Dev.Rosherh

В прошлый раз я разбирал, почему локальные модели тормозят, и вывод получился простой: всё упирается в память, которая не успевает отдавать веса модели. Тогда я обещал вернуться к теме, когда соберу требования к подходящему стенду. Собрать требования оказалось самой полезной частью затеи: разговор про компьютер для нейросетей сводится к объёму памя…

За день до DevDay 2026 OpenAI уведомила подписчиков тарифа за $200: лимиты урезаются вдвое, цена остаётся прежней. Прямо перед главной презентацией года, с наилучшими пожеланиями. В справке формулировка аккуратнее: снижение «отражает растущую эффективность моделей». Чем эффективность измеряли, не показали. В разборе The PrimeTime такие доказательст…

На моей домашней машине жил стенд с локальными моделями: llama.cpp, модели в формате GGUF и большие планы на приватный ИИ без интернета и подписок. В сентябре я снёс этот зоопарк и перенёс всё в облако. Причина простая: работы стало больше, а имеющаяся мощность на моём железе не позволяла работать продуктивно.

Недавно я развернул у себя OpenObserve: открытую self-hosted платформу для сбора и анализа логов, метрик и трейсов. До этого логи жили в разных директориях разных сервисов: где-то в /var/log, где-то в journalctl, что-то в docker logs.

В марте NVIDIA показала DLSS 5. Если коротко, это нейросеть, которая берёт готовый кадр и рисует поверх фотореалистичный свет и материалы. Хуанг назвал это «GPT-моментом для графики».

Про MCP-серверы я думаю часто — сам поднимал их под свои задачи, один для Яндекса, второй для своей базы знаний, и набил на этом достаточно шишек, чтобы захотеть разобраться, что вообще происходит. Разбираю, как устроен протокол, почему спецификация меняется так часто и почему один и тот же сервер подключается к Claude Code, Cursor, OpenCode и Pi с…

DeepSeek снова раздаёт open source. На этот раз — не модель, а каркас для ИИ-агентов. DeepSeek Harness (dsh) уже лежит на GitHub, запускается одной командой из npm и работает в статусе developer preview. Покрутил его, разобрался, что внутри — делюсь.

За последние пару лет ландшафт работы с нейросетями в России изменился кардинально. Если раньше нужно было жонглировать зарубежными картами, VPN и кучей подписок, то сейчас все задачи решаются значительно проще через прокси-провайдеры и единые API-шлюзы.

В зарубежном коммьюнити разработчиков, я наблюдаю две разнонаправленные тенденции, которые неожиданно сходятся в одной точке - инфраструктуре Git-платформ. Где ряд правил резко ужесточаются.

Я последнее время много экспериментирую с ИИ-агентами для разработчиков на реальных проектах. На небольших репозиториях - в целом, сказка. Автодополнение кода, быстрый рефакторинг, написание тестов, полная реализация небольшой фичи, если она никак не связана с другими модулями - всё работает отлично. Но как только дело доходит до больш…