The Art Of Programming

Новая модель — только начало.

Обучать модели с нуля — Да! Яндекс выпустил AliceAI-Foundation-80B-A3B-Base.

Екатерина Редина — Открываем AliceAI-Foundation-80B-A3B-Base — новую языковую модель Яндекса, обученную с нуля

Модель построена на архитектуре Mixture of Experts: при каждом запросе используется только небольшая часть параметров. Основной претрейн прошёл на 17,5 трлн токенов, а максимальный контекст модели — 128K токенов.

Это именно базовая модель до посттрейна, поэтому сравнивать её результаты напрямую с готовыми ChatGPT, Claude или Gemini некорректно. Стартовый поинт, так сказать.

И, конечно, коментарии всех мастей про «закрытые контуры», «правительственные системы», «суверенное обучение». Ну чего я только не наслушался и не начитался сегодня.

Кажется, упускается самое важное. «Обучение моделей» — это очень сложная и чудовищно дорогая технология и весьма непростой процесс. И пока ты строишь свой собственный конвеер и при этом не зарабатываешь на этом деньги, нуууу... ты топишь ассигнациями котел, обогревающий атмосферу.

Но есть точка, когда хотя бы на бумаге становится понятно, что экономика может начать сходиться. Чтобы сегодня модель вышла, решение по обучению моделей было принято не вчера. И тем, кто продолжает вести наблюдение, конечно, следует это учитывать.

Осень — нагрузка, самое время чуть больше подумать о себе.

Помните вот этот дневной сон в садике? Да во взрослом возрасте прям иногда клонит после обеда дремануть. Оказалось, полезно ненадолго уснуть, чтобы продолжить вджобинг.

Короткий дневной сон для восстановления бодрости — power nap. Автором термина считают американского психолога и исследователя сна Джеймса Мааса из Корнеллского университета.

Обычно речь о 10–20 минутах сна. Такой отдых может уменьшить сонливость и усталость, помочь вниманию и выполнению умственных задач. Дольше не всегда лучше: после более продолжительного сна можно на некоторое время почувствовать заторможенность — это называют инерцией сна.

Для короткого отдыха подойдут спокойное место и будильник. Если вечером трудно заснуть, дневной сон лучше перенести на более раннее время или ограничить. И помнить: power nap помогает временно восстановить бодрость, но не заменяет полноценный ночной сон.

Метрики, которые нам врут: от идеального Observability к провалу DORA?

В прошлом году на DevOops Григорий Кошелев учил нас наводить порядок в инфраструктурном хаосе — пояснил за Observability распределенных систем. Мы увидели как следить за тысячами сервисов, чтобы не сойти с ума во время ночных инцидентов.

Смотреть на YouTube
Смотреть на VK Видео

А буквально через час тригада в прямом эфире обсудят:
🔵Почему измерить работу кластера проще, чем измерить работу инженера?
🔵Как разработчики начинают «хакать» DORA (привет, пустые коммиты ради частоты деплоя)?
🔵В какой момент внедрение «стандартов DevOps» ломает инженерную культуру и превращается в карго-культ?

Подключаться тут

MCP-сервер для Аэрофлота и РЖД.

Ну как же не хватает полноценного MCP-сервера для Аэрофлота и РЖД. Постоянная мука. Аэрофлот хоть немного на человека походит, и, закрыв один глаз, всё более-менее.

П.С. А да, и в программой Аэрофлот-Бонус нельзя пользоваться под VPN-корпоративным. А я все ломаю голову ну как же автоматизировать оплату (

В упряжке должно быть легче.

Алиса AI теперь сама выбирает модель под задачу. То, о чем мы говорили какое-то время назад как важную задачу, таки свершилось. Простые запросы отправляются по быстрому маршруту, а для сложных автоматически включается режим «Эксперт» с более ресурсоёмкой моделью и агентным сценарием.

Решение принимает собственный роутер-классификатор: он анализирует запрос, оценивает необходимый объём ресурсов и выбирает подходящую конфигурацию. Сейчас около 80% запросов обрабатывает Alice AI LLM, а для «Эксперта» Яндекс тестирует и собственные, и open-weight модели на своей инфраструктуре.

