AI-агенты

[Перевод] Claude Code unbiased

ZOLT®AI / NEWS

Как-то я спросил Claude Code, какую CMS он посоветует. Хотел посмотреть, куда его клонит. Он ответил: Drupal. Да ну нафиг. Я спросил почему, и он объяснил, что увидел мой самописный скилл для Drupal и решил, что я работаю с Drupal и мне с ним будет удобно. Справедливо. Мои инструкции, скиллы и настройки делают агента предвзятым. А для этого вопроса мне нужен был непредвзятый. Хватило бы и обычного чат-бота, но мы же не ищем лёгких путей? 😁 Я стал искать, как запустить Claude Code без своего конфига, и нашёл флаг --safe-mode. По описанию — то что надо: никаких CLAUDE.md, скиллов, плагинов, хуков и MCP-серверов, а подписка моя, как обычно. Чистый дефолтный Claude Code ✨ Я спросил ещё раз. Снова Drupal. (╯°□°)╯︵ ┻━┻ На этот раз путь был таким: мой email в контексте агента → домен amazee.io → компания, известная Drupal-хостингом → пользователь работает в Drupal-ориентированной компании.

Читать далее

ZOLT JOURNAL / ДАЛЬШЕ

Обложка: Sandflow открыла датасет из 106 тысяч 3D‑моделей
AI-агентыHabr AI

Sandflow открыла датасет из 106 тысяч 3D‑моделей

Французский стартап Sandflow выпустил Sand3D — открытый датасет и 106 тыс. 3D‑моделей различных объектов. Каждая модель сопровождается кодом на Python, который строит объект из независимых деталей. Датасет предлагают использовать для обучения моделей создавать и редактировать 3D‑модели.

Обложка: Пять футурологических сценариев сосуществования человека и искусственного разума
AI-агентыHabr AI

Пять футурологических сценариев сосуществования человека и искусственного разума

Представим, что ИИ уже умеет выполнять любую работу, получил юридические права и тела роботов. Кто тогда владеет фабриками, принимает последнее решение и остается автором будущего? Разбираем пять устойчивых обществ и два предела, за которыми сосуществовать уже некому.

Обложка: ASR для AI-разработки: как я замерял качество распознавания технических терминов
AI-агентыHabr AI

ASR для AI-разработки: как я замерял качество распознавания технических терминов

В этой статье я расскажу о том, как бенчмарк распознавания речи при AI-разработке голосом. Поговорим про сам замер, фабрики софта, постановку задач, особенности речи и датасет, посмотри на циферки и разберемся почему классический WER — очень коварная метрика, особенно в разработке. Ну что, лонг-тапнем на диплинк и деплоим на шпрот?