Де закінчується генерація коду і починається інженерія
ШІ уже пише робочі функції, але продукт — це архітектура, контекст, ризики та відповідальність. Межа між кодом і інженерією, кейс легасі на 15 років і навички розробника у 2026.
Yevhen Stuzhuk - Personal Portfolio
Я — Старший інженер-програміст
← Усі статті
Тег
ШІ
Усі статті блогу з цим тегом.
Чи може штучний інтелект розібратися в проєкті з 15-річною історією
Успадкований код на мільйони рядків, сотні таблиць і десятки інтеграцій: що ШІ розуміє за години, де помиляється, як впроваджують RAG і індексацію репозиторію, і чому експерт + модель швидші за будь-кого з них окремо.
Fable 5 і qa-mcp: як ШІ допоміг розібрати протокол TestClient у 1С
Кейс з Habr: від Vanessa Automation до нативного TestClient на Python — де Codex застряг на тиждень, Fable 5 за добу зібрала карту протоколу для qa-mcp.
Транскрипти YouTube для сумаризації та RAG: REST замість скрейпінгу
Як отримувати JSON-транскрипти з таймкодами через API на RapidAPI — для LLM, векторного пошуку та субтитрів без крихкого парсингу сторінки.
Shumai: платформа з відкритим кодом — альтернатива Frame.io для креативних команд
Огляд Shumai — платформи для зберігання медіа, покадрових коментарів, спільної роботи та ШІ-агента з семантичним пошуком. Розгортання через Docker Compose.
Як перетворити зображення схеми на редаговану діаграму: повний огляд технологій від OCR до ШІ
Блок-схеми, UML, BPMN, мережеві топології та креслення: чому PNG ≠ діаграма, що дають OCR, векторизація, CAD, комп'ютерний зір і VLM у 2025–2026, і яка ланцюжок реально працює.
Чому тисячі AI-статей не гарантують трафік
Розбір контентної гонки 2025–2026: чому масова генерація не дає лінійного зростання, як пошуковики оцінюють сайт цілком і що працює замість контент-ферм.
Fine-tuning Qwen 3 0.6B: з 10% до 92% точності класифікації питань
Експеримент із домашнім чат-ботом: як дообучити крихітну локальну LLM через Unsloth і двобуквенні коди категорій замість імен міток.
Від pip install до продакшену: самовідновлюваний ШІ-агент за 10 хвилин
Практичний гайд з NeuralBridge SDK: багатопровайдерне переключення при відмові, каскадне самовідновлення та спостережуваність для OpenAI-сумісних LLM-викликів у Python.
GitHub відкрив датасет багатомовних репозиторіїв для ШІ
80+ млн рядків метаданих по 40 млн публічних репозиторіїв: класифікація мови README, issues і PR під CC0 — для оцінки багатомовних інструментів розробки.
Новий SDLC: vibe coding vs agentic engineering
Чесний погляд senior-розробника: Agent = Model + Scaffold, context engineering, фабрична модель і чому «vibe coding» не масштабується.
Розумний реєстр документів: безкоштовний OCR Google Drive і обхід лімітів Gemini
Google Apps Script, прихований OCR Drive API, ротація ключів Gemini і LockService — пайплайн каталогізації архіву на Habr.
Поза хайпом: як сильні команди реально впроваджують ШІ в розробку
Вебінар Platform9, Monday.com і PlayStation: SDLC навколо ШІ, роль «інженера-оркестратора» та вузькі місця рев'ю.
DeepSeek V4 Pro обходить GPT-5.5 Pro за точністю
Порівняння на задачах зі схемами та інструкціями: DeepSeek 38:33, один regex замість двох, менше зайвих деталей.
Найпростіший «мозок»: перцептрон на Python з нуля
Один вхід, вага і зміщення, епохи навчання та лінійна межа — фундамент нейромереж без фреймворків.
Genkit на Go: як зібрати ШІ-застосунок, а не демо з одним промптом
Google Genkit для Go: схеми відповідей, багатокрокові сценарії, інструменти, спостережуваність і зміна моделей без переписування логіки.
MamayLM v2.0: українські LLM і безкоштовний чат Mamay AI
INSAIT представив моделі на базі Gemma 3 — 12B і 27B з підтримкою української, мультимодальність і інфраструктуру в Україні.
