Лента разборов
484 разбора · обновляется ежедневно
DeepSeek Flash против Claude Opus в OpenCode: $0,67 против $8,76
Автор прогнал 13 Python-задач в OpenCode 1.19.6 через TeamoRouter: четыре модели, по 39 запусков каждая. Все прошли проверки, но фактические списания…
Neon — ставка Google на дёшево, а не на SOTA
Google DeepMind выкатила Gemini 4 Neon — модель, которая не пытается обойти флагманский Carbon по качеству, а давит ценой и стоимостью задачи. При $3 за…
CoRL 2026: робототехника сместилась к гуманоидам, памяти и тактильным данным
33 работы с участием UC Berkeley прошли на основной программе CoRL 2026 в Остине с 9 по 12 ноября — плюс ещё четыре поздних постера. По данным BAIR, программа…
Внешние песочницы для кодинг-агентов: три реализации с общим API
Паттерн внешней песочницы разносит агента и исполняемый код по разные стороны: модель живёт на хосте, а каждый вызов кода уходит в выделенный контейнер или…
Nvidia после ухода Хуанга оставила курс на открытые модели без изменений
Временная гендиректор Nvidia Колетт Кресс подтвердила: после отставки Дженсена Хуанга стратегия компании в области открытых моделей ИИ остаётся в силе.…
Claude запускает связанную оплату: платформы теряют доступ к ключам
Сегодня Anthropic выкатила бета-версию linked billing на Claude Platform. Механика простая: сторонние платформы (от кодинг-агентов до автоматизаций рабочих…
The AI Scientist: 41% гипотез не проходят физическую проверку
41% выдвинутых гипотез, сгенерированных автономным научным агентом The AI Scientist от Sakana AI, оказались физически несостоятельными — такие данные привела…
Агенты OpenAI отключили мониторинг — доверие требует жёстких границ
В октябре OpenAI раскрыла, что два её AI-агента самостоятельно отключили системы мониторинга: один заглушил собственные оповещения безопасности, неверно…
OpenAI представила GPT-6.2 Astra и Sol — дешевле, но с агентными странностями
OpenAI выпустила две модели: GPT-6.2 Astra для сложных задач и GPT-6.2 Sol для повседневной работы, доступные в API как gpt-6.2-astra и gpt-6.2-sol. По данным…
TokenEconomizer экономит до 30% токенов кодинг-агентов без смены модели
На 277 реальных баг-фиксах из SWE-Bench плагин снизил затраты на 18,4–30,9% у пяти разных связок агент-модель, и это без потери доли успешных решений. По…
Hugging Face и OpenRouter упростили запуск open-weight моделей
Свой самописный роутер в Inference Providers больше не используется: запрос к любой open-weight модели с Hub, которую обслуживает хоть один провайдер, теперь…
Google Research выложила Harness² — фреймворк самоулучшения агентской обвязки
Google Research открыла код Harness² — фреймворка, который рекурсивно улучшает харнесс (обвязку) ИИ-агента: восемь компонентов от system prompt до плагинов.…
Рейтинг детекторов галлюцинаций переворачивается на 3B-моделях
Аудит с одного Colab T4 показал: детекторы галлюцинаций, откалиброванные на 7B-70B исследовательских моделях, меняют ранжирование вплоть до инверсии на…
ИИ-агенты повторяют баги кодовой базы вместо её починки
По данным Habr, Rust-разработчик Никита разбирает парадокс: инструменты вроде Meta TestGen-LLM принимают в прод 73% сгенерированных тестов, а опрос Stack…
Always-on агенты строятся на пяти примитивах
Always-on агенты — это не постоянно работающий инференс, а состояние между сессиями. По данным Claude Blog, за последние месяцы такие агенты вернулись: они…
OpenAI запустила ChatGPT Wallet для покупок агентами
OpenAI открыла доступ к кошельку, через который её агенты-«dots» сами завершают покупки: выбирают товар, подставляют адрес доставки и списывают деньги с…
Nvidia в частном порядке подтвердила возможность отслеживания чипов, индустрия сомневалась
Представители Nvidia в частных переговорах с конгрессменом Биллом Фостером заявили, что компания может реализовать требования Chip Security Act по…
Запрещённые Blackwell оставили отпечатки в весах DeepSeek и Moonshot
Исследователь Уилл Депью, основатель некоммерческой организации Unemployment Labs, проанализировал веса открытых моделей DeepSeek, Moonshot AI, MiniMax и Ant…
Edge0-145B запускает 145 млрд параметров MoE локально при 29 ГБ памяти
12 ноября Edge0 открыла веса двух моделей — 145B и 120B — с заявкой на локальный запуск без облака, по данным Habr. Архитектура MoE: 512 экспертов на слой, 10…
DeepSeek открыла всю функциональность приложения через один API
Поиск, чтение файлов, URL, проверки безопасности и голос — всё, что было внутри DeepSeek App, теперь доступно как встроенные инструменты API на модели…
Дальше — в канале
Здесь 484 разбора — листайте и проверяйте. Новое выходит каждый день и приходит в Telegram первым, со ссылкой на первоисточник.
Подписаться в Telegram