Самое интересное здесь — модель лишь часть системы. Вокруг неё работает харнесс (так, ну тут без спекуляций вокруг термина, чуть позже напишу про это отдельно): системный промпт, инструменты, агентный цикл и управление контекстом. Модель сама решает, что делать дальше: например, сначала обратиться к Поиску, затем выполнить расчёт в Python и только после этого сформировать ответ.

С файлами логика похожая: текст извлекают парсеры, изображения и страницы PDF при необходимости анализирует VLM, а для больших документов используется RAG. Если готового инструмента не хватает, агент может написать и запустить собственный Python-скрипт.

Качество такой «упряжки» Яндекс измеряет на внутреннем «Сложном бенчмарке» из реальных многошаговых задач. Для каждой вручную задают положительные и отрицательные критерии, а результат оценивает model judge. Одна и та же GLM 5.2 high набрала 48 баллов с харнессом Яндекса и 43 с оригинальным от авторов модели.

Это хорошо дополняет недавнее интервью Валеры в Forbes:

Современный AI-продукт — уже не одна LLM, а ансамбль моделей, поиска и инструментов, и итоговое качество во многом определяется тем, как организована их совместная работа.

Подробнее читать на Хабре.

Как AI изменит разработку ПО.

Харнес, вооруженный агентами, может весьма быстро написать код, но изменение функциональности от этого не обязательно попадёт к пользователю быстрее. Невозможно не думать на эту тему. Сегодня предлагаю послушать коллег из подкаста «Организованное программирование»:

Кирилл Мокевнин, Александр Поломодов — Как AI изменит разработку ПО: будущее программистов, команд и IT-компаний.

Если чуток добавить рефлексии. Один из возможных ответов — дать инженерам с агентами больше ответственности за задачу/процесс/бизнес целиком. Но такое изменение и новая роль требует более глубинного изменения мышления, чем просто вот я взял и составляю запросы к модели.

В целом я согласен с ребятами, что успех AI в разработке стоит измерять не количеством сгенерированного кода, а временем до безопасного выпуска икремента и ценностью тех самых изменений. Ну и конечно маячит то самое болезненное обсуждение ответственности, вовлеченности и вознаграждения, так как обновленная роль явно требует пересмотра «общественного договора».

PR-менеджер B2B Tech Yandex Cloud.

В нашу команду разыскивается еще один коллега, есть вероятность, что будем работать тесно.

Мы ищем опытного и самостоятельного PR-менеджера, который будет укреплять имидж Yandex Cloud как разработчика технологий для задач крупного бизнеса и эксперта в разных отраслях. Для этого нужно будет много и в разных форматах рассказывать о проектах, реализованных с корпоративными клиентами и партнёрами Yandex Cloud.

Подробности тут.

#вакансия

День программиста 2026.

Уже буквально ночью предавались с коллегами воспоминаниям: у кого как всё начиналось с компьютерами. Я вспомнил, что у нас на этаже жил электронщик, а у него был «Спектрум». Мы всей детской шаблой связистов заваливались к нему играть.

А потом тот сосед вместе с друзьями открыл компьютерный клуб в подвале детской библиотеки. Клуб назывался «На семи ветрах». Одной из любимых игр была Gunfright: можно было ходить по городу, участвовать в перестрелках, спасать его от бандитов. И обязательно следить, сколько патронов осталось в барабане.

С тех пор компьютеры изменились до неузнаваемости. А любопытство, из-за которого хотелось заглянуть в этот мир и понять, как всё устроено, кажется, осталось тем же. Здорово, что спустя столько лет можно среди ночи разговориться с коллегами и обнаружить: у каждого была своя история начала и своя соседская дверь.

С Днём программиста!

П.С. Промахнулся с автопубликацией ( давно такого не было

Школа преподавателей облачных технологий.

Центр технологий для общества Yandex Cloud и Яндекс Практикум запускают Школу преподавателей облачных технологий.

С 5 октября 2026 года стартует бесплатная онлайн-программа для преподавателей, it-специалистов, а также исследователей из вузов и колледжей — всех, кто хочет интегрировать облачные технологии, аналитику данных и ИИ в образовательный процесс.

Что это такое. Это полноценное погружение за 10 недель. Участники освоят сервисы Yandex Cloud и научатся проектировать практико-ориентированные задания на реальных инструментах: от DataLens и AI Studio до Terraform и Kubernetes.

