Искусственный интеллект

Привет, Хабр! 👋

Долго думал, стоит ли писать этот пост, ведь раньше я вообще не писал на Хабр. Да что там — я даже не читал его особо. Но времена меняются, как и люди. Раньше я был обычным человеком без Телеграм-канала, без пассивного дохода, без 100500 денег в секунду… а теперь всё изменилось.
И знаешь, что стало переломным моментом?
Конечно же, создание моего собственного Телеграм-канала.

Что делать, если по литературе задали два тома "Войны и мира", а времени (или желания) читать нет? Конечно, запрячь нейросеть! Но как быть, если в твоем распоряжении всего 10 ГБ видеопамяти, а модель упорно пытается "убить" выживших героев и переименовывает Пьера Безухова в Бездаровского?

В этой статье я поделюсь опытом запуска Saiga Llama 3 8B на домашнем железе, расскажу, как бороться с галлюцинациями через промпт-инжиниринг, и почему 7500 символов текста Толстого иногда весят столько же, сколько одна строчка жесткого правила в системном промпте. Внутри - анализ вероятностей токенов, лог работы модели и готовый код для суммаризации длинных текстов.

Системы ИИ уже управляют сетевой инфраструктурой. Например, в нашей PCEF-системе методы машинного обучения помогают находить аномалии в работе сети и «изолировать» подозрительные IoT-устройства. Даже Инженерный совет Интернета (IETF) публикует документы, описывающие структуру интеллектуальных сетевых контролеров. При этом появляются специализированные протоколы, задача которых — позволить агентским системам взаимодействовать друг с другом по сети в эффективной манере. Сегодня расскажем о нескольких таких решениях: Pilot, PAIRL, A2A и OpAMP.

Давайте начистоту. У каждого из нас бывали моменты, когда в голове рождается идеальная картинка - яркая, сочная, именно такая, какая нужна. А потом начинается: стоковые фотографии не те, Canva не вывозит, Photoshop требует навыков, которых нет, а дизайнер берёт деньги и три дня на правки. Знакомо?

А теперь представьте: вы просто описываете словами то, что видите у себя в воображении, и через несколько секунд получаете готовое изображение. Не шаблон. Не компромисс. А именно то, что хотели. Фантастика? Нет, 2026 год.

Нейросети для генерации картинок сегодня умеют такое, от чего пару лет назад у дизайнеров бы дёрнулся глаз. Хотите фотореалистичный портрет? Пожалуйста. Сюрреалистичный пейзаж, где океан течёт вверх? Легко. Кота в костюме самурая на фоне неонового Токио? Да без проблем.

Собственно, взгляните на обложку. Видите этот парящий в воздухе чайник, из которого вместо чая льётся звёздное небо? Назовём его Космочай. Он целиком создан нейросетью. И сегодня Космочай станет нашим подопытным: мы прогоним его через семь разных ИИ-генераторов и посмотрим, кто справится лучше. Задачу дадим максимально безумную - поместим его в викторианскую гостиную, где вокруг кружатся бабочки-галактики. Справятся? Сейчас выясним.

Приятного чтения!

Каждый, кто хоть раз пытался выдавить из нейросети хоть что-нибудь смешное, сталкивался с двумя проблемами: она либо выдает бородатую банальщину, либо что-то вообще невразумительное (а бывает, даже и оскорбительное). В честь Дня смеха я, как ведущий специалист Cloud.ru по хиханькам да хаханькам, попытаюсь разобрать по винтикам: почему LLM-ки шутят из рук вон плохо и до какого предела это способна пофиксить современная наука и кривые промпт-инженерные лапки вашей покорной слуги.

«А кому это вообще надо?» — спросите вы. Контент-маркетологам, копирайтерам, креативным продюсерам, пиарщикам, специалистам по внутренним коммуникациям, организаторам мероприятий в ИТ, короче, всем в индустрии, для кого контент — это бесконечный поток задач, а юмор — способ не умереть в этом балагане и один из многих инструментов для налаживания связи с целевой аудиторией. Вы ведь не думаете, что всякие слоганы для ИТ-продуктов, смешные квизы на корпоратив и названия коктейлей для конференций спавнятся пачками сами, из воздуха?

Здесь попробуем на практике понять, где нейросети уже могут в юмор, а где лучше даже не пытаться. Возможно, статья поможет и профессиональным переводчикам, которые ищут способы выражать непереводимое.

