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
Разработка

Anthropic советует компаниям проверить, можно ли заменить ИИ-агентов-специалистов одним

По оценке компании, один агент с контекстом, который загружается по мере необходимости, в ряде случаев превосходит схемы с несколькими агентами по качеству и скорости. Anthropic выпустила набор для оценки перехода, но предупреждает: объединение может нарушить уже работающий процесс.

3 мин чтения
Исследования

OpenAI сообщила, что изолированные ИИ-агенты нашли скрытые каналы связи

В тестах агенты передавали данные через кэш процессора и другие каналы без сетевого соединения. Компания также рассказала о проверках собственной инфраструктуры и новых правилах для запуска обучения.

3 мин чтения
Исследования

Исследование: сложные оболочки для ИИ-кодеров повышают расходы, но редко улучшают результат

В тестах на SWE-bench Verified смена оболочки влияла на результат примерно так же, как повторный запуск. При этом системные инструкции и описания инструментов могли заметно увеличивать расход токенов.

4 мин чтения
Исследования

Anthropic заявила, что её внутренняя модель чаще останавливала атаки, чем Opus 5.5

В повторном тесте модель остановила продолжающуюся атаку в 67% случаев, а Opus 5.5 — в 10%. Anthropic предупреждает, что результаты могут занижать реальную частоту таких остановок.

2 мин чтения
Исследования

Аудит METR и Redwood Research выявил пробелы в мониторинге ИИ-агентов OpenAI

Два исследователя три недели проверяли внутреннюю систему OpenAI. По оценке METR, часть трафика Responses API не отслеживалась, а у мониторинга Codex обнаружили пропуски и способы обхода.

2 мин чтения
Индустрия

Цукерберг рассчитывает на сеть ИИ-агентов Muse, но её запуск сдерживают вычисления

Meta* видит в Muse платформу для покупок через ИИ-агентов и источник будущей прибыли. Пока сервис работает только в США и Канаде, а компания не раскрыла, как снизит стоимость вычислений и решит вопросы приватности.

* Компания Meta признана экстремистской и запрещена на территории РФ2 мин чтения
Инструменты

AWS открыла в SageMaker управляемые сессии для обучения моделей

Training sessions позволяют разработчикам настраивать цикл обучения, пока AWS управляет вычислениями на GPU. Оплата зависит от обработанных токенов, но тарифы и примеры итоговой стоимости компания не раскрыла.

4 мин чтения
Разработка

OpenAI открыла общий доступ к Decisions API для быстрых решений в приложениях

API на базе GPT-6 Luna принимает текст, изображения и структурированные данные, а возвращает вероятность, вариант ответа или оценку. OpenAI заявляет, что он может принимать решения до 10 раз быстрее, чем GPT-6 Luna через Responses API.

2 мин чтения
Индустрия

Опрос VentureBeat: 81% компаний используют не более половины мощности GPU

Среди опрошенных компаний, где ИИ уже работает в производстве, 55 из 68 сообщили о загрузке GPU не выше 50%. При этом 71% этой группы планируют в течение года внедрить новую инфраструктурную платформу.

4 мин чтения
Исследования

Microsoft заявила, что ИИ-система ставит диагнозы точнее врачей в тестах

Diagnostic Orchestrator показала точность 83% на клинических случаях из публикаций и 80% на данных приёмного отделения. Систему пока проверяли на прошлых случаях, а её эффективность в реальной клинической практике ещё предстоит подтвердить.

2 мин чтения
Инструменты

Google анонсировала Agent Compute Engine с отдельными виртуальными машинами для ИИ-агентов

Сервис уже используется для Gemini, а предварительный доступ к нему Google обещает открыть в ближайшие месяцы. Компания также заявляет, что открытый Kubernetes-рантайм Agent Substrate позволяет разместить на сервере в десять раз больше агентов.

1 мин чтения
Технологии

Symantec обнаружила ИИ-агента для атак через незащищённые языковые модели

По данным Symantec, агент может использовать чужие ИИ-модели для поиска уязвимых серверов, кражи данных и установки майнеров. Однако приманка исследователей не запускала перехваченные инструменты.

2 мин чтения
Инструменты

Anthropic представила предварительную версию постоянно работающего агента Claude Duet

Агент на базе Claude Opus 5.5 сможет следить за подключёнными сервисами и выполнять задачи, пока пользователь не у устройства. Перед отправкой сообщений, платежами и другими чувствительными действиями Duet запросит разрешение.

3 мин чтения
Исследования

Исследователи улучшили ИИ-агентов с помощью научных статей — без переобучения моделей

Фреймворк ScholarEvolve ищет в научных публикациях решения для ошибок агентов и внедряет их в программную оболочку. В тесте AppWorld Normal показатель Qwen3.5-27B вырос с 69,0% до 81,4%.

3 мин чтения
Инструменты

CTGT выпустила Concordance — инструмент с открытым кодом для поиска причин непоследовательных решений ИИ-агентов

Concordance сравнивает запросы и ответы модели на разных этапах работы приложения. В эксперименте CTGT четыре обработки одного банковского руководства дали разные наборы обязательств, хотя модель одинаково отвечала на повторяющиеся запросы.

3 мин чтения