Блог
Инструменты, подходы и разборы — всё, что помогает внедрять AI в работу
Claude Code: agent loop и система разрешений (Часть 2 из 5)
Как Claude Code выполняет задачи: устройство agent loop, стриминговое исполнение инструментов и семь режимов разрешений. Часть 2 серии об архитектуре Claude Code.
Дмитрий Тамаров · 1 января 1970 г.
Claude Code: анализ архитектуры и будущие направления (Часть 5 из 5)
Сравнение Claude Code с OpenClaw, архитектурные компромиссы, ключевые будущие направления. Завершение серии об архитектуре Claude Code.
Архитектура Claude Code: принципы и устройство системы (Часть 1 из 5)
Зачем нужен Claude Code, какие принципы лежат в основе его архитектуры и как устроены его ключевые подсистемы. Часть 1 серии об архитектуре Claude Code.
Claude Code: контекст, память и субагенты (Часть 4 из 5)
Как Claude Code управляет контекстным окном, хранит память через CLAUDE.md и делегирует задачи субагентам. Часть 4 серии об архитектуре Claude Code.
Claude Code: расширяемость через MCP, плагины, навыки и хуки (Часть 3 из 5)
Четыре механизма расширения Claude Code: MCP-серверы, плагины, навыки и хуки — чем отличаются и когда что использовать. Часть 3 серии об архитектуре Claude Code.
Архитектура Claude Code: серия статей
Серия из пяти статей об архитектуре Claude Code — на основе академического разбора исходного кода от команды MBZUAI.
ИИ в клинике: что автоматизируется сегодня и что это даёт
Административная автоматизация в клинике: первичные обращения и запись, черновики документов, поиск по внутренним протоколам, граница ответственности и работа с данными пациентов.
Внедрение ИИ в клинику: с чего начать и что считать результатом
Порядок внедрения ИИ в клинике: замер до старта, выбор первого процесса, роли внутри клиники, ограничения медицинской системы, метрики первого месяца и порядок затрат.
ИИ-ассистент для врача: что он снимает с приёма, а что остаётся врачу
Задачи врача, которые снимает ИИ-ассистент: черновик протокола из диктовки, поиск по клиническим рекомендациям и внутренним протоколам, документы вокруг приёма. Где проходит граница и как ловят ошибки.
Внедрение RAG в компании: с чего начать и что нужно от документов
Порядок внедрения RAG в компании: с чего начать, в каком виде нужны документы, сколько занимает пилот, порядок цены и расходов первого года, что ломается после запуска.
ИИ-ассистент для бизнеса: что это, что умеет и как выбрать
Три вида решений и чем они отличаются, что ассистент умеет и чего не умеет, какая точность реальна и как выбрать вид под свою задачу.
Автоматизация бизнес-процессов с помощью ИИ: что реально работает
Где в автоматизации процессов нужна языковая модель, где хватит обычного кода и как собрать процесс, который не ломается через месяц после запуска.
ИИ для поддержки клиентов: что закрывает первая линия, а что нет
Разбор обращений первой линии: что закрывает готовый хелпдеск с ИИ, где нужен доступ к системам-источникам, как посчитать долю ответов без человека и что мерить после запуска.
Как создать ИИ-ассистента: шаги, инструменты и границы самостоятельной сборки
Пять шагов сборки ИИ-ассистента: задача, данные, инструкция, подключение к системам и проверка. Чем собирают, до каких задач хватает каждого способа и где самостоятельная сборка чаще всего останавливается.
ИИ-ассистент для руководителя: какие задачи он снимает, а какие нет
Три вида ассистентов руководителя — личный, командный и корпоративный. Что снимается первым: сводки, черновики, подготовка к встрече, статус поручений. Что отдавать машине не стоит и как понять, что ассистент окупается.
Чат-бот с искусственным интеллектом для бизнеса: где он справляется, а где нужен ассистент
Три разные вещи, которые продают под словом «чат-бот с ИИ». Задачи, на которых бот работает, места, где он ломается, и развилка «бот или ассистент» по признакам задачи.
Корпоративная база знаний с ИИ: поиск по документам компании
Как работает база знаний с ИИ-поиском по документам компании, когда хватит готовой платформы, когда нужно своё решение и кто держит базу актуальной.
ИИ в отделе продаж: что автоматизируется и что это даёт
Первый ответ на заявку, заполнение CRM, разбор звонков и подготовка документов: с чего начинать, что меняется в работе менеджеров и какие задачи остаются людям.
Нейросеть для обработки лидов: что отдать модели, а что оставить людям
Что нейросеть делает с входящей заявкой: первый ответ, уточняющие вопросы, приоритет, запись в CRM. Где это ломается, что остаётся людям и как считать результат.
ИИ-контроль качества звонков: что он даёт и чего ждать нельзя
Что речевая аналитика проверяет надёжно, что оценить не может, что происходит с менеджерами под контролем и как сверить оценку системы с ручной проверкой выборки.
ИИ в Битрикс24: что уже умеет портал и что доделывают руками
Что закрывает встроенный ИИ Битрикс24 - BitrixGPT и AI-агенты - и где его перестаёт хватать: свои правила, внешние данные, проверяемость действий.
ИИ-ассистент для 1С: что он может поверх вашей учётной системы
Что просят от ассистента поверх 1С: вопросы к базе обычными словами, поиск по документам, черновики, разбор первички. Во что упирается: конфигурация, права доступа, обновления.
Внедрение ИИ в бизнес: с чего начать и как довести до результата
Какие процессы поддаются автоматизации, как выбрать первый. Пять этапов работы со сроками, структура затрат и что происходит после запуска.
