Trace2Env Обычно агента запускают в готовой среде. Trace2Env переворачивает идею: среду играет сам агент. Из истории прошлых действий восстанавливается «книга мира», и по ней один агент симулирует окружение для другого. Проще на примере — терминал. Ты («агент-задача») набираешь команды, а второй агент отвечает, как настоящий терминал. Удалил файл командой rm — и через десять команд попытка его прочитать упадет с ошибкой, потому что агент-мир помнит состояние. Что умеет • Строит симулятор среды из десятков записанных логов, без исходников • Поддерживает состояние между командами • Симулирует терминал, веб, Android, магазин и другие окружения • Без обучения — только логи на входе Знания о среде отделены от текущего состояния эпизода — среда не забывает что произошло Гитхаб Демо #agent

AgentGarten Платформа от MirroS для обучения ИИ-агентов. Агент играет в виртуальные сценарии, каждый раз записывает, чему научился, и к следующей попытке играет лучше — заметно уже за 4-10 раундов. Вместо человеческих инструкций — опыт. Агент учится, играя сам. Код и рендерер открыты • Сценарий живет в виде кода, нейро-рендерер рисует его агенту в реальном времени • Агент видит только кадры «своими глазами», как будто смотрит игру • После каждой попытки пишет выводы, следующий заход стартует с них • Разные задачи: построить укрытие, провести собаку, загнать овец, перевезти груз github.com/MirroS-Lab/AgentGarten huggingface.co/MirroS-Lab/AgentGarten-renderer #agent MAX

Anthropic выкатили в открытую бету dynamic workflows для Claude Managed Agents: даёшь агенту огромную задачу, вроде «проверь 300 договоров» или «перенеси проект на новый фреймворк», а он не пыхтит над ней сам, а пишет план и раздаёт работу целому рою агентов. Те параллельно работают по этапам на серверах Anthropic, а в конце главный агент собирает всё в один ответ. В одном запуске может участвовать до 1 000 агентов, пока главный спокойно докладывает тебе о прогрессе. Отдельно за функцию не платишь, но каждый агент жрёт токены по обычному тарифу, так что тысяча агентов — тысяча счетов 💸 Хорошо, что на Max теперь дают API-кредиты: есть на чём погонять рой 😏 Ну вот, теперь можно и самому научные открытия совершать в облаке🕺

nanoMuse Открытый аналог метовского Muse — персональный агент на каждом твоем устройстве. Один агент, одни руки на экране телефона и компьютера, память в файлах, модель на твой выбор. Определяет персонального агента через пять вопросов и три горизонта • Действует на экране телефона и компьютера • Общий диалог между устройствами через релей, который можно поднять самому • Память — обычные Markdown-файлы, которые человек может читать и править • Модель выбираешь любую • Знает твои аккаунты и устройства, помнит контекст неделями • Sentinel проверяет каждое действие • GPL-3.0 • Полная аналогия Muse: один разговор на все устройства • Память с провенансом, оценка «рук», открытая модель для них — в роадмапе github.com/nano-muse/nanoMuse #agent #computeruse MAX

Как AI-помощник постепенно забрал работу email-маркетолога 12 проектов, рассылки почти каждый день и один человек, который должен собрать письмо, выбрать базу, проверить ссылки и UTM, отправить, а потом вернуться за статистикой. AI уже помогал с темами, текстами и анализом, но была одна странность: прежде чем модель могла что-то полезное сказать, половину работы всё равно приходилось делать руками. С появлением MCP ситуация начала меняться. Агент получил доступ к реальным инструментам, а вместе с ним — к данным, кампаниям и истории проектов. Сначала ему отдали статистику, потом аналитику, проверки и настройку рассылок. Постепенно он научился помнить контекст 12 проектов, сверять кампании с прошлыми результатами и брать на себя ту рутину, из-за которой раньше приходилось постоянно жить в email-сервисе. В какой-то момент стало ясно, что это уже не просто AI-помощник. Но полностью отдавать ему работу не стали — у автоматизации осталась граница, за которой цена ошибки становится слишком высокой.

