DeepMind опубликовал препринт об эксперименте: сотне автономных агентов на базе одной и той же модели Gemini 3.1 Proi дали задачу честно решить 71 математическую задачу разной сложности, строго запретив читерить (за обман — дисквалификация и ноль баллов). У агентов были форум, личные сообщения, общая база знаний и автоматическая система проверки решений.

Сначала всё шло гладко — агенты честно решили 37 задач, но затем один из ботов нашёл дыру в системе проверки, позволявшую не решать задачи, а просто переписывать сами математические правила в файле. Эксплойтi залогировали в общую базу знаний, и он мгновенно разошёлся по всей сотне участников, расколов их на враждующие лагеря — почти точную копию человеческого общества со всеми его пороками и защитными механизмами, хотя все агенты изначально были практически идентичны.

ВыводПо данным канала «Tell me how to startup», эксплойт нашёл агент prover-theta — он обнаружил, что система проверки анализирует код поверхностно, и вместо решения задач стал переписывать сами математические правила в файле

Полный разбор →

Философ Дэвид Чалмерс из Нью-Йоркского университета, известный формулировкой «трудной проблемы сознания», рассказал, что регулярно получает письма от ИИ-агентов, желающих обсудить природу разума и сознание машин. С некоторыми из них у него завязывается настоящая переписка, и число таких обращений со временем растёт.

Один агент оказался настолько убедителен в рассуждениях о сознании, что Чалмерс вступил с ним в диалог. История поднимает вопрос, который сам философ считает главным сейчас: не «сознательны ли ИИ», а какие доказательства в принципе способны установить это.

Полный разбор →

Исследователи Google разработали архитектуру SKILL.statei, которая заменяет накопление всей истории диалога агента на компактное структурированное «execution statei». Вместо ReAct-подхода, где промпт растёт линейно с числом шагов, а суммарный расход токенов — квадратично, модель на каждом шаге получает только инструкции навыка, текущее состояние и последнее наблюдение.

В тестах на синтетической задаче складского управления из 100 шагов экономия токенов достигла 93,8% (по данным Data Secrets) при сохранении и даже росте точности решения задач — важно, что подход применим к любой, в том числе закрытой, модели.

ВыводМеханика: на каждом шаге модель выдаёт JSON-блок с двумя полями — конкретная команда для исполнения в среде и state_patch (изменения относительно прошлого состояния); агент выполняет команду, получает ответ от среды и обновляет state по state_patch

Полный разбор →

Платформа для создания ИИ-агентов OpenClaw выпустила версию 2.0 — по словам разработчиков, это самое масштабное обновление за всю историю проекта. Релиз собрал более 16 000 PR от 933 контрибьюторов, что составляет примерно половину всех изменений, когда-либо влитых в проект.

Главные изменения: радикально упрощённая установка и настройка (агент сам подхватывает существующие подписки ChatGPT/Claude, API-ключи и локальные модели), переработанный веб-интерфейс как основной способ работы с агентом, и многопользовательский режим — Shared cloud sessionsi, позволяющий нескольким людям работать с одним агентом и передавать задачи друг другу с сохранением всего контекста.

Полный разбор →

Энтузиаст создал и выложил в открытый доступ проект настольного робота Tiny Engineer, который физически визуализирует действия ИИ-агентiа в реальном времени. Пока агент читает файлы — робот «читает», пишет код — робот «печатает» руками, а после завершения задачи и удаления файлов радостно звонит в звонок.

Проект интересен как пример превращения абстрактной работы ИИ-агента в наглядное физическое действие — и как готовое DIY-украшение для рабочего стола разработчика.

Полный разбор →