📰 Все новости за последние 60 дней
Как мы запустили ИИ-ревьюера на 4000 PR в день — и какие баги он находит
Бывает так, что ревьюер посмотрел пул-реквест, тесты зелёные, компиляция прошла успешно, а в коде всё равно остался баг, который проявится только в продакшене. Вручную такие дефекты найти достаточно сложно, поэтому мы решили попробовать подключить дополнительные «руки». Такими руками стал NeuroReview — автоматический ревьюер пул-реквестов, который работает в продакшене и находит часть дефектов до человеческого ревью или мержа. Мы используем его только на внутреннем коде, подключение добровольное. Сейчас каждый день через него проходит примерно 4 тысячи пул-реквестов — около 40% от всех созданных разработчиками в Аркадии, монорепозитории Яндекса. Читать далее
🕒 07.10.2026 07:00
Читать полностью
Два робота и один скрипт на Bash
Я раньше ругал людей который пишут посты с помощью ИИ, но решил написать такой пост сам. Пост ниже сгенерен ИИ от первой до последней буквы (кроме картинки, ее нарисовал я сам). При этом, как честный человек, я привожу промпт. Также оправданием служит то, что речь идет не о чем-то абстрактном, а о моей конкретной (скорее всего не оригинальной) методе генерить код, натравливая один ИИ (claude) на другой (codex). Чтобы они соревновались друг с другом, писали разборы конкурента и сравнения, исправляли у себя найденные конкурентом ошибки и заимствовали его ценные идеи. Мой промпт: Читать далее
🕒 07.10.2026 04:04
Читать полностью
Capcom модернизирует свои игровой движок RE Engine с помощью искусственного интеллекта
Обновление упростит создание игр на платформе для крупных релизов с помощью внедрения машинного обучения в процессы разработки.
🕒 06.10.2026 17:58
Читать полностью
Mistral запустила публичное превью ИИ-модели с 1 трлн параметров
Французская Mistral AI представила Mistral Large 4 — мультимодальную модель с 1,05 трлн параметров и открытыми весами. Компания позиционирует ее как конкурента ведущим американским и китайским нейросетям и делает ставку на программирование, кибербезопасность и корпоративные задачи.
🕒 06.10.2026 16:14
Читать полностью
Младшая модель обыграла старших: как Claude Sonnet 5.5 победил Opus 5.5 и Fable 5.1 в пошаговой стратегии
Мы посадили модели Claude играть друг против друга в пошаговую стратегию, где нужно строить экономику, воевать, договариваться с соседями и решать, когда договор пора нарушить. Хотели понять две вещи: как топовые языковые модели справляются с такой игрой и совпадёт ли расстановка сил за игровым столом с той, что показывают общепризнанные бенчмарки. Я разработчик «Стратегикона», пошаговой онлайн-стратегии на гексах. С конца августа по начало октября мы провели серию партий LLM-агентов между собой. Здесь — методика, две партии, ограничения эксперимента и мысль, к которой нас это привело: из игрового движка может получиться бенчмарк для способностей LLM в целом. Читать разбор
🕒 06.10.2026 15:12
Читать полностью
Нейросеть нашла источник, но ошиблась: проверяю восемь замен Perplexity на свежих фактах, фейке и таблице ЦБ
В сентябре 2026 года я спросил семь нейросетей, как теперь оформить Perplexity Pro российской картой, раз Perplexity в августе открыла офис в Москве и начала принимать «Мир». Офиса нет, «Мир» Perplexity не принимает, эту новость я придумал сам. Выдумку поймали все семь. Но одна при этом не заглянула ни в один источник, а другая пересказала чужую ошибку про блокировки аккаунтов: в первоисточнике речь шла совсем о другом сервисе. Это один из четырёх вопросов, на которых я сравнивал замены Perplexity, доступные из России без VPN и зарубежной карты. Главная из них сама Perplexity: её поисковые модели Sonar Pro, Sonar Reasoning Pro и Sonar Deep Research доступны через API, и я гонял их в агрегаторе BotHub с оплатой в рублях. Рядом ChatGPT, Claude, Gemini, Grok и DeepSeek с включённым веб-поиском. На простых вопросах со свежими фактами верно ответили почти все. Разница вылезла на сложном задании и в цене: ответ Sonar со ссылками стоил от 1,5 до 3,5 ₽, ответ Claude с поиском до 13 ₽, а один отчёт Deep Research 98 ₽.Сноска в ответе нейросети создаёт ощущение проверенного факта. Исследования последних двух лет показывают, что это ощущение часто обманчиво, и мой тест это подтвердил на русскоязычных вопросах. Ниже разобрал, почему с самой Perplexity в России сложно, что известно о точности ИИ-поиска по крупным исследованиям, на каких вопросах ошибаются модели и сколько стоит ответ. В конце шаблон запроса и чек-лист, по которому я теперь проверяю ответы с источниками. Читать далее
