Yandex for Developers

🔥 Новости программы deep tech night На конференции deep tech night вас ждут два формата: • Hard — технические доклады о сложных и масштабных задачах. Формат подойдёт тем, кто хочет вдумчиво разобраться в технической стороне темы. • Experiment — лайтнинги и интерактивные кейсы об экспериментах с AI-агентами, новых подходах и продуктовых находках. Этот формат для всех, кому интересно пробовать новое и следить за трендами. 👳‍♂️ В карточках рассказываем о новых спикерах и их темах. Смотрите полную программу и регистрируйтесь на deep tech night, которая пройдёт 5 сентября. Присоединиться к конференции онлайн можно по предварительной регистрации. ⏩️ Зарегистрироваться Подписывайтесь: 💬 @Yandex4Developers

📕 Генерируем и редактируем картинки в одной модели, используем AI в аналитике и смотрим доклады с главных ивентов Яндекса за первую половину 2026-го. Об этом и не только — в новом дайджесте Yandex for Developers 🚕 Куда сходить 🔴 12–13 сентября — Weekend Offer ML. Это формат быстрого найма для ML-специалистов. Приглашаем за выходные пройти все этапы собеседований, познакомиться с командами и затем получить офер, если всё пройдёт хорошо 🔴 3 октября — «Я про бэкенд» в Москве и онлайн. На конференции разберём хардовые кейсы из разработки и челленджи на серверной стороне AI: хранение и стриминг данных, работу на стыке с железом и другие вызовы на бэкенде 🌎 Что случилось 🔴 Yet Another BugBounty Meetup 2026 прошёл, а впечатления остались. 17 июля мы встретились сообществом багхантеров: в постмит-посте собрали ключевые инсайты и оставили ссылку на фотографии. Ищите себя, если вы тоже принимали участие 📸 📖 Что почитать 🔴 Alice AI ART 2.0: генерируем и редактируем. Рассказываем, как мы объединили генерацию по тексту и редактирование по картинке в одной модели, что пришлось изменить в архитектуре и как наше решение смотрится на фоне аналогов 🔴 «Мне всегда больше всех надо»: как расти в условиях неопределённости. Евгений Ширанков, руководитель платформенных сервисов в Яндекс 360, поделился историей своего карьерного пути и рассказал о запуске Биллинга и техрадара 🔴 Чем полезен AI для бизнеса и аналитики. Показываем, как можно облегчить себе жизнь с помощью ассистентов: ускорять A/B-тесты, автоматизировать логирование, описывать таблицы и многое другое 📺 Что посмотреть 🔴 Доклады с ивентов за первое полугодие 2026-го. Собрали прикладные и хардовые кейсы в одной подборке: как оптимизировать нейросети под слабое железо, строить observability для AI-агентов, выдерживать сотни гигабит входящего трафика и многое другое Подписывайтесь: 💬 @Yandex4Developers

🔎 Как мы объединили фичи картиночной Алисы На связи команда генеративных моделей в компьютерном зрении Поисковых сервисов и ИИ. Вместе с коллегами мы делаем мультимодального ассистента «Алиса AI». У модели Alice AI ART, которая отвечает за визуальную генерацию, есть два базовых сценария: 🔴 Text-to-Image (T2I) — генерация фото по текстовому описанию 🔴 Image-to-Image (I2I) — редактирование по картинке с инструкцией Всё это время эти сценарии жили как два разных стека: свои базовые модели, данные, метрики и своя отдельная боль в разработке и поддержке. Поэтому мы решили объединить их в одну модель, которая одинаково хорошо умеет и в T2I, и в I2I. 🅰️ Как мы проводили обучение ➕ I2I-задача редактирования требует от модели понимания референса: входное изображение всегда содержит конкретный объект, который нужно сохранить, трансформировать или дополнить. ➕ T2I-задача сильно прокачивает релевантность. Промпты для генерации с нуля, как правило, детальнее editing-инструкций: они описывают всё, что должно быть на изображении. Ключевая особенность обучения uni-модели — общий для обеих задач претрейн. T2I- и I2I-данные перемешаны, чтобы визуальный и текстовый прайоры были едиными. 🅰️ Как мы провели показательный эксперимент Взяли набор концептов, которые отсутствовали в наших данных для редактирования, но которые ранее собирались для T2I. Затем смешали данные и провели совместное обучение, а после проверили, что станет с I2I. Результат оказался такой, на какой мы и надеялись: концепты, выученные из T2I, становятся доступны в редактировании по инструкции. Специфические запросы начинают работать без необходимости повторять работу по сбору узких срезов данных. 📖 А в статье на Хабре мы рассказали: 🔴 На каких метриках мы измеряем качество моделей 🔴 Что изменилось в самой модели 🔴 Что планируем реализовать в будущем Подписывайтесь: 💬 @Yandex4Developers

