# системы

Published articles for системы.

This is one page of public article previews, not the complete archive. Follow Next page to continue. Summaries are not the original full articles.

## Investigating Redis Client Failures After a Node Loss at hh.ru

DevFeed: [Investigating Redis Client Failures After a Node Loss at hh.ru](<https://devfeed.tech/articles/redis-30674.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/hh/articles/1074194/>)

Author: nicholasgribanov (hh.ru)

Published: 2026-08-26T05:30:49Z

Content type: article

Language: ru

Sources: [HeadHunter RU](<https://devfeed.tech/sources/headhunter-ru.md>)

Topics: [Redis](<https://devfeed.tech/topics/redis.md>)

Tags: [consul](<https://devfeed.tech/tags/consul.md>), [downtime](<https://devfeed.tech/tags/downtime.md>), [java](<https://devfeed.tech/tags/java.md>), [jedis](<https://devfeed.tech/tags/jedis.md>), [redis](<https://devfeed.tech/tags/redis.md>), [sre](<https://devfeed.tech/tags/sre.md>), [tag-1d4e49052118](<https://devfeed.tech/tags/tag-1d4e49052118.md>), [tag-68e701e78517](<https://devfeed.tech/tags/tag-68e701e78517.md>), [tag-b0a411324cb6](<https://devfeed.tech/tags/tag-b0a411324cb6.md>), [tag-b92bf5906bbd](<https://devfeed.tech/tags/tag-b92bf5906bbd.md>), [tag-dfac9042ce7b](<https://devfeed.tech/tags/tag-dfac9042ce7b.md>), [timeout](<https://devfeed.tech/tags/timeout.md>)

### AI overview

A Platform team at hh.ru investigates incidents in its internal Redis client, including a 57-minute outage after a Redis node was lost. The team used controlled-load testing, Jedis updates, timeout and pool experiments, new metrics, and logs to trace the failures to a code issue and improve client stability.

### Source excerpt

Пару лет назад мы устроили настоящее расследование серии инцидентов в поисках скрытого дефекта нашего Redis-клиента. Команда воспроизводила сбои под контролируемой нагрузкой, проверяла одну гипотезу за другой, обновляла Jedis, экспериментировала с таймаутами и размерами пулов -- но ничего не помогало. А помогли новые метрики и логи, настойчивость команды, ночные эксперименты и готовность разбирать поведение системы до последнего соединения. Получилась история с неожиданными поворотами, ложными следами и одной лишней строчкой кода в роли главного подозреваемого -- а её итогом стал Redis-клиент, который оказался устойчивее, чем был до начала расследования. Меня зовут Коля Грибанов, я тимлид команды "Платформа" в hh.ru. В статье расскажу, почему потеря одной ноды Redis вызывала шторм из десятков тысяч соединений, и как мы шаг за шагом искали причину инцидентов. Читать далее

## Помочь пользователю открыть новое: как мы боролись с замкнутым кругом рекомендаций в Яндекс Лавке

DevFeed: [Помочь пользователю открыть новое: как мы боролись с замкнутым кругом рекомендаций в Яндекс Лавке](<https://devfeed.tech/articles/article-24860.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/yandex/articles/1051044/>)

Author: ramilboiarchenkov (Яндекс)

Published: 2026-07-07T07:02:47Z

Content type: tutorial

Language: ru

Sources: [Яндекс - Как мы делаем Яндекс / Статьи](<https://devfeed.tech/sources/source.md>)

Topics: [Machine learning](<https://devfeed.tech/topics/machine-learning.md>)

Tags: [discovery](<https://devfeed.tech/tags/discovery.md>), [exploration](<https://devfeed.tech/tags/exploration.md>), [machine-learning](<https://devfeed.tech/tags/machine-learning.md>), [ml](<https://devfeed.tech/tags/ml.md>), [tag-4004cf5948d3](<https://devfeed.tech/tags/tag-4004cf5948d3.md>), [tag-b0a411324cb6](<https://devfeed.tech/tags/tag-b0a411324cb6.md>), [tag-b2cbb9058e3c](<https://devfeed.tech/tags/tag-b2cbb9058e3c.md>)

### AI overview

This article explains how the Yandex Lavka team addressed the feedback loop in recommendation systems, which can overemphasize familiar products and limit discovery. It describes personalized exploration of unfamiliar products and discusses calibrating the probability and aggressiveness of that exploration for each user.

