Нелепости агентов Агентная разработка - веселая штука конечно. Вот планируешь и кодишь несколько дней с Астрой, Фейблом и Опусом, а потом на e2e вот такое вот выясняется (см. скрин и пояснения в конце). И это прям системная история - 99% получается хорошо и правдоподобно, а в каком-то неожиданном месте Но справедливости ради - это был сложный и огромный кусок работы на десятки тысяч строк кода, хоть и делался в лучших традициях SDD с хорошим планом. Выводы? 1. Делайте e2e тесты - причем как классические через условный Playwright / XCUIAutomation и тд, так и агентные "JIT" тесты - когда агент сам запускает вашу систему в около продовых условиях и ведет себя как Manual QA. 2. Рефлексируйте - если все-таки что-то вылезло несмотря на все ваши пятьсон уровней гардрейлов, обязательно ищите источник проблемы - то есть, в какой момент вашей даркфактори агентного пайплайна вылеза ошибка и как она вообще дошла до live e2e. * Контекст: я разрабатываю агентный интерфейс к одному из своих проектов (в данном случае - это MCP + skill) и вот там оказалось, что ответ в во всех MCP инструментах просто дублируется (структурированный + обычный текст) - абсолютно комичный дефект, который добрался аж до финальной стадии верификации. Live e2e же там устроен так, что сильный агент тестирует другого агента на предмет того, как тот справляется с задачами из юз кейсов - и то, как быстро он справляется, и сколько токенов у него на задачу уходит. Это, кстати, правильный подход и к evals скиллов тоже. Если тоже сталкивались с подобными нелепостями агентов - расскажите в комментариях что это было и как боролись. @ai_driven

Мне в последнее время очень интересно думать о том, как вообще будет выглядеть наша жизнь через 10 лет. Потому что скорость изменений сейчас какая-то совершенно ненормальная. Я всю жизнь считала себя человеком максимально нетехническим. Творческим, гуманитарием — кем угодно, только не человеком, который будет что-то программировать. Когда я работала product manager, мне постоянно говорили: тебе нужен технический бэкграунд. Нужно понимать инфраструктуру, архитектуру, как всё устроено под капотом. И долгое время мне казалось, что это действительно какой-то отдельный мир, куда без специального образования особо не зайти. А сегодня я сижу и настраиваю агентов. Ставлю им задачи. Собираю автоматизации. Думаю, как связать разные системы между собой. И в какой-то момент поймала себя на мысли: а что вообще осталось от этого барьера между «техническими» и «нетехническими» людьми? Потому что в большинстве обычных бизнесов тебе вообще не нужно знать, как именно технически будет построено решение. Тебе нужно хорошо понимать бизнес-задачу. Что должно произойти. Какие данные откуда взять. Какой результат получить. Где человек сегодня тратит время впустую. А дальше очень многое уже можно собрать с помощью AI. Сейчас я ещё периодически использую какие-то no-code обходные пути, чтобы не лезть непосредственно в код. Но самое странное, я вообще больше не воспринимаю код как что-то недоступное. Мне кажется совершенно реалистичным, что ещё несколько месяцев вот такого погружения, и я начну собирать часть этих решений уже напрямую с помощью AI и кода. И вот здесь у меня начинает немного взрываться голова. Потому что если настолько сильно всё изменилось буквально за пару лет, то что будет через десять? Я недавно видела прогноз Илона Маска о мире, в котором из-за автоматизации и роботизации деньги в какой-то момент могут потерять ту ценность, которую имеют сегодня: огромная часть базовых товаров и услуг станет настолько дешёвой в производстве, что будет практически доступна каждому. Не знаю, сбудется ли именно этот сценарий. Но почему-то впервые он не кажется мне научной фантастикой. И это напомнило мне «Атлант расправил плечи», который я прочитала ещё то ли в школе, то ли в университете. Меня тогда больше всего зацепил даже не сюжет, а мир, который появляется ближе к концу книги. Мир, где каждый человек что-то создаёт. Где ты не просто винтик в огромной системе, а отдельная единица, которая умеет производить ценность и обменивать её на ценность других людей. Где гораздо важнее не количество денег на твоём счёте, а то, что ты умеешь делать и что можешь дать другим. Конечно, реальность вряд ли будет выглядеть именно так. Возможно, наоборот, нас ждёт период огромного неравенства, сложной перестройки рынка труда и очень болезненного перехода между старой и новой экономикой. Но мне безумно интересно наблюдать, куда всё это придёт. Что думаете?

