Тимофей Ермолаев

Блог о внедрении AI

Меня зовут Тимофей Ермолаев. Здесь я простым языком разбираю, как устроены модели и агенты, где они помогают бизнесу и почему важные решения всё равно должен принимать человек.

Новости ИИ и технологий

Отбираю обновления, которые меняют продукты, правила или рабочие процессы. Коротко объясняю, что произошло и зачем за этим следить.

Все новости
  1. OpenAI выпустила GPT-6.1 Terra для работы с компьютером

    OpenAI выпустила GPT-6.1 Terra 26 октября 2026 года. Работа с компьютером, тесты компании, тарифы API вдвое ниже Sol и условия доступности.

    Тимофей Ермолаев27 октября 2026 г.нет данных
    OpenAI
  2. OpenMobile-2: ИИ-агенту помогло обучение на разных приложениях

    Как в OpenMobile-2 разнообразие приложений помогло мобильному ИИ-агенту, что дало обучение инструментам и какие ограничения остаются у результатов тестов.

    Тимофей Ермолаев25 октября 2026 г.нет данных
    arXiv / Chenyang Yan и соавторы
  3. Сложная обвязка ИИ-агента может стоить дороже без выигрыша в тестах

    Claude Code, mini-SWE-agent и OpenCode сравнили с одними и теми же моделями. Что показали расходы, повторные запуски и доля решённых задач.

    Тимофей Ермолаев24 октября 2026 г.нет данных
    arXiv / Yangze Liu, Zhongyi Han
  4. OpenAI перевела обучение передовых моделей в офлайн-среду

    OpenAI рассказала об изоляции передовых моделей после сентябрьского инцидента. При обучении агенты используют копии веб-страниц; поиск ChatGPT продолжает работать.

    Тимофей Ермолаев24 октября 2026 г.нет данных
    OpenAI
  5. 1Password представила вход для ИИ-агентов без передачи пароля

    1Password for Agents заполняет форму входа после согласия пользователя. Интеграция с Claude Duet пока готовится; доступ зависит от аккаунта и партнёра.

    Тимофей Ермолаев23 октября 2026 г.нет данных
    1Password

Статьи о практическом ИИ

Разбираю, как устроены модели и как встроить их в работу: с источниками, границами и понятной ролью человека.

Все статьи
Основы LLM

Большие языковые модели (LLM): что это и как они работают

Что скрывает в себе большая языковая модель? В статье разбираем устройство LLM, принципы их работы, разновидности и то, как они обучаются.

Тимофей Ермолаев33 мин чтениянет данныхОпубликовано 01.07.2026Обновлено 12.10.2026
Контекст LLM

Контекст инжиниринг: как организовать информацию для LLM

Как организовать контекст LLM в чате, приложении и агенте: отбор сведений, окно, память и передача. Понятный учебный пример и карта входов одной задачи.

Тимофей Ермолаев15 миннет данных
Обновлено 12.10.2026
Контекст-инжиниринг

Краткосрочная и долговременная память ИИ-агентов

Как ИИ-агент использует память в текущем и новом диалоге. На примере заказа в CRM: сохранение, актуальность данных, обновление, удаление и доступ.

Тимофей Ермолаев9 миннет данных
Обновлено 12.10.2026
ИИ-агенты

Что такое harness engineering и зачем ИИ-агенту обвязка

Harness engineering — устройство системы вокруг ИИ-модели. На примере подготовки статьи разбираем инструменты, контекст, проверки и роль человека.

Тимофей Ермолаев8 миннет данных
Обновлено 15.10.2026
ИИ-агенты

Что такое ИИ-агент и как он работает

Разбираем, чем ИИ-агент отличается от языковой модели и чата, как результаты инструментов меняют ход работы и где проходят границы такого подхода на примере подбора встречи.

Тимофей Ермолаев9 мин чтениянет данныхОпубликовано 16.10.2026
Архитектура LLM

Что такое эмбеддинги и как они помогают находить текст

Разбираем на примере, что такое эмбеддинги текста, как модель сравнивает смысл вопросов и записей, возвращает исходник и чем поиск отличается от генерации в RAG.

Тимофей Ермолаев16 миннет данных
Контекст LLM

Что такое CAG и как модель отвечает по документам

Разбираем CAG на примере справочника сотрудников: подготовка документов в KV-кеше, генерация нового ответа, отличие от RAG и кеша ответов, ограничения.

Тимофей Ермолаев13 мин чтениянет данныхОпубликовано 19.10.2026
Контекст LLM

Что такое KAG: как он использует граф знаний и исходные тексты

Разбираем устройство KAG на одном примере: подготовка графа знаний и исходных текстов, зависимые операции поиска, проверка ответа и отличия от RAG и Microsoft GraphRAG.

Тимофей Ермолаев10 мин чтениянет данныхОпубликовано 19.10.2026Обновлено 20.10.2026

Инструкции по настройке

Пошагово настраиваем сервисы и соединения: что сделать, как проверить результат и где остановиться, если конфигурация перестала быть безопасной.

Все инструкции
Открыть инструкцию «Установка Open WebUI через Docker Compose» — Бесплатно
Установка Open WebUI 20 мин практика

Установка Open WebUI через Docker Compose

Как установить Open WebUI через Docker Compose: создать конфигурацию, настроить порт и постоянный том, запустить интерфейс и сохранить данные.

Результат: Интерфейс Open WebUI доступен по адресу 127.0.0.1:3000; параметры запуска сохранены в Compose-файле.

Открыть инструкцию
Открыть инструкцию «Устанавливаем Open WebUI в Docker» — Бесплатно
Установка Open WebUI 12 мин практика

Устанавливаем Open WebUI в Docker

Запускаем официальный образ, подключаем постоянное хранилище и проверяем первый вход.

Результат: Open WebUI открывается по адресу localhost:3000.

Открыть инструкцию
Открыть инструкцию «Подключаем локальную модель через Ollama» — Бесплатно
Настройка 14 мин практика

Подключаем локальную модель через Ollama

Соединяем контейнер Open WebUI с Ollama на компьютере и проверяем первый диалог.

Результат: Локальная модель видна в списке Open WebUI и отвечает на запрос.

Открыть инструкцию
Открыть инструкцию «Обновления, резервная копия и безопасная эксплуатация» — Бесплатно
Эксплуатация 13 мин текст

Обновления, резервная копия и безопасная эксплуатация

Фиксируем данные, секрет сессии, порядок обновления и границу между локальным тестом и сервисом для команды.

Результат: Есть понятный порядок обновления, отката и защиты сервиса.

Открыть инструкцию

Обо мне

Подробнее
Тимофей Ермолаев

Связываю ИТ, процессы и AI с реальной работой бизнеса

Меня зовут Тимофей Ермолаев. Я CIO и работаю с управлением ИТ, автоматизацией процессов и практическим применением искусственного интеллекта.

В проектах мне важна не демонстрация возможностей модели сама по себе, а устойчивый рабочий процесс. Поэтому я сначала разбираю задачу, затем определяю место модели, способ проверки и ответственность человека.

На этом сайте я собираю разборы и инструкции, которые помогают пройти путь от первого вопроса до работающей конфигурации — без магических обещаний и ненужного технического тумана.