TGViewer
Channel Public Channel
Agentic World

Agentic World

@anti_notes

Про AI, LLM, агентов, продукты и людей
Subscribers
1.21K
Photos
50
Videos
7
Links
37

Showing posts older than #46 · Back to latest

Older Posts 18 shown
Post #45 1.01K
Посмотрел вчера интервью Ильи Суцкевера на подкасте Дваркеша Пателя. Илья поговорил про будущее AGI, конец претрейна в текущем виде, об оптимизации моделей под прохождение тестов и природу этого.

Самое классное для меня в таких подкастах — это даже не предсказания будущего или супер-экспертная оценка происходящего, а фреймворк мышления и то, что можно достать из этого chain-of-thought Ильи (или другого топового гостя).

Самая крутая мысль на мой взгляд — про эволюцию как способ кодирования самого важного, что передается сквозь тысячелетия и поколения. «Простые сигналы» типа желания вкусно есть расшифровываются очень легко, потому что это относительно понятная химическая реакция. Но эволюция встроила в нас сложнейшие социальные желания (статус, признание, социальная интуиция), которые требуют огромных вычислений мозга для понимания ситуации.

«Каким-то образом неинтеллектуальный геном закодировал: „Заботься о результате вот этого сложнейшего вычисления большого куска твоего мозга." Это остаётся глубокой тайной — и возможно, ключом к созданию по-настоящему общего интеллекта». Шик!

Шикарная тема для поразмышлять (проснулся сегодня именно с ней) как просто в свободное время, так и для бара 😀

Максимально рекомендую!

https://www.youtube.com/watch?v=aR20FWCCjAs
YouTube Ilya Sutskever – We're moving from the age of scaling to the age of research Ilya & I discuss SSI’s strategy, the problems with pre-training, how to improve the generalization of AI models, and how to ensure AGI goes well. 𝐄𝐏𝐈𝐒𝐎𝐃𝐄 𝐋𝐈𝐍𝐊𝐒 * Transcript: https://www.dwarkesh.com/p/ilya-sutskever-2 * Apple Podcasts: https://podcasts.…
  • 👍 4
  • 🔥 3
  • 🤔 3
  • ❤ 1
  • 💯 1
Post #42 869
Сегодня первый раз за много месяцев решил пока не продлевать подписку на Сursor, ушла эпоха 😀

Курсор очень люблю за революции в синхронизации понимания. Когда вместо тысячи слов и синков, вместо фигм или тикетов можно было быстренько "накурсорить" (термин - оставляем!) любой прототип, на нем обкатать ожидания и правильное понимание концепта со всех заинтересованных сторон и только после этого браться за что-то серьезнее. Это - супер круто.

Курсором я в целом был доволен, но из включенных моделей у меня всегда были только модели антропика. И пару дней назад поставил себе нативный Claude Code и решил, что поживу пока с ним.

Нет, по ощущениям он не сильно лучше - все так же плодит кучу ненужных файлов и десятки описаний, выжигая все токены, сворачивает совсем не туда, вызывает порывы на него наорать матом, жестко тупит и периодически выпиливает важные вещи из проекта (типа коннекторов к постгресу, с%ка!). Может быть, в стоке он даже хуже - модели Claude без правильной подготовки слишком много базарят(с) не по делу уже ПОСЛЕ ответа на вопрос. Но пока посижу месяц на такой нативке.

Из минусов - работает только с VPN, а курсор без. Еще из плюсов (но и сразу минусов) - Claude Code включен в общую платную подписку, с которой у него общий шаринг токенов - а с моими хотелками я быстро выбил лимит в коде и остался без любимой ллмки в вебе.

Вообщем, веду наблюдение! Как говорят на маркетплейсах, "пока не пользовался, но ставлю пятерку, через месяц отзыв обновлю" 😀
  • 👍 8
  • 😁 6
  • 👏 2
  • ❤ 1
  • 👎 1
Post #41 976
Три самые постоянные вещи в мире — оливье с мандаринами на Новый год🍊🌲, желание начать новую жизнь с понедельника🏃💪 и то, что если выходит статья Себастьяна Рашки, то я делаю ее качественный перевод на русский 🤩🤩🤩

Особенно прикольно, что она про дипсик, — а я очень люблю то, как китайцы делают свои модели и как описывают этот процесс. Сделал перевод крутейшей технической статьи о внутренностях нового DeepSeek V3.2 и о том, как команда архитектурно к нему пришла:

https://habr.com/ru/articles/973954/
  • 👍 8
  • 🔥 4
  • 😁 1
  • 💯 1
Post #40 1.1K
Написал вчера пост про LLM Observability и трейсинг агентов 🤗

