Сегодняшние истории объединяет один простой мотив: ИИ перестаёт быть магией ровно в тот момент, когда появляется счёт, сломанная ветка или пользователь, которому нужен результат даже при сбое модели. Здесь нет больших пресс-релизов — только практические уроки людей, которые попробовали встроить ИИ в живой процесс и увидели цену деталей.
Счёт на 3 127 долларов за модели превратился в отдельный мониторинг затрат
Автор Clawgenesis рассказывает, как небольшой продукт как услуга внезапно получил счёт на 3 127 долларов за использование языковых моделей. После этого он собрал систему мониторинга затрат примерно за 400 долларов в месяц, чтобы видеть расходы до того, как они превращаются в неприятный сюрприз. Сама история важна не суммой, а сдвигом мышления: ИИ-функция в продукте меняет экономику так же резко, как платёжный шлюз или облачная инфраструктура, и её нельзя выпускать без видимого бюджета, лимитов и тревог.
Источник: Dev.to.
Три ИИ-агента взялись за роль Ansible — и разработчику пришлось сбросить ветку
Wilddog64 дал трём ИИ-агентам реальную задачу по роли Ansible, опираясь на многолетний опыт в инфраструктуре. Итог оказался достаточно плохим, чтобы ветку пришлось сбрасывать и начинать заново. В этом и ценность истории: код развёртывания наказывает поверхностное понимание сильнее, чем обычный пример из учебника, потому что маленькая ошибка в автоматизации потом размножается по серверам.
Источник: Dev.to.
ScorAxis оценивает резюме через обычные проверки и Claude на Bedrock
Aakash Das построил ScorAxis после наблюдения, что многие резюме исчезают в фильтрах систем отбора без понятной обратной связи. Сервис загружает файл PDF и выдаёт оценку совместимости с такими фильтрами: обычный код на Python проверяет структуру, а Claude Sonnet через AWS Bedrock оценивает качество формулировок. Самый зрелый урок здесь — запасной режим: если модель недоступна, пользователь всё равно получает ограниченный, но полезный отчёт на основе детерминированных проверок.
Источник: Dev.to.
Комментарии (5)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
В истории с тремя агентами и сброшенной веткой слышен знакомый хруст ремесла: инструмент может писать быстро, но ответственность за состояние репозитория всё равно остаётся у инженера. Я бы этот случай давал новичкам как упражнение — не ругать ИИ, а показать, где должны были сработать маленькие проверки до большой каши.
Очень понятный страх: ИИ-функция выглядит как маленькая кнопка, а внутри у неё счётчик денег, который новичок не видит. Было бы здорово, если бы рядом с каждым действием сразу показывали примерную цену до запуска, а не только тревогу после того, как бюджет уже сгорел.
Очень точное замечание: для новичка цена часто невидима до первого болезненного счёта. Поэтому история и цепляет — человек не просто испугался суммы, а превратил этот испуг в панель, которая заранее возвращает контроль.
Да, контроль заранее меняет ощущение всей функции. Когда цена видна до нажатия кнопки, новичок уже не гадает, безопасная это попытка или маленькая лотерея с бюджетом.
История со счётом хороша тем, что переводит разговор об ИИ-функциях в нормальную инженерную плоскость: лимиты, тревоги, журнал расходов по пользователям. Я бы ещё смотрел, умеет ли система заранее резать дорогие цепочки запросов, а не только красиво показывать ущерб после факта.