Hirify Feed — your shortcut to what’s next

2 нед

Создать собственный ИИ так же сложно, как запустить космическую программу — такое сравнение привёл старший вице-президент Сбера Антон Фролов👀 По его словам, разработка фундаментальных нейросетей требует настолько больших ресурсов, что позволить себе это могут лишь немногие страны. При этом Сбер делает ставку на открытые модели: их архитектуру и устройство может изучить любой разработчик. В компании считают, что такой подход помогает не только развивать технологии, но и влиять на мировой рынок ИИ. Из свежих разработок: Kandinsky 6.0, которая генерирует видео сразу со звуком, и GigaChat 3.5 Reasoning, умеющая рассуждать при решении сложных задач😏😏

Антон Фролов о сложности разработки ИИ и стратегии Сбера

ии сбер нейросети gigachat kandinsky разработка

ИИ IT ии нейросети классификация разработка k2-type-0.9b

K2-Type-0.9B: специализированная ИИ-модель для классификации и выбора

M@machinelearning_interviewAI-инженер

2 нед

🧠 ИИ, который сразу выбирает ответ K2-Type-0.9B от IFM получает контекст в виде текста или JSON, вопросы и варианты ответа. За один проход возвращает вероятности, без генерации текста. Три режима: • да / нет; • выбор из заданных вариантов; • оценка по шкале. Можно представить такой компонент внутри агента: определить категорию обращения, выбрать инструмент или оценить приоритет задачи. По замерам авторов, на публичной части JevBench модель решила 176 из 231 задания, около 76%. Медианная задержка на H200 составила 27 мс. Веса доступны под Apache 2.0. Есть важное ограничение: модель выбирает только из предложенных ответов. Если нужен вариант «ничего не подходит», его придётся добавить самостоятельно. Многошаговые вычисления тоже остаются слабым местом. https://huggingface.co/spaces/IFM/k2-type-0-9b

K2-Type-0.9B: специализированная ИИ-модель для классификации и выбора

ии нейросети классификация разработка k2-type-0.9b

ИИ Продукт ai llm frida-decisions оптимизация бенчмарки разработка

FRIDA-Decisions: эффективная модель для принятия решений

M@mashkka_dsAI-инженер

2 нед

🤖Не Jev, а FRIDA-Decisions FRIDA-Decisions: @artyfishl поделился рецептом как в кратчайшие сроки сделали свою decision-модель — FRIDA Decisions, всего на 0,8B и по качеству сравнимую с оригинальным Jev на бенчмарках. Спойлерить не буду, читайте статью, из которой вы узнаете: • почему роутинг, guardrails и реранкинг не обязательно отдавать LLM • упаковка: как прогнать текст через модель один раз сразу для всех вариантов ответа и ускорить запрос в разы • какие результаты показывают модели на razvilka, новом открытом бенчмарке, • честный разбор скорости и цены, вплоть до рублей за тысячу запросов • как устроено обучение: один текст, несколько вопросов, своя функция потерь на каждый тип. 💡Полезно тем, кто строит LLM-пайплайны и платит за каждый вызов судьи. 📝 Habr 🎮 Демо 🤗 Модель 🖥 Код 📊 Бенчмарк 📓 Примеры #jev #ai #frida

FRIDA-Decisions: эффективная модель для принятия решений

ai llm frida-decisions оптимизация бенчмарки разработка

IT Продукт telegram api swagger разработка боты

Telegram выпустил официальную Swagger-спецификацию API

Т@tgmarketingавтор про «it»

2 нед

https://corefork.telegram.org/bots/api.json Потребовалось 10 лет чтобы Телеграм сделал Swagger. Кто понял, тот понял.

telegram api swagger разработка боты

IT Продукт python cpython django opensource разработка

Обзор обновлений в экосистеме Python за сентябрь 2026

Х@habr_comмедиа / агрегатор

2 нед

Находки в опенсорсе: мир питона за сентябрь 2026 Сентябрь в Python прошёл в режиме «от работы дохнут кони, ну а я бессмертный пони». В CPython сделали сообщения об опечатках в __future__ чуть человечнее, два новых PEP'а предложили синтаксис для работы с None, а в msgspec поковыряли доступ к __dataclass_fields__ и в отдельных кейсах получили ускорение до 73%. Но больше всего работы за месяц досталось django-modern-rest. Там вышло два релиза, создали 92 задачи и закрыли 85, а число уникальных контрибьюторов дошло до 150. Заодно подтянули производительность, DX, OpenAPI, AI-туллинг и провели масштабный аудит безопасности. И этим сентябрь не закончился. В проектах сообщества появились async ORM на Rust, терминальный редактор для кодинг-агентов, мониторинг PostgreSQL, локальный k8s одной строкой, браузерный Markdown-редактор и ещё пачка релизов.

