Чернов пишет

11 июля проводил очное обучение, на тему, сокращенно, "ИИ + Qlik". Сегодня получил отзывы, без редактирования напишу тут (вопросы были мои, ответы заказчика) - Что тебя лично удивило из показанного - то, что ты не считал возможным до этого дня? Да практически всё! То, что ИИ способен на такое: думать, делать, перепроверять. Я сейчас почти любой вопрос иду с ИИ обсуждать. - Что зацепило команду сильнее всего? Что обсуждали после обучения? В целом то же что и меня, ни кто не ожидал, что крутые платные ИИ способны на такое, иди делай и она пошла, нашла, придумала и сделала, при этом сама ищет способ и перебирает варианты. И, даже если не нашла вариантов или столкнулось с проблемой, говорит, что для неё надо сделать, какой доступ дать, где ключик настроить, чтобы она продолжила. А не так, как компиляторы 90, максимум подскажет, что запятую пропустил, или вообще скажет вот ошибка, а где, сам иди ищи. - Что твои ребята унесли с собой такого, чего у них не было до обучения - навык, инструмент, взгляд на работу? Унесли понимание, что с крутой, платной ИИ, они могут разрабатывать или решать другие аналитические задачи в разы быстрее, иногда в десятки раз быстрее. Демонстрация работы крутой ИИ - просто поразила. - Что из показанного вы уже попробовали у себя - и что из этого получилось? Пишем код, рисуем графы зависимостей для сложной архитектуры, обсуждаем вопросы, оптимизации, доработок. Главная проблема, что нам много чего нельзя давать в ИИ из-за риска ком. тайны и что ИИ сломает боевой контур. А так, мы во всю пользуемся для аналитики и разработки, типа на подумай вот данные-ситуация, вот вопрос. Или надо написать инструмент сравнения QVD, пиши код. - Что скажешь тому, кто считает, что ИИ в разработке аналитики - хайп и игрушка? Да просто дурачек. Я за 5 мин решаю вопрос, на который бы мне понадобилось несколько дней, это например в части разработки. ИИ за эти 5 минут перешерстит столько информации в сети, что я бы месяц перечитывал, чтобы прийти к правильному решению. Но тут и главный подвох есть, что если так активно пользоваться, то можно разучится думать и обучаться. Если выключат свет (доступ к ИИ), ой как печально все будет. Мы перестали увеличивать штат, т.к. эффективность некоторых коллег в паре с крутой ИИ выросла очень сильно. Но некоторые продолжает писать код по старинке, лишь изредка спрашивать что-то в ИИ. - Если тебя сейчас спросит коллега из другой компании - "звать Чернова к себе или нет" - что ответишь? ))) Конечно звать. #обучение@chernovdev

Прикольная софтина - для отслеживания лимитов подписок на провайдеров - https://github.com/lamchun1110/UsageDeck Но я взял codex - и пишу

а можешь его доработать ? чтобы окно программы, было со значками, при "припинено" например к правому края экрана (и чтобы можно было перемещать), итоговая высота на 1 провайдера например 100 пикселей - и там кружок и внутри % остатка лимита недельного, и без краев, чтобы прям пиздато красиво было

ну и получилось то что на фото )

Наткнулся на видосик, где идет "разбор" топ-моделек, понятно что он у каждого блогера свой, свои задачи и тд. Но можно взять как отправную точку, если вы еще не в теме. На х2 смотреть тоже можно https://www.youtube.com/watch?v=tJtGu_legGU

Коллеги, мы сейчас пытаемся заставить ллм продвигать математику. В нашем проекте CayleyPy у нас много гипотез которые идеально ложатся на ллм - с одной стороны они (вероятно) не супер сложны, с другой стороны достаточно нетривиальны. Если у кого есть интерес к коллаборации в этом направлении - будем очень рады - напишите @alexander_v_c Также, если у Вас есть доступы к мощным моделям или опыт в auto-research - Вы могли бы нам очень помочь.

⚡️Вышло новое исследование «AI в BI Круг Громова 2026»! ИИ в бизнес-аналитике выходит за пределы обычного чат-помощника. Следующий этап – агентная аналитика и переход от модели «вопрос–ответ» к модели «задача–результат»: ИИ не просто отвечает на отдельный запрос, а самостоятельно планирует анализ, ищет нужные данные и инструменты, выстраивает многошаговую цепочку и выполняет действия. В отчет «AI в BI-круг Громова 2026» вошли более 10 российских BI-решений с поддержкой AI-функций, среди которых: Yandex DataLens, Навигатор BI, Insight SOLARIS, PIX BI, Easy Report, DataForge AI, Glarus AI, Visiology Cortex, Luxms AI, Polyanalyst и ТЕРН ИИ Ассистент. Решения при этом разделены на 4 архитектурных подхода: встроенный ИИ, UI-помощник, внешний ИИ-агент и ассистент на семантическом слое.