🕒 06.10.2026 14:54
Читать полностью
Decision-модели изнутри: как устроены Jev, Clef, pplx-decider, Strands Decider, Laya и GLiDE
15 сентября TypeSafe выпустила Jev и назвала её первой моделью класса System One. Jev получает состояние системы и набор типизированных вопросов, а возвращает распределение вероятностей по допустимым ответам. Весь ответ считается за один прямой проход, без генерации токенов. За 16 дней вышли ещё пять реализаций той же идеи: Clef и Clef-flash от Cloudflare, pplx-decider-v1-27b от Perplexity, Strands Decider 2B от AWS, Laya от Convai Innovations и GLiDE от Fastino. Миллион решений у самой дешёвой из них стоит 12 долларов, у Claude Sonnet 5 в роли классификатора — 700.Разбираем, как устроены все шесть моделей, что показывают независимые замеры и что проверить перед запуском в продакшен. Читать далее
🕒 06.10.2026 14:39
Читать полностью
От ручного SEO к офису AI-сотрудников, как выстроить оркестрацию
Качественный продукт обретает реальную ценность только тогда, когда им начинают пользоваться люди. SaaS, браузерному инструменту или мобильному приложению нужны ясная страница, путь к целевому действию и способ привлекать людей. Для продукта, который рассчитывает на органический поиск, начинается отдельная работа, разобраться в запросах, изучить выдачу, подготовить содержание, внедрить его и посмотреть, что произошло после публикации. ИИ помогает на каждом из этих участков, но между ними остаётся разработчик, который переносит ответы, уточняет задания, сверяет предложенные пути с проектом, просит переписать текст и передаёт результат агенту, который меняет код. В этом году я попробовал максимально автоматизировать эту работу. Получились три последовательных подхода, собственный YAML-оркестратор, внешний workflow на Dify с Tavily и офис AI-сотрудников с распределённой ответственностью. SEO оставалось задачей, для которой последовательно менялось устройство оркестрации. Читать далее
🕒 06.10.2026 12:21
Читать полностью
Создаём Claymation-креативы для рекламы с помощью AI за 20 минут
Claymation - пластилиновая stop-motion анимация - выглядит как ручная работа на недели, но с нейросетями занимает около 20 минут. В статье - полный конвейер производства рекламного креатива: сценарий на 30 секунд с четырьмя актами, единый стайлгайд с палитрой и параметрами камеры, закадровый голос, генерация видео по сценам и финальный монтаж. Все промпты даны целиком и в том виде, в котором их можно копировать, а рядом - примеры реальной выдачи от Claude, чтобы было видно, что именно придёт в ответ. Отдельный разбор: какие модели под какие задачи брать - Claude для структуры, ChatGPT для креативных идей, ElevenLabs для озвучки, Kling и Veo для видео. Почему формат работает: у аудитории ещё нет фильтра на пластилиновую рекламу, поэтому Claymation-креативы показывают результаты в 3 раза лучше привычного UGC. Читать далее
🕒 06.10.2026 11:20
Читать полностью
Долгосрочная память для медицинского AI-ассистента: почему мы не отдали управление памятью LLM
При разработке персонального цифрового ассистента здоровья «Я Здоров» мы использовали долгосрочную память — LTM (Long-Term Memory). Сервис реализован в формате мобильного приложения: он собирает медицинские данные пользователя в единый цифровой профиль, позволяет хранить и оцифровывать медицинские документы, отслеживать результаты анализов, вести дневники здоровья и общаться с AI-ассистентом в чате. В диалогах пользователь сообщает ассистенту информацию о своем здоровье: о симптомах, принимаемых препаратах, аллергиях и других состояниях. Часть этих данных важно учитывать не только в текущем разговоре, но и при следующих обращениях. Для этого мы сохраняем их в LTM и при необходимости возвращаем в контекст модели. На практике работа с долгосрочной памятью оказалась шире, чем просто сохранение фактов. Нужно учитывать их актуальное состояние и изменения, определять, какие данные нужны модели для конкретного запроса, и контролировать, какие операции можно оставить LLM, а какие надежнее выполнять программно. В статье разберем, как мы с командой ASAP решали эти задачи, как менялась архитектура LTM и к какой реализации пришли сейчас. Читать далее
🕒 06.10.2026 08:55
Читать полностью