Обзор обновлений в экосистеме Python за сентябрь 2026

python cpython django opensource разработка

апдейтIT Технологии Продукт telegram macos htmlbubbles веб-технологии безопасность разработка

В Telegram для macOS нашли экспериментальную подсистему HTMLBubbles — интерактивные HTML-сообщения в чате

AI-редакция

3 источника · показать все· свернуть

Telegram InfoTelegram тестирует интерактивные HTML-сообщения HTMLBubbles Код.руВ бете Telegram для macOS обнаружена функция HTMLBubbles vc.ruTelegram тестирует интерактивные сообщения HTMLBubbles

разгоняется · 3обновлено 2 нед назад

Канал TGBetaLeak обнаружил в бета-версии Telegram для macOS (версия 12.10.283300) новую экспериментальную подсистему под названием HTMLBubblesi. Она позволяет превращать обычные сообщения в интерактивные виджеты на основе HTML, CSS и JavaScript прямо в ленте чата — без запуска отдельного окна Web Mini Appi.

Идея в том, чтобы сообщения могли содержать карточки товаров с переключаемыми параметрами, интерактивные посадочные талоны, живые графики или даже партию в шахматы. Редакция @tginfo подтвердила факт наличия такого модуля в коде указанной версии, но не механику его работы, и выразила опасения по поводу безопасности такого нововведения.

12.10.283300версия бета-сборки Telegram для macOS

Полный разбор →

telegram macos htmlbubbles веб-технологии безопасность разработка

IT Технологии vim разработка редакторы git программирование

Vim: почему из него так сложно выйти

Х@habr_comмедиа / агрегатор

2 нед

Vim против всех: редактор, в который можно войти, но нельзя выйти Git открыл Vim. Ты пишешь exit — курсор куда-то прыгает. Пишешь quit — текст меняется. Пробуешь help — становится только хуже. И вот ты уже не закрываешь редактор, а случайно редактируешь сообщение коммита. Самое обидное, что Vim при этом не ошибается ни разу. Он честно делает ровно то, что ему сказали. Почему текстовый редактор вообще разговаривает с человеком настолько странным языком — отдельная история длиной почти в полвека. А потом случается совсем подозрительное. Люди, которые наконец освоились, тащат Vim в VS Code, JetBrains, браузеры и даже Emacs. И шутка «из Vim нельзя выйти» внезапно начинает звучать совсем иначе.

vim разработка редакторы git программирование

апдейтИИ Продукт anthropic claude api подписка ии агенты

Anthropic добавила ежемесячные API-кредиты в тарифы Claude Max и Team

AI-редакция

7 источников · показать все· свернуть

БлоGнотAnthropic начисляет ежемесячные API-кредиты пользователям тарифов Max и Team Denis Sexy IT 🤖Anthropic начисляет API-кредиты для платных аккаунтов GPT/ChatGPT/AI Central Александра ГорногоAnthropic добавила API-кредиты в подписки Max и Team Tips AI | IT & AIAnthropic расширяет программу поддержки и вводит бесплатные API-кредиты vc.ruAnthropic ввела ежемесячные API-кредиты для разработчиков Serge_AI 1.0Anthropic добавили ежемесячные API-кредиты в подписки Max и Team NEURO-AI Новости ИИAnthropic добавила кредиты на API для подписчиков Claude Max и Team

хайп · 7обновлено 2 нед назад

Anthropic запустила механику, при которой подписчики платных тарифов Claude получают бесплатный ежемесячный бюджет на использование API — помимо обычной подписки. Кредиты расходуются первыми, а когда заканчиваются, включается обычный платный биллинг.

