Поиск
Семантический + лексический поиск по AI‑новостям. Поддержка RU/EN/PT/ES/FR/AR.
LangChain представила Deep Agents — слой над LangGraph для долгих и сложных задач
LangChain выпустила Deep Agents — Python-библиотеку над LangGraph, которая добавляет планирование, субагентов, файловую систему и память, чтобы не собирать сложных AI-агентов вручную.
Anthropic и ETH Zurich: длинный CLAUDE.md ухудшает работу агента и повышает расходы
Исследование ETH Zurich на 138 репозиториях показало: длинные CLAUDE.md и AGENTS.md нередко снижают успех coding-агентов и одновременно увеличивают затраты на токены.
Notion запустила автономных AI-агентов: начало новой эры цифровых исполнителей
Notion представила Custom Agents — ИИ, который работает в фоне 24/7 по расписанию и триггерам. За этим релизом стоит фундаментальный сдвиг: искусственный интеллект перестаёт быть чатом и становится постоянным сотрудником
Мета-агент MWS AI: ИИ начал собирать ИИ-агентов для пользователей
Команда MWS AI создала мета-агента, который собирает других ИИ-агентов по текстовому описанию, минуя нужду в программировании — проект выиграл конкурс и внедрён в платформу.
OpenClaw получил полный русскоязычный гид по JSON5-конфигу, CLI и безопасной настройке
На Хабре вышел подробный гид по OpenClaw: в одном материале собрали структуру JSON5-конфига, команды CLI, правила hot reload, работу с каналами и безопасное хранение секретов.
GitHub Copilot: как заставить нейросеть соблюдать ваши правила кода
GitHub Copilot перестал быть просто умным чат-ботом. Теперь в VS Code можно создавать кастомных агентов, которые знают ваши архитектурные правила и не задают лишних вопросов.
В Unity показали, как собрать голосовых неигровых персонажей с памятью и контекстом мира
Пошаговый гайд показывает, как в Unity собрать голосовых персонажей с локальной моделью, памятью диалогов, знанием мира игры и ответами голосом вместо обычных скриптовых реплик.
OpenClaw: разбор конфига от первого бота до мультиагентной системы в Telegram
Детальный разбор openclaw.json по секциям — workspace, bindings, session_policy и heartbeat — с примерами перехода от тестового бота к продакшн-конфигурации.
Anthropic, OpenAI, Google и Microsoft начали войну ИИ-платформ вместо гонки моделей
Рынок ИИ смещается от гонки моделей к борьбе за платформы: теперь важно контролировать не только сами модели, но и запуск агентов, данные, безопасность и рабочие процессы.
Anthropic, OpenAI и Cursor: восемь уровней зрелости агентной инженерии
Habr AI разобрал восемь уровней агентной инженерии — от tab-complete и context engineering до фоновых агентов и автономных команд, которые уже меняют разработку.
Wildberries рассказала, как обучать ИИ-агентов через рефлексию, интервью и God-agent
Инженер Wildberries описал набор практик для работы с ИИ-агентами: дробление контекста, интервью перед задачей, рефлексию после выполнения и отдельного God-agent для настройки системы.
DEMIURGOS добавил режим отладки правил для AI-агентов и поддержку 20+ инструментов
DEMIURGOS предлагает один раз описать стек, запреты и стандарты проекта, чтобы Claude Code, Cursor, Copilot и другие агенты автоматически работали по единым правилам.
Claude Code и Cursor: как инжиниринг контекста превращает память AI в рабочий инструмент
Разбор показывает, как файлы правил, глобальные настройки, автопамять и MCP превращают забывчивых AI-ассистентов вроде Claude Code и Cursor в более стабильный инструмент разработки.
Скрытые фичи Claude Code: hooks, память и auto-mode в исходниках
В исходниках Claude Code нашли фичи, которых нет в документации: hooks для команд, автоодобрение операций, постоянная память агентов и самообучающиеся циклы памяти.
Яндекс 360 объяснил, как научить ИИ-ассистента работать с внутренним UI-китом
Команда Яндекс 360 рассказала, как сделать фронтенд-репозиторий понятным для ИИ — и почему без этого ассистент будет галлюцинировать компоненты.
Claude Code и Codex меняют правила: промпты уступают место инженерии контекста
Разбор о Context Engineering показывает, почему в Claude Code, Codex и агентных IDE решает уже не промпт, а то, как устроены память, системные инструкции, tools и вся сборка контекста.
Фреймворк zymi предлагает собирать ИИ-агентов как dbt-проект с yaml и event sourcing
На Habr описали zymi — экспериментальный фреймворк, где мультиагентные пайплайны описываются YAML-конфигами, а все действия агентов записываются в event-sourced шину данных.
Для Google AI и Gemini CLI вышел agent-pool с пайплайнами, cron и bounce-back
MCP-сервер agent-pool для Google AI и Gemini CLI автоматизирует мультиагентные цепочки: запускает шаги по триггерам, возвращает задачи на доработку и ставит их на cron.
Claude Code и Codex сравнили в реальной задаче: Claude сильнее в RAG, Codex экономит токены
Большое сравнение Claude Code и Codex показывает, что выбор coding-агента зависит не от скорости на демо, а от типа задач, качества результата, экосистемы и цены.