Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
5533
материалов
01
Robots.txt не работает: как реально защитить контент от AI-скрейпинга в 2026 году
Почему robots.txt бесполезен против AI-скрейперов. Полный гайд по технической защите (блокировка User-Agent, WAF, трафик) и правовым инструментам (GDPR, DMCA) д
02
LLM для игровых NPC: как выбрать модель, которая не испортит вашу игру
Практическое сравнение Llama 4, Qwen 3.5, Mixtral 8x22B для создания NPC. Интеграция, промпты, стоимость и типичные ошибки.
03
Qwen 3 в агентском режиме застрял: почему модель не пишет в файлы через llama-cpp и как это исправить
Пошаговое руководство по диагностике и решению проблемы, когда Qwen 3 в режиме агента не записывает данные в файлы через llama-cpp. Проверка промптов, конфигура
04
AI-диалоги в ролевых играх: почему подписка съедает ваш бюджет, а токены — нет
Практический разбор экономики AI-диалогов. Считаем реальные затраты на длинные контексты в ролевых играх, сравниваем подписки OpenAI, Anthropic и потокеновую оп
05
Полное руководство по RAG: архитектура, типичные ошибки и open-source реализация
Глубокий разбор RAG: как работает архитектура, 7 критических ошибок при внедрении и пошаговая open-source реализация на актуальных инструментах 2026 года.
06
Claude Code на максимум: превращаем AI-помощника в личного инженера
Полный гайд по настройке Claude Code. Skills, команды, Model Context Protocol и управление контекстом для максимальной продуктивности в 2026 году.
07
Почему автономные AI-агенты ломаются в Kubernetes: разбор слоёв сложности и эксперимент
Глубокий разбор проблем автономных AI-агентов в Kubernetes на примере Yandex Cloud. Слои сложности, декларативная модель и практические решения на 2026 год.
08
Фреймворки для AI-агентов в 2025: Autogen против LangChain, OpenHands и остальных
Подробный разбор фреймворков для AI-агентов на 2025 год: архитектура, boilerplate-код, производительность. Что выбрать для проекта?
09
Как создать техническое задание, которое не решат ИИ: кейс Anthropic и тесты для разработчиков
Как Anthropic создает тестовые задания, которые не решает Claude 4.5. Практическое руководство для тимлидов и HR по оценке реальных навыков разработчиков.
10
Как настройка `--threads -1` в llama.cpp ломает производительность GLM-4.7: разбор бага и оптимизация
Подробный разбор бага с параметром --threads -1 в llama.cpp для GLM-4.7. Объясняем, почему автоматическое определение потоков ломает производительность, и даем
11
Fine-tuning и квантование Qwen2.5-0.5B для классификации обращений: пошаговый гайд для бизнеса
Полный гайд по fine-tuning Qwen2.5-0.5B для классификации обращений, квантованию до 350 MB и деплою на дешёвый VPS. Экономия с $200 до $10 в месяц.
12
256k контекст на 8 x 5070 Ti: как выбрать и запустить Large Context Model для технических суммаризаций
Практическое руководство по выбору и запуску моделей с контекстом 256k-512k для суммаризации технических документов. Аппаратные требования, сравнение моделей, о