Сергей Мод | Нейросети и Бизнес

Graphify строит граф знаний кода без единого вызова LLM Инструмент проходит по синтаксическому дереву Tree-sitter прямо на диске и складывает связи между функциями и файлами в граф. Каждая связь помечена: EXTRACTED - взято прямо из кода, INFERRED - выведено логикой. Любую можно проверить руками. На бенчмарке LOCOMO это дало 0.497 recall@10, тогда как специализированные системы памяти на том же тесте показали 0.048 и 0.149. Построение графа стоит 0 кредитов LLM - модель вообще не запускается. Поддержка около 40 языков, плюс PDF, картинки и аудио. Лицензия Apache-2.0, 97 тыс. звёзд на GitHub, встраивается в Claude Code одной командой. Минус - без модели граф видит только структуру связей, смысл кода остаётся за агентом сверху.

Google выпустил 50-страничное руководство: как перестать «вайб-кодить» и строить агентов, которые работают в проде. Это первый день 5-дневного курса по AI-агентам на Kaggle. Конкретный разбор архитектуры и экономики агентной разработки. 41% нового кода уже пишет AI. Большая часть ломается при первом деплое. Главные идеи руководства: • SDLC не ускоряется - он перестраивается. AI сжимает написание кода с недель до часов. Но требования, архитектура и проверка по-прежнему требуют человека. Бутылочное горлышко сместилось: теперь всё упирается в качество спецификации. • Контекстная инженерия - ключевой навык. Качество кода зависит не от умных промптов, а от того, какой контекст ты даёшь агенту. Это и есть новая профессиональная компетенция. • Архитектура «Модель + Обвязка». Сама модель - это 10% результата. Остальные 90% - инфраструктура вокруг неё: память, инструменты, обработка ошибок, оркестрация. • Вайб-кодинг - не плохо, но ситуативно. Прототип на выходных - окей. Платёжная система или production-агент - нет. Руководство: The New SDLC with Vibe Coding. Первый день курса Google AI Agents on Kaggle. Роль разработчика смещается: от «пишу код» к «проектирую систему, в которой агент пишет код».