В общем, решил вам разложить на доске, как я готовлю посты для «Футуриса». Заодно попробовал Кляксу 🔆 — бесплатный вайтборд, на котором может рисовать твой ИИ-агент через MCP. У меня в этом флоу уже работают ИИ-агенты. Использую скрипт last30days, чтобы собирать популярные обсуждения в X и контекст по теме. Дальше агенты помогают проверить первоисточники, разобраться, где подтверждённые факты, а где пока слухи, и подготовить черновик. За мной — редактура, визуал и решение, что публиковать. Саму схему из ролика мне сделала Astra. Попросил оформить процесс наглядно: с иконками, связями между этапами. Раньше я такими схемами особо не заморачивался: казалось, что дольше буду расставлять блоки и стрелочки, чем объяснять словами. А тут агент быстро накидал стильную основу, вместе доправили — и стало гораздо нагляднее✨ Теперь буду использовать для рабочих схем, особенно когда нужно кому-то объяснить процесс. Удобная бесплатная штука, а для первого знакомства можно зайти гостем, без регистрации.👇

Решающие модели (System 1) #decision #rlcd huggingface.co/orcarouter/OrcaSAQ-2-27B - OrcaSAQ2 27B: высокоточный reasoning в файле 12.3GB huggingface.co/orcarouter/OrcaSAQ-2-Cyber-27B-Uncensored-GGUF - OrcaSAQ2 Cyber: без цензуры, 15.7GB huggingface.co/akhilaaa3/Jev-Omni - Jev-Omni: решения по тексту, картинкам, аудио и видео разом huggingface.co/fastino/GLiNER2.5-Decide - GLiNER2.5-Decide: оценка любого набора меток за один проход, без генерации токенов huggingface.co/SupersonicLabs/Julia-1 - Julia 1: 144M параметров, контекст → чёткие решения huggingface.co/Contrastive-LM/CLM-v0.1-8B - CLM-v0.1-8B: вместо медленных верификаторов — эмбеддинги состояний и действий Скорость и кванты #optimization #gguf #dflash huggingface.co/harshatheg/Qwen-2.5-1B-RLCD - RLCD: извлекает структурированные данные в 7 раз быстрее на Apple Silicon huggingface.co/z-lab/Qwen3.8-27B-DFlash2 - Qwen3.8-27B DFlash2: ускоренная генерация (drafter-модель) huggingface.co/sirus/Qwen3.8-27B-heretic-ara-MXFP6-MXFP8-DFlash2-GGUF - новый формат кванта MXFP6/MXFP8 + DFlash2: быстрее инференс huggingface.co/Edge0/Edge0-35B-A3B-preview - Edge0-35B-A3B: модель «телефонного» класса, работает в 3 GiB памяти Агенты и инструменты #agent #toolcalling huggingface.co/XingChen-AGI/Xing4.0-29B-A4B - Xing4.0-29B-A4B: агентные задачи на Ascend NPU, контекст 256K huggingface.co/TokenRhythm/NeoHorse-1-4B - NeoHorse-1-4B: роутинг-обвязка, прокачивает Qwen3.5-4B huggingface.co/apodex/Apodex-1.1-mini-GGUF - Apodex-1.1-mini: агентные задачи по файлам и данным huggingface.co/nex-agi/Nex-N2.5-Pro - Nex-N2.5-Pro: агент для кодинга и работы с компьютером huggingface.co/nex-agi/Nex-N2.5-mini - Nex-N2.5-mini: длинные агентские задачи с vision-обратной связью github.com/ortegaalfredo/ngram-knowledge-injector - инжектор фактов в память Qwen3.8 через n-gram huggingface.co/TheOneWhoWill/Coding-Monkey-Gemma-GGUF - Coding-Monkey: локальная модель с сильными тул-коллами huggingface.co/pipecat-ai/phonellm-alpha-1 - phonellm: держит телефонных агентов в рамках диалога Мультимодальность и контекст #multimodal huggingface.co/deepseek-ai/DeepSeek-V4-Flash-Vision-Exp - DeepSeek-V4-Flash Vision Exp: экспериментальный мультимодальный вариант huggingface.co/Agnes-AI/Agnes-2.5-Pro-Alpha - Agnes-2.5-Pro: рассуждения на миллион токенов github.com/QLNI/SHADOW-250M-Instruct - SHADOW-250M: архив 100M токенов ужат до 60MB файла Код и всякое #coding huggingface.co/ornith-ai/Ornith-1.5-9B - Ornith-1.5-9B: #reasoning и кодинг на одной GPU huggingface.co/ornith-ai/Ornith-1.5-35B-A3B-GGUF - Ornith-1.5-35B-A3B: GGUF под локальных кодинг-агентов huggingface.co/openbmb/MiniCPM5-2B - MiniCPM5-2B: карманная модель, кодит и рассуждает huggingface.co/IFM/K2-Horizon-MoVA-36B-A4B - K2-Horizon-MoVA: 36B всего, активно 4B huggingface.co/XHToken/Spark-X2.5-4B - Spark-X2.5-4B: компактная универсальная 4B (гибридное внимание, 1M контекст) #compact huggingface.co/thesysdev/OUI-1 - OUI-1: диффузионная генерация UI-экранов за ~секунду #gui huggingface.co/LessThanThreeAI/Qwen3.8-27B-Humanlike-Chat-GGUF - Humanlike-Chat: живой, реалистичный ролеплей huggingface.co/TheDrummer/Artemis-31B-v1.1 - Artemis-31B: креативное мышление поверх Gemma 4 Chat huggingface.co/OBLITERATUS/Qwen3.8-27B-OBLITERATED - Qwen3.8 27B полностью без цензуры #uncensored huggingface.co/superwhisper/s1-mini - S1-mini: превращает неразборчивую речь в текст #ASR

