Перейти к содержимому

Руководства, сравнения и новости об инструментах ИИ

Руководства, сравнения и новости об инструментах ИИ для начинающих

Рекомендуемая статья

'ThinkingBlock' object has no attribute 'text': почему новая модель Claude больше не начинает ответ с текста и как это исправить
Claude AI-разработка

'ThinkingBlock' object has no attribute 'text': почему новая модель Claude больше не начинает ответ с текста и как это исправить

Вы переключили вызовы Claude API на более новую модель — и получили AttributeError: 'ThinkingBlock' object has no attribute 'text', или текст ответа приходит пустым. Причина в том, что модели Claude 5 и новее рассуждают, когда нужно, даже если thinking не задан, и первым блоком ответа становится блок рассуждений. Модели Claude 4 без настройки не рассуждали, поэтому смена одного лишь имени модели меняет форму ответа. На простых запросах первый блок остаётся текстовым, поэтому тесты с лёгкими запросами проходят. На основе документации Anthropic и моей проверки четырёх моделей (1 ноября 2026) в статье разобраны причина, исправление через поиск текстовых блоков по типу (Python и TypeScript), что делать, когда из-за max_tokens текст не возвращается, какие модели позволяют отключить рассуждения, а какие нет, и как не пропустить это в тестах.

Последние статьи

276 статей
Как далеко ИИ может продвинуть анализ данных? 3 способа анализировать без Python — и ловушки

Как далеко ИИ может продвинуть анализ данных? 3 способа анализировать без Python — и ловушки

Перетащите CSV в окно чата, напишите «проанализируй динамику продаж и построй график», и через несколько десятков секунд ИИ незаметно написал и выполнил Python и возвращает график плюс аналитические комментарии — вот где находится анализ данных в 2026 году. Анализ данных с ИИ — это метод, при котором, просто давая указания на естественном языке, вы поручаете ИИ агрегирование, визуализацию, статистику и анализ первопричин. Есть три пути входа: (1) бросить файл в чат (ChatGPT, Claude), (2) интеграция с Excel/Sheets (Copilot, Claude for Excel) и (3) специализированные инструменты (Julius). Статья охватывает три подхода, сравнение инструментов, процесс из 5 шагов цель → описать данные → спрашивать по частям → проверять → интерпретировать, и самые важные ловушки (выдуманные числа, молча заполненные пропуски, путаница корреляции с причинностью, утечка конфиденциальных данных, перезапись исходных данных), плюс где анализ подходит, а где нет. ИИ снёс «стену инструментов», но оставил «стену интерпретации» людям — по-настоящему овладевают этим лишь те, кто сочетает удобство с проверкой.

Что такое GitHub Copilot? От автодополнения кода к самостоятельному агенту

Что такое GitHub Copilot? От автодополнения кода к самостоятельному агенту

GitHub Copilot появился в 2021 году как умное автодополнение кода; к 2026 году он стал чем-то иным. Поручите ему один GitHub Issue и отойдите, а ИИ напишет код, пройдёт тесты, откроет pull request и вернёт результат — это Copilot cloud agent (ранее Copilot coding agent). GitHub Copilot — это сервис ИИ-помощи в программировании от GitHub (принадлежит Microsoft) с тремя способами использования: автодополнение, чат и агент. Его отличительная черта — установка как расширения в существующие редакторы вроде VS Code и JetBrains: вы добавляете ИИ, не меняя привычный редактор. В статье разобрано, что умеет Copilot, главная новость 2026 года — режим агента и cloud agent, тарифы Free/Pro $10/Pro+ $39/Max $100 и переход с июня 2026 на оплату по использованию (AI-кредиты), отличия от Cursor и Claude Code, кому он подходит и как начать — всё с самой свежей информацией.

