Забавное ощущение. На последних курсах, что проходил в https://shvm.xyz/ (не реклама, но там есть пара преподавателей - лапочек ), говорили

Вы, скорее всего, будете уже разработчиками, которым не нужно знать теорию глубоко, но это будет очень хорошим преимуществом.

И сейчас я пытаюсь на GitHub найти один репозиторий, который я точно лайкал, но не могу найти.
Долистал до своих первых "звезд"
И знаете, книгу
Interpretable Machine Learning with Python
Которую я лайканул, судя по всему, года 4 назад, и разбираясь в блокнотах..

Такого сейчас я представить не могу, но, мне кажется, что это хорошо.
Я представляю какого-то зеленого парня, лет 20 в универе, который изредка ловит в голове мысли о своем реальном будущем, и я рад, что если появится мгновение\искра\мысль о программировании - то ему это будет многим легче "затестить".

Нужную мне библиотеку я не нашел, но вам рекомендую потыкать на GitHub вкладку Stars, можно окунуться в воспоминания, мне понравилось)
Вот из забавного:
- самый старый реп Паши - лайканул где-то в феврале 2024

Собеседование на AI-инженера в банк: три вещи, которые реально проверяют

Собрал в кучу инфу по теме AI-инженера. "Горячая" тема, судя по рилсам)
Типичная вакансия: Python, LLM, RAG, агенты, production. Но на собесе не проверяют знание этих слов. Проверяют три вещи:
1. Trade-off мышление - не "лучший подход", а "лучший для этой ситуации"
2. Production-фокус - как это будет жить, ломаться и стоить денег
3. Язык домена - говоришь ли ты на языке бизнеса, а не только на языке ML
___
1. Trade-off мышление
Нет "лучшего" решения. Есть решение, оптимальное для конкретных ограничений.
Chunking в RAG

| Стратегия       | Плюс               | Минус              | Когда выбирать           |
|----------------|--------------------|--------------------|--------------------------|
| Мелкие чанки    | Точнее поиск        | Теряем контекст     | Фактовые вопросы         |
| Крупные чанки   | Больше контекста    | Шум в retrieval      | Аналитические вопросы    |
| Parent-child    | И точность, и контекст | Два индекса, сложнее | Когда критично качество |

Зрелый ответ: "Зависит от типа вопросов. Для фактовых - мельче, для аналитических - крупнее."
Retrieval

| Метод             | Плюс                 | Минус                                   |
|------------------|----------------------|------------------------------------------|
| Dense (векторный) | Понимает семантику    | Может пропустить exact match             |
| Sparse (BM25)     | Точный match          | "РКО" ≠ "расчётно-кассовое обслуживание" |
| Hybrid            | Лучшее из двух        | Сложнее настройка                        |

В проде почти всегда hybrid - потому что dense пропускает точные совпадения (аббревиатуры, коды), а sparse не понимает семантику.
Агент vs Граф

| Подход              | Плюс                          | Минус                                           |
|---------------------|-------------------------------|-------------------------------------------------|
| Свободный агент      | Гибкость                       | Непредсказуемость, дорого, сложно тестировать   |
| Граф (state machine) | Воспроизводимость, аудируемость | Нужно продумать все пути заранее                |

Для банка граф почти всегда лучше - регулятор любит предсказуемость.

Зрелый ответ: "Сначала смотрю, можно ли графом. Агент - когда реально нужна гибкость, а не красивая архитектура."

Треугольник оптимизации

QUALITY
           △
          /|\
         / | \
        ▽──┴──▽
    LATENCY  COST

- Streaming - реальная latency та же, но UX кардинально лучше
- Кэширование мгновенные ответы, но риск устаревших данных
- Роутинг по сложности простые вопросы на дешёвую модель. 80% запросов обычно простые - экономия существенная
- Reranking - quality +, но latency -
___
2. Production-фокус
Сделать прототип — легко. Поддерживать систему, которая не деградирует - сложно.
Что может пойти не так

| Проблема           | Что происходит                          | Как заметить                         |
|-------------------|------------------------------------------|--------------------------------------|
| Устаревший индекс  | Регламенты обновились, база старая        | Рост ответов "информации нет"        |
| Изменение модели   | Провайдер обновил модель                 | Скачок метрик после апдейта          |
| Падение интеграций | CRM или бэкенд недоступен                | Рост таймаутов                       |
| Смена паттернов    | Пользователи спрашивают о новом           | Незнакомые вопросы в логах           |

Безопасность агентов

| Механизм           | Зачем                                           |
|-------------------|--------------------------------------------------|
| Allowlist tools    | Только разрешённые инструменты                   |
| Loop guard         | Лимит шагов, времени, стоимости                  |
| Human-in-the-loop  | Подтверждение на чувствительных действиях        |

Loop guard - мастхэв. Агент может решить, что ему нужно 50 вызовов API на простой вопрос.
Verifier - обязательный компонент

Generate → Verify → Respond

___
3. Язык домена
Понимаешь ли ты контекст, в котором система будет работать?

Метрики: о чём реально спросят
Не "accuracy модели", а бизнес-результат:
- Сколько обращений закрыл бот без человека? - главная метрика
- Сколько передали оператору? - и почему
- Сколько стоит закрыть одно обращение? - сравниваем с ценой оператора
- Как изменилось время обработки?