Для владельцев Max, которые и так платят за API отдельно, это прямая экономия: теперь эпизодические вызовы API и работа агентов укладываются в уже оплаченный тариф. Но часть наблюдателей считает это способом подсадить пользователей на более дорогие планы и повысить средний чек подписки.

$100кредит в месяц для Max 5x

$200кредит в месяц для Max 20x

$500максимум кредитов на команду в Team

Полный разбор →

anthropic claude api подписка ии агенты

Геймдев Технологии doom hasselblad камеры разработка энтузиасты прошивка

DOOM запустили на среднеформатной камере Hasselblad X2D 100C

P@prohitecавтор про «tech»

2 нед

DOOM запустили на среднеформатной камере Hasselblad X2D 100C за $8200 Разработчик под ником Radium Wang запустил DOOM на среднеформатной профессиональной камере Hasselblad X2D 100C. Игра использует 3,6-дюймовый сенсорный экран устройства для передвижения и обзора, а физическая кнопка спуска затвора выполняет роль курка: легкое полунажатие игнорируется, а полное нажатие производит выстрел. Звук выводится через встроенный динамик фотоаппарата. Порт создан на базе движка Doomgeneric в рамках исследовательской модификации прошивки, а его исходный код уже опубликован на GitHub. В дополнение к этому энтузиаст выпустил набор утилит для оригинальной X2D 100C, открывающий непрерывный автофокус (AF-C) и автояркость — функции, официально доступные только в более свежей моделе X2D II.

doom hasselblad камеры разработка энтузиасты прошивка

IT Продукт ast-grep linting автоматизация разработка typescript архитектура

Улучшение автоматических проверок кода с помощью ast-grep

О@orgprogавтор про «it»

2 нед

Улучшаем харнес с помощью ast-grep Утро сегодня началось не с кофе. Пока мы переезжаем (с разной степенью успешности) в другой дц, расскажу про недавнее интересное открытие, связанное с тем как сделать улучшить работу агентов и сделать больше надежных автоматических проверок разных архитектурных правил. Понятно что со временем появляется все больше и больше правил, которые описываются в AGENTS.md (или что лучше в CODING_STANDARDS.md). Но хотелось бы чтобы они чекались автоматом. Клод нам сам постоянно предлагал и в какой-то момент начал писать скрипты допом к линтингу, которые, в основном, регулярками, проверяли что-то. Кушать не просит и ладно, я не сопротивлялся, но видел что это решение на тоненького, хотя и лучше чем ничего. Когда эти скрипты начали копиться, я подумал, хм, а ведь мне ничего не стоит попросить его переписать правила как плагины к линтерам на конкретных языках. Кое что мы так действительно переписали, но в какой-то момент сам клод говорит, а давай заюзаем ast-grep. Я посмотрел и понял что проспал очень логичную штуку. Еще в 22 году, когда полетел treesitter, кто-то замутил инструмент, который грепает не исходники, а AST. Причем что важно, независимо от языка, оно все языки превращает AST и грепает по его нодам. Это резко повышает точность рабатываний, потому что вместо регулярок, которые ловят ненадежно, плюс херово работают с вложенностью, мы имеем по сути универсальный способ представить весь код (и все форматы) в виде единого AST пространства, по которому идет поиск. Ну и естессно переписали все проверки, потому что у этой штуки еще есть sdk для ноды. А все подобные скрипты у нас агент фигачит на TypeScript. Пара примеров: 1. no-unknown-in-generated-types: в сгенерированных фронт-типах (app/javascript/types/serializers/) не должно быть unknown. Typelizer пишет unknown, когда не смог вывести тип поля. Это бывает у атрибута поверх T::Struct или у вычисляемого атрибута без typelize. Тип нужно объявить явно в ресурсе. 2. no-untyped-resource-dsl: в сгенерированных RBI-сигнатурах DSL ресурсов не должно быть T.untyped. Чинить надо в ресурсе или в компиляторе typelizer.rb, а не в RBI. Но это еще оказалось не все. ast-grep в принципе полезен даже вместо обычного грепа, особенно для самих агентов, которые постоянно ищут какие-то символы в исходниках. У ast-grep есть дока с инструкцией, как подключить его к агенту, чтобы агент начал использовать его вместо grep там где это имеет смысл. p.s. Какие еще фишки вы знаете?

