Авторы постарались на примере Databricks ответить на многих тревожащий вопрос: как будут меняться уже существующие компании под влиянием ИИ в обозримом будущем. Горизонт они взяли по нынешним меркам очень длинный — 20 лет, но кода речь об изменении работы больших сложившихся компаний, наивно надеяться на глубокие перемены за год-другой. Начальных условий у размышлений два: 1) происходит и будет дальше происходить арендная автоматизация самых разных процессов; 2) сотрудников будут все больше наделять правом на инициативу. Второй пункт может показаться странным, но без него первый не даст значимых результатов, и это важная мысль. Самая, пожалуй, интересная идея статьи в том, что не “все станут программистами” благодаря ИИ, как часто пишут в популярной прессе, а “все станут менеджерами”. Работа специалиста постепенно смещается от самостоятельного выполнения каждого шага к постановке задачи, делегированию агентам, проверке результата и исправлению процесса. Управление не исчезает — исчезает монополия профессиональных менеджеров на него. Ну, а дальше из этого вытекает много интересных следствий и на управленческом уровне, и на уровне работы с данными. Читать детали интересно, потому что авторы прямо говорят, что ИИ-трансформация — это революция не столько технологическая, сколько управленческая https://a16z.com/databricks-the-future-of-the-firm/

Опенсорс уже не тот С появлением агентов опенсорс полетел вперёд семимильными шагами. И теперь строить свою разработку на каком-то высокоуровневом опенсорном решении — стрелять себе в ногу. Наш продукт harness.wormsoft.ru строился на консольной утилите pi.dev и его SDK. Всё было прекрасно, но с выходом новой версии SDK сильно поменялся, и у нас все поехало — либо не обновляться (плохо и опасно) либо обновлять SDK и переписывать адаптеры под него.. Еще стоит добавить, что новые версии теперь выходят раз в день вместо раза в месяц, как было до ИИ. Пришли к тому, что последние дни мы активно вырезаем зависимость от этого SDK в пользу своего решения. И то же самое происходит во многих наших и клиентских проектах. Раньше использовать крупный опенсорс было благом — не надо было много чего писать самому. Теперь это скорее проблема: себестоимость кода многократно сократилась, и проще сделать небольшое решение под себя, чем зависеть от невероятно активно меняющегося проекта.

Как понять, что агент умеет делать продукт? В первом посте про изобилие кода мы приняли рабочую гипотезу:

AI сможет выполнять значительную часть задач по разработке продуктов с приемлемым качеством, стоимостью и супервизией.

Как выяснить, какую часть этой работы уже можно отдавать агентам? Окей, мы с вами знаем, что писать код они могут. Но при этом всем нам очевидно, что создать продукт это не только про написать код. Собственно в эту тему прикольный новый бенчмарк/среда для оценки того, насколько агенты могут понимать проблему, взаимодействовать со стейкхолдерами, принимать продуктовые решения и тп. FDE-Gym - 95 задач на основе 20 сценариев внедрения AI. Агент получает запрос заказчика, существующий код, документы и историю работы системы. Можно задавать вопросы виртуальным сотрудникам, выяснять ограничения, менять и проверять систему. Запрос при этом может предлагать решение, которое не поможет достичь цели. Результат оценивают по изменению бизнес-метрики внутри симуляции, с учётом нарушений и стоимости общения с сотрудниками. Уточнить всё у всех тоже не бесплатная стратегия :) Если посмотреть, как frontier модели справляются с задачками из этого бенча, то более всего они лажают, когда ограничения приходилось выяснять самостоятельно, а не было задано заранее. Причем даже получение всех ключевых фактов не гарантировало хорошего результата. Очень жизненно имхо. Это, по моему мнению, еще и про насмотренность: знать, куда смотреть, кого спрашивать, и при этом не особо их раздражать :) Мы с дружбаном тоже попробовали один из общедоступных кейсов: ночного AI-дежурного, который должен уменьшить число ненужных пробуждений инженеров и ускорить устранение инцидентов. Получилось не очень, хотя я и не согласен с оценкой, но это уже другая история. Сама идея мне очень понравилась и, разумеется, отозвалась с моими постами про симуляции и Frontier Academy Из таких экспериментов имхо могла бы вырасти общая коллекция кейсов и разборов: какую работу получается делегировать, какая информация нужна агенту, где окупается участие человека? Разумеется, здесь мы пока измеряем пользу внутри сферического коня в вакууме симуляции; перенос в реальный мир ещё нужно проверять. Реальная компания - это гораздо более сложная (complex) и адаптивная система: она взаимодействует с клиентами и конкурентами, а люди учатся и меняют поведение в ответ на наши решения и действия друг друга. Внедрение продукта само меняет условия, в которых мы проверяем его пользу, и такие эффекты сложнее уложить в симуляции. Но тем не менее я считаю, что это уже лучше, чем ничего К примеру, я сейчас работаю над одной симуляцией - небольшой тизер тут в первом комментарии. Сыграли бы в такое?

