AgentFold — метод управления контекстом для агентов на длинных задачах На длинных сценариях поиска и анализа веб-агенты либо хранят слишком много сырой информации, либо слишком часто её суммаризируют, что забивает контекст. Авторы сегодняшней статьи предлагают метод AgentFold (GitHub), призванный решить эту проблему, сделав память агента динамической и управляемой самим агентом. Сейчас в веб-поиске используются два подхода. Первый — это ReAct, при котором все действия и решения конкатенируются в конец контекста. Благодаря этому ничего не теряется, но и контекстное окно забивается очень быстро. Второй подход — суммаризация на каждом шаге, однако при этом какая-то часть информации неизменно теряется. Ключевая идея AgentFold — создание активного и динамически пересчитываемого контекста для каждого следующего шага. То есть агент самостоятельно выбирает, что нужно запомнить точно, а что можно суммаризовать. Авторы отмечают, что они вдохновлялись человеческой способностью к осмыслению собственного опыта. В статье предлагается модифицировать и контекст, и то, в каком формате выдается ответ. Контекст должен состоять из следующих элементов: • Question — исходный вопрос; • Tools — доступные инструменты; • Multi-Scale State Summaries — свёрнутые блоки прошлых шагов. Например, шаги с первого по третий представлены одним блоком. При этом свёрнутым может быть и один шаг; • Latest Interaction — последний полный шаг. Суть в том, что все предыдущие действия хранятся в сжатом виде, а последнее — в подробном. Это позволяет меньше загружать контекст. Что касается ответа, то тут модель должна сперва размышлять, а потом делать фолдинг шагов. Он может быть гранулярным (granular) или глубоким (deep). В первом случае схлопывается только последний шаг, а во втором — целая ветка (например, «шаги с четвёртого по девятый»). После фолдинга идёт этап, на котором модель объясняет, почему объединила шаги именно так, как объединила. Наконец, вызываются инструменты и совершаются какие-либо действия. Для обучения всему вышеописанному, авторы брали вопросы из WebSailor и отправляли их во внешние опенсорсные модели (GLM-4.5 и DeepSeek-V3.1), чтобы построить контекст конкретного шага. При этом о том, как генерируются данные, не сообщается. Далее авторы генерировали ответ, выполняли действие, получали ответ от среды и собирали следующий шаг траектории. Проблема в том, что LLM сами не умеют сжимать контекст, что ведёт к ошибкам, галлюцинациям и тому подобному. Неправильные решения авторы отбрасывали, но как — в статье не описывается. Итоговый датасет представляет собой не набор пар «вопрос-ответ», а выборочный набор пар взаимодействия (intersection pairs), удовлетворяющих определённым условиям. На эти пары делается SFT. Согласно результатам замеров, AgentFold помогает снизить нагрузку на контекст к сотому шагу на 91% по сравнению с ReAct. При этом с увеличением числа шагов точность, как сообщают авторы, только растёт. Разбор подготовил ❣ Антон Гырдымов Душный NLP

Какую модель Claude выбрать Выбор LLM по таблице бенчмарков перестал быть рабочим методом. Вот что приходит ему на смену. Причина простая: тесты насытились. Сильные модели решают почти все задания популярных бенчмарков, разрыв между классами уходит в пределы пары процентов, и первая строка рейтинга больше ничего не говорит о том, какая модель нужна именно вам. Что предлагает Anthropic вместо этого — четыре опоры: 1. Понимать классы, а не ранги. Haiku — частые однотипные запросы, где решают скорость и цена. Sonnet — баланс под клиентские сценарии с требованиями к латентности. Opus — сложное многошаговое рассуждение. Fable — фронтир, задачи без готовых решений. 2. Стартовать сверху и регулировать усилие. Рекомендация — начинать с самой умной доступной модели и дальше подбирать не класс, а effort level. Один параметр двигает и качество, и стоимость, и это дешевле, чем перебирать модели. 3. Считать цену за задачу, а не за токен. Показательный замер на SWE-bench Pro: связка Sonnet 5 с советником Fable 5 дала результат в пределах 10% от Fable — за 63% его цены. Прайс за миллион токенов такой картины не покажет. 4. Закрывать выбор своими эвалами. Стандартный бенчмарк меряет среднюю задачу. Вам нужна ваша — на своих кейсах, со своими порогами по латентности и цене. Вывод, который останется верным и после следующего релиза: бенчмарк сужает список кандидатов, но решение принимает ваш прогон. Материал — по статье Anthropic «Claude Models Explained». @timurtaepov