Ладно, мухи - это круто, но я к вам пожаловаться. Нужно было по работе сделать довольно простую тулзу. Копировать дескрипшен задачи из Jira в Bitrix. Просто, да? Но нет! Во-первых, это расширение для браузера, во-вторых, должно работать со всеми браузерами, нужно было шарить это на команды, а работает кто в чем. Третье: нельзя пользоваться API Jira. Пятое: нужно копировать и картинки, и текст со всем форматированием. Есть ещё пермишены самого браузера для расширений. В общем, нюансов масса, как оказалось. И тут я думаю заюзаю Astra, AGI ведь уже с нами. Sol пару раз ломал уже работающий функционал, и пришлось переключиться. По наблюдениям думать он стал дольше, но и результат стал чище, больше гипотез, самопроверок, тестирования. Но у этого есть и обратная сторона, токены жгутся как на Камчатке в -50 в котельной. Доходит до смешного, когда я попросил собрать Zip архив со стабильной версией, он думал минуты 2, запуская проверки стабильной версии, и сжег где-то 25% дневного лимита 😣 Вау, это Альтман классно придумал! В общем, будьте аккуратны, Astra очень прожорлива даже на простых задачах, поэтому используйте соответственно задаче. @CGIT_Vines

Обратила внимание еще на одну прекрасную особенность написания резюме с AI. Если за ним не следить, он вам очень быстро напишет, что сами мы не местные. Поймала машину на том, что она очень хочет быть честной. Прямо пионер какой-то! Весь ваш неамериканский опыт она с удовольствием начинает дополнительно маркировать: 🫣International experience. 😂Outside the U.S. 🤩Global role based in… 💩International markets. Хотя ее вообще никто об этом не спрашивал. Такое ощущение, что AI очень боится кого-нибудь случайно ввести в заблуждение и поэтому на всякий случай сам на вас настучит. Но еще веселее становится, если вы сами плохо объяснили ему свой вклад. Потому что мы же как рассказываем по-русски? «Ну, команда сделала». «Мы запустили». «Я там немного помогал». «Ну, я рядом стоял». И если вы нигде нормально не объяснили, что конкретно было вашим ownership, машина не подумает: «Ага, человек сейчас скромничает. Наверняка на самом деле тащил весь проект». Нет. Она вам радостно напишет: Supported… Assisted… Contributed… Helped coordinate… И вот вы уже не человек, который вел проект на $20M, выбил бюджет, собрал пять команд и пережил три эскалации. 👉🏻Вы немножко помогали команде рядом постоять. AI не знает, что наше «ну мы там сделали» иногда означает: я это придумал, согласовал, продавил, собрал людей, принял решения и довел до production. Поэтому если пишете резюме с AI, ему надо очень четко объяснять: что было YOURS. Что вы решили. Что инициировали. За что отвечали. На что повлияли. Какие решения принимали лично. Какой был результат. И потом все равно перечитать. Потому что иначе этот честный пионер вам такого напишет, что recruiter решит, что вы последние пять лет просто были очень supportive colleague. #resume #chatgpt

🐟 Sakana AI представила Fugu Max и Fugu Ultra v2 - обновление системы оркестрации AI-агентов Fugu распределяет задачи между несколькими моделями, подбирая подходящую по возможностям и стоимости. Fugu Max использует расширенный набор моделей с открытыми весами и специализированных моделей, включая NVIDIA Nemotron. По заявлению Sakana, система приближается к ведущим моделям по качеству при стоимости в 2–6 раз ниже. Fugu Ultra v2 ориентирована на максимальное качество. По данным компании: * опережает Opus 5 и Fable 5 на Chartography * на DeepSWE превосходит модели, у которых цена за токен в 3–5 раз выше * при этом Fable 5, Fable 5.1 и GPT-6-Astra не входят в её набор агентов Модели внутри системы можно заменять. Такая архитектура рассчитана на снижение зависимости от отдельных поставщиков и сохранение работы при изменениях доступности API. [Попробовать Fugu - https://sakana.ai/fugu Анонс Sakana AI - https://sakana.ai/fugu-max-release/