У Kai-Fu Lee вышла книга AI native: mandate to transform your company (+ я постил интервью про это): Успешные CEO всяких бизнесов пробовали AI и ROI пока не видят, и спрашивают меня: чё делать? Ответ: строить AI native фирмы. AI революция будет и мощнее, и быстрее промышленных революций. GenAI дает миллионы опций, но выбирать - не умеет Гл.1 Щас всё иначе? Прошлые революции коммодитизировали энергию (за 100 лет с 1760г паровые машины выросли в 400 раз), compute, info. А щас время intelligence (но определения не дает). И диффузия идет быстрее, в тч тк цена падает экспоненциально 2 Мыслящие машины Сейчас нужно кормить нейронки данными - это дает агентам self-learning. А качество данных - это топливо современности (а вот алгоритмы все стали схожие, вот метрики моделей и конвергируются). И юзайте мультимодальность 3 Лестница агентов - От чатботов к точно указанным таскам, далее к co-pilots, и уровень 4 - полностью автономный агент кто фигачит complex goals (генеря самим себе feedback loops где они зафейлили) - Организациям нужна firm-wide memory (а не терять её внутри фирм как щас), нужны tools для коннекта агентов с внешним миром, и нужно contextual knowledge. А многоагентность поможет с галлюцинациями 4 Intelligence хочет свободы Корпорации почему-то пока все видят в AI оптимизацию костов, а не создание new value 5 Почему фэйлятся AI трансформации? а) Не увязка всех AI-пилотов в единую систему б) Отдать все CIO, а не прочим business leaders в) слишком полагаться на bottom-up инновации (а это всё слишком фрагментирует). Ну и earnings tests не юзают, а надо прямо сразу, а не пилоты ради пилотов 6 Чисто интеллекта мало - Фирмы не юзают свои dormant data. Условно, нужно не (причесанные) отчеты о встрече, а прямо её транскрипт. И так ваще во всём. Нужен enterprise AI decision layer: А) это и AI мозг Б) и онтология всех data в фирме / семантический граф / буквально карта фирмы от клиента до конца производства (для правильного decision making'а) В) и live GPS-данные Г) и поверх всего этого "операционная система": процедуры что и как тестится и как подсоединяется в корп.системы - Palantir создали большой бизнес, строя такой layer другим фирмам 7 AI-босс: сила управления с dormant data - И данные копятся слоями и к ним не возвращаются, и для CEO всё фильтруют отчетами, он слеп.. Ему боятся возражать. Поэтому у CEO должна быть своя personal agentic AI system но на всех data компании. А CTO трекает весь код. А CFO - каждый $ в фирме. Итд. Цель этих систем - выявлять не realistic / inflated / wrong things 8 Взлет DRI / directly responsible individuals - У СЕО будут кучи прямых подчиненных, каждый с тонной агентов вместо слоев менеджеров. Ищите внутри intrapreneurs и делайте из них DRI - проактивных микро-СЕО, отвечающих за end results. Такие люди и раньше были, но щас их роль взлетит - DRI - это атомы AI native бизнесов. 2 типа DRI: а) опытные про бизнес/отрасль, и б) кто умеет в агенты. Но уплощать структуру сложно - мир полон неудач - Поиск DRI идет через пробу на real tasks, и не имеет отношения к seniority людей. Давая ресурсы DRI, CEO приумножает их силу. И кстати механизмы компенсации изменятся, ведь DRI это же не просто сотрудники.. 9 Какая работа уцелеет? Автоматизация съест формальные функции, где и люди-то не нужны. Роли где people-to-people - останутся. Роли human-machine collaboration - тоже. Менеджеры - зависит от их адаптации: кто найдет коучей про AI - те успешно заюзают свою отраслевую экспертизу, смыкая её с AI. Растите свою cognitive openess 10 Мнения, вкус, смелость - После коммодитизации execution, analysis, coding, coordination лидеру остается знать: а ради чего это всё? Лидерство - это judgement про то, где нет данных: - У Chanel вкус: оценить красоту до того, как у неё появится название - У Джобса foresight: видеть большее, чем плавные изменения - У Безоса conviction: идти туда куда не идут / антиконсенсус - У Musk смелость Революцию НЕ зааутсорсить: сами лично юзайте AI, двигайте AI'ем важные именно вам метрики без оглядки на моды. И назначьте ваших первых DRI.. ** Кратко, клёво, спокойно

