🎥 Вебинар: Архитектурные паттерны AI-агентов: как проектировать автономные решения для бизнес-задач
На уроке рассмотрим:
• Как создавать архитектуру автономных AI-агентов, способных принимать решения и выполнять задачи;
• Какие архитектурные паттерны применяются при проектировании агентных решений;
• Как использовать агентные циклы, такие как ReAct и Plan-and-Execute, в прикладных сценариях;
• Как спроектировать AI-архитектуру для автоматизации бизнес-процесса на практическом примере.
После занятия вы будете знать:
• Как проектировать архитектуру AI-агентов под реальные бизнес-задачи;
• Как документировать и проверять архитектурные решения на разных уровнях детализации;
• Как применять профессиональные подходы и инструменты для разработки AI-решений;
⚠ Открытый урок проходит в преддверии старта курса «ИИ-архитектор».
👉 Для участия зарегистрируйтесь: https://otus.pw/zuvm/?erid=2W5zFGXnRLD
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
На уроке рассмотрим:
• Как создавать архитектуру автономных AI-агентов, способных принимать решения и выполнять задачи;
• Какие архитектурные паттерны применяются при проектировании агентных решений;
• Как использовать агентные циклы, такие как ReAct и Plan-and-Execute, в прикладных сценариях;
• Как спроектировать AI-архитектуру для автоматизации бизнес-процесса на практическом примере.
После занятия вы будете знать:
• Как проектировать архитектуру AI-агентов под реальные бизнес-задачи;
• Как документировать и проверять архитектурные решения на разных уровнях детализации;
• Как применять профессиональные подходы и инструменты для разработки AI-решений;
⚠ Открытый урок проходит в преддверии старта курса «ИИ-архитектор».
👉 Для участия зарегистрируйтесь: https://otus.pw/zuvm/?erid=2W5zFGXnRLD
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
❤2
Какое расширение PostgreSQL позволяет использовать специальные типы данных и функции для работы с географическими объектами?
Anonymous Quiz
59%
PostGIS
22%
GeoSQL
17%
PgMaps
2%
SpatialLink
Поехали: Sonnet 5 уже вышла. Главное кратко:
• Anthropic называет её самой агентной Sonnet на данный момент
• Производительность почти на уровне Opus 4.8, но дешевле
• Сильный прирост в reasoning, работе с инструментами, кодинге и задачах с текстом/знаниями
• Модель по умолчанию для пользователей Free и Pro
• Уже доступна в Claude Code и API
• Стартовая цена: $2 за 1 млн входных токенов и $10 за 1 млн выходных до 31 августа
• Стандартная цена: $3 за 1 млн входных и $15 за 1 млн выходных токенов
• В целом безопаснее Sonnet 4.6: ниже уровень галлюцинаций и поддакивания пользователю
• Киберзащита включена по умолчанию, но Anthropic говорит, что Opus всё ещё сильнее для серьёзной работы в кибербезопасности
https://www.anthropic.com/news/claude-sonnet-5
• Anthropic называет её самой агентной Sonnet на данный момент
• Производительность почти на уровне Opus 4.8, но дешевле
• Сильный прирост в reasoning, работе с инструментами, кодинге и задачах с текстом/знаниями
• Модель по умолчанию для пользователей Free и Pro
• Уже доступна в Claude Code и API
• Стартовая цена: $2 за 1 млн входных токенов и $10 за 1 млн выходных до 31 августа
• Стандартная цена: $3 за 1 млн входных и $15 за 1 млн выходных токенов
• В целом безопаснее Sonnet 4.6: ниже уровень галлюцинаций и поддакивания пользователю
• Киберзащита включена по умолчанию, но Anthropic говорит, что Opus всё ещё сильнее для серьёзной работы в кибербезопасности
https://www.anthropic.com/news/claude-sonnet-5
❤1
Поехали: Sonnet 5 уже вышла. Главное кратко:
• Anthropic называет её самой агентной Sonnet на данный момент
• Производительность почти на уровне Opus 4.8, но дешевле
• Сильный прирост в reasoning, работе с инструментами, кодинге и задачах с текстом/знаниями
• Модель по умолчанию для пользователей Free и Pro
• Уже доступна в Claude Code и API
• Стартовая цена: $2 за 1 млн входных токенов и $10 за 1 млн выходных до 31 августа