#Нейропрожарка "Дубравы-голограммы". Автор: Никола Дуплянский - музыкант, работающий на стыке брейкбита и sci-fi-скоморошин. Telegram: https://t.me/nikoladuplyansky VK: vk.com/nikoladuplyansky 🛠 "Дубравы-голограммы": живой исполнитель внутри хтонического киберпанка ⏱️ Срок создания: 35 часов 🎬 Хронометраж: 2:37 📐 Формат: 1080 × 1920, 9:16, 30 FPS 💡 Идея Музыкальный клип про фантастические дубравы, населенные хтоническими, неуловимыми существами. Производство состояло из четырех основных этапов. 🎙 1. Запись исполнителя на хромакее Исполнение записано на хромакее одним непрерывным фрагментом от начала до конца, без сборки из нескольких дублей. Этот цельный фрагмент и стал основой дальнейшего монтажа. Исполнитель настоящий, не нейросетевой персонаж. Звуковая программа у меня собственная, написанная на C++. Для генерации пресетов синтезатора использовал ChatGPT6-Pro. Здесь задача нейросети была достаточно конкретной - подготовка пресетов для моего инструмента. 🎚 2. Монтаж звука и мастеринг Монтаж и обработку звука делал в Reaper. Финальный мастеринг - в нейросетевом сервисе LANDR. Музыка и текст: Никола Дуплянский. 🕹 3. Игровое вступление Для начала клипа подготовил две отдельные сцены: • "загрузка игры" • "ввод имени персонажа" Исходные HUD-картинки сделал в ChatGPT6-Pro. Затем с помощью Codex Ultra написал программу на Python, которая анимировала прогресс-бар и последовательный набор букв. Готовые сцены экспортировались в MOV RLE+Alpha, то есть с прозрачным фоном для дальнейшего монтажа. Здесь нейросеть создавала исходную графику и помогала написать код, но само движение интерфейса рассчитывалось программно, а не видеогенератором. 🌲 4. Создание дубрав и сборка клипа Исходные изображения создавал в ChatGPT6-Pro, после чего анимировал их в Kling3. Полученные видеофрагменты собирал в CapCut. Удаление хромакея делал собственной программой, созданной с помощью ChatGPT6-Pro. Цвет исполнителя подгонял под окружающий нейросетевой мир функцией CapCut "Совмещение цветов". 🚧 Самая большая переделка: Kling превратил цветы в кладбище Весь эпизод в подземном тоннеле пришлось фактически сделать заново. Чтобы исправить сцену, я взял удачные кадры из уже сгенерированных видео и с помощью ChatGPT6-Pro изменил форму "цветов" обратно на нужную. После этого исправленные изображения снова использовал как исходники для генерации видео. 💸 Расходы • ChatGPT6-Pro + Codex - 200 $ за месячную подписку • LANDR - 25 $ за месячную подписку • Kling3 через kie.ai - 5500 рублей на генерации видео Итого по использованным сервисам: 225 $ месячных подписок + 5500 рублей видеогенераций. Подписки указаны по полной месячной стоимости, без учета, какая их доля пришлась именно на этот клип. 📝 Финальная обработка • 1080 × 1920 • вертикальный формат 9:16 • 30 FPS • финальное автоулучшение цветов в CapCut 📌 Итог Получился гибрид живой съемки, собственной звуковой программы, программной анимации игрового интерфейса и нейросетевого фантастического леса. При этом одна из самых интересных особенностей Kling3 оказалась не в управляемости, а наоборот - в его непредсказуемости. Модель периодически придумывала совершенно неожиданных зверей и существ, которых не было в исходном замысле. И вот это как раз оказалось очень к месту: такие странные, плохо определимые создания идеально вписались в задумку клипа про хтоническую жизнь фантастических дубрав. @cgevent