Нищий люкс или богатая нищета Есть такой класс продуктов и сервисов, которые очень дорогие, но покупают их «бедные», потому что их убедили, что богатство и шик выглядят именно так. Здесь и разные масс-люкс-бренды, и дорогие тачки, и премиальные рестораны с салонами красоты. Тут вам продают идею, что «Если вы можете себе это позволить, то вы достойны». Хер знает, что означает это предложение, но сразу хочется тянуться и брать на последние. Можно было бы посмеяться над покупателями, но мы же тут про бизнес. Так вот. Это всё супермаржинально и выгодно. Чеки огромные, а косты копеечные, ведь ты продаёшь не товар, а статус. Настоящий же люкс невкусный: клиентов мало, клиенты капризные, им ни хрена ничего не надо. Им статус не продашь - он у них уже есть.

Интерес Год назад писал пост про «любопытство» и как это влияет на предпринимательство, а сейчас на встрече услышал 7 раз от предпринимателя фразы «интерес», «интересно», когда он рассказывал про то, чем занимается и как всегда решил изучить, что значит это слово. В бизнесе оно встречается постоянно: ▪️интерес клиента ▪️интерес инвестора ▪️интерес к продукту И одновременно, это же слово значит процент по кредиту. На английском оба значения вообще обозначаются одним словом - interest. Смею предположить, что так получилось, потому что и деньги и отношения работают по одному принципу: Капитал начинает расти только тогда, когда к нему появляется интерес. Можно построить отличный продукт, построить классный и максимально оцифрованный отдел продаж или маркетинга, но пока это никому не интересно, ценность остается только у вас. Интерес - первая «валюта» любого бизнеса, так как сначала человек проявляет интерес к вашей компании или продукту, потом появляется доверие и только потом деньги. Поэтому предпринимателю важно не только создавать ценность. Не менее важно создавать интерес к ней. А если посмотреть шире, то это касается не только бизнеса. Интерес к людям увеличивает социальный капитал. Интерес к знаниям увеличивает интеллектуальный капитал. Интерес к своему делу увеличивает вероятность добиться в нем выдающегося результата. Вот такое утреннее наблюдение, рожденное из любопытства изучать этимологию слов 😏

Сеты коллекционных предметов Чаще всего, когда дизайнеру ставят задачу добавить в уровень механику, которая либо задержала бы игрока, либо подкрепила исследование, на ум приходят различные решения с ключами: - найди ключ, чтобы открыть дверь; - найди рычаг или кнопку, чтобы активировать механизм; - найди комбинацию, чтобы открыть сейф и т.п. Вторым самым популярным решением я бы назвал добавление коллекционных предметов или записок. Они могут не представлять высокой ценности по отдельности, но в рамках игры дают ачивки, очки или лучшее понимание окружающего мира. В этом плане мне очень нравятся сокривища на манер Uncharted, Indiana Jones или Black Flag Resynced, где каждая находка может что-то рассказать о мире и его истории. Но в этом году было уже две игры, где я отметил другое решение: коллекционные предметы, которые объединяются в сеты. Причём с разной реализацией! В LEGO Batman Legacy of the Dark Knight из этого сделали локальную сайд-активность: найди части фигуры, собери её и получи больше блоков LEGO. На примере видно, как Брюс это делает со снеговиком. В Doom: The Dark Ages | Revelations среди прочих собираемых сущностей есть части реликвий. Они, собственно, объединяются в реликвии. Сами по себе эти реликвии ничего не дают, но когда ты видишь после подбора очередного такого кусочка, что он добавляется в слот незаконченной фигурки, её хочется собрать целиком! Все эти решения позволяют сделать исследование более приятным и увлекательным. А прохождение становится дольше без какого-либо негативного импакта, т.к. механика предельно честная и прозрачная. #анализигр #геймдизайн #левелдизайн #Batman #Doom

🚀 Почему в России ИП выгоднее для бизнеса? В России предприниматели часто выбирают регистрацию в качестве индивидуального предпринимателя (ИП), а не общества с ограниченной ответственностью (ООО). Это решение объясняется рядом факторов, которые делают ИП привлекательным для бизнеса. Во-первых, для открытия ИП не требуется уставной капитал, что снижает стартовые затраты. Во-вторых, отчетность для ИП проще: нет необходимости подавать сложные финансовые отчеты, а налоги можно платить по упрощенной системе. Это особенно важно для небольших компаний, которые хотят снизить административную нагрузку. Кроме того, ИП позволяет предпринимателям дробить бизнес на несколько субъектов для оптимизации налоговой нагрузки. Например, можно зарегистрировать несколько ИП на разных членов семьи или партнеров, что дает возможность применять более выгодные налоговые режимы. Но не стоит забывать, что ИП несет личную ответственность по долгам бизнеса. Поэтому перед регистрацией важно оценить все риски и возможности. Фаундер | Бизнес и Стартапы

