КайфКодинг

Лучшие практики и подходы для RAG (буду наполнять) Очередной раз спросили в чате канала что почитать про RAG (https://t.me/neuraldeepchat) Соберем тут все лучшее присылайте и ваши статьи и разборы Тут материалы предыдущих ответов 1) https://t.me/neuraldeepchat/3176 2) https://t.me/neuraldeepchat/2953 1) Чанкование (sliding window) можно подглядеть концепты от langchain https://github.com/langchain-ai/langchain/tree/master/libs/text-splitters Tired of making your gazillionth chunker? Sick of the overhead of large libraries? Want to chunk your texts quickly and efficiently? Chonkie the mighty hippo is here to help! https://github.com/chonkie-inc/chonkie 2) Векторные бд от pgvector до qdrant можно начать с chroma (IVF_Flat или HNSW) 3) Векторные модели для ру ai-forever/FRIDA BAAI/bge-m3 intfloat/multilingual-e5-large Qwen3-Embedding-8B 4) Реранкер после KNN сделать доп ранжирование BAAI/bge-reranker-v2-m3 Qwen3-Reranker-8B 5) LLM + vLMM (база qwen-2.5-7b-instruct) RefalMachine/RuadaptQwen2.5-14B-Instruct t-tech/T-lite-it-1.0 t-tech/T-pro-it-2.0 Agentic RAG(Qwen3-30B-A3B-Instruct-2507) РЕПО(https://github.com/vamplabAI/sgr-agent-core/tree/tool-confluence) Презентация от Дяди Построение RAG систем от исследований до индустрии Хорошо описанные подходы от Богдана https://t.me/bogdanisssimo/2047 Лучшее решение РАГ по документации от Ильи(@IlyaRice) которое выиграло первое место на ERC2 https://github.com/IlyaRice/RAG-Challenge-2/tree/main Готовые фреймворки одобренные нашим сообществом https://github.com/langgenius/dify/ https://github.com/Marker-Inc-Korea/AutoRAG https://github.com/run-llama/llama_index https://github.com/mastra-ai/mastra Кейс red_mad_robot по RAG (DCD) для строительной компании (t-lite) https://habr.com/ru/companies/redmadrobot/articles/892882/ Серия про file first от Рефата https://t.me/nobilix/182 Классика (Запись эфира по RAGу без эмбеддингов) https://t.me/oestick/397 #RAG #best_rag_practice Сохраняй в избранное чтобы не потерять

Я больше не пишу прям про каждый релиз swe-rebench, просто знайте, что каждый месяц он стабильно обновляется и во вкладке Insights есть какие-то интересные наблюдения. Но сейчас напишу – мы только что добавили Opus 4.5, чтобы наверняка проверить, что Anthropic вчера не соврали. И действительно, у нас он тоже занимает теперь первое место. Обратите еще внимание, как упала цена и потребление токенов по сравнению с Opus4 😘 Gemini 3 Pro на подходе.

вчера OpenAI дропнули ChatGPT Shopping Research😎 А это ведь еще один шаг на пути к shopping 3.0 который мы недавно обсуждали! 😎 Это режим deep research, но в контексте шопинга: агент читает описания, фильтрует шлак, смотрит цены, проверяет отзывы, задает уточняющие вопросы и собирает аргументированный shortlist ⌨️ Не так давно мне попался на глаза State of Fashion 2026 и сделали в OpenAI хорошо туда вписывается: 📌 23% потребителей уже используют AI для discovery новых продуктов Search Engine Journal, а 41% доверяют результатам AI-поиска больше, чем традиционной рекламе Search Engine Journal 📝 📌 Discovery переходит от Google в сторону LLM-агентов - брендам пора думать про AI-SEO, потому что присутствие в ответах AI-чатботов становится новой поисковой оптимизацией Bloomberg 🏃‍♀️ 📌 Agentic commerce будет ускоряться во второй половине десятилетия Bloomberg, и мы уже видим первые подвижки в эту сторону 🤯 Кроме того если посмотреть на других игроков на рынке: Perplexity подключает платежи на своей стороне, Shopify пушит Universal Cart, Meta тестирует conversational marketplace-агентов, и вот теперь openai делают шопинг рисерч 👍 Конечно, мы пока далеки от персонализированной покупки в один клик, но мы все ближе к тому моменту, когда e-commerce превратится в agent-commerce 😧 @neural_prosecco

