https://agmind.ru/ru/ Исследования квалификации локальных AI-систем: доказательства, ограничения и отрицательные результаты. ru-RU https://agmind.ru/ru/essays/benchmark-that-sounds-like-a-human/ https://agmind.ru/ru/essays/benchmark-that-sounds-like-a-human/ Первый чат-корпус спрашивал у модели про build digest и goodput. Живые пользователи так не спрашивают. Та же ячейка, перемеренная на шестнадцати бытовых запросах, дала другую долю отказов на том же железе — а старое число мы всё равно оставили. Wed, 02 Sep 2026 00:00:00 GMT https://agmind.ru/ru/essays/ci-fails-when-a-number-drifts/ https://agmind.ru/ru/essays/ci-fails-when-a-number-drifts/ Впишите на этот сайт число токенов в секунду руками — и CI упадёт. Каждое измеренное значение пересчитывается из сырых записей прогонов, а закоммиченное значение, разошедшееся с ними, останавливает пайплайн. Как устроен гейт, что он проверяет и какой класс ошибок ему не виден. Wed, 02 Sep 2026 00:00:00 GMT https://agmind.ru/ru/essays/independent-proof-or-it-didnt-happen/ https://agmind.ru/ru/essays/independent-proof-or-it-didnt-happen/ DeepSeek открыл агентный харнесс и назвал режим, reasoning effort и сэмплирование, на которых сняты агентные результаты V4-Pro. Подробнее обычного, но не доказательство: цифра вендора остаётся vendor_disclosed, пока кто-то извне не прогонит тот же конфиг и не выложит трейсы. Wed, 02 Sep 2026 00:00:00 GMT https://agmind.ru/ru/essays/agentic-coding-prefill-problem/ https://agmind.ru/ru/essays/agentic-coding-prefill-problem/ Спросите, сколько токенов в секунду нужно локальному кодящему агенту, — каждый ответ будет про темп декода. Но ход агента — это огромный промпт и короткий ответ: ожидание живёт в префилле, и разговор о железе оптимизирует не ту половину запроса. Tue, 01 Sep 2026 00:00:00 GMT https://agmind.ru/ru/essays/agents-per-box/ https://agmind.ru/ru/essays/agents-per-box/ Разговор о роях агентов крутится вокруг декода одного потока — единственной метрики, которая перестаёт что-либо значить, как только запускаешь рой. Что мы узнали, обмеряя общие коробки, и какой вопрос покупателю стоит задавать вендору вместо этого. Tue, 01 Sep 2026 00:00:00 GMT https://agmind.ru/ru/essays/harness-changelog-of-distrust/ https://agmind.ru/ru/essays/harness-changelog-of-distrust/ Харнесс зарабатывает доверие не тем, что меряет, а тем, что мерить отказывается. Наш начинался с восьмидесяти строк наивных циклов; каждая версия с тех пор — шрам с сообщением коммита. Невалидный первый прогон, проверка соседей, детектор фолбэка, слово внутри другого слова. Tue, 01 Sep 2026 00:00:00 GMT https://agmind.ru/ru/reports/beelink-gtr9-pro-local-llm/ https://agmind.ru/ru/reports/beelink-gtr9-pro-local-llm/ Обзоры гоняют эту коробку неделю. Мы купили две, заморозили ворклоады и с тех пор на них обслуживаем модели: рабочий софтовый стек, измеренные цифры, где два юнита сошлись — и то, за что мы всё ещё не ручаемся. Fri, 21 Aug 2026 00:00:00 GMT lab_repeated https://agmind.ru/ru/reports/dgx-spark-256k-vllm/ https://agmind.ru/ru/reports/dgx-spark-256k-vllm/ Конспект нашего лонгрида: какие бэкенды vLLM пережили SM_121 на 256K контексте, почему NVFP4 в закреплённой mainline-сборке декодировал медленнее FP8, какая связка патчей удержала 260K — и замеры, привязанные к версиям весны 2026 года. Fri, 21 Aug 2026 00:00:00 GMT lab_single_run https://agmind.ru/ru/reports/local-llm-homelab-hardware/ https://agmind.ru/ru/reports/local-llm-homelab-hardware/ Гайды по железу для локальных нейросетей — это спеклисты, продавцы в роли обозревателей и партнёрские подборки. Здесь иначе: сначала ворклоад, потом коробка, каждая цифра измерена на нашем железе, а