Искусственный интеллект в мировой экономике уже стал массовым инструментом: рынок связанных с ним технологий быстро растет. По прогнозу Roots Analysis, к 2035 году глобальный рынок ИИ-агентов может почти достичь 221 млрд долларов против 9,8 млрд в 2025 году, при среднегодовом темпе роста 36,55%.

В мире 88% компаний уже используют генеративный ИИ в тех или иных функциях — от клиентского сервиса и маркетинга до логистики, HR, финансов, производства и аналитики. Но реальный финансовый эффект, выраженный в стабильном росте операционной прибыли, отмечают только 6% компаний.

Расскажем о проблемах фрагментарного внедрения ИИ и необходимости горизонтального слоя AI Overlay для настоящей трансформации бизнеса, а также о ключевых блоках необходимой архитектуры.

Материал подготовлен на основе экспертной колонки старшего вице‑президента Сбера, руководителя блока «Технологий» Кирилла Меньшова, опубликованной в RBC.

31 марта 2026 года наружу буквально вывалились исходники Claude Code (через sourcemap в npm‑пакете). История уже сама по себе комичная: продукт, который помогает писать код и в теории должен быть особенно аккуратен с публикацией артефактов, случайно публикует не просто кусок дебажной информации, а почти анатомический атлас самого себя.

Но меня в этой истории интересует не столько сам факт утечки, сколько более приземлённый вопрос: что там внутри? Если убрать обычное для таких случаев «вау, утекло», остаётся более интересная интонация: ну‑ка, посмотрим, что тут у нас (или «там у них»?) и нормально ли там написан код.

Почему в Средние века жгли ведьм, в эпоху чумы искали виноватых, в индустриальный век боялись машин, а сегодня тревожно вглядываются в искусственный интеллект?

Проведя аудит GitHub, я обнаружил, что полноценных реализаций Gemini-клиента с глубокой проработкой архитектуры практически нет. Я решил стать первым, кто выложит в открытый доступ не просто обертку над API, а готовую архитектурную базу с точным повторением UI оригинального Gemini.

Сегодня, 1 апреля 2026 года, Apple отмечает свой 50-летний юбилей. Для индустрии это не просто дата, а история трансформации гаражного стартапа двух энтузиастов в глобальную экосистему с капитализацией $3,5 трлн. В штате компании трудятся 166 тысяч человек, а количество активных устройств превысило психологическую отметку в 2,5 миллиарда.

Дневниковое исследование — один из самых информативных методов в качественном арсенале. Респонденты фиксируют поведение в реальном времени, в естественном контексте, без эффекта интервью. Но у информативности есть цена: метод требует от команды больше ресурсов, чем почти любой другой. Десятки респондентов, у каждого отдельный чат, в который ежедневно приходят текстовые записи, фотографии, голосовые сообщения, видеокружочки. Данных много, и это известно заранее — ещё на этапе проектирования.

Поэтому три компромисса закладываются в дизайн исследования задолго до старта поля:

Меня зовут [неважно], я бизнес-аналитик. Моя работа — писать ТЗ, рисовать процессы в BPMN, ругаться с разработчиками из-за неправильно понятых требований и пить кофе на стендапах. За 5 лет в профессии я не написал ни одной строчки кода. Ни одной. Даже Hello World.

В начале 2026-го я поймал себя на мысли, которая наверняка посещала каждого бизнес-аналитика: «Я точно знаю, что нужно сделать. Я подробно описываю как это должно работать. Единственное, чего я не могу — написать код». А потом я прочитал очередной пост про то, как кто-то с помощью ИИ создал приложение за выходные, и подумал: а что если моя профессия — это и есть идеальная подготовка к работе с ИИ-ассистентами?

Спойлер: через 2 недели у меня было 2 приложения в RuStore, 0 рублей затрат и 14 скачиваний. Да, четырнадцать. Но обо всём по порядку.

