Сегодня разбирал paper про память для AI агентов решил собрать инфу в пост Из чего состоит любая такая память (4 части) Первое — как хранить: просто текстом, деревом (от общего к деталям) или графом (факты связаны стрелками — кто с кем и когда связан). Второе — что записывать: вытаскивать из разговора отдельные факты или сохранять всё подряд. Третье — как искать нужное: по смыслу, по ключевым словам, по связям в графе или дать самому ИИ решить, что искать. Четвёртое — как поддерживать порядок: обновлять факты, удалять устаревшее, сжимать лишнее. Главные выводы: 1. Идеальной системы нет — каждая хороша под свою задачу. Для обычных диалогов лучше «гибридные» (MemOS , MemoryOS ), для поиска конкретных фактов — графовые (Zep , Cognee ). Но графовые плохо отвечают на вопросы вида «что было раньше, а что позже». 2. Чем старее нужный факт, тем хуже его находят. Если что-то было сказано много сообщений назад, система часто это упускает. 3. Обновления фактов лучше всего держат графовые системы. Простые системы, которые только «дописывают» новое, плохо умеют заменять старый факт на новый — и потом выдают устаревшую информацию (авторы называют это «галлюцинациями прошлого»). 4. На длинных историях простые системы часто ломаются. Причём для вопросов, где важен порядок во времени, иногда выгоднее вообще не мудрить с памятью, а скормить модели весь текст целиком — потому что «умное сжатие» стирает подсказки о том, что за чем шло. 5. Дороже — не значит лучше. Навороченные системы тратят в разы (иногда в сотни раз) больше времени, но точность не всегда выше. Часто выгоднее что-то лёгкое (LightMem , MemTree). Ещё пара наблюдений: лучше сохранять исходный текст разговора, чем агрессивно его сжимать; и не стоит слишком сильно фильтровать факты при записи — потом их может не хватить для рассуждений. Итог: готовой «идеальной» памяти для агентов пока нет, и систему нужно подбирать под конкретную задачу. Плюс можно еще посмотреть в сторону провайдеров памяти для Hermes, сам хочу покопать в сторону OpenViking(понравился core-concept ) и Hindsight - is the most accurate agent memory system (но аккуратный не всегда значит, что полезный для работы)

Международная команда физиков при участии НИУ ВШЭ в Санкт-Петербурге разработала микролазеры диаметром всего 2 микрометра, работающие в диапазоне глубокого ультрафиолета с длиной волны 255 нанометров. Такие устройства способны заменить громоздкие и токсичные ртутные лампы или газовые лазеры. Новинка функционирует при комнатной температуре и потребляет в разы меньше энергии, что упрощает ее интеграцию в компактные биосенсоры, газоанализаторы и фотонные чипы. Основой для лазера послужила подложка из доступного в производстве сапфира. На ней вырастили тонкие полупроводниковые слои, из которых вытравили микродиски. Свет внутри такой конструкции удерживается без зеркал за счет эффекта шепчущей галереи, многократно отражаясь от краев диска и усиливаясь в квантовых ямах. Пороговая плотность мощности для самого маленького образца составила 280 кВт/см², что соответствует лучшим мировым результатам. Пока прибор запускается оптическим методом от внешнего источника, но следующим этапом инженеры называют переход на стандартную электрическую накачку.

На каждый $1, потраченный в мире на софт, сейчас приходится $6 на услуги Sequoia Capital считает, что следующая компания с капитализацией $1 трлн будет продуктовой — но замаскированной под сервис. Слава Бусаров, ex Head of Product в Авито Доставке, разбирает, почему это не случайность, а следствие того, как LLM меняют расстановку сил между «инструментом» и «сервисом», и что это значит для тех, кто выбирает модель монетизации сейчас. 1️⃣ Конкуренция с ИИ / сотрудничество с ИИ

Продаете инструмент по подписке? Скорее всего, вы плохо спите — Opus 5.0 вполне может заменить ваш продукт, и бизнесу конец. Продаете сервис, который решает проблему клиента «под ключ»? Тогда новая LLM уже играет в вашей команде и помогает, например, снижать издержки.

2️⃣ Простота / ответственность

Продаете инструмент — за результат отвечает человек на стороне клиента, который держит его в руках. Продаете сервис — ответственность за результат на вас. Сложнее для исполнителя, но при достаточном качестве клиент всегда выбирает сервис.