📺 Оптимизируем нейросети под слабое железо, строим observability для AI-агентов и выдерживаем сотни гигабит входящего трафика. Всё это — в подборке записей докладов за первые шесть месяцев 2026 года 🔴 Выжимаем из железа максимум — Я.Железо. Как инженеры перешли от инференса на чистом C к TFLite, батчингу и квантизованным моделям, чтобы одновременно запускать на умной колонке несколько нейросетей и укладываться в жёсткие ограничения по CPU и RAM. Смотрите этот и другие доклады с Я.Железо на ютубе и в VK Видео 🔴 Как узнать, когда агент сломался — infra.conf’26. Разбираем, что такое observability для агентов, какие у неё есть особенности, зачем нужны evaluations и какие инструменты помогают контролировать работу агентов в проде. Смотрите доклад на ютубе или на сайте 🔴 Учим PostgreSQL хранить оргструктуру на 500 тысяч пользователей — Backend Talks. Рассказываем про эволюцию балансировки загрузок в Яндекс Диске: от наивного Round-Robin до разработки собственного алгоритма. Этот и другие доклады с Backend Talks смотрите на ютубе и в VK Видео 🔴 Интерфейсы, ассистенты и локальный AI в браузере — «Я 💛 Фронтенд». Рассказываем, как запускать модели прямо на устройстве пользователя, создавать по-настоящему адаптивные интерфейсы, применять веб-компоненты и внедрять новую дизайн-систему без вреда для команды. Собрали всё это в плейлистах на ютубе и в VK Видео 🔴 AI, архитектура и производительность — Yandex Mobile Runtime. Доклады на конференции разделили на две части: в треке AI (ютуб, VK Видео) поговорили об агентной разработке и внедрении нейросетевых фич в приложения, а в Not so AI (ютуб, VK Видео) разобрали архитектуру, производительность, нативную и кросс-платформенную разработку 🔴 Внедряем AI в разработку — AI Dev Day. Обсудили, как измерять эффективность AI-инструментов и масштабировать их на всю компанию. В программе — мультиагентные системы, внутренние продукты и рабочие решения. Смотрите доклады на ютубе и в VK Видео 🔴 Практический ML и рекомендательные системы — Data Fest. Рассказали про прикладное машинное обучение: от AgentOps в проде до генерации видео в реальном времени. А ещё разобрали, как устроен Грифон — гибридная генеративно-ранжирующая модель в рекомендациях Яндекс Музыки. Смотрите плейлисты по трекам на ютубе: Practical ML, ODS в Москве и ODS в Сербии Подписывайтесь: 💬 @Yandex4Developers

📕 Обсудили безопасность LLM, конфликты в переговорах и границы вайбкодинга — всё это в новом дайджесте Yandex for Developers 🚙 Куда сходить 🔴 5 сентября — deep tech night. Обсудим переход к генеративным моделям в RecSys, Physical AI, инфраструктуру RL-обучения, облако в эпоху AI, современную архитектуру NPU и другие темы 🔴 9 сентября — Data Dojo. Приглашаем тех, кто уже владеет основами ML и хочет двигаться дальше. Будем общаться с единомышленниками и разбирать реальные кейсы от экспертов Яндекса 🔴 12–18 сентября — Week Offer Security. Это формат быстрого найма для ИБ-специалистов. Приглашаем за одну неделю пройти все этапы собеседований, познакомиться с командами и получить офер, если всё пройдёт хорошо 🔴 19 сентября — Practical ML Conf. В программе хардовые доклады, дискуссии и активности. Вот только часть тем: экономически эффективный инференс LLM, Agentic Vision, query-based-модель в автономном транспорте и end-to-end генеративная модель рекомендаций в Музыке 🔴 26 сентября — Data Driven 2026. Нашей флагманской конференции для аналитиков исполнилось 10 лет. В этот раз сделаем акцент на AI-first-аналитике и будущем профессии в эпоху искусственного интеллекта 🌎 Что случилось 🔴 Начался новый сезон тренировок по алгоритмам. Рассказывайте знакомым джунам, которые хотят попрактиковаться в формате технических собеседований или подтянуть теорию по алгоритмам 📖 Что почитать 🔴 Как мониторить Java-приложения. В статье советы о том, какие метрики стоит взять за основу, как выбирать полезные алерты и что такое правило 80/20 🔴 Мультимодальное ранжирование в Яндекс Картинках. Рассказали про архитектуру, которая позволяет модели одновременно смотреть на изображение и читать текст 🔴 Что на самом деле умеет AI в разработке, а что ещё нет. Паша Сухóв, ведущий разработчик в Яндекс Доставке, поделился своим опытом использования кодовых ассистентов, агентов и MCP 🔴 Как злоумышленники из безопасной LLM за пару часов делают модель без цензуры. Причём не «уговаривают» модель через промпт, а хирургически убирают из неё сам механизм отказа 📺 Что посмотреть 🔴 Как превратить конфликт в пользу для продукта. Игорь Рубанов, руководитель аналитики в Яндекс Go, рассказал, когда в переговорах нужно искать союзника, а когда лучше эскалировать проблему. Послушать можно на ютубе, в VK Видео или в Яндекс Музыке 🔴 Доклады с Back to Back. 1 августа бэкендеры посмотрели 25 выступлений в трёх городах. Мы сложили их в удобные плейлисты: C++ Zero Cost в Москве и C++ Zero Cost в Белграде, Architecture&Performance в Москве и Architecture&Performance в Ереване Подписывайтесь: 💬 @Yandex4Developers