Я мигрировал Personal OS с git repo на server-side RAG с песочницей История экспериментов с Personal OS: (1) первый эксперимент с Git+Obsidian - 8 февраля 2026 (2) Описание структуры Personal OS - 27 февраля (3) сравнение с LLM Wiki Karpathy - 5 апреля (4) субличность Марка - 23 Мая Эксперимент 12. Yggdrasil В Personal OS набралось полторы тысячи документов. Вчера я почти все с диска и перенес на сервер. Новый сервер - это самописный файловый сервер с отслеживанием версий. Он выполняет почти все мои хотелки из прошлого (кроме типизированных документов, ибо больше не важно) Основные различия по сравнению с git + Obsidian: (1) не нужно чехарды с git командами при работе. (2) в отличие от Notion и аналогов - изменения глобально версионированы (а не по файлам отдельно). Можно откатить изменение агента, даже если он поменял тысячу файлов в разных workspaces одновременно (3) у всех участников поиск работает одинаково (4) оно сразу заточено под одновременную работу нескольких человек с их агентами над общими материалами. Под капотом - golang + SQLite + CAS + MCP API 2.0 + CLI (ставится сразу в системную папку для Codex-a) + Borg Backup на удаленный сервер. Первые впечатления - стало проще работать с файлами. Можно отправить агента завести себе workspace, не задумываясь про git push/pull итп. И можно не держать в голове текущее состояние git папок при работе. Если агент сказал, что сохранил транскрипт разговора с выжимкой, значит он уже лежит там и доступен всем. Про конфликты от одновременной работы можно не беспокоиться, откаты изменений есть. Но в минус - агенты находят документы быстрее, но стали дольше копошиться с их изменением. Оказывается, когда файлы лежат где-то там, их нельзя так просто взять и изменить. У Sol 6.1 уходило 6 c половиной минут на то, чтобы отработать такой запрос: > hey, capture that latest exchange with Aigiz into Bragi (continuing our last conversation)... (Под капотом Марк должен подключиться к серверу, найти нужный workspace, понять принципы организации capture/distill/arks, подшить куда надо, немного перелопачивая файл на 70kb, собрать изменение и смерджить его) Поэтому пришлось поставить ряд экспериментов в поиске tool calling интерфейса, который бы позволил кодексу решать эту RAG задачу быстрее. Самое забавное, что этот интерфейс оказался питоном. Вместо того, чтобы тягать файлы c сервера туда-сюда (удачи со случаем, когда мы делаем replace по папке), агент пишет маленький скрипт, который отправляется на сервер и в изолированной песочнице работает с изменениями в рамках сессии там. То есть не нужно мучаться с придумыванием оптимальных инструментов для MCP/API/CLI, когда можно сказать “писать питон вот сюда, вот тебе описание SDK”. В итоге теперь аналогичная задача выполняется Sol 6.1 без лишних танцев с бубнами за три с половиной минуты. Причем половина времени тратится на RAG задачи, а вторая - на написание текста. Заодно я смог выкинуть из MCP API и CLI все инструменты и команды кроме двух - start (начать новую сессию/commit и получить в контекст описание текущего SDK) и run (запустить питон на сервере). В общем, если у вас у какой-то AI Native системы получается сложный интерфейс с кучей API-шек и инструментов - попробуйте просто дать агентам Python, благо инструментов для этого есть море, от jails до Firecracker VM. Ваш, @llm_under_hood 🤗

В сеть выложили запись лекции Бенджамина Браттона и Марека Поликса о том, как грядущий мир триллионов агентов и полностью автоматизированных агентных систем изменит устройство общества. Браттон рассказывает о проекте Agentworld — новом исследовательском подразделение Antikythera (вы их знаете по моим переводам Богны Кониор об экзистенциальных технологиях и Лауры Трипальди о новой онтологии раскованных субстратов), изучающее новые способы концептуализации, моделирования и конструирования среднесрочного будущего гибридных обществ человека и ИИ. конструированиясреднесрочного будущего гибридных обществ человека и ИИ. Марек Поликс рассказывает о Superdark Factory и обращается к будущему производства программного обеспечения в условиях, когда человек оказывается вне контура управления в полностью автоматизированных агентных системах.

