Блог
Статьи, инсайты и глубокие разборы от команды Arcanada.
Как Datarim вырос в Arcanada
Одна задача показывает путь лучше любой карты: от первого вопроса через работу агентов к решению, которое принимает человек.
Почему я начал строить Arcanada
Food & Ammunition, Initiative 10 и реальная ответственность за работу и семью потребовали одних и тех же вещей: исследования, разных ролей, памяти и возможности продолжать начатое.
Один человек и новый масштаб разработки
ИИ-агенты дали одному человеку возможность дольше удерживать путь от идеи до работающей системы. Для Павла этот сдвиг стал поводом спросить, чему посвятить следующие двадцать лет.
Плагин для Chrome, который сохраняет весь диалог с ChatGPT
Я часто разговариваю с ChatGPT во время тренировок, а потом передаю полный диалог Codex. Для этого понадобился небольшой открытый плагин.
Третий месяц Арканады. 823 основные задачи и Mac, который можно выключить
Отчёт Арканады за период с 15 июня по 18 июля 2026 года. За третий месяц выполнено 823 основные и 3,711 типовых задач, расходы составили $807, а суммарные вложения — как минимум $2,240. Разработка полностью переехала на серверы.
Cubrim-2: Глобальный Адресатор и общий язык для данных
Cubrim-1 — уже измеренный архиватор. Cubrim-2 — отдельное исследование: можно ли заранее разделить общую память и передавать между устройствами только то, чего в ней ещё нет?
Собрать программу — только начало
Первый публичный релиз Cubrim показал, сколько работы скрывается между готовым бинарным файлом и программой, которую пользователь действительно может установить.
Cubrim. Или мечты сбываются с ИИ
История о том, как старая студенческая идея сжатия данных пролежала в голове много лет и наконец ожила — с помощью ИИ-агентов. Сегодня Cubrim вышел на первые места в мировых бенчмарках по сжатию.
После самовосстановления: зачем агентам уровни автономности L6 и L7
В прошлой статье я перенёс на AI-агентов телеком-шкалу автономности L0–L5. Но для агентных систем L5 — это финал только для отдельного агента. Дальше начинается самосборка: агент, который строит других агентов (L6), и экосистема, которая развивает саму себя в границах, заданных человеком (L7). Разбираю оба уровня, отделяю их от обычного multi-agent workflow и от AGI, и показываю, где здесь Арканада.
Покажи, как ты это будешь делать?
Война с галлюцинациями агентов — не в абстрактном, а в инженерном смысле. Самый простой вопрос, который я задаю агенту перед каждым этапом, и почему он меняет режим работы модели.