Мы в Лаборатории прикладной промптологии и производственной тревожности НИИ ИИ второй год следим за тем, как разработчики синхронизируются с генеративными моделями. Уже сформировался новый тип производственного взаимодействия. Это бесконечная серия коротких переговоров, в ходе которых одна сторона просит поправить одну строку, а вторая через 14 секунд возвращается с полностью переписанным кодом. Как будто во всех проектах появился ещё один разработчик, который постоянно косячит, выдаёт старый код за новый, до последнего спорит даже с техлидами, не признаёт очевидных ошибок, нуждается в постоянном ревью и при этом не может быть уволен. Потому что за ним, как нам регулярно объясняют, будущее отрасли, а значит, со временем он «вырастет» и повысит качество кода и точность ответов. Поэтому нам не остаётся ничего другого, кроме как настраивать эту синхронизацию.

Десятилетиями мы искали жизнь не там

Астрономы всего мира молились на один показатель — ESI (Earth Similarity Index). Если планета имела размер как у Земли и находилась в «зоне Златовласки», заголовки трубали: «Открыта Вторая Земля!». NASA радовалось, пресса ликовала, гранты выделялись.

Но всё это было иллюзией

Индекс ESI игнорирует самое главное — то, что находится внутри планеты. Он считает «похожими на Землю» миры-океаны без суши и мёртвые железные ядра без атмосферы. В результате в списках потенциально обитаемых миров оказались планеты, где жизнь физически невозможна.

Сегодня я представляю Закон Экзолоджики — новый фундаментальный принцип, который математически перечёркивает старые списки и вводит жёсткий физический фильтр для поиска жизни. На основе анализа 42 экзопланет через систему ExoLogica AI мы доказали: обитаемость зависит не от температуры, а от плотности.

И результаты шокируют. Знаменитый Kepler-452 b («кузен Земли») вылетает из списка обитаемых миров мгновенно. Ross 508 b, Teegarden's b — тоже. Но есть и хорошие новости: настоящие кандидаты наконец-то найдены.

Приготовьтесь. Эпоха наивного поиска закончилась.

Год назад METR доказали что AI замедляет разработчиков на 19%. В феврале 2026 обновили данные - похоже на разворот к ускорению. Но об этом почти не написали. Зато «AI уволит 50% разработчиков» - в каждом втором заголовке. Полез разбираться, кому выгодна AI-паника. Нашёл CEO, которые увольняют тысячи и тихо нанимают обратно. Нашёл вендоров, которые пугают увольнениями и одновременно открывают вакансии. И курсы «защити карьеру от AI» за $23 000.

Как шесть лет строительства цифровой инфраструктуры превратили хаос из тетрадей и флешек в лабораторию, где AI читает логи напыления и находит скрытые дефекты оборудования.

Имитация движений: как научить робота повторять движения, используя нейросеть для генерации траектории.

Что ИИ ответил на серьезные запросы:

- как объяснить коту капитализм

- финансовый отчёт белки за третий квартал

- полная биография старого дуба — начиная с жёлудя

- резюме вампира в IT-компанию — 500 лет опыта, ночной график, требования к переговоркам

- дневник потерянного носка — день 1, день 340, принятие

- план побега комнатного растения

- ромком про чайник, который влюбился в посудомойку

- смета на строительство дома для семьи бобров

- поиск квартиры для мыши в современном городе

- план лечения выгорания у пчелы

- анкета волка на сайте знакомств

- анализ совместимости режимов сна у сов

- экзистенциальный кризис 180-летней черепахи

Какому программисту не захочется прокачать свои навыки с ИИ и десятикратно умножить эффективность разработки? Когда мы получили оригинал книги «Modern Python Programming using ChatGPT» (Шивакумар Гопалакришнан), то увидели как плюсы, так и минусы.

В мире много тайн, над раскрытием которых бьются тысячи энтузиастов. Но с появлением нейросетей и особенно их варианта LLM, тайн стало ещё больше. Парадоксально, но системы, предназначенные для распространения знаний, помощи  в исследованиях, сами стали источником загадок.

Ни правительства, ни корпорации не любят самоназначенных исследователей и экспертов, которые дотошно изучают общеизвестные факты и задают неудобные вопросы. Инструментов влияния у облечённых властью очень много — информационная блокада, недопуск на популярные площадки, теневой бан, шельмование и осмеяние со стороны специальных информационных служб. 

Впрочем, есть один день в году, когда вся система глобальной фильтрации берёт выходной, предоставляя возможность высказаться тем, кого в остальные дни жестко ограничивает и контролирует. Давайте воспользуемся этой древней первоапрельской традицией и оценим, что на самом деле скрывается за многомиллиардной гонкой за лучшей LLM.