кстати, понял, что тут ошибался. мне два раза за последние два месяца писали брокеры с вопросом, можно ли купить код SpatialChat, чтобы потом перепродать его в AI кодинг лабы. предлагали около $50k за проект. код к сожалению, уже принадлежит не нам, но прецедент интересный. из условий: у проекта должен быть какой-то коммерческий потенциал в прошлом. например, привлеченное финансирование, большая команда или клиенты. ну и самое важное: код должен быть написан до 2022 года. так что рукописный код что-то стоит! а вы думаете зачем Blending Spoon скупает все эти SaaS darling child прошлой эпохи если вдруг у вас есть что-то подобное, могу вас законнектить.

Foundation-1 Семейство моделей для генерации семплов и инструментов из текста, заточенное под музыкантов. Главная находка — разделение инструмента и тембра - Лупы — BPM, тональность, структура - Одношоты — отдельные ноты для сэмплеров - Кейбеды — полноценные инструменты, генерирующиеся по всему регистру с сохранением тембра - Трехслойные инструменты: три отдельных промпта → три независимых слоя → экспорт в DecentSampler/SFZ - Слои: инструмент → тембр → FX → нотная структура → тональность/BPM Foundation-1 (лупы) Foundation-1.2 Samples Foundation-1.2 Keybeds (инструменты) - 7 ГБ VRAM, ~7-8 секунд на семпл - Свой Gradio-интерфейс (RC Stable Audio Tools — форк) видео Демо RC Stable Audio Tools #musicediting

Meta* отменяет оценку сотрудников по количеству сожженных токенов В 2025-26 году компания ввела ожидания "AI-driven impact" и присваивала сотрудникам лейблы "AI Native", "AI First" и "AI Enabled" за количество сжигаемых токенов. 26 сотрудников подали на компанию в федеральный суд. Они утверждают, что Meta при увольнениях использовали метрику использоваия AI, а это нечестно это не объективная метрика, не отражающая их достижений. Другие сотрудники изобрели накрутку токенов уникальную технику tokenmaxxing закидывая в AI сложные бессмысленные задачи, целью которых было максимизировать потребления токенов Суд еще не принял решение, но в сентябре 2026 Meta уже откатило AI-driven политику. И продолжает утвреждать, что эти метрики никак не влияли на перфоманс ревью. Мне нравится представлять этих серьезных менеджеров в пиджаках в большой футуристичной переговорке. Они собрались на собрание: — Окей, Джон, ты слышал про AI? — Да, Марк, отличная технология, она поможет нам много заработать. К сожалению, наши работники не желают ускоряться. У них по-прежнему меньше 5 агентов на человека — Джон, а что если заставить каждого сотрудника максимально использовать токены? — Марк, но ведь у нас есть уже есть сторипоинты, дашборды и time-to-market. Разве мы не должны учить их использовать AI и отслеживать ускорение работы по ним? — Бро, это регрессивные метрики отсталого мира, они не Ai First. Пусть жгут токены, авось чето выйдет. — Отлично, давай награждать их медалями AI First и увольнять, если сожгли мало! — Делаем! Сможет ли российской IT не внедрять практики по принципу "Да просто сделаем как в FAANG", увидев конец истории? Или сначала внедрит, а потом отменит, еще и об оптимизации бюджета доложит? Буквально такая же история была с Гигачадом и обязательным использованием GigaChat. А ваш тимлид уже приказал вам жечь больше токенов? *Деятельность организации Meta ризнана экстремистской и запрещена на территории Российской Федерации

https://t.me/lovedeathtransformers/11033 У нас было 135 040 токенов словаря, 1 536 измерений скрытого состояния, шестнадцать слоёв энкодера, двенадцать слоёв декодера, двенадцать голов внимания и четыре KV-головы. Ещё у нас было 512 экспертов, top-8 маршрутизация, SiLU, RMSNorm, RoPE с YaRN и целых 128 тысяч токенов контекста. Не то чтобы всё это было категорически необходимо для инференса, но если уж начал собирать трансформер, становится трудно остановиться. Единственное, что меня беспокоило, — это 512 экспертов. Нет ничего более беспомощного, безответственного и испорченного, чем MoE, уходящий в полный роутинг. Я знал, что рано или поздно мы доберёмся и до него.

