Тема:
Как эффективно управлять контекстным окном LLM в мультиагентных системах и не сливать бюджет на токены
В кружке Кирилл Кухарев рассказал, какие именно подходы будем разбирать.
👉 Занять место на вебинаре
Please open Telegram to view this post
VIEW IN TELEGRAM
😁1
В мире Python-разработки все делятся на два лагеря: те, кто берет тяжелую Django, и те, кто выбирает Flask.
Flask - это микрофреймворк. «Микро» значит в нем нет ничего лишнего из коробки.
Вот как это работает:
• Свобода
Django дает тебе сразу всё: админку, базу, авторизацию. Flask дает только базу (роутинг и шаблоны). Итог: ты сам выбираешь, какую базу данных подключить и как строить архитектуру.
• Легкий старт
Простейшее приложение на Flask пишется в 5 строк кода. Итог: это идеальный выбор для маленьких сервисов, API или микросервисов. Не нужно разворачивать огромную структуру ради одной функции.
• Гибкость через расширения
Нужна админка? Ставишь Flask-Admin. Нужна база? Flask-SQLAlchemy. Итог: твой проект весит ровно столько, сколько ему нужно, без лишнего «жира» в коде.
• Масштабируемость
Кажется, что Flask только для маленьких сайтов. Но на нем работают части систем в Netflix, Reddit и Airbnb. Итог: при прямых руках на нем можно поднять проект любой сложности.
Проблема в том, что свобода Flask ловушка для новичков. Без понимания архитектуры твой проект быстро превратится в спагетти.
На чем планируете писать свой первый (или следующий) бэкенд?
❤️ — Flask, люблю минимализм
🔥 — Django, пусть всё будет из коробки
🔹 Курс «Программирование на языке Python»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
#ликбез
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4💯2❤1
Что такое Blue-Green деплоймент за 4 минут, если поставить видео на x2 🤨
Смотрите видео и вы узнаете, что такое Blue-Green деплоймент, как он работает, его принципы и шаги действий Blue-Green деплоймента.
🔗 Ссылка
🔹 Курс «Алгоритмы и структуры данных»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
🏃♀️ Азбука айтишника
#магиякода
Смотрите видео и вы узнаете, что такое Blue-Green деплоймент, как он работает, его принципы и шаги действий Blue-Green деплоймента.
🔹 Курс «Алгоритмы и структуры данных»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
#магиякода
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1🔥1💯1
Коллеги, если у вас есть блог по DS или python, разработку, ии-агентам, самое время поделиться им в комментариях 👇
P. S. Если у вас нет блога, то расскажите, кого вы смотрите или читаете
P.s. 2.0 хочу расширить свой кругозор)
P. S. Если у вас нет блога, то расскажите, кого вы смотрите или читаете
P.s. 2.0 хочу расширить свой кругозор)
👍2🎉1
Многие путают Kafka с обычной базой данных или простым чатиком для микросервисов. А это полезный распределенный брокер сообщений.
Представь поток данных, который никогда не останавливается. Kafka — огромный конвейер, способный переваривать миллионы писем в секунду. (записываем
Вот как это работает:
• Шина данных
В обычной БД ты ищешь данные по запросу. В Kafka данные «текут» через топики. Итог: сервисы подписываются на нужные потоки и мгновенно реагируют на события, будь то покупка в магазине или лог ошибки.
• Гарантия сохранности
В простых брокерах (типа RabbitMQ) сообщение удаляется сразу после прочтения. Kafka хранит их столько, сколько ты скажешь. Итог: если твой сервис «прилег» на час, после включения он просто дочитает всё, что пропустил, с того же места.
• Нереальная нагрузка
Kafka распределяет данные по разным серверам (брокерам). Итог: она легко масштабируется на гигабайты трафика. Именно поэтому её выбирают Netflix, Uber и банки для обработки транзакций в реальном времени.
• decoupling (развязка)
Твои сервисы больше не знают друг о друге. Продюсер просто кидает данные в Kafka, а консьюмер их забирает. Итог: ты можешь добавлять новые фичи и сервисы, не переписывая половину старого кода.
Проблема в том, что кафка это сложный инструмент. Без правильной настройки партиций и репликации ты получишь тормозящего монстра, который съест все ресурсы сервера.
Работали уже с очередями сообщений?
❤️ — да, Kafka/RabbitMQ наше всё
🔥 — пока обходимся прямыми запросами между сервисами
🔹 Курс «Основы IT для непрограммистов»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
#ликбез
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2😍1
This media is not supported in your browser
VIEW IN TELEGRAM
Господи, это что видос снятый на камеру?
