Жемал Хамидун
Редакция Hamidun News под руководством главного редактора Жемала Хамидуна (CPO AlpinaGPT). Ежедневный мониторинг 50+ мировых AI-лабораторий, венчурных фондов и индустриальных отчётов на 6 языках.
Okta и AgentCore берут ИИ-агентов под контроль: отзыв доступа за 1 секунду
Агент обновляет тикеты от имени пользователя — но кто решает, что ему можно? AWS и Okta показали схему, где админ отключает агента, и тот теряет доступ за секунду.
ИИ-аудиторы ловят до 98% читерства агентов, но тонут в ложных тревогах
Исследователь Anthropic проверил, могут ли модели надзирать за другими агентами. Ловят многое, но чем строже порог, тем больше невинных действий уходит в брак.
Нейросети-редакторы молча переписывают текст: как измерить долю правок до выбора модели
Попросили поправить только грамматику — получили другой текст. Разбираем, как посчитать долю изменений у Kimi, Qwen, DeepSeek и Grok и не доверять ощущению…
Только 17 из 50 личных API российских сервисов открыты без договора с бизнесом
Greenlight закрывает 90% из 4000 security-кейсов в месяц агентами на AgentCore
Thinking Machines выпустила Inkling 2 Small: 81,7% на ARC-AGI-2 по 27 центов за задачу
Девять ИИ-агентов взялись за открытые задачи нацлабораторий США — ни один не прошёл планку
Surge: Opus на xhigh набрал +11,3 балла, а обвязки вроде Superpowers дали максимум +3
Surge прогнали 100 инженерных задач через разные харнесы для Claude Code. Выиграл не мультиагентный оркестр, а простая настройка: дать модели больше времени…
NERVE: как приглушить «SQL-нейроны» в Qwen 27B и починить запросы 1С без дообучения
Дообучение на новых датасетах давало меньше 1% прироста. Автор нашёл нейроны, которые тянут модель к SQL-ошибкам, и просто уменьшил их веса. Разбираем конвейер…
VIALS-AA: Gemini 4 Carbon решает 64% научных задач по картинкам, GPT-6.1 Sol в 30 раз дешевле
Открытый Deepseek V4.1 Flash взламывает сети на 73% и стоит $3 против $22 у GPT-6
Claude Code на GLM-5.3 и Qwen: пять граблей при подмене модели через LiteLLM
ИИ-агенты набрали 99,4% на SWE-Bench Pro V2, но 23 инженера сперва чинили сам тест
Baidu открыла веса ERNIE 5.5 Flash: из 280 млрд параметров на токен работают 14 млрд (5%)
Baidu выложила веса MoE-модели ERNIE 5.5 Flash Base: из 280 млрд параметров на каждый токен работают лишь 14 млрд, около 5%, поэтому вычислений нужно меньше.
Только 33% разработчиков доверяют ответам ИИ: как научить агента работать по спецификации
Только 33% разработчиков доверяют ответам ИИ. Разбираем, как работать с агентом через спецификации в OpenSpec: контекст, инварианты, скиллы для ревью и наставник в…