Архив рубрики ‘llm-агент’

Как ИИ меняет отношения к документам в работе

Помните момент, когда вы впервые попробовали ChatGPT или GitHub Copilot? У меня это было похоже на взрыв: привычные процессы рухнули, а на их месте начала формироваться новая реальность. У меня был похожий опыт. Ещё в 2022‑м (как только был выход из бета‑тестирования и запуск по подписке), поставив эксперимент с GitHub Copilot среди сотрудников, я увидел, как меняется скорость разработки и как […]

Data Structure Protocol (DSP): как дать LLM-агентам «долговременную память» о большом репозитории

Есть паттерн, который видит каждый, кто работает с агентами: первые 5–15 минут уходят не на задачу, а на «ориентацию». Где точка входа? Откуда растут зависимости? Почему эта библиотека, а не другая? Кто считает это публичным API? В маленьком проекте раздражает. В большом — превращается в постоянный налог на токены и внимание. DSP (Data Structure Protocol) […]

ИИ-трансформация 2026: от хайпа к инфраструктуре. 5 структурных сдвигов, которые меняют стек технологий

Еще недавно ИИ был набором экспериментальных фич. В 2026 году мы видим, как он превращается в «невидимую инфраструктуру». По прогнозам Goldman Sachs, расходы на ИИ превысили $500 млрд, но главная новость не в деньгах, а в архитектуре: ИИ консолидируется в суперприложения и агентные системы, которые берут на себя управление рабочими процессами. Разбираем пять трендов, которые […]

«AI нужен еще вчера»: что делать, когда ставят задачу на быстрое внедрение

Привет, я Александр Шакмаев, продуктовый менеджер в Cloud.ru. Этот год принес массу AI-активностей и, уверен, многие столкнулись с почетной миссией внедрения AI в команду, свои процессы и компанию в целом. Фраза «хотим внедрить AI и чтоб быстро» — лидер новой реальности, только вот, скорее всего, быстро ничего не получится. Одни только согласования могут занять месяцы, а […]

Я «уволил» LLM с должности «мозга» проекта. И его производительность взлетела

(…или почему будущее AI — не в увеличении контекстного окна, а в создании структурированной «памяти») Помните свой первый «вау-эффект» от LLM?

Карьера вайб-кодера — это тупик

Сразу расставлю все точки над «и»: LLM полезны. Вопрос не в том, могут ли LLM писать код, они на это способны. Вопрос в том, почему вайб-кодинг может оказаться вашей худшей карьерной инвестицией.

Смертельное оружие или голодные игры в эпоху AI

Я здесь, седьмой справа, какие у меня шансы?