За последние два года появилось больше AI‑сервисов для психологической помощи, чем за предыдущие десять. Одни обещают заменить психотерапевта, другие предлагают круглосуточную эмоциональную поддержку, третьи позиционируются как AI‑коучи или AI‑компаньоны. Но почти никто не отвечает на вопрос, который возникает ещё до выбора модели и написания первой строки кода: какую роль вообще должен играть ИИ в психологической помощи?
Рубрика «ai-агенты» - 2
Какую роль должен играть ИИ в психологической помощи? Разбор трёхлетнего исследования Индианского университета
2026-08-06 в 13:50, admin, рубрики: AI copilot, ai-агенты, HCI, mental health, UX-исследование, дизайн AI-систем, искусственный интеллект, ко-дизайн, психологическая помощьМой опыт онбординга разраба с амнезией
2026-08-03 в 12:46, admin, рубрики: ai-агенты, codex, feature-sliced design, llm, архитектураДавай признаем: ты чуть ли не 90% кода пишешь с помощью Claude, Codex или ещё какого-нибудь агента. Ты выпускаешь несколько MR-ов в день, пушишь несколько тысяч строк кода и быстро просматриваешь псевдокод на ревью, чтобы доказать самому себе, что это действительно ты напряг мозг и сделал задачу. Ты делаешь ровно то же, что и всегда, думая, что агент просто ускоряет цикл разработки, который ты проходил ежедневно.
Однако не покидает ощущение, что это какой-то цирк. Ты просто осознанно повторяешь действия, которые раньше имели смысл, но в глубине души фрустрируешься из-за странности происходящего.
7 месяцев вайбкодинга: как в одиночку делать то, что раньше требовало команду
2026-08-01 в 19:23, admin, рубрики: ai-агенты, автоматизация разработки, агентная разработка, вайбкодинг, кодинг с ИИ
Как гуманитарий без опыта в кодинге собрал инди‑игру с AI‑агентом за полтора месяца
2026-07-30 в 15:57, admin, рубрики: ai-агенты, github pages, javascript, product design, vibe coding, геймдизайн, инди-игры, искусственный интеллект, разработка игрОт концепт‑дизайна велосипедного магазина до релизной web‑игры на GitHub Pages — и почему документация оказалась важнее промптов.
Агентный SDLC на внутренней LLM: инженерия вместо промптов
2026-07-28 в 16:51, admin, рубрики: AI, ai-агенты, sdlc, агентная разработка, искусственный интеллектПочему идеальная LLM всё равно не сделает агентные системы предсказуемыми
2026-07-27 в 15:26, admin, рубрики: ai-агенты, llm, галлюцинации, многоагентные системы, хаос
Архитектурный паттерн «LangGraph, гибридный RAG + Сигнатурный движок»: универсальный граф для потоковых данных
2026-07-27 в 13:33, admin, рубрики: ai-агенты, analysis, cybersecurity, langgraph, llm, pipeline, python, rag, SoCВ чем проблема?
При обработке больших потоков неструктурированного текста разработчики обычно выбирают один из двух путей:
-
Первый — использовать детерминированные методы. Регулярки, сигнатуры, и подобные инструменты работают быстро. Вот только никак не поймают новые, ранее не описанные паттерны.
-
Путь второй — скармливать сырые данные в ЛЛМ напрямую. В реальности этот подход быстро умирает. Отправлять огромные объемы нефильтрованного текста в языковые модели слишком дорого и медленно.
Инженерия вокруг агента: 10 идей AI Engineer
2026-07-27 в 12:08, admin, рубрики: agent loops, agentic security, AI-first разработка, ai-агенты, harness engineering, автономность агентов, верификация кода, мультиагентные системы, память агентов10 идей конференции AI Engineer о том, как меняется разработка, когда код пишут агенты.
В начале 2026 года небольшая команда OpenAI рассказала о необычном эксперименте.
Три инженера за пять месяцев создали внутренний продукт объёмом около миллиона строк кода и провели через репозиторий примерно 1500 pull request’ов. Продуктом пользовались сотни сотрудников. При этом люди не написали вручную ни одной строки: прикладной код, тесты, CI‑конфигурацию, документацию, observability и внутренние инструменты генерировал Codex.
Ваш AI-агент не понимает код. Он просто очень уверенно угадывает — поэтому мы создали SLICER
2026-07-25 в 20:03, admin, рубрики: ai-агенты, code review, developer tools, fullstack, MCP, python, TypeScript, граф зависимостей, рефакторинг, статический анализ“AI agents write units of changes that look good in isolation. They are consistent with themselves and your prompt. But respect for the whole…”
«AI-агенты создают отдельные изменения, которые хорошо выглядят сами по себе. Они согласованы внутри себя и соответствуют вашему запросу. Но целостность всей системы при этом остаётся без внимания».
— Mo Bitar, создатель Standard Notes, после двух лет активной разработки с AI