23 мая в Москве и онлайн встретимся на главной конференции Яндекса по разработке умных устройств, автономного транспорта и роботов. Обсудим их настоящее и будущее, заглянем под капот и покажем всё самое впечатляющее.
Чем заняться между докладами:
Подписывайтесь:
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9👾6🔥4
Эксплуатация современных агентских LLM гораздо сложнее, чем «поднять контейнер на GPU и прикрутить балансер». Чтобы экономика сходилась и железо утилизировалось эффективно, нужно учитывать реальный паттерн нагрузки: долгие сессии, многошаговые диалоги, большие контексты.
ML-команда Yandex Cloud обновила Yandex AI Studio — платформу для разработки AI-приложений. Теперь она лучше обрабатывает длинный контекст, поддерживает многошаговые диалоги и учитывает повторные обращения к модели. Чтобы AI-агенты работали быстро и бесперебойно даже при высоких нагрузках, команда платформы доработала всю её инфраструктуру.
Подписывайтесь:
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3🔥2🦄2
16 мая в нашем офисе пройдёт Backend Talks — конференция для тех, кто привык думать на несколько шагов вперёд и решать задачи за пределами привычного.
Нас ждёт настоящий космос: от хардовых докладов до лекции учёного Владимира Сурдина. А ещё возможность пообщаться с инженерами в зонах нетворкинга и узнать в кофейне, какая вселенная на вкус. И, конечно, афтерпати с крутыми подарками всем гостям 👀
С Алексеем Кременьковым, старшим разработчиком в Почте, разберём, как эволюционируют подходы к шардированию: от простых сценариев к сложным. А с Леонидом Лебидько, разработчиком в B2B-платформе, — нетривиальные задачи команды Авторизации.
🔭 Марс: великое противостояние. Есть ли жизнь на Марсе, что на его поверхности нашли умные роботы и когда там побывают люди? Всё это — в лекции учёного Владимира Сурдина.
Подписывайтесь:
Please open Telegram to view this post
VIEW IN TELEGRAM
❤10
Меня зовут Сергей Кукуруз, я руковожу ML-проектами в Центре технологий для общества Yandex Cloud. Сегодня я хочу рассказать о системе, которую мы сделали вместе со студентами ШАДа и движением добровольцев «СтопБорщевик».
Технологический стек, который мы использовали, вы сможете применить и для своих задач поиска объектов на кадрах от спутника. Собственный дата-центр не потребуется, всё можно сделать в домашних условиях (если у вас достаточно размеченных данных).
Подписывайтесь:
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥18👍6❤5🗿1
Подписывайтесь:
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3🔥3🦄1
Привет, это Валерий Баранов, руководитель технологий фронтенда в Яндекс 360. В нашей команде около 90% разработчиков используют AI-помощников.
Поначалу работа с ассистентом выглядит волшебно: он быстро генерирует MVP, и кажется, что за пару недель можно сделать что угодно. А затем мы входим в долину разочарования. Ассистент начинает ломать работающий код, предлагает компоненты, которых нет в проекте, и меняет собственные решения. Знакомая ситуация?
Обычно проблема не в модели, а в контексте: LLM не знает структуру вашего репозитория, не понимает внутренние библиотеки и не видит дизайн в Figma. Мы систематизировали подход и выделили три уровня, которые нужно закрыть, чтобы ассистент стал полноценным участником команды.
Решение оказалось простым — файл
AGЕNТS.md. Это открытый стандарт, который поддерживают Cursor, GitHub Copilot и другие популярные ассистенты. Один файл задаёт карту проекта: структуру директорий, команды сборки, архитектурные конвенции и границы допустимого.Пишите только то, что модель не может узнать дёшево. Исследования показывают, что инструкции в повелительном наклонении («Используй CSS Modules для новых компонентов») AI выполняет в 94% случаев.
Для внутреннего UI Kit Orbita мы разработали собственный MCP-сервер. Через него модель получает актуальный API компонентов, токены и паттерны композиции. Это решает проблему, когда ассистент предлагает компоненты, которых нет в проекте, или использует устаревшие пропсы.
Мы договорились с дизайнерами: Figma задаёт требования, а реализация остаётся за кодом. Инструмент Figma Code Connect описывает маппинг свойств. Теперь LLM видит, как параметр называется в дизайне и коде.
В результате
AGENTS.md требует один день на настройку, MCP-сервер — около недели. За 28 дней можно синхронизировать всё с Figma. Вложения окупаются, ассистент перестаёт гадать и начинает генерировать корректный код.AGENTS.md, чтобы он работал, а не пылился в репозиторииПодписывайтесь:
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥10👾2👍1