Kurgan-Telecom Ru | Информационные технологии

По данным McKinsey, к концу 2025 года 71% компаний пробовали интегрировать искусственный интеллект как минимум в один из бизнес-процессов. Звучит мощно, но по отчётам MIT из всех пилотов в реальный продакшн переезжают около 5%.

Разрыв между демо и реальностью заключается в том, что продакшн-готовое решение должно отвечать на сложные вопросы: 

- как из множества разносторонних источников выбрать ту информацию, которая приведёт к успешному выполнению процесса?

- как обогатить языковую модель инструментами, при помощи которых она может довести процесс до конца?

- как оценить качество траектории, по которой движется модель, пока решает задачу?

Мы нашли ответы на эти вопросы с помощью системы, которая постепенно превращает внутренние знания и процессы Авито в корпоративных агентов. Расскажу про неё подробнее.

Привет! Меня зовут Никита, я старший DS-инженер в Авито. В этой статье расскажу, как мы строили «Виталика» — нашу корпоративную экосистему ИИ-агентов. Отвечу на три главных вопроса: как процесс становится агентом, как сделать систему production-ready и куда развивать её дальше.

Статья будет полезна ML-инженерам, AI-архитекторам и техническим лидам, которые строят агентные системы на базе LLM в корпоративной среде.

10 новых российских продуктов для создания презентации, создния продуктов без программирования, развития карьеры с помощью ИИ, очеловечивания нейротекстов, управления общими финансами и многого другого. Битва за «Продукт недели» началась!

Product Radar — здесь каждую неделю публикуются лучшие онлайн-сервисы и железки от русскоязычных команд.

Coding agent может написать технически правильный код и всё равно сделать неправильное изменение. Причина не обязательно в модели или промпте. Репозиторий может содержать несколько правдоподобных источников, неявный ownership, устаревшие артефакты или доказательство, которое относится не к той ревизии. Для человека часть этих противоречий компенсируется контекстом команды. У агента этого контекста может не быть.

Разбираю, почему репозиторий становится частью среды исполнения, где заканчиваются возможности AGENTS.md и файлов инструкций и как из этой проблемы появился open-source framework AIRepo.

Интеллектуальный контур контроля человеческого фактора на цифровом двойнике буровой: от xAPI-лога до пункта ФНП

Обобщение цикла исследований на экспериментальном стенде — цифровом двойнике установки Уралмаш БУ 5000/320ЭУК-Я

Для решения проблемы SAT предлагается алгоритм, который вытекает из нестандартного доказательства полноты метода резолюций. В отличие от SAT-солверов, использующих поиск с возвратом, алгоритм исключает переменные по очереди, порождая новые клаузы. Все клаузы хранятся в структуре данных, в которой никакая клауза не является частью другой клаузы. На основании результатов тестирования выдвинуто предположение о небольшом объеме этой структуры данных, что определяет теоретическую оценку времени выполнения алгоритма.

Если описать Sunarius одной фразой, получится примерно так: отряд из Battle Brothers отправили путешествовать по миру классического Fallout на мобильном телефоне (андроид)

Именно на эти две легендарные игры Sunarius опирается сильнее всего. От Battle Brothers здесь управление целой группой, поездки по большой карте, найм людей, поиск снаряжения и пошаговые бои. От Fallout пришли постапокалиптический мир, мутанты, странное оружие, полезные навыки, диалоги, фракции и решения с последствиями.

При этом Sunarius не переносит средневековых наёмников в пустошь буквально. Он берёт знакомые идеи и собирает из них свою RPG про людей, которые пытаются выжить между городами, рейдерами и голодными монстрами.

Обычная поездка здесь может выглядеть так.

Отряд берёт задание и выезжает из города. На дороге его перехватывают рейдеры. Один боец уходит в укрытие, второй пытается спрятаться, а целитель остаётся позади. Сначала план работает. Потом главный стрелок получает оглушение и пропускает ход. Рейдеры прорываются вперёд. Вместо атаки приходится лечить раненого и спасать бой, который минуту назад казался лёгким.

Победа всё же остаётся за игроком. В добыче лежат винтовка, хорошая броня и запчасти. Места на всё не хватает. Игрок долго выбирает, оставляет броню и забирает винтовку.