неизмеренные дорожки названы пробелами. Fri, 21 Aug 2026 00:00:00 GMT lab_repeated https://agmind.ru/ru/reports/russian-embedder-24m-params/ https://agmind.ru/ru/reports/russian-embedder-24m-params/ Короткий ответ по мотивам нашего лонгрида: какой рецепт сжатия сработал для strizh-ru-retriever, какой красиво провалился, сколько качества стоили четыре слоя — и почему одна забытая строка конфига чуть не обнулила всю работу. Fri, 21 Aug 2026 00:00:00 GMT lab_single_run https://agmind.ru/ru/reports/russian-rag-splitter/ https://agmind.ru/ru/reports/russian-rag-splitter/ Конспект нашего лонгрида про agmind-rag-splitter-ru: почему чанкер, который переписывает текст, портит RAG-индекс, как LoRA-дообучение отвечает индексами границ в JSON, зачем опубликован обучающий корпус — и что метрики согласия с учителем говорят честно. Fri, 21 Aug 2026 00:00:00 GMT lab_single_run https://agmind.ru/ru/reports/strix-halo-memory-allocation/ https://agmind.ru/ru/reports/strix-halo-memory-allocation/ Самый частый первый отказ на коробке с Ryzen AI Max+ 395: модель не влезает или рантайм показывает пару гигабайт VRAM на машине со 128 ГБ. BIOS почти всегда не тот рычаг. Что отдаёт sysfs нашей обслуживающей ноды и какой параметр решает. Fri, 21 Aug 2026 00:00:00 GMT lab_single_run https://agmind.ru/ru/reports/two-node-home-ai-lab/ https://agmind.ru/ru/reports/two-node-home-ai-lab/ Две одинаковые коробки на Strix Halo живут противоположными жизнями: одна тащит весь сервисный стек в контейнерах, вторая обслуживает одну модель и больше ничего. Это не аккуратность: наш харнесс бракует любой замер, если на хосте нашёлся GPU-сосед. Fri, 21 Aug 2026 00:00:00 GMT lab_single_run https://agmind.ru/ru/reports/which-inference-engine-local-llm/ https://agmind.ru/ru/reports/which-inference-engine-local-llm/ Гуляющие по сети советы списаны с бенчмарков датацентровых GPU и редко переживают встречу с одной коробкой. Для чего каждый движок на самом деле, какой и где гоняем мы сами и почему, и вопрос о дефолтах, который весит больше самого выбора. Fri, 21 Aug 2026 00:00:00 GMT lab_single_run https://agmind.ru/ru/reports/do-local-llms-invent-answers/ https://agmind.ru/ru/reports/do-local-llms-invent-answers/ Галлюцинирует ли локальная модель на ваших документах — спрашивают все, измеряют единицы. В наш ворклоад встроен контроль: вопросы, на которые документ ответить не может, оцениваются по тому, признаёт ли это модель. Два семейства моделей — два способа не знать. Thu, 20 Aug 2026 00:00:00 GMT lab_repeated https://agmind.ru/ru/reports/how-many-tokens-per-second-is-enough/ https://agmind.ru/ru/reports/how-many-tokens-per-second-is-enough/ Самый частый и наименее измеренный вопрос локального AI обычно закрывают выдуманными круглыми числами. Как скорость ощущается на реальной коробке: ожидание до первого полезного слова, поток после него и отказ, при котором токены в секунду теряют смысл. Thu, 20 Aug 2026 00:00:00 GMT lab_repeated https://agmind.ru/ru/reports/how-to-benchmark-local-llm/ https://agmind.ru/ru/reports/how-to-benchmark-local-llm/ Большинству опубликованных скоростей локальных LLM нельзя даже возразить: при них нет конфигурации. Протокол лаборатории, публикующей сырые прогоны: что запинить, что спросить у работающего сервера, какие токены считать и почему отказы остаются в знаменателе. Thu, 20 Aug 2026 00:00:00 GMT lab_single_run https://agmind.ru/ru/reports/local-llm-json-reliability/ https://agmind.ru/ru/reports/local-llm-json-reliability/ Строгий JSON — несущая стена локальной автоматизации, но его надёжность обычно утверждают, а не измеряют. На одной коробке: квантизация её не сдвинула, бэкенд не сдвинул, режим