🤖 Что на самом деле умеют AI-ассистенты в разработке Вокруг AI в разработке всё ещё ходит довольно много мифов. Кто-то боится, что нейросети вот-вот заменят программистов, а другие уже представляют, как навайбкодят стартап за пару вечеров. Реальный опыт оказывается куда сложнее. На связи Паша Сухов, ведущий разработчик в Яндекс Доставке. Сегодня я поделюсь своим опытом: как я пытался использовать кодовых ассистентов, агентов и MCP, что понял в процессе и где AI может помочь вам. 🅰️ Рутина правда ускорялась Однажды я писал код для скрипта. Написал шесть строк, добавил в контекст нужные файлы и сказал: «Вынеси параметры, сделай --help, напиши доку». Мои шесть строк превратились в полтораста — с проверкой аргументов, созданием папок, логами каждого шага, справкой, примерами запуска и прочими вещами, которые я терпеть не могу делать сам. Кроме того, здорово помогало автодополнение: не по принципу «допиши вот эту строчку», а «смотри, вот ещё полфункции». Агент со временем понимает, что и как вы пишете, и начинает предлагать более точные варианты: оптимизирует структуру, проводит рефакторинг, находит и вставляет нужную лямбду. 🅰️ Но на сложных задачах вся магия рассеивалась Стоило мне взяться за что-то объёмное и нестандартное — например, собрать демку с геокартами или написать что-то на игровом движке Bevy, — начинался цирк. Агент путал версии API и после каждой правки бодро уверял, что теперь-то всё точно исправил, хотя на деле ломал ещё сильнее. Похожая история была и при работе с готовым кодом. Просишь перенести функцию из одного файла в другой — получаешь раздутый код с недописанными кусками. Иногда агент и вовсе попадал в цикл: поочерёдно откатывал и вносил одну и ту же неработающую правку. 🅰️ Модели стали лучше, но с нюансами Со временем они действительно стали писать код качественнее, особенно на локальных, быстрых и относительно изолированных задачах. Но вместе с тем они стали хитрее прятать баги. Цель моделей — написать не код, который работает, а код, который выглядит правдоподобно. Но всё же думать «А правильно ли это?» в среднем и продуктивнее, и приятнее, чем бесконечно думать «А как это вообще написать?», чтобы к моменту готового текста на проверку не осталось сил. 🅰️ AI помогает быстрее погрузиться в контекст ​​По работе мне регулярно приходится копаться в чужих проектах. Я постоянно сталкиваюсь с проблемой: с какого файла вообще начинать читать? Тут и пригождается нейросеть: я даю ей задачу такой, какая она есть. Главное тут — не её результат, а размышления: она найдёт нужную часть системы, я пойму, куда смотреть, и код станет читать проще. 🅰️ LLM нужно использовать правильно Нейросети не сняли с человека ответственность, не отменили необходимость думать и не научились стабильно писать серьёзные системы без присмотра. Зато они забрали то, что разработчики любят меньше всего: рутину, бойлерплейт, механические правки, поиск по чужому коду, черновую документацию, однотипные задачи и страх чистого листа. ⏩️ А полную статью читайте по ссылке. В ней я рассказал про эволюцию ассистентов и про то, как изменилась производительность разработчиков благодаря LLM. Подписывайтесь: 💬 @Yandex4Developers

🔥 Делимся первыми спикерами на deep tech night В карточках рассказываем, кто и на какие темы будет выступать на конференции 5 сентября. А чтобы получить доступ к эфиру, задать вопросы экспертам в прямом эфире и первыми посмотреть запись после события, зарегистрируйтесь на сайте. ⏩️ Подробности о докладах и форма регистрации Подписывайтесь: 💬 @Yandex4Developers

📕 Разбираемся, как устроен прайсинг Яндекс Go, рассказываем про графовую foundation-модель, которая взяла Best Paper Award на воркшопе ICML, и изучаем опыт инженеров Яндекса в новом дайджесте Yandex for Developers 🚕 Куда сходить 🔴 22 августа — Welcome Times для аналитиков в Москве. На встрече вы познакомитесь с ребятами из команд Яндекс Поиска и Независимого Ecom, узнаете больше об их проектах и пройдёте диагностику навыков. Кстати, результаты диагностики действуют два года и могут заменить один из этапов собеседования в Яндекс. 🌎 Что случилось 🔴 ИИ в Яндексе: главное за июль. Рассказали, как ИИ помогает забронировать столик в ресторане, приглядывать за домашними животными и найти репетитора для школьника. 🔴 ICML: итоги и победы Яндекса. Команда Yandex Research представила графовую foundation-модель GraphPFN, а работа получила Best Paper Award на тематическом воркшопе. 🔴 Новости Yandex Cloud за июль. Международная сертификация ISO/IEC 42001 для Alice AI, новые сертификаты ГОСТ и лидерские позиции на рынке IaaS по надёжности и технологичности. 📖 Что почитать 🔴 Как мы вынесли алгоритм ценообразования из кода Яндекс Go. Объяснили, почему не взяли готовый скриптовый язык, что такое цепочка преобразований цены и зачем нам понадобился формальный верификатор. 🔴 Как подготовиться к собеседованию. Старший аналитик-разработчик Сослан Табуев собрал пять советов, которые помогут чувствовать себя увереннее на интервью и лучше понять ожидания собеседующего. 🔴 Главные итоги ICRA 2026. Команда автономного транспорта Яндекса поделилась ключевыми темами ICRA — одной из крупнейших конференций по робототехнике. Среди них — Reinforcement Learning, генерация редких edge-кейсов и другие направления, которые сегодня определяют развитие робототехники. 🔴 Как мы проапгрейдили робота-доставщика. Руководитель службы системной разработки в Автономном транспорте и роботах рассказал, почему модель R4 пришлось основательно пересобрать и как это помогло сделать роботов умнее, дешевле и проще в масштабировании. 🔴 Как выжать из железа максимум: эволюция инференса в Алисе. Виктор Хаймоненко рассказывает, как команда прошла путь от инференса на чистом C и пайплайна на корутинах до современных движков и квантизованных моделей. 📺 Что посмотреть 🔴 1×1 с Димой Александровым на ютубе и в VK Видео. Что Дима понял о яндексоидах за годы работы в компании, как устроена внутренняя ротация, каково управлять большой командой и почему автомобили стали для него больше чем хобби. Подписывайтесь: 💬 @Yandex4Developers