Чтобы не быть голословным, вот области, в которых я вижу как страдает человечество из-за устаревших программных продуктов, и страдать осталось недолго: CAD: проектирование инженерных деталей. Fusion 360 через MCP - убого, облачно, дорого. Альтернативу я уже потестировал: SolidCraft MCP от tangency-labs - свежий продукт, который существует меньше месяца, а уже значительно лучше Fusion в плане интеграции с агентом и позволяет делать нормальные вещи. DAW: Ableton Live - мощнейший софт для создания музыки. Мейнтейнеры агентских интерфейсов к Ableton прямо признают, что Ableton в своем API не раскрывает кучу моментов, которые позволили бы сделать более удобный агентский интерфейс (см. Producer Pal в Github). SoundCraft от ArtCraft пока не пробовал, похоже он еще очень сырой и до него не доходят токены пока - но тут MCP тоже уже на уровне ДНК, аналогично PhotoCraft. Ждем. Графика: ну, вы поняли. Раньше мы или должны были брутфорсить нано банану, заспамливая его своими текстовыми запросами, в лучшем случае что-то там подрисовывая кисточкой для масок, или уж рисуйте все с нуля сами. Еще был вариант попросить клода сделать HTML а потом рендерить в PNG через Playwright - тоже костыль. Видеопродакшн: пока кто-то брутфорсит напрямую видеомодели дорогими промптами, а та выдает рандомные результаты, умные люди уже начали сначала просить Клода сделать сцену в Блендере (грубо, там только ездит камера и расположены заготовки для объектов) а уже потом такая болванка после отсмотра человеком (и многократных правок - дешевых и быстрых) уходит на финальный продакшн в видео-модель. Этот подход к работе - гибридный, позволяющий объединить сильные стороны агента и живого человека, и он до сих пор не был реализован нормально. Ты или агента просишь наверстать HTML а потом ему говоришь "а теперь подвинь на 10 пикселей строчку" computer use - наиболее близкий аналог - при всех громких заявлениях последних лет и месяцев - работает крайне херово и жгет невероятное количество токенов, и является костылем и промежуточным этапом пока десктопный софт не подготовился к настоящей агентской работе. FreeCAD рушится, когда Claude пытается через accessibility инструменты MacOS его использовать. Универсальный протокол. Универсально хуевый в каждой поставленной задаче. Jack of all trades, master of none.

