🐚 Один чат, чтобы править всеми

За последний год в Yandex Cloud выросло число сервисов с AI‑ассистентами. Команды подключали модели, продумывали диалоговую логику, рисовали дизайн, собирали чаты — и делали всё это поодиночке. Общая база в виде Gravity UI не помогла унификации. И постепенно появилось столько вариантов чатов, что стало сложно поддерживать единый пользовательский опыт.

🅰️ Нужно было вернуть предсказуемость

И ребята из Yandex Cloud представили @gravitу-ui/aikit — библиотеку для быстрой сборки AI-ассистентов на базе Gravity UI, которая унифицирует модель данных и паттерны работы.

🅰️ AIKit — это возможность перестать изобретать один и тот же интерфейс

Библиотека даёт готовые компоненты из коробки, но оставляет пространство для кастомизации под свои сценарии. Теперь все ассистенты в экосистеме ведут себя предсказуемо, а раскатывать новые возможности (вроде мультимодальности или вызова инструментов) можно сразу для всех.

⏩️ Если вам интересно, как ребята из Yandex Cloud строили архитектуру AIKit, как можно быстро создать своего чат-бота и закастомизировать в нём различные элементы, — читайте полную статью на Хабре.

Подписывайтесь:
💬 @Yandex4Developers

🌤 Мы разработали модель глобального прогноза погоды

Всем привет, меня зовут Паша Анисимов. В Яндекс Погоде я занимаюсь задачей глобального прогноза.

В независимых погодных сервисах разработчики строят прогнозы на основе глобальных прогнозов крупных метеорологических центров. Чтобы не переживать, что данные не доедут вовремя для составления прогноза, мы решились на эксперимент.

✨ Мы решили перестать зависеть от внешних источников и полтора года назад начали разработку собственной нейросети для глобального прогноза погоды. В итоге мы стали первыми в мире, кто в оперативном режиме с помощью нейросетей получает собственные глобальные погодные данные и использует их для прогноза осадков для массового пользователя. Мы минимизировали систематические ошибки и можем надёжнее прогнозировать сильные дожди и снегопады.

Что умеет наша модель:

🔴 За пару минут рассчитывает 70 ключевых параметров атмосферы на 10 суток вперёд с шагом в 1 час
🔴 Даёт более точный прогноз осадков — мы объединили лучшие данные и алгоритмы, чтобы повысить качество предсказаний
🔴 Обеспечивает согласованность прогнозов на разных временных горизонтах — от нескольких часов до 10 дней

⏩️ Читайте в статье на Хабре:

🔴 Как мы создавали модель — от выбора данных до обучения
🔴 Почему прогнозировать осадки так сложно и как мы справились с трудностями
🔴 Как интегрировали нейросеть в сервис

Подписывайтесь:
💬 @Yandex4Developers

📕 Собираем библиотеку для AI-ассистентов, облегчаем работу с дашбордами и моделируем поведение атмосферы. Об этом и не только — в первом дайджесте нового года от Yandex for Developers

🌎 Что случилось

🔴 Представили новую технологию прогнозирования погоды. С помощью нейросетей она самостоятельно моделирует поведение атмосферы по всей планете и уже сейчас помогает делать прогноз осадков на ближайшие 16 часов

📖 Что почитать

🔴 Один чат, чтобы править всеми. Делимся, как мы сделали @gravitу-ui/aikit — библиотеку для быстрой сборки AI-ассистентов на базе Gravity UI. Она унифицирует модель данных и паттерны работы

🔴 Как безобидный Math.sqrt(0) чуть не сломал браузеры. Рассказываем про CVE-2025-9864 — уязвимость, которую нашёл в движке V8 наш инженер по информационной безопасности

🔴 Автоматизируем описания дашбордов с помощью AI. Если вы тоже не очень любите делать описания к ним, загляните в этот пост. Там мы объясняем, как освободить себя от этой рутины 😉

📺 Что посмотреть

🔴 Выпуск подкаста «Как мы делаем Yandex Cloud» про биллинг. Обсудили, что ждёт его в будущем и как превратить питониста в гошника. Гость выпуска — Кирилл Плотников, руководитель команды Billing. Смотрите выпуск на ютубе и в VK Видео или слушайте в Яндекс Музыке и на подкаст-платформе

🔴 Новый выпуск подкаста «Это моя работа». Екатерина Серажим, CTO Яндекс Поиска, рассказала, как успешно внедрять AI в продакшен и управлять командой, которая почти целиком состоит из олимпиадников. Смотрите выпуск на ютубе, в VK Видео или слушайте в Яндекс Музыке

Подписывайтесь:
💬 @Yandex4Developers

💫 Как превратить технический доклад в историю

Полезный технический контент необязательно подавать в форме строго академической лекции. Люди любят, когда им рассказывают хорошие истории. Чтобы подать информацию в виде истории, нужно помнить несколько важных правил сторителлинга:

🔴 Конфликт

Конфликт — это начало всякого движения и развития. Опишите действующих героев, объясните проблему, которую нужно решить, покажите, зачем вообще вам пришлось пуститься в это приключение.

🔴 Значимость

Люди должны понимать важность вашей истории. Раскройте контекст ситуации, опишите внутренний мир и переживания героя (особенно если герой — это вы). Объясните, почему это актуально для слушателей.

🔴 Близость

Используйте красивые и понятные метафоры, рисуйте понятные и близкие сердцу образы, будьте субъективным — пусть люди посмотрят на историю вашими глазами.