размышлений не сдвинул — сдвинула смена семейства моделей. Thu, 20 Aug 2026 00:00:00 GMT lab_repeated https://agmind.ru/ru/reports/should-you-disable-thinking-local-llm/ https://agmind.ru/ru/reports/should-you-disable-thinking-local-llm/ Режим размышлений на локальной модели превращает первое видимое слово из мгновения в ожидание и умножает цену автоматизации — а на всех задачах с жёстким правильным ответом наши гейты не увидели выигрыша. Измеренный размен и где он не действует. Thu, 20 Aug 2026 00:00:00 GMT lab_repeated https://agmind.ru/ru/reports/strix-halo-vs-dgx-spark/ https://agmind.ru/ru/reports/strix-halo-vs-dgx-spark/ Самое искомое сравнение в классе мини-коробок локального AI везде закрывают спеками и нигде — измерениями одной лаборатории на обеих платформах. У нас есть обе. Что каждая доказуемо сделала, какой ворклоад чьей коробке принадлежит и какое сравнение мы отказываемся подделывать. Thu, 20 Aug 2026 00:00:00 GMT lab_repeated https://agmind.ru/ru/reports/what-128gb-unified-memory-runs/ https://agmind.ru/ru/reports/what-128gb-unified-memory-runs/ Класс 128 ГБ unified-памяти — нынешняя золотая середина локальных LLM-коробок, и почти всё написанное о нём — спековая арифметика. Вот что одна такая коробка измеримо делает: какой класс моделей обслуживает, как быстро, для скольких людей и где 128 ГБ заканчиваются. Thu, 20 Aug 2026 00:00:00 GMT lab_repeated https://agmind.ru/ru/essays/benchmark-number-config-in-disguise/ https://agmind.ru/ru/essays/benchmark-number-config-in-disguise/ Два честных человека меряют одну модель на одном железе и крепко расходятся. Никто не врал: опубликованная скорость — это конфигурация, сжатая до одного числа, и сжатие это с потерями. Что цифра обязана нести, чтобы её стоило цитировать, и как читать ту, что не несёт ничего. Thu, 20 Aug 2026 00:00:00 GMT https://agmind.ru/ru/essays/dashboard-lies-both-directions/ https://agmind.ru/ru/essays/dashboard-lies-both-directions/ Одна коробка, один день: модель, возвращающая пустые ответы под HTTP 200, и два живых контейнера с вердиктом unhealthy от пробы, нацеленной не в тот порт. «Зелёный, но сломанный» и «красный, но здоровый» — одна болезнь, и лечится она одинаково. Thu, 20 Aug 2026 00:00:00 GMT https://agmind.ru/ru/reports/deepseek-v4-flash-0731-dgx-spark-recipe/ https://agmind.ru/ru/reports/deepseek-v4-flash-0731-dgx-spark-recipe/ Точный серверный рецепт за нашими опубликованными цифрами на GB10: пиненные веса и образ, порядок запуска head-first против зависания TCPStore, MoE-флаг, который пропускает автовыбор, что мониторить, когда NVML молчит — и какие цифры ждать. Sun, 16 Aug 2026 00:00:00 GMT lab_single_run https://agmind.ru/ru/reports/dgx-spark-gpu-monitoring/ https://agmind.ru/ru/reports/dgx-spark-gpu-monitoring/ Штатный стек GPU-наблюдаемости на unified memory GB10 работает наполовину: dcgm-exporter не запускается, NVML отдаёт N/A на заметной доле запросов, и Grafana остаётся зелёной и пустой. Коллектор, с которым мы реально обслуживаем vLLM, и как его собрать. Sun, 16 Aug 2026 00:00:00 GMT lab_single_run https://agmind.ru/ru/reports/dgx-spark-worth-it/ https://agmind.ru/ru/reports/dgx-spark-worth-it/ Самый частый покупательский вопрос ниши закрыт почти исключительно спековой арифметикой. Вот что пара GB10 реально сделала в нашей лаборатории — 284B MoE, кривая контекста до миллиона токенов — и кому её брать, а кому нет. Sun, 16 Aug 2026 00:00:00 GMT lab_single_run https://agmind.ru/ru/reports/llamacpp-prompt-cache-strix-halo/ https://agmind.ru/ru/reports/llamacpp-prompt-cache-strix-halo/ Сессия вопросов к документу на коробке с Ryzen AI Max+ 395: сколько стоит первый вопрос к файлу на 32k