Как на самом деле работают LLM — веса, предсказывающие слова, энергопотребление и почему разработка это битва кошельков

Как на самом деле работают LLM — веса, предсказывающие слова, энергопотребление и почему разработка это битва кошельков

На обучение GPT-4 ушло около 2,1×10²⁵ FLOP вычислений стоимостью около 78 млн долларов (обе цифры — оценки), а одно лишь обучение GPT-3 потребовало 1 287 МВт·ч (больше века энергии домохозяйства). За небрежным «сократи-ка это» скрывается мир физики и денег. Эта статья разбирает LLM с трёх сторон: механизм, энергия и деньги. (1) Почему LLM может предсказывать слова из груды весов (параметров)? — предсказание следующего токена, Transformer, Attention. (2) Двухэтапное обучение: предобучение и RLHF. (3) Энергия на запрос зависит от того, кто и как её измерял (0,24 Wh по замеру Google; больше 29 Wh на длинный запрос к самым тяжёлым моделям по оценке третьей стороны). (4) Правда ли, что разработка передового края — битва денег? — стоимость обучения растёт в 2,4 раза в год, к 2027 году прогнозируются прогоны дороже $1B. (5) Но обратная волна эффективности (DeepSeek и другие) тоже сильна. (6) Грядущая физическая стена энергии, межсоединений и нехватки данных. Руководство среднего уровня, чтобы увидеть LLM не как волшебную коробку, а как вероятностную машину на электричестве.

Как ИИ меняет этапы разработки ПО (SDLC): 6 фаз сегодня и смена ролей

Как ИИ меняет этапы разработки ПО (SDLC): 6 фаз сегодня и смена ролей

Шесть фаз разработки систем, от требований до эксплуатации, почти 20 лет оставались неизменными, а в 2025–2026 годах весь поток переписан с нуля. Gartner прогнозирует, что к 2028 году 90% корпоративных программистов будут использовать ИИ-ассистентов для кода. Статья разбирает смещение времени по фазам SDLC, инструменты, качество кода от ИИ (43% изменений требуют отладки в продакшене), смену методологий и ролей, три ловушки и FAQ на фактах мая 2026 года, а также вывод: «инженер, умеющий только писать код», рискует стать главной карьерной миной с 2027 года.

Влияние ИИ на японские торговые дома sogo shosha — конец "информационной асимметрии" и будущее общих и специализированных торговых компаний

Влияние ИИ на японские торговые дома sogo shosha — конец "информационной асимметрии" и будущее общих и специализированных торговых компаний

Itochu ¥900,3 млрд, Mitsui ¥834 млрд, Mitsubishi ¥800,5 млрд: за 2025 финансовый год (закончился в марте 2026) у ресурсных Mitsubishi и Mitsui прибыль снизилась, и Itochu вышел на первое место среди пяти японских sogo shosha. Berkshire Hathaway держит около 10 % в каждом из пяти (от 9,7 до 10,8 % на конец 2025 года). 19 мая 2026 года Совет по политическим исследованиям правящей LDP одобрил предложение "ИИ нового поколения и ончейн-финансы": торговые дома в нём не упоминаются, но автоматизация сделок и расчётов пересекается с ядром их работы. "Sogo shosha скоро рухнут" — хайп; исполнение сделок, 50-60 % работы shosha-man, может быть автоматизировано на 70 % к 2030 году. Исторический ров "информационной асимметрии" разрушают Bloomberg, Reuters, SaaS, генеративный ИИ и спутниковые снимки. Itochu делает ставку на downstream × ИИ × инвестиции в Кремниевой долине; Mitsubishi, в интегрированных отчётах которого, по данным прессы, резко сократилось слово "DX", критикуют за стратегический дрейф. Три стратегии выживания (инвестиционный холдинг / downstream-экспансия / AI-native) и карьерная карта shosha-man на три уровня.

Профессии, которые выживут в эпоху ИИ — 4 категории, 15 ролей и 3 принципа человеческого преимущества

Профессии, которые выживут в эпоху ИИ — 4 категории, 15 ролей и 3 принципа человеческого преимущества

Истории о сокращениях доминируют, но WEF ожидает к 2030 году чистый прирост около 78 млн рабочих мест. Эта статья — о растущей стороне. В прогнозе BLS США на 2025–2035 годы медсёстры практики (+41,0%), специалисты по данным (+34,6%), информационная безопасность (+21,0%), уход на дому (+18,1%) и электрики (+9,2%) опережают среднее +3,5%. Разбираем три принципа устойчивой к ИИ работы и четвёртую категорию, таблицу 15 профессий с медианной зарплатой и условиями входа по данным BLS и четыре шага к растущей стороне.