Основное:
1) Почему обычных инструментов уже не хватает для LLM
2) Про попытки изобретения стандарта трейсинга агентов
3) Основные типы трейсов
4) Обзор ключевых инструментов (как обычно в топе что-то из экосистемы Lang)
5) По верхам про архитектурные изменения и основныхе проблемы агентов

Максимально попытался уложить больше смыслов в текст, поэтому глубоко рекомендую!

https://habr.com/ru/articles/972480/
  • 👍 6
  • 🔥 3
Post #39 1.01K
В четверг выступал офлайн в бизнес день на главной конфе Сбера по ИИ — AI Journey.

Рассказывал как мы делаем AI-First аналитику и как трансформируется работа аналитиков и принятие решение.

Перфоманс оцениваю на четверку с небольшим плюсом: выступил ок, но готовиться было ну очень сложно из-за сильно размытой аудитории — нужно было и про бизнес, и попросили про техничку, но технички не так чтобы много, потому что все же про бизнес — и вооот это все нужно было уместить в 15 минут.

Единственное, чтобы добавил — на финальные слайды рядом с трейсингом надо было вынести те самые Evals, хотя я про них и в целом говорил. И в ответах на вопросы я сказал, что верю в голос как важный интерфейс общения с агентами - это почти так, я верю в сквозные интерфейсы, где стартовой точкой является голос, а дальше все нам привычное. Очень хочу раскрыть это как-то отдельным постом позже.

Ну и прикольно, что компания выступающих была очень мощная — босс по ИИ в Т-Банке Виктор Тарнавский, директор по ИИ Авито Андрей Рыбинцев, руководитель Yandex Cloud Григорий Атрепьев — вот их я тоже рекомендую посмотреть — ну и многие другие до и после.

Ссылка на выступление:
https://aij.ru/program?concreteDate=2025-11-20&streamId=46&topicId=1271
  • 🔥 9
  • 👍 4
  • 🤯 1
Post #38 852
На днях OpenAI опубликовали в своем блоге небольшую статью с достаточно громким названием «How evals drive the next chapter in AI for businesses». Я сделал ее перевод, чуть адаптировав для лучшей читабельности, потому что в прямом переводе получался сложночитаемый булшит.

Если вы знаете, что такое бейзлайн и как делаются бенчмарки, то можно не читать, но в целом как легкое напоминание о важности постоянной оценки шагов выполнения LLM-based штук — вполне ничего 🤗

https://habr.com/ru/articles/969358/
  • 👍 6
  • 👏 3
  • 🔥 2
Post #37 1.05K
На днях у одного из моих любимых авторов вышла новая крутая статья, посвященная альтернативам классическому трансформеру в LLM. Она очень интересная, поэтому сделал ее перевод. Будет про гибриды с линейным вниманием, диффузионные LLM, модели мира и малые рекурсивные трансформеры.

https://habr.com/ru/articles/964658/
  • 👍 7
  • 👏 2
Post #36 935
В 10:00 буду вещать про то, как с нуля собрать мультиагентную систему и как оно все внутри устроено. Если вы вдруг сейчас на Highload++, то приходите в зал А3, будет прикольно! 🤖
  • 🔥 11
  • ❤ 4
  • 👍 1
Post #35 904
- Я самый технологичный гуманоидный робот, из всех что ты видел
- Ага слуш пива принеси да

На прошлой неделе по социуму завирусился робот 1X (̶б̶е̶т̶ ̶с̶т̶а̶в̶к̶и̶ ̶н̶а̶ ̶с̶п̶о̶р̶т̶)̶ NEO, который может выполнять любую работу по дому. Сейчас большинство таких операций выполняет не AI, а VR-оператор, но мне стало жутко интересно покопаться поглубже во внутрянке. Потому что фактически это оболочка, в которую можно поместить этихвотсамых AI-агентов.

Разобрал что внутри по софту, по железкам и датчикам, как это устроено и почему чуваки в целом делают супер крутую штуку и караван должен идти дальше.

Полный обзор:
https://habr.com/ru/articles/963020/
Хабр Тело AI-агентов: технический обзор робота 1X Neo На днях по AI пабликам завирусился робот 1X Neo, который заявляется разработчиками как человекоподобный робот для помощи по дому. Мне стало жутко интересно покопаться в устройстве и начинке этого...
  • 👍 5
  • 🔥 4
Post #34 1.03K
Векторные базы - классная штука, постарался сделать общий обзор в виде статьи на хабре на все, что сейчас представлено на рынке. Упор через призму RAG и AI-агентов, на все ушла пара бессонных ночей, но вышло, кажется, вполне неплохо.

