Разборы из практики
Блог
Пишем о том, что делаем сами: где ломаются системы поиска по документам, чем граф знаний отличается от векторной базы, когда несколько агентов работают хуже одного. Без обзоров трендов — только механизмы и то, что мы проверили руками.
AI Engineering
RAG-система: что это, когда она нужна и где ломается
RAG — способ заставить языковую модель отвечать по вашим документам, а не по памяти интернета. Идея простая, а провал предсказуемый: почти все проблемы таких систем возникают не в модели, а в том, как документы нарезаны, найдены и переданы ей.
Knowledge Systems
Граф знаний или векторный поиск: что выбрать под свою задачу
Оба подхода отвечают на вопрос «найди мне релевантное», но релевантность понимают по-разному: векторный поиск ищет похожее по смыслу, граф — связанное по структуре. Путаница между этими двумя понятиями стоит проектам месяцев работы.
Agentic Systems
Когда мультиагентная система проигрывает одному агенту
Мультиагентная схема выглядит убедительно на слайде: команда специалистов вместо одиночки. В продакшене она регулярно оказывается медленнее, дороже и менее предсказуемой, чем один агент с хорошими инструментами. Разберём, где именно проходит граница.
AI Engineering
Галлюцинации LLM: механизм и инженерные меры против них
Галлюцинация — не сбой модели, а её штатный режим работы, доведённый до неудобного нам результата. Понимание механизма важнее любого списка «промптов против галлюцинаций»: оно показывает, какие меры работают, а какие создают лишь ощущение контроля.
Agentic Systems
ИИ-агент: что это такое и что превращает систему в агента
Агентом называют почти всё, где есть языковая модель, — от скрипта с промптом до системы, самостоятельно ведущей процесс. Разница принципиальна: она определяет, какие задачи можно доверить системе и какой контроль ей нужен.
AI и бизнес
Как считать ROI от внедрения ИИ так, чтобы расчёт выдержал проверку
Большинство расчётов окупаемости ИИ не выдерживают одного вопроса финансового директора: «а что именно изменится в наших расходах». Разберём методику, которая этот вопрос переживает, и ошибки, которые завышают результат в разы.
AI и бизнес
Автоматизация бизнес-процессов с помощью ИИ: что брать, а что не трогать
ИИ уместен не везде, где есть ручная работа. Половина процессов, за которые берутся «с нейросетью», закрывается обычными правилами дешевле и надёжнее. Разберём, как отличить одно от другого до того, как потрачен бюджет.
Архитектура метаинтеллекта
Метаинтеллект: почему следующий уровень — не модель, а среда
Мы привыкли измерять прогресс размером модели. Но система, которая ведёт работу месяцами, состоит не из модели: в ней есть отношения между участниками, ограниченные ресурсы, способ договариваться и след, по которому можно разобрать любое решение. Эта серия — о том, как устроен такой слой и почему он определяет потолок возможностей сильнее, чем очередное поколение весов.
Архитектура метаинтеллекта
Агент как ограниченный локальный мир
В большинстве систем агент — это функция с промптом. Такой агент не может ни отказаться от работы, ни закончиться, ни исчерпать ресурс. Между тем именно ограниченность делает участника пригодным для среды, где никто не управляет всеми.
Архитектура метаинтеллекта
Связь как объект первого класса, а не очередь сообщений
В большинстве систем связь между участниками невидима: есть вызовы, есть очередь, есть общий канал. Стоит сделать отношение самостоятельным объектом с собственным состоянием и историей — и появляются вещи, которых иначе нет: возможность договориться, пересмотреть условия и корректно разойтись.
Архитектура метаинтеллекта
Живой граф: когда топология — следствие работы, а не проект
Архитектурная схема стареет в момент, когда её нарисовали. Живой граф — попытка убрать разрыв между схемой и системой: связи здесь не проектируются заранее, а возникают из локальных решений участников и исчезают, когда перестают приносить пользу.
Архитектура метаинтеллекта
Согласие без центра: как решать вместе, не доверяя никому на слово
Пока у системы есть главный узел, вопрос общего решения не стоит: главный решил — остальные исполнили. Как только главного нет или ему нельзя доверять безоговорочно, появляется задача, которой в обычных агентных сборках просто не занимаются.
Архитектура метаинтеллекта
Экономика агентов: почему автономии нужен бюджет
Самый надёжный ограничитель поведения — не инструкция в промпте, а исчерпаемый ресурс. Когда каждое действие и каждая мысль списываются со счёта, «не делай лишнего» перестаёт быть просьбой и становится физикой среды.
Нужен разбор вашей задачи?
Опишите, что не работает или что хотите построить. Ответим по существу — и скажем, если задача решается проще.
Написать нам