Что такое Claude Cowork? Объединён с чатом: что внутри «работающего ИИ» и как теперь его просить

Что такое Claude Cowork? Объединён с чатом: что внутри «работающего ИИ» и как теперь его просить

⚠️ Claude Cowork объединился с чатом 16 сентября 2026 года и перестал быть отдельным входом (сами возможности остались и доступны из любого разговора). Ниже — разбор того, что у него внутри. Одна команда из пяти человек вернула себе шесть-восемь часов в неделю, уходивших только на сортировку файлов и подготовку отчётов; один пользователь разобрал папку «Загрузки» из 2200 файлов за двадцать минут. Claude Cowork — это рабочее пространство ИИ, которое Anthropic запустила в 2026 году, чтобы ИИ напрямую работал с вашими файлами, папками и приложениями, проходя полный цикл наблюдение → планирование → исполнение → корректировка. Любой платный тариф от Pro за 20$ открывает доступ на macOS или Windows. Cowork напрямую подключается к Google Drive, Gmail, Slack, Jira и DocuSign через официальные коннекторы, а слой плагинов позволяет организациям встраивать знания своих отделов. Enterprise добавляет RBAC, лимиты расходов и OpenTelemetry. Прикоснуться к Cowork можно с Pro 20$, но задачи Cowork сжигают в 50–100 раз больше токенов, чем чат, поэтому для ежедневного использования реальная граница — Max 100$. В этой статье разобрано, что делает Cowork, зачем его создали, четырёхшаговый рабочий цикл, основные коннекторы, плагины и корпоративные функции, реальная граница по цене и то, как распределять запросы после объединения (коротко спросить, поставить цель и поручить или передать в Claude Code), — на основе отчётов с практики на май 2026 года.

Характерные инциденты при использовании ИИ: 7 категорий и как предотвратить каждую

Характерные инциденты при использовании ИИ: 7 категорий и как предотвратить каждую

В 2023 году нью-йоркский адвокат сослался в суде на шесть прецедентов, сгенерированных ChatGPT — все шесть оказались несуществующими. Так и выглядит инцидент с ИИ. В статье типичные инциденты при использовании ИИ разнесены на семь категорий — галлюцинации, утечка конфиденциальных данных, авторское право, prompt injection, чрезмерное доверие, AI slop и чрезмерная зависимость — с разбором типичного случая (включая дела Avianca и Samsung), причины и мер предотвращения. Корень сжимается до трех вещей: «удобство снижает бдительность, мы перестаем проверять сами, ответственность размывается». Отсюда и общие контрмеры: сверять важную информацию с первоисточником, относиться к конфиденциальности с весом внешней почты, оставлять окончательные решения за людьми, выделять один день в неделю без ИИ для ключевых навыков. Для организаций: раздайте несовершенный одностраничный регламент использования ИИ уже на этой неделе вместо того, чтобы полгода ждать идеального документа. По состоянию на октябрь 2026 года.

Как далеко можно зайти на бесплатном тарифе? ChatGPT, Claude и Gemini в сравнении по задачам

Как далеко можно зайти на бесплатном тарифе? ChatGPT, Claude и Gemini в сравнении по задачам

Одни говорят «ИИ и бесплатно хорош», другие — «бесплатная версия ни о чём». Когда оценки расходятся так резко даже у пользователей одного ChatGPT, дело не в возможностях, а в том, знаете ли вы, где в бесплатном тарифе упрётесь в стену. На октябрь 2026 года бесплатные тарифы ChatGPT, Claude и Gemini все по-настоящему практичны, но их формы совершенно разные. У ChatGPT широкий набор функций и повседневные текстовые чаты без ограничений, но бесплатно — облегчённая модель, а у инструментов вроде генерации изображений отдельные лимиты. У Claude качественный анализ и письмо длинных текстов, но пятичасовой лимит зависит от нагрузки, поэтому квоту трудно предсказать. У Gemini сильная интеграция с Google, но в бесплатной версии модель не выбрать (автоматический выбор, в основном Flash-Lite), а ещё есть пятичасовой и недельный лимиты. Claude и Gemini не публикуют цифры, поэтому сравнить по официальным данным, у кого лимиты щедрее, нельзя. В статье разобрано, почему «бесплатно» у трёх сервисов означает разное, что каждый умеет и где его стена, таблица по сценариям, три совета и признаки того, что пора задуматься о платном плане.