Подписывайтесь:
💬 @Yandex4Developers

📕 Разбираем мошеннические схемы, учимся выступать и удалённо настраиваем ноутбуки. Всё это и многое другое — в новом дайджесте от Yandex for Developers

🌎 Что случилось

🔴 Alice AI VLM на втором месте в MWS Vision Bench! Теперь она эффективнее работает с текстом на изображениях и отвечает пользователям в Alice AI. Рассказываем, что изменилось в модели и вокруг неё

📖 Что почитать

🔴 Организовали удалённую настройку корпоративных ноутбуков. Процесс автоматизированный, безопасный и быстрый. Пользователю достаточно скачать и запустить один файл. И теперь границы и часовые пояса не проблема

🔴 Как превратить технический доклад в историю. Делимся важными принципами сторителлинга. Спойлер: необязательно выступать в стиле академической лекции, можно добавить драмы!

🔴 AI-агент для аналитика. Объясняем, как с помощью DataLens упростить и ускорить свою работу (и даже немного пофаниться)

📺 Что посмотреть

🔴 Как AI вдохнул вторую жизнь в умные очки. В новом выпуске «Технорепорта» разбираем эту технологию и обсуждаем, сможет ли она со временем заменить нам смартфоны. Смотрите на ютубе и в VK Видео

🔴 Как мошенники охотились за нами в 2025 году. Вышел новый выпуск yet another podcast с командой информационной безопасности Яндекса. Мы погрузились в мир цифровых аферистов и вскрыли самые хитрые схемы мошенничества прошлого года. Смотрите подкаст на ютубе и в VK Видео или слушайте в Яндекс Музыке

🔴 Доклады с Product New Year Party. Смотрите записи выступлений нашей традиционной предновогодней встречи продуктовых менеджеров на ютубе и в VK Видео

⭐ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке

Подписывайтесь:
💬 @Yandex4Developers

📎 DeepAgent: свой DeepResearch с корпоративными данными и кодовой базой

Кажется, AI-агентов сегодня делают все, но есть ощущение, что реальную пользу приносит только небольшая часть. Один из основных удачных примеров — DeepResearch, фича в популярных нейросетях, с которой можно глубже погружаться в данные и отвечать на комплексные вопросы.

Для этой функциональности многие пользуются внешними решениями. Но у таких сервисов нет доступа к нашей документации и кодовой базе. Поэтому мы сделали свой DeepResearch и сэкономили время сотрудников компании.

⏩️ Читайте на Хабре:

🔴 Как проходила эволюция от простых моделей до AI-агентов
🔴 Что такое DeepResearch и зачем нужно разрабатывать свой
🔴 Как мы создавали агента и повышали его качество

🎈 Статья будет интересна ML-инженерам и разработчикам, которые задумываются о внедрении AI-агентов для работы с внутренними данными и кодом.

Подписывайтесь:
💬 @Yandex4Developers

🤖 Робот-дежурный в команде NOC: зачем и как автоматизировали рутину

Саша Деев, руководитель группы Yandex Network Duty в Yandex Infrastructure, и Гриша Ожегов, ведущий разработчик Nocdev в Yandex Infrastructure, пришли на подкаст linkmeup, где рассказали историю создания Автотрона. Это low-code-робот, который закрывает 40% рутинных задач дежурной смены NOC. А освободившееся время инженеры тратят на более сложные и интересные таски 🧐

💡 Ребята считают, что намерение что-то оптимизировать возникает, только если люди уважают себя и свою работу. Поэтому идея создать робота-дежурного родилась из желания убрать те самые однотипные тикеты, которые отнимают время, но не требуют человеческого внимания и экспертизы.

➕ Автотрон работает по строгим сценариям, каждое его действие можно отследить и откатить — всё безопасно и предсказуемо. Но важнее не технологии, а подход к ним. Ребята подчёркивают, что автоматизация имеет смысл только тогда, когда её стоимость меньше профита, и только если команда сама хочет меняться.

🎧 Слушайте полный подкаст в Яндекс Музыке. Там Саша и Гриша делятся процессом создания Автотрона от идеи до MVP. А ещё рассказывают, почему важно хотеть оптимизировать свою работу и в чём надо быть осторожными, внедряя нейросети в инфраструктуру.

Подписывайтесь:
💬 @Yandex4Developers

🔎 Как экспонента и гамма-распределение помогли спрогнозировать RPS на поллинговой ручке

На связи Степан Карпов, разработчик в Яндекс Go. Сегодня я расскажу, как математическая модель спасла нас от серьёзной ошибки при планировании ресурсов для поллинга.

Дело было так: мы решили ускорить сетевую диагностику и уменьшить интервал с 5 минут до 30 секунд. Казалось, что если клиенты станут ходить в 10 раз чаще, то и RPS вырастет в 10 раз. Мы заложили ресурсы на 50 000 RPS, но после запуска увидели лишь 25 000. Куда пропали остальные запросы?

💻 Ответ подсказала математика. Я построил модель с опорой на экспоненциальное распределение времени сессии пользователя и вывел формулу, которую вы можете прочитать в обложке к посту.

Она объяснила, почему зависимость RPS от интервала поллинга — не линейная, а гиперболическая. Позже мы уточнили модель с помощью гамма-распределения и метода Монте-Карло, который помог нам ещё точнее предсказывать нагрузку.

🅰️ В статье на Хабре я разбираю:

🔴 Почему тривиальный расчёт «в N раз чаще» не работает на масштабе миллионов пользователей

🔴 Как вывести формулу RPS через матожидание и интегралы

🔴 Что форма распределения говорит о поведении пользователей (пассажиры vs водители)

🔴 Как подобрать параметры распределения по экспериментальным данным

⏩️ Читать статью на Хабре

Подписывайтесь:
💬 @Yandex4Developers