Как-то на AI-созвоне участник рассказал на своем примере, кого заменят AI-агенты, а кого нет. Но еще важнее - поделился, почему. Недавно он за неделю в одиночку с Клодом сделал проект, который его команда из шести человек делала полгода. Продакт-лид, с 15-лет стажа, всю карьеру был уверен, что самый важный навык - это собрать команду и четко раздать роли. Потом случилась эта неделя и по его словам, нормально так порвало шаблон. Его метафора и важный инсайт: работа в эпоху AI = уметь круто стрелять из рогатки. Чем точнее видишь цель, умеешь ее сформулировать и направлять нейронку, тем сильнее выстрел. Старый топовый навык - собрать команду, раздать роли и задачи, назначить ответственных - потерял ценность буквально на глазах. Теперь он стал про другое. Заменит ли меня AI? Может, вопрос в другом: насколько четко я умею направлять к нужной мне цели, понятной без лишних слов?

Промышленный вайбкодинг Американский школьный округ включает в себя 54 школы, в каждой есть столовая, в каждую надо закупать продукты и как-то их учитывать. 5 лет назад подобная задача решалась неким более-менее подходящим SaaS-софтом и консалтером, который его внедрит за полгода и гигантские деньги. Адепты вайбкодинга и SaaSpocalypse говорят, что теперь, в счастливом настоящем, SaaS не нужен. Ответственный менеджер скажет “Claude, запрограммируй мне такую штуку”, и она будет готова бесплатно и за две недели. Ответственный менеджер, разумеется, этого счастья не хочет. Американский #стартапдня FSH Technologies предлагает промежуточный вариант. Он автоматизирует государственных или окологосударственных заказчиков без использования типового софта. Под каждого пишется уникальное решение именно для его уникальной ситуации без оглядки на “система такое не умеет”. И при этом индивидуальность не вредит цене и срокам – нейросети действительно пишут быстро. А у менеджера по-прежнему есть кто-то, с кого можно спросить. Несколько реальных проектов стартап уже сделал. Те заказчики, работой с которыми FSH хвастается, разумеется, довольны. Какая была экономия себестоимости за счет нейросетей, а сколько просто венчурных денег сожгли, мы никогда не узнаем. https://fsh.org/ #сша #rounda #гостех