✔️ Ведущие разработчики Claude Code ушли из Anthropic Об уходе 24 октября объявил Тарик Шихипар, один из самых публичных инженеров проекта, прежде исследователь MIT Media Lab и выпускник Y Combinator, вслед за ним уволился Энтони Моррис, автор десктопной версии агента. Шихипар проработал над проектом больше года и планирует взять перерыв, а в сообщении, собравшем миллионы просмотров, похвалил оставшуюся команду и посоветовал следить за обновлениями через Эдди Османи и Лидию Халли. Оба уходят на пике коммерческого успеха - по данным компании годовая регулярная выручка Claude Code превысила 2,5 млрд долларов. Thariq Shihipar в X ✔️ Sakana AI обучит с нуля модель для нужд государства Токийский стартап меняет курс и берётся за собственное обучение модели с рабочим названием Sakana Sawara. Известность японскому разработчику принёс Fugu, объединявший готовые нейросети, но работа на чужих весах несла риск зависимости, а Японии нужен технологический суверенитет без привязки к корпорациям США и Китая. Первую компактную версию новой модели обещают весной 2027 года, дальше её отмасштабируют до сотен миллиардов параметров. Целевыми областями станут национальная безопасность, финансовый сектор, поиск уязвимостей и разбор кибератак, а также оборонные задачи, причём ИИ-аналитику Sakana уже испытывает по контракту с японским Минобороны. nikkei.com ✔️ Nvidia оценила лицензию на управление агентами в 2000 долларов за ускоритель в год Дженсен Хуанг считает, что ПО скоро станет важнейшей частью бизнеса компании. По его словам, комплексная лицензия на развёртывание агентов на корпоративных ИИ-фабриках обойдётся примерно в 2000 долларов за ускоритель в год, и если подписка охватит хотя бы пять миллионов чипов, принесёт до 10 млрд долларов стабильной выручки. Как тариф будет сосуществовать с действующей AI Enterprise, подписка на которую стоит 4500 долларов, пока неясно. Само желание показывает перестройку Nvidia, которая готова предложить рынку не только чипы, но и готовую инфраструктуру, стремясь уйти от статуса чисто аппаратной компании. tomshardware.com ✔️ Обещанный Маском полнометражный ИИ-фильм вышел семиминутным роликом В июле Илон Маск анонсировал, что Grok Imagine выпустит полноценную и исторически точную экранизацию «Одиссеи» Гомера. Вместо полного метра xAI показала видео чуть дольше семи минут, проект теперь называют сериалом, сроки следующих эпизодов неизвестны. Ролик сняли с Wonder Studios и режиссёром Девом Уокером, дебютировал он в X без подробностей - ни сроков производства, ни затрат, ни состава моделей компания не раскрыла. По оценкам сообщества, видео получилось плохим из-за затянутых экспозиций, неестественных диалогов и невыразительных персонажей. Grok Imagine в X ✔️ Figure AI утвердила дизайн гуманоида Figure 04 На корпоративном собрании глава компании Бретт Эдкок сообщил, что облик робота нового поколения определён окончательно, и назвал новинку «первым iPhone среди гуманоидов». Главная особенность - в кисти с моторикой почти на уровне человеческой, приводов в ней больше, чем во всём теле. Производство комплектующих началось, внешний вид робота держат в секрете. Железо делают под новую модель Helix 3.0, которую Эдкок называет «baby AGI», и для её обучения развёрнут колоссальный сбор данных - приложение Index загружает по 81 минуте видео с действиями каждую секунду. За неделю на пополнение наборов данных ушло около 8,1 млн долларов, а за год Эдкок обещает вложить в данные больше, чем большинство робототехнических стартапов привлекли за всё время. Brett Adcock в X @ai_machinelearning_big_data #news #ai #ml