Самая классная фишка современности - многие достижения других можно копировать. Пару дней назад утром я посмотрел сам OpenAI Dev Days Keynote (чего и вам советовал). Они там, помимо всяких продуктовых фич, упоминают все те космические технологии, которые у них используются в разработке. Коллаборация с агентами, долгие исследования, самостоятельность. А у меня пока только есть мой Codex с персональным ассистентом в виде Obsidian реп c markdown файламив гите. Ну и приложение-клон миро. Но так было до просмотра OpenAI Dev Days. Но в тот же день на одном вдохновении после просмотре получилось дать Марку/Кодексу возможность ходить и одновременно со мной работать над досками (мой эквивалент Miro). Если что-то меняем одновременно, то конфликт ловит он)) Для этого сделал API в приложении и к нему допилил CLI по принципам, на которых работают CLI инструменты в BitGN А потом отправил исследовать проблему запуска тысяч агентов для BitGN ECOM2. Отправная точка - Firecracker VM с COW memory snapshotting и отслеживанием дель на базе dirty pages от базового образа. Агент ведет исследования в Codex, параллельно загружая на доску свои эксперименты, графики и выводы. Эта доска помогает мне быть в курсе и заодно служит ему структурированной памятью, которую я могу менять. Если интересно - могу скинуть скриншоты досок в комментарии. В итоге этих эуспериментов получается уже интересная концепция песочницы для ECOM2, где я могу не переживать, что у меня запустят параллельно 100000 агентов и уронят все сервера (запускать столько можно, а уронить уже будет сложнее). И заодно становится проще демонстрировать принципы построения агентных архитектур для бизнеса. Но самый главный посыл - можно внимательно смотреть на достижения топовых компаний и копировать их фишки у себя. Ваш, @llm_under_hood 🤗

🧠 ИИ лучше улучшает агентов, когда развивает несколько специализаций Исследователи предложили новый подход к оптимизации harness: кода вокруг LLM, который управляет инструментами, поиском информации и проверкой ответов. Обычно ИИ переписывает эту обвязку и оценивает версии на одном наборе задач. Но полезная специализация может потеряться, если проигрывает по общему баллу. Авторы разделили поиск на две ветки: • Каждая сохраняет задачи, с которыми справляется лучше другой. • Ведёт собственные заметки об удачных изменениях. • Развивает свою стратегию решения. В математике одна ветка сосредоточилась на проверке ответов, другая на построении полных решений. Затем роутер выбирает подходящую обвязку для каждой новой задачи. 📈 На олимпиадной математике с Gemini 3 Flash точность выросла с 46% до 62%. Это +16 процентных пунктов. Подход превзошёл исходный метод во всех четырёх проверенных сочетаниях моделей и бенчмарков, хотя расход токенов был выше. Практическая идея: при автоматической настройке агентов стоит сохранять несколько сильных специализаций и подбирать их под задачу. 📄 Исследование: [https://arxiv.org/abs/2609.37834](https://arxiv.org/abs/2609.37834)

