В поддержку супермаркета поступил вопрос от клиента. Чтобы написать готовый ответ, оператору понадобится 20 секунд. Но сначала он найдет информацию в справочниках, убедится, что она не устарела, уточнит непонятное у коллег и только потом сформулирует ответ. Если на один такой поиск уйдет 40–60 секунд, то при тысячах обращений в месяц получатся часы рабочего времени.
В мае Сбер выпустил whitepaper “AI-Disrupt PDLC” — документ о том, как перестраивать жизненный цикл разработки вокруг намерения человека. В сентябре Олег Бунин разобрал его на Хабре, отделив инженерную рамку от продуктовой витрины.
Меня в этом документе зацепили числа про стоимость агентной работы, потому что у меня на диске лежит телеметрия: я веду всю работу агентными инструментами, и логи пишутся сами. Я скачал обе версии whitepaper — короткую и полную на 175 страниц — посчитал свой расход и сел сравнивать.
Главное, что я нашел, относится к самому документу: (далее…)
Делаю в одиночку приложение, которое собирает публикации из подобранных Telegram‑каналов по темам, убирает дубли и шум с помощью AI‑классификации и превращает результат в короткий аудио‑дайджест. Ниже — не обзор архитектуры целиком, а разбор конкретных мест, где план и реальность разошлись, и что пришлось чинить.
Нейросети с нами надолго. Даже если вдруг исчезнут OpenAI, Anthopic, Z.ai и прочие, мой личный Qwen 3.8 27B никуда не денется. Вопрос — a что с этим делать? Как разрабатывать софт в новую эпоху?
Мой сайт ведут ИИ‑агенты. Они пишут код, правят тексты, проводят ревью, собирают и выкатывают. 207 коммитов.
Я не буду рассказывать, как это ускорило работу — ускорило, это скучно и все уже слышали. Расскажу про то, о чём говорят реже: узкое место переехало с написания кода на его проверку. Агент производит правки быстрее, чем человек успевает их прочитать, и если не встроить проверку в конвейер, разница между «работает» и «выглядит как работает» перестаёт быть заметной.
Две цифры для затравки:
Привет, Хабр.
Я Алексей Арустамов, директор компании‑разработчика платформы продвинутой аналитики.
Недавно один известный российский апологет ИИ заявил, что нейросети способны полностью клонировать за пару недель даже корпоративные продукты и программисты больше не нужны.
Мне стало интересно. Весь интернет завален роликами типа «как за 5 минут составить план поездки» или «написать скрипт». Это создает опасную иллюзию: кажется, что точно так же можно решать абсолютно любые задачи — принимать стратегические решения в компаниях или автоматически управлять продажами.
В каталоге кейсов внедрения искусственного интеллекта набралось 1352 проекта в российских компаниях и госорганах: от антифрода Сбера до распознавания сорняков с дронов у «Русагро». Каталог ведём мы в АНО «Цифровые платформы», кейсы в него добавляют сами компании и наша команда. Когда смотришь на внедрения 2025-2026 годов не по одному, а разом, видны закономерности: что повторяется из проекта в проект, где ломается и где приносит деньги. О них эта статья.
Тема искусственного интеллекта сегодня звучит в двух крайностях: либо «скоро он заменит всех», либо обсуждаются сложные мультиагентные системы. Меня зовут Евгений, я руководитель отдела проектов ЮMoney. Недавно я выступал с этой темой на нашем митапе, где рассказал о третьем пути, который мне показался интересным: что проектный менеджер может делегировать ИИ прямо сейчас? Просто взять конкретную операцию и проверить, справится ли машина быстрее.
Одиннадцать недель я вёл дневник каждой рабочей сессии с Claude Code: сколько часов работал агент, сколько я был рядом, кто нашёл каждый дефект и что случилось с каждым кандидатом — подтверждён, снят или ушёл вопросом. Вместо впечатлений — таблица: 277 агентских часов, 213 моих, 94 подтверждённые находки. Первая версия этого счёта оказалась завышенной почти вдвое — куда делась половина, тоже расскажу.
Это четвёртая статья про paranoid-qa — опенсорсный пак скиллов, который заставляет Claude Code тестировать с доказательной дисциплиной. В первых трёх я показывал методику: вердикты только с пруфами, (далее…)