• Стандартная цена: $3 за 1 млн входных и $15 за 1 млн выходных токенов
• В целом безопаснее Sonnet 4.6: ниже уровень галлюцинаций и поддакивания пользователю
• Киберзащита включена по умолчанию, но Anthropic говорит, что Opus всё ещё сильнее для серьёзной работы в кибербезопасности
https://www.anthropic.com/news/claude-sonnet-5
• Anthropic называет её самой агентной Sonnet на данный момент
• Производительность почти на уровне Opus 4.8, но дешевле
• Сильный прирост в reasoning, работе с инструментами, кодинге и задачах с текстом/знаниями
• Модель по умолчанию для пользователей Free и Pro
• Уже доступна в Claude Code и API
• Стартовая цена: $2 за 1 млн входных токенов и $10 за 1 млн выходных до 31 августа
• Стандартная цена: $3 за 1 млн входных и $15 за 1 млн выходных токенов
• В целом безопаснее Sonnet 4.6: ниже уровень галлюцинаций и поддакивания пользователю
• Киберзащита включена по умолчанию, но Anthropic говорит, что Opus всё ещё сильнее для серьёзной работы в кибербезопасности
https://www.anthropic.com/news/claude-sonnet-5
👍2❤1🔥1👏1
Forwarded from Data Science. SQL hub
Поехали: Sonnet 5 уже вышла. Главное кратко:
• Anthropic называет её самой агентной Sonnet на данный момент
• Производительность почти на уровне Opus 4.8, но дешевле
• Сильный прирост в reasoning, работе с инструментами, кодинге и задачах с текстом/знаниями
• Модель по умолчанию для пользователей Free и Pro
• Уже доступна в Claude Code и API
• Стартовая цена: $2 за 1 млн входных токенов и $10 за 1 млн выходных до 31 августа
• Стандартная цена: $3 за 1 млн входных и $15 за 1 млн выходных токенов
• В целом безопаснее Sonnet 4.6: ниже уровень галлюцинаций и поддакивания пользователю
• Киберзащита включена по умолчанию, но Anthropic говорит, что Opus всё ещё сильнее для серьёзной работы в кибербезопасности
https://www.anthropic.com/news/claude-sonnet-5
• Anthropic называет её самой агентной Sonnet на данный момент
• Производительность почти на уровне Opus 4.8, но дешевле
• Сильный прирост в reasoning, работе с инструментами, кодинге и задачах с текстом/знаниями
• Модель по умолчанию для пользователей Free и Pro
• Уже доступна в Claude Code и API
• Стартовая цена: $2 за 1 млн входных токенов и $10 за 1 млн выходных до 31 августа
• Стандартная цена: $3 за 1 млн входных и $15 за 1 млн выходных токенов
• В целом безопаснее Sonnet 4.6: ниже уровень галлюцинаций и поддакивания пользователю
• Киберзащита включена по умолчанию, но Anthropic говорит, что Opus всё ещё сильнее для серьёзной работы в кибербезопасности
https://www.anthropic.com/news/claude-sonnet-5
❤3👍2🤬2🔥1
Для тех, кто хочет вырасти из работы с данными в ML, GenAI и прикладной ИИ.
МТС и факультет компьютерных наук НИУ ВШЭ открыли набор на третий поток магистратуры «Исследования и предпринимательство в искусственном интеллекте». В программе 30 оплачиваемых мест от МТС и обучение на реальных индустриальных кейсах МТС Web Services и MWS AI.
Студентов ждут курсы по машинному обучению, большим языковым моделям, генеративному ИИ, проектированию ML-систем, видеоаналитике, распознаванию и синтезу речи, а также технологическому предпринимательству.
Поступление конкурсное: портфолио, мотивационное письмо, онлайн-экзамен, собеседование. Также можно показать навыки через соревнование на Kaggle.
Лучшие студенты смогут получить стажировку или оффер от МТС Web Services уже в процессе обучения.
МТС и факультет компьютерных наук НИУ ВШЭ открыли набор на третий поток магистратуры «Исследования и предпринимательство в искусственном интеллекте». В программе 30 оплачиваемых мест от МТС и обучение на реальных индустриальных кейсах МТС Web Services и MWS AI.
Студентов ждут курсы по машинному обучению, большим языковым моделям, генеративному ИИ, проектированию ML-систем, видеоаналитике, распознаванию и синтезу речи, а также технологическому предпринимательству.
Поступление конкурсное: портфолио, мотивационное письмо, онлайн-экзамен, собеседование. Также можно показать навыки через соревнование на Kaggle.