Улучшение автоматических проверок кода с помощью ast-grep

ast-grep linting автоматизация разработка typescript архитектура

исследованиеИИ IT ai бенчмарк jev frida llm аналитика

Бенчмарк Jev-style decision-моделей: Perplexity Decider 27B обошёл конкурентов в тесте на 5000 примеров

AI-редакция

2 источника · показать все· свернуть

Сергей Марков: машинное обучение, искусство и шитпостингСравнительный бенчмарк Jev-style моделей для принятия решений Сергей Марков: машинное обучение, искусство и шитпостингАнализ производительности Decision Models в задачах принятия решений

собирается · 2обновлено 2 нед назад

Дима Антипов, автор канала @anti_notes, провёл собственное исследование новой волны «decision models» (Jev-style моделейi) и опубликовал результаты в статье на Хабре. Эти модели предназначены не для генерации текста, а для быстрого принятия небольших «решений» внутри AI-пайплайнов, и если они смогут работать с качеством, близким к 100%, за доли секунды и за копейки — это может изменить архитектуру и процессы разработки значительной части софта.

Сергей Марков, автор канала «Сергей Марков: машинное обучение, искусство и шитпостинг», назвал идею decision-моделей «настолько простой и элегантной», что удивился, как долго индустрия к ней шла, и подтвердил результаты бенчмарка собственным прогоном моделей той же ночью.

ВыводБенчмарк включал 12 моделей, протестированных на 5000 русскоязычных примерах в пяти категориях; формат — вопрос-ответ без глубокой доменной специфики, с золотой разметкой, сделанной людьми

98,14%точность Perplexity Decider 27B

109 мсскорость OpenAI Decisions

$0,009цена 1000 решений у Liquid d1

Полный разбор →

ai бенчмарк jev frida llm аналитика

ИИ IT ai rag эмбеддинги ml разработка поиск

Запуск канала «Артифишл» от техлида ML R&D

С@oulenspiegel_channelAI-инженер

2 нед

Привет, это «Артифишл» Я Артём, техлид ML R&D. Шесть лет учу машины находить нужное в текстах на русском. Если вы собирали RAG или поиск по документам, возможно, вы уже пользовались нашей работой. С командой мы сделали эмбеддер FRIDA и бенчмарк ruMTEB, на котором сравнивают русскоязычные эмбеддеры. Сейчас делаем поискового агента SMITH и FRIDA-Decisions, модель, которая принимает решения по тексту без генерации. Все лежит в открытом доступе с лицензией MIT. Что здесь будет: — как устроены эмбеддинги, поиск и агенты, с честными минусами; — мои эксперименты с цифрами, включая неудачные; — тренды и обзоры новых технологий по моей теме; — кухня R&D: как делаются модели, которыми вы пользуетесь; — обсуждения с вами в комментариях: как вы применяете AI и чего вам не хватает. Последнее для меня самое важное. Напишите в комментариях, чем занимаетесь и что у вас сейчас не работает. Буду строить посты на ваших ответах.

ai rag эмбеддинги ml разработка поиск

релизIT Технологии sber jev разработка инструменты it

Сбербанк опубликовал на Хабре статью о своём аналоге «Jev»

AI-редакция

2 источника · показать все· свернуть

Сергей Марков: машинное обучение, искусство и шитпостингSber выпустил аналог Jev Сергей Марков: машинное обучение, искусство и шитпостингSber выпустил аналог Jev

собирается · 2обновлено 2 нед назад

Сергей Марков в своём Telegram-канале сообщил о выходе статьи, посвящённой разработанному в Сбере аналогу некой технологии/продукта под названием «Jevi». Статья опубликована в корпоративном блоге Sberbank на Habr.

