Инженер Контекста

Кратко про процессы

Две важные темы с VK Cloud Conf. Там еще интересного много, конечно, но в рамках этого канала рекомендую именно эти новости. Мультиагентность в VK AI Space хочу уже пощупать сам.

Внедрили поддержку мультиагентных систем на платформе VK AI Space 🤖Теперь вы можете создавать мультиагентные сценарии в VK AI Space от VK Tech. Это позволит компаниям перейти от точечных ИИ-агентов к координируемым системам цифровых сотрудников. 👥 Мультиагентная система устроена как команда специалистов под руководством менеджера: • ведущий агент принимает задачу от пользователя, понимает цель, выбирает нужных исполнителей — агентов с необходимыми компетенциями — и распределяет между ними работу• каждый агент выполняет задачу в своей зоне ответственности и может быть быстро заменен, доработан или подключен к новому процессу без пересборки всей цепочки⚡️ Такой подход ускоряет разработку сложных ИИ-решений. При этом каждый отдельный агент работает со всем контекстом, возникающим при решении задачи, а мультиагентная система — только с результатом работы субагентов. Мы эксклюзивно представили это решение на VK Cloud Conf. Узнайте больше по ссылке.🔗 Мы в MAX

Рынок ПО для ИИ в России вырастет почти вчетверо к 2030 годуЭксклюзивно на VK Cloud Conf совместно с Apple Hills Digital представили исследование российского рынка программного обеспечения для искусственного интеллекта. Исследование описывает объем, структуру и динамику российского рынка ПО для ИИ за 2022–2025 годы и прогноз до 2030 года. 👆 Его подготовили на основе прямого опроса более 40 ведущих российских вендоров ИИ-решений, отчетности участников рынка и открытых источников.📈 В 2025 году объем рынка достиг 25 млрд рублей, а к 2030 году вырастет почти вчетверо — до 94,8 млрд рублей при среднегодовом темпе роста 30,5%. Главный сдвиг: компании переходят от FOMO к ROI — от страха упустить технологию к расчету окупаемости. Появляются роли директоров по ИИ, центры компетенций и KPI на внедрение ИИ, а генеративный ИИ (GenAI) встраивается в прикладные продукты и стимулирует их продажи.«76% рынка ПО для ИИ — это прикладные решения, встроенные в бизнес-процессы, а не сами модели. Компании перестали внедрять ИИ из страха отстать и начали считать отдачу. Выигрывает не тот, кто первым купил технологию, а тот, кто встроил ее в работающий процесс и сделал это не в одиночку, а с партнером. Мы закрываем этот разрыв ИИ-инфраструктурой VK Cloud, платформой VK AI Space для запуска ИИ-агентов в защищенном контуре и экспертизой внедрения», — комментирует директор по облачным сервисам VK Tech Дмитрий Лазаренко.Полный текст исследования оставили по ссылке.🔗 Мы в MAXРынок ПО для ИИ в России вырастет почти вчетверо к 2030 годуЭксклюзивно на VK Cloud Conf совместно с Apple Hills Digital представили исследование российского рынка программного обеспечения для искусственного интеллекта. Исследование описывает объем, структуру и динамику российского рынка ПО для ИИ за 2022–2025 годы и прогноз до 2030 года. 👆 Его подготовили на основе прямого опроса более 40 ведущих российских вендоров ИИ-решений, отчетности участников рынка и открытых источников.📈 В 2025 году объем рынка достиг 25 млрд р

Anthropic выпустила Claude Fable 5. И это, возможно, самый необычный релиз ИИ за последние годы. Не потому что модель показала рекордные цифры в бенчмарках. И не потому что она якобы приблизилась к AGI. А потому что впервые главный маркетинговый тезис звучит…

