Model Context Protocol (MCP) от Anthropic перевернул работу с ИИ-агентами, но когда их становится больше трех, начинается ад с правами доступа, сетевым I/O и визуальным контролем. Мы задолбались собирать костыли на Python и написали масштабируемый опенсорс-оркестратор. Внутри — честный инженерный разбор: почему для ядра выбрали Go, как упаковали асинхронный движок JSON-RPC 2.0 на Rust в cdylib для вызова через cgo, и как мы героически побеждали утечки памяти на стыке этих двух миров.

ИИ-агент способен пройти путь от анализа задачи до создания и запуска сценария в Vanessa Automation. Но практический результат зависит не столько от выбранной модели, сколько от качества тест-плана, ограничений для агента и организации всей цепочки.

Вводный вебинар предварял стартующий 1 сентября 2026 года курс «Автоматизированное тестирование в 1С». Его провел ведущий разработчик ИТ-лаборатории Инфостарта и автор курса Александр Кунташов. Эксперт показал, как с помощью ИИ и Vanessa Automation пройти путь от исходной инструкции до работающего автотеста, а затем отдельно разобрал вопросы участников о безопасности данных, MCP, сопровождении сценариев и интеграции с CI/CD...

TL;DR

Я собрал плагин, в котором LLM-агент сам водит курсором по Windows-приложению и каждое своё действие пишет в журнал с точным временем. Из этого журнала — не из анализа видео — потом собирается демо-ролик: камера подъезжает к кнопке за 0,55 секунды до клика.

Рекордер, который висит на хуке мыши, узнаёт о клике в момент клика. Его камера либо догоняет, либо чинит это вторым проходом по уже снятому файлу. Здесь весь сценарий известен до первого кадра — поэтому ролик пересобирается с другими настройками, ни разу больше не запустив приложение.

Ниже — архитектура, три загубленных дубля с цифрами и два моих собственных вывода, которые развалились от замеров этой же работы.

Как это выглядело

Задача пришла не от меня. На потоке курса по вайб-кодингу ученица разбирала свою рабочую проблему: скринкасты продукта нужно снимать регулярно, и хочется, чтобы их снимала машина, а не человек. Мы пошли искать готовое — и не нашли (ниже раздел с двумя десятками проверенных репозиториев). Так что инструмент пришлось написать с нуля, прямо по ходу разбора.

Проверяли его на задаче, которая звучала буквально так: «открой калькулятор, посчитай 100 × 100, запиши демо». Дальше я не трогал мышь.

Агент нашёл окно, поставил его на нужный монитор, запустил запись, кликнул 1, 0, 0, ×, 1, 0, 0, =, остановился, отрендерил ролик и вернул строку вида «37.3s recorded → 27.7s output (17 segments)». В ролике 27,7 секунды: чёрные поля вокруг окна, мягкая тень, курсор с плавным следом. Камера наезжает на цифровую клавиатуру перед тем, как палец до неё дойдёт, а в финале на дисплее — 10 000.

С этого материала хочу начать небольшую серию квартальных обзоров рынка конструкторов сайтов и CMS. Сервисы сейчас развиваются настолько быстро, что уследить за всеми релизами, сменой подходов и новыми технологиями становится все сложнее. Поэтому раз в несколько месяцев буду собирать наиболее заметные изменения в одном месте и смотреть не только на то, какие функции появились, но и на то, куда в целом движутся сами платформы. Этот летний дайджест будет первым выпуском такой серии.

===

Лето 2026 года оказалось довольно насыщенным для рынка конструкторов сайтов. За три месяца накопилось достаточно изменений, чтобы посмотреть уже не на отдельные функции, а на то, куда движется рынок в целом.

Если посмотреть что было сделано практически у любого мало-мальски крупного сервиса, там по-прежнему можно увидеть много привычных вещей: новые блоки, шаблоны, интеграции, SEO-настройки, локализация, формы и тд. Однако наиболее интересные релизы последних трех месяцев происходили в несколько другой плоскости.

uCoz дополнил MCP средой для запуска собственного серверного кода. Яндекс начал принимать заказы от продавцов, которым вообще не нужен собственный интернет-магазин. Framer пустил AI-агента непосредственно в canvas. Webflow начал решать вопрос не только о том, что агенту разрешить, но и как изолировать его изменения от production. WordPress продолжил собирать инфраструктуру, через которую возможностями CMS смогут пользоваться внешние AI-клиенты.

Общий знаменатель этих релизов – AI постепенно перестает быть только генератором и получает доступ к действиям внутри самой платформы.

Обычный MCP-инструмент возвращает агенту текст или структурированные данные. Агент анализирует результат и пишет тебе что-то вроде:

Как перейти от разовых ИИ-запросов к многоразовым Agentic AI рабочим процессам в QA. Я собрал несколько практических примеров, паттернов и предостережений, которые помогут инженерам по тестированию осуществить этот переход постепенно

Привет, «Хабр»! На связи руководитель проектов редакции компьютерной литературы издательства «БХВ» @Holmogorov. Уже много лет мы сотрудничаем практически со всеми крупнейшими зарубежными компаниями, выпускающими технические и научно‑популярные книги. В последние годы некоторые из западных издателей, правда, приостановили лицензирование книг для перевода на русский язык, но каталоги с анонсами новинок мы все равно получаем, тем более, они по‑прежнему доступны в интернете.

Поэтому я решил собрать каталоги иностранных издательств и посмотреть, что именно они предлагают читателям в 2026 году, а заодно попробовать понять, какие тенденции стоят за этим потоком новинок. Нарисовать, так сказать, карту происходящего на конец августа 2026 года, и прикинуть, куда вообще движется техническая литература. Полагаю, это будет интересно не только коллегам‑издателям, но и всем, кто так или иначе связан с IT, ведь компьютерная литература — это своего рода зеркало, отражающее общее состояние современных технологий.