🥹 Как выжать из железа максимум: эволюция инференса в Алисе Привет, меня зовут Витя Хаймоненко, я разработчик в команде голосовой активации Алисы. Сегодня я расскажу, как мы прошли путь от инференса на чистом C корутинами до современных движков и квантизованных моделей — и какой инженерный опыт из этого вынесли. 🅰️ Железо фиксировано, а модели растут На колонке одновременно крутится несколько нейросетей: 🔴 Активационные модели, которые реагируют на слова «Алиса» или «Яндекс» 🔴 Командные споттеры — модели, которые поддерживают набор популярных команд, например, для управления музыкой или умным домом 🔴 Интонационные споттеры, которые делают общение с ассистентом более естественным и понимают, когда вы обращаетесь к колонке без слова «Алиса» Все они работают в реальном времени и должны укладываться в жёсткие лимиты по latency, CPU и RAM. Докинуть ресурсы на устройство нельзя, поэтому единственный путь — оптимизация инференса. 🅰️ Как ситуация обстояла раньше В 2014 году не было ни готовых инференс-фреймворков, ни повсеместной поддержки C++ на чипах. Мы писали на чистом C, а пайплайн описывали корутинами. Композиция получалась гибкой, но за это мы расплачивались накладными расходами на переключение контекстов и динамическими аллокациями памяти на каждом шаге. Уже тогда появились оптимизации, которые живут до сих пор. Во-первых, батчинг: вместо обработки одного фрейма звука за раз мы ждём, пока накопится батч из нескольких фреймов, и обрабатываем их разом. Это позволяет эффективно использовать SIMD-инструкции процессора и даёт серьёзный выигрыш по скорости, жертвуя лишь примерно полусотней миллисекунд latency. Во-вторых, стриминг: мы не пересчитываем целиком всё «окно» заново, а только обновляем его с приходом новых фреймов. Для матричных умножений использовали одну из реализаций BLAS, которая отлично утилизирует кеш процессора. 🅰️ Переезд на C++ и библиотеки инференса С появлением нормальной поддержки C++ на чипах мы стали переписывать рантайм. На смену корутинам пришла наша внутренняя библиотека YNMT, изначально сделанная для моделей перевода. Она представляет модель как статический вычислительный граф, из-за чего отпала необходимость в корутинах. А потом, когда YNMT стала уступать по скорости опенсорсному TFLite, мы переехали на него. Он поддерживает встроенные оптимизации под разные архитектуры чипов. 🅰️ Два захода в квантизацию Первый подход был простым и безопасным: мы сжимали веса модели с FP32 до INT8, но перед вычислением разжимали их обратно. Затем научились квантовать и активации. Теперь мы на лету сжимаем вход до INT8, перемножаем матрицы в INT16 и деквантизуем выход. Выигрываем и по памяти, и по скорости за счёт более быстрых целочисленных SIMD-инструкций. 🅰️ Ещё одна инфраструктурная оптимизация — мультиспоттер Раньше каждая модель тащила за собой свои буфера и предобработку звука, что вело к дублированию вычислений. Теперь общая часть вынесена в отдельную сущность, и все модели пользуются ею совместно. 🅰️ Главные уроки Не стоит бояться использовать опенсорс-решения и адаптировать их под своё железо. Мы взяли стандартную реализацию свёртки в TFLite, переработали её под конкретный чип и получили огромный прирост производительности. К тому же у опенсорсных подходов есть неплохой плюс: зачастую они поддерживаются широким сообществом. Сейчас мы в процессе миграции на TFLite, готовимся использовать встроенную квантизацию вместо ручной и продолжаем пилить кастомные операции. Всё это позволяет делать колонки умнее и при этом сохранять доступность для пользователей. ⏩️ А больше технических деталей можно узнать в полной записи доклада с Я.Железо. Смотрите на ютубе и в VK Видео. Подписывайтесь: 💬 @Yandex4Developers

☺️ Как мы проапгрейдили робота-доставщика Привет, меня зовут Сергей Гутынин, я руководитель службы системной разработки в Автономном транспорте и роботах. У всякого бизнеса есть требование: масштабироваться. Производство роботов-доставщиков не стало исключением. Мы хотели сделать их умнее, дешевле и автономнее, а саму сборку поставить на поток. Но когда мы подошли к этой задаче, оказалось, что маленькими изменениями не отделаться — робота пришлось основательно пересобрать. 👳‍♂️ Читайте в карточках, какие изменения мы внесли в дизайн модели R4 и каких результатов нам удалось достичь ⏩️ А полный доклад о новой версии робота-доставщика смотрите на ютубе и в VK Видео. В нём я рассказываю: 🔴 С чего начинается проектирование рободоставщика 🔴 Как мы добавили в новую версию сценарий мультидоставки 🔴 К каким выводам мы пришли в процессе сборки R4 Подписывайтесь: 💬 @Yandex4Developers

