Статьи
Практические разборы инженерных систем: автономные ИИ-команды, QA-контуры, релизы, инфраструктура и ограничения, без которых автоматизация быстро превращается в красивую иллюзию.
Идеальная задача для Jev: модель для классификации проиграла универсальным LLM
У меня есть задача, которая выглядит как рекламный пример для Jev.
Бот «Держи лида» читает больше 300 рабочих чатов в Telegram и ищет в них заказы и вакансии для таргетологов и SMM-специалистов. Регулярные выражения отсекают очевидный мусор, а всё остальное решает модель. Около 1 600 решений в сутки. Ответ всегда один из трёх: заказ, вакансия или нерелевантно. Плюс список рекламных площадок. Писать ничего не нужно, нужно выбрать.
Jev продаётся ровно под это. Я прогнал его на наших тестах вместе с тремя универсальными моделями. Он оказался последним.
Читать →Как я передал управление ИИ-техкомандами ИИ-руководителю
Продолжение июльской статьи об автономных ИИ-техкомандах: над командами появился ИИ-руководитель, который решает по моим прецедентам, ловит вечные остановки сессий и сам проверяет каждое закрытие.
Читать →Как ИИ превратил пять асиков на даче в самоокупаемую климатическую систему
В загородном комплексе есть пять независимых тепловых зон. В каждой стоит тихий Jasminer X16-Q, который превращает потребляемую электроэнергию в тепло и одновременно добывает Ethereum Classic.
Климатом управляет локальный ИИ-автопилот с погодой, защитой водопровода, контролем кулеров и физических тумблеров, живым расчетом стоимости тепла и Telegram-панелью. Он работает на локальном Linux-сервере, распределяет до трех «тепловых слотов» между зонами и не зависит от облачной нейросети.
Главный инженерный принцип проекта: ИИ принимает высокоуровневое решение, но последнее слово всегда остается за жесткими правилами безопасности.
Читать →Выбор модели-фолбека для ревью планов: бенчмарк 12 LLM и внедрение Tencent Hunyuan 3
В автономном цикле разработки (Agentic SDD) один из самых критических этапов — это ревью спецификаций и планов реализации до написания кода. Если пропустить логическую ошибку в плане, агент-разработчик потратит десятки минут и доллары в API на реализацию неверной архитектуры, а агент-тестировщик получит ложноположительные тесты.
Основным движком для глубокого анализа планов в нашем пайплайне служит OpenAI Codex CLI с предельным уровнем рассуждений (reasoning_effort="xhigh"). Однако в полностью автономных ночных прогонах мы неизбежно упирались в исчерпание лимитов и квот. Кроме того, зависимость от одного провайдера создавала единую точку отказа.
Agentic SDD: как заставить нейросети писать код по жестким спецификациям
В проекте Findrates.ai подход Agentic SDD (автономная разработка через спецификации) работает каждый день: мы закрыли по этому конвейеру больше 240 планов. Наш реальный процесс сильно отличается от слайдов с конференций, где классический SDD преподносят как универсальное решение всех проблем.
Проблема вайбкодинга
С появлением LLM разработчики начали писать код через «вайбкодинг» (vibecoding) — просили чат-бота «сделай фичу X». Для простых скриптов и прототипов этого хватало. На боевой кодовой базе вайбкодинг быстро привел к потере контекста: модели забывали требования между сессиями, ломали соседние модули и плодили технический долг.
Читать →18 дней без единой задачи от меня
Отчёт владельца за 18 дней: как автономный сотрудник работает по расписанию, закрывает собственные гипотезы, ловит свои ошибки и останавливается там, где решение принимает человек.
Читать →Как я сделал консьержа для Claude Code и Codex
Практический разбор личного ИИ-консьержа для Claude Code и Codex: как он понимает входящие запросы, продолжает правильные сессии, следит за поручениями и возвращает результат.
Читать →Как я создал автономного цифрового сотрудника
Практический разбор автономного цифрового сотрудника: расписание, полномочия, память, инженерная интуиция, исследовательский конвейер и границы риска.
Читать →Как я построил работу с автономными ИИ-техкомандами
Практический разбор системы автономных ИИ-техкоманд: роли, очередь задач, QA, аудит, ретроспективы и релизный контур.
Читать →