Глосарій AI & Вайбкодингу
Фундаментальний довідник нової ери розробки від Andriy Orlov: автономні агенти, loop engineering, протокол MCP, розширення контексту, інфраструктура VPS та профілактика вигорання в еру AI.
A
ENAdvanced Voice Mode (Жива розмова з ШІ в реальному часі)
Технологія нативного двостороннього голосового спілкування в реальному часі (ChatGPT Advanced Voice, Gemini Live). Дозволяє розмовляти з моделлю з затримкою до 300 мс, перебивати на півслові та чути живі емоції.
Agent Babysitting Fatigue
Специфічне психологічне виснаження розробника, викликане необхідністю безперервно стежити за терміналом і діями напівавтономного агента, очікуючи на його випадкову деструктивну або дурну помилку.
Agent Evals & SWE-bench Benchmarking
Методологія та інфраструктура систематичного вимірювання надійності, точності та безпеки ШІ-агентів за допомогою синтетичних тестів, SWE-bench та headless репозиторних симуляцій.
Agent Handoffs & State Transfer
Стандартизований патерн безпечного переходу задачі та контексту від одного спеціалізованого ШІ-агента до іншого без втрати цілей, історії та накопичених артефактів.
Agent Identity & DID (Decentralized Identifiers)
Криптографічні стандарти (DIDs, Verifiable Credentials, mTLS), що забезпечують автономним ШІ-агентам юридично та технічно визнану ідентичність, право підпису та аудит дій.
Agent Memory (Пам'ять агента)
Комплексна підсистема зберігання, фільтрації та вибірки даних, яка перетворює stateless-виклик LLM на stateful-систему: від короткотривалого scratchpad-буфера до мультисесійного сховища знань.
Agent Observability & Tracing (OpenTelemetry)
Методи збору метрик, трасування ланцюжків міркувань (Spans), аналізу затримок інструментів та моніторингу витрат токенів за допомогою OpenTelemetry та спеціалізованих платформ (Langfuse, Arize).
Agent Rules (.cursorrules / CLAUDE.md / AGENTS.md)
Машинозчитувані файли архітектурних регламентів та обмежень у репозиторії, які автоматично монтуються в системний контекст ШІ-агентів для запобігання деградації кодової бази.
Agent Sandboxing
Апаратна та програмна ізоляція середовища виконання автономного агента, що гарантує захист хост-системи, секретів і внутрішньої мережі від шкідливого коду та prompt injection.
Agent Swarms & Consensus Voting
Децентралізована координація великої кількості однорідних або гетерогенних ШІ-агентів, де остаточні рішення формуються через мажоритарне голосування, дебати або алгоритми консенсусу.
Agent-Native Testing Strategies
Підхід до написання автоматизованих тестів, спроєктованих не лише для людей, а як детермінована система зворотного зв'язку для автономних ШІ-агентів із семантичними diff-повідомленнями про помилки.
Agent-to-Agent Protocol (A2A)
Відкритий стандарт мережевої взаємодії, децентралізованого виявлення та безпечного обміну контекстом між незалежними ШІ-агентами різних вендорів і платформ.
Agentic IDE (Агентське інтегроване середовище розробки)
Клас інтегрованих середовищ розробки, де модель є повноправним автономним оператором робочого простору з прямим доступом до файлової системи, терміналу, AST та тестів.
AI як гумова качечка (Rubber Ducking)
Сучасна еволюція класичного інженерного методу Rubber Duck Debugging. Використання мовної моделі не як генератора готових відповідей, а як терплячого інтелектуального співрозмовника, якому людина поетапно пояснює свою проблему, знаходячи рішення в процесі розповіді.
AI Code Provenance & Legal Auditing
Система відстеження авторства та походження коду (людина vs конкретна ШІ-модель), моніторингу чистоти ліцензій (Open Source Compliance) та підготовки репозиторіїв до юридичного аудиту.
AI Pair Programming (Парне програмування з ШІ)
Інженерна методологія симбіотичної розробки програмного забезпечення, за якої інженер виступає архітектором і штурманом (Navigator), а модель або агент — високошвидкісним виконавцем синтаксису (Driver).
AI Slop (ШІ-шлак та засмічення кодової бази)
Системний феномен деградації кодової бази внаслідок масового додавання низькоякісного, багатослівного, надлишково ускладненого або дубльованого коду, згенерованого мовними моделями без архітектурного нагляду.
AI Technical Debt (Технічний борг генеративного коду)
Експоненціальне накопичення архітектурної ентропії, прихованих дефектів та непідтримуваних залежностей у кодовій базі через надшвидке додавання згенерованого коду без системного рефакторингу.
AI-агенти (Автономні агенти)
Автономна система на базі великої мовної моделі, яка не просто відповідає на повідомлення, а самостійно планує послідовність дій, використовує зовнішні інструменти (браузер, термінал, бази даних) та виконує комплексні завдання без постійного нагляду людини.
AI-агенти (Autonomous Agents)
Програмні системи на базі LLM, здатні самостійно сприймати стан середовища, декомпозувати складні цілі, викликати зовнішні інструменти та ітеративно виправляти власні помилки.
AI-апскейлінг (Суперроздільна здатність / Super Resolution)
Технологія збільшення роздільної здатності та відновлення деталей зображень (Real-ESRGAN, Magnific AI, Topaz Photo). На відміну від простого збільшення пікселів (бікубічної інтерполяції), нейромережа буквально генерує нові реалістичні мікротекстури: пори шкіри, вії, волоски та тканину.
AI-відеоінструменти (Runway, Kling, Luma Dream Machine)
Провідні сучасні платформи генерації відео за допомогою штучного інтелекту (Text-to-Video та Image-to-Video). Дозволяють оживляти статичні фотографії, керувати рухом віртуальної камери та створювати кінематографічні відеоролики високої роздільної здатності без знімальної групи.
AI-Native команди нового формату (AI-Native Organizations)
Нова організаційна модель сучасного бізнесу та розробки (AI-Native Teams). Команди з 2–5 мультидисциплінарних фахівців використовують нейромережі та автономних агентів для закриття завдань юридичного відділу, маркетингу, програмування та клієнтської підтримки без роздування штату.
Alibaba Qwen (Лідер відкритого кодингу та математики)
Серія високоефективних відкритих моделей від хмарного підрозділу Alibaba (Qwen 2.5, Qwen Coder). Визнаний лідер серед відкритих моделей у написанні коду, математиці та багатомовній обробці тексту.
Analog Anchoring for Engineers
Система регулярних аналогових практик (паперові блокноти, фізичні дошки, прогулянки без гаджетів та мануальна праця) для скидання синтетичного перевантаження та відновлення пластичності мозку.
API-ключі для новачків (Пароль до інтелекту моделі)
Секретний цифровий токен доступу (починається на sk-...), який дозволяє стороннім програмам (Cursor, плагінам, Telegram-ботам) звертатися до штучного інтелекту без веб-браузера. Базові правила кібергігієни.
Apple Silicon для ШІ (M-серія та Unified Memory)
Архітектура процесорів Apple (M1/M2/M3/M4) з об'єднаною пам'яттю (Unified Memory Architecture). Дозволяє всьому масиву оперативної пам'яті (аж до 128-192 ГБ) бути доступним графічному чипу як VRAM, уможливлюючи запуск гігантських нейромереж без серверних відеокарт.
Apple Silicon MLX Framework
Нативна бібліотека машинного навчання від Apple, спроєктована для максимального використання уніфікованої пам'яті та графічних ядер чіпів серії M (M2/M3/M4) при запуску великих LLM.
Architectural Erosion from Fast Coding
Непомітне накопичення прихованих системних суперечностей та руйнування архітектурних кордонів проєкту через клаптикові локальні виправлення коду мовними моделями.
AST Chunking for Codebases
Методологія інтелектуального розбиття кодових файлів для векторного пошуку виключно по синтаксичних межах мови програмування (Tree-sitter) замість нарізки за фіксованою кількістю рядків чи символів.
Atomic Tasks (Атомарна декомпозиція задач)
Інженерна практика розбиття масштабних системних вимог на мінімальні, самодостатні та детерміновані одиниці роботи, що мінімізують когнітивне навантаження людини та ризик деградації контексту в LLM.
Automated Backup Recovery Testing
Практика щотижневого автоматичного розгортання та верифікації бекапів на тимчасових серверах або контейнерах за принципом: 'Резервна копія не існує, доки її успішно не відновлено'.
Automation ROI (Економіка та рентабельність автоматизації)
Методологія інженерно-економічного аналізу доцільності автоматизації процесів: математичне зіставлення сукупної вартості володіння (TCO) та часу розробки проти вигоди від усунення людської рутини.
Autonomous Browser & Computer Use
Технологія мультимодального керування графічним інтерфейсом користувача (GUI) через візуальне сприйняття скріншотів, емуляцію курсору, кліків та клавіатури без використання API.
Autonomous Loop (/goal mode)
Архітектурний патерн замкненого циклу виконання задач, у якому агент автономно чергує генерацію коду, запуск команд і верифікацію результатів до повного досягнення зафіксованої мети.
Autonomous PR Reviews & Risk Assessment
Використання спеціалізованих ШІ-агентів у GitHub Actions / GitLab CI для глибинного семантичного аналізу дифів, виявлення security-дірок, оцінки впливу на архітектуру та генерації changelog.
AWQ & Activation-Aware GPU Quantization
Методи 4-бітного стиснення ваг мовних моделей, оптимізовані під архітектуру тензорних ядер NVIDIA для максимальної пропускної здатності та збереження критичних каналів активації.
C
ENCaddy & Traefik Modern Ingress Proxies
Нове покоління веб-серверів та вхідних проксі (Ingress), що повністю автоматизують випуск TLS/SSL-сертифікатів, маршрутизацію через Docker-мітки та підтримку протоколу HTTP/3.
cgroups v2 Resource Quotas & OOM Watchdogs
Механізми ядра Linux (Control Groups v2) для встановлення жорстких апаратних лімітів на RAM, CPU, диск і кількість процесів (PIDs) з метою захисту хоста від завислих агентських циклів.
ChatGPT Canvas (Інтерактивне робоче полотно)
Двопанельний інтерфейс ChatGPT для ітеративної роботи над кодом і текстами. Дозволяє виділяти окремі абзаци, коригувати довжину, змінювати рівень читабельності та дебажити код без перезаписування всього документа.
Claude Artifacts (Інтерактивні живі додатки в чаті)
Революційна функція інтерфейсу Claude від Anthropic. Виносить згенерований код, схеми, діаграми та інтерактивні React-додатки в окреме вікно праворуч, рендерить їх на льоту і дозволяє користуватися ними без інсталяції середовища.
Claude Code
Офіційний термінальний агент розробки від Anthropic, що працює безпосередньо в командному рядку через Claude 3.7 Sonnet з нативною підтримкою Bash, Git, файлової системи та протоколу MCP.
Claude Haiku (Швидкісні компактні моделі Anthropic)
Найкомпактніша та найшвидша модель у лінійці Anthropic. Створена для блискавичних відповідей, масової класифікації текстів, витягування даних та агентської маршрутизації за мінімальну вартість.
Claude Opus (Флагманська інтелектуальна модель Anthropic)
Найпотужніша важковагова модель у сімействі Anthropic. Створена для складного філософського та наукового аналізу, написання багатошарових текстів і глибокого розуміння контексту.
Claude Projects (Робочі простори із власною базою знань)
Інструмент організації роботи в Claude від Anthropic. Дозволяє створювати окремі робочі простори під кожну задачу, завантажувати до 200 000 токенів внутрішньої документації та ділитися ними з колегами.
Claude Sonnet (Claude 3.7 / 3.5 Sonnet)
Еталонна інженерна модель від Anthropic, оптимізована для складного програмування, роботи з великими кодовими базами, гібридного міркування (Extended Thinking) та автономних агентських циклів.
Cline (раніше Claude Dev)
Відкритий автономний агент розробки для VS Code, що підтримує власні API-ключі (BYOK), пряму інтеграцію з протоколом MCP, терміналом та вбудованим браузером.
Codebase Indexing (Індексація кодової бази)
Комплексний процес синтаксичного розбору (AST), вилучення символів, побудови графу викликів та векторно-лексичного індексування репозиторію для надшвидкого релевантного контекстного пошуку.
Codebase Knowledge Graphs (Graphify)
Побудова семантичних AST-графів викликів, класів, типів та зв'язків у проєкті (Graphify), що дозволяє агенту точково знаходити лише релевантні файли без спаму у промпт.
Cognitive Context Thrashing
Стан руйнування робочої пам'яті людини, коли інженер одночасно оркеструє 3–5 паралельних ШІ-агентів над різними задачами, витрачаючи 100% енергії на постійне відновлення контексту.
Cognitive Overload (Когнітивне перевантаження інженера)
Психофізіологічний стан вичерпання ємності робочої пам'яті (Working Memory) розробника внаслідок надлишкової кількості одночасно утримуваних змінних, абстракцій або безперервного рев'ю згенерованого коду.
ColBERT & Late Interaction Retrieval
Архітектура нейромережевого пошуку, що порівнює контекстні ембеддінги кожного окремого токена запиту з токенами документа (Late Interaction), перевершуючи класичні Dense-вектори за точністю.
