Азбука айтишника
3.5K subscribers
2.04K photos
92 videos
9 files
1.59K links
Айти для неайтишников: постигаем азы программирования.

По рекламе: @proglib_adv

Учиться у нас: https://proglib.io/w/d6fce3cb

Для обратной связи: @proglibrary_feeedback_bot
Download Telegram
🔥 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
👍1
😐 Удаленка в DS: свобода или деградация?

Все привыкли к ремoуту, но вместе с комфортом пришла социальная тревожность. Когда не видишь людей месяцами, любой созвон превращается в пытку.

➡️ Софт скиллы в зоне риска
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

🏃‍♀️ Азбука айтишника

#режимразраба
Please open Telegram to view this post
VIEW IN TELEGRAM
👍72
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.

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

🏃‍♀️ Азбука айтишника

#магиякода
Please open Telegram to view this post
VIEW IN TELEGRAM
1🔥1
📌 Что такое билд?

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:

➡️ Процесс сборки
Спецсофт подхватывает исходный код, подтягивает библиотеки и упаковывает всё в один архив или исполняемый файл. Итог: превращение текста в работающую программу.

➡️ Проверка на прочность
Если в коде ошибка, билд «упадет» (не соберется). Итог: ты сразу видишь, что система сломана, еще до того, как ее увидел клиент.

➡️ Версионность
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

🏃‍♀️ Азбука айтишника

#ликбез
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
Please open Telegram to view this post
VIEW IN TELEGRAM
🥰5👍1👾1
Опенсорсный ИИ-стек

Собрать свою ИИ-прилу можно без миллионных бюджетов на подписки. С помощью опенсорсов уже можно запустить полный цикл разработки буквально «на коленке».

Вот как выглядит этот конструктор сейчас:


➡️ Интерфейс и бэкенд
Next.js и Vercel для фронта, FastAPI и Ollama для работы с моделями локально. Итог: всё летает, и ты не платишь за каждый чих пользователя.

➡️ Данные и RAG
Postgres с расширением PGVector или Milvus для поиска по контексту. Итог: твоя нейронка помнит всё, что нужно, не выдумывая факты из головы.

⚠️ Что на картинке уже «протухло» к 2026 году:

Llama 3.3 и Mistral - в мире, где уже вовсю юзают Llama 4 и новые версии Qwen, эти модели выглядят как музейные экспонаты.

Langchain - для простых задач он стал слишком тяжелым и перегруженным. Сейчас есть более легкие и модульные решения.

А мы, кстати, учим дирижировать этим стеком так, чтобы агенты работали как часы

На чем собираете свои пет-проекты?
❤️ - только Open Source, свобода прежде всего
🔥 - миксую с платными API, так быстрее
👍 - пока только присматриваюсь к стеку

🔹 Курс разработка AI-агентов
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

🏃‍♀️ Азбука айтишника

#магиякода
Please open Telegram to view this post
VIEW IN TELEGRAM
👍21🔥1
📌 Что такое AgentOps?

AgentOps - это методология управления и мониторинга автономных ИИ-агентов. Если обычный DevOps следит за тем, чтобы работали серверы, то AgentOps контролирует, чтобы нейронки не галлюцинировали и выполняли задачи строго по вашему плану.

Это набор инструментов для отладки, логирования и масштабирования систем с искусственным интеллектом. Итог: ваши агенты перестают быть «черным ящиком» и превращаются в предсказуемый инструмент, который можно смело выпускать в реальный прод.

🔹 Курс «Основы IT для непрограммистов»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

🏃‍♀️ Азбука айтишника

#ликбез
Please open Telegram to view this post
VIEW IN TELEGRAM
1👍1
🗓️ Уже через пару часов стартует вебинар!

Тема:
Как эффективно управлять контекстным окном LLM в мультиагентных системах и не сливать бюджет на токены


Ждем вас сегодня в 19:00 по московскому времени. Не пропустите начало, будет много практики!

👉 Успей занять место
🌊 Дата-пайплайны: как не утонуть в данных

В современной архитектуре путь данных обычно делят на 5 этапов.

