Лента разборов
484 разбора · обновляется ежедневно
Свежие данные не спасают агентов от устаревших планов
Распределённая команда LLM-агентов может прочитать новейший общий факт r4 и всё равно отправить действие, выведенное из старого требования r3. Планировщик…
Meta даёт 95% скидку на Muse Spark за данные
Meta запустила Muse Spark — модель для программирования и агентов — и сразу с необычной ценовой моделью: скидка около 95% для тех, кто разрешает использовать…
Тест пеликанов: цена рассуждений в Claude Fable 5.1 растёт скачками
На уровнях low и medium новая модель Anthropic не потратила ни одного токена на рассуждения — а на max выдала 65 927 токенов и счёт $3.30 за один SVG-файл. По…
Nvidia покупает Hugging Face за $12,9 млрд — платформа останется открытой
3 сентября Nvidia подтвердила сделку о покупке Hugging Face за $12,93 млрд, сообщает TechCrunch. На платформе размещены 3 млн моделей, 1 млн приложений, 500…
GPT-6 Astra: сильный запуск с противоречивыми бенчмарками и потерей прозрачности
OpenAI представила GPT-6 Astra — новую флагманскую модель, которую позиционирует как «самую умную и выровненную». Старт собрал 36 млн просмотров за 9 часов,…
Gemini 3.8 Flash: три уровня рассуждений и дешевая генерация HTML
2 сентября Google выпустила Gemini 3.8 Flash, а Simon Willison обновил плагин llm-gemini до версии 0.34 с поддержкой уровней рассуждений low, medium и high.…
RAG: не улучшение модели, а доступ к вашим документам
Подключить корпоративную документацию к LLM без дообучения можно через RAG — это архитектурный шаблон, который добавляет этап поиска перед генерацией. Вопрос…
Gemini теперь сам решает, какие фрагменты видео смотреть
Google DeepMind запустила агентное понимание видео в трёх Flash-моделях — 3.7, 3.6 и 3.5-Lite. Вместо статической обработки с фиксированным 1 FPS…
Claude Fable 5.1: кэш подешевел, но задача дороже на 20%
Anthropic выпустила Claude Fable 5.1 и Mythos 5.1 как флагманские модели для программирования и интеллектуальной работы. Цены на ввод, вывод и запись кэша не…
Codex тащит в кэш LibreOffice и полный Python
Simon Willison заглянул в ~/.cache на компьютере с macOS и обнаружил у десктопного Codex от OpenAI (после ребрендинга — просто ChatGPT) папку…
Крупные ИИ-проекты закрывают внешний PR в пользу собственных агентов
GitHub изобрёл pull requests, но спустя 18 лет ведущие проекты в сфере ИИ их отключают. Flue и tldraw автоматически закрывают все внешние PR: сообщение об…
OpenAI готовит Astra: LLM научилась взламывать системы без человека
OpenAI готовит к выпуску модель Astra — первую LLM, достигшую, по версии компании, «критического порога кибербезопасности». По данным TechCrunch, модель умеет…
Нейросети в 1С: сортировку пишут, а процедуры выдумывают
В свежем дайджесте Habr собрали практику внедрения LLM в разработку на платформе 1С. Автор первой публикации три месяца экспериментировал с нейросетями в…
К 2027 году закроются 40% агентских проектов из-за сбоев в обвязке
Разброс результатов, вызванный обвязкой, оказался в 8 раз больше, чем от выбора модели: в 6 из 9 случаев при смене обвязки менялся сам рейтинг моделей.…
Claude Code: телефон, память субагентов и /resume в настольном приложении
Anthropic разослала очередной еженедельный обзор по Claude Code 29 августа — русскоязычный разбор изменений вышел на Habr. За неделю инструмент получил три…
Налог на контекст: куда утекают токены
Разбор 40 сессий агентной разработки — 20 в Claude Code и 20 в Codex — показал, что почти все деньги уходят на повторную пересылку уже отправленного. По…
OGL-Mini: трёхфазный фильтр инъекций в запросах с обработкой на CPU
Автор опубликовал OGL-Mini — открытую гибридную модель безопасности для LLM-агентов, которая работает на CPU и доступна как модуль для TypeScript, Python и…
Классические подагенты в Claude и Codex стали избыточными
Подагент — это не лёгкий фоновый поток, а запуск с нуля нового изолированного процесса со своей системной инструкцией, списком инструментов и повторным…
Tencent выпустила Hy4 с контекстом в миллион токенов
По данным Simon Willison, Tencent 29 августа опубликовала модель Hy4 Preview с открытыми весами и текстовым входом без поддержки зрения. Параметры выросли до…
ARC-AGI-3 решён на 99%, но это не AGI
Проект Сергея Родионова набрал 99% RHAE в тесте ARC-AGI-3. Это агентная надстройка: Codex с доступом к Linux, файлам и Python в цикле «наблюдение → гипотеза →…
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