Constrained Decoding & Structured Outputs
Апаратне та алгоритмічне обмеження генерації токенів мовною моделлю на рівні інференсу, що математично гарантує 100% відповідність JSON Schema або Zod-типам.
Context Curation & Rules Hygiene
Інженерна практика проектування, регулярного аудиту та очищення конфігураційних файлів поведінки агента (.cursorrules, .clinerules, AGENTS.md) для запобігання деградації уваги моделі.
Context Distillation & Token Squeezing
Методи автоматичного видалення надлишкових слів, синтаксичного шуму, форматувальних пробілів та застарілих повідомлень перед відправкою промпту в модель для економії бюджету та прискорення інференсу.
Context Switching (Ціна перемикання контексту)
Психологічний феномен деградації продуктивності та виснаження уваги інженера через часте перемикання фокусу між різними задачами, месенджерами, інструментами та агентними чатами.
Context Window Overflow & Compaction
Інженерні патерни запобігання фатальним збоям при вичерпанні ліміту контексту: ковзні підсумки (Rolling Summaries), згортання станів та селективне витіснення застарілої історії.
Continuous / Dynamic Batching
Механізм групування вхідних запитів до нейромережі на рівні окремих ітерацій токенів (Iteration-Level Scheduling), що усуває простої графічних процесорів при паралельному навантаженні.
Continuous AI Refactoring
Практика регулярного фонового оновлення кодової бази автономними ШІ-агентами: очищення мертвого коду, міграція застарілих API, оптимізація продуктивності та виправлення технічного боргу.
ControlNet: керування позами та геометрією
Нейромережева надбудова для дифузійних моделей (Stable Diffusion), що дозволяє керувати просторовою композицією генерації за допомогою карт глибини, контурів ліній (Canny edge) та «скелетів» людських поз (OpenPose). Перетворює хаотичну генерацію на точний інструмент дизайнера.
Coolify (Self-hosted PaaS)
Відкрита платформа керування інфраструктурою (Self-Hosted PaaS, відкрита альтернатива Vercel, Heroku та Render), що автоматизує деплой додатків із Git, генерацію SSL-сертифікатів, бази даних та резервне копіювання на власному VPS.
CrewAI
Один із найпопулярніших Python-фреймворків для створення автономних команд агентів, заснований на рольовому розподілі обов'язків, інструментів і делегуванні завдань.
Cursor Composer (Багатофайлове агентське редагування)
Флагманський агентський режим редактора коду Cursor (Ctrl+I / Cmd+I). Дозволяє штучному інтелекту одночасно створювати, змінювати та зв'язувати десятки файлів проекту, виконувати команди в терміналі та перевіряти помилки.
Cursor IDE
Провідне AI-перше середовище розробки на базі ядра VS Code, що інтегрує мультифайловий генератор Composer, предиктивне автодоповнення Cursor Tab та векторну індексацію кодової бази.
Custom GPTs (Персональні чат-боти в ChatGPT)
Функція ChatGPT для створення персоналізованих міні-асистентів під конкретні задачі. Дозволяє завантажувати власні файли, задавати постійні інструкції, підключати генерацію картинок та зовнішні API без написання коду.
D
ENDeep Work Preservation in the AI Era
Методологія ізоляції безперервних часових блоків для мислення від нескінченного потоку пуш-повідомлень, звітів фонових агентів та спокуси миттєвої реакції.
DeepSeek (Китайський прорив у відкритому ШІ)
Серія проривних відкритих моделей від китайської лабораторії DeepSeek (V3, R1). Демонструє найвищий рівень у кодингу та міркуванні за вартістю у 10–20 разів нижчою за західні комерційні аналоги.
DeepSeek-R1 (Модель міркування DeepSeek)
Проривна відкрита модель міркування (Open Weights Reasoning Model) на базі 671B MoE архітектури, що довела можливість формування надскладного логічного мислення через чисте навчання з підкріпленням (GRPO).
Deterministic Tool Calling & Grammar Sampling
Технологія гарантування 100% синтаксичної валідності аргументів інструментів агента за допомогою граматичного маскування логітів (GBNF / Outlines) та суворої валідації Pydantic/Zod схем.
Developer Burnout (Професійне вигорання інженера)
Системний психофізіологічний розлад, спричинений хронічним некомпенсованим стресом робочого середовища, що виражається у глибокому емоційному виснаженні, деперсоналізації та падінні професійної самооцінки.
Developer Deskilling Anxiety
Психологічний стан страху та професійної невпевненості розробника перед тим, що через тотальну делегацію кодингу штучному інтелекту він розучиться самостійно писати синтаксис, алгоритми та архітектуру.
Diff Review & Reject (Ревізія та відхилення змін)
Критична інженерна дисципліна та механізм гранулярного аудиту кодових різниць (git diff) перед їх прийняттям, що запобігає деградації кодової бази, тихим видаленням обробників помилок та витокам безпеки.
Digital Detox (Цифровий детокс та інформаційна гігієна)
Системний регламент періодичного відключення від цифрових каналів інформації, моніторів та алгоритмічних стрічок для скидання дофамінового балансу, консолідації пам'яті та профілактики вигорання.
Disaster Recovery (Аварійне відновлення та бекапи)
Комплексна інженерна методологія та набір автоматизованих інструментів для створення незмінних резервних копій (RPO/RTO) з гарантованим та регулярно тестованим регламентом відновлення працездатності систем.
Docker для агентів та ботів (Container Sandboxing)
Методологія ізоляції автономних ШІ-агентів, інтерпретаторів коду та фонових сервісів у легковагових пісочницях Docker за допомогою cgroups та просторів імен (Namespaces) для запобігання пошкодженню хостової ОС.
Dual-Track Human-AI Development
Організаційна та інженерна модель розподілу праці, де людина фокусується на дослідженні проблеми, архітектурі та UX, а паралельний флот ШІ-агентів реалізує технічні модулі, тести та міграції.
E
ENeBPF Security & Runtime Auditing
Технологія безпечного виконання байткоду безпосередньо всередині ядра Linux (eBPF / Tetragon / Falco) для перехоплення небезпечних системних викликів (syscalls), мережевих з'єднань та модифікацій файлів ШІ-агентами.
ElevenLabs (Світовий лідер генеративного аудіо та голосу)
Провідна технологічна платформа синтезу мови (TTS) та голосового штучного інтелекту. Дозволяє перетворювати текст на живу емоційну людську мову, клонувати голоси та автоматично дублювати відео 30+ мовами.
Ephemeral Dev Environments for AI Agents
Швидкоживучі, ізольовані контейнерні середовища (Devcontainers, Daytona, E2B), що створюються за лічені секунди суто під виконання однієї інженерної таски агентом і безслідно знищуються після комміту.
Episodic vs Semantic Agent Memory
Архітектурне розділення пам'яті ШІ-агента на довготривалу фактологічну базу (Semantic Memory) та хронологічний журнал подій конкретних робочих сесій (Episodic Memory).
Epistemic Dependency on AI Models
Психологічна та когнітивна нездатність розробника прийняти навіть просте інженерне рішення, обрати назву змінної чи архітектурний підхід без попереднього запиту та схвалення від ШІ.
F
ENFast NVMe Scratch Volumes for AI Models
Оптимізація дискової підсистеми серверів штучного інтелекту за допомогою високошвидкісних локальних накопичувачів NVMe (PCIe 5.0) для миттєвого завантаження 40GB+ ваг та кешування моделей.
Few-Shot промптинг (In-Context Learning)
Методологія інженерії промптів, за якої модель адаптується до специфічного формату, стилю чи логіки безпосередньо під час інференсу (In-Context Learning) завдяки показу 2–5 еталонних прикладів.
Flow State (Стан потоку в інженерній роботі)
Оптимальний психофізіологічний стан пікової концентрації та повного злиття дії з усвідомленням, за якого час суб'єктивно сповільнюється або прискорюється, а складна інженерна робота виконується без опору.
FLUX.1 (Сучасний король фотореалістичних зображень)
Провідна модель генерації зображень від Black Forest Labs (творців Stable Diffusion). Відома бездоганним фотореалізмом, ідеальним малюванням пальців рук та здатністю рендерити чіткий друкований текст.
Frontier Models (Фронтирні моделі ШІ)
Найпотужніший клас штучного інтелекту на передньому краї світових досліджень (Claude 3.7 Sonnet, OpenAI o3/GPT-4.5, Gemini 2.0 Pro), що визначає межу сучасних можливостей міркування, автономності та кодування.
G
ENGemini Flash & Pro (Google Gemini)
Сімейство мультимодальних моделей від Google DeepMind, що поєднує рекордне контекстне вікно (до 2 млн токенів), екстремальну швидкість генерації (понад 150 токенів/с) та нативне сприйняття відео й аудіо.
Gemini Nano & Edge AI (ШІ прямо у смартфоні без інтернету)
Найкомпактніша версія штучного інтелекту від Google, оптимізована для локального запуску на чіпах смартфонів (NPU). Забезпечує саммарі аудіозаписів, розумні відповіді та обробку фото повністю офлайн.
GGUF & Modern Quantization Standards
Універсальний бінарний формат файлів для зберігання та миттєвого завантаження квантованих мовних моделей на процесорах та відеокартах у llama.cpp, Ollama та LM Studio.
GitHub Copilot (Автодоповнення коду за клавішею Tab)
Найвідоміший сервіс інтелектуального автодоповнення програмного коду від GitHub та Microsoft. Працює всередині VS Code та JetBrains: аналізує рухи курсора розробника та пропонує цілі рядки й функції за натисканням клавіші Tab.
GitHub Copilot Workspace
Хмарне середовище агентської розробки від GitHub, що трансформує GitHub Issues у повністю специфіковані та протестовані Pull Requests без необхідності локального клонування репозиторію.
Google AI Studio (Безкоштовна студія для тестування ШІ)
Офіційна веб-пісочниця від Google для швидкого тестування моделей Gemini. Дозволяє безкоштовно експериментувати з 2-мільйонним контекстом, налаштовувати системні промпти та отримувати API-ключі без кредитної картки.
Google Gemini Pro (Модель Google із бездонним контекстом)
Основна робоча модель від Google DeepMind із рекордним вікном контексту у 2+ мільйони токенів. Здатна за один запит аналізувати цілі книги, часові відеозаписи та масивні кодові бази.
GPT Image / DALL-E (Генерація зображень у ChatGPT)
Вбудований інструмент генерації візуального контенту безпосередньо у діалозі з ChatGPT. Дозволяє створювати ілюстрації, концепт-арт, постерні написи та локально редагувати фрагменти зображень.
GPT Mini (Компактні моделі серії GPT-4o mini)
Економічна та ультрашвидка версія флагманських моделей OpenAI. Оптимізована для масових щоденних задач, миттєвих відповідей, класифікації текстів та економії лімітів.
GPU чи CPU для ШІ: у чому різниця
Глибоке порівняння центрального (CPU) та графічного процесорів (GPU) для задач машинного навчання. Пояснення фундаментальної різниці між затримкою (Latency-oriented) та пропускною здатністю (Throughput-oriented), пропускної здатності шини пам'яті (DDR5 vs HBM3e) та бенчмаркінг у CLI.
GPU Slicing & Multi-Instance GPU (MIG)
Технологія апаратного та програмного поділу однієї потужної відеокарти (NVIDIA H100 / A100 / RTX 6000) на кілька повністю ізольованих інстансів для оптимізації вартості хостингу інференсу.
GraphRAG & Knowledge Graph Retrieval
Нове покоління систем пошуку з доповненою генерацією (GraphRAG), що поєднує семантичний векторний пошук із графами знань для синтезу глобальних висновків над великими базами знань.
GRPO & DPO Modern Alignment Algorithms
Новітні алгоритми оптимізації політики моделей (Direct Preference Optimization та Group Relative Policy Optimization), що позбавляють потреби у важких окремих моделях-критиках під час навчання міркувань.
Guardrails & Safety Rails
Програмний шар детермінованих фільтрів, валідаторів схем і політик безпеки, що перехоплює вхідні промпти, системні команди та відповіді моделей для запобігання збоям, витокам і експлойтам.
H
ENHallucination Triage & Root Cause
Систематичний інженерний процес аналізу помилок ШІ-моделей: діагностика дефектів контексту, виявлення конфліктів у промптах та фіксація системних правил замість безглуздого повторення запитів.
Hard Compiler & Linter Gates
Практика негайного та безповоротного відкату або блокування змін ШІ-агента, якщо компілятор (tsc, rustc) або швидкий лінтер (Biome, Ruff) повертають ненульовий код виходу.
Headless браузери (Playwright & Puppeteer)
Технологія програмного керування повноцінними браузерами (Chromium, Firefox, WebKit) у фоновому режимі без графічного вікна для рендерингу складних SPA, автоматизованого тестування та веб-агентів.
Headless Agent Execution (Overnight Coding)
Автономний запуск ШІ-агентів у фоновому режимі (CLI/Docker/Cloud) без відкритого графічного інтерфейсу IDE для вирішення тривалих інженерних завдань, рефакторингу та тестів.
Hermes Agent & Hedonist Orchestrator
Суверенна агентська екосистема спільноти Andriy Orlov, що перетворює персональний Telegram у повноцінний пульт керування Linux VPS, мультимодельними конвеєрами та автономними воркфлоу.
