ИИ: полезные ссылки

Из свежего отчета Anthropic'a
https://www.anthropic.com/research/anthropic-economic-index-september-2025-report?
Забавный такой момент. Таки представляется

Перплексити раздают бесплатно годовую подписку, нужен только акк на пейпал

Подключать здесь: https://www.perplexity.ai/join/p/paypal-subscription

Гайд по агентам


https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf

Годная шпаргалка о том чем отличаются разные методы чанкинга для векторных БД

В самом конце результаты и выводы, если долго читать

@dstreltsov Что скажешь? Какой метод чанкинга работает лучше для твоей системы, эмпирически? (Если не секрет)

4 способа дать агенту память

1. Напихивалка промптов/файн-тюнинг

Безумная история переписки. Работает для коротких чатов, на длинных вылетаешь в трубу

2. Векторные базы данных (RAG)

Хранение эмбеддингов переписок в Pinecone, Weaviate, pgvector

Семантические запросы работают отлично, однако добыча данных — часто шумная, с потерей структуры

3. Графические базы данных

Графы на основе сущность-связь. Шикарные для ризонинга, хуевые для скейлинга

4. Гибридные системы

Замешать векторы, графы и ключ-значение в одном замесе. Офигенное, но очень сложное и тяжелое в поддержке

5. (маня ты готова) Реляционные базы данных

Shit, no way, back to basics, namely Postgres, MySQL and such

Короче гонка памяти вовсе не выиграна векторами. Все переосмысливается, везде все кипит

Пацаны предлагают переосмысленную память реляционную https://gibsonai.com/

Конкретные примеры можно почитать у них же https://gibsonai.com/blog/ai-agent-memory-on-postgres-back-to-sql

Git https://github.com/gibsonai/memori