ICML 2026: как агенты справляются с контекстом Об агентах и агентских системах в этом году говорили примерно все — тема стала одним из фокусов конференции. Главные тренды и новости собрала наша коллега Кристина Гуртова.

Было много работ о бенчмарках и диагностике агентов — пожалуй, самый крупный кластер. Пользовались популярностью мультиагентные системы и их обучение, agentic RL и tool use. Отдельное активное направление — safety. Общий тренд: рассматривать агента как инженерную систему, где каждый компонент (среда, обучение, оценка или память) становится отдельным объектом оптимизации. А я углублюсь в актуальную проблему агентов: как не захлебнуться в собственном контексте. Сжимать его, сворачивать или выносить во вне? Путь 1. Агент сам решает, что исключить из истории Раньше агент линейно накапливал всю историю в один растущий контекст. Теперь — он ей управляет. В Context-Folding (CMU, Stanford, ByteDance) агент разветвляет подзадачи с помощью двух тулколов: branch() создаёт подзадачу, return() возвращает итог этой подзадачи. Промежуточные шаги не попадают в основной контекст. В Agent-Omit (HKUST) авторы посчитали, что размышления съедают около 45% токенов, наблюдения — 52%, а действия — всего 3%, поэтому их статья сфокусирована на сокращении ризонинга. Агент выборочно опускает свои мысли и наблюдения. Conversational Inertia (ZJU, Ant) описывает отдельный побочный эффект длинной истории — «инерцию». Агент начинает имитировать собственные прошлые ответы как few-shot и перестаёт исследовать. Проблема лечится периодической очисткой истории. Путь 2. Сжатие контекста — оптимизируемый навык, а не фиксированное правило ACON (KAIST, Microsoft) оптимизирует не веса, а промпт для сжатия. Авторы собирают трейсы с полной и сжатой историей, сравнивают их с помощью LLM-критика и дополняют этим промпт. Затем дистиллирует такой навык компрессии в маленькую модель и используют его. Путь 3. Внешняя память и переиспользование опыта Ещё один вариант — не выбрасывать, а сохранять надолго. EAM держит память как граф знаний, где узлы — это состояния системы, а рёбра — действия для перехода между ними. Darwinian Memory — training-free память, где записи конкурируют за «выживание». Полезные переиспользуются, устаревшие и ненадёжные удаляются. SE-GA хранит три вида памяти: эпизодическую, семантическую и экспериенциальную. Агент достаёт малую часть из каждой из них, добавляя к себе в контекст. UMEM (Xiamen, Alibaba) обучают внешнюю модель работать с банком памяти. Для этого они замораживают модель-агента и обучают отдельный оптимизатор, что записать, обновить и удалить. Отдельно — как это честно мерить. AMA-Bench проверяет память в реальных агентных траекториях, а не на сырых диалогах, и дополнительно показывает, что многие memory-системы пока проигрывают простому long-context.

#YaICML2026 Душный NLP

🆚Багбаунти против даркнета: почему белые хакеры уходят на теневой рынок Разрыв между легальными выплатами за уязвимости и предложениями в даркнете остается критическим. Аналитика показывает неприятную для бизнеса математику: медианная выплата за критическую дыру в программах багбаунти за прошлый год составила скромные 200 тысяч рублей. В это же время на теневом рынке готовый доступ к корпоративной инфраструктуре стабильно торгуется в диапазоне от $10 000 до $100 000. 🔍Разница не только в деньгах, но и в товаре. На легальных платформах компании платят за отчет о воспроизводимой ошибке в конкретном сервисе. Теневым покупателям отчеты не нужны - им нужен рабочий рычаг для атаки. Именно поэтому в даркнете 43% объявлений приходятся на RCE (удаленное выполнение кода) и 25% - на LPE (повышение привилегий в системе). В связке эти два класса уязвимостей позволяют зайти в сеть и мгновенно закрепиться на уровне администратора.

🟦По данным исследователей, около половины предложений на черном рынке - это чистые уязвимости нулевого дня (0-day), о которых разработчик софта еще даже не догадывается. Покупают их под конкретные цели. 🟦Первичный доступ к инфраструктуре крупного промышленного объекта или ритейлера продается как самостоятельный продукт - через VPN-аккаунты, RDP-доступы или слитые токены. 🟦Доступ к госучреждениям или банкам на теневых площадках может доходить до $1–1,5 млн.