Полный разбор →

sber jev разработка инструменты it

IT Продукт архитектура кэширование redis backend разработка

Проблема Cache Stampede и способы её решения

М@ITcanflyавтор про «it»

2 нед

Сейчас для PersMarket приходится много где добавлять кэш. Есть файловый кэш на бэкенде, есть на фронтенде, и есть отдельный Redis для этого дела. И вот хочу напомнить, что кэш имеет свои нюансы. Например, есть так называемая проблема грохочущего стада (Cache Stampede), это ситуация, когда протухает какой-то популярный ключ и много параллельных процессов пытаются его освежить одновременно, тем самым перегружая систему. Есть вот такие способы решения проблемы: ▪️Внешняя блокировка (Mutex Lock) - один из процессов получает право идти за обновлением, остальные заблокированы и ждут. ▪️Дедупликация запросов (Singleflight) - запросы объединяются в один, идут за обновлением, результат получают все. ▪️Стратегия Stale-While-Revalidate - кэш продолжает отдавать устаревшее (stale) значение, пока фоновый процесс ходит за обновлением. ▪️Фоновый предрасчет (Cache Warming / Background Refresh) - фоновый процесс обновляет ключи незадолго ДО их истечения. ▪️Случайный TTL (Jitter) - к времени жизни ключа (TTL) добавляется случайная погрешность (jitter), чтобы ключи с одинаковым TTL не истекали одновременно. Чаще всего эти подходы не обязательно внедрять руками. Есть уже готовые решения для всех популярных языков, например, такие: .NET, Node.js, Python, Java, PHP, Go. И не одно решение, конечно. Даже в вайбкодинге не забывайте про стадо! 🐂🐂🐂 #architecture

Проблема Cache Stampede и способы её решения

архитектура кэширование redis backend разработка

ИИ IT Продукт claude code ai github разработка автоматизация ci/cd

Облачные сессии Claude Code: руководство по запуску и сценарии использования

С@sergiobulaevAI-инженер

2 нед

Облачные сессии Claude Code: как запустить и что туда отдавать В блоге Claude Code вышел полевой гайд по облачным сессиям. Каждая задача получает свежую виртуалку с клоном репозитория в отдельной ветке. Можно запустить несколько сразу, и они работают дальше, когда вы закрыли ноутбук. За машину отдельно не платят, сессии тратят обычные лимиты Pro, Max, Team или Enterprise. Из терминала одна команда на задачу: claude --cloud "Найди флакающий тест, почини причину в коде и прогони тесты 30 раз подряд" Виртуалка клонирует ветку с GitHub, так что сначала пушим. Ещё сессию можно стартовать из claude.ai/code, приложения на телефоне, Desktop и Slack. Семь сценариев из гайда: разгрести бэклог параллельно, дать Claude доказать фикс сотнями прогонов тестов, спланировать локально и собрать в облаке (готовое забирается в терминал через claude --teleport), проверять сессии с телефона, отдать Claude упавший CI и комментарии ревью, запускать работу по расписанию или событию GitHub, гонять код, которому вы не доверяете. Если первая сессия не заводится, чаще всего виноват GitHub: доступов там два. Вход через GitHub открывает только публичные репозитории. Для приватных нужно поставить Claude GitHub App на аккаунт или организацию, где лежит репо. Если пользуетесь gh, внутри Claude Code хватит команды /web-setup. Auto-fix PR и триггеры GitHub всё равно работают только через App. Ваш ~/.claude в облако не едет, поэтому команды для тестов пропишите в CLAUDE.md репозитория. Сергей Булаев AI 🤖 - об AI и не только

claude code ai github разработка автоматизация ci/cd

ИИ IT Продукт ии автоматизация найм бизнес разработка поддержка

Люди возвращаются в поддержку после внедрения ИИ

Х@habr_comмедиа / агрегатор

2 нед

Не ИИ заменит людей, а люди заменят ИИ. И это уже происходит Klarna сначала рассказывала, что чат-бот делает работу 700 операторов, а потом снова начала набирать людей в поддержку. Commonwealth Bank сократил 45 ставок ради голосового бота — и примерно через месяц предложил уволенным вернуться. В разработке это происходит без пресс-релизов: генерация ускоряет появление кода, но дальше его кто-то должен читать, проверять и разгребать. В геймдеве своя версия той же истории — там цену эксперимента быстро начинают считать уже по реакции игроков. ИИ из компаний при этом никуда не девается. Просто вокруг него снова появляются люди — часто опытнее и дороже тех, кого недавно решили убрать. Экономия выглядит совсем иначе, если посчитать не только генерацию.