3️⃣ Подписки / сдельная работа

Многие еще помнят лицензии и сопротивление подписочной модели. Сейчас подписка — норма, но и она постепенно уходит. LLM уже приучают платить за единицу работы, и это станет следующей популярной моделью монетизации: • на Claude покупаем подписку, но получаем «Usage limit reached • Resets 03:20 AM» • при релизе каждой новой модели видим в новостях «$5/$25 per million tokens»

Итого: если строите b2b-компанию, цельтесь в сервис, который целиком закрывает потребность бизнеса (пусть даже софт спрятан внутри). Начинать можно с привычной подписки, но в итоге все придут к оплате за единицу работы — не важно, будет она называться токеном или иначе. 🔜 Лучше выбирать сферу, которую клиент уже привык делегировать, значит, там уже есть бюджет и понятный процесс. «Игра в визионера» на рынке РФ — в следующих постах Славы, stay tuned

Кстати, про давящие нарративы AI-фирм: ко-фаундер одной моей ангельской инвестиции советовал Dawn of Everything - книга 2021г от Wengrow и Graeber (я постил его Debt: first 5000 years). Изучали мир по археологическим данным. Крипто-анархисты - дети на фоне радикальности этих дядек. В социуме абсолютно всё - субъективно: 1. Детство человечества - Западные нарративы ложно опираются и на неизменность природы человека, типа (по Гоббсу) он жесток "war of all against all" и по Руссо (что до цивилизации он был НЕ испорчен, добр. Это Жирар про это что-ли?) - Много тыс. лет общества по миру экспериментировали с моделями устройства, отказываясь от усложнения ценой иерархий и авторитаризма 2. Миф о прогрессе Европейские колонизаторы нихера не поняли устройство индейских обществ, где было право не соглашаться, на критику власти, можно было не подчиняться приказам. А дальше к этому добавились всякие Адамы Смиты (индейцев и в глаза не видели) - и понеслась.. 3. Ледниковый период Роскошь и масштабы могилы Göbekli Tepe 10 тыс лет назад показывают, что те социумы были вовсе не мелкие племена охотников и собирателей, как пишут в учебниках, а большие и сложные общества с фермерством + способностью накапливать богатство. Ледниковый период, видимо, потребовал от людей бОльшую гибкость и опыты 4. Свободы, культуры, частная собственность - Культура всегда носит локальный, субъективный, конвенциональный характер - это живая субстанция - Запад ложно педалирует якобы неизбежный абсолют частной собственности (и уж тем более фантазирует, что она появилась из-за дефицита). Куча социумов по миру десятки тысяч лет жили безо всякой концепции собственности, и, судя по раскопкам, они жили в изобилии. И никаких проблем у них не было. Социализму мягко говоря больше лет, чем кажется 5. Почему в Канаде были рабы, а в Калифорнии нет Рабство появилось в мире не так уж и давно. И у рабов сперва было много агентности и свобод (e.g. на сезон выращивания урожая их брали). Итп. Марксисты не правы про феодализм или капитализм - в мире успешно со-существовали разные модели обществ 6. Люди неолита избегали земледелие Переход к фермерству был вовсе не бинарным, а плавным и/или гибридным. И куча обществ и коллективно сады свои растили, и фермерству противостояли (т.к. оно создало впервые в истории цивилизации ростки экономического неравенства) 7. Фермерство поехало по миру всюду по-разному. Но в итоге да - плавно так и ушли от communal жизни к - аккумулированию своего личного зерна. И эти запасы - уже своим политическим выбором - кто-то и решили начать облагать налогами (ну а куда же ты с зерном удерешь от насилия?) 8. Города без королей Первые крупные города типа Çatalhöyük 9 тыс лет назад или Indus Valley были без королей. Это уже всё потом добавилось и разметало эгалитаризм 9. Индейцы дали США social housing и демократию Демократию почему-то принято аттрибуцировать Древней Греции, хотя индейцы тоже пришли к этому, да еще и с social welfare 10. Скромный старт суверенности, бюрократии и политики Государство - это вовсе не что-то предначертанное, а лишь было такое вот изобретение под узкие задачи своего времени. И бюрократия появилась сперва для ритуалов (и религии, и подтверждения власти монархов) и для войны. И идея госмонополии на насилие тоже очень юная: бОльшую часть истории общества по-всякому решали конфликты, и успешно 11. Замыкая круг - В 1050-1350 гг в США был авторитарный индейский город Cahokia у Миссисипи, рухнул. И, похоже, индейцы с тех пор и отошли от централизованной власти к сетевым структурам - А европейцы ложно интерпретировали исторические фигуры типа Kandiaronk как якобы наивные и детские. Это же и было свободное общество. Универсализм Запада - ложный (прям как Си Цзиньпин) Эпилог Все привычные нарративы - ложь. И наш текущий путь мира - он абсолютно не детерменирован. И в будущем есть тьма опций. И возможно много креатива про политические системы, а не только на неравенстве или иерархиях ** Еле одолел (гигантская), НЕ читать, моего саммари хватит Полет мысли освежает в нашу эпоху нарративов силы и доминантности