Hetzner Bare-Metal vs Cloud Hyperscalers
Фінансовий та технічний аналіз собівартості інфраструктури: чому оренда виділеного заліза в європейських дата-центрах (Hetzner, OVH) обходиться у 5–10 разів дешевше за віртуальні машини AWS/GCP для ШІ-навантажень.
Hierarchical Chunking & Parent-Child Retrieval
Архітектурний патерн пошуку, де векторне зіставлення здійснюється по коротких, точних дочірніх фрагментах (Child Chunks), а в контекст моделі підтягується весь широкий батьківський блок (Parent Document).
Hugging Face Hub
Провідна світова платформа та відкритий репозиторій для спільноти штучного інтелекту («GitHub для нейромереж»). Містить сотні тисяч відкритих моделей, датасетів і безкоштовних веб-демо (Spaces), підтримуючи всі провідні ШІ-фреймворки.
Human-in-the-Loop (HITL)
Фундаментальний патерн безпеки та архітектури, за якого автономне виконання процесів переривається на визначених контрольних точках для обов'язкової людської експертизи, верифікації та затвердження.
I
ENIllusion of Competence (Ілюзія інженерної компетентності)
Когнітивне викривлення, за якого легкість та швидкість отримання згенерованого моделлю коду створює у розробника оманливе переконання, що він особисто розуміє фундаментальні принципи роботи системи.
Immutable Infrastructure & Cloud-Init
Парадигма управління серверами, де сервери ніколи не модифікуються вручну після розгортання: будь-яке оновлення чи зміна конфігурації відбувається через створення свіжого стандартизованого інстансу.
Indirect Prompt Injection Defense
Комплекс архітектурних та програмних методів захисту автономних ШІ-агентів від прихованих інструкцій атакуючого, розміщених у сторонніх веб-сторінках, документах або API.
Inpainting та Outpainting (Редагування та розширення фото)
Техніки вибіркового нейромережевого редагування зображень. Inpainting замінює або видаляє об'єкт усередині виділеної області (маски) зі збереженням світла й текстури. Outpainting (Generative Fill) домальовує новий простір за межами оригінальних меж фотографії.
Interrupt-Driven HITL & Breakpoints
Патерн проектування агентських систем із можливістю паузи, ін'єкції людських правок та безпечного відновлення стану (Resume) перед виконанням критичних дій.
K
ENKnowledge Compounding (Складний відсоток інженерних знань)
Інженерна стратегія безперервної кристалізації досвіду у структуровані артефакти (Markdown-вікі, чеклисти, скіли для агентів), що забезпечує експоненціальне зростання особистої та командної продуктивності.
KV-кеш (Key-Value Cache)
Оптимізація пам'яті в моделях Transformer, яка зберігає вектори ключів і значень (Keys and Values) уже оброблених токенів у швидкій пам'яті GPU. Дозволяє генерувати кожне наступне слово миттєво, але стрімко росте в розмірі з кожним новим повідомленням у чаті.
KV-Cache Offloading & Compression
Апаратні та алгоритмічні методи тимчасового вивантаження кешу ключів і значень (KV-Cache) із дорогої відеопам'яті GPU у системну оперативну пам'ять (RAM) або швидкі NVMe SSD.
L
ENLangGraph
Низькорівневий фреймворк від команди LangChain для побудови детермінованих, циклічних мультиагентних систем у вигляді кінцевих автоматів (State Machines) із повною підтримкою персистентності.
Litestream & Continuous SQLite Cloud Streaming
Технологія безперервної фонової реплікації журналів випереджального запису (WAL) вбудованої бази даних SQLite у хмарне S3-сумісне сховище з нульовою втратою даних (RPO < 1 сек).
LLM (Large Language Model - Велика мовна модель)
Фундаментальний клас нейромережевих архітектур на базі авторегресійного трансформера, що передбачає ймовірнісний розподіл наступних токенів і демонструє емерджентні властивості абстрактного мислення, синтезу коду та логічного висновку.
LLM Gateways & Routing (LiteLLM & Portkey)
Централізовані інженерні проксі для управління флотом моделей: автоматичний фолбек між провайдерами (Anthropic/OpenAI/Groq), семантичне кешування відповідей та бюджетні квоти.
LM Studio
Безкоштовний десктопний додаток для Windows, macOS та Linux, який дозволяє знаходити, завантажувати й запускати відкриті LLM в один клік без використання термінала. Має вбудований локальний сервер, сумісний з OpenAI API.
LMSYS Chatbot Arena (Рейтинг ELO)
Краудсорсингова відкрита платформа сліпого A/B-тестування LLM, що визначає відносну силу мовних моделей на базі статистичної моделі Бредлі-Террі та шахового рейтингу Elo.
LoRA-файли для стилів та облич (Low-Rank Adaptation)
Технологія швидкого та легковагового донавчання моделей зображень (Stable Diffusion, FLUX). Створює компактні файли розміром від 20 до 200 МБ, які підключаються до основної моделі як змінний плагін, додаючи конкретного персонажа, стиль художника або візуальну естетику.
M
ENMarkdown AST для агентів (Abstract Syntax Tree)
Ієрархічне деревоподібне представлення розмітки Markdown (стандарт mdast / Unified.js), що дозволяє програмним системам та AI-агентам детерміновано аналізувати, трансформувати та безпечно редагувати технічний контент без використання крихких регулярних виразів.
MCP (Model Context Protocol)
Відкритий стандарт від Anthropic на базі JSON-RPC 2.0 для уніфікованого двостороннього підключення AI-асистентів до зовнішніх інструментів, баз даних і системного оточення.
MCP Client
Програмне середовище (Claude Code, Cursor, Cline, SDK-агенти), що керує життєвим циклом підключення до MCP-серверів, агрегує маніфести інструментів та контролює права доступу моделі.
MCP Server
Програмний сервіс або фоновий процес, що реалізує специфікацію MCP і надає зовнішнім AI-клієнтам стандартизований доступ до виконання функцій, читання ресурсів і шаблонів промптів.
Meta Llama (Головний відкритий стандарт штучного інтелекту)
Флагманська серія відкритих мовних моделей від компанії Meta (Llama 3, 3.3). Доступна для вільного скачування, модифікації та локального запуску на власних серверах без обмежень і цензури.
Microsoft AutoGen
Провідний відкритий фреймворк від Microsoft для створення мультиагентних розмовних систем. Дозволяє об'єднувати декількох AI-агентів із різними ролями та навичками у груповий чат (GroupChat), де вони дискутують, пишуть код, тестують його та спільно досягають бізнес-цілей.
MicroVMs (Firecracker & Cloud Hypervisor)
Технологія ультрашвидких ізольованих віртуальних машин на базі Linux KVM (Firecracker, Cloud Hypervisor), що запускаються за 5–50 мілісекунд для безпечного виконання коду агентів.
Midjourney (Провідна платформа художнього дизайну)
Провідний закритий генератор зображень із найвищим рівнем художньої естетики. Стандарт індустрії для дизайнерів, кінематографістів, концепт-артистів та рекламних креативників.
Mistral AI (Європейські відкриті та ефективні моделі)
Серія високоефективних відкритих та комерційних моделей від французького стартапу Mistral AI (Mistral 7B, Mixtral 8x7B, Mistral Large). Відомі компактністю, швидкістю та повагою до приватності даних.
Model Distillation & Reasoning Transfer
Методологія передачі знань та ланцюжків міркувань від гігантської моделі-вчителя (Teacher Model) до компактної моделі-учня (Student Model) для швидкого та дешевого інференсу.
Model Merging & Frankensteining
Техніка об'єднання ваг двох або більше різних мовних моделей без повторного тренування на GPU (SLERP, DARE, Ties-Merging), що створює гібридні моделі з синергетичними навичками.
MoE (Mixture of Experts - Суміш експертів)
Архітектурний підхід у глибокому навчанні, де важкі повнозв'язні шари трансформера розбиваються на десятки спеціалізованих підмереж («експертів»), а динамічний маршрутизатор активує лише невелику частину з них для кожного окремого токена.
Monte Carlo Tree Search for Agents (MCTS)
Алгоритмічний підхід до планування дій ШІ-агентів, що поєднує евристичний пошук, оцінку проміжних станів та бектрекінг для знаходження оптимальних рішень у просторі високої складності.
Multi-Agent Orchestration
Архітектура взаємодії незалежних спеціалізованих ШІ-агентів, об'єднаних у розподілену мережу або ієрархію для паралельного вирішення комплексних інженерних задач.
N
ENNative Multimodal Reasoning
Архітектури штучного інтелекту, що здатні проводити глибокі логічні міркування над кодом, діаграмами архітектури, скріншотами UI та відеорядом у єдиному просторі уваги.
Needle in a Haystack & Long-Context Retrieval
Проблема деградації уваги мовних моделей всередині гігантських контекстних вікон (1M–2M токенів), коли модель ігнорує інструкції, заховані в середині тексту, та інженерні методи її подолання.
Negative Constraints & Anti-Pattern Prompts
Методологія формулювання заборон та явного виключення небажаних інженерних патернів (Anti-Goals) у системних інструкціях для запобігання шаблонному та надлишковому коду (AI Slop).
NotebookLM та Аудіо-Огляд (Подкаст із конспектів)
Безкоштовний дослідницький інструмент від Google на базі моделей Gemini. Відповідає суворо за завантаженими джерелами (без галюцинацій) та вміє перетворювати нудні звіти на живі розмовні аудіоподкасти.
O
ENOCR проти Vision LLM: еволюція розпізнавання тексту
Порівняння традиційного оптичного розпізнавання символів (OCR — Tesseract, ABBYY FineReader) із сучасними мультимодальними зоровими моделями (Vision LLM). Чому старі алгоритми сліпо копіюють пікселі з помилками, а нові моделі виправляють почерк, розуміють таблиці та підраховують підсумки.
Ollama (Платформа локального запуску моделей)
Провідний відкритий інструмент для простого завантаження, конфігурації та локального виконання мовних моделей (Llama, DeepSeek, Qwen) із вбудованим REST API, сумісним з OpenAI.
Open Weights vs Truly Open Source AI
Юридичний та інженерний аналіз фундаментальної різниці між доступними числовими вагами моделей (Llama, DeepSeek) та повністю відкритими проєктами з вихідними даними, кодом і архітектурою (OSI Standard).
OpenAI GPT (Флагманські моделі серії GPT)
Головна універсальна лінійка великих мовних моделей від OpenAI (GPT-4, GPT-4o). Оптимізована для складного текстового аналізу, програмування, творчості та щоденної інтелектуальної роботи.
OpenAI o-серія / Reasoning (Моделі поглибленого міркування)
Нове покоління штучного інтелекту від OpenAI (серія o1, o3), оптимізоване для багатоетапного прихованого мислення, вищої математики, квантової фізики та складного алгоритмічного кодингу.
OpenAI Whisper (Золотий стандарт розпізнавання мови)
Відкрита модель розпізнавання мови (STT) від OpenAI. Розпізнає понад 100 мов світу, стійка до фонового шуму, діалектів і бурмотіння. Стандарт для автоматичної розшифровки аудіо та голосового кодингу.
OpenCode / OpenHands (раніше OpenDevin)
Провідна відкрита (open-source) платформа автономного програмного інжинірингу, що виконує комплексні інженерні задачі в ізольованому Docker-середовищі з доступом до терміналу, браузера та файлової системи.
OpenRouter (Уніфікований API-шлюз моделей)
Уніфікований шлюз штучного інтелекту, що надає стандартизований доступ до сотень закритих та відкритих мовних моделей від десятків інференс-провайдерів через єдиний баланс, єдиний API-ключ та механізм автоматичного відмовостійкого перемикання (Fallback).
P
ENPagedAttention & KV-Cache Management
Алгоритм керування пам'яттю графічного процесора, що розбиває KV-кеш мовної моделі на неперервні віртуальні сторінки (як у ядрі ОС), усуваючи фрагментацію та збільшуючи пропускну здатність у 4 рази.
Patch & Diff-First Generation
Патерн взаємодії з кодом, де ШІ-агент оперує виключно точковими блоками заміни (Search-and-Replace / Unified Diffs), зберігаючи незмінним решту файлу та заощаджуючи токени.
Perplexity AI (Пошуковий асистент нового покоління)
ШІ-пошуковик нового покоління (Answer Engine). Замість списку рекламних посилань синтезує вичерпну структуровану відповідь із клікабельними посиланнями на першоджерела в реальному часі.
Pinokio AI Браузер
Десктопний автономний браузер та менеджер додатків («App Store для відкритого ШІ»), що дозволяє встановлювати, конфігурувати та запускати складні середовища штучного інтелекту (ComfyUI, Stable Diffusion, Whisper, FaceFusion) без знання Git, Python чи термінала.
Plan-and-Solve Prompting
Двоетапна агентська архітектура, що розділяє стратегічну декомпозицію задачі на глобальний план від його послідовного тактичного виконання з динамічним репланінгом.
PR Review Drowning & Team Collapse
Криза інженерних процесів у команді, коли швидкість генерації коду за допомогою ШІ перевищує біологічну здатність сеньйорів якісно читати, аналізувати та валідувати пулл-реквести.
Process Reward Models (PRM)
ШІ-моделі оцінювання, що аналізують правильність кожного окремого логічного кроку або виклику інструменту агента, запобігаючи накопиченню помилок до отримання фінального результату.
Production-Grade Docker Compose Patterns
Інженерні стандарти безпечного розгортання multi-container сервісів на VPS без зайвої складності Kubernetes: обмеження ресурсів, ізольовані мережі, healthchecks та управління секретами.
