Видео

Google for Developers. Видео представляет многоязычные текстовые векторные представления, которые могут работать локально и поддерживать семантический поиск и RAG без отправки каждого документа во внешний API. Для эстонских компаний это полезное техническое дополнение к паттерну внутреннего поиска знаний из статьи: многоязычный поиск полезен только тогда, когда он также учитывает расположение данных, права доступа и авторитетность источников.

AWS Events. Этот короткий доклад называет бизнес-моменты, где нужен человеческий контроль: решения с высоким риском, необратимые действия, регуляторные требования, этап построения доверия, неоднозначные исключения и управляемое ухудшение. Он также показывает конкретные механизмы: MCP elicitations, ожидание callback в Step Functions и approval nodes.

IBM Technology. Объясняет сторону загрузки данных в RAG и агентах: как подготовить PDF и другие файлы, чтобы структура документа, таблицы и макет сохранились для поиска. Это поддерживает предупреждение статьи: качество и безопасность RAG начинаются до embeddings, особенно для сложных бизнес-документов.

Paragon. Проходит через проблему разрешений в production RAG и сравнивает вызовы инструментов, пространства имён, ACL-таблицы и разрешения на основе отношений. Это напрямую поддерживает главное правило статьи: поиск должен возвращать только источники, доступные текущему пользователю.

Arize AI. Объясняет, почему агенты в продакшене ломаются без правильного контекста, данных для оценки, трассировки и доменной экспертизы. Это хорошо ложится на реестр отказов из статьи: отделяйте поиск от рассуждения, определяйте ожидаемые результаты, оценивайте вызовы инструментов и трассируйте ошибки до смены модели.

Y Combinator. Ведущие Lightcone прорабатывают, почему вертикальные ИИ-агенты — а не горизонтальные обёртки — это защитимая форма для компаний прикладного слоя, с конкретными примерами и трезвым взглядом на то, какие категории провайдеры моделей съедят. Это и есть та ловушка отсутствия рва, о которой предупреждает статья, выраженная как позитивный плейбук.

Sequoia Capital. Брет Тейлор проходит по сдвигу от per-seat SaaS к ценообразованию по результату — за что цепляться (resolution, CSAT, NPS), почему инкумбентам трудно следовать и как вертикальная специализация создаёт ценовую власть. Напрямую отзеркаливает разделы статьи про ценообразование и маржу.

Anyscale. Проходит, почему наивный LLM-serving тратит впустую 60–80% памяти GPU, как PagedAttention заимствует пейджинг в стиле OS, чтобы это починить, и почему continuous batching даёт те самые 24× по throughput, на которые опирается арифметика статьи. После этого фраза статьи «вам повезёт попасть в 50% утилизации» перестаёт казаться абстрактной.

OpenAI. Собственный Build Hour OpenAI по prompt caching — порог в 1024 токена, требование стабильности префикса, кеширование аудио с 99% скидкой для realtime, влияние на time-to-first-token на длинных вводах. Полезно, когда вы оцениваете инженерные усилия для надёжного попадания в кеш на ваших продакшен-промптах.

Prompt Engineering. Проходит prompt caching от Anthropic против context caching от Gemini с конкретными сокращениями латентности и стоимости по сценариям (long-document чат, few-shot, multi-turn). Разбивка надбавки за запись в кеш против скидки за чтение из кеша — ровно то, что предполагает статья, говоря, когда кеширование окупается.

LiveOverflow. Проходит реальный плейбук эшелонированной защиты — taint-анализ вывода LLM, ограничение ожидаемой формы вывода, изоляция пользователей, few-shot каркасы, fine-tuning, температура 0 для детерминизма, избыточность на критических путях. Совпадает с разделом про защитный стек в статье почти пункт в пункт.

LiveOverflow. Рамкует prompt injection как классическую injection-атаку против систем, которые смешивают инструкции и недоверенные данные — с конкретным примером модерации контента, где атакующий подставляет невинного пользователя. Сдвиг ментальности с «целью является модель» на «целью является приложение» — ровно тот ход, с которого начинает статья.