Эффективная работа с git worktree Если вы уже дошли до точки, когда параллельные агентские сессии как не в себя делают фичи, то вы точно должны были столкнуться с новыми проблемами, среди которых одновременный запуск нескольких копий приложений, быстро забивающийся диск и оперативная память, плюс работа которая встает колом из-за одновременных запусков тестов и линтеров. В этом посте я расскажу про то, как поправить свой сетап, чтобы все стало снова летать. Сначала быстрый рекап. Worktree это фича гита, которая создает под ветки отдельные физические директории в которых можно вести работу. Раньше этой фичей почти не пользовались, так как просто переключались на ветку, сейчас же переключение на ветку будет сбивать параллельные сессии, поэтому все перешли на worktree. Даже если вы этого явно не просите, агенты нередко сами пользуются ими (но не всегда). И так поехали, проблемы и их решения. Отказ от веток Если вы пошли по этому пути, то лучше явно описать агенту, что ветки использовать нельзя, а вместо них нужно создавать worktree. Иначе регулярно будет возникать ситуация, когда один из агентов прыгнет на ветку и помешает другим. Начало и завершение работы По умолчанию создание worktee просто копирует данные, но в таком виде проект врядли заработает и на нем можно будет прогонять тесты. Скорее всего есть какие-то подготовительные шаги от установки зависимостей до создания .env. Вот эту часть нужно сначала автоматизировать, например, с помощью make-команд, а потом уже зафиксировать в доках с агентом, чтобы он вызывал их как при создании рабочего дерева, так и при завершении работы. У себя я считаю завершением это отправку pr, в это время происходит чистка. Независимые базы данных Помните проблему миграций в ветках? Вот здесь будет тоже самое, если не создавать отдельные базы данных под каждое дерево. Сделать это просто, достаточно объяснить агенту задачу и он сам предложит способ формирования динамического имени, связанного с названием worktree. Дальше снова автоматизируем и добавляем в команду создания worktree из предыдущего шага. При этом важно сделать так чтобы это были именно базы данных, а не субд, иначе если на каждое дерево будет подниматься свой postgresql, вы быстрее начнете упираться в производительность Одновременные запуск приложения Кроме баз, такой же трюк надо провернуть с портами (и если используется dns то доменами). Каждое дерево при старте тестов или приложения должно работать со своим набором портов. Опять же, эту задачу сделает сам агент, он без проблем напишет небольшие скрипты, которые находят свободные порты и подсовывают их при старте приложения Параллельный запуск проверок Но даже если сделать все шаги выше, все равно запуск тестов или линтеров из двух worktree, уже может поставить колом всю машину. Здесь есть красивый выход через блокировку. Нужно запускать проверки не напрямую, а через утилиту, которая ставит такие блокировки и упорядочивает запуск (с нужным уровнем параллельности). Пока я этим занимался написал такую утилитку https://github.com/mokevnin/heavy Шаринг данных Ну и последнее, установка зависимостей и кеши. Если вы не хотите чтобы место на диске улетало со скоростью ветра, то нужно использовать инструменты или настраивать существующие так, чтобы они шарили (безопасно) все свои артефакты во внешних директориях. Например лучше работать с pnpm, а не npm, потому что первый хранит зависимости во внешнем сторадже, что очень сокращает потребляемое место. Если все это сделать, то работать с worktree станет реально удобно и быстро. Пользуйтесь 🙂 Telegram | YouTube | ИИ для разработчиков

А вот от OpenAI – про агенты, которые не пишут новое, а чистят старое Пишет команда Core Experimentation, которая отвечает за систему экспериментов во всей компании. Раньше мертвый код искали статическим анализом плюс рантайм-логи, и все равно бывали инциденты из-за ошибочных удалений. Что сделали: – GPT-6 Astra дали один расплывчатый промпт (прямо с опечатками): найди мертвый код, проверь в Slack, Statsig и где угодно, что он не используется. Вот чего писали :) Can you help identify and clean up dead code in the repo please, feel free to check slack, statsig [a feature flag and experimentation platform we use], or any other source you need to confirm that things are indeed no longer being used and can be cleaned up or simplified – модель сама смотрела старые PR, треды в Slack, трекеры и прод-профилирование, и объясняла каждое удаление – 5 инженеров между делом за две недели смержили 1 400+ PR и удалили 800k+ строк – образ одного сервиса похудел с 3.31 до 1.72 GB, из тестов ушло около 400 вариантов визуальных снапшотов Дальше – устаревшие эксперименты и фичефлаги. Это сложнее, потому что такой код может еще выполняться в проде. Промпт для полного аудита они попросили написать саму модель, и она же посчитала стоимость каждого флага по CPU. Нашелся флаг, который годами незаметно размножал проверки на все фичи сразу. Модель его не удалила сама, а подняла на ревью человеку, потому что он был помечен как "Permanent". После удаления – около 0.42% экономии CPU на сервисе. Самое практичное – сравнение моделей на одном аудите (6 000 файлов, 1 млн строк на Python, TS, Go и Rust): – GPT-6 Astra Ultra: $109.06, 142 находки, $0.77 за находку – GPT-6.1 Sol Ultra: $15.12, 131 находка, $0.12 за находку – GPT-6.1 Sol Medium: $5.27, 86 находок, $0.06 за находку То есть 92% находок за 14% цены. Разницу разобрали – Sol пропускал флаги, от которых зависят другие флаги, и это компенсировали промптом. То есть можно добить среднюю модель до лучшей просто нормальным промптом. Плюс CI: модель предложила оптимизации по истории прогонов, смержили около 30 PR, медиана CI упала с ~10 до 4.5 минут, p90 – с 12.5 до 6. Один набор из 63 тестов ускорился с 592.6 до 29.8 секунд. Вот таким вот базовым промптом: What ideas do you have to relieve CI load in this repository? List your ideas in a table and rank all of them by estimated CI minutes saved per day based on this repo's CI run history :) Прикол, что они честно пишут: часть предложений добавляла больше сложности, чем пользы. Модель находит столько оптимизаций, что без приоритизации и метрик в них тонешь. Короче, берите одну мелкую задачу (мертвый код, флаг, флаки-тест), сравните модели и уровни effort, а комментарии из ревью скармливайте в следующий промпт. Когда все ок - можно масштабировать на более крупные вещи. Для любой компании с легаси это самый быстрый ROI от агентов. https://developers.openai.com/blog/maintaining-software-with-the-gpt-6-family

