podcast

#49 Почему искусственный интеллект не работает без настоящего инженера | Андрей Татаринов

15.06.2025
Listen to the episode on your favorite platforms:
  • Apple Podcasts
  • Yandex Music
  • Youtube
  • Spotify
  • Castbox
  • Pocket Casts
  • ВКонтакте
  • Overcast
  • Castro
  • RadioPublic

В этом выпуске мы поговорили с Андреем Татариновым, инженером, который каждый день работает с языковыми моделями и внедряет ИИ в реальные продукты. Обсудили, как устроены LLM: что на самом деле происходит под капотом ChatGPT, почему ИИ часто галлюцинирует, и как с этим работать.

Разобрали, зачем нужен fine-tuning и RAG, как промт превращается в инженерную задачу, и почему без человека модели пока не справляются. Поделились практическим опытом автоматизации, примерами из реальных кейсов и мнением о том, в каком направлении развивается рынок ИИ.

Вы узнаете, как реально применять языковые модели, какие ошибки совершают новички, и что нужно, чтобы ИИ стал помощником, а не источником проблем.

  • () - Введение и анонс
  • () - От Яндекса до Epoch 8: путь Андрея Татаринова
  • () - Бустинги, логрег и берты: как мы пришли к GPT
  • () - Почему GPT-системы сокрушили прошлое
  • () - Иллюзия экспоненты: будет ли у ИИ потолок?
  • () - Новая реальность: как теперь проектируются AI-системы
  • () - Под капотом LLM: инференс, рантаймы и матрицы
  • () - Проблема масштаба: почему модель ≠ база данных
  • () - Векторные базы и RAG: как накормить модель знаниями
  • () - Промт не магия: где заканчивается здравый смысл LLM
  • () - Файнтюнинг: учим GPT понимать нас лучше
  • () - Пределы модели: почему знания «вытесняются»
  • () - LEGO, Copilot и код: генерация, где работает, где нет
  • () - Заменит ли GPT ревьюера? Хекслет тестирует
  • () - Проблема смыслов: почему даже с правилами модель врёт
  • () - Что такое разум у LLM: reasoning и цепочки размышлений
  • () - MCP и агенты: когда LLM делают больше, чем отвечают
  • () - Автоматизация задач: мечта об ИИ-помощнике
  • () - За пределами промтов: новый взгляд на разум
  • () - Автономные агенты: размах MCP в продакшне
  • () - Инциденты под контролем: SRE + агентный подход
  • () - Оркестрация инструментов: когда API + MCP не хватает
  • () - Покупать или делать самому: стратегия внедрения
  • () - MCP как стандарт: реальные шаги или маркетинг?
  • () - Архитектурные тренды: готовимся к агентам заранее
  • () - Команды и экосистема: как вести IT-лидеров
  • () - Безопасность и контексты: бизнес, observability, security
  • () - MCP next layer: от работы в одиночку к рынку агентов
  • () - Оценка зрелости: когда агенты перестают быть хайпом
  • () - Call to action: малые эксперименты — большие изменения
  • () - Ключевые выводы и приглашение к диалогу
★ Support this podcast ★