В статье - про эмбединги, требования к векторным базам, инструмент бенчмаркинга, про индексы и сами базы.

https://habr.com/ru/articles/961088/
Хабр Выбираем векторную БД для AI-агентов и RAG: большой обзор баз данных и поиск смысла В этой статье я сделал обзор основных векторных баз данных: Milvus, Qdrant, Weaviate, ChromaDB, pgvector, Redis, pgvectorscale, LanceDB, ClickHouse, Vespa, Marqo, ElasticSearch. Если вы запутались в...
  • 🔥 8
  • 👍 6
Post #33 1.16K
Привет! И еще один перевод феноменальной статьи, на этот раз про особенности архитектур открытых LLM. Картиночки у автора (с прекрасной фамилией Рашка) просто огненные. Максимально рекомендую полистать хотя бы просто для общего развития.

Там будет DeepSeek V3/R1, OLMo 2, Gemma 3, Mistral Small 3.1, Llama 4, Qwen3, SmolLM3, Kimi K2, GPT-OSS, Grok 2.5, GLM-4.5, Qwen3-Next.

https://habr.com/ru/articles/958880/
Хабр Большое сравнение архитектур LLM Это перевод классной статьи с детальным обзором архитектур главных опенсорсных LLM: очень структурировано, доходчиво и с изумительными картиночками. И такой обзор просто обязан быть на русском языке....
  • 👍 6
  • 🔥 2
Post #32 947
Агенты - это все замечательно, но их невозможно сделать без LLM, а значит хорошее понимание всей ллмной внутрянки дает огромное преимущество в построении классных продуктов. 

В блоге vLLM вышла хардкорная статья об их внутренним устройстве. А так как vLLM я горячо люблю, а статья действительно крутая, то сделал ее перевод. Упахался с англицизмами, нюансами и деталями, но оно того стоило 🤙

https://habr.com/ru/articles/957748/
  • 👍 11
Post #31 715
И еще один разбор фреймворка, на этот раз CrewAI. Самый простой, компактный, продуманный и заточенный под множество агентов. И эта мультиагентность реально за 20 строк кода (потом, правда, начинаются скучные вопросы про эффективность, evals и всякое разное агентное, но все же).

https://habr.com/ru/articles/957384/
  • 👍 6
  • 👀 1
  • 💅 1
Post #30 728
LangChain 🦜 — самый популярный и узнаваемый фреймворк для агентизации и LLM-based проектов. Но вокруг него настолько много других Lang-что-то-там проектов, что сходу непонятно как их отличать (легко, на самом деле).

Написал фундаментальную статейку, в которой покопался внутри LangChain, сравнил его по архитектурке с LangGraph и кратко прошелся по другим важным проектам экосистемы.

Надеюсь, после статьи не останется вопросов а чем же все это друг от друга отличается 🤗

Приятного чтения! 👍

https://habr.com/ru/articles/956940/
  • 👍 9
Post #29 659
Всегда было интересно насколько много накладных расходов генерит MCP. Поигрался на выходных с замерами и оформил статейку на хабре:
https://habr.com/ru/articles/956150/

Короткие выводы: протокол достаточно неплох и совершенно не такой пожиратель токенов, как про него поговаривают
  • 👍 4
  • 🔥 3
Post #28 633

Forwarded from Neural Shit

Чот аж в голосину порвался с этой олимпиады
  • 😁 10
  • 👨‍💻 2
Post #27 570
Это невыносимо прекрасно, и, как говорится, what a time to be alive 😀
  • 🔥 3
  • 💯 2
Post #26 739
Пока ночью курсор пыхтел над моим одним интересным проектом, параллельно прочитал хорошую статью о методах оценки LLM, которую захотелось перевести на русский. Если вы так или иначе занимаетесь оценкой или разработкой LLM (а у меня половина окружения плюс-минус такое), то прям экстра-нового в ней ничего не будет, но как хорошая систематизация — вполне неплохо.

Но если тема оценок (или как модно говорить evals) интересна или хочется-таки на уровне фундамента понять как подбирать LLMку под себя, то может быть очень интересно.

https://habr.com/ru/articles/953684/
  • 👍 4
  • ❤ 1
Older posts →
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →