AI Makes Me Hate
رفتن به کانال در Telegram
AI systems engineer и скептический практик, который проверяет и внедряет AI на реальных задачах разработки
نمایش بیشترکشور مشخص نشده استدسته بندی مشخص نشده است
624
مشترکین
+524 ساعت
+87 روز
+3630 روز
آرشیو پست ها
Кстати главный курс этого года
Ловите
https://cs329z.stanford.edu
21 نوامبر, 10:47
Repost from Pavel Zloi
Почему я перестал пользоваться Obsidian
Где-то с полгода назад Obsidian был мой самый любимый инструмент, в нём есть много удобных фичей для работы с канвасом, списками, плагинчики всякие, возможность распечатать заметку, а граф связей между заметкам это просто пушка.
Однако, в какой-то момент захотелось через модельки навести в хранилище порядок, моделька отлично справилась, разложила по директориям, почистила файлы, проставила теги, актуализировала старые заметки, слила свежие апдейты из нужных источников.
И в этот момент я осознал, что больше в Obsidian мне заходить не за чем, а за базой знаний может следить агент и без моего участия.
Оказалось, что раньше большую часть времени я в этой программе проводил за тем, что наводил порядок в беспорядке из заметок, который сам и создал, а когда беспорядка не стало отпала и необходимость, и вполне может быть что UI и UX самого Obsidian был причиной того, что мне не удавалось поддерживать заметки в порядке.
16 نوامبر, 11:27
RLM: что он добавляет агенту с сабагентами
Следующий этап для настройки проекта - это управляемые воркфлоу агента.
Задача: В приложении не работает сеть.
Без RLM агент читает логи, проверяет клиент, авторизацию и конфигурацию. Может вызвать сабагентов, написать скрипт для разбора ошибок и сохранить результаты в файлы.
Хороший агент вполне способен справиться. Зачем тогда RLM?
🟣Как исследует обычный агент
Один сабагент проверяет сетевой клиент, другой — обновление токена. Главный сопоставляет результаты.
Выясняется: публичные запросы проходят, авторизованные возвращают
401. Сеть работает, проблема в обновлении авторизации.
🟣Как это можно организовать через RLM?
RLM — Recursive Language Models. Большой вход хранится во внешней среде исполнения, а модель пишет код, чтобы исследовать его и вызывать дочерние модели для выбранных частей.
Например, в REPL — среде, сохраняющей переменные между командами:
# Псевдокод, который пишет и выполняет модель
sessions = group_logs_by_session(logs)
reports = [
llm("Исследуй цепочку сетевых ошибок", session)
for session in sessions
]
print(compact_summary(reports))
Полные логи и отчеты остаются в переменных. Главная модель получает сводку: сбои связаны с обновлением токена. Следующим блоком она может выбрать соответствующие сессии, сопоставить события с кодом и проверить гипотезу.
Вы скажите "Но обычный агент тоже может так сделать". И тут вы будете правы.
Если агенту доступны внешнее состояние и программные вызовы дочерних моделей, он может реализовать тот же RLM-подход. Граница проходит по организации вычисления, а не по названию агента.
Особенность RLM: модель может обращаться к большому входу через переменные, программно преобразовывать его и запускать вложенные вызовы, сохраняя промежуточные результаты вне собственного контекстного окна.
🟣 Что это дает?
Возможность исследовать данные, которые целиком не помещаются в контекст, и возвращаться к исходным фрагментам после промежуточных выводов.
Экономия времени и токенов из этого автоматически не следует. Дочерние вызовы тоже стоят денег и могут затянуть исследование.
Для нашего бага полезный результат будет в правильно установленной причине и проверенном исправление. Сравнивать подходы стоит по доле успешно исправленных багов при одинаковом бюджете. Если обычный агент справляется так же хорошо, добавлять RLM только ради аббревиатуры смысла нет.15 نوامبر, 13:40
Repost from AI и грабли
Memory is a skill
Создавать явные скиллы нет особого смысла, если есть хорошо работающая память
Потому что все полезные паттерны, накопленные знания о подводных камнях и предпочтения пользователя и так оседают в этой памяти
Скиллы – костыль из тех времен, когда нормально работающей памяти не было. И нужно было явно создавать "методички" для агентов. Потому что каждый новый чат с агентом – это как новый сотрудник, который ничего не помнит, и ему нужно дать записки как в фильме "Мементо", чтобы до нести до него хоть какие-то выученные уровки и он совсем уж не тупил
К концу 2026 года у нас уже появилась относительно хорошо работающая автоматическая память
———
P.s. конечно, это работает не всегда. Все еще есть ситуации, когда скиллы нужны, например, если мы делаем какой-то универсальный процесс, который хочется передавать между разными сотрудниками/агентами
Отсюда есть любопытное следствие: скиллы (=методички) – ценность компании. Память – ценность конкретного сотрудника (и его агента). Что делать с этой информацией – каждый догадается сам в зависимости от позиции в компании :)
14 نوامبر, 05:50
RAG, RKG, Knowledge base
Собираю системную базу знаний для себя. Чтобы иметь структуру для аи-трансформации 🤣 Особенно полезно это делать под конец года, когда много работы позади. Буду идти последовательно. Начну с основ. Например с базы знаний.
Все начинают с RKG и RAG. Давайте определим границы:
1️⃣ RAG (Retrieval-Augmented Generation) — это способ дать модели внешние знания при ответе
2️⃣ RKG (Reactive Knowledge Graph) — это конкретный проект графа знаний о кодовой базе.
Давайте на практике.
Задача: Спроектировать флоу оплаты заказа.
Можно конечно отдать сразу агенту и хороший агент даже может хорошо справиться. Для чего же нужны ваши RKG и RAGи?
Вкратце, RKG нужен, чтобы сократить повторное исследование и повысить шанс учесть уже известные ограничения.
🟣Шаг 1. Агент должен выяснить, что означает «оплатить заказ» именно здесь
Из самой задачи непонятно:
- Заказ создаётся до оплаты или после?
- Деньги списываются сразу или сначала блокируются?
- Какие способы оплаты поддерживаются?
- Кто определяет успех: ответ API, возврат из банковского приложения или статус заказа?
- Что происходит при закрытии приложения?
Без исследования агент может предложить очень правдоподобную схему. Она будет неплохо служить для обсуждения идеи, но не учитывать устройство проекта.
🟣Шаг 2. Агент исследует существующую реализацию
Без RKG он ищет код и документацию, читает API, модели, обработчики навигации и тесты. Но допустим, в нашем условном проекте обнаруживаются бизнес правила, что заказ создается до запуска оплаты, возврат из банка означает только завершение внешнего сценария, при сетевом таймауте результат платежа неизвестен, незавершенная оплата восстанавливается при следующем запуске.
В таких случаях агент не будет знать эти договоренности, ведь он опирается только на код проекта. Проблема здесь найти все существенные правила. Они могут быть разбросаны по нескольким модулям. Прочитав только экран оплаты, агент не обязательно обнаружит восстановление в обработчике запуска приложения.
🟣Шаг 3. Что меняет наличие RKG?
Вместо начала поиска с нуля агент находит подготовленные знания:
• Spec: жизненный цикл заказа
• Spec: жизненный цикл платежа
• Spec: внешний переход и возврат
• Spec: восстановление незавершённой оплаты
В них уже собраны контракты, ограничения и ссылки на исходники.
Агент получает ориентиры:
«Успех подтверждается серверным статусом. Таймаут не означает отказ. После возврата из банка нужно проверить состояние. Незавершённый платёж восстанавливается при запуске».После этого он проверяет актуальность по коду. Вывод: Без RKG агент заново находит и связывает правила по исходникам. Затраты по времени и токенам зависят от сложности поиска и качества исследования. Нет предварительной стоимости построения графа. Для одной задачи в небольшом проекте построение RKG может не окупиться. Для регулярных задач в большой системе, где разные агенты снова исследуют оплату, заказ и восстановление, польза становится понятнее. Популярные ресурсы по RKG: • Microsoft GraphRAG • Graphiti — граф памяти для AI-агентов
12 نوامبر, 15:30
Подборка материалов по SDD
Юзаю неделю тут популярную ща Spec Driven Development и мне прям заходит. После повсеместного нейрослопа на сотни полотен агента емкие и четкие спеки выглядит как вода в пустыне.
Буду писать следующие спринты в этом канале свой опыт где прям хорошо работает, а пока вот основные доки:
🟣Spec Kit
В доке:
• Принципы Spec-Driven Development.
• Создание спецификаций и технических планов.
• Декомпозиция требований на задачи.
• Анализ противоречий и пробелов в спецификациях.
• Проверка реализации на соответствие требованиям.
• Внедрение SDD в существующие проекты.
🟣Open Spec
Более легковесный подход, который удобно применять в существующих проектах.
🟣Kiro
Маст хев для всех. В эпоху когда мы рубились писать требование - это лекарство.
🟣Tessl
Как писать спеки для тестов.
06 نوامبر, 11:43
Локальные модели: зачем люди покупают Mac Studio и что показал опыт Revolut
Несколько моих знакомых уже купили Mac Studio. На фоне разговоров о локальных моделях это перестало выглядеть странной покупкой.