📕 Автоматизируем базу знаний с AI, строим новое облако для умных устройств Яндекса и запускаем платформу плагинов в Трекере. Об этом и не только — в новом дайджесте Yandex for Developers 🚕 Куда сходить 🔴 13 августа — ML Global Recap’H1 2026 в Москве и онлайн. Поговорим о главных инсайтах про AI и ML с мировых конференций за последние полгода. Обсудим тренды в ризонинге, челленджи в RL-инфраструктуре и многое другое 🔴 14, 21, 28 августа — «Лайнап Y&&Y»: три вечера в Яндексе. Проведём ярмарку вакансий, понетворкаемся сообществом Y&&Y и отметим выпускной Летних школ и кампуса ML-академии. Регистрируйтесь, знакомьтесь с коллегами и зовите друзей, которые тоже хотят вкатиться в IT 🔴 24 сентября — Yandex Scale в Москве и онлайн. Это флагманская технологическая конференция Yandex Cloud. В программе четыре тематических трека: AI, Hybrid Infrastructure & DevOps, Data и Security (а ещё направление DeepTech для тех, кто подключится онлайн) 🌎 Что случилось 🔴 Яндекс запускает программу 75/75/75. К концу 2026 года не менее 75% разработчиков будут использовать AI для написания кода, на уровне компании AI будет участвовать в подготовке не менее 75% изменений, а в каждом из них — генерировать не менее 75% кода 📖 Что почитать 🔴 Как мы описали 15 000 таблиц за полгода вместо 500 за год. Для этого собрали скрипт на Python, который с помощью API Датакаталога, LLM-моделей, баз данных YT и Memgraph собирает описания из разных источников и автоматизирует документацию 🔴 Новое облако для умных устройств Яндекса. Внутри: комиссионинг без хаба, один канал вместо зоопарка соединений, однопоточная модель исполнения и дисциплина переподключений на плохой сети 🔴 Как мы построили платформу плагинов в Трекере. Рассказали, почему мы на это решились, как гарантировали безопасность кода через iframe и настроили весь инструментарий с низким порогом входа и DevExp 🔴 Разбираем залежи ссылок в базе знаний и строим LLM Wiki. Толя Панов, CTO Яндекс Карт, рассказал, как научить AI-агента вести базу знаний, чтобы суммаризацией, систематизацией и построением связей занималась машина 🔴 Старый сервис в новой реальности. Разобрали, как изменился mirror.yandex.ru под капотом: почему мы перешли с rsync на rclone, как мы превратили серверы в LXD-гипервизоры и где нам помогли нейросети 📺 Что посмотреть 🔴 Как аналитики драйвят бизнес. В новом выпуске «Доверительного интервала» обсудили аналитику эффективности и партнёрскую аналитику: чем различаются подходы и как они влияют на P&L компании. Смотрите на ютубе и в VK Видео, слушайте в Яндекс Музыке 🔴 Доклады с Product : Fest. Спикеры разобрали, как AI изменил продуктовую работу внутри Яндекса, что делает SuperApp по-настоящему супер и многое другое. Смотрите плейлисты с записями на ютубе и в VK Видео Подписывайтесь: 💬 @Yandex4Developers

📕 Я перепоручил ведение базы знаний AI-агенту — расскажу как Привет, это Толя Панов, CTO Яндекс Карт. Я довольно давно веду базу знаний в Obsidian и, как любой уважающий себя «хомяк», накопил запас необработанных материалов. Это репосты и ссылки из любимых каналов в телеграме, ссылки в to-do-листе и рекомендации книг, которые некогда разобрать. 💡 Основная идея проста: перепоручить ведение базы знаний AI-агенту. Чтобы суммаризацией, систематизацией и построением связей занималась машина. В результате получится та самая LLM Wiki с источниками. ➕ Как выглядит структура базы знаний? 🔴 Папка inbox со всеми исходными материалами. Телеграм-бот копирует сюда посты, web clipper — тексты статей, а PDF с white papers я кладу руками 🔴 Папка AI workspace для самой Wiki. Только в ней агенту разрешено делать изменения. Такое ограничение даёт спокойствие, что остальная часть базы будет не тронута массовыми правками и галлюцинациями

Потом я создал три новых навыка AI-агента. И выложил их на GitHub: 🔴 compile — обрабатывает заметки из inbox по моим правилам ведения базы и обновляет AI Wiki 🔴 vault-health-check — быстрая проверка. Чинит сломанные ссылки, заметки без ссылок, устаревшие заметки, незакоммиченные изменения. Полезно запускать после ручных правок 🔴 deep-audit — глубокий аудит заметок: структура, связи, валидность утверждений и ссылок на источники