Вот как выглядит этот конвейер:

➡️ Collect & Ingest
Сначала собираем данные отовсюду: из приложений, стримов и баз. Затем грузим их в систему через очереди событий (Event Queues). Итог: данные попали «внутрь» и готовы к обработке.

➡️ Store
Сваливаем всё в хранилища: Data Lakes, Data Warehouses или модные Data Lakehouses. Итог: информация надежно лежит и ждет своего часа.

➡️ Compute
Самый «мясной» этап. Здесь данные чистят, агрегируют и приводят к стандартам компании с помощью батч-обработки или стриминга. Итог: из сырого мусора получаем структурированную инфу.

➡️ Consume
Финал. Данные уходят в Business Intelligence, дата-сайентистам и ML-сервисам. Итог: бизнес видит графики и принимает решения.

⚠️ Картинка уже устарела к 2026 году:

- Векторные БД: В слое Store критически не хватает векторных бдшек. В эпоху RAG и агентов без них никуда.

- Generative AI: В блоке Consume нейронки и LLM-агенты теперь главные потребители данных, а не просто «ML-сервисы» где-то сбоку.

- Стирание границ: Разделение на Batch и Stream в блоке Compute становится всё более условным, современные движки стараются унифицировать эти процессы.

Как у вас дела с «водопроводом»?
❤️ — всё четко, данные текут куда надо
🔥 — пайплайн держится на честном слове и костылях
😆 — мы всё еще храним данные в Excel и нам норм

🔹 Курс разработка AI-агентов
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

🏃‍♀️ Азбука айтишника

#ликбез
Please open Telegram to view this post
VIEW IN TELEGRAM
1🔥1😁1
📌 Феномен «Первомая»: когда дедлайны сошли с ума

Если в конце апреля тебе кажется, что мир вот-вот схлопнется, а твой таск-менеджер превращается в поле боя, поздравляю, ты попал в зону турбулентности перед майскими. Это уникальное время, когда бизнес-процессы разгоняются до скорости света, чтобы успеть «до праздников».

Как обстановка на фронте задач?
❤️ — пашу как проклятый, чтобы выжить в мае
🔥 — забил на суету, праздники никуда не убегут

🔹 Курс «Основы IT для непрограммистов»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

🏃‍♀️ Азбука айтишника

#ликбез
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3
😐 Промоушен: тебя повышают или просто «греют»?

Вроде всё сделал по красоте, а в ответ: «нет бюджета». Если менеджер не дает внятный роадмап, значит, ты для него идеальный дешевый юнит, которого выгодно оставить в текущем грейде навсегда.

➡️ Как пробить стену

- Требуй четкий чек-лист навыков следующего грейда. Если его нет: ты работаешь вслепую.

- Твои успехи должны знать за пределами команды. Тихие герои редко получают прибавку.

- Найди влиятельного человека (не ментора!), который будет лоббировать ваши интересы на калибровках.

А как у вас с прозрачностью грейдов?
❤️ — есть четкая карта компетенций
🔥 — всё на интуиции и личных связях
😆 — что такое повышение?
🌚 — просто поменяю работу

🔹 Курс разработка AI-агентов
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

🏃‍♀️ Азбука айтишника

#режимразраба
Please open Telegram to view this post
VIEW IN TELEGRAM
3😁2
Добро пожаловать в «Азбуку Айтишника»! 🤝

Наши действующие разработчики на пальцах объясняют базу программирования, переводят сложные термины на человеческий и помогают дойти до оффера мечты.

А вот навигация по последним постам:
Бесплатный гайд по ии-агентам на 15 глав

База:
Зачем тебе Redis на самом деле?
5 стратегий кэширования
Дата-пайплайны: как не утонуть в данных
Опенсорсный ИИ-стек
База по ИИ-агентам от научного сотрудника Сколтеха и НИУ ВШЭ
Как VISA/Mastercard делают деньги?
Что такое Kafka?
Почему Kafka такая быстрая?
Что такое Flask?
Типичный стек микросервисов
9 правил микросервисной архитектуры
Типичная микросервисная архитектура

Карьерный коммит:
Портфолио на максималках: как продать себя в IT

По терминам:

Что значит стек и переполненный стек
Что такое AgentOps?
Что такое билд?
Что такое чекать в айти
Что значит пулить?