На lmarena акция - попробуйте Opus 4.5 бесплатно https://lmarena.ai/?mode=direct&model=claude-opus-4-5-20251101 - работает даже без регистрации!

- Я - МОЯ СКОРОСТЬ ИЗУЧЕНИЯ НЕРОСЕТЕЙ - СКОРОСТЬ ВЫХОДА НОВЫХ НЕЙРОСЕТЕЙ

💻 Новая модель для кодинга от Anthropic Anthropic выпустила Claude Opus 4.5 - модель, которая по тестам обходит все существующие AI-модели для кодинга, agents и сложных рабочих процессов. Это новый пик в том, как AI понимает код, устраняет баги и ведет многосистемные задачи без ручного контроля. Opus 4.5 уверенно решает реальные инженерные проблемы: на SWE-bench Verified она показывает результаты выше не только других моделей, но и сильных инженеров в тестах Anthropic. Улучшены reasoning, работа с большими контекстами, а также стойкость к prompt injection. По сути, это делает модель более надежным инструментом для разработки. Anthropic также обновила Developer Platform: advanced tool use, effort parameter и новое управление контекстом позволяют собирать долгоживущие агентные цепочки, которые работают эффективнее и дешевле. Claude Code получил апгрейд и теперь доступен в десктопном приложении. Source: https://www.anthropic.com/news/claude-opus-4-5 #ai #agi #anthropic #coding ————————— Мысли Рвачева —————————

Важное: - модель обыгрывает инженеров Антропика в тестах. А у них лучшие из лучших работают

Moscow AI #4 x Газпромбанк.Тех Через час расскажу про sgr-agent-core и зачем вообще нужно было делать такой велосипед. Залетайте на стрим в 19:00 https://embed-cdn.mashroom.online/?hash=FxiVJsjT