➕ Как с этим работать? Я прошу агента искать ответы в первую очередь в базе. И при необходимости собирать ответ в новую заметку. Например, спрашиваю: «Какие есть лучшие практики использования AI при разработке ПО?» Получаю суммаризацию статей и собранные вместе мысли из evergreen notes. Такой конспект можно быстро прочитать и провалиться глубже по ссылкам. Если информации в базе не хватило, прошу собрать дополнительные материалы и ссылки из моих источников. Сохраняю, компилирую, уточняю. И так по кругу 🙂 ➕ Что получилось в результате? 🔴 Я обработал весь накопившийся за годы текстовый бэклог, свыше 250 источников 🔴 Разобрался в темах, до которых не доходили руки: geospatial AI, тренды по AI в разработке, паттерны агентных систем 🔴 База стала не просто архивом ссылок, а рабочим инструментом. Теперь не нужно вспоминать, где именно видел нужную мысль. Достаточно задать вопрос агенту и провалиться в источники В итоге мне зашло. Я наконец-то разгрёб старые запасы ссылок, оставленных на потом, и создал процесс, в котором база знаний не просто копится, а сама помогает думать. Промпты, формат заметок и audit-сценарии я ещё дорабатываю. Но направление выглядит очень перспективным. Подписывайтесь: 💬 @Yandex4Developers

⚡️ Успейте зарегистрироваться на Back to Back Уже в эту субботу, 1 августа, состоится Back to Back — новая бэкенд-конференция Яндекса. Она пройдёт сразу в трёх городах — Москве, Белграде и Ереване. Присоединиться можно как офлайн, так и онлайн. Немного о программе: 📍 Москва Савва Лебедев из Positive Technologies расскажет, как команда добавляла поддержку LuaJIT в eBPF-профилировщик Perforator. Даниил Подольский из YADRO разберёт аутентификации в гетерогенных системах, а Антон Пионтковский из Yandex Cloud объяснит, что делать, когда данные отсортированы не так, как ожидает запрос. 📍 Белград Душан Йованович из Inceptive разберёт возможности статической рефлексии в C++26, а Александр Зайцев, зависимый от PGO эксперт, поделится опытом использования Profile-Guided Optimization и расскажет, как получить от неё реальный прирост производительности. 📍 Ереван Брюс Момджиан, один из самых известных евангелистов PostgreSQL в мире, выступит с докладом про WAL. А Монс Андерсон из Exness расскажет о современных подходах к генерации распределённых идентификаторов для масштабных систем. ⏩️ Выбирайте площадку и регистрируйтесь. Вас ждут доклады про бэкенд, производительность, распределённые системы и современный C++. 💓 До встречи на Back to Back! Подписывайтесь: 💬 @Yandex4Developers

📕 Создаём AI-агента прямо в браузере, добавляем в умную колонку новые команды и знакомимся с работой ML-специалистов в Yandex Cloud. Об этом и не только — в новом дайджесте Yandex for Developers 🚕 Куда сходить 🔴 25 июля — Product : Fest. Главный фестиваль Яндекса для продактов уже сегодня! Подключайтесь онлайн: разберём реальные кейсы, сверим подходы, обменяемся опытом и обсудим, как AI меняет нашу работу. Смотрите на сайте, ютубе и в VK Видео 🔴 28 июля — мастерская «Диапазон». Это образовательная программа Яндекса для тимлидов, которые хотят масштабировать влияние через репутацию как управляемую систему, расширить взаимодействие внутри компаний и команд 🌎 Что случилось 🔴 Обсудили, как создать AI-агента прямо в браузере. Андрей Мелихов, ведущий фронтенд-разработчик из Yandex Cloud, рассказал, как он создал и развивает браузерный AI-агент в DataLens. Смотрите запись на ютубе, а главные тезисы мы разобрали в карточках 🔴 Нейросеть кратно ускоряет анализ воды из Байкала. Система экологического мониторинга работает на мощностях Yandex Cloud, обрабатывает пробы с помощью CV и значительно экономит время учёных. А подробнее о том, как устроена модель, рассказали здесь 📖 Что почитать 🔴 Добавить в умную колонку новые команды и ничего не сломать. Для этого мы провели целое исследование и использовали модель Parameter-Efficient Fine-Tuning. А статью со всеми деталями ресёрча даже приняли на конфу Interspeech 2026 🔴 Знакомимся с работой ML-специалистов в Yandex Cloud. Рассказали, как рождаются модели в сервисе, как мы подготавливаем данные для обучения, выбираем лучшие варианты и готовим итоговые решения к проду 🔴 Как AI меняет багбаунти-программы. Возможно, багхантерам придётся оставлять депозиты для отчётов: поток сгенерированных репортов сильно нагружает инженеров, а сырые агенты всё чаще ломают прод сервисов 📺 Что посмотреть 🔴 Внедряем AI в инженерные команды. Артур Василов, руководитель мобильной разработки в Яндекс Браузере, рассказал, как выстроить этот процесс, организовать среду для экспериментов и измерять успех. Смотрите на ютубе и в VK Видео 🔴 Доклады с Я.Субботника по JVM-языкам. Обсудили Java Time Puzzlers, параллельность на корутинах в бэкенде Spring и GraphQL-Java, трассирующие Qubership Profiler и ускорение фреймворков с build-time. Смотрите на ютубе и в VK Видео 🔴 Настоящее и будущее RecSys. Даня Бурлаков, руководитель группы рекомендательных продуктов в Яндексе, рассказывает, как индустрия RecSys изменилась за последние годы и что ждёт её в будущем Подписывайтесь: 💬 @Yandex4Developers

