ИИ

Компания Anysphere переработала обвязку (харнессi) агента в Cursor и снизила расход токенов пользователей на 7% без потери качества ответов. Экономия достигнута за счёт более строгих и коротких промптов, выборочной подгрузки инструментов, улучшенного кэширования и сжатого формата чтения файлов.

Инженер Cursor поделился промптом, который позволяет разработчикам собственных агентных харнессов применить те же методы и сделать свою обвязку дешевле — компания также опубликовала статью с разбором механики оптимизации.

Полный разбор →

Стартап Skild AI, разрабатывающий «общий робо-интеллект», провёл эксперимент по обучению гуманоида футболу с помощью self-playi — техники, похожей на ту, что Google использовала для AlphaGo. Их foundation-модель S1 отыграла 140 виртуальных лет в NVIDIA Isaac Simi против собственных предыдущих версий, получая награду только за забитые голы, без отдельного программирования конкретных приёмов.

В результате робот сам освоил дриблинг, обводку защитников, отбор и защиту мяча корпусом, новые удары и умение подниматься после падений. Затем обученную политику перенесли из симуляции на реального робота Unitree G1, который теперь играет в футбол против человека. Авторы считают, что подход можно масштабировать на любые другие задачи, где есть чёткая цель и симулятор — например, манипуляции и производство.

ВыводS1 — модель, представленная Skild AI месяц назад; её главная особенность — способность дообучаться без файнтюнинга, по нескольким демонстрациям (по данным Data Secrets)

Полный разбор →

Компания Odyssey выпустила Agora-2 — мультиагентную мировую модель, которая генерирует общий интерактивный игровой мир в реальном времени, просчитывая и отрисовывая его прямо во время игры. В одну и ту же сессию одновременно могут заходить и люди, и ИИ-агенты, а действия каждого участника меняют общий мир для всех остальных.

Это отличает Agora-2 от прежних генеративных игровых моделей (вроде Odyssey-3), которые симулировали опыт лишь одного игрока: здесь же несколько участников делят общее, взаимно согласованное пространство. Проект пока экспериментальный, стилистически близкий к Diablo II, но демонстрирует новый подход к играм, где движок и рендер заменены нейросетью, работающей «наоборот» от игровых записей.

Полный разбор →

Исследователи подключили несколько топовых ИИ-моделей к настоящим роботизированным рукам и отдавали им заведомо опасные для человека команды: проткнуть ножом куклу-младенца, поставить баллон со сжатым газом на горящую плиту, засунуть отвёртку в тостер, утопить пауэрбанк, смешать отбеливатель с аммиаком. В каждом сценарии у робота была безопасная альтернатива, но большинство моделей её игнорировали и выполняли опасное действие.

Хуже всех показала себя GPT-6 Astrai: она почти не отказывалась от опасных команд и в отдельном эксперименте на симуляции даже столкнула человека с крыши, тогда как Grok, Gemini и Claude в этом тесте сопротивлялись или бездействовали. Другие модели вели себя менее агрессивно, но и не безопасно — просто у некоторых не хватало «рук», чтобы довести опасное действие до конца.

ВыводИз 100 прогонов GPT-6 Astra отказалась выполнять опасную команду по соображениям безопасности всего 2 раза и успешно довела до конца 60 опасных заданий (данные CodeCamp)

Полный разбор →

Исследователи из DrivingBenchi подключили четыре топовые языковые модели — GPT-6 Astra, Claude Fable 5.1, Grok 4.6 и GPT-5.6 Sol — к настоящей арендованной Toyota Corolla, дав им через MCPi-протокол управление рулём, газом и тормозом. Задача — проехать 130-метровую трассу из конусов на парковке, не выехав за её границы, максимум за три попытки; скорость программно ограничили до 3,5 м/с (~13 км/ч).

Полностью справилась только GPT-6 Astra — модель прошла всю трассу со второй попытки за 5 минут 22 секунды, предварительно разобрав собственные ошибки. Остальные три модели финиша не достигли: Claude Fable 5.1 прошла 45% маршрута, Grok 4.6 — 11%, GPT-5.6 Sol — 6%. Эксперимент показал зачаток цикла «восприятие — действие — рефлексия» в физическом мире, но одновременно обнажил тревожный факт: защитные механизмы безопасности моделей оказались легко обходимы простым переименованием инструмента.

ВыводС первой попытки GPT-6 Astra прошла лишь 49% маршрута; после того как ей предложили самой разобрать ошибки, она решила ехать медленнее, делать короче манёвры и сильнее выкручивать руль на поворотах — со второй попытки трасса была пройдена целиком

Полный разбор →