Что то я не понимаю идеи. Пользователю программный продукт нафиг не нужен. Ему нужен результат. И лучший программный продукт это тот, которого нет, а задача решается.

Зачем делать инструмент для создания софта в то время как мы все ждут то, что софт станет принципиально другим? Или видится тупик в текущих перспективах развития LLM?

⚡️Anthropic завтра объявит, что Claude станет платформой для создания приложений

Полчаса назад издание Venture beat случайно опубликовало новость, которая должна была выйти завтра.

Суть в том, что Claude превратится из чат-бота, который отвечает на вопросы и ведёт диалоги, в платформу для создания приложений:

1. Пользователи, даже не умеющие программировать, смогут с помощью Claude создавать интерактивные приложения.

2. Приложения будут не просто статичными, а позволят взаимодействовать с пользователями, например, обрабатывать вводимые данные, давать персонализированные результаты или выполнять задачи.

3. Созданные приложения можно будет делиться с другими — публиковать для общего доступа или отправлять друзьям/коллегам, чтобы они тоже могли ими пользоваться.

Это шаг к тому, чтобы ИИ стал не только помощником для разговоров, но и инструментом для создания полноценных программных продуктов, доступных каждому.

Boston Consulting Group выпустила аналитический обзор по теме AI-агентов и протокола Model Context Protocol (MCP)!

Редакция сделала документ доступным для офлайн-просмотра (см. вложение в первом комментарии).

В этом материале подробно рассматривается, как развиваются автономные агенты, где они уже приносят реальную пользу и почему такие протоколы, как MCP (Model Context Protocol) и A2A (Agent-to-Agent Communication), критически важны для масштабирования агентов в корпоративной среде — безопасно и надёжно.

Основные наблюдения редакции:
• То, что мы сейчас называем агентами — лишь первый шаг к по-настоящему сложным системам (см. слайд 4).
• Для построения более продвинутых агентов критически важно уметь воспринимать обратную связь из реального мира в процессе выполнения задач. Поэтому мультимодальность — не просто тренд, а необходимость (см. слайд 7).
• Пока мы ещё не до конца разобрались, что именно считать микросервисами, нам уже предлагают забыть об этом и мыслить в терминах коллаборативных единиц (см. слайд 8).
• Отдельно вызывает вопросы сдвиг акцента в оценке качества агентов: теперь приоритет — это сложность решаемой задачи, а не корректность её выполнения. Важно помнить, что для бизнеса ключевыми остаются точность, предсказуемость и воспроизводимость результатов.
• MCP — безусловный must-have для построения масштабируемых и надёжных агентных систем.
• Также нельзя забывать о новых рисках и угрозах, возникающих при внедрении таких технологий (см. слайд 23).
• В целом, в документе представлена качественная референсная архитектура с указанием всех ключевых компонентов: от data platform до Guardrails (см. слайд 25).

MIT Media Lab провели исследование, в котором они изучали, как люди учатся с использованием LLM (например, ChatGPT) и без него. В эксперименте участвовали три группы людей в возрасте от 18 до 39 лет. Каждый месяц им нужно было писать эссе: одной группе разрешили использовать LLM, другой — обычный интернет-поиск, третьей — только собственные знания. Во время написания участники были подключены к ЭЭГ, чтобы фиксировать мозговую активность, а затем ученые анализировали и сами тексты.

Вывод исследователей — нейросети действительно могут влиять на когнитивное развитие: критическое мышление, память, умение принимать решения и общую интеллектуальную самостоятельность. И не в лучшую сторону.