⚡️ Разработка для разработки: проект Amptrace Всем привет, на связи Александр Батин и Олег Артамонов, технические руководители проектов в Алисе AI и Умных устройствах. Порой в ходе разработки у нас возникает проблема: нам нужны измерительные приборы, которых нет на рынке. Готовые решения часто не подходят под специфику задач или слишком дорогие. 👳‍♂️ Что делать? Правильно: создавать их самостоятельно. Об одном таком устройстве мы и расскажем сегодня. Читайте в карточках про Amptrace — плату, которая помогает измерять энергопотребление. ⏩️ А полный доклад с Я.Железо смотрите на ютубе или в VK Видео. В нём рассказали про модульную платформу «Мичурин» в Яндекс Станциях и другие внутренние разработки, которые упрощают нам работу. Подписывайтесь: 💬 @Yandex4Developers

📎 От сырых данных до готового решения: как устроена работа ML-специалистов в Yandex Cloud На связи Василий Ершов, руководитель ML-команды Yandex Cloud. Мы работаем с сотнями терабайт данных для машинного обучения и развиваем платформу с 30+ генеративными моделями и 40+ тыс. клиентов. В нашей команде у всех своя роль. ML-разработчики обучают модели, инженеры Data Science готовят метрики и анализируют данные, DevOps налаживают процессы и инфраструктуру. А потом бэкендеры превращают технологии в готовый сервис. 👳‍♂️ Читайте в карточках, как рождаются наши модели и какой путь они проходят, прежде чем оказаться в проде. ⏩️ А в статье по ссылке мы рассказываем, каким стеком технологий нужно владеть, чтобы попасть к нам в команду. Подписывайтесь: 💬 @Yandex4Developers

📕 Грифон в рекомендациях Яндекс Музыки, тысяча яблок в дата-центрах и трансформеры в автономном транспорте. Всё это и многое другое — в новом дайджесте от Yandex for Developers 🚕 Куда сходить 🔴 21 июля — Yandex AI Studio Series Summer Edition онлайн и офлайн. Событие для разработчиков, ML-инженеров и тех, кто работает с AI-инструментами или только начинает. Вас ждут архитектурные доклады и практические форматы про создание агентов и приложений на платформе Yandex AI Studio 🔴 1 августа — конференция Back to Back. Приглашаем на событие бэкенд-инженеров, архитекторов, SRE и техлидов, чтобы обсудить практические кейсы и реальные продакшен-проблемы: latency, bottlenecks, отказоустойчивость, масштабирование и инфраструктуру. Встречаемся в Москве, Белграде, Ереване и онлайн 🔴 5 сентября — deep tech night. Масштабная онлайн-конференция Яндекса для всех, кто работает в IT-индустрии и проектирует сложные системы. Здесь мы поговорим о технологических вызовах, с которыми IT-индустрия сталкивается в эпоху AI: от изменений в разработке до новых требований к инфраструктуре 🌎 Что случилось 🔴 Young&&Yandex приглашает на стажировки по четырём направлениям: фронтенд, бэкенд, DevOps и мобильная разработка. Рассказывайте друзьям и знакомым, которые хотят начать карьеру в IT и получить опыт в Яндексе ✨ 🔴 ШАД запускает интенсив AI Agents Security Week. С 27 по 31 июля вместе с экспертами Яндекса разберём, как защищать персональные и корпоративные данные, безопасно выдавать агентам доступ к инструментам и инфраструктуре, предотвращать утечки информации и устранять уязвимости 🔴 Яндекс подтвердил безопасность генеративных моделей семейства Alice AI. Получили впервые международный сертификат ответственной разработки ISO/IEC 42001 — стандарт, который подтверждает прозрачность и надёжность подходов к созданию и внедрению AI 📖 Что почитать 🔴 Как мигрировать Flutter-приложение с CocoaPods на SPM. В гайде собрали готовые скрипты, а также разобрали граф и резолв зависимостей, перевод плагинов и поиск ошибок 🔴 Семплирующее профилирование колонок с Алисой в проде. Рассказываем, как мы построили и используем инструмент для анализа потребления памяти в проде на нашем флоте Linux-колонок 🔴 Опенсорсим YaGS Plugin: инструмент для работы с 3DGS внутри Unreal Engine. Объясняем, как риг из 15 камер заменяет установку за сотни тысяч долларов и почему для беспилотного автомобиля фотореализм обязан рождаться из данных, а не из 3D-редактора 🔴 Тысяча «яблок» для песочниц в дата-центрах. Рассказываем, как мы адаптировали обычные Apple Mac mini для установки в серверные стойки под внутренние песочницы (и что пришлось сделать, чтобы яблоки не испеклись 🍎) 🔴 Умеют ли трансформеры водить машину? Разбираем, как устроен Motion Planning — «мозг» автономного автомобиля. Он интерпретирует информацию, учится вести себя на дороге и предсказывает опасности 📺 Что посмотреть 🔴 Почему светофоры в квадратах уже не спасут. В новом выпуске подкаста Podlodka рассказываем, как эволюционировала капча, зачем боты атакуют сервисы и что делать, когда система считает обычного пользователя подозрительным 🔴 Краткая история развития систем деплоя в Яндексе. Вместе с Андреем Мичуриным, руководителем службы разработки систем деплоя в Яндексе, обсудили, как мы пришли к написанию собственной системы, какие плюсы получили и чем этот опыт может пригодиться 🔴 Грифон — гибридная генеративно-ранжирующая модель в рекомендациях Яндекс Музыки. Рассказываем, как мы заставили его взлететь, какие эксперименты проводили и каких результатов добились 🔴 BI в эпоху AI. В новом выпуске «Доверительного интервала» обсудили, как AI меняет визуализацию данных, зачем в командах нужен «BI-губернатор» и почему стоит разрабатывать собственные BI-системы. Смотрите и слушайте на ютубе, в VK Видео и Яндекс Музыке. Подписывайтесь: 💬 @Yandex4Developers