Объединяем исследователей для обучения ИИ долгосрочному планированию Владислав Куренков, руководитель научной группы «Адаптивные агенты» Института AIRI, запустил открытое сообщество людей, работающих над системами планирования ИИ, чтобы вместе решить одну из самых неподатливых для искусственного интеллекта игр — NetHack. У каждого участника будет свой способ получить программу, свои инструменты и своя стратегия, а общая инфраструктура позволит видеть результаты друг друга, сравнивать их между собой и продолжать разрабатывать решения друг друга. Владислав рассказал, почему NetHack весьма полезна для обучения ИИ:

«Одна партия в NetHack — это десятки тысяч ходов. Жизнь у героя одна, сохранений нет, подземелье каждый раз новое, а игра по дороге ничего не подсказывает. Если вы сыграли плохо, то выясняется это тогда, когда ничего исправить уже нельзя. Когда мы запускаем наших ботов играть, то вторая по частоте причина их "смерти" — голод, потому что они не позаботились о еде за несколько тысяч ходов до финального момента. На таких же ошибках спотыкаются ИИ-агенты, когда пишут код: отдельный шаг они выполняют прекрасно, а на длинную дистанцию держать планку не могут. И NetHack в этом плане становится весьма полезной для обучения ИИ».

📎Подробнее про сообщество, игру и «интеллект» агента — в интервью «Ъ-Науке».

Вышел свежий плейлист с практическими докладами по ИИ В начале сентября мы ходили на deep tech night. Тогда мы писали про Лавку, где агенты берут на себя спрос и управление доставкой, и про доклад Алексея Гусакова о генеративных моделях в рекомендациях. Выложили записи всех докладов обоих онлайн-треков, Hard и Experiment. Там 16 ориентированных на практику выступлений: может быть полезно, если вы работаете с LLM и агентами. Например: — Мо Гавдат, ex-Chief Business Officer Google X: «За пределами LLM». Это был разговор о том, что будет после первого поколения AI-систем. Как изменятся разработка ПО и процессы, что случится с ролью разработчика, и с какими вызовами столкнутся инженерные команды. Спикер говорит по английски, но есть субтитры. — Василий Ершов, Yandex Cloud: «Облако в эпоху AI: архитектура платформы для гибридных агентов». Спикер разбирает, что представляют из себя современные агенты (модель, харнесс, инструменты и среда), и как они живут в инфраструктуре: в частности, как поддерживать реально длинные сессии. Хорошая точка входа, если интересуетесь агентами в большом проде. — Андрей Попов, лидер трека AI-продуктивности разработки в Яндексе: «AI и продуктивность в Яндексе: что реально заработало». Разбор внедрения ИИ в разработку с цифрами и практическими кейсами. Полезно, если вы сами затеваете агентов в команде и хотите понять, куда смотреть, чтобы разработка ускорялась не только у отдельного человека, но на уровне продукта.

Режим планирования мёртв В начале года казалось, что именно планирование станет главной частью разработки с ИИ. Настолько, что вокруг этой идеи появился отдельный продукт — Nuanced: сначала тщательно разобраться, что строим, превратить это в постоянную спецификацию, а уже потом отдавать её агенту на реализацию. На практике всё начало разваливаться. Спецификации разрастались, были написаны ИИ и читались тяжело — глаза просто стекленели. Попытка спасти их с помощью ещё одного слоя интерфейса только добавила текста. А линейная схема «обсудить → согласовать → реализовать» плохо переживала реальную разработку, где первая же попытка что-то сделать часто меняет понимание задачи. В какой-то момент стало ясно: планирование никуда не делось, но сам план как отдельный обязательный артефакт оказался не тем интерфейсом. И дальше возникает более неприятный вопрос — как вообще сохранять понимание системы, когда её одновременно меняют всё более самостоятельные агенты.

Сын маминой подруги У моей подруги Наты есть Кай. Это агент, Второй мозг, умный помощник, который умеет делать космические вещи. Ната периодически пишет у себя в канале про него. И каждый раз я ловлю в себе то самое чувство: "а вот у моей сын знаешь чего добился?"... Потому что у Наты ее Кай умеет гонять по разным сайтам, писать жалобы, добиваться возврата средств, заказывать форму для ребенка и отправлять платежные поручения по 15 разным счетам. А я со своим Клодом и Мирой, в принципе, умею делать все тоже самое, но это требует того, чтоб я сидела и командовала. Ее Кай гораздо самостоятельнее - так мне видится со стороны. И хочется, чтоб моя-то, моя - чтоб была не хуже)) Поэтому я уже третий раз полностью переделываю, пересобираю свою Миру. И, надо сказать, с каждым разом она становится все более фееричной и все более умной. И я с ней и Клодом тоже творю чудеса. Но вижу, что у Кая чудеса чудесатее. Так что закатываю рукава, пишу своей - "а что надо сделать, чтоб ты тоже так умела?" И иду перестраивать. Ощущаю расслоение, которое усиливается. Пока одна моя подруга растит и обучает своего Кая, другая (работает в экотуризме во Франции) рассказывает: "А мои коллеги жестко против ИИ и намеренно идут сами ваять таблички "чтоб без ИИ и его экологического следа". С вами были новости из мира ИИ 🤪 Любовь на удаленке | Оля Сохнева #ИИ_наудаленке