Если говоришь только про recall и precision - видно, что не думал вообще о продукте.

Claude Code завезли Task Manager, но есть нюанс

Новая система управления задачами в Claude Code перешла от хранения списка дел в оперативной памяти к файловой структуре.

Но я наткнулся на недочёт, который ломает UX в реальной работе над проектами:

Таски создаются в глобальной директории Claude и привязываются к номеру сессии.
Из-за этого теряется консистентность и невозможно нормально возвращаться к задачам между сессиями в рамках одного проекта.
Я завёл issue:
https://github.com/anthropics/claude-code/issues/20425

✅ Временное решение без боли: wrapper "cc"
Идея простая: запускать Claude Code через wrapper-скрипт, который автоматически выставляет CLAUDE_CODE_TASK_LIST_ID по имени текущей директории (то есть по имени проекта).
Плюс: если в будущем Anthropics это поправят - просто удаляете скрипт, и всё.

Я предлагаю запускать это через сам Claude Code, чтобы полностью понимать, что делает код, и не тянуть “скрипты из интернета”.

В Комментариях сам промпт.

Как пользоваться:
Заходите в папку проекта → запускаете cc вместо claude → таски “приклеиваются” к проекту.

До сих пор варюсь в попытках автоматизации разработки. Есть результаты(нет). Опять осознал - не нужно пытаться охватить всё.

Вернулся к спекам. К формулированию "идеи" в текст, ДО того как бросать в терминал "Сделай красиво и чтоб работало".
Назвал это "Шаг 0".
Собрал стандарт документации для старта проектов:

PRD - зачем делаем и для кого
SPEC - что система делает, с проверяемыми критериями
ADR - почему выбрали конкретные технологии
CLAUDE.md - точка входа для агента

Оформил как Skill в минимальном формате, чтоб работало и в claude.ai, и в других агентах. Git

Вместо объяснений что там внутри - демо на задаче "хочу парсинг мемов". Без факапа не обошлось, но я честен - разбор проблемы в треде.

По итогу - удобный стартер для прототипов и мимолётных идей. Декомпозиция всё ещё важный навык, что не говори)

Собрал SKILL - срез российского ИИ-сектора.

Валидные источники, актуальные данные, устойчивый парсинг. Уже половина дела - как говорит ML-мантра: "garbage in, garbage out".

Дальше - щепотка магии Claude:
- фильтрация информации
- итеративный flow с паузой на «подумать»
- чеклист качества
- сопоставление данных и поиск связей

На выходе - уже не garbage.

Краткий лог и результат: share-claude

Саммари событий - на скрине.

Не так давно заприметил сайт "Альянс в сфере искусственного интеллекта"
Похихикал с пустых страниц и уполз дальше.

А тут собирая источники по теме ИИ - вернулся.
Инициатива с учебниками для школьников звучит классно.
Хотелось бы узнать, что там внутри.
Ознакомительных фрагментов маловато.

Может у вас подрастающее поколение рядом бегает, будет полезно посмотреть . Вдруг реально что-то полезное и доступное.

Сегодня как-то так получается.

#meme

Погружаюсь в новую рабочую атмосферу,
Уже сформировал себе комфортную "среду" и дербаню новые задачи.
А к Вам я вот с чем.
Автоматизация агентских сценариев становится либо проще, либо полезнее,
Может и То и Другое)

Замечаю, что уже в каждом проекте стараюсь автоматизировать ведение changelog, документации и тестирования.

Сегодня опробовал популярный в интернетах подход:
- Написать полноценный план разработки с этапами и зависимостями.
- Завести отдельные команды на Исследование задачи, написание тестов, верификацию, ревью, обновление документации

Обернул это все в команду, мол читай план, ищи чекбокс не закрашенный, вот от сюда начинай и копай, пока можешь, как устанешь, сохранись.

И так пару часов тыкал в терминал эту команду.

Нужно сказать, что без подписок таким заниматься будет дорого) Результат хороший, но явно это больше развлечение, чем "рабочий стандарт"

Очевидность, но

Claude Code умеет рекурсивно запускать себя из CLI. Это официальный подход - Agent Teams под капотом работают точно так же.

unset CLAUDECODE && claude --print --dangerously-skip-permissions "prompt"

Три обязательных флага:
- unset CLAUDECODE : снимает защиту от рекурсии
- --print : headless-режим, результат в stdout
- --dangerously-skip-permissions : одобряет все действия автоматически (в headless некому нажать "yes")

Встраиваете вызов суб-агентов в свои skills и команды. Основной агент разбивает задачу на части и делегирует.

Вроде настолько всё очевидно, но до меня долго доходит.

P.S.
Зачем это нужно?
Любой сценарий, где хочется сказать «пусть другой Claude посмотрит свежим взглядом» - решается одной строчкой.

