Habr AI
Источник AI-новостей. Материалы автоматически отбираются и адаптируются редакцией Hamidun News.
Последние публикации
ИИ набирает до 67% на задачах банкиров и юристов: грозит ли «мёртвая экономика»
Когда сокращения идут в каждой компании, спрос исчезает у всех сразу. Разбираем бенчмарки APEX и GDPVal, кейс Block и модель, где помогает только один налог.
QA из Cloud.ru сократил задачу по автотестам с полудня до 1–1,5 часов с помощью OpenSpec
Тесты зелёные, но проверяют ли они то, что нужно? QA-инженер разделил работу между агентами-планировщиком, исполнителем и ревьювером — и перестал писать автотесты руками.
Новичок написал Go-бота для собеседований: голос, 860 вопросов и 25–35 МБ памяти
Автор учил Go по ночам и понял, что не умеет отвечать вслух. Написал Telegram-бота, который слушает голосовые, строго оценивает по чек-листу и возвращает слабые темы.
Alibaba выпустила Qwen4-Max-Preview: цифр нет, зато тест до 25 ноября
Alibaba открыла превью флагмана Qwen4-Max без единого бенчмарка, зато с подпиской от 3 $ и совместимостью с Claude Code и Cursor. Окно на тест закрывается 25 ноября.
Intel D270 дает до 480 ГБ вместо HBM, а CXL-пулы режут TTFT до 40%
HBM дорожает и в дефиците, поэтому вендоры ставят на дешёвую LPDDR5X и общие пулы DRAM по CXL. Разбираем, что из октябрьских анонсов серверного железа важно для LLM-инференса.
Архитектурный репозиторий показал 0 AI-агентов, а сверка по логам нашла 34
В репозитории синтетической компании — ноль AI-агентов, зелёный отчёт и полный порядок. Но стоит сверить MCP-конфиги и логи шлюза LLM — и находится 34 агента, у каждого хотя бы одна проблема.
Meta выпустила Muse Ember: задача в тесте стоит $0,14 против $0,41 у Haiku
Когда агент тысячами разбирает документы и вызывает инструменты, бюджет съедает рутина. Meta предлагает отдать её Muse Ember: в опубликованном сравнении задача почти втрое дешевле, чем у Haiku.
Google открыла Gemini 4 Carbon: агентная модель в 2–6 раз дешевле Fable 5.2
Google выпустила Carbon — старшую модель Gemini 4 для долгих агентных задач: почти на уровне лидера по качеству, но задача обходится в разы дешевле. Разбираемся, где это работает.
Классификатор услуг на LLM вырос с 73% до 94%, но цепочка из трёх нод всё равно даёт 75%
Бенчмарк показал 98%, а прод — 73%. Разбираем, как команда дотянула одну ноду до 94% и почему цепочка вызовов LLM всё равно упирается в перемножение ошибок.
Русский промпт в ComfyUI: FLUX.2 и Qwen-Image теряют 4–13 пунктов, а SD-Turbo — почти всё
Эксперимент на 12 фразах и пяти открытых моделях: русский промпт ломается не из-за языка, а из-за непонятных реалий вроде баранок и валенок. Переводчик нужен не всем.
Менеджер без опыта кода собрала ИИ-переговорщика на Codex: что сработало в промптах
В КОРУСе сотрудница, никогда не писавшая код, за несколько вечеров собрала голосовой тренажёр переговоров. Главный вопрос: как заставить модель не поддаваться?
Через суд раскрыли контракты Пентагона с OpenAI, Google, Anthropic и xAI: до $200 млн
Журналисты The Intercept через суд добились публикации 400 страниц договоров: ИИ-лаборатории обучают военных, ходят на учения и отправляют инженеров в штабы.
Product Engineer: почему ИИ сливает продакта и разработчика в одну роль
В вакансиях YC и PostHog всё чаще встречается Product Engineer — инженер, который сам говорит с пользователями, пишет код, деплоит и смотрит метрики. Разбираем, откуда он взялся.
Перевод и ИИ-редактура не обманули детекторы: Думейт после них поднял долю ИИ на 5–25%
Автор прогнала через Думейт и GPTZero пять текстов, «очеловечивая» их промптами и двойным переводом. Вместо маскировки получила ложные срабатывания и почти нулевой эффект.