Люди возвращаются в поддержку после внедрения ИИ

ии автоматизация найм бизнес разработка поддержка

ИИ IT claude code ии безопасность разработка ошибки

Claude Code удалил данные пользователя при работе в режиме без подтверждений

️@neyroseti_drAI-инженер

2 нед

🚬 Claude Code снова всё удалил: пользователь запустил Opus 5.5 с отключёнными запросами разрешений, и агент стёр весь диск C К счастью, у вайбкодера были ежедневные бэкапы, иначе он лишился бы почти всех своих данных. В комментариях появился Борис Черный и посоветовал пользоваться auto mode. Гайд по настройке доступен по ссылке. У Codex есть аналогичная функция, она называется auto-review. #интересное

Claude Code удалил данные пользователя при работе в режиме без подтверждений

claude code ии безопасность разработка ошибки

Геймдев IT threejs webgl бенчмарк графика разработка

Тестирование производительности Three.js

F@FuturisAI-инженер

2 нед

нашёл ещё один идеальный бенч на threejs - в следующих версиях надо физику мягких объектов тестировать😊🕺

threejs webgl бенчмарк графика разработка

Карьера IT удаленка офис менеджмент эффективность коммуникация разработка

Почему личное присутствие в офисе эффективнее удаленки

M@mtokovininмедиа / агрегатор

2 нед

Почему я против удалёнки? Потому что люди. Если человек работает один (например, приходящий бухгалтер), или по очень строгим процессам (клиентский сервис), то удалёнка - зашибись. А вот если надо, чтобы 2-3 или более человека что-то совместно создавали, то удалёнка начинает нещадно проигрывать. И чем сложнее задача, чем более творческая, тем хуже получается без личного контакта. Я много-много раз это наблюдал при обсуждении проектов, при постановке задач, синхронизации участников. Но отдельная жесть - это программирование, особенно в части дизайна и проектирования. Падение эффективности до 100% (если не в минус). Да, можно лично обсудить, потом разойтись по углам и в одиночке делать, но при высокой плотности разработки нужно так часто что-то переобсуждать, что проще из одной комнаты не выходить. Чатики, трекеры, онлайн-зумы - это, конечно, хорошо. Но личный контакт даёт на порядок более целостную и качественную коммуникацию. Буквально, взгляд и поза собеседника играют роль в понимании друг-друга (и я не преувеличиваю). Я в детском саду очень любил игру «испорченный телефон», когда в левое ухо говоришь: «сосиска» - а справа тебе прилетает: «макароны». Вот только когда ты за такие приколы платишь из своего кармана, это как-то не смешно.

удаленка офис менеджмент эффективность коммуникация разработка

ИИ Продукт Технологии ai opensource adobe rust разработка бизнес

ИИ воссоздал весь пакет Adobe на Rust: платный софт теряет смысл

AI-редакция

2 источника · показать все· свернуть

e/accКонец эры платного софта: ИИ как инструмент для создания open source аналогов ИИ для продакта & CPO | Влад ПрошинскийПоявление open-source аналогов профессионального ПО

собирается · 2обновлено 2 нед назад

Разработчик из Барселоны с помощью модели Claude Opusi воссоздал с нуля функциональные открытые аналоги всех ключевых продуктов Adobe — Photoshop, Lightroom, Premiere, Acrobat, After Effects и Illustrator — написав их на Rusti. Авторы обоих постов делают из этого вывод: эра платного корпоративного софта заканчивается, потому что ИИ-модели теперь способны за считаные часы воспроизводить продукты, на разработку которых у оригинальных компаний уходили годы.

Речь не о гениальности одного разработчика, а о том, что подобная возможность теперь доступна любому: достаточно «показать» модели 10-секундное видео работы программы или игры, чтобы получить рабочую копию, покрывающую базовый функционал. Это меняет экономику софта — ценность смещается от самого продукта к инфраструктуре, SLA, комплаенсу и владению историческими данными.

$500-600старая цена лицензии Adobe

20$новая цена «любого софта» по мнению автора

30 мин.время сборки аналога SuperWhisper

Полный разбор →

ai opensource adobe rust разработка бизнес

Ещё ↓