Купите автору подписку на какую-нибудь нейронку. В 2к26 только динозавры не генерят шортсы
🔹 Курс «Математика для разработки AI-моделей»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
#небагафича
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3
Какой у вас первый язык программирования? (мой pascal)
Anonymous Poll
24%
Python
30%
Pascal
21%
C++
9%
Java
4%
GO
8%
JavaScript
4%
PHP
11%
C#
12%
Другой
🔥1💯1
Кафка умеет очень эффективно «лениться» на уровне операционной системы, используя механизм Zero Copy.
На схеме наглядно показано, чем отличается обычный путь данных от оптимизированного:
• Чтение БЕЗ Zero Copy (верхняя часть)
Данные совершают целое путешествие: Диск → Буфер ОС → Приложение (kafka) → Сокет → Сетевая карта. Итог: 4 копирования данных и куча переключений контекста процессора. Процессор занят перекладыванием байтов туда-сюда, вместо того чтобы делать полезную работу.
• Чтение С Zero Copy (нижняя часть)
кафка использует системный вызов, который позволяет передать данные из буфера ОС напрямую в сетевую карту. Итог: данные вообще не заходят в «пространство приложения». Всего 2 копирования, причем процессор в этом почти не участвует.
• Результат
Благодаря тому, что данные не копируются в память приложения и обратно, кафка выдает гигантскую пропускную способность. Она работает почти со скоростью сетевого интерфейса и диска, не создавая лишних «пробок» в системе.
Знали про Zero Copy или думали, что дело только в оперативной памяти?
❤️ — знал, на этом держится весь хайлоад
🔥 — теперь понятно, почему она летает
🔹 Курс «Основы IT для непрограммистов»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
#ликбез
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4❤1
Да, остались такие люди, которые не знают
Слово «чекнуть» (от англ. check) давно заменило обычное «проверить». Но в айтишке это поиск конкретных ответов на конкретные вопросы.
Например, чекать код (Code Review)
Просмотр чужого пулл-реквеста. Итог: ищешь баги и «костыли», пока они не улетели в прод и не поломали всё остальное.
🔹 Курс «Основы IT для непрограммистов»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
#ликбез
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1😁1
Что выведет код?
👾 — ['Hello', 'World']
👍 — ['HELLO', 'WORLD']
🥰 — ['None', 'None']
🔹 Курс «Программирование на языке Python»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
🏃♀️ Азбука айтишника
#режимразраба
👾 — ['Hello', 'World']
👍 — ['HELLO', 'WORLD']
🥰 — ['None', 'None']
🔹 Курс «Программирование на языке Python»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
#режимразраба
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8👾2😍1
1. Держатель карты платит 100$ за товар.
2. Продавец получает более высокие продажи и должен компенсировать банку-эмитенту (банку, выпустившему карту) и карточной сети (card network) расходы на обеспечение сервиса оплаты. Банк-эквайер (банк, которому принадлежит платежный терминал) устанавливает продавцу комиссию, которая называется "комиссией за скидку продавца" (merchant discount fee). 3-4. Эквайер удерживает 0,25$ в качестве эквайринговой наценки (acquiring markup) и 1,75$ выплачиваются эмитенту в качестве комиссии за обмен (interchange fee). Комиссия за скидку продавца должна покрывать комиссию за обмен. Комиссия за обмен устанавливается карточной сетью, поскольку согласование эквайером комиссии с каждым продавцом было бы неэффективным.
3. Карточная сеть согласовывает сетевые оценки и комиссии с каждым банком, который оплачивает расходы сети каждый месяц. Например, VISA взимает оценку 0,11% плюс 0,0195$ за каждую операцию.
4. Держатель карты платит банку-эмитенту за его услуги.
🔹 Курс «Основы IT для непрограммистов»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
#ликбез
Please open Telegram to view this post
VIEW IN TELEGRAM
😍2
❤️ — Обычно читаю как data
🔹 Курс «Математика для разработки AI-моделей»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
🏃♀️ Азбука айтишника
#небагафича
🔹 Курс «Математика для разработки AI-моделей»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
#небагафича
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1
🔥 База по ИИ-агентам от научного сотрудника Сколтеха и НИУ ВШЭ
Знакомьтесь, Екатерина Трофимова. Кандидат компьютерных наук, ресерчер в Центре ИИ Сколтеха и лаборатории LAMBDA. Она объединяет глубокую академическую экспертизу и практику: знает, как ИИ-системы устроены «под капотом» и как встроить их в реальные проекты (в т.ч. для Т-банка).