​​Beyond LLMs: The Next Frontier of AI — Sahir Maharaj Я получил от Packt очередную книгу на ревью. Она про то, что строится вокруг языковой модели в production-системе: явное состояние, память, агенты с ограниченными правами, детерминированные правила, evaluation и контроль стоимости. Основной тезис: большинство сбоев в production - архитектурные. Есть end-to-end пример: SupportOps AI (ассистент службы поддержки), который вырастает от одного вызова модели в первой главе до multi-agent системы со слоем правил в конце. Из интересного: книга постоянно возвращается к вопросу, относится ли задача к языку или к логике и состоянию. Понять, что имеет в виду клиент - это про язык, а проверить, есть ли у него просрочка, или посчитать сумму возврата - про логику: "The model does the understanding. The code does the deciding." На этом построен паттерн propose-then-constrain: модель предлагает ответ или действие, а детерминированные правила решают, выполнить его, отправить на доработку, заблокировать или передать человеку. В медицинском чатботе в MTS AI, где я вёл NLP-часть, у нас было такое разделение задолго до LLM: модели извлекали симптомы и их атрибуты, а бот задавал шаблонные вопросы, пока все слоты не были заполнены. Классификация у нас была на TF-IDF с логрегом, и книга тоже пишет, что для узкой классификации с большим потоком запросов хорошо настроенный логрег часто выигрывает у LLM по стоимости и latency. Главы про агентов — о том, как ограничить действия модели, и в книге есть хорошая фраза на эту тему: "Prompts can be interpreted around; a state that mechanically hides the tool cannot." Книга годная. Amazon Code Author Мои обзоры: Блог Medium #bookreview

Запись встречи: 00:00 Коротко о встрече 00:28 Один агент или команда 01:58 Где участники используют команды 05:19 Отдельный контекст и независимая проверка 08:50 Параллельность и разные модели 11:45 Как наблюдать и проверять агента 16:12 Затраты на координацию 21:15 Передача контекста и кэш 31:01 Передавать данные без пересказа 37:03 Три задачи: один агент или команда 48:16 Учебный инцидент: оплата есть, бронь отклонена 58:10 Шесть источников и правило бронирования 1:07:28 Предсказываем семь результатов 1:19:43 Выбираем способ работы A, B или C 1:34:19 Запуск команды C 1:40:56 Запуск одного агента A 1:44:59 Сравниваем ответы, время и токены 1:47:51 Цена ошибки и стоимость выбора 2:04:53 Исследования и вопросы аудитории 2:11:29 Вывод и завершение https://www.youtube.com/watch?v=pjeFT_yhe80

