Все выпуски
Архив публикаций
Все материалы AiManual в единой хронологической ленте.
1369
Claude Code выпиливают из Pro: как не остаться с пустым терминалом
Anthropic тестирует убирание Claude Code из Pro-плана. Разбираем 4 рабочих способа сохранить доступ: апгрейд Max, API, локальный запуск и форки. Инструкция на м
1370
Новые возможности SageMaker Feature Store: Iceberg, streaming и Lake Formation для ML-пайплайнов
Обзор новых возможностей Amazon SageMaker Feature Store: Apache Iceberg, стриминг фич и интеграция с Lake Formation. Как это меняет ML-пайплайны.
1371
Локальный бухгалтер на Qwen 3.6: как прикрутить Anthropic Financial Services к своей базе данных и не сойти с ума
Пошаговое руководство по интеграции Qwen 3.6 с Anthropic Financial Services для локального бухгалтерского учёта. Код, SQLite, агенты и подводные камни.
1372
Новые встроенные инструменты llama.cpp server: exec_shell, edit_file и другие — полный обзор
Полный обзор новых агентных функций llama.cpp: exec_shell, edit_file. Как они меняют локальный AI. Примеры, риски, альтернативы.
1373
Почему Gemini 3.5 Flash на деле глупее, чем на графиках: разбор агентного файнтюна и закона Гудхарта
Разоблачение: Gemini 3.5 Flash блестяще сдаёт бенчмарки, но тупит в реальных задачах. Разбираемся, как файнтюн под метрики и закон Гудхарта убивают агентный инт
1374
Ваш кэш попал: рейтинг провайдеров AI по cache-hit rate — кто реально экономит ваши деньги?
На основе данных OpenRouter разбираем, какие провайдеры LLM имеют лучший cache-hit rate. Тир-лист, формула effective cost и советы по выбору.
1375
Мета-трансформеры: архитектура внимания, которая переворачивает игру с ног на голову
Разбор Meta-Transformers — альтернативы классическому Transformer с нелинейным механизмом внимания. Где скачать веса, как тестировать и кому это нужно.
1376
Сравнение Needle 26M и Qwen3-0.6B для function calling на CPU: бенчмарк и рекомендации
Сравнение Needle 26M и Qwen3-0.6B для function calling на CPU. 50 запросов, 5 уровней сложности. Needle 26M оказывается в 4.4 раза быстрее и точнее. Практичные
1377
Как сэкономить на API: роутинг запросов между дешевой MoE и дорогой моделью на vLLM
Пошаговый гайд по настройке умного роутинга запросов на vLLM 0.8: 95% легких задач уходят на дешевую MoE (Hunyuan Hy3), сложные — на премиум-модель. Экономьте б
1378
Утечка подхода GPT-5.5: caveman-мышление как секретный соус для цепных рассуждений
Анализ утечки лога GPT-5.5: модель использует примитивный 'caveman'-стиль мышления. Как это работает и почему это может стать прорывом в рассуждениях AI.
1379
Как переписать промпты для reasoning-моделей: крах классического промпт-инжиниринга и новые правила
Почему CoT-шаблоны убивают качество ответов в reasoning-моделях. Реальные примеры, таблица ошибок и пошаговый план адаптации промптов под GPT-5.5 High Thinking
1380
Apex-Testing обновлён: модели кодинга проваливаются на приватных репозиториях — результаты шокируют
Обновлённый бенчмарк Apex-Testing теперь тестирует AI-кодеров на закрытых репозиториях. GPT 5.2, Claude 4 Opus, Gemini 3 Ultra — кто выжил? Результаты и анализ.