Когда при мне говорят про искусство и эстетику

Долго объяснять. 17 июня в Москве и онлайн пройдёт облачная конференция VK Cloud Conf. Я там буду. Из очень интересного на мой субъективный взгляд (без учёта, что я помогаю конфу организовывать):— Большое исследование российского рынка ИИ от Apple Hills Digital и VK Tech. Покажем в первый раз и там прям любопытные цифры. Вчера, кстати, вышло исследование Apple Hills Digital совместно с VK Tech, Cloud.ru и Selectel про облачные тренды в корпоративном секторе России 2026. Забирайте здесь.— Про особенности развития ИИ-агентов с кейсами и решениями. Про платформы и прочее.— Managed Kubernetes как вычислительный центр для ИИ. И как с ним жить без виртуализации. — Организация процессов в компании перед AI-апокалипсисом. Доклад от Битрикс24. И там ещё много. Регаться здесь. #vktech

Anthropic выпустила Claude Fable 5. И это, возможно, самый необычный релиз ИИ за последние годы. Не потому что модель показала рекордные цифры в бенчмарках. И не потому что она якобы приблизилась к AGI. А потому что впервые главный маркетинговый тезис звучит…Но нас спасёт жадность... Вы цены на токены в Fable видели?🙈

Anthropic выпустила Claude Fable 5. И это, возможно, самый необычный релиз ИИ за последние годы.Не потому что модель показала рекордные цифры в бенчмарках. И не потому что она якобы приблизилась к AGI. А потому что впервые главный маркетинговый тезис звучит так:Наша лучшая модель слишком опасна для публичного доступа.Вместе с Fable 5 компания представила Mythos 5 — внутреннюю модель, доступ к которой ограничен из-за её возможностей в чувствительных областях вроде кибербезопасности. При этом Fable 5 построен на той же архитектуре. То есть вся презентация сводится к довольно необычной идее:Вот наша самая мощная модель.Но пользоваться вы будете не ей.Если раньше AI-компании соревновались в том, кто покажет более высокий результат на очередном бенчмарке, то теперь соревнование переходит в другую плоскость. Не «насколько умна модель», а «насколько опасной мы считаем собственную модель».И это довольно интересный сдвиг. Последние два года индустрия продавала интеллект. Сначала были задачи уровня школьных олимпиад. Потом исследования. Потом агентность. Теперь в качестве конкурентного преимущества начинают продавать ограничения. Фактически Anthropic говорит рынку:Мы сделали модель настолько сильной, что вынуждены ограничивать доступ к ней.Для компании это почти идеальная маркетинговая позиция. Особенно забавно выглядит появление двух уровней доступа к интеллекту. Раньше различия были простыми: бесплатная версия и платная версия.Теперь появляется новая категория:— версия для всех;— версия, которой вам не доверяют пользоваться.И мне кажется, что именно это главный итог релиза. Не очередной рост качества на несколько процентов, а начало эпохи, где ИИ-компании будут конкурировать не только мощностью моделей, но и правом доступа к ним. Потому что если такой подход взлетит, через пару лет вопрос будет звучать не «какую модель ты используешь?», а «какой у тебя уровень допуска к модели?».#ai

Так я вижу Code и Codex порой.

У меня было 119 коммитов, 30 слитых пулл-реквестов, 38 104 добавленных строки и целая россыпь файлов всех сортов и расцветок — 7 новых субагентов, модуль клиентских кейсов, 11 правил редполитики, 13 скриптов-валидаторов и 10 тестов.Не то чтобы всё это было нужно на выходных. Но если уж начал докручивать систему агентов, то к делу надо подходить серьёзно.

Ну или мемов вам накидать.