https://t.me/cto_neuro На правах шейра контента интересного. Андрей фундаментально гораздо больше знаний и опыта имеет, может докопаться до истины, видеть галлюцинации и sci-fi от ИИ. Интересные вопросы в комментариях тут и в фб оставляет. Поделитесь, что интересного у него есть в канале в комментариях, а я через ИИ прогоню / поделюсь и расскажу. + я попробую ответить на его вопрос про Опосы Гротендика в AI и почему в лоб это не решается, плюс зачем это все вообще? AI research отходит уже от классических алгоритмов, графов и дискретных (это правильно тут употребить?) вычислений, переходя в динамические системы на стыке геометрии / физики / абстрактного мат аппарата, чтобы описывать состояния ИИ систем/агентов/памяти и тд и тп. Потыкайте через гугол / перплексити, чтобы перевел все. В целом, как мне кажется (без цифрового мозга и ИИ), классные теории / наблюдения / гипотезы из-за нехватки вычислительных ресурсов / памяти и тд и тп просто упрощаются / аппроксимируются / какие-то хаки применяются математические чтобы сложность снизить асимптотическую и переводить если уже выбора нет в какие-то моделирования / статистические вычисления и прочее. Тут какой-то аналог может быть с моделированием и предсказанием черной дыры (black hole 🕳️) и что численно промоделировать это невозможно пока и до какой-то степени точности это все изучается. Это все конечно все сильно уже далеко уходит от обычного прикладного использования агентов, но если у вас RnD постоянный, поиск оптимизаций и желание все математически точно подтверждать и доказывать, то в это быстро упретесь и столкнетесь с нехваткой контекста / памяти / стабильности контекста / задач с длинным горизонтом выполнения и тд и тп. Тогда тоже рано или поздно дойдете к уровню Гротендика где самому отличить галлюцинации и sci-fi от реальности самому невозможно из-за повышающейся когнитивной нагрузки экспоненциально.

Почему агент делает не то, что вы просили Недавно с учениками мы делали телеграмм-бота с локальной нейросетью. Спецификацию я написал заранее и в прямом эфире отдал её двум агентам: Antigravity с Gemini Flash и OpenCode с GLM. Antigravity справился за 2 минуты. Лимиты почти не потратил, субагентов не запускал, тесты не написал. Запускаю npm run dev - и всё падает на импорте. Ещё и файлы он правил через git-команды. Я, когда первый раз увидел, прям офигел: "алло, братан, а что это такое?" 😁 Он ответил, что так легче всё трекать. OpenCode пошёл долгим путём. Сначала задал 5 вопросов: 1 агент или 4 этапа, какой test runner, нужны ли моки. Сам предложил тесты. Потратил 45 тысяч токенов и заметно больше времени. Зато с тестами и планом. Спецификация одна и та же, а результат совсем разный. Можно сказать, что Flash просто слабее. Но в другие дни этот же агент у меня отлично работает - когда запускаю его через свой скилл. В этот раз он скилл не подхватил и пошёл делать по-своему.

Так что проблема не в LLM, а в харнесе, который вокруг написан.

Харнес - это всё, что вокруг модели: агент, скиллы, AGENTS.md, правила, то, как он проверяет свою работу. И это не единичный случай. Когда я разбирал домашки потока, около 40 работ, размер спецификации почти не влиял на результат. Влияли модель и агент. С Claude Opus люди в среднем справлялись за 1 промпт, с Sonnet - за 3. А самописный оркестратор одного ученика потребовал 31 промпт. Сейчас многие уже работают с агентами: Cursor, Claude Code, OpenCode. И часто жалуются, что агент делает не то, всё приходится переделывать, а токены улетают за день. Обычно в этот момент человек идёт менять модель. Хотя чинить чаще нужно то, что вокруг неё. Что у меня в этой обвязке есть всегда: 1. AGENTS.md в каждом проекте: что делаем, стек, где какие файлы лежат. Чтобы агент не читал весь репозиторий. 2. Скиллы под конкретные задачи. Часто достаточно написать "используй TDD", и современная модель сама знает порядок: сначала тесты, потом код. 3. На больших правках сначала план, и я его утверждаю глазами. Antigravity я, кстати, не выкинул. Для текстов и документов он у меня отличный. — Давайте наберём много 👍, буду чаще разбирать такие кейсы из своей работы #нейросети · yt · tg · ig

