Не фокусы. Состав того, из чего получаются вещи и эмоции.
Токеномика
Доклад разбирает реальную экономику работы с моделями: из чего складывается стоимость сессии (загрузка контекста, перечитывание, генерация) и какие приёмы дают экономию. На наших метриках показано снижение расхода до 13,2 млрд токенов против гипотетических 25,0 млрд без оптимизаций. Рассмотрена механика по слоям — от подготовки контекста до выбора класса модели под задачу; приведены профили сессий «до/после» и отдача на токен помесячно.
Подойдёт инженерам ML/платформы, техлидам и менеджерам продуктов, которые масштабируют AI в проде и отвечают за бюджет качества. Поможет выбрать класс модели под тип задачи, закрепить удачные паттерны в машинном слое и оценивать эффект изменениями цифрами, а не ощущениями.
Перейти →
Context management
Доклад прослеживает путь от точечных улучшений ИИ-редактора к многомерной, измеряемой системе управления контекстом. Поквартально разобраны ключевые вехи и логика выбора векторов пространства; затем — сводка измерений с привязкой к мировым практикам и графики на данных по 2026-06-21 (владелец фактов AssetManager). Итоговая архитектура контура завершает материал, а ограничения и дорожная карта задают рамки следующих шагов. Документ самодостаточен для чтения и сохранения в PDF.
Подойдёт руководителям продуктов и платформ, архитекторам ML/данных, CTO и менеджерам AI-трансформации. Поможет согласовать язык решений, сопоставить метрики с мировой практикой и обосновать приоритеты развития без лишней детализации.
Перейти →
AI PDLC
Доклад раскрывает реализованный операционный контур разработки — от идеи до продакшена через канбан-доску, где агент ведёт работу, а человек ставит гейты. Путь выстроен в 12 состояний по колонкам доски с привязкой к мировым практикам AIDLC/Agentic SDLC и слоям реализации: архитектурные решения, слой опыта, тесты и сквозные e2e через браузер. Исторические вехи показаны поквартально; факты подтверждаются report 007 (amendment 2026-06-20) и доктриной фабрики поставки без ручных правок. Графики иллюстрируют распределение автономных переходов и человеческих гейткиперов.
Подойдёт владельцам продуктов, техлидам и инженерам платформ, которые выстраивают или масштабируют «фабрику поставки». Поможет понять границы автоматизации, точки контроля человека и доказуемость контура за счёт трассировки к источникам. Даны ограничения текущего уровня зрелости и дорожная карта следующих шагов.
Перейти →