токенов, сколько — второй с кешем промпта и без него, и единственное условие, без которого кеш не экономит ничего. Sun, 16 Aug 2026 00:00:00 GMT lab_repeated https://agmind.ru/ru/reports/q8-0-vs-q4-k-m-strix-halo/ https://agmind.ru/ru/reports/q8-0-vs-q4-k-m-strix-halo/ Та же модель, та же сборка llama.cpp, та же коробка на Strix Halo, менялась только квантизация: чего Q8_0 стоит в темпе декода против Q4_K_M, что увидели наши гейты качества и какой дефицит на самом деле должен решать выбор. Sun, 16 Aug 2026 00:00:00 GMT lab_repeated https://agmind.ru/ru/reports/strix-halo-sustained-load-3-hours/ https://agmind.ru/ru/reports/strix-halo-sustained-load-3-hours/ Непрерывный трёхчасовой обслуживающий проход на двух одинаковых юнитах с Ryzen AI Max+ 395 при конкурентности четыре: насколько уплыл темп декода между первыми пятью минутами и последними и какая доля запросов вернулась завершённой. Sun, 16 Aug 2026 00:00:00 GMT lab_single_run https://agmind.ru/ru/reports/answerless-http-200/ https://agmind.ru/ru/reports/answerless-http-200/ Reasoning-модель может потратить весь токен-бюджет на размышления и вернуть успешный ответ с нулём видимого пользователю текста. Мы измерили, как часто это происходит на двух семействах моделей — и почему TTFT-дашборды при этом выглядят идеально. Fri, 14 Aug 2026 00:00:00 GMT lab_repeated https://agmind.ru/ru/reports/cyrillic-token-cost/ https://agmind.ru/ru/reports/cyrillic-token-cost/ Наш long-context корпус резался по оценке «символов на токен» — она держалась на английском и промахнулась на треть на русском. Измеренные счётчики опубликованы: что это значит для контекстных окон кириллицы и как мы поймали свою ошибку. Fri, 14 Aug 2026 00:00:00 GMT lab_repeated https://agmind.ru/ru/essays/luddites-were-right/ https://agmind.ru/ru/essays/luddites-were-right/ Год журнала: каждый случай, когда ИИ соврал, и каждый, когда всерьёз выручил. Протокол проверки, к которому это привело, и почему реальная история луддитов — про качество и цену перехода, а не про страх машин. Fri, 14 Aug 2026 00:00:00 GMT https://agmind.ru/ru/reports/dspark-speed-numbers-disagree/ https://agmind.ru/ru/reports/dspark-speed-numbers-disagree/ Одна и та же модель на тех же двух узлах GB10 публикуется со скоростями от конца пятидесятых до начала семидесятых токенов в секунду. Каждая из этих цифр может быть верной — вот конфигурация за каждой и какую цитировать под какой вопрос. Thu, 13 Aug 2026 00:00:00 GMT lab_single_run https://agmind.ru/ru/reports/concurrency-capacity-strix-halo/ https://agmind.ru/ru/reports/concurrency-capacity-strix-halo/ Измеренная лестница конкурентности на одном Strix Halo: как выглядит ожидание при одном, четырёх и восьми одновременных чатах, что осталось корректным и почему «токенов в секунду» не отвечает на вопрос о размере команды. Wed, 12 Aug 2026 00:00:00 GMT lab_repeated https://agmind.ru/ru/reports/dspark-speculative-1m-dgx-spark/ https://agmind.ru/ru/reports/dspark-speculative-1m-dgx-spark/ Наш fp8-запуск DSpark на GB10, независимая репродукция комьюнити-сборки NVFP4 и данные глубины, которых никто не публиковал: одиночная кривая до реального миллионного промпта — плюс два негативных результата, названные своими именами. Wed, 05 Aug 2026 00:00:00 GMT lab_single_run https://agmind.ru/ru/reports/dsv4-flash-moe-backend-dgx-spark/ https://agmind.ru/ru/reports/dsv4-flash-moe-backend-dgx-spark/ DeepSeek-V4-Flash-0731 на двух узлах DGX Spark: образ содержит MoE-ядро под MXFP4-экспертов этой модели на этом кремнии — а автовыбор его пропускает. Ручной выбор стоит двузначных процентов декода. Рецепт и сырые результаты открыты. Mon, 03 Aug 2026 00:00:00 GMT lab_single_run