Prompt Caching Architecture & Economics
Методологія проєктування промптів, орієнтована на максимізацію попадання в апаратний кеш префіксів (Prefix Caching) в Anthropic, OpenAI та DeepSeek для 90% знижки вартості та 80% прискорення.
Prompt Extraction & Inversion Attacks
Методологія аналізу кіберзагроз, спрямованих на викрадення секретних системних промптів, пропрієтарної бізнес-логіки та прихованих інструкцій через маніпулятивні запити користувачів.
Prompt Fatigue (Промпт-втома та виснаження формулювання)
Психологічний та когнітивний стан виснаження розробника, викликаний постійною необхідністю перекладати технічні наміри на розмиту природну мову, повторювати контекст та багаторазово переформульовувати промпти.
PydanticAI
Сучасний Python-фреймворк від творців Pydantic, що привносить строгу типізацію, ін'єкцію залежностей (Dependency Injection) та детерміновану валідацію схем у світ AI-агентів.
R
ENRAG (Retrieval-Augmented Generation)
Архітектурний патерн корпоративного AI, що динамічно збагачує контекстне вікно моделі релевантними верифікованими знаннями із зовнішніх сховищ (векторних баз, графів, повнотекстових індексів) перед генерацією фінальної відповіді.
RAG проти Fine-Tuning (Вічна дилема впровадження ШІ)
Фундаментальний архітектурний вибір для бізнесу. RAG (пошук по документах у момент запиту) проти Fine-Tuning (зміна ваг моделі через донавчання). Критерії вибору між актуальністю фактів та специфічним стилем поведінки.
Rate Limiting (Обмеження частоти запитів та захист API)
Системний механізм контролю інтенсивності вхідного та вихідного трафіку (Token Bucket, Sliding Window) для захисту бекенду від вичерпання ресурсів, брутфорсу, Layer 7 DDoS та фінансового овердрафту на AI-ендпоінтах.
ReAct Pattern (Reasoning + Acting)
Фундаментальний алгоритмічний патерн автономних агентів, що чергує кроки внутрішніх міркувань (Thought), виконання зовнішніх інструментів (Action) та аналізу отриманого результату (Observation).
Reasoning Models (Моделі поглибленого міркування)
Клас моделей штучного інтелекту нового покоління (OpenAI o1/o3-mini, DeepSeek-R1, Claude 3.7 Extended Thinking), що використовують масштабування часу обчислень (Test-Time Compute) та внутрішній ланцюжок думок для перевірки гіпотез.
Reflection Pattern (Рефлексія)
Архітектурний патерн підвищення надійності агентів, що розділяє процес на генерацію рішення (Generator), його критичний аудит (Critic) та ітеративне доопрацювання (Refiner).
RLVR (Reinforcement Learning with Verifiable Rewards)
Метод пост-тренінгу та оптимізації міркувань ШІ-агентів, де функція винагороди базується на об'єктивних математичних перевірках, компіляторах та юніт-тестах замість суб'єктивних людських оцінок.
S
ENSampling Parameters (Temperature, Top-p, Min-p)
Математичні гіперпараметри стохастичного декодування (Temperature, Top-P, Min-P, Penalties), що керують розподілом ймовірностей вибору наступного токена, визначаючи рівень детермінізму, точності та креативності моделі.
Seed та детермінізм (Повторення результату генерації)
Числовий ідентифікатор генератора випадкових чисел (Seed). Дозволяє зафіксувати випадковість у мовних моделях та генераторах зображень, щоб отримувати стабільний, відтворюваний результат при повторенні того самого запиту.
Self-Correction Loop
Механізм автономного виправлення коду моделлю через отримання детермінованого зворотного зв'язку від компіляторів, лінтерів або тестів (Grounded Feedback Loop).
Self-Healing Code & Runtime Loops
Автономний інженерний цикл, у якому ШІ-агент модифікує код, аналізує зворотний зв'язок компілятора та рантайм-логи й ітеративно усуває власні помилки до досягнення 100% працездатності.
Self-RAG & Corrective RAG (CRAG)
Методологія адаптивного пошуку, де мовна модель самостійно оцінює релевантність знайдених документів, відкидає шум і динамічно переформулює пошуковий запит при браку інформації.
Serverless LLM Cold Start Optimization
Комплекс інженерних методів зниження часу підняття серверлес-контейнерів з мовними моделями з 30–60 секунд до менше ніж 1 секунди: прогріті пули, потокове завантаження ваг та снапшоти пам'яті.
Shadow Git Worktrees & Branching
Методологія ізоляції роботи ШІ-агентів у паралельних каталогах git worktree, що дозволяє моделі експериментувати та білдити проект без блокування відкритого редактора інженера.
Shadow Workspace & Git Worktrees
Методологія повної фізичної ізоляції агентських процесів у паралельних робочих деревах (Git Worktrees), що усуває взаємне блокування та дозволяє ШІ модифікувати й тестувати код без ризику для поточної гілки розробника.
SLMs (Small Language Models 1B–3B)
Ультракомпактні моделі нового покоління розміром 1B–3B параметрів (Llama 3.2, SmolLM, Qwen 2.5), спроєктовані для локального виконання на телефонах, в браузері та на дешевих edge-серверах.
Solo-Founder Velocity & Cognitive Overload
Психологічний та операційний тягар ситуації, коли один розробник завдяки ШІ виконує функції команди з 8 осіб (Frontend, Backend, DevOps, QA, Security, Product), не маючи можливості розділити відповідальність.
Sora та ШІ-відео (Генерація відео з тексту)
Новітній клас генеративних нейромереж, здатних створювати фотореалістичні динамічні відеоролики з тексту чи статичних картинок (OpenAI Sora, Runway Gen-3, Kling, Luma Dream Machine).
Spec-Driven Development (SDD)
Провідна методологія інженерії програмного забезпечення епохи ШІ, де створення, узгодження та фіксація структурованої машинно-читабельної специфікації обов'язково передує генерації коду.
Spec-First Engineering (RFC-Driven AI Dev)
Методологія розробки за допомогою ШІ, де 80% зусиль розробника спрямовані на створення кришталево чіткої технічної специфікації (PRD/RFC) до генерації першого рядка коду.
Speculative Decoding & Draft Models
Технологія апаратного прискорення інференсу великих мовних моделей у 2–3 рази без втрати якості за рахунок паралельної перевірки передбачень швидкої драфт-моделі.
SSH Keys (Криптографічні SSH-ключі)
Асиметрична пара криптографічних ключів (публічний та приватний), що використовується протоколом Secure Shell (SSH) для автентифікації без передачі секретів через незахищену мережу.
Sub-Quadratic Attention & Mamba / State Space Models
Новітні нейромережеві архітектури з лінійною складністю обчислень O(N), що дозволяють обробляти мільйони токенів контексту з постійним використанням оперативної пам'яті.
Subagent Fan-out & Map-Reduce Coding
Патерн паралельної розробки, де головний агент розбиває масивну задачу на N незалежних підзадач, запускає N ізольованих субагентів одночасно та зводить їхні результати в єдиний дифф.
Subagents (Субагенти та делегування)
Архітектурний патерн запуску одноразових ізольованих дочірніх агентів для паралельного виконання ресурсомістких підзадач без засмічення контекстного вікна батьківського процесу.
Supervisor Pattern (Hierarchical Multi-Agent)
Архітектурний шаблон організації ШІ-агентів, де центральний агент-супервайзер керує життєвим циклом, декомпозицією завдань та делегуванням пулу спеціалізованих воркерів.
Superwhisper (Голосове введення коду / Voice-to-Code)
Локальна системна утиліта голосового введення на базі моделей Whisper та Apple Silicon ANE, оптимізована для швидкісного диктування технічних промптів, коду та архітектурних специфікацій без затримок і хмарних витоків.
Sustainable Agent Delegation Discipline
Система інженерних правил, протоколів і психологічних меж, що дозволяє продуктивно співіснувати з невпинно працюючими ШІ-агентами без скочування в цілодобове чергування та вигорання.
Synthetic Data Generation & Pretraining
Технологія генерації, автоматичної фільтрації та формальної верифікації навчальних датасетів за допомогою штучного інтелекту для подолання дефіциту якісних людських даних.
Synthetic Imposter Syndrome
Екзистенційне знецінення власної інженерної експертизи через те, що левова частка коду та архітектурних рішень створюється моделями ШІ, а не вручну розробником.
Synthetic Personas & Multi-Role Simulation
Методика моделювання різнорідних ролей користувачів, безпекових аудиторів та експертів з доступності за допомогою спеціалізованих системних промптів для всебічного стрес-тестування додатків.
Synthetic Slop Fatigue
Психологічне відторгнення та апатія інженера, викликана необхідністю годинами вичитувати шаблонний, надмірно роздутий, багатослівний та позбавлений елегантності машинний код.
System Prompt Drift & Degradation
Феномен поступової втрати первинних інструкцій, стилю відповіді та безпекових обмежень мовною моделлю в міру розростання історії діалогу, а також методи періодичного реінжектингу правил.
T
ENTailscale & WireGuard Mesh Networks
Технологія побудови повністю закритих оверлейних Mesh-мереж без відкриття публічних портів SSH або баз даних у відкритий інтернет за допомогою сучасного криптографічного протоколу WireGuard.
Telegram Bot API (API ботів Telegram)
Офіційний HTTP-інтерфейс платформи Telegram, що дозволяє створювати автономних чат-ботів, AI-асистентів, інтерфейси Telegram Mini Apps (TMA) та канали інтерактивного сповіщення.
TensorRT-LLM & SGLang High-Speed Engines
Глибоко компільовані обчислювальні рушії для екстремальної оптимізації інференсу мовних моделей на серверах NVIDIA з оптимізацією графів, FlashAttention-3 та розширеним роутингом.
Terminal Agent (Термінальний автономний агент)
Клас автономних агентів, операційним простором яких є командний рядок (CLI/POSIX Shell), призначених для прямої взаємодії з файловою системою, процесами ОС, Git та віддаленими серверами.
Test-Time Compute Scaling
Нова парадигма розвитку ШІ на кінець 2026 року: підвищення якості відповідей не за рахунок гігантських розмірів моделей під час навчання, а за рахунок виділення додаткових секунд на роздуми перед генерацією.
The Clean Slate Syndrome (Синдром чистого аркуша)
Психологічна пастка епохи агентського вайбкодингу: спокуса повністю знести заплутаний репозиторій (rm -rf) і почати з нуля замість того, щоб проводити структурний рефакторинг накопиченого технічного боргу.
The Hyper-Productivity Trap
Психологічний капкан, коли 5-кратне прискорення створення коду призводить не до звільнення часу для відпочинку, а до зростання вимог видавати у 10 разів більше фіч, що веде до швидкого та важкого вигорання.
Token Budgeting & Cost Governance
Система фінансового менеджменту, встановлення жорстких лімітів на витрати токенів (Hard Limits) та оптимізації вартості одного успішного завдання у роботі з ШІ-моделями.
Token Burn Rate (Швидкість витрати токенів)
Критична інженерна та фінансова метрика швидкості споживання контекстних і генераційних токенів (та доларів на годину) в агентських сесіях розробки з урахуванням кешування промптів.
Tool Calling (Function Calling)
Низькорівневий механізм мовних моделей, що дозволяє їм надійно генерувати валідовані параметри у форматі JSON для виконання функцій у зовнішньому програмному середовищі.
Top-P / Nucleus Sampling (Відсікання марення в текстах)
Метод імовірнісної фільтрації слів (Nucleus Sampling). Дозволяє відсікати «довгий хвіст» малоймовірних, дивних і безглуздих слів, залишаючи лише найадекватніші варіанти з сумарною ймовірністю P (зазвичай 0.9).
TTFT vs TPS (Inference Latency Metrics)
Дві ключові інженерні метрики продуктивності інференсу: Time To First Token (латентність початку відповіді) та Tokens Per Second (пропускна здатність генерації коду).
U
ENV
ENVector Metadata Filtering & Hybrid Routing
Технологія поєднання семантичного векторного пошуку з жорсткими детермінованими SQL/NoSQL фільтрами за полями (tenant_id, version, role, date) перед обчисленням відстаней векторів.
Verification Discipline (Дисципліна верифікації згенерованого коду)
Фундаментальний інженерний принцип, згідно з яким будь-який результат генерації штучного інтелекту розглядається як неперевірена гіпотеза, що потребує обов'язкового емпіричного підтвердження до прийняття.
Verification Fatigue & Rubber-Stamping
Когнітивне притуплення уваги інженера через постійний потік великих за обсягом дифів, згенерованих ШІ, що призводить до механічного підписання неперевіреного коду в прод.
Vibecoding
Нова парадигма інженерії програмного забезпечення, де людина виступає архітектором та верифікатором намірів, а синтаксис, тести, компіляцію та виправлення помилок автономно реалізують ШІ-агенти.
Vibecoding Dopamine Loops
Нейрофізіологічна залежність розробника від миттєвого збудження при генерації працюючих прототипів та різке виснаження при зіткненні зі складною налагоджувальною рутиною.
