Что показали наши испытания памяти агентов
Методика и результаты сравнения AgentMemory, OpenViking, Mem0, Hindsight и файлов: готовые правила, опыт из диалога и исправления.
CommonKADS: как описать экспертную работу перед автоматизацией
Шесть моделей, три категории знаний и условный пример поддержки. Что из методологии можно применить при проектировании ИИ-агентов.
Как устроена память Codex: что переносится между проектами
Разбор исходного кода: межпроектная область, две версии памяти, чтение, исправления и ограничения.
«Накидай три варианта»: как я переделываю интерфейс вместе с агентом
Скриншот и одна фраза агенту, три кликабельных макета на локальном веб-сервере, выбор глазами и короткие правки — на примере двух экранов Potee.
187 сообщений агенту: два мотоцикла и шесть объявлений
Фотоистория о том, как агент помог подготовить и проверить шесть объявлений на трёх площадках.
Как научить агента отвечать на открытые вопросы (FPF)
Как использовать FPF для разбора открытых вопросов в разработке, предпринимательстве и личных задачах.
Реестр процессов агентной разработки: как оценить метрики, срок и стоимость автоматизации
Пять независимых направлений практики, четырёхнедельный пилот, модель стоимости, шаблон и четыре заполненных паспорта.
Как превратить бизнес-требования в функциональные — и не начать с кнопки
Практический маршрут от бизнес-потребности к проверяемому поведению программного продукта — без преждевременного выбора интерфейса или технологии.
Почему несколько AI-агентов сами по себе — не Mixture of Experts
Чем широкое семейство Mixture of Experts и разреженные MoE в современных LLM отличаются от Mixture-of-Agents и систем с координатором.
Что такое Memory Bank и зачем он AI-агенту
Как связать знания о проекте, шаблоны, журналы решений и процессы проверки для автономной работы AI-агента.
Задавайте AI-агенту не шаги, а артефакты работы
Как управлять открытой работой AI-агента через проверяемые артефакты, не расписывая заранее каждый шаг.
Агентная разработка — это система: база знаний, процессы и память
Почему агентная разработка начинается с человеко-машинной производственной системы, а память и специализированная инфраструктура появляются позже.
Почему AGENTS.md недостаточно для долгоживущего AI-проекта
Где заканчиваются runtime-инструкции AGENTS.md и зачем долгоживущему AI-проекту версионируемый контекст, lifecycle и доказательства.
Знания как код: как устроить корпоративную память до внедрения AI
Как назначить SSOT для знаний команды, не хранить решения в переписке и связывать каждый вывод с проверяемыми источниками.
Как компания делает сотрудника незаменимым — и почему это выглядит как токсичность
Два инженерных кейса о том, как монополия на деплой, знания и бизнес-требования делает эксперта незаменимым и как снять эту зависимость.
Мультиплексоры для вайб-кодеров: Terminal, cmux, SSH и tmux
Как не потеряться между вкладками, рабочими пространствами и серверами — и оставить coding agents работать после закрытия ноутбука или обрыва SSH.
Как агентная разработка меняет организацию команды
Условная модель изменения ролей, границ ответственности и метрик после измеренного ускорения реализации в AI-контуре.
Use cases, user stories и BDD: три масштаба хорошего ТЗ для AI-агента
Как связать use cases, user stories и BDD в компактное и проверяемое ТЗ для агентской разработки.
MECE в агентской разработке: как делить работу без пересечений и пробелов
Что такое MECE и как проверять разбиение задач, требований и ответственности в агентском SDLC — без пересечений и пробелов.