Ситуацию усугубляет правовой вакуум. В России до сих пор нет вменяемого юридического статуса для независимых исследователей. Прошлый законопроект о легализации белых хакеров благополучно отклонили. Пока легальный рынок предлагает исследователям копейки и риск уголовного преследования за инициативный аудит, даркнет гарантирует анонимность и миллионные бюджеты в крипте. 🦔 CyberYozh

Люблю подглядывать за чужими принципами Михаил Грачев несколько лет назад сформулировал правила в компании, которые вытекали из личной боли. Его бизнес начался в 2003 году в гараже с пищевым котлом на 150 литров, а в этом году компания Grass превысит выручку в 50 млрд рублей. Сегодня это самая крупная российская компания производитель бытовой и автохимии. 10 принципов, которые попали в меня: — Задача, выполненная на 99%, считается невыполненной — Если хочешь в чём-то разобраться, начни разбираться, и ты разберёшься — Нет понятия «дорого», есть понятие «окупаемость» — На вопрос «да или нет» отвечай — да или нет Всё возможно, главное — определить ресурсы — Не изобретай велосипед — найди сначала тех, кто решал эту проблему: люди, коллеги, другие компании, конкуренты — У нас нет понятия «это вне зоны моей ответственности» — Мы не боимся признать, если в нашей команде что-то плохо работает — Кто по-настоящему много знает — тот постоянно сомневается — Приходи к руководителю как минимум с двумя вариантами решения Выпуск на «Основателях» в августе.

Я уже давно говорю, что Open AI делают классные модели, но абсолютно ублюдские продукты. Даже новый ап ChatGPT тому подтверждение: • Есть два режима: чтобы сделать работу и для разработчиков. Разработчикам не судьба сделать работу? При этом переключение тумблера ничего не меняет в интерфейсе. • Абсолютно невнятная навигация. К примеру, чтобы найти скилы, надо зайти в раздел плагины, в которых есть плагины и отдельно вкладка скиллы. Гайды NNG про работу с ожиданиями не дистилировались в модель? Или пролились по пути? Все бы ничего, если бы на фоне не был ап клода, где видно, что продумывают UX, а не вайбкодят в режиме красного кода. Очень плохо. А модели классные, да.

⚡️ Одной умной колонки в доме уже МАЛО — за год число владельцев двух и более устройств выросло сразу на 45%: с 4,7 до 6,8 млн человек. В разных комнатах сценарии использования отличаются: в спальне чаще включают шум моря и релакс-музыку, на кухне составляют список покупок и ставят таймеры, а в детской задают вопросы по математике, русскому и английскому. Сами комнаты люди называют по-разному и не останавливаются на дефолтных обозначениях — среди вариантов встречаются «Логово Виталика», «Палата для буйных» и даже «Коньячная». В исследовании можно буквально бродить по виртуальным комнатам и смотреть, о чём просят Алису. Самое популярное место для умных колонок — гостиная: на неё приходится 28% упоминаний в «Доме с Алисой». Там с помощью ассистента чаще управляют телевизором, подключённым к колонке по HDMI, включают мультики и уточняют, сколько ждать курьера. ИИ-ассистент на все случаи квартиры😂

Связка статья+телеграм — уже классика. Но сегодня в рассылке Medium подсмотрел совсем уж хитрый способ перегнать аудиторию. Рассылка ведёт на платную статью. ↓↓↓ В первом абзаце автор пишет, что на его Substack эта же статья доступна бесплатно. Автор молодец аж два раза: попал в рассылку Medium (они промят платное), придумал благовидный предлог перевести читателя в Substack. Самое главное, что это не похоже на «читайте продолжение в моей телеге». Весь возможный негатив валится не на автора, а на платформу (хотя сделать статью платной автор выбрал сам). Всегда завораживало, с какой лёгкостью авторы строят связки между ресурсами. Так и выглядит здоровая экосистемность. Хоть под этим словом сейчас и понимают какой-то аналог монополии вширь, а не живые связи между сервисами с разными владельцами.

Слава нетворкингу Абсолютное большинство продактов недооценивает нетворкинг. Я на своем опыте знаю, что это супер инструмент. 1. Это один из лучших способов искать работу. Я за всю жизнь один раз только устраивался на работу через собеседование. Это было в 15 лет. Все остальные разы работа находила меня через друзей и знакомых. В большинстве случаев это были позиции, которых не было в публичном доступе. Если бы не мой нетворк, может быть вы не читали сейчас этот канал. 2. Это идеальный источник знаний из первых рук. На прогулке, за кофе или в баре тебе расскажут то, чего никогда не узнаешь на конференциях. Разговор с новым человеком всегда наталкивает на новые мысли и воодушевляет. 3. Как знакомиться? Берешь интересного человека и пишешь «привет, я Маша, продакт в XYZ. Я видела, что ты работаешь над онбордингом. У меня есть опыт в этой части, могу рассказать, а мне было бы интересно послушать про маркетинг. Давай попьем кофе или созвонимся?» Все. Большинству людей никто не пишет с такими предложениями, поэтому конверсия будет высокой. Тем, кто работает в крупных компаниях, еще проще - с коллегами конверсия будет под 100%. Да даже конкуренты обычно не против поговорить. Ставите себе цели на следующий год? Добавьте «каждую неделю знакомиться с одним новым человеком» и через год офигеете, как круто поменялась жизнь. В декабре 2027 поблагодарите.