### Source excerpt

Хорошая рекомендательная система быстро учится угадывать, что вы положите в корзину. И чем точнее она угадывает, тем реже показывает что-то незнакомое: ведь выгоднее предлагать проверенное. Со временем система замыкается на привычках человека и перестаёт показывать ему хоть что-то за их пределами. Беда в том, что интересы меняются, а система просто так этого не замечает. Изменить ситуацию, как правило, удаётся лишь ценой краткосрочных потерь: стоит добавить в выдачу незнакомые товары, и объём ближайших покупок неизбежно начинает снижаться. Меня зовут Рамиль Боярченков, я занимаюсь машинным обучением в команде Яндекс Лавки. Расскажу, как мы собрали механизм, который подмешивает незнакомые товары персонально -- тем, кто к ним расположен, -- и с какой вероятностью это делать для каждого пользователя. По пути разберу, как мы калибровали "агрессивность" exploration и что получилось в итоге. Читать далее

## Контроль против гибкости: два подхода к созданию AI-агентов

DevFeed: [Контроль против гибкости: два подхода к созданию AI-агентов](<https://devfeed.tech/articles/ai-24030.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/redmadrobot/articles/966628/>)

Author: Mentalitet (red\_mad\_robot)

Published: 2025-11-14T17:15:42Z

Content type: article

Language: ru

Sources: [Redmadrobot EN](<https://devfeed.tech/sources/redmadrobot-en.md>), [Redmadrobot RU](<https://devfeed.tech/sources/redmadrobot-ru.md>)

Topics: [Artificial Intelligence](<https://devfeed.tech/topics/ai.md>), [Large Language Model](<https://devfeed.tech/topics/llm.md>), [AI Development](<https://devfeed.tech/topics/ai-development.md>), [Natural language processing](<https://devfeed.tech/topics/nlp.md>), [Langgraph](<https://devfeed.tech/topics/langgraph.md>), [SDKs](<https://devfeed.tech/topics/sdks.md>), [OpenAI](<https://devfeed.tech/topics/openai.md>), [cursor](<https://devfeed.tech/topics/cursor.md>)

Tags: [agent](<https://devfeed.tech/tags/agent.md>), [agents](<https://devfeed.tech/tags/agents.md>), [ai](<https://devfeed.tech/tags/ai.md>), [cursor](<https://devfeed.tech/tags/cursor.md>), [development](<https://devfeed.tech/tags/development.md>), [development-kit](<https://devfeed.tech/tags/development-kit.md>), [langgraph](<https://devfeed.tech/tags/langgraph.md>), [llm](<https://devfeed.tech/tags/llm.md>), [llm-05dacf5e57d9](<https://devfeed.tech/tags/llm-05dacf5e57d9.md>), [llm-12323b29df45](<https://devfeed.tech/tags/llm-12323b29df45.md>), [nlp](<https://devfeed.tech/tags/nlp.md>), [openai](<https://devfeed.tech/tags/openai.md>), [red-mad-robot](<https://devfeed.tech/tags/red-mad-robot.md>), [sdk](<https://devfeed.tech/tags/sdk.md>), [software-development](<https://devfeed.tech/tags/software-development.md>), [tag-1605473766c5](<https://devfeed.tech/tags/tag-1605473766c5.md>), [tag-61cd5a476b1d](<https://devfeed.tech/tags/tag-61cd5a476b1d.md>), [tag-68e701e78517](<https://devfeed.tech/tags/tag-68e701e78517.md>), [tag-93edcb27480f](<https://devfeed.tech/tags/tag-93edcb27480f.md>), [tag-b0a411324cb6](<https://devfeed.tech/tags/tag-b0a411324cb6.md>), [tag-dd24610a6838](<https://devfeed.tech/tags/tag-dd24610a6838.md>)

### AI overview

The article compares code-first and graph-first approaches to building multi-agent systems. It describes how LLMs coordinate tools and other agents, including ReAct, handoff, agent-as-tool, and group-chat patterns, drawing on the author's development experience and documentation from OpenAI and LangGraph.

### Source excerpt

Привет! Меня зовут Женя Орлов, я руковожу NLP-разработкой в red_mad_robot. Мы экспериментируем с мультиагентными системами и изучаем, как LLM ведут себя в разных архитектурах. В процессе накопилось много наблюдений и рабочих инсайтов -- хочу поделиться тем, что помогает нам при проектировании AI-агентов. В последнее время внимание инженеров и исследователей привлекают агентные архитектуры -- системы, где LLM координирует работу внутренних инструментов и других моделей. Разберём два основных подхода к построению агентных систем. Читать далее

## Schema-Guided Reasoning: как научить языковые модели последовательно рассуждать

DevFeed: [Schema-Guided Reasoning: как научить языковые модели последовательно рассуждать](<https://devfeed.tech/articles/schema-guided-reasoning-24029.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/redmadrobot/articles/962236/>)

Author: redmadrobot (red\_mad\_robot)

Published: 2025-10-31T16:31:44Z

Content type: tutorial

Language: ru

Sources: [Redmadrobot EN](<https://devfeed.tech/sources/redmadrobot-en.md>), [Redmadrobot RU](<https://devfeed.tech/sources/redmadrobot-ru.md>)

Topics: [Large Language Model](<https://devfeed.tech/topics/llm.md>), [Structured-data](<https://devfeed.tech/topics/structured-data.md>), [Artificial Intelligence](<https://devfeed.tech/topics/ai.md>), [JSON](<https://devfeed.tech/topics/json.md>), [Pydantic](<https://devfeed.tech/topics/pydantic.md>)