Лучшие студенты смогут получить стажировку или оффер от МТС Web Services уже в процессе обучения.
👍3🔥1
CEO Palo Alto Networks Никеш Арора заявил, что 90% сотрудников в enterprise-сегменте отстают в AI, и это может определить судьбу их карьеры.
Он ожидает, что в течение 12 месяцев 20–25% его сотрудников изменят свои роли или будут заменены.
По исследованию Orgvue за 2025 год, 39% руководителей уже сокращали сотрудников после внедрения AI.
fortune.com/2026/07/01/ceo-of-palo-alto-networks-nikesh-arora-workers-about-to-face-darwinian-moment-thanks-to-ai-evolve-or-get-cut/
Он ожидает, что в течение 12 месяцев 20–25% его сотрудников изменят свои роли или будут заменены.
По исследованию Orgvue за 2025 год, 39% руководителей уже сокращали сотрудников после внедрения AI.
fortune.com/2026/07/01/ceo-of-palo-alto-networks-nikesh-arora-workers-about-to-face-darwinian-moment-thanks-to-ai-evolve-or-get-cut/
❤3👍2🤔2🔥1🥰1
🤖Робозон: хакатон от Ozon Tech с призовым фондом 15 млн рублей
Это один из самых интересных хакатонов лета для специалистов по ML, робототехнике и автоматизации. Участникам предстоит решать задачи на основе реальных данных и кейсов Ozon.
Организатор — Ozon Tech.
Призовой фонд — 15 000 000 рублей.
В программе три трека под разные скиллсеты:
• Имитационное моделирование сортировочного центра
• Конструкция автоматизированного сортировщика товаров
• Интеллектуальная роботизированная система сортировки товаров, которая нам, конечно, наиболее интересна.
Участвовать можно как в одиночку, так и командой до 7 человек.
Регистрация открыта до 11 июля. Подробнее о хакатоне здесь
Это один из самых интересных хакатонов лета для специалистов по ML, робототехнике и автоматизации. Участникам предстоит решать задачи на основе реальных данных и кейсов Ozon.
Организатор — Ozon Tech.
Призовой фонд — 15 000 000 рублей.
В программе три трека под разные скиллсеты:
• Имитационное моделирование сортировочного центра
• Конструкция автоматизированного сортировщика товаров
• Интеллектуальная роботизированная система сортировки товаров, которая нам, конечно, наиболее интересна.
Участвовать можно как в одиночку, так и командой до 7 человек.
Регистрация открыта до 11 июля. Подробнее о хакатоне здесь
👍3❤2
This media is not supported in your browser
VIEW IN TELEGRAM
Задача, которую Ньютон решил за один вечер
В июне 1696 года Иоганн Бернулли опубликовал в журнале Лейбница *Acta Eruditorum* математический вызов на 6 месяцев.
Даны две точки на разной высоте.
Какой формы должен быть спуск, чтобы тело съехало из верхней точки в нижнюю за минимальное время?
К январю ответил только Лейбниц и попросил больше времени, поэтому срок продлили до Пасхи.
Ньютон получил письмо с задачей вечером, когда вернулся с работы, и решил её до того, как лёг спать.
Эта задача называется задача брахистохроны.
Самый быстрый путь оказался не прямой линией, а циклоидой.
Пример:
Пусть верхняя точка:
нижняя точка:
а ось
Циклоида задаётся формулами:
В июне 1696 года Иоганн Бернулли опубликовал в журнале Лейбница *Acta Eruditorum* математический вызов на 6 месяцев.
Даны две точки на разной высоте.
Какой формы должен быть спуск, чтобы тело съехало из верхней точки в нижнюю за минимальное время?
К январю ответил только Лейбниц и попросил больше времени, поэтому срок продлили до Пасхи.
Ньютон получил письмо с задачей вечером, когда вернулся с работы, и решил её до того, как лёг спать.
Эта задача называется задача брахистохроны.
Самый быстрый путь оказался не прямой линией, а циклоидой.
Пример:
Пусть верхняя точка:
A = (0, 0)нижняя точка:
B = (π, 2)а ось
y направлена вниз.Циклоида задаётся формулами:
x = R(θ - sin θ)
y = R(1 - cos θ)
❤9👍5🔥4
Alibaba и сообщество Data-Juicer развивают open-source систему для обработки датасетов перед обучением, дообучением и RAG.