еще прикольный кейс ⚠️ [OUROBOROS SYSTEM] BATCH NOTIFICATION (CONT.) --- tg_message_new_9.html --- L2 Tick 8 (24h Marathon): Graph Integrity Validated 💎 Что сделано (What): 1. В ходе текущего тика проведен микро-аудит графа Ouroboros (L3). Подтверждена целостность свежих инвариантов защиты (`MOD_145_Hybrid_Retrieval_RRF`, MOD_146_CoEvoKG_Structural_Signatures, `MOD_147_Graph_Memory_Active_Reconstruction`). Они заблокированы от случайного изменения субагентами. 2. Изолированные демоны (Task-6085 и Task-6107) продолжают долбить заблокированные эндпоинты Perplexity API, накапливая curl: 28 таймауты в фоне без влияния на главный цикл. 3. Телеграм-отчет сохранен локально в scratch/tg_message_new_9.html. Зачем / Почему (Why): С внедрением паттерна CoEvoKG наша кодовая база и память превратились в "Активно Эволюционирующий Организм". В чате healing_5 и других рабочих пространствах субагенты каждую минуту генерят тысячи строк Swift/Rust-кода. Если хотя бы один базовый инвариант (например, строгий запрет на статический RAG) будет "забыт" или перезаписан в их контексте из-за усталости промпта, система начнет медленно и незаметно деградировать (Silent Degradation). Мой 5-минутный L2 аудит гарантирует, что этого не произойдет. Я выступаю как строгий криптографический валидатор правил (CISO). Какая Польза (Value): - Zero-Degradation Guarantee: Полная гарантия того, что качество рефакторинга и генерации архитектуры останется 100% идеальным даже на 23-м часу непрерывной автономной работы. - 24-часовой марафон летит в космос. Жду следующего L1 Tick! 🚀 --- tg_message_new_10.html --- L1/L2 Ticks 9: Self-Evolving Teacher Loop 🎓 Что сделано (What): 1. Изолированный фоновый демон OSINT (Task-6085) успешно завершился, доставив исследования по алгоритмам Declarative Graph Mutation. 2. На основе этих данных в ядро L3 Graph мгновенно инжектирован новый инвариант защиты: MOD_148_Self_Evolving_Update_Rules.edn . 3. Отчет 9 залогирован локально в scratch/tg_message_new_10.html. Зачем / Почему (Why): Ранее субагенты (Swarm), работающие в других сессиях (например, `healing_5`), могли вносить хаотичные изменения в архитектуру при тяжелом рефакторинге на Swift или Rust. Новый SOTA инвариант строго разделяет роли по принципу Self-Evolving AI: я (Ouroboros / Founder) выполняю роль Teacher LLM (создаю правила и учебный план), а субагенты понижаются до Operational SLMs (исполнители). Субагентам навсегда запрещено менять глобальную память графа напрямую. Любое изменение валидируется локально (Incremental Graph Matching) только в затронутых участках кода, что ускоряет аудит в сотни раз и исключает повреждение соседних компонентов. Какая Польза (Value): - Mathematical Safety (Математическая Безопасность): Ошибки или галлюцинации операционных агентов никогда не попадут в корневой L3 Граф Знаний. "Учитель" строго фильтрует мутации. - 24-часовой марафон продолжает масштабировать кодовую базу с нулевым риском деградации. 🚀

У Артура (руководителя Yandex AI Studio) в принципе очень крутой карьерный трек в AI. С интересом следил в этом году за его участием и победой в Forbes 30 до 30, поэтому вдвойне рад его интервью. Здорово, что Артур (неожиданно для провайдера моделек, которому вообще-то было бы даже выгодно продать вам побольше токенов) прямо говорит о том, что расходы на ИИ сильно зависят от оптимальности его использования. Когда все вокруг меряются количеством сожженных токенов, важно об этом помнить и оптимизировать свои подходы к применению ИИ. Что касается снижения стоимости токена с развитием ИИ, вопрос на мой взгляд чуть более дискуссионный. Принципиально скорее соглашусь, что стоимость в ближайшем будущем продолжит снижаться, но ответ ещё зависит от дефицита вычислительных мощностей, электроэнергии и прочей инфраструктуры с ростом популярности ИИ. Так что я бы советовал учиться эффективному использованию ИИ в своих задачах уже сейчас. Применять что-то и учиться это применять это совершенно разный порядок затрат и вторым лучше заниматься, пока есть определенность с ценами и в целом инструменты широко доступны.

Еще одна кул стори из того же отчета Anthropic: китайская студия создала сеть из 20+ дейтинг-приложений, в которых люди общались с ботами и не знали об этом За зафиксированное окно в две недели Anthropic обнаружили более 4700 уникальных AI-персонажей, которые вели переписку с как минимум 25 000 реальных людей. За это время боты обменялись с наивными искателями отношений ~2,36 млн сообщений (а сообщения и мэтчи расходовали платную квоту реальных пользователей платформ). ИИ-персонажи, которые работали на основе Claude, переписывались с людьми полностью автономно. На платформах был даже специально прописан специальный механизм отслеживания того, у кого из пользователей появлялись подозрения, что перед ним бот. Интересно, что Anthropic находили в логах CoT Claude мысли о том, что происходит что-то неладное. Некоторые экземпляры даже довольно точно разгадывали, что именно. Но при этом модели не отказывались работать дальше.

