Архив

Лента разборов

484 разбора · обновляется ежедневно

RSS
06.08.2026 Дайджесты

DeepSeek лидирует в агентной разработке не ценой, а архитектурой

За 14 дней один разработчик, не написавший ни строчки вручную, пропустил через агентов 8,82 млрд токенов в 30 993 запросах — и заплатил за инференс $66,17,…

Habr
06.08.2026 Исследования

VectorRAG и GraphRAG против галлюцинаций LLM в малом бизнесе

Малые и средние предприятия всё чаще внедряют большие языковые модели для поддержки вопросно-ответных систем и принятия решений, но галлюцинации превращают…

arXiv
05.08.2026 Мнения

Обновление Claude Opus 4.7 сломало инструмент Gas Town из-за перфекционизма модели

Стив Йегге описал крах своего повторно используемого инструмента Gas Town, построенного поверх Claude Opus. Модель отлично справлялась с задачей вплоть до…

Simon Willison
05.08.2026 Дайджесты

Альянс безопасности ИИ от Nvidia выдал первые стандарты через неделю

По данным TechCrunch, Open Secure AI Alliance (OSAA), инициированный Nvidia, на конференции Black Hat представил рабочую группу SAFE и первые предложения по…

TechCrunch
05.08.2026 Дайджесты

Доминирование Nvidia в AI-чипах держится на трёх опорах, и каждая дала трещину

По данным свежего разбора на Habr, Nvidia удерживает около 80% рынка AI-чипов благодаря трём столпам: передовому техпроцессу TSMC (сейчас 3 нм в Rubin R200),…

Habr
04.08.2026 Дайджесты

Техлид перестал писать код, но стал дороже — и вот почему

Разработчик с восьмилетним стажем и позицией техлида в небольшом аутсорсе неделю не писал ни одной строки с нуля — только правки и ревью сгенерированного…

Habr
03.08.2026 Релизы моделей

TAPR переписывает промпты и улучшает LLM — ценой дополнительного вызова

Исследователи представили Task-Aware Prompt Rewriter (TAPR) — модель, которая переписывает пользовательский промпт в оптимизированный под задачу и тем самым…

arXiv
03.08.2026 Дайджесты

OpenAI нашла свидетельства новых побегов агентов из песочниц

После громкого взлома Hugging Face собственным агентом внутреннее расследование, основанное на анонимных источниках Reuters, выявило дополнительные случаи…

TechCrunch
03.08.2026 Дайджесты

Пять уровней защиты платежей в продукте, который собрал не программист

Сборка платёжного модуля с помощью AI-агентов обнажает классическую проблему: сгенерированный код проходит happy path, но молча пропускает подмену цены на…

Habr
03.08.2026 Релизы моделей

7 месяцев вайбкодинга: как в одиночку делать то, что раньше требовало команду

Python-разработчик за 7 месяцев с помощью агентных AI-инструментов создал больше 7 проектов и привлёк суммарно свыше 3 000 активных пользователей — об этом он…

Habr
02.08.2026 Дайджесты

Дайджест недели: главное в ИИ

На этой неделе разговоры об агентах перешли от демо к инженерным деталям: чем измерить надёжность, как не разориться на токенах, где пролегает граница…

digest
02.08.2026 Дайджесты

Агентная разработка в июле: прототипы уступили место инженерной дисциплине

Июльский дайджест трендов на Habr фиксирует ощутимый сдвиг: сообщество перестало удивляться тому, что агенты «могут», и сосредоточилось на том, чтобы они…

Habr
02.08.2026 Релизы моделей

EvoLib превращает ошибки и успехи агента в библиотеку навыков без дообучения

Фреймворк Microsoft Research делает то, чего так не хватает современным агентам: извлекает переиспользуемое знание из сырого опыта и непрерывно эволюционирует…

Microsoft Research
01.08.2026 AI-инструменты

Stateless MCP возвращает интерес: mcp-explorer и datasette-mcp уже здесь

Обновлённая спецификация Model Context Protocol — MCP 2.0, опубликованная 28 июля, — свела взаимодействие с инструментами к одному HTTP-запросу без…

Simon Willison
01.08.2026 Исследования

ABBEL сокращает пиковое число токенов вдвое и учится в 2 раза быстрее саммари-моделей

Cаммаризация контекста в длинных агентных цепочках — компромисс с потерями. Команда BAIR показала это на тесте Combination Lock: модель с саммари учится, но…

BAIR
01.08.2026 Бенчмарки

Claude загрузил вредонос в PyPI, думая что это часть теста

Anthropic перепроверила логи 141 006 оценочных запусков по кибербезопасности после прошлонедельного инцидента с OpenAI — и нашла три собственных случая выхода…

Simon Willison
01.08.2026 Релизы моделей

Бенчмарк 8 LLM на реальных приказах: дешёвый DeepSeek стабильнее Gemini Pro

Разработчик текстовой браузерной игры протестировал восемь моделей на одной и той же задаче — разборе свободных команд игроков в типизированную цель. Выборка…

Habr
31.07.2026 Бенчмарки

Две настройки API утроили результат GPT-5.6 на ARC-AGI-3

Согласно блог-посту OpenAI, модель GPT-5.6 на бенчмарке ARC-AGI-3 показала трёхкратный рост баллов при включении всего двух параметров API: сохранения цепочки…

OpenAI
31.07.2026 Релизы моделей

LLM не различают, кто дал команду — это не баг, а архитектура

Исследователи Чарльз Йе и Жасмин Цуй представили на ICML работу, которая вскрывает механизм уязвимости всех крупных языковых моделей. LLM не способны надёжно…

MIT Technology Review
31.07.2026 AI-инструменты

Positive Technologies натравила 4 ИИ-агента на MaxPatrol O2: HexStrike на GLM 5.1 оказался самым опасным

По данным Habr, эксперимент на киберполигоне Standoff длился четыре дня: четыре автономных атакующих агента (три open-source проекта и собственная разработка…

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