Здравствуй, Хабр!

Давно хотел поделиться своими мыслями и изысканиями на тему: «Чем внедрение ИИ‑агентов в бизнесс‑процессы организаций отличается от всего, что мы привыкли делать раньше, внедряя информационные системы».

И вот, когда индекс ИИ‑хайпа от @anti_agi вышел на плато, а Билл Гейтс сообщает нам, что мы не готовы к эпохе ИИ — по‑моему, самое время это сделать!

Когда выбираешь ИИ‑чат для работы, многие первым делом открывают таблицы бенчмарков: MMLU, GPQA, HumanEval, LMSYS Arena. Цифры полезные. Результаты в них отвечают на вопрос, насколько сильна сама модель этого чата, но ни один из этих тестов не показывает, насколько силен чат в целом, ведь чат — это не просто модель. Чат это гораздо больше — совокупность инструментов, обвязка, поиск в интернете, память и контекст чата, и многое другое, собственно, то самое из‑за чего люди и выбирают тот или иной чат для работы или жизни.

Так вот, практически ни один из бенчмарков выше не отвечает на вопрос, что получит человек в браузере. Получит ли он поиск по свежим источникам? Загрузку PDF и работу с ним, или хотя бы его качественный анализ? Или ответ только по закрытой базе, с цитатой страницы? Или редактирование нативного Word файла, который откроется у юриста? Может быть Excel с живыми формулами, который откроется у финансиста, и будет ли он отредактирован?

Всем привет, вот и заканчивается лето :(

Мой прошлый дайджест неожиданным образом зашел, а значит - людям такое интересно. В августе было много новых интересных PEP’ов (например, PEP 805: Safe Parallel Python), которые я поревьюил, было много новых релизов, было много новых опенсорс проектов чуваков из нашего сообщества, пару интересных подкастов и множество другого интересного!

С меня как всегда статья без нейрослопа и ИИ, с вас как всегда интересные комментарии и лайки! Но немного нейрослопа я все же добавил в некоторые свои проекты. Но осторожно и с пользой для всех.

Погнали смотреть, что у нас в питоне происходило!

Я пришёл в связь 1 декабря 2006 года, когда dial‑up ещё был нормой, а ADSL только начинал разворачиваться. За следующие годы районная сеть прошла путь от модемного пула и первого DSLAM до тысяч xDSL‑подключений, распределённых узлов доступа, VPN/MPLS, IPTV, FTTB/ETTH, DWDM и 10G. Эта статья — о том, как строилась и менялась эта сеть, и о людях, которые десятилетиями хранили её эксплуатационную память.

Быть визионером — здорово, но не всегда полезно. Особенно не полезно для инвесторов, которые порой тратят золотые горы на то, что обречено остаться на обочине истории. Сегодня мы поговорим о таких странных проектах, которые казались феерическим «хайпом», но часто даже не доходили до прилавка.

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...

Осенью 2025 исследователи показали: достаточно попросить AI-браузер «суммаризируй страницу» на подготовленном сайте — и агент вместо пересказа лезет в Gmail пользователя и отправляет данные атакующему. Без вирусов, без эксплойтов, без «скачайте файл». Просто текст на странице.

Это prompt injection — промт-инъекция. В статье: как устроен этот класс атак на пальцах, хроника громких взломов AI-браузеров за последний год со ссылками на первоисточники, и решение, которое мне собрал сам Claude Code по моему ТЗ: хук-«рубильник», отрубающий чувствительные коннекторы после того, как агент читал внешний веб. С механикой, тестами и честными ограничениями.

В предыдущей части я рассматривал развитие электротехнической промышленности и специализированного станкостроения в царской России. Сегодня покажу, как становилась и развивалась «автотракторная» промышленность в 1918-1937 гг.

1. Автомобильный и тракторный дефицит в конце Российской империи

Первая мировая война обнажила критическую слабость Российской империи — практически полное отсутствие собственного промышленного производства автомобилей и тракторов. Технологический разрыв с ведущими европейскими державами оказался настолько велик, что напрямую повлиял на боеспособность русской армии и ход боевых действий.

Давайте посмотрим данные по производству автомобилей и тракторов за 1916 год. Этот год интересен тем, что показывает способности стран производить технику во время войны:

Задача звучит как парадокс с порога: как измерить состояние у технической системы, к которой неприменим термин «чувствовать»?

