AI-агенты
AI-агенты — это системы на базе языковых моделей, которые не просто отвечают, а сами планируют шаги, вызывают инструменты и доводят задачу до результата: пишут код, ищут в вебе, бронируют, анализируют. 2026-й стал годом агентов — от кодинг-агентов до автономных исследователей. Здесь собраны все наши материалы про агентный ИИ: запуски, протоколы (MCP, A2A), надёжность и реальные кейсы.
Lean-компиляция завышает точность формализации: разрыв до 29,5 п.п.
Агент с Lean компилирует 87,2% утверждений, но верными признаны лишь 57,7%. Авторы бенчмарка измерили, насколько компиляция переоценивает качество перевода в Lean.
Исследователи проверили 16 видов подсказок для OPSD и нашли метрику отбора
16 конфигураций привилегированной информации, 3 агентных бенчмарка, 3 модели: KL-метрики предсказывают пользу подсказок для OPSD лучше, чем прямая проверка их…
Модель на 8B параметров обошла Claude Opus 4.8 в генерации научных идей
Исследователи из Salesforce обучили 8B модель на set-level reinforcement learning генерировать разнообразные научные идеи. На контаминационно-чистом бенчмарке она…
Lovable запустил Deploy on Azure: приложения и данные живут в вашей подписке
Google Antigravity нашёл кандидата в антимикробные пептиды среди 97 аминокислот
MOSS-Image: открытая 5B-модель рисует длинный текст с покрытием 96,3%
MIST показал: видео-модели мира не забывают, а не выполняют команду
Vercel Shop вышел в GA: витрины на Shopify научили продавать ИИ-агентам
Vercel и Shopify запустили открытый шаблон витрины на Next.js, где агенты получают машиночитаемые карточки и протокол UCP. Кейс PAIGE: +22% выручки и +76% конверсии.
Основатель интерпретируемости в OpenAI заявил: у 90% нейронов одна функция
Nick Cammarata из OpenAI утверждает: с агентными инструментами даже триллионная модель почти читаема, а 90% нейронов отвечают за одну функцию. Эссе уже спорят.
LMS и CRM на 205 000 строк кода силами ИИ-агентов: цена эксплуатации, три отметки лида и один символ \r
Исследователи предложили Anti-Persistence: память LLM-агентов без хранимых правил
TokenWorth учит ИИ-агентов забывать: лучший результат на трёх средах при минимуме токенов
RIDAR ловит нарушения добросовестности у ИИ-учёных: 3964 случая в 300 прогонах
Cognition выпустила плагин для агентов против дыр в PHP и Node.js с CVSS 9.2
После критических уязвимостей PHP2Shell и релиза Node.js с 10 CVE Cognition открыла плагин, который заставляет Devin и другие кодинг-агенты сами находить и патчить…
HiSTEVE 1.0 играет в Minecraft мышью и клавиатурой: 85,0% на MineStudio Bench
VLA-агент HiSTEVE 1.0 проходит длинные задачи в Minecraft без API и скрытых состояний игры: 85,0% на MineStudio Bench, 37,4% на OpenHA и железная кирка с нуля.