Vibecoding Fatigue (Втома від вайбкодингу)
Специфічний синдром ментального виснаження та відчуження розробника, викликаний надшвидкою генерацією коду без утримання ментальної моделі, що завершується паралічем налагодження (Debugging Paralysis).
vLLM (Високопродуктивний рушій інференсу)
Провідний відкритий серверний рушій інференсу та обслуговування LLM, що здійснив революцію у пропускній здатності завдяки алгоритму віртуалізації пам'яті PagedAttention та неперервному батчингу.
Voice-Driven Coding & Dictation Pipelines
Методика надшвидкого формулювання інженерних завдань через локальне розпізнавання голосу (Superwhisper / Whisper.cpp) з автоматичним перетворенням потоку думок на структуровані PRD та специфікації.
VPS Hardening (Харденінг та безпека Linux VPS)
Системний процес конфігурації та зменшення поверхні атаки (Attack Surface Reduction) операційної системи Linux на віртуальному сервері через обмеження привілеїв, криптографічну ізоляцію та мережевий аудит.
VPS Hosting (Віртуальний виділений сервер)
Модель надання ізольованих обчислювальних ресурсів за допомогою апаратного гіпервізора (KVM), що надає повний доступ рівня root до операційної системи Linux для розгортання автономних систем.
W
ENWeb Search у чаті (Пошук в інтернеті в реальному часі)
Вбудована функція пошуку в інтернеті всередині ChatGPT, Claude та Gemini (іконка глобуса). Дозволяє моделі отримувати свіжі дані з веб-сайтів за поточний день і давати відповіді з прямими посиланнями на джерела.
WebAssembly Sandboxing (Wasm / WASI)
Технологія ізольованого виконання стороннього коду та агентських плагінів усередині легковагових WebAssembly рантаймів (Wasmtime, Wasmer) із субмілісекундним стартом та нульовим доступом до ОС.
Webhooks (Асинхронні вебхуки)
Архітектурний патерн асинхронної міжсервісної взаємодії (Event-driven Push), за якого провайдер події надсилає HTTP POST-запит із даними на зареєстрований URL споживача при настанні системної події.
WebMCP & Browser-Native Tools
Адаптація Model Context Protocol (MCP) для роботи безпосередньо у веб-браузері, що дозволяє ШІ-агентам взаємодіяти з DOM, LocalStorage, WebAssembly та IndexedDB без локальних демонів.
Windsurf Cascade (Потоковий агентський рушій від Codeium)
Інноваційне агентське середовище від компанії Codeium. Реалізує концепцію безперервного «потоку» (Flow): поєднує глибоку індексацію проекту, автономне виконання shell-команд у терміналі та автовиправлення помилок на льоту.
Windsurf IDE & Cascade
AI-перше інтегроване середовище розробки від Codeium на базі агентського рушія Cascade, орієнтоване на концепцію неперервного контекстного потоку (Flows) та синхронної парної взаємодії.
X
ENZ
ENZero-Downtime Deployment (Безперервне розгортання)
Методологія та інженерні механізми оновлення продакшен-сервісів без зупинки обслуговування користувачів, обриву існуючих TCP-з'єднань та генерації HTTP помилок 502/503.
Zero-Shot проти Few-Shot (Сила кількох прикладів)
Порівняння двох фундаментальних технік промптингу. Zero-Shot — прямий запит без прикладів. Few-Shot — передача моделі кількох зразків бажаної відповіді перед виконанням задачі для точного калібрування формату й тону.
Zero-Shot CoT vs Dynamic Reasoning
Історична та практична еволюція технік міркування: від простої фрази 'Let's think step by step' (Zero-Shot Chain-of-Thought) до нативного апаратного бюджетування роздумів у сучасних моделях.
Zero-Trust Architecture for AI Servers
Безпекова парадигма 'Ніколи не довіряй, завжди перевіряй', що виключає статичні паролі, вимагає короткочасних сертифікатів доступу, взаємного шифрування mTLS та повної ізоляції секретів.
А
UAАвтогенерація тестів (ШІ пише перевірки для свого коду)
Методика автоматичного створення перевірочних тестів (Unit, Integration, E2E на Vitest чи Playwright) за допомогою штучного інтелекту. Забезпечує детермінований контроль якості та запобігає регресіям у коді.
Автономний локальний ШІ та приватність даних
Практика виконання моделей машинного навчання повністю на власному фізичному обладнанні без підключення до інтернету (Air-Gapped AI). Гарантує 100% захист від витоку комерційної таємниці, персональних даних (GDPR/HIPAA) та відмови хмарних провайдерів.
Авторське право та ліцензії в еру ШІ
Правовий статус інтелектуальної власності на контент, створений нейромережами. Прецеденти Бюро авторських прав США та ЄС: відсутність копірайту на чисті результати генерацій, статус навчання на чужих творах (Fair Use) та ліцензії відкритих моделей.
Агентські скіли (Agent Skills & Custom Workflows)
Архітектурний патерн динамічного підвантаження вузькоспеціалізованих процедурних інструкцій, скриптів і шаблонів (SKILL.md) у контекстне вікно агента суто за вимогою (On-Demand Loading).
Агрегатор OpenRouter (Один ключ для 200+ моделей)
Провідний світовий API-агрегатор та шлюз для штучного інтелекту (AI Gateway). Надає єдиний стандартизований інтерфейс, сумісний з OpenAI, що дозволяє викликати понад 200 комерційних та відкритих моделей (Claude, GPT-4, Llama, DeepSeek, Mistral) через один спільний баланс та один API-ключ.
Аналіз прикріплених файлів (Іконка скріпки в чаті)
Функція завантаження файлів у ChatGPT, Claude та Gemini (іконка скріпки або плюсика). Дозволяє передавати моделі таблиці Excel, звіти PDF, текстові документи та фотографії для миттєвого аналізу та розрахунків.
Архітектура Transformer
Архітектура нейронних мереж, представлена дослідниками Google у 2017 році в статті «Attention Is All You Need». Основа всіх сучасних мовних моделей (GPT, Claude, Gemini, Llama), яка замінила повільні рекурентні мережі та навчилася паралельно обробляти весь текст одночасно.
Атомарні збереження (Atomic Git Commits with AI)
Дисципліна частої та ізольованої фіксації змін у системі контролю версій Git під час роботи з AI-генераторами коду. Кожна успішно працююча мікрофіча зберігається окремим комітом, гарантуючи миттєву можливість відкотити невдалі експерименти моделі без втрати робочого прогресу.
Б
UAБенчмарки для агентів: GAIA та SWE-bench
Нове покоління суворих практичних бенчмарків для оцінки автономності штучного інтелекту. GAIA тестує мультимодальні завдання у відкритому вебі з файлами та браузером, а SWE-bench перевіряє здатність агентів знаходити та виправляти справжні баги у великих репозиторіях GitHub.
Браузерні автономні агенти (Browser Use / Web Agents)
Технологія автономного керування веб-браузером (Browser Use, Playwright AI, Puppeteer). Агент самостійно відкриває сайти, взаємодіє з елементами DOM-дерева, прокручує сторінки, витягує динамічні дані та виконує багатокрокові завдання без офіційних API.
Бюджет на роздуми (Thinking Budget у нових моделях)
Новий параметр сучасних моделей гібридного міркування (Claude 3.7 Sonnet, OpenAI o1/o3). Дозволяє користувачеві самостійно визначати ліміт токенів або секунд, які штучний інтелект має право витратити на внутрішнє обмірковування перед фінальною відповіддю.
В
UAВаги та зміщення нейромережі (Weights & Biases)
Фундаментальна природа навченої нейромережі. Ваги (Weights) — матричні коефіцієнти сили зв'язку між штучними нейронами, а зміщення (Biases) — поріг чутливості активації. Пояснення форматів збереження (.safetensors, bfloat16, fp8) та інспекція ваг через Python і CLI.
Вбудовані бази даних (SQLite & Turso / libSQL)
Технологія вбудованих (In-Process) реляційних баз даних на базі SQLite та розподіленого форку libSQL (Turso), що поєднує роботу без виділеного мережевого сервера із субмілісекундною швидкістю читання.
Векторний пошук проти Ctrl+F (Dense vs Sparse)
Порівняння двох підходів до пошуку: нейромережевого смислового (Dense Retrieval) та класичного ключового за збігом слів (Sparse / BM25). Пояснює, чому векторний пошук може провалитися на пошуку артикулів товарів і як працює гібридний пошук.
Векторні бази даних (Vector DBs & ANN Search)
Спеціалізовані СУБД та розширення (Qdrant, pgvector, Milvus, Chroma, Turso), оптимізовані для зберігання мільйонів багатовимірних векторів та надшвидкого наближеного пошуку найближчих сусідів (Approximate Nearest Neighbors).
Векторні ембеддінги (Dense Embeddings)
Математична проєкція тексту, коду чи мультимодальних даних у щільний багатовимірний числовий вектор, де кут і геометрія між координатами відображають їхню смислову спорідненість.
Вигадані залежності в коді (Hallucinated Packages)
Небезпечний різновид нейромережевих галюцинацій у програмуванні. Модель вигадує правдоподібні, але неіснуючі в реальності бібліотеки та npm/PyPI пакети, створюючи критичні дірки в безпеці (Slopsquatting).
Виклик функцій (Function Calling / Tool Calling)
Технічний протокол та стандарт взаємодії LLM із зовнішнім програмним забезпеченням. Замість вільного тексту модель повертає валідний JSON з назвою функції та типізованими аргументами за схемою JSON Schema, дозволяючи бекенду детерміновано виконувати дії в реальних API.
Витік даних через чат-боти (Data Leakage)
Небезпека компрометації корпоративних секретів, паролів доступу та конфіденційних персональних даних через їх ненавмисну передачу в публічні хмарні чат-боти (ChatGPT, Claude, Copilot). Як захистити акаунти та відключити тренування моделей на ваших запитах.
Витік системного промпту (Prompt Leakage)
Вразливість штучного інтелекту, коли за допомогою хитрих формулювань користувач змушує бота дослівно процитувати свої приховані інструкції (System Prompt), розкриваючи бізнес-логіку, правила поведінки та внутрішні секрети розробників.
Від голосової нотатки до готового ТЗ (Voice to Spec)
Сучасний робочий процес перетворення голосового потоку свідомості на структуроване інженерне технічне завдання (PRD / Spec). Поєднує швидку локальну транскрипцію аудіо з моделями структурування, що позбавляє розробника потреби годинами сидіти над порожнім документом.
Відеопам'ять (VRAM) для ШІ
Відеопам'ять графічного процесора (Video RAM), у яку завантажуються ваги нейромережі та контекстне вікно. Головне апаратне вузьке місце: якщо модель не поміщається у VRAM, вона або не запуститься, або працюватиме в десятки разів повільніше на звичайному процесорі.
Відкриті ваги проти закритих API (Open vs Closed AI)
Порівняння двох фундаментальних філософій розповсюдження ШІ: відкриті ваги (Open Weights — Llama, Mistral, DeepSeek), які можна завантажити й запустити на власному сервері, проти закритих хмарних API (Closed API — OpenAI, Anthropic, Google), де доступ надається виключно через підписку.
Г
UAГалюцинації ШІ (Hallucinations & Confabulations)
Генерація мовною моделлю фактологічно неправдивої, вигаданої або неіснуючої інформації (бібліотек, методів API, цитат), висловленої з високою ймовірнісною впевненістю.
Гібридний пошук (Dense + Sparse Search)
Архітектура ретривелу в сучасних RAG-системах, що поєднує семантичний векторний пошук (Dense Embeddings) із класичним повнотекстовим індексуванням за ключовими словами (Sparse / BM25) через алгоритми злиття рангів (RRF).
Гібридний пошук (Hybrid Search: Dense + Sparse / BM25)
Архітектура пошуку інформації, що об'єднує векторний семантичний пошук (Dense retrieval — розуміння змісту та синонімів) із класичним ключовим пошуком за точними словами (Sparse retrieval / BM25). Забезпечує ідеальний баланс між концептуальним розумінням та точним пошуком артикулів, серійних номерів чи імен.
Гігієна секретів та .env (Secret Hygiene & Git Safety)
Комплекс інженерних практик, криптографічних сховищ та pre-commit сканерів (Gitleaks, Doppler, Infisical) для безпечного управління API-ключами, токенами та паролями без ризику витоку в публічний простір.
Голосовий кодинг із Superwhisper (Швидкість думки)
Методологія формулювання інженерних завдань і промптів голосом за допомогою локальних утиліт розпізнавання мови (Superwhisper, MacWhisper). Дозволяє передавати розгорнутий контекст зі швидкістю 150 слів на хвилину без болю в зап'ястях.
Графи знань у пошуку (GraphRAG)
Еволюція архітектури RAG від Microsoft Research. Поєднує класичний семантичний пошук за векторами з графом знань (Knowledge Graph), де документи перетворюються на вузли сутностей (люди, компанії, локації) та ребра зв'язків між ними, дозволяючи відповідати на глобальні комплексні запитання по всьому масиву даних.
Д
UAДеградація контексту (Context Rot & Attention Decay)
Системне зниження точності, слідування інструкціям та логічної узгодженості LLM у міру накопичення в робочому вікні діалогового шуму, застарілих чернеток коду та виводів компілятора.
Делегування під-агентам (Subagent Architecture)
Ієрархічний архітектурний патерн побудови складних AI-систем. Замість спроби вирішити все однією універсальною мовною моделлю, створюється головний агент-оркестратор (Router/Manager), який розбиває завдання та делегує його вузькоспеціалізованим під-агентам (Дослідник, Кодер, Критик).