Tags: [function-calling](<https://devfeed.tech/tags/function-calling.md>), [json](<https://devfeed.tech/tags/json.md>), [llm](<https://devfeed.tech/tags/llm.md>), [reasoning](<https://devfeed.tech/tags/reasoning.md>), [schema](<https://devfeed.tech/tags/schema.md>), [scheme](<https://devfeed.tech/tags/scheme.md>), [sgr](<https://devfeed.tech/tags/sgr.md>), [structured-output](<https://devfeed.tech/tags/structured-output.md>), [tag-1cd610c0e518](<https://devfeed.tech/tags/tag-1cd610c0e518.md>), [tag-5335b6f99fba](<https://devfeed.tech/tags/tag-5335b6f99fba.md>), [tag-b0a411324cb6](<https://devfeed.tech/tags/tag-b0a411324cb6.md>)

### AI overview

This tutorial explains Schema-Guided Reasoning (SGR), an approach that guides large language models through predefined schemas. It describes how structured output, Pydantic models, JSON schemas, and constrained decoding can make model responses more consistent, transparent, and easier to test, while noting that SGR is not a universal solution.

### Source excerpt

LLM умеют многое: генерировать тексты, анализировать документы, писать код. Но на практике их работа часто непредсказуема -- сегодня модель даёт точный ответ, а завтра на тех же данных ошибается, пропускает ключевые шаги или придумывает факты. Для AI-инженеров это системная проблема. Возьмём автоматизацию документооборота: нужно классифицировать договоры, извлекать реквизиты, проверять стандарты. Но модель работает как лотерея -- результат не поддаётся логике или меняется при повторном запуске с одинаковыми данными. Как встроить такой результат в бизнес-процесс? Для решения этой задачи появился подход Schema-Guided Reasoning (SGR). Его активно продвигает Ринат Абдуллин в материалах по работе с LLM. Идея проста и эффективна: заставить модель мыслить не хаотично, а внутри заданной схемы. Это не панацея, но SGR серьёзно снижает количество ошибок, делает процесс прозрачнее, а также позволяет тестировать отдельные компоненты рассуждений. Читать далее

## От мозга к мультиагентным системам: как устроены Foundation Agents нового поколения

DevFeed: [От мозга к мультиагентным системам: как устроены Foundation Agents нового поколения](<https://devfeed.tech/articles/foundation-agents-24022.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/redmadrobot/articles/930916/>)

Author: redmadrobot (red\_mad\_robot)

Published: 2025-07-24T21:44:07Z

Content type: article

Language: ru

Sources: [Redmadrobot EN](<https://devfeed.tech/sources/redmadrobot-en.md>), [Redmadrobot RU](<https://devfeed.tech/sources/redmadrobot-ru.md>)

Topics: [Artificial Intelligence](<https://devfeed.tech/topics/ai.md>), [Large Language Model](<https://devfeed.tech/topics/llm.md>)

Tags: [agents](<https://devfeed.tech/tags/agents.md>), [ai](<https://devfeed.tech/tags/ai.md>), [alignment](<https://devfeed.tech/tags/alignment.md>), [deep-learning](<https://devfeed.tech/tags/deep-learning.md>), [jailbreak](<https://devfeed.tech/tags/jailbreak.md>), [large-language-models](<https://devfeed.tech/tags/large-language-models.md>), [llm](<https://devfeed.tech/tags/llm.md>), [machine-learning](<https://devfeed.tech/tags/machine-learning.md>), [multi-agent-systems](<https://devfeed.tech/tags/multi-agent-systems.md>), [prompt-engineering](<https://devfeed.tech/tags/prompt-engineering.md>), [prompt-injection](<https://devfeed.tech/tags/prompt-injection.md>), [rag](<https://devfeed.tech/tags/rag.md>), [reasoning](<https://devfeed.tech/tags/reasoning.md>), [reinforcement-learning](<https://devfeed.tech/tags/reinforcement-learning.md>), [safety](<https://devfeed.tech/tags/safety.md>), [tag-b0a411324cb6](<https://devfeed.tech/tags/tag-b0a411324cb6.md>), [tag-b6914c0b0244](<https://devfeed.tech/tags/tag-b6914c0b0244.md>)

### AI overview

This Russian-language analytical article explains the concept of Foundation Agents based on the research paper "Advances and Challenges in Foundation Agents." It discusses brain-inspired agent architecture, cognition, learning, reasoning, memory, world models, rewards, perception, action, self-improvement, multi-agent collaboration, and agent safety issues including jailbreaks, prompt injection, hallucinations, misalignment, poisoning attacks, and privacy.

### Source excerpt

Аналитический центр red_mad_robot разобрал объёмную научную статью "Advances and Challenges in Foundation Agents" от группы исследователей AI из передовых международных университетов и технологических компаний. Работа предлагает новый взгляд на текущее состояние и развитие "интеллектуальных агентов", которые могут адаптироваться к множеству задач и контекстов. Рассказываем, какие идеи лежат в основе Foundation Agents, с какими проблемами предстоит столкнуться, и что ждёт нас в будущем. Читать далее