Воронка: 289 исходных статей → 226 ранжированных → 15 индивидуальных решений: 9 карточек, 6 заметок, 0 отказов. Ещё 211 ранжированных материалов ожидают решения. Ограничения указаны прямо в карточках.
01
Независимый гейт не даёт агенту принять собственную работу
✍ Андрей ИльинХабр⏱ ≈12 минИскусственный интеллектУправление разработкой О чём
Отделите исполнителя от проверяющего: второй проход получает только артефакты и пишет вердикт в отдельный файл.
🔑 Главное
- Отдельный verifier и файл вердикта; автор описывает этот порядок как самостоятельную процедуру.
- Ограничение: выводы и цифры относятся к условиям автора; перенимайте проверяемый приём, а не обещанный результат.
⚡ Попробовать за вечер
- Создайте work.md и review.md; запустите verifier без истории чата; блокируйте выпуск без PASS.
- Метрика: доля FAIL и время до независимого вердикта за 10 задач.
02
Поставьте лимит сессии агента и измеряйте её рост
О чём
Автор показывает диагностику контекста Claude Code: журнал, пороги и перенос задачи в новую сессию.
🔑 Главное
- В статье есть пороги 120 запросов и 150 для жёсткой остановки, а также разбор истории сессии.
- Ограничение: выводы и цифры относятся к условиям автора; перенимайте проверяемый приём, а не обещанный результат.
⚡ Попробовать за вечер
- Снимите число запросов и размер контекста; добавьте Stop-hook; при пороге перенесите задачу через /carry.
- Метрика: запросы и токены на завершённую задачу до и после ограничения.
03
Проверяйте стиль текста скриптом, а не впечатлением
О чём
Навыки строят профиль по корпусу и сверяют черновик с формальными признаками до публикации.
🔑 Главное
- Есть установка навыка, команды зависимостей и проверка style.py check; отклонения сократились с 14/31 до 2/31 в авторском корпусе.
- Ограничение: выводы и цифры относятся к условиям автора; перенимайте проверяемый приём, а не обещанный результат.
⚡ Попробовать за вечер
- Установите навык и зависимости; соберите свой корпус; запустите проверку на черновике.
- Метрика: число отклонений по собственному стилевому профилю.
04
Гейты для детектора prompt injection важнее одной точности
✍ nepryakhinХабр⏱ ≈19 минБлог компании AGIMAИнформационная безопасность О чём
Прод-кейс дообучения guard-модели показывает, как не обменять пропущенные атаки на красивую метрику.
🔑 Главное
- Автор разделяет данные по инициаторам, проверяет базовую модель без адаптера и держит гейт слепых зон с перефразировками.
- Ограничение: выводы и цифры относятся к условиям автора; перенимайте проверяемый приём, а не обещанный результат.
⚡ Попробовать за вечер
- Соберите отложенный набор по авторам; добавьте гейт известных атак; сравните адаптер с базовой моделью перед rollout.
- Метрика: полнота по гейту слепых зон и ложные блокировки на рабочих текстах.
05
Тестируйте артефакт агента по журналу вызовов
✍ Чичев МаксимХабр⏱ ≈8 минБлог компании Петрович-ТехИскусственный интеллект О чём
Личный стенд сравнивает модели на цепочках из 2, 3 и 15 шагов и предлагает сверять не ответ, а созданный результат.
🔑 Главное
- На 15 шагах ни один из девяти прогонов не прошёл целиком; переносится метод заморозить всё кроме модели и сверять файл с журналом инструментов.
- Ограничение: выводы и цифры относятся к условиям автора; перенимайте проверяемый приём, а не обещанный результат.
⚡ Попробовать за вечер
- Зафиксируйте промпт, инструменты и данные; запустите несколько прогонов; сравните артефакт с журналом вызовов.
- Метрика: доля корректных артефактов отдельно от доли правдоподобных ответов.
06
Сначала проверьте, что результат целый, потом оценивайте качество
✍ innokentyBoХабр⏱ ≈9 минМашинное обучениеИскусственный интеллект О чём
Completion gate отделяет валидный и законченный артефакт от содержательной оценки и не смешивает их в один процент.
🔑 Главное
- После повторной проверки из 21 исторической записи только четыре оказались целыми для дальнейшей оценки; у каждой метрики свой знаменатель.
- Ограничение: выводы и цифры относятся к условиям автора; перенимайте проверяемый приём, а не обещанный результат.
⚡ Попробовать за вечер
- Опишите обязательные документы и ссылки; проверьте JSON и заглушки кодом; отправляйте дальше только целые результаты.
- Метрика: completion rate и quality pass rate с разными знаменателями.
07
Проверяйте траекторию мультиагентной работы инвариантами
О чём
CoCoBench показывает, почему зелёный финальный тест не доказывает корректный порядок действий агентов.
🔑 Главное
- Для трассы предлагаются детерминированные проверки: один writer на ветку и запуск тестов после изменения кода; опубликованы код и 897 сценариев.
- Ограничение: выводы и цифры относятся к условиям автора; перенимайте проверяемый приём, а не обещанный результат.
⚡ Попробовать за вечер
- Сохраняйте события и захваты ресурсов; добавьте инварианты порядка; проверьте их обычным кодом.
- Метрика: нарушения порядка, дубли работы и одновременные владельцы ресурса.
08
Начинайте микроавтоматизацию с одной повторяемой боли
✍ ШухратХабр⏱ ≈7 минУправление разработкойDevOps О чём
Кейс показывает, как небольшой внутренний сервис снимает ручные действия вокруг релиза и командных ритуалов.
🔑 Главное
- Автор предлагает сначала выбрать узкую повторяемую задачу, проверить её на одном-двух людях и только затем расширять на команду.
- Ограничение: выводы и цифры относятся к условиям автора; перенимайте проверяемый приём, а не обещанный результат.
⚡ Попробовать за вечер
- Выберите одну ручную операцию; сделайте минимальный сценарий; проверьте его на двух пользователях.
- Метрика: число ручных шагов и время цикла до и после пилота.
09
Начинайте AI-пилот с узкой повторяемой встречи
О чём
Прод-кейс перестройки PDLC начинается с оценки задач: агент использует уже известные описания и историю оценок, а человек остаётся в контуре.
🔑 Главное
- После 1,5 месяца пилота сходимость оценок с ручными достигла 95%; авторы оставили валидацию за техлидами.
- Ограничение: выводы и цифры относятся к условиям автора; перенимайте проверяемый приём, а не обещанный результат.
⚡ Попробовать за вечер
- Выберите повторяемую встречу; соберите доступные входы; запустите пилот с обязательной человеческой валидацией.
- Метрика: сходимость с ручным решением и часы, снятые с регулярной встречи.