🚀 Погружаемся в технологии на deep tech night 5 сентября пройдёт deep tech night — масштабная онлайн-конференция Яндекса о технологических вызовах, с которыми IT-индустрия сталкивается в эпоху AI: от изменений в разработке до новых требований к архитектуре и инфраструктуре. Это событие для бэкендеров, фронтендеров, тимлидов, аналитиков, продактов и всех, кто работает в IT-индустрии, внедряет AI в процессы, проектирует сложные системы и ищет новые решения. 📕 В программе доклады экспертов из Яндекса и международных IT-компаний: 🔴 Мо Гавдат, Former Chief Business Officer Google X 🔴 Алексей Гусаков, CTO Поисковых сервисов и ИИ 🔴 Сергей Мельник, руководитель сервиса Автономного транспорта и роботов И другие спикеры (некоторые из них пока что секретные — расскажем о них в ближайшее время 🤫). ⏩️ Зарегистрироваться Подписывайтесь: 💬 @Yandex4Developers

🚙 Умеют ли трансформеры водить машину На связи Максим Спорышев, руководитель службы поведения и предсказания движения в Автономном транспорте. Я отвечаю за Motion Planning — часть системы, которая решает, как будет двигаться автономный автомобиль в следующие секунды. Фактически это мозг, который воспринимает разные сигналы извне и превращает их в действия. 👳‍♂️ В карточках я рассказал, что Motion Planner принимает на вход, как он интерпретирует информацию и как учится вести себя на дороге. ⏩️ А в статье на Хабре читайте, какие метрики мы использовали, чтобы оценивать качество предсказаний, как выглядела трансформерная архитектура и почему хорошие модели в Open Loop ведут себя плохо в Closed Loop. Подписывайтесь: 💬 @Yandex4Developers

📕 Разрабатываем CTF-игру, внедряем мультиплатформу без большого рефакторинга и защищаем нейросети до того, как их взломают. Об этом и не только — в новом дайджесте Yandex for Developers 🚕 Куда сходить 🔴 1–17 июля — CodeRun Summer Challenge. На платформе CodeRun вас ждут 15 задач на 11 языках программирования. Чем быстрее и эффективнее код вы напишете, тем больше баллов вы получите. Задачи сложные, так что и мидлам будет где подумать 🔴 17 июля — Yet Another BugBounty Meetup в Москве. На митапе для багхантеров поделимся итогами программы «Охота за ошибками» за год и обсудим, как найти XSS в фиче, которую уже сотню раз проверили, а также расскажем, как раскрутить RCE в одном из крупнейших сервисов 🔴 25 июля — Product : Fest в Москве. Главный фестиваль Яндекса для продактов: разберём реальные кейсы, сверим подходы, обменяемся опытом и обсудим, как AI меняет нашу работу. А во внутреннем дворе вас ждут игры, кофе-рейв и другие фановые активности 🏓 🔴 13 августа — ML Global Recap’H1 2026 в Москве и онлайн. На встрече обсудим итоги ICML и других конференций по машинному обучению и AI за последние полгода: поговорим про тренды в ризонинге, челленджи в RL-инфраструктуре и многое другое 🌎 Что случилось 🔴 Welcome Times для аналитиков в Москве. Ребята из разных команд Яндекса зовут в гости, чтобы рассказать про специфику работы, ответить на вопросы и провести диагностику навыков. Кстати, её результаты действуют два года и могут заменить этап собеса в Яндекс 🔴 Проект из ШАДа попал в Spotlight на ICML 2026 — крупнейшей международной конференции по AI и ML. Из 23 918 поданных работ статус Spotlight получили всего 2,2% статей с самыми высокими оценками программного комитета 📖 Что почитать 🔴 Как мы делаем игру Capture the Flag для фронтендеров. Рассказываем про наше традиционное соревнование на захват флагов: как мы придумываем задания, улучшаем игровой движок и продумываем сюжет 🔴 Мультиплатформа без большого рефакторинга и остановки продуктовой разработки. Показываем, как мы внедряли Compose Multiplatform в Я.Team, как выглядит интерфейс и как устроен процесс передачи общего кода 📺 Что посмотреть 🔴 «Нестандартная модель» с Владимиром Платоновым, руководителем отдела ML-разработки Алисы в Яндексе. В подкасте обсудили, что такое память в машинном обучении и как придумать интересный продукт в ML-разработке. Смотрите на сайте N + 1 и ютубе 🔴 Защитить нейросеть до того, как её взломают. Поговорили о том, как мы ресёрчим новые уязвимости в LLM и почему безопасность модели нужно закладывать ещё до претрейна. Смотрите первый выпуск подкаста Security Explainer на ютубе и в VK Видео Подписывайтесь: 💬 @Yandex4Developers