Понятно, что никто не призывает отказаться от LLM — такие инструменты уже кардинально упростили доступ к информации. Но авторы работы подчеркивают: важно помнить о потенциальных рисках и продолжать их внимательно изучать.

https://www.researchgate.net/publication/392560878_Your_Brain_on_ChatGPT_Accumulation_of_Cognitive_Debt_when_Using_an_AI_Assistant_for_Essay_Writing_Task

Дайджест статей

Кто, как и зачем внедряет Gen AI в 2025: опыт 100 CIO
https://habr.com/ru/articles/923112/

Как я разрабатываю агентские ИИ системы для извлечения признаков (feature-extraction) из мультимодальных данных
https://habr.com/ru/articles/923336/

Базы данных. Как выбрать идеальное решение? Полный гид по SQL, NoSQL и не только
https://habr.com/ru/articles/922748/

Что такое OLTP: просто о сложном
https://habr.com/ru/articles/922528/

How Trustworthy Is Big Data? A Guide to Real-World Challenges and Solutions
https://dzone.com/articles/how-trustworthy-is-big-data-a-practical-guide-with

BI вместо интуиции: 4 плюса бизнес-аналитики для аптечного ритейла
https://habr.com/ru/companies/w_code/articles/921060/

я тут все думаю на счет того, что GenAI заставляет нас (тут я имею ввиду инженеров и технических специалистов) по другому думать и менять подходы к тому, как мы выполняем привычные задачи и пишем софт. Все думаю просуммировать несколько материалов на эту тему, но времени пока не хватает.

Вот пока статья в эту тему

https://unionailoop.substack.com/p/the-evolution-and-future-of-ai-orchestration

Коллеги, очень нужна помощь - приминте, пожалуйста, участие в опросе. Нам очень важно понять объективную картину. Заранее спасибо!

Платформа Max от Vk| Ваше мнение очень важно!

С 1 апреля 2025 года закон 41-ФЗ серьезно изменил правила игры: госорганам, госкомпаниям, банкам, операторам связи и крупным сервисам запрещено использовать иностранные мессенджеры (WhatsApp/Telegram) для общения с клиентами.

📌 VK Max — российское комплексное решение. Это не просто замена мессенджеру, а платформа для полноценного, многофункционального взаимодействия с вашей аудиторией.
Нам важно понять ваши маркетинговые планы относительно VK Max! Это поможет нам сделать платформу CleverData Join максимально полезной именно для вас.

➡️ Пройдите короткий анонимный опрос (всего 5 вопросов, 2 минуты): ССЫЛКА НА ОПРОС

How we built the Internal Data Warehouse at ClickHouse

Довольно интересная статья только потому что описывает реальный кейс, с цифрами, с объемами данных и тд о том как команда ClickHouse сделала себе хранилище для сбора и обработки данных о работе облачного решения ClickHouse. То есть все данные по operation ClickHouse Could попадают в ClickHouse Cloud который находится у них в ClickHouse Cloud 🙂

Тем не менее:
⁃ Размер таблицы с данными о потреблении S3 bucket 1 table ~1 Gb per hour (нормально таки)
⁃ Ребята не используют ETL - то есть все данные загружаются как есть в staging в CH и там делаются трансформации уже между staging и ODS слоем с сэмлированием до одного часа
⁃ Слой raw data тем не менее это просто S3
⁃ Из дополнительных систем - SuperSet для BI и Airflow для оркестрации загрузок
⁃ Для загрузки данных из S3 используются ClickHouse s3 table function
⁃ From the S3 bucket, data is inserted into the RAW layer in the database. This layer has the same table structure as the sources.
⁃ Очень интересный подход к “перезаливке” данных - “Большинство таблиц, которые мы используем в ClickHouse, используют движки ReplicatedReplacingMergeTree. Этот механизм позволяет нам не заботиться о дубликатах в таблицах - записи с одинаковым ключом будут удалены, и сохранится только последняя запись. Это также означает, что мы можем вставлять данные за один конкретный час столько раз, сколько потребуется - сохранится только последняя версия каждой строки. Мы также используем функцию ClickHouse "FINAL", когда таблица используется в дальнейших преобразованиях для достижения согласованности, чтобы, например, функция sum() не вычисляла строку дважды.”

Также есть интересные детали и по организации работы с Airflow и организации безопасности и контроля доступов на уровне записей

https://clickhouse.com/blog/building-a-data-warehouse-with-clickhouse