Все темыСюжет

ИИ-агенты

ИИ-агенты, которые сами выполняют задачи: работают в браузере, пишут код, управляют сервисами. Новости, ограничения, риски и опыт использования.

Новости и разборыНайдено: 290
Исследования

Исследование: ИИ-аудиторы находят нарушения агентов, но создают много ложных тревог

В тестах GPT-5 выявила почти 98% случаев reward hacking при 5% ложных срабатываний. Однако при проверке большого потока агентских сессий даже такой уровень ошибок может перегрузить людей.

3 мин чтения
Исследования

Ни одна из 135 попыток ИИ-агентов провести исследование не прошла экспертный порог

В тесте девять агентов выполняли научные задачи по 15 направлениям. 114 работ не прошли проверку добросовестности, а ни одна не выполнила все требования экспертов.

3 мин чтения
Инструменты

GitHub Copilot появился в JetBrains Air и помощнике Xcode

В еженедельном обзоре GitHub также перечислил обновления приложения Copilot, CLI и расширения для VS Code: новые возможности для управления сессиями, pull request и настройками.

2 мин чтения
Разработка

ElevenLabs выпустила Unity SDK для голосовых агентов в играх

SDK связывает Unity-сцену с голосовым агентом ElevenLabs: он принимает речь игрока через микрофон и отвечает через AudioSource. Поддерживаются редактор, настольные сборки и WebGL; iOS, Android и XR пока в бета-версии.

3 мин чтения
Модели

Thinking Machines представила Inkling 2 Small с 594 млрд параметров

Модель принимает текст и изображения, а глубину рассуждений можно регулировать. Пока Inkling 2 Small доступна через платформу Tinker; веса компания обещает выпустить после внешней проверки безопасности.

3 мин чтения
Индустрия

Airbnb планирует запустить ИИ-агента для поездок в первой половине 2027 года

Компания разрабатывает интерфейс для планирования путешествий: вместо обычного чата агент будет собирать карты, фотографии, сравнения и маршруты под запрос пользователя.

1 мин чтения
Инструменты

Perplexity выпустила рабочих ИИ-агентов Teammates за $200 в месяц

Teammates могут выполнять разные задачи одновременно, использовать проекты и навыки из инструментов Perplexity и взаимодействовать с пользователем через приложение и Slack. Для доступа нужен тариф Max.

1 мин чтения
Инструменты

AWS запустила Kiro bots для регулярных задач разработки

Боты в Kiro Crew могут координировать рабочие сессии, сохранять контекст и выполнять задачи по расписанию. AWS оставляет разработчикам настройку разрешений и контроль результатов.

3 мин чтения
Исследования

В тесте SemiAnalysis GDPx ни один ИИ-агент не превысил 12%

В бенчмарке из 206 рабочих задач лидирует Claude Opus 5.5 с результатом 12%. Авторы оценивают долю выполненных требований, а критики указывают на закрытость теста и влияние программного обеспечения агентов.

3 мин чтения
Индустрия

Meta* приобретает Conductor — стартап для управления ИИ-агентами в программировании

Conductor позволяет разработчикам одновременно управлять несколькими ИИ-агентами для написания кода. Финансовые условия сделки не раскрыты.

* Компания Meta признана экстремистской и запрещена на территории РФ1 мин чтения
Модели

Ricursive выпустила Ripple-65B Preview и заявила о лидерстве в двух тестах программирования

Модель с 65 млрд параметров доступна с лицензией Apache 2.0. В опубликованном компанией сравнении она получила высокие результаты на Terminal-Bench 2.1 и SWE-bench Pro v2.0 Hard, однако данные и условия тестирования требуют оговорок.

2 мин чтения
Исследования

По данным Outshift, пять ИИ-агентов согласились с ошибочным решением в 75% дебатов

В испытаниях Outshift команды из пяти агентов сходились на неверном результате, хотя по расходу токенов выглядели эффективными. Компания представила инструменты для выявления и устранения таких сбоев.

3 мин чтения
Разработка

Apple разрешила разработчикам интегрировать Siri AI в сторонние приложения

В рамках Developer Preview для iOS 27.3 сторонние приложения смогут использовать контекст пользователя, естественные запросы и данные на экране. Разработчики также смогут объединять несколько задач в одно действие.

2 мин чтения
Инструменты

Google DeepMind представила Cheminformatics Skills для Antigravity и заявила об анализе за час

Набор инструментов для Antigravity помогает искать соединения в научных публикациях, строить модели активности и предлагать варианты синтеза. Google DeepMind подчёркивает: идеи ИИ всё равно нужно проверять в лаборатории.

2 мин чтения
Инструменты

GitHub Copilot стал доступен в JetBrains Air

В Air можно поручать Copilot задачи по программированию локально или в облаке. Для облачных запусков нужны подписка Copilot и организация с Air Teams.

2 мин чтения
Индустрия

По данным СМИ, SpaceXSI, вероятно, сократила лимиты Grok Bot

The Telegraph сообщает, что пользователи заметили сокращение квот вдвое. Илон Маск объяснил, что расходы на работу бота слишком высоки относительно выручки, но прямо о снижении лимитов не заявил.

2 мин чтения
Исследования

Исследование ElevenLabs: голосовые агенты чаще справлялись с долгими обращениями

В анализе компании голосовые разговоры длиной более двух минут завершались успехом чаще, чем чаты. ElevenLabs также сообщила о связи между снижением задержки и ростом успешности звонков.

2 мин чтения
Исследования

Исследователи Adobe и UC San Diego проверили ИИ-агента для редактирования изображений

EditAgent выбирает между универсальным редактором и специализированными инструментами, а затем оценивает варианты по измеряемым данным. В тестах такая проверка помогла стандартным языковым моделям превзойти специализированные оценщики.

3 мин чтения