У меня простое правило: если задача повторяется больше двух раз - её пора делегировать. Раньше делегировал людям. Теперь - AI-агентам, которые работают с базой данных, таблицами и трекерами напрямую.
За три месяца я собрал систему из 17 AI-скиллов, которая закрыла всю финансовую отчётность B2B-платформы с 200+ партнёрами. Без единой строки традиционного кода.
Когда мы впервые увидели AI-чаты, это выглядело впечатляюще. Они писали код, помогали с документацией, объясняли архитектурные решения.
Это было хорошо. Но довольно быстро стало понятно главное:
Для реальной работы этого недостаточно.
Путешествие в кроличью нору автоматизации процессов может привести к занятным результатам. Казалось бы, тривиальная задача часто оказывается не таким уж и простым в реализации кейсом. Особенно без поддержки со стороны вендора.
«У чат-GPT спросил?» — эта фраза стала мемом в нашей команде. Техлид Иван постоянно экспериментировал с AI, а коллеги подшучивали над его энтузиазмом. Но когда мы решили автоматизировать код-ревью с помощью искусственного интеллекта, именно этот энтузиазм привёл нас к созданию рабочего MVP за 48 часов.
Рассказываем, как родилась идея AI-ревьюера кода, почему мы поверили в нейросети и что получилось за два дня хакатона.
Отслеживаем новости, документы и тендеры
Фундаментальная проблема веб-агентов заключается не в автоматизации — а в восприятии. Как позволить LLM навигировать и действовать на веб-сайтах, погребённых в слоях HTML?
Веб-агенты традиционно полагались на хрупкие подходы: парсинг DOM, CSS-селекторы и анализ HTML-структуры. Это создаёт фундаментальное несоответствие импеданса между тем, как LLM обрабатывают информацию (естественный язык) и тем, как структурированы веб-сайты (разметка).
Рассмотрим типичный подход к веб-автоматизации:
Читать полностью »Автор статьи: Александр Летуновский
Современные крупные организации сталкиваются с большим числом ИТ‑инцидентов — счет может идти на тысячи в месяц. Инциденты нередко повторяются со временем, однако найти похожий случай в базе знаний или в системе регистрации инцидентов непросто: стандартный поиск по ключевым словам часто неэффективен, а «держать в голове» детали всех инцидентов невозможно.
У меня была задача, сделать reverse proxy, который будет проксировать трафик и для определённых доменов выпускать новые сертификаты налету, а для некоторых нужно просто автоматически выпустить сертификат.
Для такой задачи идеально подходит Caddy.
Caddy - веб-сервер с открытым исходным кодом и автоматическим HTTPS, написанный на Go