Технологии
Автономное планирование, вызов инструментов и многошаговые задачи: Claude Code, Manus, агентные фреймворки и тесты.
60 важных материаловЗа 30 дней: 28Всего собрано: 102
Автор описал процесс создания персонального AI-ассистента с использованием OpenClaw и AgentCore。
Почему это важно: Материал предлагает практическое руководство по созданию контекстно-осведомленного AI-агента, что может быть полезно для разработчиков.
В статье описывается процесс создания голосового консьержа для авиаперевозчиков с использованием Amazon Bedrock AgentCore。
Почему это важно: Материал предоставляет пошаговое руководство по созданию голосового консьержа для авиаперевозчиков с использованием AWS, что может быть полезно для разработчиков и компаний в этой сфере.
Компания Mistral AI запустила публичную предварительную версию Mistral Large 4 — мультимодальной модели на 1 триллион параметров. Модель демонстрирует передовые результаты в задачах программирования, работы с агентами и кибербезопасности, превосходя многие закрытые аналоги. Весы модели будут опубликованы в конце месяца.
Почему это важно: Описаны возможности модели в кибербезопасности и агентах, а также сроки выхода весов.
Z.ai выпустила модель GLM 5.3 для задач кодирования и агентов. Модель доступна через API с кэшированием промптов и поддержкой кросс-регионального вывода.
Почему это важно: Материал описывает новые возможности и условия доступа, что помогает оценить влияние на рабочие процессы.
Исследователь Syed Anas Mohiuddin обнаружил уязвимости в протоколе Model Context Protocol (MCP) в агентах Google。
Почему это важно: Исследование демонстрирует уязвимости протокола MCP в агентах Google и других организаций, раскрывая риски межагентного взаимодействия.
Google Research представил отчет о проблемах конфиденциальности и безопасности автономных агентов。
Почему это важно: Отчет предлагает новые подходы к обеспечению безопасности и конфиденциальности автономных агентов, что важно для их безопасного внедрения.
Компания Reflection AI анонсировала Beam, первую модель уровня frontier с открытыми весами. Модель на 501 миллиард параметров позиционируется как конкурент китайским решениям при меньших затратах на вывод. Заявлено сопоставимое качество в задачах рассуждения и кодинга.
Почему это важно: Сравнение производительности и стоимости вычислений с китайскими моделями помогает оценить альтернативы для корпоративного использования.
Разработчики представили пошаговое руководство по настройке Claude Code для работы с Amazon Bedrock в AWS GovCloud (США), включая требования и команды установки.
Почему это важно: Подробные инструкции по настройке Claude Code с Amazon Bedrock помогут организациям эффективно использовать AI в регулируемых средах.
Платформа HackerRank вывела в общее доступ AI-агент Chakra, который проводит собеседования и оценивает не только результат。
Почему это важно: Описывает переход от оценки результата к анализу процесса работы с ИИ, что меняет подход к найму разработчиков.
AWS представила Amazon Bedrock AgentCore Evaluations — управляемую функцию для оценки производительности AI-агентов на этапах разработки и в продакшене. Инструмент позволяет измерять не только качество ответов, но и выбор инструментов, соблюдение бизнес-ограничений и прозрачность принятия решений с помощью встроенных и кастомных оценщиков.
Почему это важно: Описана структура встроенных и пользовательских метрик для оценки точности и объяснимости мультиагентных систем в Amazon Bedrock AgentCore.
Microsoft и Hugging Face совместно опубликовали ThinkingBox — бенчмарк для оценки AI-агентов。
Почему это важно: Microsoft и Hugging Face представили ThinkingBox, оценивающий AI-агентов по реальному изменению состояния базы данных, а не по количеству вызовов инструментов.
NVIDIA представила DGX Spark с 64 ГБ унифицированной памяти。
Почему это важно: Описание новой конфигурации помогает понять возможности локального AI и его применение в разработке.
Команда ServiceNow CoreAI представила AutoSynthData — систему для создания синтетических задач обучения на основе ошибок целевой модели и успешных примеров более сильной модели-учителя. В экспериментах с EnterpriseOps Gym подход позволил повысить Pass@1 на 7.2 процентных пункта (рост на 35%) при дообучении Gemma-4-26B-A4B-it.
Почему это важно: ServiceNow описывает конвейер AutoSynthData для генерации синтетических данных, демонстрируя рост точности на 35% при дообучении модели.
На конференции CoreWeave Fully Connected компания анонсировала доступность систем NVIDIA Vera Rubin NVL72 и первого CPU для AI-агентов Vera на своей облачной платформе. Тесты показывают увеличение пропускной способности токенов в 4,8 раза по сравнению с GB200 и ускорение запуска песочниц в более чем 3 раза. Также представлена платформа CoreWeave Forge для непрерывного улучшения моделей и агентов.
Почему это важно: NVIDIA и CoreWeave представили инфраструктуру для агентов, включая CPU Vera и платформу Forge, с конкретными метриками производительности.
Команда Multiverse Computing представила статью ProvenanceGuard, посвященную проверке фактов для LLM-агентов。
Почему это важно: Представлен метод верификации фактов для MCP-агентов, который отслеживает происхождение утверждений и предотвращает смешение источников.
Holo4 представляет собой новую серию агентных моделей с размерами 27B и 35B-A3B。
Почему это важно: Описание возможностей Holo4 подчеркивает его универсальность и эффективность в бизнес-процессах.
Исследователи Google описали набор фреймворков на базе Gemini и Veo для автоматизации создания многочасовых видеороликов. Система включает Co-Director для управления творческим процессом。
Почему это важно: Представлена многоагентная архитектура для создания длинных видеороликов, решающая проблему согласованности персонажей и окружения.
Исследователи Google представили ToolGrad — метод создания обучающих данных для AI-агентов на основе парадигмы «ответ прежде вопроса» и текстовых градиентов. Подход позволяет генерировать сложные цепочки вызовов API с высокой точностью и низкой стоимостью. Модели Gemma-3, дообученные на данных ToolGrad, продемонстрировали результаты, сопоставимые с лучшими проприетарными моделями (Gemini, Claude, GPT), а модель 12B даже превзошла свою «учительскую» модель Gemini.
Почему это важно: Предлагает эффективный метод генерации данных для обучения агентов, позволяя компактным моделям превосходить проприетарные аналоги.
Mistral описывает процесс миграции 40 000 строк Fortran 77 в C++ для европейского энергетического оператора. Для обеспечения точности перед началом миграции был создан инструментарий проверки численного соответствия. Документирование базы кода выполнялось с помощью Vibe CLI и Mistral OCR. В процессе использовалась гибридная модель: человек управлял рабочим процессом из планировщика, кодировщика, тестировщика и ревьюера.
Почему это важно: Описан практический опыт модернизации кода с помощью AI-агентов, включая создание проверочных инструментов и структурированных рабочих процессов.
Mistral AI представила Agentic Search, который обеспечивает более точные результаты поиска。
Почему это важно: Описание условий доступа помогает оценить влияние функции на рабочие процессы.