Представляла, как выйдет gpt-5.6 и я сразу побегу его тестировать. Но нет. Дернуло меня нажать update в кодексе. Update удалил кодекс. Все переустановки ставили вместо него chatgpt. Ну да, вчера же openai анонсировали, что кодекс переезжает в приложение chatgpt. Самое удобное приложение для кодинга убили и встроили в самое неудобное десктопное приложение chatgpt. Первую половину дня chatgpt открывался, но кодекса в нем не было. После третьей переустановки, ура, появился переключатель chatgpt: codex / work. Заодно исчезла вся история сообщений. Вернее ее перенесли в попап, который показывает историю за дополнительный клик. А все мои персональные проекты просто пропали. Успокаивает одно. Похоже, это кривые руки команды, которая делает macos приложение. В вебе все на месте. Очень надеюсь, что они сгорят от стыда и починят все сегодня же. Пока же открываю окно с чатом в chatgpt и испытываю испанский стыд. А вам понравилось обновление? @wealldesignets

#мнение Михаил Дубнов, партнер фонда Brio Capital, в интервью Сергею Терешкину о том, что происходит в течение первых 3 месяцев со стартапом с приходом инвестиций: В идеале ничего не должно происходить. Мы стремимся чтобы, когда фаундер с нами договорился и мы вошли в капитал, это не выглядело как инвазивное мероприятие. Как захват Москвы Наполеоном: когда компания работала и все было хорошо, а тут пришли какие-то люди и начали свои порядки наводить. Нет, абсолютно. Мы стремимся к тому, что если человек создал хороший бизнес, значит он понимает, как поддерживать этот бизнес. Значит, наша задача - ему не мешать, а помогать. Поэтому мы должны настраивать наше взаимодействие хирургическим путем. Где-то ему нужно больше, мы можем больше вовлечься, сказать: "Давай мы тебе поможем людей найти. Давай мы тебя с кем-нибудь познакомим. Давай мы какие-нибудь процессы посмотрим, может быть, поможем, посоветуем, как [их] поменять".<...> А где-то может быть сценарий, при котором мы говорим: "Давай ты нам раз в месяц будешь скидывать [данные] - что у тебя по цифрам, чтобы мы понимали, что с бизнесом происходит. Будем созваниваться, и раз в квартал собирать совет директоров, чтобы понимать, идем ли мы по тому курсу или нет. И раз в год - стратегию обсуждать". Это вообще идеальный сценарий, но такое случается очень редко. Это здорово, потому что тогда я по сути ничего не делаю и становлюсь богаче от того, что кто-то работает. По факту так, конечно, не получается. Нам приходится увлекаться больше, но, повторюсь, это вопрос тонкой настройки взаимодействия с фаундером. Поэтому, что происходит первые 100 дней, когда мы дали деньги, зависит от того, на что мы дали. Например, компания сказала, что [есть] большая долговая нагрузка. "Ставка уже утомила, не могу эти долги обслуживать, давайте немножко “разошьем”. Мы дали денег, и я надеюсь, что первые 100 дней он [стартап] потратит на то, чтобы с банком расплатиться. А может, он взял деньги под какой-то инвестпроект. Но повторюсь, это [инвестиции] – скорее точечные изменения по тем местам, которые должны дать дополнительный импульс и рост. <...> Мы хотим, чтобы курс продолжался, как запланировано, просто компания дошла быстрее.

std::expected в C++23: гайд по миграции с исключений на функциональный error handling Берём функцию, которая грузит пользователя, проверяет права и собирает DTO. На исключениях она пишется в три строки и выглядит компактнее, чем цепочка на std::expected. Вот только какие типы исключений способна бросить эта цепочка вызовов, видно не в сигнатуре, а в документации, и компилятор промолчит, когда в глубине добавится ещё один. С std::expected из C++23 набор возможных ошибок стоит прямо в возвращаемом типе, и его проверяют статически на компиляции. Гайд ведёт от базового API к monadic-цепочкам через and_then и transform_error, показывает конвертацию ошибок между слоями и честно перечисляет места, где переходить как раз не стоит.