Вечные вопросы:
Удаленка в DS: свобода или деградация?
Какой у вас первый язык программирования?
1👍1
🕰 ChatGPT: история успеха длиной в 70 лет

Кажется, что ChatGPT свалился на нас с неба в конце 2022-го. На самом деле это финишная прямая марафона, который начался ещё во времена черно-белых телевизоров.

Вот как мы шли к этой точке:

➡️ 1950–80-е: Эра жестких правил
Первые модели работали на примитивных алгоритмах и «if-else». Никакой гибкости, только сухая логика, прописанная вручную. Итог: системы были беспомощны перед живой человеческой речью.

➡️ 1990–2010-е: Подражание мозгу
Пришли нейронки (CNN, RNN, GAN). Мы начали учить ИИ «видеть» образы и понимать последовательности слов. Итог: машины научились узнавать котиков на фото и сносно переводить простые фразы.

➡️ 2017–2022: Революция внимания
Вышла легендарная статья «Attention is all you need», подарившая нам Трансформеры. Они научились понимать связи между словами в гигантских контекстах. Итог: появились GPT и InstructGPT, которые заставили весь мир говорить об ИИ.

А на каком этапе вы поняли, что мир изменился навсегда?
❤️ — когда GPT-3 выдала первый вменяемый текст
🔥 — когда ChatGPT (2022) прошел тест Тьюринга для масс
👍 — когда появились первые ии-агенты (2025)

🔹 Курс разработка AI-агентов
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

🏃‍♀️ Азбука айтишника

#режимразраба
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5🔥21
Вопрос, на который невозможно ответить правильно:

❤️ — Удобство важнее эстетики
👍 — Эстетика важнее удобства

🔹
Практический интенсив «Архитектуры и шаблоны проектирования»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

🏃‍♀️ Азбука айтишника

#небагафича
Please open Telegram to view this post
VIEW IN TELEGRAM
11👍1
🔥 ИИ захватывает Гитхаб: 30% кода пишет не человек

Ученые проанализировали 30 млн коммитов и подтвердили то, что мы и так чувствовали. Доля нейросетевого кода в США взлетела с 5% до 29% всего за два года. В России пока скромнее около 15%.

А сколько процентов вашего кода реально пишет ИИ?
🌚 — почти всё, я только проверяю и правлю
🔥 — пишу руками, доверяю только себе
👾 — юзаю чисто для тестов и рутины

🔹 Курс «Математика для разработки AI-моделей»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

🏃‍♀️ Азбука айтишника

#карьерныйкоммит
Please open Telegram to view this post
VIEW IN TELEGRAM
🌚8🔥4👾2
🙂 Devops

Концепция DevOps была представлена в 2009 Patrick Debois и Andrew Shafer на конференции "Agile". Они стремились сократить разрыв между разработкой ПО и его эксплуатацией, продвигая культуру сотрудничества и общую ответственность за весь жизненный цикл разработки ПО.

Концепция SRE, или Site Reliability Engineering (проектирование надежности объекта), была впервые разработана компанией Google в начале 2000-х для решения операционных задач управления крупномасштабными и сложными системами. Google разработала методы и инструменты SRE, такие как система управления кластерами Borg и система мониторинга Monarch, чтобы повысить надежность и эффективность своих сервисов.

Platform Engineering (разработка платформ) — это более новая концепция, основанная на SRE. Считается, что это расширение практик DevOps и SRE с упором на предоставление комплексной платформы для разработки продуктов, которая поддерживает всю бизнес-логику.

Все эти концепции связаны с тенденцией улучшения совместной работы, автоматизации и эффективности разработки и эксплуатации ПО.

🔹 Практический интенсив «Архитектуры и шаблоны проектирования»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

🏃‍♀️ Азбука айтишника

#ликбез
Please open Telegram to view this post
VIEW IN TELEGRAM