Fireship. Самое ясное короткое объяснение на YouTube цикла screenshot–action–screenshot, включая честные режимы отказа (Claude уходит смотреть Йеллоустоун, расход токенов, латентность на шаг). Fireship по дизайну скуп на продакшен-детали — за этим в статью — но он оставляет вас с правильной интуицией того, почему такие системы дороги и хрупки, прежде чем вы поставите одну из них в свой стек.

Adam Lucek. Более длинная реализационная проходка по категориям из когнитивной науки — эпизодическая, семантическая, рабочая, процедурная — встроенным в агента в коде. Стоит посмотреть после концептуального видео LangChain, если хочется более мнённую ментальную модель и рабочий пример, который можно стащить.

LangChain. Короткий разбор без кода: разделение short-term-vs-long-term, три формы, которые обычно принимает долгосрочная память (инструкции, профиль, список объектов), и компромисс «горячий путь vs. фоновая запись». Раздел про архитектуру памяти в статье предполагает ровно эту таксономию.

LangChain. Фреймворк Лэнса Мартина — write, select, compress, isolate — с конкретными примерами того, когда нужно суммировать историю действий, когда выгружать состояние в файлы, а когда запускать суб-агентов исключительно ради защиты контекста родителя. Ложится почти напрямую на раздел статьи про управление окнами в 1M токенов на практике.

Chroma. Келли Хонг проходит по исследованию Chroma на 18 моделях — почему оценки needle-in-haystack обманчивы, как качество деградирует при неоднозначности и отвлекающих факторах, почему даже простые задачи на повторение строк деградируют после 500 токенов. Кратко, доказательно и ровно та позиция, к которой статья хочет, чтобы вы отнеслись всерьёз, прежде чем переходить к инженерным ходам.

aiwithbrandon. Та же сборка, но в стиле CrewAI с role-goal-backstory — агенты как члены команды, задачи как deliverables, фреймворк скрывает execution-цикл. Посмотрите сразу после курса по LangGraph; контраст в том, насколько много фреймворк решает за вас, — ровно то, что статья просит вас взвесить.

freeCodeCamp.org. Длинная code-along сборка по графам состояний LangGraph, узлам, рёбрам, условной маршрутизации, чек-поинтам и использованию инструментов. К концу у вас достаточно ощущения от типизированного состояния, модели «каждый переход явный», чтобы сравнения статьи с CrewAI и кодом прямого API перестали быть абстрактными.

Anthropic. Три инженера Anthropic проходят по самым частым ловушкам, которые они видят, — агенты, не знающие, когда остановиться; чрезмерное «промптование» в system prompt вместо починки окружения; стоимость мультиагентных решений, которые никому на самом деле не были нужны. Полезно сразу после выступления Барри: вы узнаете те же паттерны с другого ракурса.

AI Engineer. Барри Жанг — о трёх правилах: не стройте агента, когда хватит воркфлоу; держите цикл максимально простым; и «думайте как ваш агент» (сядьте в его контекстное окно и заметьте, что он принимает решения в темноте между скриншотами). Аргумент в пользу простоты и чек-лист «вообще-то, стоит ли эта задача агента» — ровно та дисциплина, которой требует статья.

Sebastian Raschka. Более медленное прохождение Себастьяна Рашки о том, где fine-tuning сидит в более широком пайплайне обучения LLM — instruction-тюнинг, classification fine-tuning, методы экономии параметров и компромиссы, которые статья перечисляет, прежде чем рекомендовать LoRA. Хорошая калибровка перед стартом, особенно если ваша команда обсуждает, является ли fine-tuning вообще правильным шагом.

freeCodeCamp.org. Длинный курс «сначала теория, потом код», покрывающий квантизацию, LoRA, QLoRA и полный PEFT на Llama 2 и Gemma — на железе, которое реально есть у большинства разработчиков. Это самое близкое к опыту «постой рядом с тем, кто это уже делал» на YouTube, и оно совпадает с тезисом статьи «кластер вам не нужен» с конкретными бюджетами по VRAM.

Prompt Engineering. Сфокусированный разбор GraphRAG от Microsoft — извлечение сущностей, суммаризация сообществ, query-focused summarization — развёрнутый на локальной машине с заметками по стоимости. Смотрите конкретно под раздел графового RAG в статье; обсуждение стоимости — та часть, которую большинство материалов пропускают.