Мой день с AI начинается в 7:30 Просыпаюсь, запускаю агентов на рабочие задачи и иду чистить зубы. Потом заглядываю, что они успели, и иду завтракать. В 9 сажусь работать, и у меня уже что-то готово. В комментариях спрашивали, чем я вообще пользуюсь. Так вот: Для кода основной инструмент - OpenCode с подпиской на GLM. Ещё Antigravity от Google: в его подписку входят 5 ТБ на Google Drive и NotebookLM, это тоже пригождается. На работе - Claude. Дома стоит мини-ПК со 128 ГБ памяти, на нём крутятся локальные модели, например gpt-oss-120b. И Raspberry Pi с маленькой Gemma. Она выдаёт свои 7-8 токенов в секунду, ей хватает. А на MacBook, где у меня фото и документы, агентов нет вообще. Только чаты в браузере. Чтобы важное там случайно удалить было некому 🙃 И ещё одна привычка, без которой утро с агентами не работало бы. Вечером я выписываю все задачи на завтра и оставляю примерно половину, самые важные. Утром уже знаю, что отдать агентам, а что делать самому. А по пятницам я пишу код руками. Просто для удовольствия (и чтобы не забывать как это делать) :) Какой сетап у вас? Интересно сравнить 🤔 #личное · yt · tg · ig

Наука управления агентами? Недавно на AI Natives рассказывал, как я изучаю bias-ы агентов, чтобы дизайнить интересные задачки, в которых излишнее доверие агентам приводит к плохим выводам. А Илья К. пошутил: мол, вместо курса по системному мышлению мне надо сделать такой же по агентному :) И вообще-то этот коммент по делу: менеджмент как наука сложился для эффективной координации людей ради достижения цели, но уже очевидно, что мы всё чаще будем организовывать для этого агентов. Тогда какой может быть эта наука и на какие вопросы она будет отвечать? Начну с задачки, которая возникает у любого, кто имеет дело с организацией агентов: один агент vs команда? Когда эффективнее использовать одно или другое? Например, в уже упомянутом видео с Noam Brown он говорит, что пока совсем неочевидно, что рой агентов справляется с задачкой лучше/дешевле. Но на подходящих задачах может делать это быстрее, потому что работа параллелизируется. То есть соображение скорости имеет место быть. Но я считаю, что это не только про скорость: из-за принципов работы LLM они подвержены зависимости от пути (писал об этом тут) и могут сузить пространство поиска решения. А вот несколько агентов могут независимо исследовать разные направления, то есть группы нужны ещё и поэтому. И, разумеется, размер контекстного окна никто не отменял. Вообще наверняка кто-нибудь выведет некоторую зависимость, а-ля треугольник проджект-менеджмента, между скоростью, стоимостью и качеством решения задачи агентами. В эту тему мне зашла статья Google Research про систему Cogentic. Там задачку эффективной координации агентов для решения математических задач решают следующим образом: 1. Оркестратор распределяет направления ресерча. Затем одни агенты - provers - предлагают доказательства, а другие проверяют оные. 2. История всех попыток хранится отдельно от проверенных результатов. Агенты видят, что уже пробовали и почему не сработало, а проверенные находки используют в следующих итерациях. 3. Есть агент-эдвайзер, который наблюдает за процессом, повторяющимися ошибками и неэффективностями агентов и советует, как реорганизовать процесс. Мне лично подобный многоагентный процесс интересен в контексте задачи роста продукта: анализ метрик продукта, поведения пользователей, ограничений роста и потерь в воронке, ревью литературы, поиск и реализация экспериментов, фиксация результатов, в том числе неудачных, и повторный проход. Да, проверка экспериментов на юзерах требует времени и трафика, поэтому процесс не будет таким динамичным, как хотелось бы. Но точно можно организовать постоянное экспериментирование и улучшение продукта. В общем, как считаете - будет ли новая наука? P.S. тут ещё подумал: в некоторых экспериментах агенты уже вырабатывают свои языки, потому что человеческий не так эффективен. Так что, возможно, желание человека всё это читать и понимать само станет причиной неэффективности в координации :)