Data-Juicer помогает чистить, фильтровать, дедуплицировать, синтезировать и анализировать данные. Работает не только с текстом, но и с мультимодальными датасетами: изображениями, аудио и видео. В версии 2.0 заявлено больше 100 операторов для разных модальностей.
Практический сценарий понятный: есть сырой корпус из разных источников, где много дублей, мусора, слабых примеров и перекоса по доменам. Data-Juicer позволяет собрать воспроизводимый data recipe, прогнать его на локальной машине или в распределённом режиме и потом оценить, как изменения в данных влияют на модель.
Проект смотрит на данные как на отдельный слой оптимизации. Позволяет настроить качество, смесь, фильтры и пайплайн обработки. В ранней работе авторы показывали прирост до 7.45% по среднему score на 16 LLM-бенчмарках и 17.5% win rate в GPT-4 pairwise evaluation за счёт data recipes.
https://github.com/datajuicer/data-juicer
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4👍3🔥2
Forwarded from Machinelearning
На GitHub появился любопытный тикет, который (если подтвердится) бьёт по базовой гарантии Антропик - изоляции пользователей друг от друга.
В рабочем контексте Claude Code внезапно оказались чужие учётные данные - IP и root открытым текстом от сервера, к которому автор не имеет никакого отношения.
Ассистент принял чужие креды за легитимные, подключился к серверу по SSH, перечислил Docker-контейнеры и базы PostgreSQL, после чего выполнил миграцию с операциями чтения и записи.
Иными словами, ИИ одного пользователя отредактировал базу другого без ведома и согласия владельца.
В тематических сообществах обсуждают версию сбоя изоляции кэша общих префиксов.
Чтобы удешевить инференс и ускорить обработку, провайдеры переиспользуют кэшированные фрагменты диалогов, и при коллизии ключей кэша или отказе разграничения кусок чужого контекста теоретически может просочиться в вашу сессию.
Если эта версия верна, под угрозой данные любого пользователя. Но это лишь одна из гипотез, в самом отчёте среди возможных векторов названы также общее хранилище сессий, путаница при суммаризации контекста и перекрёстные ссылки в транскриптах.
Возможно, это галлюцинация модели, случайно угадавшей реальный IP и слабый пароль, либо локальная история проекта, загрязнившая контекст.
Пока Антропик не выпустила официального заключения, ни одну из версий нельзя ни подтвердить, ни отвергнуть.
Автоматика GitHub повесила на тикет метку
security.@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
😁5
Хотите развиваться в Data Science? Строить ML-продукты для миллионов пользователей? Авито и ведущие вузы страны открывают набор на две совместные магистратуры.
Для тех, кто хочет в Data Science — «Прикладное машинное обучение и анализ данных» (МФТИ). Современные ML-подходы, работа с реальными данными Авито, эксперты компании и преподаватели МФТИ. Заявки до 12 июля.
Для тех, кто хочет работать над ML-продуктами — «Машинное обучение в цифровом продукте» (НИУ ВШЭ). Полный цикл разработки ML-решений, практические кейсы Авито, преподаватели из индустрии. Заявки до 8 августа.
Что объединяет все три программы: эксперты Авито и вузов, реальные бизнес-задачи, сильное профессиональное сообщество и шанс попасть в Авито уже во время обучения.
Старт — в сентябре. Выбирайте программу и делайте шаг к карьере в IT вместе с Авито.
Для тех, кто хочет в Data Science — «Прикладное машинное обучение и анализ данных» (МФТИ). Современные ML-подходы, работа с реальными данными Авито, эксперты компании и преподаватели МФТИ. Заявки до 12 июля.
Для тех, кто хочет работать над ML-продуктами — «Машинное обучение в цифровом продукте» (НИУ ВШЭ). Полный цикл разработки ML-решений, практические кейсы Авито, преподаватели из индустрии. Заявки до 8 августа.
Что объединяет все три программы: эксперты Авито и вузов, реальные бизнес-задачи, сильное профессиональное сообщество и шанс попасть в Авито уже во время обучения.
Старт — в сентябре. Выбирайте программу и делайте шаг к карьере в IT вместе с Авито.
Forwarded from Machinelearning
Pxpipe - локальный прокси, который перед отправкой запроса ассистенту превращает куски контекста в картинки.
Приём эксплуатирует особенность тарификации - текст стоит примерно один токен за символ, а изображение - фиксированное число токенов, зависящее только от размера в пикселях, а не от объёма текста внутри.