Через несколько минут новая винтовка вместе с остальными вещами перегружает отряд. Машина едет медленнее, топлива почти нет, а впереди появляется чужой патруль.

Очень похоже на Battle Brothers. Только вместо сломанных копий здесь лазерные пистолеты, вместо лошадей джипы, а за ближайшим холмом может стоять кибермамонт.

В этой части мы возьмём первый из пропусков BLIS — микроядро sgemm; сначала зафиксируем форму аккумулятора 32×32 в четырёх тайлах ZA, затем разберём горячий цикл по K, потом эпилог с alpha, beta и ловушкой NaN, а в конце посмотрим, какие числа производительности даёт именно это ядро. Следующая часть оставит структуру почти той же, но заменит геометрию тайла и условия существования ядра.

Агрегаты в PostgreSQL не очень-то эффективны. Это особенно заметно в сравнении с SQL Server в сценарии, где частичная агрегация не помогает: когда агрегация только подготавливает данные для запроса, обрабатывая большой поток строк и на выходе получая ненамного меньший набор групп и посчитанных по ним агрегатов. Хуже всего приходится типам переменной длины. И здесь характерный пример — SUM(numeric). Встроенные агрегаты обязаны обрабатывать значения в самом общем виде, тогда как на практике данные часто ограничены: например, в БД 1С все numeric имеют фиксированный масштаб.

Отсюда возникает идея оптимизировать агрегаты, подстроив их под конкретные условия эксплуатации. Раньше это было возможно только в форке PostgreSQL. Однако недавно David Rowley добавил в ядро любопытный инструмент расширения SupportRequestSimplifyAggref (коммит 42473b3b31, PostgreSQL 19): теперь можно предоставить планнеру кастомную логику трансформации агрегата через механизм функций поддержки планнера (prosupport). Сам механизм существует ещё с PostgreSQL 12, но до агрегатов добрался только сейчас. В ядре новый запрос применяется скромно: заменяет COUNT(1) и COUNT(col) по NOT NULL-колонке на COUNT(*). А вот расширению он позволяет сделать с агрегатом во время планирования практически что угодно. Это открывает пространство для интересных технических решений.

Здесь я предлагаю посмотреть, как схема с преобразованием агрегата работает на живом и полезном примере — простом расширении с достаточно примитивной трансформацией.

НДС по длящимся договорам: новый закон с 1 октября 2026 года - что меняется для бизнеса

4 августа 2026 года Президент подписал Федеральный закон № 293-ФЗ, который вносит изменения в статьи 166 и 168 Налогового кодекса РФ. Документ вступает в силу с 1 октября 2026 года.

Закон устанавливает специальные правила исчисления и уплаты НДС по длящимся договорам, в период действия которых меняются налоговые обязанности его сторон.

Вы сможете сходу ответить на вопрос, почему в результате простейшей операции 0.1 + 0.2 в консоли браузера выведется число 0.30000000000000004?

Мы привыкли списывать такие причуды на Великие и Ужасные Особенности Языка Программирования. Ну вот работает оно так, и всё.

Согласитесь, это гораздо проще, нежели потратить десять минут на поиск информации. Но за каждым глюком скрывается фундаментальный конфликт между человеческим разумом и логикой работы конечного устройства. Мы пишем код на языках высокого уровня, оперируем привычными десятками и сотнями, а под капотами наших IDE разыгрывается нешуточная вычислительная драма.

В этой статье мы поговорим об особенностях машинной арифметики: от костылей в бортовом компьютере «Аполлона» до проблемы 2038 года. Заваривайте чаёк покрепче, и мы начинаем.

13 августа сайт X опубликовал значительно обновлённую версию исходного кода рекомендательной ленты. В репозитории под лицензией Apache 2.0 выложили код модели Phoenix, реальные значения основных коэффициентов ранжирования, механизмы отбора кандидатов, фильтрации видимости, поддержки новых авторов и обеспечения разнообразия ленты.

Заметная доля пользователей X предпочитает называть сайт микроблогов по старинке — Twitter. Другая неискоренимая вредная привычка — чтение алгоритмической ленты. Чтобы увеличить охват микроблога, было бы неплохо хотя бы в общих чертах разобраться, как работает рекомендательный алгоритм, а затем рассмотреть все основные коэффициенты. Этим в данной статье мы и займёмся.