Заявку можно подать до 30 сентября.

Программа включает три специализации: «Работа с данными и BI-аналитика», «Облачная инфраструктура и DevOps» и «Машинное обучение, искусственный интеллект и агенты». Так каждый участник школы сможет выбрать интересную лично ему траекторию!

Все обучение в онлайн: интерактивные уроки, вебинары с экспертами, чат поддержки и проектная работа на материале собственного курса. По итогам школы участники получат сертификат повышения квалификации и готовое учебное решение для внедрения в вузе или колледже.

Успейте подать заявку до 30 сентября, и до встречи в Школе преподавателей облачных технологий!

Мешок.

В 1950 году Уильям Моррисон написал научно-фантастический рассказ The Sack. Сейчас он читается очень свежо и уже тогда в рассказе были подняты некоторые вопросы, которые вам покажутся злободневными.

Читать тут: Уильям Моррисон. Мешок.
Слушать тут: черновая аудио сборка.

Пар мыслей под спойлером.

«Мешок» заставляет меня задуматься совсем не про восстание машин, а о том, как легко человек сам отдаёт им право думать и решать. Мешок никого не порабощает! Люди добровольно заменяют его ответами науку, политику и личный выбор.

Постепенно полезный инструмент становится хозяином.

Особенно остро звучит главная мысль: путь к истине не менее ценен, чем готовый ответ. Передавая AI поиск, сомнение и ответственность, каждый рискует разучиться мыслить.

Поэтому вопрос не в том, насколько умна машина и самостоятельны новые модели, а в том, останемся ли мы авторами собственных решений.

Увидимся на Yandex Scale 2026!

Сентябрь, месяц когда мы делаем конференцию для разработчиков, тимлидов и создателей продуктов — Yandex Scale 2026. На конференции я и мои коллеги, а скорее мои коллеги и я — расскажем о новых технологиях и анонсах Yandex Cloud.

Все пройдет 24 сентября в четверг через 2 недельки. Очно в Москве и в онлайн.

Все смотреть в программе не сайте, но из особенно новенького: DeepTech. Новый трек, где мы расскажем, как устроены технологии, исследования и разработки, на которых живут сервисы Яндекса. Обсудим мониторинг AI-агентов в «чёрных ящиках» LLM, экономически эффективный инференс для агентных сценариев и особенности распределённого векторного поиска. Буквально вчера закончили отслушивать репетиции последнего докладчика трека.

В программе более 30 выступлений в пяти треках, 15 воркшопов и более 60 экспертов из Yandex Cloud, Азбуки вкуса, Альфа-Банка, Додо Инжиниринга, ИТМО, Красцветмета, Mindbox и других компаний.

Короче, приходите и подключайтесь.

Бадабум… Большой Бадабум!

Если вы понимаете о чем я.

DeepSeek V4.1 Flash — официальная модель, выпущенна сегодня 10 сентября 2026 года. Технические детали тут.

DeepSeek V4.1-Flash под лицензией MIT опубликована на Hugging Face.

П.С. Картинка честно тянутая.

Казалось бы, шахматы.

Одна из самых распространенных игр в мире. И, казалось бы, простой запрос: «Хочу красивые шахматы для игры с другом».

Но если для игры с конкретным человеком всё придумано адекватно в виде «сделай игру и отправь другу ссылку», то до скинов для шахмат, похоже, мы еще не скоро дорастем.

P. S. Помню свои первые компьютерные шахматы, это было просто волшебно.

Меньше AI.

Мы просили, и они сделали. Яндекс Музыка вводит маркировку треков, созданных полностью или частично с помощью искусственного интеллекта. А еще в рекомендациях есть настройка «Меньше ИИ». Чтобы нейрослоп-музыка реже встречалась (к сожаления, не отключает полностью).

И есть две подкапотные части этого процесса. Первая, правообладатель теперь должен/может предоставлять данные об использовании AI. Но, как мы понимаем, не все это будут делать. Вторая, есть методика и технология сервиса для обнаружения: когда признаки генерации будут обнаружены, трек получит вероятностную пометку «Возможно, трек создан с использованием ИИ».