Джейлбрейк (Jailbreak) мовних моделей
Техніка соціальної інженерії щодо штучного інтелекту, яка змушує мовну модель обійти закладені творцями етичні обмеження, фільтри безпеки (RLHF) та заборонені теми через рольові ігри, гіпотетичні сценарії або парадокси.
Динамічний вибір інструментів (Dynamic Tool Selection)
Архітектурний підхід до побудови масштабних AI-агентів, що володіють сотнями інструментів (Tools). Замість завантаження всіх описів функцій у контекст одночасно, система використовує семантичний пошук або модель-маршрутизатор (Router) для динамічного вибору лише 3–5 найбільш доречних інструментів під конкретний запит користувача.
Дифузійні моделі (Diffusion Models)
Архітектура генеративних моделей (Stable Diffusion, Midjourney, FLUX), заснована на принципах нерівноважної термодинаміки. Працює у два етапи: пряма дифузія (поступове руйнування фото випадковим шумом) та зворотна дифузія (поетапне очищення шуму до кришталево чистого образу за текстовим описом).
Діпфейки (Deepfakes: аудіо та відео)
Технологія створення високореалістичних синтетичних аудіо- та відеоматеріалів за допомогою нейромереж. Дозволяє підміняти обличчя людей на відео, клонувати голос з 3-секундного зразка або генерувати фейкові промови публічних осіб.
Е
UAЕкономіка токенів та розрахунок бюджету (Token Pricing Math)
Методика розрахунку фінансових витрат на використання комерційних API штучного інтелекту. Пояснює різницю у вартості між вхідними (Prompt/Input) та вихідними (Completion/Output) токенами, приховані витрати контексту та формулу оцінки юніт-економіки стартапу.
Ембеддінги на пальцях (Як текст стає числами)
Фундаментальна технологія перетворення слів, речень чи зображень у багатовимірні списки чисел (вектори). Дозволяє комп'ютеру математично вимірювати смислову близькість між різними думками та концепціями.
Енергія та вода: екологія датацентрів ШІ
Аналіз реального вуглецевого, енергетичного та водного сліду індустрії штучного інтелекту. Пояснює, чому навчання моделей та щоденні мільйони генерацій вимагають гігаватів електроенергії, мільйонів літрів питної води для охолодження та чому Microsoft, Google та Amazon переходять на атомну енергетику.
Етикет парного програмування з ШІ (AI Pair Programming)
Психологічні та комунікаційні патерни ефективної щоденної співпраці інженера з мовною моделлю. Чому агресія та крики на бота неефективні, як правильно давати зворотний зв'язок при помилках (Feedback Loop) та як ставитися до ШІ як до терплячого напарника.
Ефект «Загубленого в середині» (Lost in the Middle)
Відома когнітивна асиметрія великих мовних моделей, виявлена в дослідженні Стенфордського університету. Показує, що точність вилучення інформації найвища на початку та в самому кінці вхідного контексту, але різко падає в середині довгого документа.
З
UAЗабруднення бенчмарків (Data Contamination)
Проблема об'єктивності оцінки штучного інтелекту, коли запитання та відповіді зі стандартних тестових наборів (MMLU, HumanEval, GSM8K) випадково або навмисно потрапляють у тренувальні дані моделі, призводячи до штучно завищених оцінок на презентаціях.
Загальний штучний інтелект (AGI)
Штучний загальний інтелект (Artificial General Intelligence) — гіпотетична автономна система, здатна розуміти, навчатися та виконувати будь-яку інтелектуальну задачу на рівні людини або перевершувати її в більшості економічно цінних галузей праці.
Заземлення фактів (Grounding та цитування джерел)
Методика прив'язки згенерованих нейромережею тверджень до перевірених першоджерел (Source Grounding). Дозволяє виключити вигадки та забезпечити юридичну й наукову достовірність відповідей за допомогою точних виносок і цитат.
Закони масштабування ШІ (Scaling Laws)
Емпіричний закон OpenAI та Google (сформульований Джаредом Капланом у 2020 році), який стверджує: продуктивність мовної моделі передбачувано зростає як степеневий закон при збільшенні трьох факторів: кількості параметрів моделі, обсягу тренувальних даних та витраченої обчислювальної потужності (Compute).
Запуск ШІ за подіями через Webhooks (Event-Driven AI)
Архітектурний підхід керованого подіями штучного інтелекту (Event-Driven AI). Використовує механізм Webhooks для миттєвого пробудження мовної моделі у відповідь на зовнішні тригери: новий платіж у Stripe, коментар в Instagram, лист на електронну пошту або повідомлення у Telegram.
Зациклення агентів та захист бюджету (Infinite Loops)
Аварійний стан автономного агента, за якого він потрапляє у нескінченну рекурсивну петлю дій через повторювану помилку або неможливість досягти мети. Розглядаються механізми захисту гаманця: жорсткі ліміти кроків (Max Steps), ліміти витрат (Spend Caps) та детекція циклічності.
Збереження персонажа та узгодженість стилю (Consistency)
Методологія та інструменти збереження візуальної узгодженості персонажа (Character Consistency) та авторського стилю в серії генерацій. Використовується для створення ілюстрованих книг, коміксів, розкадровок до фільмів та бренд-маскотів за допомогою параметрів --cref, FaceID та LoRA.
Зворотний проксі (Nginx, Caddy, Traefik)
Проміжний серверний архітектурний шар, який приймає зовнішній інтернет-трафік (порти 80/443), виконує термінацію SSL/TLS, стиснення (Brotli/Gzip), кешування статики та безпечно маршрутизує запити до внутрішніх додатків.
Зорові мовні моделі (Vision Language Models / VLM)
Мультимодальні моделі, що поєднують здатність сприймати візуальні зображення (через розбиття на патчі) з текстовим інтелектом LLM. Дозволяють розпізнавати предмети на фото, аналізувати складні графіки, читати чеки та розуміти інтерфейси.
І
UAК
UAКатастрофічне забування (Catastrophic Forgetting)
Фундаментальна проблема штучних нейронних мереж, коли при навчанні новому завданню або іншій мові оновлені вагові коефіцієнти перезаписують попередні зв'язки, призводячи до раптової та повної втрати раніше набутих навичок.
Квантування (Model Quantization)
Технологія математичного стиснення вагових коефіцієнтів та активацій нейромережі шляхом переходу від високої точності (FP16/BF16) до низькорозрядних форматів (FP8, INT8, INT4, GGUF) для радикальної економії пам'яті.
Квантування та формат GGUF
Математичний метод зменшення точності числових ваг моделі (наприклад, з 16-бітного FP16 до 4-бітного INT4) та уніфікований бінарний файл формату GGUF для миттєвого завантаження в процесори й відеокарти через рушій llama.cpp.
Керування комп'ютером через ШІ (Computer Use)
Технологія компанії Anthropic (представлена в моделях Claude 3.5 Sonnet), що дозволяє нейромережі керувати операційною системою як звичайна людина: робити скріншоти екрана, аналізувати координати вікон, рухати курсор миші, клікати по кнопках та вводити текст без використання спеціальних API.
Кешування промптів (Prompt Caching & KV Cache Reuse)
Технологія сучасних інференс-двигунів та хмарних API (Anthropic, OpenAI, DeepSeek, vLLM), що зберігає попередньо обчислені матриці уваги (KV Cache) статичного префіксу, зменшуючи вартість обробки на 80–90% та скорочуючи час до першого токена (TTFT) у 4–8 разів.
Кешування промптів (Prompt Caching)
Технологія оптимізації інференсу у великих мовних моделях (Anthropic Claude, OpenAI, Google Gemini). Зберігає вже прораховані вектори уваги статичної частини вхідного промпту (великих книг, кодових баз або системних інструкцій) у пам'яті серверів, знижуючи вартість повторних звернень на 50–90%.
Кількість параметрів моделі (7B, 14B, 70B)
Позначення загальної кількості навчальних параметрів (ваг) у великій мовній моделі, де буква 'B' означає мільярди (Billion). Головний показник інтелектуальної місткості моделі, швидкості її роботи та вимог до обсягу пам'яті комп'ютера.
Клонування голосу та етика аудіо (Voice Cloning)
Технологія генерації цифрової репліки голосу конкретної людини з короткого зразка аудіозапису (від 5 секунд до кількох хвилин). Дозволяє дублювати відео власним голосом іншими мовами, але створює серйозні ризики телефонного шахрайства та вимагає суворої етичної верифікації.
Кнопка підтвердження людиною (Human-in-the-Loop / HITL)
Архітектурний патерн безпеки автономних агентів (Human-in-the-Loop), що встановлює контрольні точки (Approval Gates) перед виконанням критичних дій. Агент готує операцію (платіж, видалення бази, відправка листа клієнту), але призупиняє роботу до явного схвалення живою людиною.
Конституційний ШІ (Constitutional AI / RLAIF)
Метод вирівнювання поведінки моделей, розроблений лабораторією Anthropic (творцями Claude). Замість використання мільйонів годин ручної праці людей, модель сама критикує та виправляє власні відповіді, спираючись на чіткий звід етичних принципів («Конституцію»).
Контекстне вікно (Context Window)
Максимальний робочий обсяг токенів, який мовна модель здатна одночасно утримувати в механізмі Self-Attention та пам'яті KV-кешу під час обчислення одного інференс-запиту.
Короткострокова та довгострокова пам'ять агентів
Архітектура багаторівневої пам'яті автономних агентів. Розділення на короткострокову пам'ять (Short-Term Memory — активне контекстне вікно поточного сеансу) та довгострокову пам'ять (Long-Term Memory — векторні бази даних, файли профілю користувача та епізодичні щоденники).
Косинусна подібність (Cosine Similarity)
Математична метрика, що вимірює кут між двома векторами в багатовимірному просторі. Показує ступінь смислової спорідненості двох текстів від -1 (протилежні) до +1 (повні синоніми), ігноруючи довжину речень.
Криза авторства: «Хто написав цей код?» (Code Authorship Crisis)
Психологічний стан розробника та новий різновид синдрому самозванця. Виникає, коли більша частина кодової бази створена мовними моделями, через що фахівець втрачає емоційний зв'язок із проектом, почуття професійної гордості та сумнівається у власній інженерній цінності.
Крон-планувальники (Cron Schedulers & Systemd Timers)
Системні демони (Linux cron, systemd timers) та розподілені черги (BullMQ, Temporal), що забезпечують гарантований запуск періодичних інженерних задач, бекапів, синхронізації даних та AI-агентів за розкладом.
Л
UAЛанцюжки перемикання моделей (Model Fallback)
Архітектурний патерн відмовостійкості (High Availability) для систем штучного інтелекту. Якщо основний провайдер моделі повертає помилку таймауту, перевищення ліміту (Rate Limit 429) або падає (Error 500), система непомітно для користувача перемикає запит на резервну модель-дублер.
Ланцюжки промптів (Prompt Chaining для новачків)
Методологія розбиття складного комплексного завдання на послідовність невеликих сфокусованих промптів (Prompt Chaining). Результат першого кроку передається на вхід наступному, що гарантує високу якість кожного блоку.
Ланцюжок думок (Chain of Thought - CoT)
Методологія спонукання мовної моделі генерувати послідовні проміжні кроки міркувань перед формуванням фінальної відповіді, що конвертує додаткові токени (Test-Time Compute) у якість і точність результату.
Ліміт вихідних токенів (Чому текст обривається на півслові)
Апаратний або програмний ліміт на максимальну довжину однієї відповіді (Max Output Tokens). Пояснює, чому довгий код або стаття іноді зупиняються на півслові, та як магічне слово «Продовжуй» повертає модель до роботи.
Лінтери та автовиправлення для ШІ (Linters & Formatters)
Інструменти статичного аналізу коду (ESLint, Prettier, Biome, Ruff), інтегровані в процес генерації ШІ. Автоматично перевіряють згенерований код на дотримання синтаксичних правил, ловлять неіснуючі імпорти, забуті дужки та приводять стиль коду до єдиного стандарту до запуску програми.
Локальний запуск LLM (Local LLM Inference)
Практика автономного виконання великих мовних моделей безпосередньо на апаратному забезпеченні розробника (Apple Silicon, NVIDIA GPU) із гарантією абсолютної конфіденційності та нульової залежності від інтернету.
М
UAМагія фрази «Думай крок за кроком» (Step-by-Step)
Легендарна техніка промпт-інжинірингу (Zero-Shot Chain-of-Thought). Додавання чарівної фрази «Думай крок за кроком» змушує нейромережу розгорнути ланцюжок проміжних обчислень, знижуючи кількість логічних помилок на 50–70%.
Майбутнє джуніорів в епоху ШІ
Аналіз трансформації ринку праці початкових фахівців (Junior). Чому автоматизація простої рутини знищує класичні стажування, але водночас дає початківцям суперсилу створювати повноцінні продукти самостійно.
Майбутнє творчості та автентичність (Future of Creativity)
Трансформація цінності людського мистецтва, копірайтингу та дизайну в епоху, коли нейромережі генерують мільйони ілюстрацій та треків за секунди. Пояснює, чому у світі безкоштовного шаблонного контенту головною конкурентною перевагою стають особистий життєвий досвід, авторський смак та щира недосконалість.
