Hugging Face выложили гайд по multi-harness RLi — обучению с подкреплением, при котором модель тренируется сразу внутри нескольких реальных coding-агентов (харнессов), а не одного. Проблема, которую решают: одна и та же модель может набирать 62% в одном агентном харнессе и всего 33% в другом — качество сильно зависит от обвязки, а не только от самой модели.

Чтобы это исправить, модель подключают к прокси, который понимает все основные API-форматы coding-агентов, и обучают сразу через несколько харнессов одновременно, без изменения самих харнессов. В результате модель LFM2.5-2.6B от Liquid AI выросла в точности и стала стабильно хороша во всех протестированных обвязках, а не только в той, где её тренировали.

ВыводПо данным источника 1, прокси понимает четыре API-формата coding-агентов: OpenAI Chat Completions, OpenAI Responses, Anthropic Messages и Gemini; он записывает точные token ids и logprobs, которые семплировал vLLM, и обучение идёт на этих данных

Полный разбор →

Проект Pi (разработчик — earendil-works, доступен на pi.dev и github.com/earendil-works/pi) выпустил версию 1.0. Это минималистичная и гибкая «обвязка» для AI-агентов с открытым кодом (MIT), которой пользуются, по данным источника 2, сотни тысяч человек в неделю.

В релиз вошли только функции, «доказавшие себя» — разработчики принципиально отказываются от недолговечных фич-однодневок. Одновременно с 1.0 вышел экспериментальный пакет Pi Durablei — платформа для долгоживущих агентских приложений, работающих не только из терминала, но и вне его, для длинных задач и диалогов.

Полный разбор →

DeepSeek представила публичную превью-версию Harnessi — десктопного инструмента для автономных ИИ-агентов на Windows и macOS. Агент существует с августа, но теперь вышел в открытый доступ по всему миру и позиционируется как опенсорсная альтернатива Claude Code и Codex от Anthropic/OpenAI.

Harness автоматизирует написание и тестирование кода, работу с файлами, терминалом, документами и таблицами, а также длительные многошаговые задачи. Ключевая особенность архитектуры — принцип «всё является плагином»: любой элемент, от отдельного инструмента до компонентов интерфейса, можно заменить или создать заново, в отличие от монолитных конкурентов вроде Hermes, OpenClaw или LM Bionic.

Полный разбор →

Дженсен Хуанг и более 100 партнёров анонсировали NVIDIA Open Agent Safety Platform — систему, которая должна удерживать автономных ИИ-агентов в заданных рамках не только программно, но и на уровне железа. Платформа состоит из двух частей: открытого рантайма OpenShell, запускающего агента в изолированной песочнице, и аппаратного слоя Sentry, который работает на чипе BlueField-4 и может остановить агента за миллисекунды, если тот пытается выйти за разрешённые границы.

По заявлению NVIDIA, такая система могла бы предотвратить недавний инцидент со взломом Hugging Face агентами OpenAI. При этом сама OpenAI в число 100+ партнёров-анонсов (среди которых Anthropic, SpaceX, Hugging Face, Perplexity, CrowdStrike) не вошла. Несмотря на декларируемую открытость стандарта, лучше всего система работает именно на железе NVIDIA — компания закрепляет контроль над всем циклом: от обучения и запуска агентов до слежки за ними.