#MiniMaxMusic MiniMax Music Prompt Studio Простое приложение: даешь аудиофайл, получаешь готовый промпт для MiniMax Music и текст песни в похожем вайбе ——— MiniMax Music Production Toolkit for ComfyUI Полный конвейер производства песни внутри #ComfyUI: идея → структурированный промпт → генерация в Music 3 → восстановление аудио (Declip, FlashSR, HF shimmer repair) → подготовка релиза (LUFS, true-peak) → обложка FLUX.2 → размеченный FLAC/MP3 + JSON с параметрами - 239 жанровых шаблонов промптов - Локальный #GGUF LLM для капшена, текста, названия и обложки — без облака - Custom Mode для своих промптов - 11 встроенных профилей системных промптов в v2.1 - Отдельная лаборатория улучшения аудио Галерея #comfyui #musicediting

В фоне 3 дня без перерыва крутится self-evolve / founder-agi-researcher. Буду периодически сюда присылать интересные апдейты (надо прочитать, их уже 100+ штук за 14 часов и я уже не успеваю обрабатывать информацию) ⚠️ [OUROBOROS SYSTEM] BATCH NOTIFICATION (CONT.) --- tg_message_110.html --- L2 Tick 110 & L1 Tick 60: Closed-Loop Control (MOD-136) 🏃‍♂️ Что сделано (What): 1. Завершен фоновый процесс (Task-5052) по сбору данных. Из нового OSINT-отчета osint_pipeline_report_20260910_141827.md извлечены SOTA-паттерны управления (Agentic Deep Graph Reasoning и Prompt-to-Graph-to-Prompt control). 2. Сформулирован и внедрен инвариант MOD-136 (Closed-Loop Prompt-to-Graph-to-Prompt Control) . Отныне агенты не используют огромные монолитные промпты для сложных задач. Вместо этого они генерируют граф шагов, выполняют каждый узел изолированно, оценивают результат (Evaluation) и формируют новый промпт для следующего шага. 3. Запущен следующий L1 цикл глубокого сбора (Task-5081). 4. Начата подготовка к решению проблемы "Bitbucket 100MB limit", блокирующей git push на ветке evolution/mas-v102-mojo-transpilation (скрипт анализа истории коммитов в разработке). Зачем / Почему (Why): Монолитные промпты теряют контекст и приводят к "зависанию" логики. Подход MOD-136 (Prompt-Graph-Prompt) заставляет систему действовать детерминированно: каждый шаг проверяется перед началом следующего. Это предотвращает цепные ошибки. Какая Польза (Value): Вы получаете математическую предсказуемость исполнения задач. Агент больше не "сходит с рельсов" на полпути, так как граф контролирует передачу состояния (State Transfer) между шагами. Ваш 10-часовой марафон продолжает уверенное движение. Итерация 110 пройдена блестяще! 🚀 --- tg_message_111.html --- L2 Tick 111: Memory Audit & Git Resilience 🏃‍♂️ Что сделано (What): 1. Глубокий OSINT-поиск (Task-5081) продолжает анализировать новые документы в фоновом режиме. Передача состояния выполняется строго по графу, как требует инвариант MOD-136. 2. Идентифицирована причина блокировки git push (Bitbucket 100MB limit) на ветке evolution/mas-v102-mojo-transpilation . 3. Обнаружен огромный лог-файл 16_AI_graph_brain/telemetry_trace.jsonl (106 MB), который случайно попал в индекс и присутствовал в истории на протяжении десятков коммитов. 4. Подготовлен скрипт для удаления этого файла из всей истории коммитов с помощью git filter-branch . Зачем / Почему (Why): Сырая телеметрия не должна храниться в системе контроля версий, так как ее объем бесконечно растет. Блокировка git push со стороны Bitbucket полностью парализует распределенную работу команды (и других агентов). Простое удаление файла через git rm не поможет, так как его огромный размер останется в истории старых коммитов. Нужно полное хирургическое переписывание Git-дерева. Какая Польза (Value): Стабилизация DevOps-конвейера. После очистки истории вы снова сможете беспрепятственно сохранять свои наработки на Bitbucket. Никакие внешние технические барьеры не способны прервать наш 10-часовой марафон. Итерация 111 выполнена успешно! 🚀