Вот человек собрал индустриальный нодовый инструмент для генерации лендскейпа для 3D. Сказать, что сейчас индустрии не хватает уже существующего софта будет не правдой, есть минимум 3 инструмента для решения подобных задач. Но что с агентами может остановить людей от создания того что уже есть? Правильно ничего, и люди будут создавать простые инструменты, сложные инструменты. Но смогут ли софтверные компании остаться теми же и работать по тем же принципам? У них буквально появляются миллионы конкурентов по всему миру. Дак какой должна быть софтверная компания, должна ли она быть в целом? Как изменится софт, когда можно будет просто не создавать очередное приложение, а нужный инструментарий будет создаваться и крутиться в памяти агента просто тогда когда вам нужно решить определенную задачу, просто на время сессии, а потом исчезать. Инструмент будет лежать на Git в опенсорсе, а значит попадет в следующую версию моделей, и уже не нужно будет проектировать что-то подобное. @CGIT_Vines

Новое черно-синее платье. Что вы слышите здесь? Большинство слышит оба варианта – по желанию «ты где?» или «это не я». И вот в чем вопрос –

если мы сами в одном и том же наборе звуков слышим по желанию разные фразы, совпадающие только двумя буквами, то почему мы решили, что «Я же русским языком ему подробно объяснил!» - это аргумент?

Когда мы с клиентами разбираем ситуативки, я всегда прошу сначала рассказать мне голые факты. Потому что вам клиент сказал ✅ «Мне дорого», а вы услышали ❌ «Твой продукт отстой и сам ты стоишь три копейки в базарный день». А у клиента это 🤷‍♀️«Мы с семьей в отпуск едем и денег сейчас нет совсем». Или вы говорите клиенту ✅ «Я работаю по 100% предоплате», а он обижается, потому что услышал ❌ «Я тебе не доверяю, ты мутный какой-то», а вы просто выстраиваете стабильные процессы. У одного передатчик, у другого приёмник, между ними ожидания, страхи, убеждения, прошлый опыт и ещё туча всего. И как сигнал дойдет сквозь тучу – никому не известно. Смотрим на факты.

Точка – это точка, а «МарьСергевна, вы такую угрожающую точку в конце предложения поставили» - это иллюзия восприятия.

И да, мозг всегда достроит то, что ему удобней. И в любом спорном наборе звуков он сыграет вам «тебя не ценят, ты столько не стоишь, куда ты лезешь, ты не эксперт, тебе просто повезло, ты не потянешь». А на самом деле это кто-то говорил? Или послышалось в игрушечном пианино и пора бы выключить эту тревожную озвучку? Тимофеева Мария в бизнес с головой

🤣 Открываю комнату знакомств для тех, кто ищет кофаундера Обещал в прошлом посте — делаю. Заодно проверим на практике тезис оттуда: партнёра стоит искать не по списку навыков, а по тому, как вы совпадаете в работе. Но начинается это всё равно с обычного знакомства. Аудитория у нас для этого подходящая. Фаундеры, которые прямо сейчас строят продукты, техлиды в поиске проекта, ребята с сильной экспертизой в продажах, маркетинге и продукте. Обычно все ищут друг друга где-то на стороне — хотя нужный человек вполне может читать этот же пост. Правила простые. Забегайте в комменты и расскажите о себе: — что строите (или что хотите строить, если пока на стадии идеи); — какая у вас роль и в чём вы сильны; — кого ищете — кофаундера, техлида, партнёра под конкретное направление; — и ваши три аллергии. Что вы точно не выносите в человеке рядом. Последний пункт не для красоты. По требованиям к навыкам совпадают почти все, а расходятся потом ровно по этим трём пунктам — так что честный список сэкономит всем месяцы. Если сами сейчас никого не ищете — перешлите пост знакомым фаундерам и спецам. Один шер может сэкономить кому-то полгода поисков. Пишите интро, читайте чужие, смело стучитесь в личку. Место встречи — под постом 👇 Андрей Резинкин | Money For Startup

🌐 Что такое OWASP? Когда начинают изучать безопасность веб-приложений, практически сразу встречают название OWASP.

📌 OWASP — Open Worldwide Application Security Project. Это международное открытое сообщество, которое создаёт бесплатные материалы, инструменты и методики по безопасности приложений.