➡️Отчет поможет понять: – чем генеративный AI-помощник отличается от полноценного ИИ-агента, – какие архитектурные подходы к AI в BI уже представлены на рынке, – насколько решения способны самостоятельно работать с данными и выполнять аналитические задачи, – почему семантический слой становится фундаментом надежной агентной аналитики, – как выбирать решение с учетом требований к безопасности, изоляции данных и российской инфраструктуре. 🟣Решения проверены по 55 критериям и сопоставлены по 6 функциональным слоям AI-агентов: доступ и понимание данных, подготовка и трансформация, семантический слой, визуализация и анализ, прогнозирование и наблюдаемость.

📌 Один из главных выводов – чем автономнее ИИ, тем важнее семантический слой. Он задаёт смысл метрик, связей и бизнес-правил, снижая риск убедительных, но неверных ответов. Семантический слой делает работу ИИ более прозрачной и контролируемой. Отдельный блок посвящен российской специфике: локализации данных, закрытым контурам, требованиям реестра ПО и санкционным рискам. Результаты представлены не как рейтинг, а как сравнение архитектурных подходов, уровней автономии и сценариев применения – скачать отчет бесплатно! Используйте отчет как практический ориентир, чтобы оценить зрелость AI-функций в BI и сравнить подходы к агентной аналитике. Круги Громова | Подписаться и стать частью Data-сообщества ⬅️ #КругиГромова #AgenticBI #BI #ИИ #исследование_КругиГромова

Скачать колёса зависимостей локально на запас

Как вам такое "размышление от llm"? 😆

⚡️ Вышел отчет «Отечественные решения Data Lakehouse-круг Громова 2026» Российский рынок Data Lakehouse перешёл от пилотных проектов к промышленным внедрениям. При этом рынок разделился на два архитектурных подхода, а информационная безопасность стала одним из главных критериев выбора платформы. В исследование вошли 10 отечественных решений: MWS Data Lakehouse, Платформа Selena, Digital Q.DataFactory, CedrusData Platform, Data Ocean Nova, Tengri Data Platform, Arenadata Hyperwave, VK Data Platform, YTsaurus и Yandex Data Platform.

➡️ Отчёт даст ориентиры: – чем отличаются интегрированные платформы от унифицированных систем, – когда важнее гибкость и технологическая свобода, а когда – простота внедрения и сопровождения, – какие компоненты и архитектурные подходы используют российские Data Lakehouse, – на что обратить внимание при выборе платформы для корпоративного хранилища данных. ➡️ Особое внимание уделено: – драйверам перехода на Data Lakehouse – почему технология становится востребованной и какие задачи заказчиков стимулируют её внедрение, – информационной безопасности – RBAC, сквозному управлению доступом, аудиту и Data Lineage, – S3-хранилищу, которое фактически становится фундаментом производительности Lakehouse, – AI/ML и AI-агентам: полноценные агентные возможности на российском рынке пока остаются скорее исключением, чем стандартом.

📌 Исследование основано на сравнении технологических стеков, экспертной оценке решений и анализе практических сценариев их применения. Полный отчёт доступен на сайте центра «Круги Громова» – скачать бесплатно! Получите актуальную картину российского рынка Data Lakehouse на 2026 год. Круги Громова | Подписаться и стать частью Data-сообщества ⬅️ #КругиГромова #DataLakehouse #DLH #DWH #исследование_КругиГромова

https://chernovdev.ru/posts/2026-09-03-harnessy-digest-2026-w36/ #week

Anthropic: две новые флагманские модели - Claude Fable 5.1 и Mythos 5.1 https://chernovdev.ru/posts/2026-09-02-anthropic/

⚡️ NEW! Вебинар: «Dora от FanRuan: от GenAI к Agentic AI в корпоративной аналитике» – 3 сентября, 12:00 ➡️ Ждём вас на вебинаре в формате живого диалога между независимым экспертом и представителем FanRuan. Обсудим, чем Agentic AI отличается от привычных AI-инструментов для BI, посмотрим интерфейс Dora и разберём на кейсах, как перейти от обычного AI-ассистента к полноценным агентным сценариям.

На вебинаре обсудим: – чем Generative AI отличается от Agentic AI и почему схемы «запрос → ответ» уже недостаточно, – почему семантический слой становится основой для работы ИИ-агента, – как Dora работает поверх BI-систем, моделей данных, KPI и дашбордов, – какие задачи выполняют специализированные ИИ-агенты Dora, – как аналитика переходит от ответа на вопрос к сквозному процессу: анализ → поиск причин → отчёт → уведомление → действие, – как Dora применяется в разных отраслях и бизнес-функциях.

📌 Среди спикеров: – официальный представитель FanRuan, – команда BI Consult (FineBI Platinum Partner), – независимый эксперт, автор исследования АI в BI-круг Громова 2026. ➡️ Участие бесплатное! Количество мест ограничено. #AgenticAI #GenAI #Dora #FineBI

мне эти токены не сильно актуальны, я и так на max тарифе (помните - а я всем писал - регайтесь, еще в январе! тогда было ппц как дешёво)

zcode прокачался кстати, сейчас он более интересный стал, а еще они нахаляву токены раздают пора тестировать https://zcode.z.ai/en