Мы попросили Екатерину собрать список мастхев материалов для тех, кто хочет проектировать агентов в проде. Сохраняйте список.
🛠 Стек и фреймворки:
DSPy — алгоритмическая оптимизация промптов (вместо ручного подбора слов).
Semantic Kernel и LangMem — инструменты для управления сессионной и долгосрочной памятью.
MCP (Model Context Protocol) — новый стандарт от Anthropic для подключения агентов к вашим БД и локальным файлам.
📖 Документация, которую нужно знать:
Anthropic Prompt Caching — как кэшировать контекст и радикально резать косты на API.
OpenAI Agents SDK / Cookbook — лучшие практики работы с памятью.
Augment — платформа для оптимизации работы ИИ-агентов и контроля токенов.
🔬 Хардкорные статьи и препринты (на выходные):
Lost in the Middle — почему LLM «слепнут» на длинных текстах и забывают середину контекста.
How Do Coding Agents Spend Your Money? — куда улетает бюджет при работе автономных кодинг-агентов.
MemGPT — архитектура операционной системы для LLM с иллюзией бесконечной памяти.
InjecAgent / AgentSentry — всё о безопасности и защите агентов от инъекций в промпты.
Екатерина Трофимова — один из ключевых экспертов нашего курса AgentOps. На своих лекциях она детально разбирает, как проектировать инструменты для агентов, как агент принимает решения о вызове инструментов и какие ограничения возникают в реальном проде
🎁 Акция в честь старта продаж!
Прямо сейчас при покупке Инженерного трека вы получаете полный доступ к материалам курса «Разработка ИИ-агентов» в подарок.
👉 Забрать 2 курса по цене 1 и начать обучение
Знакомьтесь, Екатерина Трофимова. Кандидат компьютерных наук, ресерчер в Центре ИИ Сколтеха и лаборатории LAMBDA. Она объединяет глубокую академическую экспертизу и практику: знает, как ИИ-системы устроены «под капотом» и как встроить их в реальные проекты (в т.ч. для Т-банка).
Мы попросили Екатерину собрать список мастхев материалов для тех, кто хочет проектировать агентов в проде. Сохраняйте список.
🛠 Стек и фреймворки:
DSPy — алгоритмическая оптимизация промптов (вместо ручного подбора слов).
Semantic Kernel и LangMem — инструменты для управления сессионной и долгосрочной памятью.
MCP (Model Context Protocol) — новый стандарт от Anthropic для подключения агентов к вашим БД и локальным файлам.
📖 Документация, которую нужно знать:
Anthropic Prompt Caching — как кэшировать контекст и радикально резать косты на API.
OpenAI Agents SDK / Cookbook — лучшие практики работы с памятью.
Augment — платформа для оптимизации работы ИИ-агентов и контроля токенов.
🔬 Хардкорные статьи и препринты (на выходные):
Lost in the Middle — почему LLM «слепнут» на длинных текстах и забывают середину контекста.
How Do Coding Agents Spend Your Money? — куда улетает бюджет при работе автономных кодинг-агентов.
MemGPT — архитектура операционной системы для LLM с иллюзией бесконечной памяти.
InjecAgent / AgentSentry — всё о безопасности и защите агентов от инъекций в промпты.
Екатерина Трофимова — один из ключевых экспертов нашего курса AgentOps. На своих лекциях она детально разбирает, как проектировать инструменты для агентов, как агент принимает решения о вызове инструментов и какие ограничения возникают в реальном проде
🎁 Акция в честь старта продаж!
Прямо сейчас при покупке Инженерного трека вы получаете полный доступ к материалам курса «Разработка ИИ-агентов» в подарок.
👉 Забрать 2 курса по цене 1 и начать обучение
👍1
Все привыкли к ремoуту, но вместе с комфортом пришла социальная тревожность. Когда не видишь людей месяцами, любой созвон превращается в пытку.
Без офиса навыки общения быстро ржавеют. Итог: ты отлично кодишь, но не можешь внятно защитить результат перед бизнесом.
Что думаете про софты на удаленке?
❤️ — без офиса они деградируют
👍 — созвонов вполне хватает для развития
🔹 Курс разработка AI-агентов
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
#режимразраба
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7❤2
Лень как двигатель промпт-инжиниринга
Рассказываю, как нейронка может составить инструкцию за тебя, всё на реальном кейсе с поиском лидов.
➖ Задача: найти зацепки в тоннах отчетов
Я работаю над поисковиком, который переваривает гигабайты годовых отчетов компаний. Клиенту нужно не просто «найти компанию», а выудить конкретные «крючки» для продаж. Нужно лезть в глубину, понимать боли бизнеса и искать точки соприкосновения.