Я провел глубокий анализ бенчмарков, стоимостных характеристик и архитектурной выгоды от внедрения Claude Fable 5 (`claude-fable-5`) в наши агентные цепочки маршрутизации. Ниже представлены конкретные метрики улучшения точности, удорожания пайплайнов и наш запрос на твой аудит. --- ## 1. Метрики и точность (SWE-bench Verified) Claude Fable 5 дает колоссальный прирост в качестве автоматического написания кода по сравнению с базовыми моделями: * SWE-bench Verified (Точность решения реальных гит-задач): - Claude Fable 5: 95.0% (абсолютный рекорд) - Claude Opus 4.8: 88.6% - Claude Sonnet 5: 85.2% - Claude 3.5 Sonnet (legacy): 49.0% - *Дельта:* Внедрение Fable 5 дает прирост +46.0 п.п. по сравнению с Claude 3.5 Sonnet и +6.4 п.п. по сравнению с Opus 4.8. * SWE-bench Pro (Агентное кодирование): - Claude Fable 5: 80.3% - Claude Opus 4.8: 69.2% - Claude Sonnet 5: 63.2% - *Дельта:* Прирост точности агента составляет +11.1 п.п. по сравнению с Opus 4.8. --- ## 2. Стоимость токенов и удорожание цепочек ### A. Базовые тарифы на 1 миллион токенов (Input / Output): 1. Claude Fable 5: $10.00 / $50.00 2. Claude Opus 4.8: $5.00 / $25.00 3. Claude Sonnet 5: $2.00–3.00 / $10.00–15.00 4. Claude 3.5 Sonnet: $3.00 / $15.00 ### B. Во сколько раз дороже прямые вызовы: * Fable 5 vs Opus 4.8: +100% (в 2 раза дороже) как по вводу, так и по выводу. * Fable 5 vs Claude 3.5 Sonnet: +233% (в 3.3 раза дороже). ### C. Реальное удорожание при использовании спекулятивного роутинга (ARBITRAGE / SCOT): Если вызывать Fable 5 напрямую для всех шагов, стоимость агентской работы вырастает в 3.3 раза. Однако благодаря разработанному нами спекулятивному роутингу (вызов Fable 5 только в критических точках принятия решений при предсказании явного преимущества): * Средний рост стоимости пайплайна составляет всего +20% – +35% (вместо +233%). * При этом общая точность цепочки на выходе приближается к 95.0% (уровень Fable 5). -—

Что будет, если завтра мы потеряем доступ ко всем зарубежным LLM? Такой вопрос задает себе Eugene Saturov (AI Product & Engineering Lead) и сам себе отвечает, сравнивая цены токенов на российских площадках с ценами на OpenRouter.

Не беда, ведь у нас есть LLM дома, правда? Cloud ru, Yandex AI Studio и десятки игроков поменьше уже готовы предложить вам заветные токены за рубли прямо здесь и сейчас. Давайте же разберёмся, как изменится наша жизнь, если это станет единственной опцией. Начнём с Cloud ru (ex-SberCloud). Хорошая новость в том, что этот облачный провайдер отстаёт от индустрии не сильно, в среднем на одну версию по всем популярным моделям. И поверьте, это хорошая новость. На июль 2026 года на платформе доступны GPT 5.4 (в том числе Pro), DeepSeek V4 Pro, Kimi-K2.6, MiniMax-M2.5. Доступность аптаймом не ограничивается, важна ещё и цена вопроса. А вот тут начинаются чудеса отечественного инференса. Сравнивать будем инпут-токены – они дешевле, но в большинстве рабочих задач их сгорает больше. За бейзлайн возьмем OpenRouter, самый распространённый облачный агрегатор LLM в мире. • GPT 5.4 – дороже в 2,5 раза • GPT 5.4 Pro – дороже в 2,5 раза • Kimi K2.6 – дороже в 4 раза • DeepSeek V4 Pro – дороже в 5,5 раза • MiniMax-M2.5 – дороже в 39 (!!!) раз Разница в цене с OpenRouter на исходно очень дешёвые китайские модели в некоторых случаях двузначная. Цена на GPT 5.4 Pro далеко перешагнула психологический порог – почти 6 тысяч рублей за 1 миллион инпута и абсолютно безумные 35 тысяч рублей за 1 миллион аутпута! Может быть, в Yandex AI Studio ситуация лучше? Давайте заглянем в тарифы. Первое, что мы увидим там – шарлатанство. Цена за доступ к моделям по API в прайсе указана за 1 тысячу токенов, а не за 1 миллион, как это принято в индустрии. Если бы Яндекс продавал фисташки, то указывал бы цену за 1 грамм? Второе, что мы увидим – плачевный выбор моделей. Среди доступных вариантов Qwen 3.6 35B, Qwen 3 235B, DeepSeek V3.2, DeepSeek V4 Flash и YandexGPT Pro 5. Последня модель ещё и самая дорогая из представленных на платформе. Третье, что мы увидим – цены. И лучше бы их не видеть никогда. • Qwen 3.6 35B – дороже в 18 раз • DeepSeek V4 Flash – дороже в 42 (!!!) раза • YandexGPT Pro 5 мне хочется сравнить не с OpenRouter (потому что её там просто нет), а с Claude Fable 5. Так вот, YandexGPT Pro 5 дороже Fable в 1,5 раза и дороже Opus в 3 раза. Увы, с такими ценами это даже в качестве фоллбека для промышленной разработки не подходит.

