Практика

Тестирую точки доступа wifi от IP-COM. Взял для офиса, на пробу, пару штук. Обновил прошивку, настроил... Заодно решил записать видео и поделиться. Вообще, так повелось, что в качестве точек доступа для wifi я как-то больше привык доверять утсройствам от Mikrotik и Ubiquiti. Но с этими долбаными санкциями, ценники выросли, да и…

Читать далее...
Эксперимент. ИИ-ассистент, как автор статей и блогер.

На днях листал свежую статью про IT-сферу и наткнулся на фразу, которая зацепила: «Придумывать связные истории без помощи человека ИИ пока не умеет».  Давайте разберёмся, что на самом деле стоит за этой формулировкой, а потом опишу, какой эксперимент я решил провести , пусть и не совсем, но примерно в этом направлении.О чем вообще речь: В материале Skillbox Media речь шла…

Читать далее...
5.LTM: AI-ассистент помнит, КТО ТЫ! Долгосрочная память о пользователе внутри МНЕМОС

Разбираю Long-Term Memory (LTM) — отдельный модуль app/ltmemory.py, который архитектурно входит в МНЕМОС. Пока МНЕМОС (L1/L2/L3) помнит, как отвечать, LTM помнит, кого обслуживает. Два независимых процесса: фоновое извлечение фактов по крону раз в 6 часов и realtime-инъекция в промпт при старте сессии. Сравниваю с «core memory» MemGPT и Mem0. Это пятая статья из серии «Как я собрал self-improving AI-ассистента». Предыдущие:…

Читать далее...
Нейросеть стала стандартом: но так ли хорошо ли это?

В свежих материалах от практиков индустрии всплыла деталь, которую многие упускают: теперь использование ИИ — не опция, а база. Практикум упоминает интеграцию YandexGPT прямо в задачи аналитиков. А Skillbox говорит о том, что Midjourney и подобные инструменты стали частью повседневного бэкграунда дизайнеров и маркетологов. Раньше мы учились писать код, чтобы компьютер понял нас. Сейчас мы учимся формулировать запросы, чтобы машина поняла нас. Разница колоссальная. Это меняет саму суть профессии. Больше…

Читать далее...
4. ИНТУИТИВНЫЙ КОНТУР: как я научил AI-ассистента «чувствовать» запрос до того, как он подумает

Как 3-5 слов-меток вместо 50 строк инструкций помогают LLM понимать жанр запроса, настроение пользователя и уровень собственной уверенности. Сравниваю с «Системой 1» Канемана. В прошлой статье про STM + МНЕМОС цикл сообщения был без этого слоя — сейчас покажу, где он реально стоит и что берёт из памяти. Это четвёртая статья из серии «Как я собрал self-improving AI-ассистента». Предыдущие: Общий обзор архитектуры МНЕМОС: трёхуровневая долгосрочная память STM + МНЕМОС: двойная…

Читать далее...