Человек в контуре: как внедрять ИИ, не теряя контроль
Четыре уровня контроля над ИИ-системой: что модели не разрешено по архитектуре, что проходит через утверждение и как проверить, что действие выполнено.
Кейсы внедрения ИИ: что делали, что получилось, чего не получилось
Проекты с ИИ изнутри: что делалось, что сработало и что нет, плюс критерии, по которым стоит проверять любой опубликованный кейс внедрения.
ТЗ на внедрение ИИ: как поставить задачу подрядчику
Семь вопросов, на которые обязано отвечать техническое задание, пары формулировок «плохо и хорошо» и готовый пример.
Почему проекты внедрения ИИ не доходят до результата
Четыре группы причин: неверная задача, отсутствие проверки, мнимая интеграция и неспроектированная эксплуатация. И что спрашивать до старта.
Сколько стоит ИИ-ассистент: разбор по типам и объёму
Три типа решений с ценами, что увеличивает стоимость, ориентиры рынка с источниками и выбор между готовой платформой и своей разработкой.
Скрытые расходы после запуска ИИ: сколько стоит первый год
Первый год эксплуатации добавляет 30–50% к стоимости разработки. Разбор статей расхода, формула расчёта заранее и то, что реально снижает затраты.
Пилот внедрения ИИ: что входит, сколько стоит, что на выходе
Одна задача, две-четыре недели, фиксированная цена. Что входит в пилот, как выбирается задача и что остаётся у компании, даже если идея не подтвердилась.
Как выбрать подрядчика по внедрению ИИ: вопросы, которые задают до договора
Восемь вопросов, которыми можно проверить любого исполнителя, и то, как звучат хорошие и плохие ответы на каждый.
LLM для бизнеса: где она приносит пользу и как внедрить без лишних затрат
Разбираем сценарии LLM для бизнеса, выбор архитектуры, безопасность, этапы внедрения и расчёт ROI. Узнайте, с какого процесса начать.
RAG для бизнеса: как построить поиск по своим документам и не испортить его
Что решить до внедрения RAG, почему загрузка всех документов ухудшает ответы, как настроить права доступа и проверить качество до запуска.
AI-агент или чат-бот: в чём разница и какая архитектура нужна вашей задаче
Разбираем четыре уровня автоматизации от скриптового бота до AI-агента, критерий выбора и реальную цену автономности.
Безопасность LLM в компании: что защищать, в каком порядке и когда проверять
Разбираем реальные сценарии утечки данных через LLM, разграничение доступа, меры по уровням риска и границы приватного контура.
Сколько стоит внедрение LLM: из чего складывается бюджет и как считать окупаемость
Разбираем статьи бюджета LLM-проекта, реальные цены API и on-premise, три ловушки расчёта и формулу окупаемости с остаточной ручной работой.
Как я прошёл BitGN PAC: соревнование по автономным AI-агентам и занял 26 место
26-е место в глобальном Hall of Fame, 73.2 балла из 104. История агента Sentinel: голый Python без фреймворков, Hybrid Blueprint, борьба с раздутым системным промптом (73K → 17K), бюджет $167 и Anti-Overfitting Protocol.
Claude Code — Частые вопросы по установке и настройке
Ответы на самые частые вопросы: чем Claude Code отличается от Claude Desktop, как установить, настроить, подключить к VS Code и не переплатить за токены.
RTK — как сократить расход токенов в Claude Code на 60–90%
Как установить и настроить RTK (Rust Token Killer) для фильтрации вывода терминальных команд в Claude Code и экономии 60–90% токенов.
Claude Flow Tutorial 2026 — Пошаговое руководство по настройке оркестрации AI-агентов
Полное руководство по Claude Flow - платформа оркестрации AI-агентов. Изучите настройку, SPARC методологию, HIVE-MIND координацию и создание мультиагентных систем.
Claude Code CLI: Полное руководство 2026 — Установка, Настройка, MCP
Claude Code CLI — терминальный AI-ассистент от Anthropic. Пошаговая установка, настройка CLAUDE.md, MCP-серверы, hooks и сравнение с Cursor. Гайд 2026.
Как превратить Claude в дизайнера: избавляемся от розовых градиентов за 5 минут
Создавайте профессиональные интерфейсы в Claude без дизайнера: от таск-менеджера до дашбордов за 5 минут. Инструкция по web-artifacts-builder с примерами.
Playwright MCP: интеграция с Claude Code — Полное руководство 2026
Playwright MCP — автоматизация браузера через Claude Code CLI. Установка, настройка, E2E-тестирование, accessibility snapshot и CI/CD интеграция. Гайд 2026.
Установка n8n на сервер: готовая сборка за 10 минут
Пошаговая установка n8n на Ubuntu 24.04 с Docker: Flowise, Supabase, 300 workflows. Настройка DNS, SSL, выбор конфигурации сервера. Готово к работе!
LightRAG: Облегченный фреймворк для RAG на графах знаний с минимальными затратами
Детальный обзор LightRAG – открытого, модульного фреймворка для RAG, который использует графы знаний для повышения точности и снижения потребления ресурсов. Узнайте, как он экономит ресурсы GPU
Agent Skills от Anthropic: как научить ИИ-агента новым навыкам
Anthropic представила Agent Skills — модульный способ расширения возможностей Claude через компонуемые папки с инструкциями и кодом. Разбор архитектуры, создание и безопасность навыков.
Docling: как превратить сложные PDF в структурированные данные для ИИ
Обзор Docling от IBM Research: извлечение данных из PDF, DOCX и презентаций с сохранением структуры таблиц. Интеграция с LangChain, LlamaIndex и RAG-пайплайнами.
Новые статьи — в Telegram
Пишу 2–4 раза в месяц. Без спама, только полезное.
Подписаться на канал