Как я работаю с агентами Каждый мажорный релиз модели (в данном случае Astra и Opus 5.5) меняет возможности моделей, но главный эффект - это меняет КАК и КАКАЯ работа может быть сделана с помощью ИИ. Помните, на заре этого рынка была такая профессия как промт-инженер. Сегодня, очевидно, это не просто бесполезная, а вредная история (есть пейперы которые доказывают что скилы и длинные промты делают результат ощутимо хуже). Потом были всякие контекст инженеры, RAG-монтажеры и n8n-ниндзя. Не сказать, что это прям активно вредно, но для 99% задач никакой пользы это не дает. Выясняется, что модель из коробки решает эти задачи лучше чем накостыленный софт. Сегодня эра мультиагентов, динных сессий, но все еще без continual learning (апдейта весов модели/лоры в процессе работы), нативной коммуникации агентов (градиентами и весами), и это все придет в ближайшие год-два. Прямо сейчас почти любая сессия, которую я запускаю - это: - оркестратор оркестраторов, то есть есть менеджер с которым я общаюсь, у него есть субагенты на отдельные куски проекта (например, разные сделки, разные типы работы, разные части продукта или исследования). на скрине - одна сессия, которая создает субсессии, которые сами создают субсессии и все между собой общаются. я в чужие чатики не лезу, у меня есть ответственный менеджер. - я не читаю чат агентов, только чат с оркестратором. у типичной задачи 20-40 субагентов, они работают от пары до 40-50 часов на задачу, читать весь этот слоп так же бесполезно как читать код для меня - мне важен результат - моя работа это выставить правильные гейты Вкуса, то есть договориться с агентом на каком этапе он мне показывает результат, собирает с меня фидбек и направления дальнейшей работы. без этого сессия на 60 часов уйдет в неправильное направление после первого шага и вы потратите недельный лимит на слоп - половина работы агентов - автоматизации. каждый день это полтора десятка автоматически запускаемых задач: ревью всех новых сделок и заявок, ответы в почте и тг, анализ трафика и кампаний, подготовка целей на день и неделю, трекинг проектов, читалка важных новостей по рынкам и т.д. Мораль: то, чем является работа и как меняются бизнес-процессы зависит от текущего состояния моделей. Именно в этом и есть ИИ-нейтивизация, а не в том чтобы натянуть РАГ на Слак.

😱 Вчера я за один день сжег весь недельный лимит Но решил сделать это изящно 😅 Я создал один общий чат с GPT-Astra, который работал оркестратором. Попросил его пройтись по всем проектам, которыми я занимался последний месяц, найти те, где сейчас требуется мое внимание, и по одному рассказывать: где мы остановились и что конкретно нужно сделать дальше. Дальше я обсуждал с ним проект, давал задачу — а он вместо того, чтобы делать ее, запускал нового агента в нужном проекте отдельным чатом. И так раз за разом, проект за проектом. В итоге, пока я гулял по городу, ходил в Икею и занимался своими делами, у меня на компе параллельно работало огромное количество агентов. 😎 От меня требовалось только периодически возвращаться в один общий чат и спрашивать: ну что там, как дела? 😅 🤔 Опыт интересный. Реально очень похоже на времена моей менеджерской / C-suite работы: ты сам почти ничего руками не делаешь, а в основном раздаешь задачи, снимаешь блокеры и проверяешь, что мы несемся в нужную сторону. 😬 Жрет это, конечно, совершенно безумное количество токенов. 🤷‍♂️ Но зато требует гораздо меньше моего внимания. В общем, вот такой пока получается размен: дешевизна против количества внимания. Свята место | 10МДК | Чатик | YHub