Статья посвящена практической реализации агента с изолированной средой исполнения кода. Рассказываю как устроен агент, который пишет и исполняет код в Docker песочнице.Это вторая часть серии про LLM Sandbox. В первой части мы разобрали риски исполнения кода от LLM, ограничения песочницы, способы изоляции (Docker, Wasm, gVisor, microVM) и минимальную архитектуру агент+песочница.Код реализации агента, skills, полные логи и артефакты примера — в открытом GitHub-репозитории. Читать далее
В этой статье я делюсь личным опытом разработки MVP LLM-агента на базе Google ADK в образовательных сценариях. Рассказываю, как строил архитектуру от монолитного агента до модульной системы, с какими вызовами столкнулся (память, токены, оркестрация) и какие инженерные лайфхаки помогли справиться. Но главное — делюсь философией: почему работа с LLM похожа на экзамен, как меняется роль CTO и чему учат такие проекты. В финале — 10 уроков, которые я вынес из этого «AI-экзамена». Читать далее
– Размер площадки: 160×160, 110×100 см – Высота платформы: 125, 145 см – Длина скольжения: 2,9 м – Максимальное количество играющих: 12 человек Составляющие части: детский домик, песочница, тент, горка, две качелями Набор для игровой площадки: детский домик с песочницей, тентом, горкой, качелей и сдвоенными кольцами Вес 120000 г Высота упаковки 550 мм Глубина упаковки […]
В 2025-м помощники для Python распались на 4 класса: онлайн-чаты с изолированной песочницей, IDE-плагины, автономные агенты и локальные/открытые модели. Разбираемся, что чем отличается, где уместно, сколько стоит и на что смотреть разработчикам при выборе. А так же примеры кода. Читать далее