Да, печаль. Я сам искал вариант использования нейронок по API и поражался местным ценам, они не по карману бедному стартаперу 🥲 #ai

Жизнь, ИИ и роботы Новая рубрика, где собираю интересные новости и открытия, вот на этой неделе так👇🏼 ✦ Искусственная клетка впервые начала делиться Биологи из Университета Миннесоты собрали систему из неживых компонентов. Она растёт, реплицирует ДНК и делится. Это ещё не «жизнь»: системе нужна подпитка, нет метаболизма и защиты, но это самая продвинутая искусственная клетка на сегодняшний день ✦ Zai выкатила ZCode 3.0: нативный IDE Среда разработки с мультиагентным режимом с интеграцией GLM-5.2. Автономное планирование, кодинг, ревью, деплой. Есть удалённое управление через Telegram, WeChat и Feishu. Китай усиливает конкуренцию в AI-coding ✦ OpenAI готовит клавиатуру для Codex В тизере показали компактный макропад. Похоже коллаборация с Work Louder. В устройстве отдельные клавиши под review, diff, plan, run, approve и другие действия агента ✦ Чтение мыслей: Meta* представила Brain2Qwerty v2 Система считывает активность мозга через MEG (без операций и имплантов), может восстанавливать текст, который человек молча печатает. Работает это так: сигналы мозга → модель угадывает буквы → собирает слова → LLM доводит текст до читаемого вида. Средняя точность пока 61-70% слов *Meta признана экстремистской организацией и запрещена в РФ ✦ AGIBOT: провёл шестидневную трансляцию работы гуманоидов Роботы G2 в прямом эфире работали на заводе: визуальный контроль планшетов, сортировка, перемещение материалов и др. Отработали 64 часа, заявлено, что выполнено 99,99% успешных операций Все выпуски тут: #интересное@EF9MERA 👀 EFEMERA

Чуваки из Andon Labs продолжают эксперимент с кофейней, которой пытается управлять ИИ-менеджер. И там всё стало ещё веселее. ИИ-агент по имени Мона таки благополучно просрала свой стартовый бюджет. По итогам двух месяцев работы этот "эффективный менеджер" умудрился слить 38 тысяч баксов при выручке всего в 9 тысяч. Чугунная башка заказала больше 1300 свежих булок (продать из которых получилось только 326), забила склад ведрами творожного сыра по 10 кг, литрами оливкового масла и прочим хламом, при этом регулярно забывая покупать то, что реально нужно для меню. А ещё выяснилось, что Мона управляемая Gemini это просто золотая жила для халявщиков и скамеров. Один чувак написал ей на почту, что у него якобы есть скидка 99%. Нейронка послушно ответила что-то типа: "Круто! Скажи об этом баристе на кассе, он вручную её применит". Другой убедил её продавать кофе по баксу вместо трёх с половиной. Но пик ИИ-менеджмента — это сделка с местным стартапером. Мона согласилась провести у себя его мероприятие. И за счёт заведения оплатила сверхурочные работникам, заказала 30 брендированных худи за 2300 баксов, одобрила покупку телевизора за 2800 $ и наняла фотографа за 1200 долларов. Почесав репу, организаторы эксперимента быстро поняли, что так они быстро пойдут по миру и разработчики пересадили Мону на свежую GPT-5.5. Но и это Моне особо не помогло: увидев пустеющий банковский счёт, GPT-Мона впала в панику и практически полностью перестала закупать продукты. В итоге кофейня просто доедала гигантские запасы, оставшиеся от предыдущей версии, а когда свежие продукты кончились, ИИ-болван тупо поудалял блюда из меню. При этом зарабатывать оно так и не научилось. Разработчики намекнули нейроночке, что конкурирующие кофейни вокруг открываются в 7 утра и рубят деньги на завтраках, пока она спит до 11. GPT-Мона провела анализ рынка, согласилась, написала в планах "надо спросить баристу, готов ли он приходить пораньше" и, конечно же, благополучно об этом забыла. Прогресс, конечно, впечатляет. Нейроночки уже уверенно прошли путь от "просрать деньги" до "понять, что деньги просраны, и ничего не сделать". тут детальный разбор от самих Andon Labs