Проще говоря:

OWASP помогает разработчикам, пентестерам и компаниям находить, понимать и предотвращать уязвимости в приложениях.

🧠 Важно понимать OWASP — это не одна программа. Это также не конкретная уязвимость и не один обязательный стандарт. OWASP — это целая экосистема проектов по безопасности: — веб-приложений; — API; — мобильных приложений; — исходного кода; — процессов разработки; — облачной инфраструктуры. 🔥 Самый известный проект — OWASP Top 10 OWASP Top 10 — это список наиболее значимых категорий рисков безопасности веб-приложений. В него входят проблемы, связанные с: — нарушением контроля доступа; — ошибками аутентификации; — инъекциями; — криптографическими ошибками; — небезопасной конфигурацией; — уязвимыми компонентами; — недостаточным журналированием; — ошибками проектирования. 💡 OWASP Top 10 не является полным чек-листом пентеста. Это скорее отправная точка, которая помогает понять основные направления проверки. 💀 Почему OWASP важен пентестеру? OWASP помогает: — составить план тестирования; — не забыть важные направления проверки; — классифицировать найденные уязвимости; — подготовить структурированный отчёт; — объяснить риск заказчику; — использовать общепринятую терминологию. 📌 Упрощённо работа может выглядеть так:

Изучение приложения
        ↓
Использование OWASP WSTG как чек-листа
        ↓
Поиск уязвимостей
        ↓
Классификация рисков
        ↓
Подготовка отчёта
        ↓
Рекомендации по устранению

🛡 Почему OWASP важен разработчикам? OWASP нужен не только пентестерам. Разработчики используют материалы OWASP, чтобы: — безопасно работать с пользовательским вводом; — правильно реализовать аутентификацию; — защитить сессии; — ограничить доступ к данным; — безопасно хранить пароли; — не допускать типовых ошибок ещё на этапе разработки. Чем раньше безопасность учитывается в процессе создания продукта, тем дешевле исправлять проблемы. 🧠 Главная мысль OWASP — это не просто список веб-уязвимостей. Это большая открытая база знаний, которая помогает: — изучать безопасность приложений; — проводить пентесты; — выстраивать AppSec-процессы; — создавать более защищённые продукты. А OWASP Top 10 — лишь один из самых известных проектов внутри OWASP. #web #owasp #appsec #pentest #websecurity #base

Продолжаем курить закон о крипте (пока он лежит на подписи у Президента) Уже обсуждали, что формально в Законе нет запрета резидентам иметь внешние кошельки (НЕ администрируемые цифровыми депозитариями) При этом в законе есть интересная статья 30: «содействие» как резиновая норма если сделки проводятся указанные в ст 2 (см скрин) Запрещается содействовать резидентам в совершении сделок с цифровыми валютами в нарушение закона. В том числе: 1.     Информировать о способах таких сделок. 2.     Предоставлять возможность их совершения (включая софт). 3.     Совершать с резидентами сделки, в том числе через инструменты, которые зачисляют крипту на адреса, не администрируемые цифровыми депозитариями. Первое. Не определено, что такое «содействовать». Формально под это можно подвести почти что угодно: рекламу, консультацию, банковский платеж связанный с криптой, API, хостинг сайта, реферальную ссылку, техническую поддержку. Второе. Формулировка про «информирование» очень широкая. Обзор бирж, объяснение работы MetaMask, статья про P2P, упоминание DEX или DeFi - теоретически все это можно попытаться квалифицировать как информирование о способах нарушения. Третье. Фраза про «программное обеспечение» тоже скользкая. Один и тот же некастодиальный кошелек можно использовать и легально, и с нарушениями. Сам по себе софт не знает, кто им пользуется и с какой целью. Четвертое. Норма дает заметный экстерриториальный эффект. Российский гражданин живёт в Испании, регистрируется на европейской CASP-платформе. Для Европы это полностью легально. Для России платформа в теории «предоставила резиденту возможность» нарушить требования. Я думаю сознательно оставили максимально широкую формулировку «на всякий случай». Надо напомнить, что до 1 июля 2027 года (пока уголовная норма не вступит в силу): В основном будет действовать только административная ответственность по нормам, которые вводятся законопроектом № 1194944-8 (поправки в КоАП). Но и там для юридических лиц штрафы могут быть существенными (по имеющимся оценкам - сотни тысяч и до миллиона+ рублей). В общем думаю у нас на подходе после подписи Президента будет еще один комплексный гайд (и не один) Всем отличной рабочей пятницы! 🤝