Anthropic уточнила 3 основания запрета Claude: переезд сотрудника не спасает
Разработчик переехал в разрешённую страну, а доступ к Claude для работы всё равно запрещён. Anthropic уточнила, как ограничения зависят от работодателя и владельцев бизнеса.
Как собрать личную медкарту на ИИ-агенте: шесть папок вместо приложения
Анализы в PDF, фото справок, выгрузки из фитнес-приложений: разработчик показал, как заставить ИИ-агента собрать всё в единую историю без базы данных и своего софта.
United Airlines закрыла сайт и партнёров для ИИ-агентов: бронировать билеты боту нельзя
United Airlines запретила ИИ-агентам покупать билеты за пассажиров: компания боится утечек платёжных данных, претензий регуляторов и ещё одного посредника между ней и клиентом.
России не грозит американский SaaS-апокалипсис, но бюджеты утекают к ИИ-гигантам
В России меньше подписок на «места», которые рушит ИИ-агент, зато есть сжатие маржи проектов, возврат on-premise и серый рынок доступа к Claude. Разбираем, что с этим делать.
Нью-Йорк запускает первый в США госцентр тестирования ИИ на $55 млн
Нью-Йорк создаёт независимую лабораторию для проверки ИИ-моделей и ждёт от компаний подробные планы безопасности ещё до вступления в силу RAISE Act 1 января 2027 года.
Владелец Parimatch потерял деньги на ИИ-стартапе-пустышке: его развели дипфейком знакомого
Сергея Портнова убедили вложиться в несуществующий ИИ-стартап — через дипфейк человека, которого он знает. Разбираем, почему видеозвонок больше не доказательство и что с этим делать.
Google тестирует ИИ-пересказы сайтов: ещё один шаг до клика
Сайт попал в источники ИИ-ответа Google, но переход ещё нужно заслужить. Поисковик тестирует собственные пересказы страниц: разбираем, что проверить в контенте и как измерять результат.
Disney тестирует роботов-парковщиков с ИИ от Field AI: пока без сроков и цены
Disney вывела на парковки своих парков автономных роботов в стиле «Тачек» и ВАЛЛ-И: они показывают водителям, куда ехать. Пока это тест, без дат запуска.
Gemini показал, что помнит о вас: «Сводка памяти» позволяет всё править и удалять
Google добавил в Gemini раздел «Сводка памяти»: там видно, что ассистент знает о вас, по категориям. Запись можно поправить обычной фразой в чате. Пока только в США.
Qwen4-Max-Preview уже можно пробовать в чате: что известно о флагмане Alibaba
Alibaba выкатила превью флагманской Qwen4-Max: заявлены сильная математика, агентные сценарии и генерация фронтенда. Цифр пока нет — разбираемся, что проверить самим.
Goldman Sachs закрыл большинству трейдеров доступ к Claude Code
Трейдеры Goldman Sachs писали с ИИ инструменты для анализа сделок и рынка. После проверки банк ограничил доступ: полезный прототип ещё нужно кому-то проверять и сопровождать.
В Project Sid 30 ИИ-агентов разделили работу в Minecraft за 20 минут
Несколько ИИ-помощников легко начинают делать одну работу и забывают о соседях. В Project Sid агенты распределили занятия, наблюдая друг за другом. Вот что из этого полезно разработчикам.
Соло-основатель сделал 20 страниц под GEO, а Алиса назвала его в 1 вопросе из 16
Основатель Кубыша за две недели собрал сайт на 20+ страниц с помощью ИИ-агентов и ждал цитат от Алисы. Через месяц получил один переход и упоминание в 1 вопросе из 16.
Маркетолог собрал AI-монитор конкурентов: он видит тихие фичи и не шумит на деплоях
Сравнивать HTML конкурентов бесполезно: приходят сотни алертов о смене CSS-классов. Аналитик Garage Eight пошёл другим путём: LLM описывает, что пользователь может делать в продукте.
MWS убирает шум из звонков прямо в сети оператора: на обработку — 20 мс
Инженеры MWS чистят голос от шума до того, как он дойдёт до собеседника, а агентами на LangGraph лечат устаревшую архитектурную документацию. Разбираем, что из этого работает.
Замена поддержки на ChatGPT обрушила продажи с 20% до 3%: что ИИ не тянет
Одна команда отдала первую линию поддержки чат-боту и потеряла почти все продажи из диалогов. Разбираем, что ИИ в поддержке делает лучше людей, а где без них никак.