Iconicompany.com IT-HUB
На снимке проектная сессия должна закрыть фазу, а DevOps - подготовить среду по требованиям проекта и договора
Gate 3 пока закрыт: в сообщении перечислены непроверенные условия по DDL и валидации, PVC, сетевому доступу, ESO/TLS и CI. Агент не объявляет фазу готовой по одному удачному шагу. Сначала нужны проверки и подтверждение результата. Так выглядит рабочая связка: одна сторона держит цель и критерии приёмки, другая разбирает инфраструктурные условия и фиксирует, что ещё блокирует релиз. Человек...
Похоже, спор офиса с удалёнкой закончат агенты
Они вообще не собираются приходить в офис. Аргумент за офис понятен: люди быстрее договариваются, когда сидят рядом. Но я смотрю на другую схему: несколько команд агентов и один человек, который ставит задачи и проверяет результат. Кого в этой схеме возвращать за соседний стол? Мы подали тендер: комплект на 90 позиций, 37 документов. По оценке команды, сборка у ipresale занимает около 5 минут против 2-3 часов вручную. Проверку и подачу нужно считать отдельно. Агент связывает файлы с полями загрузки; обязательства утверждает человек. Здесь уже приходится сравнивать аренду, ФОТ и взносы со стоимостью агентов, их настройки и контроля...
Можно бесконечно смотреть на три вещи: как течёт вода, как горит огонь и как команда ИИ-агентов ведёт проект в сессиях omp
Проджект выбирает следующую задачу. Аналитик разбирает требования и критерии приёмки. Разработчик пишет код и приносит результаты тестов. DevOps проверяет, где это вообще можно безопасно запустить. У каждого своя сессия и свой контекст. Общаются через SendMessage: передают задачу, называют файлы, возвращают результат. Я сам участвую в этой переписке и иногда ловлю себя на том, что читаю её как рабочий чат обычной команды. Особенно когда выясняется, что "тесты прошли" ещё не значит "можно выкатывать". Начинаются уточнения про окружение, доступы и то, какой именно код проверяли...
Воскресная рубрика: домашние разработки
Сегодня учим телевизор пропускать кулинарию. Иногда здесь появляются задачи вроде поиска железнодорожных билетов. На этот раз захотелось находить в телепрограмме хорошие фильмы про науку и путешествия, не перебирая сотни каналов. Дообучили rubert-tiny2, экспортировали в ONNX и подключили к Kodi через домашний Kubernetes. Модель читает название и описание, подходящие передачи получают звёздочку. На проверке macro-F1 = 1,000. Можно выбирать кино? При подготовке статьи я пересчитал данные: у 119 из 120 тестовых записей описание уже встречалось в обучении. Мы размножили примеры припиской "Часть N", а потом случайно разделили строки на train и test...
Мы полтора года развивали платформу подбора IT-специалистов
А сейчас смотрим на свои внутренние процессы и понимаем: наш собственный агент подбора может устареть быстрее, чем мы планировали. То, ради чего раньше нанимали команды инженеров, у нас уже делают связки прикладных ИИ-агентов. Наш idevops развернул кластер, мониторит в нем ошибки и через alert-relay заводит тикеты на исправление. Агент ipresale сам мониторит тендеры, считает смету, собирает КП и раскладывает документы по слотам подачи. Задачи, под которые традиционно нанимали пресейла, архитектора и дежурного SRE, теперь крутятся в изолированных процессах по cron и вебхукам. Рынок по инерции продолжает искать людей по старым грейдам, пока софт собирают и эксплуатируют автономные агенты...