На плотном контенте в один визуальный токен удаётся упаковать около 3,1 символа.
Прокси перехватывает запросы к Claude Code и рендерит в PNG самые объёмные и редко меняющиеся блоки (системный промпт, документацию инструментов и старую историю переписки).
Свежие сообщения и ответы модели идут обычным текстом.
Пример: около 48 тыс символов системного промпта и документации, которые как текст стоили бы примерно 25 тыс токенов, помещаются на одну PNG-страницу за ≈2700 токенов.
На Fable 5 стоимость сессии упала с 42 до 6 долларов.
Fable 5 читает такие рендеры практически без потерь (100% на бенчмарке с новыми задачами), а вот Opus 4.7 и 4.8 ошибаются примерно на 7% изображений.
GPT 5.5 тоже деградирует на картиночном контексте, поэтому обе модели по умолчанию выключены и включаются вручную.
На методе lossy важные строки вроде хешей и идентификаторов при чтении с картинки могут исказиться.
Хуже когда промахи выглядят не как ошибки, а как правдоподобные выдумки.
Зрение модели это не OCR, изображение превращается в патч-эмбеддинги, и там, где пикселей не хватает, языковая модель просто достраивает похожее.
Второй минус - это скорость. PNG-кодирование добавляет задержку из-за использования визуальныго энкодера, что дольше, чем чтение текста.
@ai_machinelearning_big_data
#AI #ML #LLM #Coding #Pxpipe
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3❤1🔥1
Hibernate сгенерировал странный SQL, а ты не понимаешь, откуда он взялся?
У Vlad Mihalcea есть полезный приём: логировать не только сам SQL-запрос, но и stack trace места, где Hibernate его создал.
Для этого используется
Сценарий понятный:
* DBA нашёл медленный запрос
* в логах видно SQL
* рядом видно Java-цепочку вызовов
* по stack trace можно выйти на repository, service или controller
Это особенно полезно для расследования N+1, слишком частых запросов и тяжёлых SQL, которые внезапно появляются в проде.
В Spring Boot это подключается через
Итог: ты видишь не просто “какой SQL тормозит”, а кто именно в коде его породил.
https://vladmihalcea.com/source-sql-query-hibernate/
У Vlad Mihalcea есть полезный приём: логировать не только сам SQL-запрос, но и stack trace места, где Hibernate его создал.
Для этого используется
QueryStackTraceLogger из Hypersistence Utils.Сценарий понятный:
* DBA нашёл медленный запрос
* в логах видно SQL
* рядом видно Java-цепочку вызовов
* по stack trace можно выйти на repository, service или controller
Это особенно полезно для расследования N+1, слишком частых запросов и тяжёлых SQL, которые внезапно появляются в проде.
В Spring Boot это подключается через
STATEMENT_INSPECTOR, а затем включается DEBUG-логирование для Hypersistence Utils.Итог: ты видишь не просто “какой SQL тормозит”, а кто именно в коде его породил.
https://vladmihalcea.com/source-sql-query-hibernate/
❤4👍2🔥1
🔥 Подтверди навыки работы с данными: сертификация Yandex Cloud со скидкой 50%
Коллеги, у кого в работе есть Yandex Cloud или кто хочет добавить весомый плюс в резюме — сейчас отличное время.
До 25 сентября включительно можно пройти сертификацию со скидкой 50%. Два уровня на выбор — под любой опыт.
Что доступно:
1️⃣ Data Engineer — подойдёт, если вы уже работаете с облачной платформой. Проверяют загрузку, обработку, ETL/ELT, оркестрацию и безопасность. Хороший базовый уровень для систематизации знаний.
2️⃣ Lakehouse Data Engineer — продвинутый вариант для тех, кто проектирует решения на архитектуре Lakehouse. Глубже, сложнее, солиднее для резюме.
Как проходит экзамен:
Онлайн, с прокторингом — запись на камеру, всё честно. Никаких сюрпризов.
📌 Успейте зарегистрироваться до 25.09.2026:
🔗ссылки
Потом цена вернётся к обычной — успевайте! 💪
Коллеги, у кого в работе есть Yandex Cloud или кто хочет добавить весомый плюс в резюме — сейчас отличное время.
До 25 сентября включительно можно пройти сертификацию со скидкой 50%. Два уровня на выбор — под любой опыт.