DeepSeek V4 Flash проти GPT-4o: затримка, ціна та гібридна маршрутизація
Порівняння на Dev.to: p99 близько 0,9 с проти 3,2 с, економіка API і схема «дешевий потік + преміум за запитом».
Безпека пісочниці для агентного ШІ: Docker, microVM і CVE-2026-31431
40% команд називають безпеку головним бар'єром масштабування agentic AI. Docker Sandboxes, seccomp і ізоляція автономного коду.
Чому JSON гальмує агентні системи і що пропонує ULMEN
Контекст на мільйони токенів, а обмін — у JSON. ULMEN LLM: близько −44% токенів у тестах автора.
AI-аналітик без SQL: DuckDB, LLM і триетапний пайплайн
Питання природною мовою → SQL через LLM, DuckDB in-process, три стадії та read-only guardrails для безпеки.
KLIP: локальна детекція зсуву розподілу через дифузійний prior
Препринт arXiv: метрика на KL-дивергенції між prior і posterior знаходить OOD-патчі в обернених задачах без калібрувальних даних.
Семантичний шар між сховищем і BI: навіщо він потрібен для AI-аналітики
Metrics Layer / Headless BI: єдиний виконуваний контракт метрик, відмінність від каталогу даних і чому LLM не повинна сама вигадувати SQL.
Chartographer: контрфактуальні графіки для оцінки VLM
Той самий запитання, інші дані графіка — виявляють відповіді з пам’яті моделі, а не з візуального міркування.
GEO: як відстежувати частку згадок бренду в ChatGPT і Perplexity
Набір типових питань, масові прогони, метрики частки згадок, тональності та точності фактів. II кв. 2026.
Maat: агент для дослідження конкурентного права з RAG і цитатами
ReAct-агент із інструментами перевершує загальні чат-боти на кейсах злиття — RAG, web fallback, уточнення.
MATCHA: метрика оцінки LLM, яка ловить суперечності з еталоном
ROUGE і BERTScore часто однаково оцінюють протилежні тексти. MATCHA штрафує контрфактуальні суперечності — до +20% збігу з людьми.
Open WebUI на Ubuntu: Docker Compose і HTTPS через Traefik
Власний ChatGPT-подібний інтерфейс до Ollama та OpenAI-сумісних API — покроковий деплой з Let's Encrypt.
Погляд видає ШІ: Social Gaze Consistency для детекції синтетичних фото
Семантична узгодженість погляду між людьми — вісь детекції, ортогональна піксельним артефактам; +3.7 pp на COCOAI.
Файл llms.txt: навіщо він і чого від нього не чекати
Чесна роль llms.txt: карта сайту для агентів і міф про миттєве зростання цитувань. II кв. 2026.
robots.txt: як дозволити доступ AI-ботам (GPTBot, ClaudeBot, Perplexity)
Практичний гайд з robots.txt для AI-краулерів: GPTBot, ClaudeBot, PerplexityBot, розділення Google і Яндекс, Allow/Disallow, чеклист після деплою та зв’язок з AISO. II кв. 2026.
Чому транскрипція не замінює клінічний ШІ в медицині
Whisper і коротке резюме через LLM ламаються на практиці: потрібні движки клінічного мислення та інтеграція з EMR, а не «просто текст».
Antigravity 2.0: ОС за $1000 і 93 AI-агенти за 12 годин
Google I/O Writing Challenge: мультиагентна оркестрація зібрала ядро ОС без ручного коду — і змінює роль розробника.
5 Python vector DB: що ламається після ноутбука
Chroma, Pinecone, Qdrant, Weaviate — не QPS, а packaging, стабільність API і шлях з dev у production.
Docker як страховка для AI-згенерованого фронтенду
Код від Copilot/Cursor компілюється, але падає в браузері — навіщо піднімати застосунок і Playwright/Cypress в одному compose.
Prompt API в Chrome: локальний Gemini Nano з JavaScript
LanguageModel.create() без сервера й API-ключа — можливості, ліміти ~4K токенів і обовʼязковий fallback на hosted LLM.
QA за 24 години: автономний AI-агент замість ручної регресії
RankCaster AI зібрали автономного тестувальника на Claude Code, agent-browser і read-only psql — регресія з 48 годин до 40 хвилин.