Маркери згенерованого коду (AI Code Smells)
Типові антипатерни та маркери синтетичного коду («код із запашком» від ШІ). Надлишкові очевидні коментарі, дублювання утиліт у кожному файлі, фейкові моки та безглузді блоки try-catch, які видають неперевірену генерацію.
Машинне забування (Machine Unlearning)
Технологія хірургічного видалення конкретних знань, приватних даних користувачів або матеріалів з обмеженим копірайтом із ваг уже навченої нейромережі. Дозволяє компаніям виконувати вимоги закону про «право на забуття» (GDPR) без катастрофічно дорогого повного перетренування моделі.
Меншени контексту (@file, @folder, @codebase)
Механізм точного управління контекстом у сучасних AI-редакторах (Cursor, Windsurf). Дозволяє через символ @ швидко прикріплювати до запиту конкретні файли (@file), цілі папки (@folder), документацію (@docs) чи весь проект (@codebase).
Мета-промптинг (ШІ покращує твій промпт замість тебе)
Техніка складання запитів вищого порядку (Meta-Prompting). Замість того, щоб самостійно підбирати складні формулювання, ви доручаєте потужній моделі написати, структурувати та протестувати ідеальний промпт для вашого завдання.
Механізм власної уваги (Self-Attention)
Ключовий математичний механізм архітектури Transformer, що дозволяє кожному слову у реченні динамічно зважувати важливість усіх інших слів навколо себе. Завдяки цьому модель розрізняє омоніми та пов'язує займенники («він», «вона», «це») з правильними предметами.
Мислення головного редактора (The Editor Mindset)
Трансформація ролі спеціаліста (копірайтера, розробника, дизайнера) від прямого «виконавця ручної роботи» до «вибагливого головного редактора та арт-директора», де ключовими стають смак, кураторство, критичне відсікання зайвого та фінальна валідація.
Мислення через Git Diff (Мистецтво перевірки правок)
Фундаментальна зміна парадигми розробника в еру ШІ (Diff-First Mindset). Перехід від механічного набору тексту до швидкої візуальної оцінки підсвічених червоним і зеленим змін у коді (git diff) перед їх затвердженням.
Міф про створення додатку в один промпт (One-Shot Myth)
Поширена помилка новачків у вайбкодингу, спричинена рекламними відео у TikTok. Спроба описати гігантський повноцінний маркетплейс чи CRM-систему в одному повідомленні неминуче призводить до втрати контексту, пропущених файлів, неробочих кнопок та крихкої архітектури.
Монополія Nvidia та платформа CUDA
Аналіз технологічного та економічного домінування корпорації Nvidia на ринку штучного інтелекту. Як створена у 2006 році програмна платформа CUDA (Compute Unified Device Architecture) перетворила звичайні ігрові відеокарти на головний обчислювальний інструмент планети і чому конкурентам (AMD, Intel) так важко зруйнувати цю монополію.
Мультимодальні вектори (Multimodal Embeddings / CLIP)
Технологія проектування різних типів медіа (тексту, зображень, аудіо) у єдиний спільний багатовимірний векторний простір за допомогою архітектур на кшталт OpenAI CLIP або Google SigLIP. Дозволяє шукати фотографії текстовими описами або знаходити схожу музику за картинкою.
Н
UAНавчання в контексті (In-Context Learning простими словами)
Дивовижна емерджентна властивість великих мовних моделей миттєво засвоювати нові правила, невідомі слова чи унікальні формати просто з тексту поточної розмови без зміни ваг нейромережі та без програмування.
Навчання з підкріпленням відгуками людей (RLHF)
Метод навчання (Reinforcement Learning from Human Feedback), що використовує порівняльні оцінки людей для тренування моделі винагороди (Reward Model). Саме завдяки RLHF мовні моделі навчилися бути корисними, чесними та безпечними (Helpful, Honest, Harmless).
Нарізка документів на чанки (Chunking для новачків)
Техніка розбиття великих документів (PDF, книг, лонгрідів) на невеликі логічні текстові блоки (чанки по 300–500 токенів) із перекриттям (Overlap). Забезпечує високу точність пошуку та запобігає втраті контексту на стиках.
Негативні промпти в генерації зображень (Negative Prompts)
Механізм керування генерацією у дифузійних моделях (Stable Diffusion, Midjourney --no), що спрямовує математичний вектор очищення шуму в протилежний бік від небажаних образів. Використовується для фільтрації артефактів: зайвих кінцівок, розмиття, водяних знаків та мультяшності.
Нейронний процесор (NPU)
Спеціалізований апаратний мікрочип (Neural Processing Unit), спроєктований виключно для виконання штучних нейронних мереж із мінімальним енергоспоживанням. Відповідає за розмиття фону у відеодзвінках, покращення фотографій та локальні підказки AI без розряджання батареї.
О
UAП
UAПам'ять ChatGPT (Збереження фактів між діалогами)
Функція довгострокової пам'яті ChatGPT (Memory). Дозволяє штучному інтелекту запам'ятовувати ваше ім'я, професію, улюблені технології, формат відповідей та особисті деталі між абсолютно різними чатами.
Парсинг складних PDF-документів (Document Parsing)
Технології вилучення структурованого тексту зі складних PDF-файлів (LlamaParse, Unstructured.io, Marker, Nougat). Пояснює, чому просте копіювання тексту ламає порядок читання в двоколонкових документах і як зберегти формули, графіки та вкладені таблиці для систем RAG.
Пастка дескваліфікації (Deskilling Trap)
Професійний ризик втрати фундаментальних знань, критичного мислення та здатності самостійно вирішувати технічні завдання через звичку сліпо приймати згенеровані штучним інтелектом відповіді. Пояснює, чому без базового розуміння спеціаліст втрачає здатність помічати помилки моделі.
Передбачення наступного токена (Next-Token Prediction)
Фундаментальний механізм авторегресійних великих мовних моделей (LLM). Розрахунок логітів, функція Softmax, вплив температури та семплінгу (Top-P/Top-K). Пояснення, чому генерація тексту є послідовним процесом O(N) і як переглядати ймовірності через API.
Переклад та локалізація через ШІ (Краще за Google Translate)
Методика художнього перекладу та культурної адаптації текстів (Localization). Пояснює, чому великі мовні моделі перекладають ідіоми, жарти, сленг та ділові нюанси значно точніше й природніше за класичні перекладачі.
Перенавчання (Overfitting)
Фундаментальна проблема машинного навчання: модель надмірно підлаштовується під тренувальний датасет разом із його специфічним шумом, втрачаючи здатність до генералізації (Generalization) на нових даних. Розбір дивергенції функцій втрат, технік регуляризації та Early Stopping у коді.
Переранжування (Cross-Encoder Reranking)
Двоетапна методологія пошуку в RAG-системах: швидкий первинний відбір кандидатів (Bi-Encoder / BM25) із подальшим точним ранжуванням через повнозв'язну крос-енкодерну модель (Cross-Encoder / Cohere Rerank / BGE-Reranker).
Периферійний ШІ в розумних пристроях (Edge AI)
Концепція виконання алгоритмів машинного навчання безпосередньо на кінцевих фізичних пристроях (Edge Devices: смартфони, камери спостереження, медичні датчики, автомобілі) без передачі даних у віддалені хмарні датацентри. Забезпечує миттєвий відгук у мілісекундах, повну автономність та приватність.
Підключення баз знань (Google Drive, Notion, Confluence)
Технологія інтеграції корпоративних джерел даних із мовними моделями за допомогою готових конекторів (Connectors / ETL). Автоматично синхронізує оновлені документи з Google Drive, Notion, Confluence та Slack із векторною базою без ручного завантаження файлів.
Погодинна оренда відеокарт у хмарі (RunPod & Vast.ai)
Платформи децентралізованої та хмарної оренди графічних процесорів (RunPod, Vast.ai, Lambda Labs). Дозволяють розробникам та ентузіастам орендувати потужні відеокарти (Nvidia RTX 4090, A100, H100) з посекундною чи погодинною оплатою без купівлі дорогого фізичного заліза.
Попереднє навчання (Pre-training)
Початковий етап створення базової великої мовної моделі (Foundation Model). Процес згодовування нейромережі трильйонів слів з інтернету, книг і коду на кластерах із тисяч відеокарт протягом місяців за десятки й сотні мільйонів доларів.
Поясни мені код (ШІ як персональний репетитор програмування)
Методика використання штучного інтелекту для навчання програмуванню та розуміння чужого коду. Дозволяє розкласти будь-який заплутаний скрипт на зрозумілі побутові аналогії, коментарі та покроковий розбір.
Прихований простір (Latent Space)
Багатовимірний математичний векторний простір, створений нейромережею для внутрішнього представлення концепцій, стилів та образів. Дозволяє виконувати дивовижні арифметичні операції над поняттями: наприклад, «Король» мінус «Чоловік» плюс «Жінка» дорівнює «Королева».
Проблема вирівнювання ШІ (AI Alignment)
Фундаментальна проблема безпеки штучного інтелекту: узгодження цілей та мотивації автономних систем із людськими цінностями, етикою та збереженням життя. Досліджує ризики того, що надрозумна система знайде буквальний або деструктивний шлях виконання нечітко поставленого завдання.
Промпт-ін'єкція (Prompt Injection)
Критична вразливість систем на базі LLM (OWASP Top 10 for LLM #1). Відбувається через відсутність архітектурного розділення між керуючими інструкціями (Control Plane) та зовнішніми даними (Data Plane), дозволяючи зловмиснику перехопити керування моделлю.
Промпт-інжиніринг (Context Architecture & Prompt Engineering)
Інженерна дисципліна структурування системних директив, XML-розмітки, семантичних делімітерів та прикладів для досягнення детермінованих, передбачуваних результатів від імовірнісних моделей.
Процесори Groq LPU (500 токенів на секунду)
Новий тип спеціалізованих обчислювальних процесорів (Language Processing Unit / LPU), створений компанією Groq. За рахунок відмови від повільної зовнішньої пам'яті (HBM) та використання надшвидкої статичної пам'яті SRAM, чіпи Groq генерують відповіді великих моделей зі швидкістю 300–500 слів на секунду — швидше, ніж людина встигає читати.
Пряме слухання голосу (Speech-to-Speech / Native Audio)
Нове покоління нативних мультимодальних моделей (GPT-4o Advanced Voice, Gemini Live), які обробляють звукові хвилі напряму без проміжного кроку конвертації аудіо в текст (STT) і назад (TTS). Це дозволяє моделі чути сарказм, страх, сміх, шепіт та перебивати розмову на льоту з мінімальною затримкою.
Р
UAРеверс-інжиніринг промптів (Prompt Inversion / Extraction)
Атака на безпеку AI-додатків (Prompt Extraction / Prompt Inversion), спрямована на викрадення прихованого системного промпта, комерційної логіки або приватних інструкцій компанії через спеціально сформульовані діалогові пастки.
Рейт-ліміти та помилка 429 (Too Many Requests)
Обмеження провайдерів на швидкість та кількість звернень до моделей (RPM — запити за хвилину, TPM — токени за хвилину). Пояснення причин виникнення помилки 429 та стратегії її обходу.
Реренкінг результатів пошуку (Reranking / Cross-Encoders)
Двоетапний патерн пошуку в RAG-системах. Перший етап (швидкий векторний або гібридний пошук) знаходить 20–50 кандидатів за 10 мс. Другий етап (модель-реренкер класу Cross-Encoder, наприклад Cohere Rerank або BGE-Reranker) детально зіставляє запит із кожним знайденим текстом і залишає топ-3 найбільш точні документи.
Рефакторинг старого коду за допомогою ШІ (AI Refactoring)
Методологія покращення внутрішньої структури, читабельності та продуктивності наявного коду (Legacy Code) за допомогою мовних моделей без зміни його зовнішньої поведінки. Дозволяє розбивати величезні спагеті-функції на охайні модулі та переводити старий JavaScript на сучасний TypeScript.
Ризики галюцинацій у реальних завданнях
Аналіз практичних наслідків та юридичних ризиків, що виникають через сліпу довіру до вигаданих фактів і фальшивих джерел, згенерованих мовними моделями у фінансових звітах, юридичних позовах та медичних порадах.
Рівні використання API (Usage Tiers)
Система градації облікових записів розробників у провайдерів штучного інтелекту (OpenAI, Anthropic). Визначає ліміти швидкості (RPM — запитів на хвилину, TPM — токенів на хвилину) та денні фінансові ліміти, що автоматично зростають у міру успішної оплати рахунків та підтвердження безпеки.
Розділювачі та XML-теги (Структурування промптів)
Техніка оформлення складних промптів за допомогою XML-тегів (<context>, <rules>) та потрійних лапок (\"\"\"). Допомагає моделі чітко розрізняти, де закінчується ваше правило і де починається текст для обробки.
Розмір контекстного вікна (Пам'ять поточної розмови)
Максимальний обсяг тексту (у токенах), який мовна модель здатна одночасно утримувати в пам'яті під час поточної бесіди. Визначає, яку довжину документів можна завантажити за один раз без втрати змісту.
Розумне когнітивне розвантаження (Cognitive Offloading)
Психологічна стратегія делегування рутинних розумових завдань (запам'ятовування дат, форматування тексту, первинне структурування ідей) зовнішнім інструментам та штучному інтелекту. Дозволяє людині фокусувати енергію мозку на критичному мисленні, емпатії та стратегічних рішеннях.
