Кейсы

Один разработчик, 14 агентов, восемь месяцев: личный опыт Tiny Teams и что из этого вышло

Обложка: Один разработчик, 14 агентов, восемь месяцев: личный опыт Tiny Teams и что из этого вышло

Статья является пересказом личного опыта по внедрению ИИ‑пайплайна в команду из одного человека, в хронологическом порядке от декабря 2025 до августа 2026 года. Постарался передать основные выводы каждого из этапов, и если вы только начинаете подобный путь у себя — надеюсь мои выводы помогут вам пройти быстрее и эффективней. Часть тезисов пропущена через нейросеть, а если у вас аллергия на подобные решения — краткие тезисы ниже: TL;DR Что: ИИ‑конвейер из 14 агентов и трёх моделей — путь от чата до оркестратора, для команды из 1 человека. Главный вывод: нейронка умеет только генерировать правдоподобный текст, интеллект (даже искусственный) не равен надёжности. Главная боль: синхронизация репозиториев внутри продукта — три агента чтобы не терять данные между репозиториями.

Читать далее

ZOLT JOURNAL / ДАЛЬШЕ

Обложка: Внедряем ИИ. Между увольнением и ненавистью
КейсыHabr AI

Внедряем ИИ. Между увольнением и ненавистью

Внедренца ИИ ждёт молот руководства сверху и вилы сотрудников снизу. Почему инструкции и тулзы не работают, пока не продана сама идея перемен — и при чём тут конвейер зарабатывания денег?

Обложка: Внедрение IDM, дискуссия ИБ-Пророков и платформы кибербезопасности: что мы узнали на GISDAYS 2026
КейсыHabr AI

Внедрение IDM, дискуссия ИБ-Пророков и платформы кибербезопасности: что мы узнали на GISDAYS 2026

Продолжаем обзор GISDAYS. 2 октября состоялся третий, бизнес-день форума. В его фокусе были прикладные сценарии защиты бизнеса: от риск-менеджмента до реагирования на инциденты. Также участники обсудили поиск решений для защиты государства, бизнеса и критической инфраструктуры от уязвимостей, утечек данных, шифровальщиков и других угроз. В предыдущей части мы начали рассказывать вам, как проходил бизнес-день мероприятия, а сегодня завершим его обзор и представим другие не менее интересные выступления экспертов (любое из заинтересовавших вы можете просмотреть целиком).

КейсыHabr AI

Софта для рецептур масел не было никогда — своя нейросеть сократила разработку с полугода до месяца

Есть такая работа — несколько лет подряд считать рейтинги российских промышленных компаний по открытым данным. В последний год я всё чаще вижу один и тот же тип кейса: у компании уходит вендор, а готового продукта на замену просто нет. С рецептурами масел у «Газпром нефти» было именно так — покупать было вообще не у кого, потому что такого продукта никогда не существовало. Разбираюсь, как компания построила свою нейросеть «Алхимик» и что это меняет для остальной отрасли. Узнать рецепт