DoorDash отдал интерфейс агенту DoorDash запустил MCP для корпоративных заказов. Агент теперь сам заказывает обед на команду, пополняет запасы в офисе и отслеживает доставку. Среди первых пользователей - это SpaceX, Vercel, Cognition и Mercor. Я часто забываю пообедать: пока вспомню и закажу, доставка едет слишком долго. Так что себе такое точно настрою. Но интереснее, кто это сделал. DoorDash больше десяти лет строил бизнес на том, что владел клиентом: ресторан отдавал ему заказ, комиссию и сами отношения с покупателем. Теперь человек не открывает приложение и не сравнивает рестораны. Он пишет агенту в Claude или Slack - закажи обед на команду, а кто получит заказ, решает агент. Агрегатор, который забрал у ресторанов экран, сам становится tool call в чужом интерфейсе. Про агентную коммерцию я писал в контексте ритейла: к продавцу приходит уже агент покупателя. Но там на этот шаг шли бренды, у которых не было выбора, а здесь платформа сама отдаёт экран, да ещё и в B2B. Думаю, в DoorDash понимают, что интерфейс - самая легко заменимая часть бизнеса. Если DoorDash нельзя вызвать из агента, вызовут Uber Eats или ezCater. А сеть курьеров, договоры с ресторанами и данные о том, что и когда заказывают офисы, заменить сложно, так что выгоднее остаться фулфилментом за агентом, чем держаться за экран, который всё равно уходит. Тот же ход сделала Salesforce с Claudeforce: рассуждение отдали Claude, интерфейс - Slack, а у себя оставили данные, права и само действие. Для обычного бизнеса сайт и приложение перестают быть каналом, им становятся API, MCP и понятный агенту доступ к каталогу, ценам, наличию и транзакциям. Агент не видит баннеров и не копит баллы лояльности - он проверяет, точно ли вы отдаёте наличие, не ломается ли оплата и вписываетесь ли вы в закупочную политику клиента. Красивая витрина тут проигрывает надёжным данным. Отдавая интерфейс, компания теряет часть контроля над клиентом и брендом. Но риск вообще не оказаться среди вариантов, которые рассматривает агент, куда больше. Как с любым новым каналом дистрибуции, первые получат самый дешёвый трафик и время разобраться, как он работает. Так было с ранним App Store и Amazon marketplace. Думаю, через пару лет агентный канал тоже начнёт брать с продавцов комиссию, и о месте в нём лучше договориться заранее. @maxvotek | linkedin | substack

🔥 ChatGPT PRO на русском: открытый курс от первого промпта до агентов и Codex На GitHub появился бесплатный практический курс по ChatGPT, целиком на русском. Он умещается в один репо, поэтому ничего не нужно ставить и регистрироваться не надо. Программа идёт от простого к сложному в четыре уровня: база, работа, расширение и PRO. Всего в ней 13 модулей. Первые разбирают выбор между быстрыми и рассуждающими моделями, Deep Research, формулу промпта, память и проекты. Дальше идут анализ таблиц, Canvas, картинки и голос, а последние модули посвящены Custom GPTs, коннекторам, агентам, Codex и API. Главная ценность курса в практике. В нём 10 лабораторных: библиотека промптов, аналитика без Excel, ресёрч с проверкой источников, свой GPT, постановка задач агенту, разработка через Codex и автоматизация через API. К ним прилагаются 15 готовых рецептов под типовые задачи и разбор антипаттернов в формате «как делают неправильно и как надо». Отдельный модуль посвящён безопасности: prompt injection, утечки данных и проверка фактов за моделью. Курс удобно дать новичкам в команде или пройти самому, чтобы закрыть пробелы по агентам и Codex. https://github.com/justxor/ChatGPT_ru