Заметки о данных, ИИ, ИТ
и безопасности
Без маркетингового тумана. Так, как я думаю о задачах в реальной работе с собственниками и руководителями.
Голосовые агенты дошли до операций: что отличает рабочего агента от дорогой демки
ElevenLabs сообщает про 15 млн разговоров в неделю, и это уже возвраты, страховые операции и бронирования. Разбираю, почему голос первым из agentic AI попал в реальные процессы, что отличает работающего агента от демонстрации и что делать с персональными данными и 152-ФЗ, когда запись разговора становится вашим активом и вашим риском.
FTC взялась за автономных агентов: что вы должны уметь про них доказать
Американский регулятор выясняет, хватает ли действующего закона, чтобы спрашивать с компаний за действия автономных ИИ-систем. Пока юристы спорят о рамке, инженерное требование уже сформулировано: журнал действий, права, изоляция и подтверждение человеком перестают быть опцией.
Gemini 4 Argon: модель выбирают под процесс, а не под ответ
Google показала Gemini 4 Argon с упором на код, многошаговые задачи и cybersecurity, пока в ограниченном доступе. Разбираю, что меняется в выборе модели, когда единицей работы становится процесс: длинный контекст, автономность, контрольные точки и вопросы, которые стоит задать до пилота.
Локальный ИИ: как развернуть модель, чтобы данные не уходили в облако
Разбираю честную инженерную и стоимостную картину локального ИИ: что реально даёт свой периметр, лестница вариантов от Ollama до air-gapped, и когда облачного бизнес-тарифа достаточно.
Можно ли удалить свои данные из уже обученной нейросети
Почему удалить себя из обученной модели почти невозможно так же, как строку из базы, что реально стоит за unlearning и правом на удаление, и где на самом деле находится рычаг.
Может ли ИИ выдать чужие персональные данные
Разбираю честно: где модель действительно способна вспомнить чужие данные из обучения, а где реальная утечка приходит из вашей же системы - RAG, логов и контроля доступа.
Как запретить ИИ учиться на ваших промптах и переписке
Разбираю по-честному, для человека и для компании: где чат-боты по умолчанию учатся на вашей переписке, как это выключить и почему opt-out не стирает то, что модель уже выучила.
Робототехника после LLM: почему следующий вопрос - не чат, а действие в мире
LLM изменили интерфейс взаимодействия с компьютером. Следующий сдвиг - это физические системы, которые понимают контекст и действуют в реальном мире.
Почему ИИ не спасает плохие данные
Короткий разбор о том, почему внедрение ИИ в компании начинается не с модели, а с качества данных.
Следующая эволюция Agents SDK: длинные задачи, sandbox и производственный агент
Инструменты для разработки ИИ-агентов становятся зрелее. Что это означает для компаний, которые думают о реальных внедрениях, а не о демо.
Длинный контекст в LLM: что это меняет для бизнес-задач в 2026 году
Современные модели поддерживают контекст в сотни тысяч токенов. Что это практически меняет для компаний и где реальные ограничения.
Определение AI system по нормам ЕС: как это влияет на реальные продукты
Европейский регулятор опубликовал руководства по определению AI system. Разбираю, что это значит для компаний, которые строят или используют продукты с ИИ.