Как я превращал свалку заметок в библиотеку для ИИ-агентовБаза растёт сама из работы над контентом. Под каждый материал агент сначала делает исследование: идёт в веб, собирает данные, цифры, источники. Конспект сразу сохраняется в research/ под конкретную статью — это страховка от потери данных, если сессия оборвётся. Важный момент: исследование сохраняется автоматически, ещё до того, как автор начал писать.Дальше срабатывает правило: перед новым ресёрчем агент обязан проверить, что уже собрано. Если по теме что-то есть, он это дополняет, а не пересобирает с нуля. А самое ценное и многоразовое из разовых исследований переезжает в постоянную базу. Так разовый сбор под одну статью со временем превращается в библиотеку, которой пользуются все агенты.Звучит красиво, но было три проблемы:— агент порой не знал, что в базе уже есть инфа, и искал заново;— мог взять устаревшую цифру, потому что никто не помечал, когда факт «протух»;— в документации написано «агент смотрит в базу», а в коде этого нет.Слои: от свалки к полкамФакты хранятся по-разному, в зависимости от роли. Большие документы разбил на атомарные карточки:— fact-card — один проверяемый факт = одна карточка. С источником, уровнем доверия и сроком годности.— case-card — один публичный кейс клиента, и что про него говорить нельзя.— objections — карточка возражения («облако дороже») с готовым безопасным ответом.— personas — карточки аудиторий: боли, KPI, запретные углы.Зачем дробить? Большой текст легко выдаёт лишнее — непубличную деталь или старую цифру. Атомарная карточка хранит ровно один факт. Просрочилась — система сама её отложит.Интеграции: появился библиотекарьПолки — это полдела. Дальше нужен тот, кто приносит нужное:— Картотека плюс ретривер в коде: даёшь тему — получаешь короткий список релевантных карточек, просроченные помечены.— Компактная коробка вместо всей базы. Агенту едет не дамп на пол-базы, а ровно: свежие факты, публичные кейсы, и список того, чего в базе нет. Просроченное — отдельной стопкой,

На выходных нашёл статью про то, что давно крутилось в голове. Про петли обратной связи в агентахПод «петлёй» имеется в виду контур обратной связи — замкнутый цикл, где результат работы агента кто-то или что-то измеряет, и это измерение возвращается обратно и меняет поведение системы. Не «модель стала умнее», а «вокруг модели крутится цикл: сделал → измерили → подправили → снова сделал».В пост сюда объёмом не уложился, так что опубликовал на Хабре.#ai_agents #habr

Звёздная гонка ИИ-агентов в мае 2026Наткнулся на свежий разбор от Rost Glukhov, он 21 мая выгрузил через API число звёзд у 20 самых популярных опенсорсных фреймворков для агентов. Что по цифрам:→ OpenClaw — 373 тыс. звёзд. В апреле обогнал React и стал самым «звёздным» репозиторием в истории GitHub. Тот самый агент Штайнбергера, который живёт на твоём железе и общается через мессенджеры. Ритм — 62 релиза за месяц, по одному каждые 12 часов.→ Hermes Agent от Nous Research — 160 тыс. за 12 недель. Растёт быстрее в неделю, чем OpenClaw в том же возрасте. Держит память между сессиями и сам пишет файлы навыков из успешных задач.→ Середина таблицы спрессована между 26 и 43 тыс. — там позиции тасуются за сутки от одного поста на HN: Nanobot (Python, ~4 тыс. строк кода, от лаборатории HKU), AstrBot (самый активный по релизам), PicoClaw (Go, под встраиваемые устройства от Sipeed), AionUi (TypeScript, агентный UI) и ZeroClaw на Rust.Что мне было интересно из выводов автора:Во-первых, релизы и звёзды почти не коррелируют. OpenClaw выкатывает 62 релиза в месяц, а пара проектов с десятками тысяч звёзд — ноль.Во-вторых — и это главное — звёзды измеряют любопытство, а не использование. Что люди реально запускают, показывают токены на OpenRouter, загрузки npm/PyPI и история CVE, а не счётчик в углу репозитория. Звезда стоит один клик; она не значит, что софт хоть раз запустили в проде.Полезное напоминание перед тем, как в следующий раз выбирать стек по «самому популярному на гитхабе».Оригинал и полный датасет: glukhov.org#ai_agents