Архив

Лента разборов

484 разбора · обновляется ежедневно

RSS
05.09.2026 Исследования

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…

arXiv
04.09.2026 Дайджесты

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…

TechCrunch
04.09.2026 Бенчмарки

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…

Simon Willison
04.09.2026 Дайджесты

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…

TechCrunch
04.09.2026 Бенчмарки

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,…

Latent Space
03.09.2026 Релизы моделей

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.…

Simon Willison
03.09.2026 Релизы моделей

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…

Habr
03.09.2026 Дайджесты

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…

Google DeepMind
03.09.2026 Бенчмарки

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…

Latent Space
02.09.2026 Мнения

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…

Simon Willison
02.09.2026 AI-инструменты

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…

Latent Space
02.09.2026 Релизы моделей

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…

TechCrunch
01.09.2026 AI-инструменты

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…

Habr
01.09.2026 Мнения

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.…

Habr
01.09.2026 Дайджесты

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…

Habr
31.08.2026 Дайджесты

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…

Habr
31.08.2026 Релизы моделей

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…

Habr
31.08.2026 Рынок и инвестиции

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…

Habr
30.08.2026 Релизы моделей

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…

Simon Willison
30.08.2026 Бенчмарки

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 →…

Habr

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