✔️ OpenAI обязала шлюзы и роутеры моделей проходить проверку С 20 ноября сторонние сервисы, дающие доступ к API, то есть шлюзы, роутеры и реселлеры, смогут работать только после одобрения компании. Базовых правил уже недостаточно, от них требуют фильтры безопасности, согласование блокировок и разбор случаев вредоносного использования API. Вместе с этим введена и система SafetyID, через которую партнёр будет изолироветь пользователя при расследовании подозрительной активности или утечке ключей. openai.com ✔️ Anthropic впервые с 2023 года обновила Claude API Параметры temperature, top_p и top_k, отвечавшие за вариативность и стиль ответов, больше не принимаются, при попытке передать их возвращается ошибка. Кроме отказа от ручной настройки сэмплирования поправлены форматы сообщений и убраны устаревшие поля в схемах запросов. Предыдущая ревизия остаётся доступной, срочно переносить работающие системы не придётся, а обновлять API Anthropic обещает регулярно, чтобы разработчики заранее проверяли совместимость кода с новыми моделями.  claude.com ✔️ Google представила сервис для запуска агентов в изолированных машинах Agent Compute Engine выводит на рынок инфраструктуру собственных агентов Gemini и рассчитан на агентский режим, когда короткие всплески вроде запуска кода чередуются с долгим ожиданием ответа модели или пользователя. Обычные виртуальные машины для таких циклов медленные, поэтому агенту выделяется микромашина на Cloud Hypervisor с общими страницами памяти из шаблона ОС. В простое среда замораживается в снимок, файлы и контекст переживают паузы на томах Hyperdisk, сетевых интерфейсов у гостевых систем нет, а трафик идёт через прокси, не раскрывающие токены коду. Для Kubernetes есть открытая среда Agent Substrate, возобновляющая работу меньше чем за полсекунды, а публичная предварительная версия обещана в ближайшие месяцы.  cloud.google.com ✔️ Фонд OpenAI вложился в нейрочип против опухолей мозга Американский Coherence Neuro поднял 45 млн долларов, кроме OpenAI Startup Fund в раунде участвовали Питер Тиль, Lux Capital и 8VC. Его интерфейс SOMA лечебный и основан на том, что клетки глиобластомы обмениваются электрическими сигналами с нейронами и влияют на активность мозга. Массив электродов считывает импульсы, модели оценивают опухоль и в замкнутом цикле подбирают параметры локальной стимуляции, чтобы остановить её рост. В комплекте - имплант размером с монету, заушный модуль питания и приложение для смартфона, наблюдение идёт онлайн и непрерывно, без плановых томографий. На животных технология предсказывала динамику опухоли на пять недель вперёд, в июне начались первые интраоперационные тесты на людях в Королевском госпитале Мельбурна. Привлечённые деньги пойдут на клинические испытания и проверку метода на других опухолях.  wired.com ✔️ Hugging Face выпустила открытую языковую модель для анализа ДНК Carbon-X на 14 млрд параметров, сделанная совместно с учёными Китая и Италии, объединяет геномные последовательности и естественный язык, так что про ДНК можно спрашивать текстом, например о влиянии точечных мутаций на экспрессию генов. Словарь базовой модели расширили, нуклеотиды читаются по шесть символов, обучение шло на 300 млрд токенов с геномами млекопитающих, растений и грибов, вирусные данные исключили из-за рисков создания патогенов. Запуск рассчитан на локальное использование, что снимает главную проблему биоинформатики, когда данные пациентов нельзя отдавать в облака. Контекст держит до 50 тысяч пар оснований, этого хватает для точечного поиска мутаций под таргетную терапию, но не для разбора генома целиком. Выводы модели расчётные и лабораторной проверки пока не прошли.  huggingface.co @ai_machinelearning_big_data #news #ai #ml

Не чюваки, видос про агенты прямо сейчас делать бессмысленно. Пощупал всякое и раскладка крайне простая. Есть клодик (на подписке макс с мульти агентами, иначе у тебя лимиты за 10 минуты улетают) и остальное дерьмо, создающее видимость работы. Особенно после достижения определенной точки в проекте. Чем больше общий контекст, тем сильнее это видно. Соло-агент в разработке не вывозит, решает эту проблему только обязательное делегирование задач на разные инстансы + координатор. Есть конечно варианты использования локалки на уровне домохозяйки для крайне типовых задач, но это такое... выводы будут очевидными. В целом, тут самое главное ограничения пока в самих моделях, которые доступны для локального инференса. Нужно выждать полгодика-годик и посмотреть че другие дилеры нейрослопятины выкатят, особенно в open-weight.

