Новини для розробників без шуму — My Dev News у Telegram.
Тег
Усі статті блогу з цим тегом.
Як влаштувати реєстрацію і вхід за ключем доступу: церемонія WebAuthn, ідентифікатор довіри, challenge, синхронізовані та прив’язані до пристрою ключі, відновлення акаунта і типові дірки на сервері.
Чому асистенти генерують «правдоподібний приклад», а не прод: секрети в коді, SQL-склейка, дірки в доступі. Таксономія і сканер ai-vuln-scan.
Розбір Voodoo.js зсередини: від DOM після HTML-розбірника браузера до лексера, дерева виразів, інтерпретатора, ефектів через Proxy і прямої запису у вузли без eval.
Права доступу в промисловому RAG не можна залишати моделі. Як ізолювати орендарів, застосувати список доступу до вилучення, закрити приховані канали витоку і виміряти повноту за жорстких фільтрів.
Спочатку продуктове рішення й обмежувачі, потім модель: офлайн-оцінка як інтеграційні тести й розбір помилок.
Обсяг агентних запитів на злиття перевищує ємність рев'ю: борг перевірки, межі людини й моделі, контрольний список після різниці змін, людські шлюзи та правила команди для легкого й глибокого рев'ю у 2026 році.
Практична модель агентної розробки: контекст, декомпозиція завдань, цикли перевірки, багатоагентна оркестрація, безпека, метрики постачання та роль інженера в життєвому циклі розробки 2026 року.
Практична модель виведення ШІ-агентів і RAG-систем у промислову експлуатацію: політики як код, вузькі права інструментів, погодження людиною, перевірка атак і аудит, придатний для розслідування інцидентів.
Архітектурний підхід до захисту RAG і агентів від промпт-інʼєкцій: походження документів, ізоляція контексту, мінімальні права, контроль вихідної мережі, пісочниці та перевірювана багаторівнева оборона.
Практичний розбір Model Context Protocol після релізу 2026-07-28: відмова від сесій, MRTR, маршрутизація за заголовками, авторизація, shadow MCP і як писати сервери, що витримують навантаження.
Як поєднати бізнес-завдання, знання, RAG, агентів, безпеку та спостережуваність в єдину корпоративну платформу ШІ.
CVE-2026-7482 в Ollama показує: локальна LLM може розкрити пам’ять процесу, якщо сервер доступний із мережі та приймає недовірені моделі.
Які архітектурні помилки послаблюють корпоративні платформи ШІ та як запобігти їм до промислового розгортання.
Як розширювати корпоративну платформу ШІ до рівня холдингу, зберігаючи спільні стандарти, локальні межі даних і керовану архітектуру.
Як побудувати безпечний життєвий цикл змін у корпоративній платформі ШІ: від вимог і тестування до випуску, відкату та моніторингу.
Як організувати спостережуваність корпоративного ШІ: від інфраструктури й RAG до безпеки, якості відповідей і бізнес-метрик.
Практична система оцінювання корпоративного ШІ за пошуком, відповідями, безпекою та впливом на бізнес-процеси.
Як спроєктувати масштабований RAG для багатьох джерел, мільйонів документів і розмежування доступу.
Як очистити, описати, поділити та безпечно індексувати корпоративні документи для якісних відповідей ШІ.
Як обрати сервери, прискорювачі, мережу та сховища для корпоративної ШІ-платформи без зайвих закупівель.
Як обрати мовну модель для корпоративного ШІ за сценаріями, безпекою, вартістю та вимогами до інфраструктури.
Як спроєктувати масштабовану платформу корпоративного ШІ, де знання, безпека та інтеграції важливіші за окрему модель.
Як обрати обмежений і безпечний пілот корпоративного ШІ, визначити критерії успіху та підготувати масштабування.
Як виявити, класифікувати та безпечно підключати знання підприємства для RAG і корпоративного пошуку.
Як інтерв'ю, аналіз процесів і пошук джерел знань готують проєкт корпоративного ШІ до проєктування.
Чому проєкт корпоративного ШІ починається з бізнес-завдань, знань і безпеки, а не з вибору моделі чи серверів.
Як побудувати корпоративну ШІ-платформу, що переживе зміну моделей, постачальників і форматів даних.
Чому корпоративний ШІ впроваджують через пілоти, навчання та зворотний зв'язок, а не одночасним запуском для всієї організації.
Як розподілити відповідальність, контролювати зміни та забезпечити якість і безпеку корпоративної ШІ-платформи.
Як інтегрувати корпоративний ШІ з ERP, зберігши достовірність даних, ролі доступу та контроль операцій.
Як агентні системи поєднують мовну модель із корпоративними сервісами та автоматизують процеси під контролем людини.
Як відрізнити корпоративні знання від поведінки моделі та зрозуміти, коли донавчання виправдане.
Чому захист даних, права доступу, перевірюваність відповідей і аудит мають визначати архітектуру корпоративного ШІ від першого дня.
Як спроєктувати надійну й масштабовану інфраструктуру корпоративного ШІ, починаючи з бізнес-сценаріїв і вимог безпеки.
Як векторна база прискорює пошук знань підприємства, зберігає права доступу та стає частиною надійної RAG-архітектури.
Як векторні представлення допомагають знаходити корпоративні знання за змістом, не скасовуючи точний пошук і вимоги безпеки.
Як RAG відокремлює корпоративні знання від моделі, підтримує актуальність документів і зберігає перевірюваний доступ.
Як обмеження пошуку та експертних систем привели до LLM і чому модель є інтерфейсом до знань, а не пам’яттю підприємства.
Як побудувати корпоративну ШІ-платформу навколо шару знань, інтеграцій і безпеки без залежності від однієї моделі.
Чому корпоративний ШІ починають із вимірюваної бізнес-задачі, знань і безпеки, а не з вибору моделі.
Чому знання — стратегічний актив, а корпоративний ШІ проєктують від бізнес-задачі й безпеки, а не від вибору LLM.
Staged publishing: спочатку чернетка в registry, перевірка, потім promote. Менший ризик supply chain; також trustLockfile в pnpm 11.3 і npm 12 prerelease.
Конкатенація, шаблонні рядки та «безпечна» змінна sql — чому рев'ю пропускає вразливості й як ловити їх eslint-plugin-pg.
40% команд називають безпеку головним бар'єром масштабування agentic AI. Docker Sandboxes, seccomp і ізоляція автономного коду.
Препринт arXiv: зловмисник дробить шкідливе завдання між акаунтами — stateful-монітор з кластеризацією ловить атаку на ~30% раніше.
ignore-scripts, npm ci, provenance та аудит lockfile — шаровий захист, коли в node_modules тисячі транзитивних пакетів.