Розширення пошукового запиту (Query Expansion & HyDE)
Техніка підготовки пошукового запиту в RAG-системах. Перед зверненням до векторної бази мовна модель автоматично генерує синоніми, ключові слова або вигадану гіпотетичну відповідь (HyDE — Hypothetical Document Embeddings), що кардинально підвищує якість знайдених документів.
Рольовий промптинг (Магія фрази «Дій як експерт»)
Техніка формулювання промптів через надання моделі конкретної ролі, професії чи психологічного образу («Дій як Senior DevOps», «Уяви, що ти лікар-педіатр»). Активує специфічні шари знань та професійний словник.
С
UAСаммаризація текстів (Як скоротити 50 сторінок до 5 тез)
Методологія ефективного стиснення великих обсягів інформації (Summarization). Пояснює, як за допомогою чітких шаблонів промптів перетворювати 50-сторінкові звіти на лаконічні executive summaries за правилом «Головна теза + Ризики + Наступні дії».
Самоперевірка результатів пошуку (Self-RAG & Corrective RAG)
Архітектурний підхід до пошуку (Self-RAG та CRAG — Corrective RAG), за якого мовна модель не сліпо генерує відповідь на основі перших знайдених результатів, а спочатку самостійно оцінює їхню релевантність і повноту. Якщо знайдених фактів замало або вони сумнівні, система автоматично перефразовує запит і шукає повторно або йде у відкритий веб.
Семантичний пошук (Пошук за змістом, а не за буквами)
Технологія пошуку інформації на основі концептуального змісту запиту, а не точного збігу літер чи ключових слів. Розуміє синоніми, перефразовування, помилки в словах та абстрактні питання природною мовою.
Синдром AI FOMO (Страх пропустити новий прорив)
Психологічний стан хронічної тривожності та виснаження через відчуття, що ви відстаєте від стрімкої ШІ-революції. Викликаний щоденними анонсами нових моделей, плагінів та сенсаційними заголовками інфлюенсерів у соцмережах.
Синтетичне сміття (AI Slop)
Низькоякісний, згенерований без участі людини масовий контент (статті-дорвеї, абсурдні картинки в Facebook, автоматичні відео на YouTube), який створюється виключно заради кліків на рекламу, засмічуючи пошукові системи та навчальні датасети.
Синтетичний бойлерплейт (Synthetic Boilerplate)
Практика повної генерації рутинного шаблоного коду (Boilerplate) за допомогою LLM. Включає автоматичне створення TypeScript-інтерфейсів, валідаційних схем Zod, міграцій баз даних (SQL/Drizzle/Prisma), клієнтів API та конфігураційних файлів без ручного набору символів.
Системний промпт (System Instructions & Metaprompting)
Пріоритетний метаконтекстний блок інструкцій, що передається на нульовій позиції контекстного вікна і визначає роль, правила безпеки, доступні інструменти та межі поведінки агента.
Системні інструкції (System Prompt та Custom Instructions)
Головна прихована директива розробника або користувача (System Message). Задає фундаментальні рамки поведінки, роль, стиль спілкування та заборонені теми, які модель зберігає протягом усієї сесії.
Сімейство Llama (Meta Llama)
Серія фундаментальних відкритих мовних моделей від Meta (Llama 3, 3.1, 3.3), що стали промисловим стандартом екосистеми Open Weights, локального ШІ та корпоративного файн-тюнінгу.
Сліпе натискання Tab (Tab Fatigue)
Психологічна пастка сучасних розробників, коли сіра підказка автодоповнення від Copilot або Cursor приймається клавішею Tab без уважного читання та аналізу. Призводить до втрати контролю над власною кодовою базою та появи прихованих багів.
Специфікація перед кодом (Spec-First Вайбкодинг)
Інженерна методологія розробки з ШІ (Spec-Driven Development). Замість миттєвої хаотичної генерації коду розробник спершу змушує модель скласти структурований файл SPEC.md із архітектурою, типами даних та кроками реалізації.
Стале делегування завдань (Sustainable AI Delegation)
Методологія довгострокової, психологічно здорової співпраці людини зі штучним інтелектом. Визначає правила розподілу завдань, які запобігають двом крайнощам: перетворенню фахівця на пасивного спостерігача або на виснажену «няньку» для нестабільних автономних агентів.
Створення MVP за описом (Prompt-to-App)
Методологія швидкого прототипування мінімально життєздатного продукту (MVP) за допомогою AI-інструментів (Cursor, v0.dev, Bolt.new, Lovable). Дозволяє нетехнічним засновникам або розробникам перетворити опис бізнес-ідеї на повністю функціональний веб-інтерфейс із базою даних за лічені хвилини.
Стрімінг тексту через SSE (Ефект друкарської машинки)
Технологія передачі згенерованих токенів у браузер у реальному часі через протокол Server-Sent Events (SSE). Створює ефект друкарської машинки, усуваючи неприємне очікування завершення повної відповіді.
Структура промпту для картинок (Image Prompt Engineering)
Професійна методологія складання текстових запитів для графічних нейромереж. Золота формула п'яти елементів: головний об'єкт, деталі оточення, характер освітлення, параметри віртуальної камери та художній стиль рендерингу.
Судові позови щодо авторського права (Copyright & AI Training)
Глобальне протистояння між письменниками, художниками, газетами (наприклад, The New York Times) та AI-корпораціями (OpenAI, Anthropic, Meta). Аналіз юридичної концепції 'Fair Use' (добросовісне використання) та майбутнього ліцензування контенту для навчання моделей.
Сучасний синтез мовлення (Text-to-Speech / TTS)
Технологія штучної генерації людської мови з друкованого тексту. Сучасні нейромережеві TTS-моделі (ElevenLabs, OpenAI Audio, Chatterbox) відтворюють природні інтонації, логічні наголоси, дихання, тембр та емоційне забарвлення, невідрізнені від живого диктора.
Схеми інструментів (Tools & JSON Schema)
Стандарт формалізованого опису інтерфейсів інструментів (Tools) для великих мовних моделей за допомогою стандарту JSON Schema. Включає назву функції, детальний текстовий опис її призначення, список обов'язкових параметрів та типи значень.
Т
UAТемпература генерації (Повзунок креативності та хаосу)
Ключовий числовий параметр генерації тексту (зазвичай від 0.0 до 1.0 або 2.0). Визначає ступінь непередбачуваності вибору наступного токена: від суворої детермінованої математики до вільного польоту фантазії.
Теорія «Стохастичного папуги» (Stochastic Parrot)
Відома наукова критика великих мовних моделей, висунута лінгвісткою Емілі Бендер та Тімніт Гебру у 2021 році. Стверджує, що LLM не володіють свідомістю чи розумінням змісту, а лише випадковим (стохастичним) чином повторюють вивчені в інтернеті комбінації слів, подібно до папуги.
Термінальні AI-агенти (Керування проектом із консолі)
Клас консольних інструментів штучного інтелекту (Claude Code, Aider, OpenCode, ShellGPT). Працюють безпосередньо в терміналі Linux чи macOS: автономно шукають файли, редагують репозиторії, запускають тести та роблять Git-коміти.
Тест «Голка в копиці сіна» (Needle In A Haystack / NIAH)
Стандартний бенчмарк для тестування довжини контекстного вікна мовних моделей. У гігантський масив випадкового фонового тексту (копицю сіна) на різних позиціях ховають одне коротке випадкове речення (голку), перевіряючи здатність моделі знайти його без помилок.
Тест Тюрінга та чому він застарів (Turing Test)
Історичний тест штучного інтелекту, запропонований Аланом Тюрінгом у 1950 році. Перевіряє здатність машини вести текстовий діалог настільки правдоподібно, щоб людина не відрізнила її від іншої живої людини. Пояснює, чому з появою мовних моделей цей тест втратив наукову актуальність.
Тестування інтерфейсів через ШІ-користувачів (Synthetic Users)
Методологія продуктового тестування та дослідження інтерфейсів (UX/UI) за допомогою віртуальних агентів із різними заданими характерами та цілями. Дозволяє за лічені хвилини симулювати взаємодію тисяч покупців із новим сайтом, виявляючи незручні кнопки, незрозумілі тексти та збої у воронці продажів.
Типи квантування: FP16, INT8, INT4
Технічні формати представлення ваг нейромереж. Від повної 16-бітної точності з плаваючою комою (FP16 / BF16) до цілочисельних форматів стиснення (INT8, INT4, AWQ, EXL2), що визначають баланс між споживанням пам'яті та інтелектуальною якістю відповідей.
Токени простими словами (Скільки слів у токені)
Базова одиниця вимірювання тексту в мовних моделях. Пояснення того, як слова розбиваються на токени, чому це впливає на вартість запитів і чому українські слова споживають більше токенів, ніж англійські.
Тонке донавчання (Fine-Tuning)
Процес адаптації вже навченої великої моделі до вузькоспеціалізованого завдання або стилю за допомогою невеликого якісного датасету (Supervised Fine-Tuning, SFT). Дозволяє навчити ШІ медичній термінології, корпоративному тону або форматуванню специфічного коду за кілька годин.
У
UAФ
UAФайл .cursorrules (Правила проекту для ШІ)
Спеціальний конфігураційний файл у корені репозиторію (.cursorrules). Автоматично передає моделі правила стилю коду, стек технологій, заборонені бібліотеки та архітектурні обмеження перед кожною генерацією.
Фільтрація за метаданими в RAG (Metadata Filtering)
Техніка комбінованого пошуку у векторних базах даних (Self-Querying Retriever). Дозволяє поєднувати семантичний пошук за смислом із суворими фільтрами бази даних за метаданими: дата публікації, автор документа, рівень доступу, мова або департамент компанії.
Фреймворк LangChain
Найпопулярніший відкритий фреймворк (доступний на Python та TypeScript) для створення застосунків на базі великих мовних моделей. Надає сотні готових модулів для об'єднання LLM із документами, векторними базами даних, API-інструментами та пам'яттю (Chains).
Ц
UAЦикл дій агента (Thought ➔ Action ➔ Observation / ReAct)
Фундаментальний алгоритмічний патерн роботи автономних агентів (відомий як ReAct: Reasoning + Acting). Складається з нескінченного циклу трьох кроків: 1) Думка (Thought) — аналіз ситуації; 2) Дія (Action) — виклик інструменту; 3) Спостереження (Observation) — аналіз результату та коригування плану.
Цифровий підпис фото та відео (C2PA / Content Credentials)
Міжнародний відкритий стандарт маркування медіафайлів (C2PA / Content Credentials). Технологія вшиває в цифрові фотографії, ілюстрації та відео криптографічно підписану історію створення: якою камерою знято або якою моделлю ШІ згенеровано файл, що унеможливлює непомітну підробку.
Ч
UAЧанкінг документів (Chunking Strategies)
Методологія декомпозиції масивних документів і кодових баз на інформаційно самодостатні фрагменти (чанки) для генерації векторних ембеддінгів та точного пошуку в RAG-системах.
Червоні команди хакерів (Red Teaming у ШІ)
Методологія агресивного стрес-тестування моделей штучного інтелекту спеціальними командами етичних дослідників (Red Teams). Експерти імітують дії зловмисників, вишукуючи дірки в захисті, джейлбрейки та заборонені відповіді до того, як модель потрапить до мільйонів користувачів.
Чернетка роздумів агента (Scratchpad)
Тимчасова область робочої пам'яті в контекстному вікні моделі, де агент записує свої проміжні роздуми, плани, сумніви та висновки перед викликом інструментів. Прихована від очей кінцевого користувача для збереження чистоти фінального інтерфейсу.
Чому частка «НЕ» ламає промпти (Позитивні інструкції)
Психологічний та алгоритмічний парадокс роботи мовних моделей («Парадокс рожевого слона»). Пояснює, чому команди з часткою «НЕ» часто призводять до зворотного ефекту, і як переформулювати заборони у позитивні директиви.
Ш
UAШвидкість генерації (TPS / TTFT / Latency)
Ключові інженерні показники продуктивності мовних моделей: Time to First Token (час реакції на вхідний контекст) та Tokens Per Second (швидкість потокової генерації вихідного тексту).
ШІ як велосипед для розуму (Bicycle for the Mind)
Філософська та продуктова концепція, за якої штучний інтелект розглядається не як автономна заміна людини чи автопілот, а як підсилювач людського інтелекту, що багаторазово підвищує коефіцієнт корисної дії власного мислення.
ШІ як код-рев'юер (Пошук багів перед релізом)
Методика використання мовних моделей у ролі суворого старшого інженера для автоматичного аудиту програмного коду (Code Review). Знаходить приховані дірки в безпеці, витоки пам'яті та архітектурні баги до викатки програми.
Штучний суперінтелект (Artificial Superintelligence / ASI)
Гіпотетична стадія розвитку штучного інтелекту (ASI), за якої обчислювальні та аналітичні можливості системи у всіх наукових, творчих та практичних дисциплінах у мільйони разів перевершать сумарний інтелект усіх живих людей. Головна точка наукових дискусій про майбутнє цивілізації.
Я
UA#
Повний стек інструментів, рейтингів та AI-скілів
Окрім глосарію, на GOTBURNOUT доступні бенчмарки нейромереж, каталог із понад 100,000 AI Agent Skills, готові перевірені VPS-скрипти та закрита Pro-спільнота розробників.