Что такое Forward Deployed Engineer (FDE)? Роль, за которую борются OpenAI, Anthropic и Google

Что такое Forward Deployed Engineer (FDE)? Роль, за которую борются OpenAI, Anthropic и Google

В 2025 году количество вакансий по одной роли выросло на невероятные 1165% год к году: это FDE — Forward Deployed Engineer. Почему тихая работа, которую Palantir систематизировал примерно за 20 лет, вдруг стала «самым горячим титулом» в 2026 году? FDE — это «инженер, который приносит продукт собственной компании на площадку клиента и лично отвечает за наблюдение, проектирование, реализацию, эксплуатацию и обратную связь продукту от начала до конца». Генеративный ИИ несёт последнюю милю «демо работает, но на площадке не работает», и FDE — это роль, которая закрывает её человеческими руками. Эта статья охватывает определение, причины взрыва роли в 2026 году (гонка найма OpenAI, Anthropic и Google), пятиэтапный рабочий цикл, оплату и карьеру (медиана у Palantir $278K, самый высокий заявленный пакет $620K), отличие от SE / IT-консультанта / Applied AI Engineer, кому она подходит, а кому нет, и как к ней прийти без опыта — всё на данных на октябрь 2026 года.

Исчезнут ли профессии в продажах из-за ИИ? — Что меняется в работе SDR, сделках и с действующими клиентами

Исчезнут ли профессии в продажах из-за ИИ? — Что меняется в работе SDR, сделках и с действующими клиентами

Составление списков, первые письма, назначение встреч и заполнение CRM уже переходят к ИИ-агентам, но покупатели по-прежнему хотят, чтобы человек ответил на их вопросы, помог согласовать покупку и сопровождал клиента после сделки. Статья делит работу в продажах на SDR, сделки и действующих клиентов и опирается на два опроса, сверенных с оригинальными публикациями. Седьмой State of Sales от Salesforce (4 050 специалистов в 22 странах, август–сентябрь 2025 года) показывает, что продавец тратит на продажи 40% времени, ожидает, что ИИ-агенты сократят изучение клиентов на 34%, а подготовку писем на 36%, и что гигиену данных ставят в приоритет 79% лучших против 54% отстающих. Опрос Gartner среди 645 B2B-покупателей показывает: 67% предпочитают покупать без продавца, а 69% хотят проверить сведения от ИИ у продавца; к 2030 году, по прогнозу Gartner, 75% будут предпочитать продажи с приоритетом живого общения. В статье — карта по задачам, критерии выбора инструментов AI SDR и шаги для продавцов и руководителей.

Автоматический деплой из Claude Code / Cursor в Vercel — три рабочих процесса с MCP, Plugin и GitHub Actions

Автоматический деплой из Claude Code / Cursor в Vercel — три рабочих процесса с MCP, Plugin и GitHub Actions

Vercel MCP, Vercel Plugin и Agent Skills звучат похоже, но это разные вещи. MCP — удалённый сервер с подключением через OAuth, который даёт доступ к деплоям, логам и переменным окружения в виде инструментов; Plugin добавляет пять команд вроде /vercel-plugin:deploy и знания о Vercel; Skills — это инструкции. Статья написана после повторного чтения официальной документации 30 сентября 2026 года. В ней есть таблица, разграничивающая Git-интеграцию, CLI, MCP, Plugin и Skills (что умеет каждый, как аутентифицируется, условия тарифов), и разбор трёх подходов с реальной конфигурацией: ① Git-интеграция (автодеплой по git push), ② прямо из редактора (MCP и Plugin) и ③ GitHub Actions (@claude правит, шлюзы тестов и одобрения). Также рассмотрены защита от двойного деплоя из Actions, лимит Hobby в 100 деплоев в сутки, тарифные условия защиты паролем, откат и одобрение продакшна человеком.

Обзор по категориям

Stable Diffusion

Смотреть все

Другие ИИ

Смотреть все

Для начинающих

Смотреть все

AI-разработка

Смотреть все

Среда разработки и инфраструктура

Смотреть все

AI-агенты и автоматизация

Смотреть все

Эффективность работы

Смотреть все

Анализ данных

Смотреть все

Обучение

Смотреть все

Заработок и монетизация

Смотреть все

Разработка игр

Смотреть все

Безопасность и управление ИИ

Смотреть все

Риски и влияние ИИ

Смотреть все

Инди-разработка

Смотреть все