https://agmind.ru/ru/reports/model-quant-backend-strix-halo/ https://agmind.ru/ru/reports/model-quant-backend-strix-halo/ Тот же юнит Strix Halo, три замены по одной за раз: второе семейство моделей воспроизводит режим пустых ответов; Q8_0 не покупает ничего измеримого на этих ворклоадах; ROCm работает на gfx1151, но декодит медленнее Vulkan. Mon, 03 Aug 2026 00:00:00 GMT lab_repeated https://agmind.ru/ru/tested-configurations/strix-halo-qwen36-llamacpp-vulkan-docsession/ https://agmind.ru/ru/tested-configurations/strix-halo-qwen36-llamacpp-vulkan-docsession/ Второй вопрос по тому же вставленному документу: с выключенным кэшем промптов он заново платит полуминутный префилл; с включённым — отвечает быстрее секунды. Одна настройка превращает работу с документами из непригодной в живую. Mon, 03 Aug 2026 00:00:00 GMT lab_repeated https://agmind.ru/ru/tested-configurations/strix-halo-qwen36-llamacpp-vulkan-endurance/ https://agmind.ru/ru/tested-configurations/strix-halo-qwen36-llamacpp-vulkan-endurance/ Непрерывный 3-часовой closed-loop проход при конкуренции 4 на обоих юнитах: все запросы отвечены, темп декода удержан между первыми и последними пятью минутами, без теплового обвала — при заметно разной температуре кристалла у двух юнитов. Mon, 03 Aug 2026 00:00:00 GMT lab_single_run https://agmind.ru/ru/tested-configurations/strix-halo-qwen36-llamacpp-vulkan-interactive/ https://agmind.ru/ru/tested-configurations/strix-halo-qwen36-llamacpp-vulkan-interactive/ Однопользовательский бытовой чат на Beelink GTR9 Pro: мгновенные ответы без размышления, сломанная конфигурация на дефолтном бюджете размышления и лимит многословности, который не проходится ни в одном режиме. Mon, 03 Aug 2026 00:00:00 GMT lab_repeated https://agmind.ru/ru/tested-configurations/strix-halo-qwen36-llamacpp-vulkan-longcontext/ https://agmind.ru/ru/tested-configurations/strix-halo-qwen36-llamacpp-vulkan-longcontext/ Иголочная лестница контекста до 30k измеренных токенов с unanswerable-контролями: и поиск, и честность держатся на всех измеренных глубинах — а время до первого токена растёт линейно до десятков секунд. Mon, 03 Aug 2026 00:00:00 GMT lab_repeated https://agmind.ru/ru/tested-configurations/strix-halo-qwen36-llamacpp-vulkan-structured/ https://agmind.ru/ru/tested-configurations/strix-halo-qwen36-llamacpp-vulkan-structured/ Детерминированное извлечение, классификация и структурная генерация в строгом JSON: идеальный task-success в обоих режимах размышления на этом корпусе — при семнадцатикратной разнице во времени между ними. Mon, 03 Aug 2026 00:00:00 GMT lab_repeated https://agmind.ru/ru/reports/ttft-thinking-model-strix-halo/ https://agmind.ru/ru/reports/ttft-thinking-model-strix-halo/ На коробке Strix Halo привычная цифра TTFT выглядела отлично, а большинство запросов возвращали пустой ответ с HTTP 200. Клиентские замеры, три режима работы, evidence-пакеты приложены. Sun, 02 Aug 2026 00:00:00 GMT lab_repeated https://agmind.ru/ru/reports/dspark-dgx-spark-1m-legacy/ https://agmind.ru/ru/reports/dspark-dgx-spark-1m-legacy/ Bring-up спекулятивного декодирования DSpark на GB10 (sm_121) через 200G RoCE, кривая глубины до миллиона токенов, независимое воспроизведение комьюнити-сборки и два честных отрицательных результата. Fri, 31 Jul 2026 00:00:00 GMT legacy https://agmind.ru/ru/reports/strix-halo-multislot-legacy/ https://agmind.ru/ru/reports/strix-halo-multislot-legacy/ Что делает один мини-ПК Strix Halo со 128 ГБ под 32 параллельными чат-потоками: рецепты, обрыв конкурентности после 8 запросов во всех конфигурациях, и где спекулятивное декодирование перестаёт помогать. Fri, 31 Jul 2026 00:00:00 GMT legacy