Ответ на этот вопрос можно найти в работе «Can Induced Emotion Bias LLM Behaviors in Sequential Decision Making?». Ее авторы исследовали способность эмоционального контекста влиять принятие решений в цепочке рассуждений LLM. Прямые вопросы об эмоциях заставят модель сымитировать рассуждения и по ним нельзя будет понять реальное их влияние на ее поведение.

Исследователи выстраивали ход эксперимента с нуля: вызывали состояние, похожее на эмоцию, ни разу не озвучив ее; проверяли их соответствие друг другу; и в конце анализировали конкретные решения модели. Давайте посмотрим ход их действий и выводы, к которым они пришли. А это очень интересно и познавательно для тех, кто много работает с нейросетями.

В 2025 году в Вирджинии несколько дата-центров разом отвалились от сети — и 1,5 ГВт исчезли за секунды. Оператор чудом избежал каскадной аварии. Проблема ЦОД для энергосети оказалась не в том, сколько они потребляют, а в том, как: рывками, синхронно и в пределах миллисекунд. Разбираемся, почему ИИ-нагрузка ломает привычную логику планирования сетей.

Вчера произошло интересное событие. В сеть утекла ранняя версия DLLS 5, технологии, которая при помощи искусственного интеллекта улучшает (кто-то скажет ухудшает) графику в играх.

Я знаю, что это очень узкая тема, относительно редко обсуждаемая на Хабре, но на нее можно взглянуть шире. Изначальная реакция на DLSS 5 и то, что произошло вчера, многое говорят о том, как мы относимся к нейросетям -- да и вообще к любой новой технологии.

Для тех, кто не в теме: Pure это приложение для знакомств, которое изначально запускалось на аудиторию с уклоном в…кхм… утехи. Слоган был и остаётся (по крайней мере у меня на странице загрузки iphone) — «Знакомства без стыда». Год назад, в августе 2025, Pure расширил аудиторию и стал говорить о себе как о «full‑blown dating app» — полномасштабном приложении для знакомств и впустил более широкую аудиторию.

Тогда же, по рекомендации подруги из Саратова, туда пришла и я потыкать приложение о котором ходили легенды 🥰 Для меня Pure является практически единственным приложением, где можно найти с кем встреться в офлайне. Быстро. Я неспроста написала «найти», потому что договариваться о встрече в самом приложении не так удобно по ряду уже других причин, которые также разберу.

Привет! Меня зовут Маша, я Senior Product Manager и разбираю только те продукты, над которыми сама хотела бы поработать, так как ими пользуюсь, люблю и вижу, где есть потенциал роста. Мне драйвово искать для них решения, которые выводят продукт на новый уровень не только по деньгам, но и по UX и любви пользователей. Мои другие разборы: Как я искала точки роста для «Звука»: догонять рынок или создавать новый? и «Рейтинг ни на что не влияет»: Почему Яндекс.такси выбирает газлайтинг вместо честного UX. 

В этой статье разберу какие механики хорошо работают на встречу и почему люди из приложений знакомств переходят в мессенджеры.

Привет! Я Чичев Максим, работаю руководителем разработки платформенных решений в Петрович-Тех. В этой статье хочу рассказать о том, как я прогнал три LLM трёх весовых категорий через один и тот же харнесс на агентных задачах длиной 2, 3 и 15 шагов — и почему на длинных цепочках тезис «харнесс важнее модели» перестаёт работать.

Технологический прогресс последних двадцати лет превратил секвенирование из дорогостоящей лабораторной процедуры в относительно массовый инструмент, и теперь главный вопрос уже не «можно ли», а «как сделать это ещё дешевле и доступнее». Особенно остро эта проблема стоит для стран, которые хотят внедрить в здравоохранение принципы персонализированной медицины. К таким странам относится и Россия.

Масштаб происходящей трансформации лучше всего отражают цифры. По оценке MarketsandMarkets, мировой рынок секвенаторов нового поколения (NGS) в 2025 году достиг $12,77 млрд, к 2026 году вырастет до $13,81 млрд, а к 2031 году — более чем удвоится, превысив $27 млрд (Рис.1). Другие аналитические агентства дают близкие, хотя и немного различающиеся оценки: Grand View Research прогнозирует рост до $42,25 млрд к 2033 году (около 18 % в год). Быстрее всего растёт сегмент услуг секвенирования (контрактное секвенирование, подготовка библиотек, анализ данных и т.п.). По разным оценкам его годовой прирост составляет 18–23 %.