Что доступно:
Как проходит экзамен:
Онлайн, с прокторингом — запись на камеру, всё честно. Никаких сюрпризов.
📌 Успейте зарегистрироваться до 25.09.2026:
🔗ссылки
Потом цена вернётся к обычной — успевайте! 💪
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👎3❤1👍1🤔1
SQL-задача с подвохом: почему запрос вернёт 0 строк?
Есть таблицы:
Нужно найти пользователей, у которых нет заказов.
Кто-то пишет так:
Ожидание:
Но результат может быть:
Подвох в `NULL`.
Подзапрос возвращает:
А выражение:
превращается в логическую ловушку. SQL не может точно сказать, что
Правильнее так:
Правило: если в подзапросе может быть
Есть таблицы:
users
id | name
1 | Anna
2 | Boris
3 | Dima
orders
id | user_id
1 | 1
2 | NULL
Нужно найти пользователей, у которых нет заказов.
Кто-то пишет так:
SELECT *
FROM users
WHERE id NOT IN (
SELECT user_id
FROM orders
);
Ожидание:
Boris
Dima
Но результат может быть:
0 rows
Подвох в `NULL`.
Подзапрос возвращает:
1, NULL
А выражение:
id NOT IN (1, NULL)
превращается в логическую ловушку. SQL не может точно сказать, что
id не равен NULL, потому что NULL — это неизвестность.Правильнее так:
SELECT *
FROM users u
WHERE NOT EXISTS (
SELECT 1
FROM orders o
WHERE o.user_id = u.id
);
Правило: если в подзапросе может быть
NULL, осторожнее с NOT IN. Часто безопаснее использовать NOT EXISTS.🔥14❤6👍2
PostgreSQL переписали на Rust с нуля. И это уже не игрушечный прототип.
Проект pgrust заявляет, что новая реализация:
• проходит 46 066 запросов из regression-тестов PostgreSQL 18.3
• совместима с текущей директорией данных Postgres
• запускается в браузере как демо
Rust даёт безопасность памяти, а AI-assisted development помогает быстрее разбирать и переписывать огромную кодовую базу.
Самая дерзкая часть: авторы говорят о WIP-версии, которая пока не опубликована, но якобы даёт до +50% в transactional workloads и до 300x в аналитике.
Звучит почти слишком смело, поэтому к цифрам лучше относиться осторожно. Но сама идея мощная: взять одну из самых сложных СУБД в мире и пересобрать её на Rust, сохранив совместимость с PostgreSQL.
GitHub: https://github.com/malisper/pgrust
Проект pgrust заявляет, что новая реализация:
• проходит 46 066 запросов из regression-тестов PostgreSQL 18.3
• совместима с текущей директорией данных Postgres
• запускается в браузере как демо
Rust даёт безопасность памяти, а AI-assisted development помогает быстрее разбирать и переписывать огромную кодовую базу.
Самая дерзкая часть: авторы говорят о WIP-версии, которая пока не опубликована, но якобы даёт до +50% в transactional workloads и до 300x в аналитике.
Звучит почти слишком смело, поэтому к цифрам лучше относиться осторожно. Но сама идея мощная: взять одну из самых сложных СУБД в мире и пересобрать её на Rust, сохранив совместимость с PostgreSQL.
GitHub: https://github.com/malisper/pgrust
👍15😢2❤1
Кто-то разобрал Claude Code почти до винтика
Автор собрал разбор Claude Code по публичным источникам: цикл агента, систему инструментов, разрешения, работу с контекстом, сессии, подпроцессы, MCP, удалённые настройки, телеметрию и скрытые флаги.
Получился не “гайд по использованию”, а карта внутренней логики CLI-агента: как он принимает решение, когда просит разрешение, как вызывает инструменты, как хранит историю и как расширяется через внешние интеграции.
https://github.com/justxor/Claudecourse/
learn-coding-agent - репозиторий для тех, кто хочет понять, как устроены современные coding agents не на уровне промо-страниц, а на уровне архитектуры.Автор собрал разбор Claude Code по публичным источникам: цикл агента, систему инструментов, разрешения, работу с контекстом, сессии, подпроцессы, MCP, удалённые настройки, телеметрию и скрытые флаги.
Получился не “гайд по использованию”, а карта внутренней логики CLI-агента: как он принимает решение, когда просит разрешение, как вызывает инструменты, как хранит историю и как расширяется через внешние интеграции.
https://github.com/justxor/Claudecourse/
🔥7❤4👍4👎1