➖ Метод: «План для ассистента»
Вместо того чтобы самому расписывать, на что обращать внимание при анализе, я прошу ChatGPT составить план исследования.
Самое забавное, что «ассистентом», который пойдет работать по этой инструкции, будет тот же самый ChatGPT. Итог: нейронка сама пишет себе ТЗ, сама его выполняет, а ты просто забираешь качественный результат.
Проблема в том, что люди часто пытаются быть микроменеджерами для ИИ, когда пора переходить на уровень постановки стратегии.
Если хочешь перестать просто «переписываться с ботом» и научиться создавать автономные системы, которые реально работают в проде, заглядывай на курс по AgentOps
Доверяете нейронке писать инструкции для самой себя?
❤️ - да, она лучше знает свои возможности
🔥 - нет, предпочитаю контролировать каждый символ в промпте
🔹 Курс разработка AI-агентов
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
🏃♀️ Азбука айтишника
#магиякода
Рассказываю, как нейронка может составить инструкцию за тебя, всё на реальном кейсе с поиском лидов.
Я работаю над поисковиком, который переваривает гигабайты годовых отчетов компаний. Клиенту нужно не просто «найти компанию», а выудить конкретные «крючки» для продаж. Нужно лезть в глубину, понимать боли бизнеса и искать точки соприкосновения.
Вместо того чтобы самому расписывать, на что обращать внимание при анализе, я прошу ChatGPT составить план исследования.
Help me build a research blueprint for scouting potential clients for [COMPANY_NAME]. Below is our business profile for context: [INSERT_DESCRIPTION].
The goal is to provide a "discovery checklist" for investigating a specific lead company online. I need a list of sharp questions and data points that will help me understand if they are a fit.
Please focus the checklist on:
Identifying recent "trigger events" (pivots, new product launches, or leadership changes).
Pinpointing current operational friction or visible bottlenecks.
Finding JTBD-style insights (what specific "job" is this company currently trying to solve?).
The final output should be a structured list of investigation points for a research agent to follow during their deep-dive.
Самое забавное, что «ассистентом», который пойдет работать по этой инструкции, будет тот же самый ChatGPT. Итог: нейронка сама пишет себе ТЗ, сама его выполняет, а ты просто забираешь качественный результат.
Проблема в том, что люди часто пытаются быть микроменеджерами для ИИ, когда пора переходить на уровень постановки стратегии.
Если хочешь перестать просто «переписываться с ботом» и научиться создавать автономные системы, которые реально работают в проде, заглядывай на курс по AgentOps
Доверяете нейронке писать инструкции для самой себя?
❤️ - да, она лучше знает свои возможности
🔥 - нет, предпочитаю контролировать каждый символ в промпте
🔹 Курс разработка AI-агентов
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
#магиякода
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1🔥1
Слышишь «надо собрать билд», значит, код превращают в осязаемый продукт. Это момент истины, когда разрозненные файлы становятся приложением, которое можно запустить.
Вот как это работает:
Спецсофт подхватывает исходный код, подтягивает библиотеки и упаковывает всё в один архив или исполняемый файл. Итог: превращение текста в работающую программу.
Если в коде ошибка, билд «упадет» (не соберется). Итог: ты сразу видишь, что система сломана, еще до того, как ее увидел клиент.
Каждый билд получает свой номер. Итог: если в новой версии всё пошло не так, можно быстро откатиться к предыдущему рабочему билду.
🔹 Курс «Основы IT для непрограммистов»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
#ликбез
Please open Telegram to view this post
VIEW IN TELEGRAM
proglib.academy
Курс|Программирование на языке Python
Обновленный курс «Программирование на языке на Python» от Proglib Academy — это не сухая теория, а 30 тщательно продуманных практических уроков, каждый из которых наполнен тестами и заданиями разного уровня сложности. Вы будете не просто читать материалы…
👍1
🔹 Курс разработка AI-агентов
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
#небагафича
Please open Telegram to view this post
VIEW IN TELEGRAM
😁1
Что выведет код сверху?
👾 — NaN
👍 — Exception
🥰 — ZeroDivisionError
⚡️ — SyntaxError
🔹 Курс «Программирование на языке Python»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
🏃♀️ Азбука айтишника
#режимразраба
👾 — NaN
👍 — Exception
🥰 — ZeroDivisionError
🔹 Курс «Программирование на языке Python»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
#режимразраба
Please open Telegram to view this post
VIEW IN TELEGRAM
🥰5👍1👾1