Не знаю, как вы, но большинство AI-треков вызывают у меня отторжение (но не все, при слепом прослушивании примерно 7% треков вызывают нормальную реакцию и примерно 1% супер-положительную — чуть меньше 1000 треков протестировал). Немного цифр: по предварительной оценке сервиса, ИИ использовался в создании 4,4% всего каталога и около 27% новых релизов. Статистика неумолимая, и большинство AI-треков не набирает значимого числа прослушиваний.

P. S. Из интересного, что в целом Яндекс Музыка сохраняет артистам некоторую свободу экспериментировать с технологиями и одновременно усиливает борьбу с массовой публикацией однотипных треков. Под нож также идут манипуляции рекомендациями и имитацией голосов известных исполнителей, что я дико плюсую.

Пользователю не нужна нейросеть. Ему нужен результат.

Мое последнее общение с людьми не из моего «технопузыря» укрепляет меня в простой мысли:

Большинство людей не хотят выбирать между десятками нейросетей и разбираться, какая из них лучше пишет код, ищет информацию или работает с документами. Пользователь приходит с задачей — и ожидает получить лучший результат: точный, быстрый и по разумной цене.

Поэтому конкуренция в AI всё сильнее смещается от отдельных моделей к продукту целиком. Модель становится лишь одним из компонентов. Не меньше значат харнесс — память, контекст и инструменты вокруг неё — и умный роутинг, который незаметно выбирает наиболее подходящую модель для конкретной задачи. Но это всё для простого человека за гранью добра и зла.

Именно поворот к человечности хорошо виден в интервью Валерия Стромова. Победителем станет не обязательно компания с одной самой мощной нейросетью, а та, которая лучше других соберёт модели, данные и инструменты в единую систему — и спрячет всю её сложность от пользователя.

И со стороны я наблюдаю за тем, как Алиса в колонках медленно, но уверенно захватывает семьи целиком. Да, она глупенькая, да, она простенькая, но она растет, развивается и покоряет сердца людей. И надо понимать, что это только один небольшой кусочек большой Алисы.

Skill Doctor.

С учетом последней вводной по GPT-6 Astra относительно скилов интересно, как быстро Skill Doctor эволюционирует и будет давать актуальные рекомендации.

Что в прошлом Skill Doctor удавалось весьма неплохо. Тул читает твои диалоги с Codex, Claude Code и готовит отчет. На твоих реальных задачах разбирает, как агент справлялся.

В отчете формируется некая сводная оценка от:
— Эффективности работы и количества лишних действий;
— Качество сгенерированного кода;
— Использование нужных/лишних навыков.

Ну и главное, тебе подсвечивают ошибки и слабые места. Короче, продолжаем вести наблюдение на гитхабе.

Эта ваша Astra, жрет как не в себя.

Первые впечатления от новой модели GPT-6 Astra, немного странные. А заявления Эрика Провенчера про скилы заставляют вздрогнуть, ибо не хочется все переписывать или выкидывать... но похоже с этой моделькой прийдется пройти путь со скилами по новой.

Eric Provencher — Rethinking skills and prompts for GPT-6 Astra

П.С. Тут про тоже самое (вчера Алексей в полезняшках подкинул, во время совместной записи подкаста), но чуть более подробно:

Как переписать skills и AGENTS.md под GPT-6 Astra: чеклист инженера Codex

П.П.С. Как приятно оказаться снова на болотах.

Как выжать 1 000 000 RPS.

Ладно, сегодня пятница и можно прикоснуться к волшебному прошлому. Доклад от Воронежского быдла, все как мы любим:

Андрей Аксенов — Как выжать 1 000 000 RPS

Если вы понимаете, о чём я…

Медицинский AI-ассистент.

Коллеги постарались и открыли доступ к бета-версии медицинского AI-ассистента всем медработникам. Теперь сверяться с ним при принятии решений может любой медик, а не только сотрудники клиник — партнёров Яндекса.

Ассистент позволяет быстро уточнять информацию в верифицированных источниках и будет полезен врачам разных специальностей. Скажем, терапевту он поможет проверить, совместимы ли друг с другом назначенные препараты, а неврологу — уточнить порядок обследований после впервые возникшего эпилептического приступа.

За казалось бы такими простыми действиями всегда стоит большая работа. Рад за коллег.