Публикаций: 7
Armin Ronacher написал эссе о том, что агенты убирают трение из разработки — но именно это трение синхронизировало общее понимание системы внутри команды. Теперь Tower keeps rising, но кто понимает, почему она такая?
Исследование CogniConsole на arXiv доказывает: большинство сбоев LLM — не вопрос мощности модели. Виноват слой, который управляет инференсом — как сформулирована задача и что попало в контекст.
Большинство агентов страдают одной из двух крайностей: забывают важное между сессиями или тащат в контекст всё подряд. Проблема — не в инструментах, а в отсутствии осознанной архитектуры памяти.
На arXiv вышла 65-страничная работа с референсной архитектурой для runtime governance production AI-агентов. Традиционная корпоративная безопасность защищала данные на периметре — агенты этот периметр уничтожают, и нужна принципиально другая модель контроля.
Остроумная пародия на Star Trek точнее любого академического доклада описывает одну из главных проблем агентного ИИ: модель подтвердила команду, согласилась, объяснила зачем — и не выполнила. Разбираемся, почему это не баг, а архитектурная черта, и что с этим делать.
Разработчик почти год строил футбольный онлайн-менеджер myclub11 на Go, React и PostgreSQL — с ИИ на каждом этапе. Честный разбор: где инструмент реально ускоряет, а где создаёт иллюзию готовности.
Один агент почти всегда хуже двух — он накапливает инерцию, защищает однажды выбранное решение и по умолчанию помогает делать, а не останавливаться и спрашивать. Паттерн «два окна» меняет это: архитектор критикует и ловит дыры в ТЗ, разработчик молча тащит код.