Tokenmaxxing через BB: выжимка эфира Спасибо всем, кто залетел! К сожалению, в зуме был лимит 100 человек, поэтому выиграли те, у кого самые быстрые пальцы на Диком Западе. Эфир получился огонь, вот выжимка 👇 Что такое BB Бесплатная IDE для агентов, которая собирает сама себя. Подключаешь несколько аккаунтов Claude и Codex, и она сама роутит между ними. Не хватает фичи - одним промптом генеришь плагин, и он сразу появляется и на десктопе, и в мобилке. Ребята сделали фундамент: треды, общение между ними, плагины, автоматизации. Остальное каждый допиливает под себя. Мои плагины (гитхаб) - Account usage - сколько лимитов осталось и когда ресет. С него все и началось - Canvas - кидаешь скрины и оставляешь заметки прямо на них. Агент видит, какой коммент к какой картинке, и фидбек на UI становится в разы точнее - Superhuman - zero inbox для тредов. Каждый тред - это задачка: готово - в архив, ждет чего-то - уходит в снуз и пропадает, пока снова не понадобится. Плюс делает BB удобным на телефоне Рабочий подход такой: сделано хорошо - берешь чужое, сделано так себе - за пару промптов делаешь, как нравится. Мой сетап Все крутится дома на Mac Mini, а я подключаюсь с ноута или телефона. Агентам дал браузер (Aside), чтобы сами заводили аккаунты, создавали ключи и тд. Пришла идея по дороге за кофе - сразу отгружаю с промптом «параллелизируй максимально, не жалей токенов». Агент сначала присылает скрины, что все работает, а в конце кидает ссылку на окружение, где я могу убедиться сам прямо с телефона. Параллельно держу до 10 тредов, больше голова не вывозит. Каждый сам запускает своих сабагентов. Треды умеют общаться между собой. Делали бенчмарк: один тред гоняет модели, второй оформляет результаты на сайте. Поменялись данные - первый пишет второму «иди поправь». А в Тесле открываю BB в браузере, включаю hands-free режим на GPT Live и голосом спрашиваю, что там по тредам 😎 Workflows Это скрипт, который дирижирует агентами. Не промпт «сделай план, потом код, потом проверь», который модель может и проигнорить, а настоящий код: этот шаг делает Codex, этот - Claude, этот - дешевая модель, и цикл крутится, пока ревьюер не скажет ок. У Дениса Неклюдова из Google коллеги кидают таски в канбан, отдельный тред их разбирает и запускает нужный workflow. Для фронта план пишет Codex, код - безлимитный GLM, а скрины из браузера проверяет мультимодальная модель. Не прошло - новый круг. У Кирилла Потехина из Adapty весь процесс живет в Linear: у агента там свой юзер, менеджер ведет план, исполнитель пишет код и тесты, а ревьюит модель другого провайдера. В main только после зеленого CI и апрува человека. Linear тут просто входящие, а workflow - рецепт, как делается каждая таска. Ссылка на видос: https://youtu.be/-ly—GQUPqs

Опенсорс фреймворк от CopilotKit для Intelligent UI, и он уже в топ-5 трендов GitHub 🔥 Идея в том, что агент отвечает на запрос не текстом, а живым интерфейсом: интерактивными графиками, 3D-сценами, формами, симуляциями и визуализациями алгоритмов. Всё рендерится в песочнице прямо в чате. Под капотом Next.js 16 с React 19, бэкенд на LangChain Deep Agents, который подгружает визуализационные скиллы по требованию, и отдельный MCP-сервер. Через него дизайн-систему и сборщик HTML можно подключить к Claude Desktop, Claude Code и Cursor. Лицензия MIT, запускается командами make setup и make dev. В анонсе пишут про работу с любым LLM и любым агентным фреймворком. В README по умолчанию стоит Claude, для OpenAI достаточно ключа, а для остальных провайдеров нужно править модель в коде. Слабые модели, по словам авторов, часто ломают вёрстку. Авторы уверяют, что к 2027 году такой агентный слой будет в каждом приложении. Спорно, но направление понятно: интерфейс всё чаще генерируется под задачу, а не рисуется заранее. Источник: https://github.com/CopilotKit/OpenIntelligentUI @ai_machinelearning_big_data #ui