UI обновился навыков в
https://claude.ai/customize/skills

А на прошлой неделе обновился оф. skill-creator , с которым я обновил навыки своего проекта и остался доволен.

Может нас ждут какие-то интересные апдейты от Anthropic?

Прочитал статью про AI-First Product Engineering.
Из серии "выстройте надёжные пайплайны и спроектируйте масштабируемую архитектуру".

Но за обёрткой прячется нормальная структура.
Которую многие понимают интуитивно, но не могут сформулировать.
Вытащил и разложил.

Если строите продукт с ИИ внутри - честный тест: что сломается, если убрать модель?
Если ничего - у вас фича, а не AI-first продукт.
Обёртка над одним промптом к GPT - это не архитектурное решение.

80% времени уйдёт не на модель, а на сбор, очистку, версионирование.
Это не подготовительный этап. Это и есть работа.
Нет данных - нет продукта. shit in shit out

Человек в цикле - обязательно.
ML-пайплайн без HITL - shit out.
Причём важно не просто "человек проверяет", а где именно он стоит.

Валидация данных на входе и валидация ответа модели на выходе - два разных контура с разными метриками.
Без этого никакой корпоративный пайплайн не будет работоспособным.

Архитектура под ИИ ≠ архитектура с ИИ.
Когда модель определяет потоки данных - это AI-first.
Когда модель прикручена сбоку - это "мы тоже используем нейросети".
Feature store, model registry, A/B тесты, откат модели - проектируйте до, а не после.
"Масштабируемость из коробки" - миф.

⸻
Вроде всё очевидно, но когда собираешь в одном месте становится чеклистом.

Самое дорогое в AI-first - не модель, а инфраструктура вокруг неё.
Оригинал статьи: https://www.volumetree.com/2025/12/17/ai-first-product-engineering-explained-a-complete-guide/

С уважением ваш,
уже дважды подряд,
Капитан Очевидность

Привет.
Anthropic тихо готовит CLI для Claude API.
Первая реакция: ну и что(херня на go), у нас есть curl.
А давай сравним:
Псевдо-curl версия вызова Claude:

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $KEY" \
  -H "content-type: application/json" \
  -H "anthropic-version: 2023-06-01" \
  -d '{"model":"claude-sonnet-4-5-20250929",
       "max_tokens":1024,
       "messages":[{"role":"user",
       "content":[{"type":"text",
       "text":"привет"}]}]}'

ant-версия:

ant messages create \
  --model claude-sonnet-4-5-20250929 \
  --max-tokens 1024 \
  --message '{content: "привет", role: user}'

Передаёшь файл через @photo.jpg - CLI сам определяет тип и кодирует в base64
--stream - и получаешь стриминг.
--transform "content.0.text" - вытащил текст из ответа без jq.

Anthropic системно закрывает все точки входа: веб-чат, API, Python/TS SDK, Claude Code как агент в терминале, и теперь CLI для атомарных вызовов.

Если вот эта вся заворушка с вояками не помешает "моим пасанам" двигать тему, я буду радоваться каждому их шагу в сторону моего взгляда < 3

Мне казалось, что эта наивная шалость не завершится ничем хорошим или полезным.

/skill-creator:skill-creator 
Есть огромный план работ
 docs/research/PLAN-analyzer-split.md 
Который требует реализации в нескольких  
сессиях. Для этого потребуется контроль прогресса, оркестрация. Как подготовить Claude Code для итеративного выполнения плана без     
потери контекста и строгого выполнения пунктов с контролем качества?

В целом, он повторил пайплайн, который и я в каком-то виде реализую. Только тут это за полторы минуты.
Не так всё вылизано, но оно работает.

А ты доволен?

#meme

Added 1M context window for Opus 4.6 by default for Max, Team, and Enterprise plans (previously required extra usage)

Да есть же!
пушка-бомба.

Писал внутренний сервис, который берёт на себя механику: массово скачивает резюме(HH.ru), прогоняет через LLM по критериям вакансии, выставляет оценку и формирует задачу в Asana - с заполненными полями, контактами и приложенным PDF.

Рекрутер при этом остаётся в центре процесса. Задаёт критерии. Решает, кого звать на интервью. Меняет настройки оценки, если вакансия уточнилась. AI тут - инструмент, а не замена.

Человек контролирует критерии и финальное решение, доверие к системе растёт. Никто не боится, что «робот наймёт не того». Рекрутер не теряет экспертизу - он перестаёт тратить её на copy-paste.

Автоматизировать рутину коллег - одна из самых благодарных задач в IT. Ты не просто пишешь код. Ты возвращаешь человеку часы, которые он может потратить на работу, где он незаменим: на живое общение, на сложные решения, на интуицию.

Не обязательно гнаться за хайпом. В этом сервисе нет RAG, нет файн-тюнинга, нет мультиагентных систем. Обычные API-вызовы к LLM с хорошо написанным промптом. Потому что задача не требовала большего. Бизнесу нужен результат: было 12 дней - стало 3 часа. Всё остальное - детали реализации, которые волнуют только разработчика.

Навык "решать проблемы бизнеса" - это то, что я приобрел в банках)