Раньше вопрос звучал "Сможет ли модель на моём компьютере ответить хоть сколько-нибудь прилично?". Теперь интереснее другой. Какую часть ежедневной работы можно отдать ей без отдельного счёта за каждый эксперимент?
Даже револют пересадил 2к разрабов на опенсоурсные локальные модели.
Че как думаете, скоро ли мы все откажемся от подписок кодексов и клодов?
05 نوامبر, 08:11
Repost from 5926
🤖 OpenAI удвоила лимиты во всех тарифах Pro – за $100, $200 и $500
Изменения уже действуют. Заодно отменили сокращение лимитов в Pro за $200, которое планировали с 30 октября
Pro 100, ×5 → ×10
Pro 200, ×10 → ×20
Pro 500, ×25 → ×50
01 نوامبر, 23:57
Repost from Тайпспейс Медиа
Китайцы, возможно, поняли как работают блокировки в Claude — алгоритм считает баллы юзеров по определенным действиям и дает бан, если их меньше нужного порога.
Предположительно, баллы снимают за:
- Частую смену IP-адресов или устройств;
- Оформление подписки (особенно Max) сразу после регистрации;
- Слишком быструю трату недельных лимитов;
- Использование Linux;
- Работу только через веб-версию.
Самыми надежными считаются старые аккаунты и те, которые зарегистрировали через мобильное приложение. Вероятно, так борются с дистилляцией моделей.
@typespace
29 اکتبر, 09:23
Все супер компы Яндекса кстати целые
https://www.forbes.ru/tekhnologii/571043-andeks-soobsil-o-sohrannosti-svoih-superkomp-uterov-posle-atak-na-cody?utm_source=forbes&utm_campaign=lnews
26 اکتبر, 07:48
Repost from XOR
Идеальную кепку для вайбкодеров нашли в сети 🤭
Стоит каких-то 4500₽. Скиньте тому самому другу-вайбкодеру.
@xor_journal
26 اکتبر, 04:39
Repost from Топор. Экономика.
Claude Code начал вычислять и банить пользователей из России — VPN не помогает и может только усугубить ситуацию. По скрытым инструкциям модели Anthropic проверяют настройки компьютера, определяют реальное местоположение пользователя и передают данные в поддержку для блокировки аккаунта. Пока подобное заметили только у Anthropic, но такие механизмы в будущем могут появиться и у других американских ИИ-сервисов. @ecotopor
25 اکتبر, 11:19
Repost from Валера Ковальский
Skill для генерации видео
Как и обещал в чатике, выкладываю скилл: https://github.com/vakovalskii/nd-video-studio
По факту скилл — это набор подходов от https://github.com/heygen-com/hyperframes и похожих репозиториев.
Но если дать агенту токен от neuraldeep.ru, то все модели можно брать из подписки.
В бесплатном режиме примерно можно сделать 3 таких ролика.
23 اکتبر, 02:35
Repost from AI for Devs
⚡️️️️ GPT-5.6 Sol нашел критические уязвимости в PHP
PHP живее всех живых: в его движке нашли две уязвимости с оценкой критичности 9,2 из 10. Ошибки в обработке памяти могут позволить атакующему выполнить код на сервере без авторизации.
Одну из уязвимостей исследователи обнаружили с помощью GPT-5.6 Sol в рамках проекта Patch the Planet от OpenAI. Дошло до отключения госсервисов: в Финляндии временно отключили часть государственных онлайн-сервисов, а в Нидерландах даже национальный центр кибербезопасности отключил собственный сайт.Патчи уже вышли, но риски такие, что сервисы от греха подальше просто остановили и возвращают в сеть по мере обновления. @ai_for_devs
21 اکتبر, 13:10
Repost from CodeCamp
Google выложила в опенсорс Harness² — харнесс, который позволяет ИИ-агентам самостоятельно улучшать свою работу.
Агенты могут менять и улучшать собственные промпты, память, инструменты и скиллы, за ем тестировать разные варианты и выбирать лучшие конфигурации. На бенчмарках улучшения реально заметны — до +12 баллов. Доп итерации еще больше повышают результат.
Уже ждет вас здесь 😎
18 اکتبر, 13:45
Понемногу канал оживает. Я потихоньку записывал что нам в Яндексе помогало при аварийных ситуациях. Буду писать тут
15 اکتبر, 03:44
16 اکتبر, ~05:19
Repost from Банки, деньги, два офшора
За оскорбление Claude начнут банить с 12 ноября — новые правила. @bankrollo
08 اکتبر, 14:17
