix, агенты, контекст, нейросетиЯ б в ИИ-шечку пошёл, пусть меня научат
2026-10-07 в 10:32, admin, рубрики: AI, llm, lora, агенты, бхв, ИИ, искусственный интеллект, книги, литература, машинное обучение
Привет! В эфире руководитель проектов компьютерной редакции издательства «БХВ» @Holmogorov и сегодня я хотел бы поговорить о будущем, вернее о том, какие направления стоило бы изучать современным молодым специалистам.
Принципы создания надежной автоматизации
2026-10-06 в 11:00, admin, рубрики: AI, codex, n8n, n8n ai agent, автоматизация, автоматизация бизнеса, агентыВсех приветствую. Это моя первая статья на всеми нами любимом Хабре, поэтому буду благодарен вам, если вы поддержите меня. Эту статью я решил написать потому, что сам в какой‑то момент своего становления как ИИ‑инженера задавался вопросами по поводу того, как правильно делать автоматизации, как строить архитектуру для своих проектов и так далее. И вот я решил поделиться с вами теми знаниями и опытом, как сделать ваши автоматизации и внедрение ИИ качественным и надёжным.
Принципы, принципы, принципы
Граф кода как источник «говорящих» диаграмм и контекста
2026-09-27 в 9:32, admin, рубрики: автодокументация, агенты, графы, диаграммы, документация, легаси, реверс-инжиниринг, спагетти-код, трейсингДокументация. Само это слово стало синонимом нерешаемой проблемы.
Цитата одного менеджера:
“Разработчики держат знание на кончиках пальцев”.
Цитата меня:
“Одних нужно заставлять писать,
других нужно заставлять читать,
третьих нужно заставлять заставлять”.
Итоговое соотношение цена/скорость/качество это то, о чём не принято говорить вслух.
ИИ пока не спасает ситуацию. На больших кодовых базах он ожидаемо упускает контекст и галлюцинирует.
Читать полностью »
Тупая модель с жёстким циклом проверки бьёт умную модель без него
2026-09-21 в 11:09, admin, рубрики: llm, агентное программирование, агенты, верификация, локальные моделиНедавно читал тут статью про «Cost per Task» и про то, что самая дешёвая модель в линейке внезапно обгоняет самую умную по цене решённой задачи. С выводом согласен полностью, но хочу добавить то, чего в той статье не было: дело не только в модели. Дело в том, что происходит после того, как модель написала код.
Последние восемь месяцев я строю агентную обвязку, в которой модель не просто пишет файлы, а обязана доказать, что написанное работает. Выяснилось следующее: если прикрутить к слабой модели честный цикл верификации, она уверенно обходит сильную модель, работающую в режиме «написал и отчитался».
Агентный RAG, бенчмарк TRuST и при чём здесь Нафаня?
2026-08-05 в 14:56, admin, рубрики: rag, агенты, нафаня, поиск, языковые моделиВсем привет! Меня зовут Николай.
Сначала отвечу на вопрос из заголовка. Нафаня - это агентный RAG-помощник по нормативно-технической документации, связанной со строительством и ценообразованием (методики Минстроя, ГОСТы, СНиПы, СП и профильные законы).
Эта статья о том, как устроен Нафаня, как прошла его проверка на сложном бенчмарке и как архитектура менялась шаг за шагом, чтобы преодолеть потолок метрик.
Железо, ограничения и почему архитектура именно такая
В моём распоряжении домашняя рабочая станция с двумя RTX 4070 по 16 ГБ и одной RTX 5060 на 16 ГБЧитать полностью »
А нам точно нужны code agents?
2026-07-17 в 11:18, admin, рубрики: AI, Building Theory, Code agent, llm, агентыПредисловие
На написание данной статьи меня побудило несколько факторов:
-
Проблемы со сгенерированным кодом при работе в команде.
-
Возросшая когнитивная нагрузка.
-
Активное (насильное) внедрение со стороны CTO/менеджерского класса.
Да и в целом, с коллегами особо не подискутируешь, нужна аудитория побольше. На предложения поразмышлять, как правило, ловлю в свою сторону маркетинговые статьи от бенефициаров LLM, либо же весьма странные аналогии, которые я тоже рассмотрю в данной статье.
Domain-routed agents vs naive RAG: экономика и риски архитектурного выбора
2026-07-15 в 15:56, admin, рубрики: langgraph, llm, llm-архитектура, nlp, python, rag, агенты, архитектура, ИИ, мультиагентные системы
12 факторов хорошего агента
2026-06-28 в 11:06, admin, рубрики: AI, harness, harness engineering, агентская разработка, агенты, агенты ииПочти все мы только учимся работать с агентами. Даже опытные команды иногда управляют агентами так, что те приносят больше вреда, чем пользы. HumanLayer сформулировал 12 принципов того, как делать и настраивать агентов правильно. Каждый пункт отвечает на вопрос, что работает хорошо, а что стабильно приводит к проблемам.
1. Структурированный вывод
До появления структурированного вывода от языковой модели нельзя было ожидать детерминированного результата: она возвращала произвольный текст. Подключить ее к реальной системе было крайне сложно.