Все статьи — ЭЙ АЙ ШИЗ

20 июля 2026 г.10 мин

Guardrails LLM Filter: чтобы твои секреты не уехали к LLM-провайдеру 🛡️🔑

Разбираю cloud-ru-tech/guardrails-llm-filter — открытый прокси, который маскирует PII и секреты по пути к LLM и возвращает оригиналы в ответе. Запустил демо, погонял карты, СНИЛС и ключи от AWS, прошёлся по всей веб-консоли: правила, песочница, теневой режим, аудит, мониторинг.

25 июня 2026 г.7 мин

KV-кэш: почему LLM помнит без памяти и жрёт VRAM как не в себя 🧠💾

KV-кэш простыми словами: зачем он нужен, почему без него генерация была бы в разы медленнее, и почему именно из-за него у тебя OOM на длинном контексте. С интерактивом и калькулятором VRAM.

25 июня 2026 г.7 мин

NVIDIA Dynamo: дирижёр для инференса на целый дата-центр 🎻🖥️

Разбираю ai-dynamo/dynamo — открытый оркестратор инференса от NVIDIA. Зачем нужен, как устроен (KV-aware роутинг, disaggregated prefill/decode, KVBM, Planner), как обрабатывается запрос и как запустить. С mermaid-диаграммами и интерактивом.

25 июня 2026 г.5 мин

Unlimited-OCR от Baidu: OCR, который читает страницу как картинку 📄👁️

Разбираю baidu/Unlimited-OCR — 3B vision-language модель для распознавания документов в духе DeepSeek-OCR. Как работает оптическое сжатие, что умеет, режимы gundam/base, и как запустить через transformers и SGLang. С интерактивом.

17 июня 2026 г.9 мин

Харнес агента: Что превращает тупую LLM в автономного работягу 🫡

Разбираю, что такое харнес агента — обвязка вокруг LLM, которая делает из генератора текста рабочую лошадку: цикл, вызов инструментов, контекст, песочница. Как жили без него и минимальный харнес на 20 строк Python. Без воды, с кодом и шизой.

23 марта 2026 г.7 мин

H-Neurons: Как учёные нашли 0.1% нейронов, из-за которых LLM врут 🫡

Разбираю исследование H-Neurons из Университета Цинхуа — нейроны-галлюцинаторы в LLM, их связь с чрезмерной уступчивостью и почему корень проблемы в претрейне. Без воды, с шизой.

4 марта 2026 г.12 мин

OpenClaw: Как WhatsApp-хак одного чувака порвал весь GitHub 🫡

Разобрал феномен OpenClaw — как личный WhatsApp-хак стал самым звёздным проектом в истории GitHub за 4 месяца. 250K+ звёзд, конфликт с Anthropic, найм в OpenAI и тёмная сторона хайпа. Без воды, с интерактивными графиками и шизой.

3 марта 2026 г.16 мин

Инференс-движки для LLM: Как перестать гонять модели через transformers и начать жить 🫡

Разбираю инференс-движки для LLM по полочкам — vLLM, SGLang, LMDeploy, Ollama, llama.cpp. Бенчмарки, установка, настройка. Без воды, с кодом и шизой.

2 марта 2026 г.6 мин

Kimi K2.5: Как KimiClaw прогрел рынок на $10 лярд

Разобрал Kimi K2.5 от Moonshot AI — 1T параметров MoE, рой из 100 агентов с 4.5× ускорением и KimiClaw, который за 20 дней сделал больше выручки чем весь 2025 год. Без воды, с шизой.

2 марта 2026 г.9 мин

Qwen3.5: Китайцы сделали модель, которая рвёт GPT-5.2 🫡

Разбираю Qwen3.5 от Alibaba — 397B параметров, 17B активных, MoE, нативное зрение и 201 язык. Как 3B активных параметров побеждают 22B? Разбор с шизой.

2 марта 2026 г.7 мин

От Вайба к Воплощению: Как SKILL-агенты и Вайбклаудинг убивают DevOps 🫡

Разбираю SKILL-ориентированных агентов, вайб-инструменты и Вайбклаудинг — будущее, где человек приносит проблему, а AI строит инфраструктуру. Без воды, с диаграммами и шизой.

1 марта 2026 г.9 мин

Квантизация LLM: Как запихнуть 70B модель в твою видюху 🫡

Разбираю квантизацию LLM по полочкам — от FP32 до INT4, GPTQ, AWQ, GGUF, MoE и практические примеры. Без воды, с кодом и шизой.