Перейти к содержанию
Ctrl K
Telegram MAX
Все выпуски

Архив публикаций

Все материалы AiManual в единой хронологической ленте.

1201 Как внедрять AI-агентов в разработку без риска для продакшена Практическая схема безопасного внедрения AI-агентов в разработку: как ограничить права, настроить краткосрочные токены, изолировать среду, выстроить CI/CD-гейты 14 мин чтения 1202 Где ИИ уже окупается: от Copilot до AI-завода и что разработчику собирать первым Разбираем, где ИИ уже дает бизнесу измеримый эффект: в поддержке, документах, разработке и прогнозировании. Показываем разницу между Copilot, RAG и AI-агентом, 17 мин чтения 1203 Как подключить LangGraph-агента к Postgres: локальный запуск, Docker и облачная база Разбираем, как подключить LangGraph-агента к Postgres для сохранения бронирований: локальный Docker, настройка DATABASE_URL, облачная база и проверка persistenc 6 мин чтения 1204 Qwen 3.8 Flash Next на 6 ГБ VRAM: какую квантизацию выбрать для баланса скорости и качества Разбираем, как оценить запуск Qwen 3.8 Flash Next через llama.cpp в Ubuntu на 6 ГБ VRAM и 16 ГБ ОЗУ. Показываем, что учитывать при выборе Q4, Q5 или Q6, как свя 11 мин чтения 1205 Как связать llama.cpp и Blender через MCP для генерации 3D-сцен Запуск llama-server с GGUF-моделью, подключение Blender MCP аддона и первая 3D-сцена по текстовой команде — пошагово, с контрольными точками на каждом шаге. Раз 12 мин чтения 1206 GLM-5.3 в HF Viewer: как устроена архитектура модели и что видно по графу Разбираем GLM-5.3 в HF Viewer по слоям и вычислительным ветвям: MoE routing, sparse attention, shared indexers, MTP и mixed-precision квантование. Показываем, к 12 мин чтения 1207 Qwen3.8-Flash-next на RTX 3090: как запустить модель с 12 ГБ VRAM и чем придётся пожертвовать Разбираем, что потребуется для запуска Qwen3.8-Flash-next при доступных 12 ГБ VRAM: квантование, KV-cache, частичный offload в host RAM, vision tower на CPU и M 13 мин чтения 1208 DS4 с поддержкой GLM 5.3 Flash: что дает новая ветка и кому она полезна Разбираем, что дает новая ветка ds4 с поддержкой GLM 5.3 Flash для локального запуска: совместимость, RAM и VRAM, KV cache, квантование, скорость, macOS и Apple 9 мин чтения 1209 GLM-5.3: как post-training может улучшить open-weights модель для кода и длинных задач Разбираем, что действительно известно о GLM-5.3 и почему заявления о приросте за счет post-training пока требуют первичных подтверждений. Объясняем, как оценива 10 мин чтения 1210 Как собрать EdTech-сервис для изучения английского без лишнего LLM Практический разбор архитектуры тренажёра английского на YouTube-субтитрах: очистка, лемматизация, частотные списки, IndexedDB, PWA и интервальные повторения. У 11 мин чтения 1211 Что можно сделать с 500 ГБ Optane-памяти и есть ли ей применение в 2026 году 500 ГБ Optane звучат как редкий способ резко расширить память для AI, но в реальности все решают тип устройства и совместимость платформы. Разбираем отличия Opt 13 мин чтения 1212 Qwen3.8-27B на RTX PRO 4000 Blackwell 24GB: 128K контекст и ускорение MTP3 Разбираем запуск Qwen3.8-27B на RTX PRO 4000 Blackwell 24GB: выбор CUDA 13.3 и nvcc, поддержку sm_120a, пересборку NInfer, MTP3 и сравнение BF16 с INT8 KV cache 17 мин чтения