How AI will change software engineering (Рубрика #Engineering) Посмотрел интересное интервью Martin Fowler о том, что реально меняется для инженеров и тимлидов из‑за LLM и coding‑агентов. Мартин давал интервью Гергели Орошу в рамках подкаста Pragmatic Engineer. Сам разговор получился плотным (в самый раз для просмотра на 2x скорости) и ключевыми тезисами были следующие 🤖 AI - крупнейший сдвиг в разработке со времён высокоуровневых языков Фаулер ставит нынешнюю волну ИИ в один ряд с переходом от ассемблера к Fortran/C: это новая парадигма работы с кодом, а не “ещё один инструмент в IDE”. 🎲 Код становится недетерминированным - нужно мыслить “допусками” LLM не гарантирует одинаковый результат на один и тот же запрос. Фаулер предлагает заимствовать из классической инженерии мышление про допуски и запас прочности: заранее решать, где вариативность допустима, а где нужна жёсткая детерминированность и дополнительные проверки (особенно в безопасности). 👩‍💻Тесты важнее, чем когда‑либо Тесты теперь страхуют и людей, и модель. Любой сгенерированный LLM код должен проходить такой же, а лучше - более жёсткий, набор автотестов, статического анализа и quality‑checks. Без этого “ускорение” от ИИ превращается в отложенный технический долг. На эту тему рекомендую почитать книгу "AI Engineering" и конкретно главы "Evaluation Methodology" и "Evaluate AI Systems", что я уже разбирал в подкасте с обзором книги 🤖 AI + детерминированные инструменты > AI в одиночку Один из ключевых паттернов: LLM генерирует черновой код, а предсказуемые инструменты делают массовые и безопасные трансформации - миграции, рефакторинги, форматирование. 👾 LLM особенно полезны для легаси и рефакторинга AI показывает отличные результаты в рефакторинге старых монолитов, демонстрируя понимание странных зависимостей, генерируя первые варианты рефакторинга и миграций (например, на новый фреймворк или архитектурный паттерн). Но именно люди решают, куда систему развивать и какой “целевой дизайн” считать приемлемым. 💯 Vibe coding - режим прототипов, а не продакшена Vibe coding - это создание решения, когда вы в основном говорите с агентом/IDE, почти не читая получившийся код. Это даёт огромную скорость для прототипов и одноразовых проектов, но переносить такой код в прод без ревью и тестов - гарантированные баги, уязвимости и проблемы с поддержкой. 📚 Список ключевых навыков инженера не поменялся Несмотря на хайп вокруг ИИ, по мнению Фаулера, всё ещё решают: понимание домена, умение строить абстракции и архитектуру, делать осознанные trade-offs коммуницировать с бизнесом и командой. LLM усиливают сильных инженеров, но не подменяют сами навыки. 🔁 Agile по‑прежнему про обратную связь и обучение - просто цикл стал быстрее Основные принципы Agile (короткие итерации, работа с заказчиком, постоянное обучение) остаются валидными. LLM‑инструменты лишь ускоряют цикл “придумал → набросал → проверил → переписал”, но не заменяют живую обратную связь, парное программирование и ретро. 🧠 ИИ не отменяет необходимость самому учиться программировать Фаулер подчёркивает: разработка - это всегда процесс обучения. Если постоянно “аутсорсить” мышление ИИ, не формируется внутренняя модель системы, и команда быстро прилетает в maintenance‑cliff: код есть, понимания нет. Инструменты могут ускорять, но не могут “выучить за вас”. 🚀 Совет тимлидам: начинайте с низкорисковых сценариев Внедрять ИИ лучше начать с документации, тестов, сниппетов, миграций и работы с легаси, а не с критических бизнес‑флоу. Параллельно вкладываться в автотесты, observability и инженерную культуру - тогда выгода от ИИ не будет одноразовым “демо‑эффектом”. 🌱 Совет джунам: не становитесь просто “операторами промптов” Для начинающих разработчиков ИИ - отличный репетитор: можно просить объяснить незнакомый код, показать альтернативные решения, придумать упражнения. Но если ограничиться промптами и никогда не разбираться в том, что под капотом, - роста до middle/senior не будет. Нужны свои попытки, ошибки и рефакторинги. #Architecture #Software #AI #Engineering #ML #Data #SystemDesign

Gemini решила 6 задачу с международной олимпиады по математике с пары промптов

Шок: новая Nano Banana Pro почти идеально подделывает документы — достаточно попросить подставить нужные данные и получите селфи несуществующего человека. А это вообще легально? 😂

Потестировал vast ai (аренда GPU) Почему то столкнулся с низким upload speed наградных серверах. Из за этого не так легко перекачать большие обьемы данных и выигрыша от использования GPU нет

Gemini3 за 5 минут ваншотнул универсальную библиотеку на Go для доступа к любым LLM через любых провайдеров, с использованием всех особенностей каждой из моделей. Как работает еще не проверял 😅

Вы еще лайвкодите?

Остановитесь, что вы делаете https://openai.com/index/gpt-5-1-codex-max/

имба ребятки с одного промпта https://ai.studio/apps/drive/1l8q1o97eweJRXxzaxSSObm4gX7ZqYFck

На скорую руку записал очень краткое видео (5:29) – показал, как происходит работа в Antigravity. Кому интересно – welcome https://www.youtube.com/watch?v=NRWIOiauBrw

Вот это интересно. Попробую потестить эту штуку

Новый агент Гугла обещает мониторить метрики, автоматически проводить тестирование