Я нанял ИИ искать мне работу. Неделя вторая: 8 откликов, 2 отказа, ноль собеседований

Архитектурный репозиторий показывает, что всё под контролем, но AI‑агенты уже обращаются к корпоративным системам в обход согласованных процессов. Они могут работать под учётками сотрудников, оставаться без владельцев и сохранять доступы даже после прекращения работы. На примере синтетической компании с 34 агентами разберём шесть ошибок корпоративной архитектуры и покажем, как обнаруживать их через сверку MCP‑конфигов, журналов LLM‑шлюза и данных IAM. Разобрать ошибки

Постоянный набор текста, сбор анамнеза, заполнение больничных... рутина, знакомая каждому врачу. На примере работы травматолога-ортопеда я показываю, как можно внедрить ИИ-ассистента: от голосового ввода и чтения снимков до автоматизации больничных и врачебных комиссий.

Первые программисты в буквальном смысле собирали программу руками: переключали кабели и выставляли тумблеры. Потом они набивали машинный код на перфокартах, а вскоре перешли на ассемблер. Позже появились C и C++ — языки, уже более понятные человеку, но всё еще довольно душные в повседневной работе. За ними пришли Python, JavaScript и Go, на которых писать стало куда приятнее и быстрее. Каждый раз менялся способ, которым разработчик объясняет компьютеру, что от него требуется, и с каждым шагом это общение становилось всё проще и понятнее для человека. ИИ-агенты стали следующим шагом в этом направлении: теперь рутинную часть задачи можно описать неформальным языком в виде ТЗ, отдать агенту и проконтролировать результат. Выбрасывать знание языков программирования на свалку, конечно, рано — без него не получится заглянуть внутрь проекта и разобраться, почему что-то отвалилось.