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 :)