Архив

Лента разборов

484 разбора · обновляется ежедневно

RSS
08.11.2026 Дайджесты

Память агентов: меньше записей, но с офлайн-консолидацией

По данным Anthropic Research, память агента — это не архив, а предсказание: записывая правило, модель прогнозирует, что оно пригодится в будущей сессии. На…

Anthropic Research
07.11.2026 Дайджесты

На $90 тысяч прогонов разница между техниками тестирования — шум

Автор прогнал кодинг-агентов на GPT-6 Astra по 25 условиям в задаче pandoc: каждое условие — 25 запусков на уровне усилий Ultra, в среднем около 14 ходов до…

Habr
07.11.2026 Исследования

Claude в EVE Online: стабильная прибыль, слепота к предательству

Claude Fable 5 увеличил стартовый капитал в 6 раз за полгода торговли на симуляции рынка EVE Online — с 3 млрд ISK до 18+ млрд. По данным Anthropic Research,…

Anthropic Research
06.11.2026 AI-инструменты

Claude Code и Codex научились править бизнес-процессы Битрикс24

Автор собрал связку из открытого навыка под MIT и платного модуля для коробочного Битрикс24: агент через Python-скрипты распаковывает .bpt-файлы…

Habr
06.11.2026 Дайджесты

NVIDIA открыла четыре чекпоинта Cosmos 3 для интерактивной симуляции

Четыре модели семейства Cosmos 3 Nano — Transfer-Auto, Sim-Auto, Sim-Transfer и Sim-Bimanual — покрывают разные участки пайплайна симуляции мира:…

Hugging Face
06.11.2026 Бенчмарки

Phonon TTS: 31M-модель офлайн обогнала облачные TTS

Gradium открыла веса Phonon — text-to-speech модели, которая работает на устройстве без сети и сервера. Базовая версия Phonon 31m весит около 65 МБ, говорит…

Hugging Face
06.11.2026 Исследования

Учёные применяют Claude для анализа данных, а не для гипотез

Anthropic проанализировала 207 000 научных сессий Claude и Claude Code с августа по сентябрь 2026, применив классификацию с защитой конфиденциальности:…

Anthropic Research
05.11.2026 Релизы моделей

Механизм доказательств ограничивает право ревьюера отменять решения

Мультиагентные системы часто добавляют ревьюера, чтобы ловить ошибки вышестоящего агента, но ревьюер может как исправить нарушение, так и заменить корректное…

arXiv
05.11.2026 Исследования

Claude помог получить первую структуру vault-частиц прокариот за 34 часа

Anthropic Research опубликовала препринт о применении Claude в структурной биологии: модель помогла обнаружить и реконструировать трёхмерную структуру vault…

Anthropic Research
05.11.2026 Дайджесты

История разработки в AI-агенте не должна умирать при блокировке

В конце октября Anthropic заблокировала доступ к платной организации российского разработчика после запроса верификации по паспорту, отменив подписку Claude…

Habr
04.11.2026 AI-инструменты

Настройка DGX Spark: минус 90 ватт и плюс 1,5 гигабайта

DGX Spark в стоке теряет ватты и память на вещи, которые в режиме без графического интерфейса не нужны. Практический разбор на Habr начинается с запрета…

Habr
04.11.2026 Дайджесты

Одна модель, три харнеса: разница 51 пункт в пользу CUGA

Смена харнеса при одной и той же open-weight модели GLM-5.3-flash подняла долю выполненных задач AppWorld с 30% до 81%. IBM Research сравнила CUGA, Hermes от…

Hugging Face
04.11.2026 AI-инструменты

Claude Message Threads: на 35% быстрее TTFT для длинных сессий

Anthropic выкатила публичную бета-версию message threads в Messages API, как сообщает Claude Blog. Теперь агенты не обязаны пересылать полную историю…

Claude Blog
04.11.2026 Дайджесты

OpenAI объединяет вкладки Chat и Work в ChatGPT — Codex остаётся отдельным

OpenAI начала поэтапный запуск объединения вкладок Chat и Work в десктопном приложении ChatGPT — сначала для отобранных пользователей, затем широко. По данным…

TechCrunch
03.11.2026 Дайджесты

Попасть в ответы Claude: нужны поисковый и пользовательский боты, не ClaudeBot

Сайты, которые закрыли всех ботов Anthropic разом, сами убрали себя из ответов Claude. По данным Habr, у Anthropic три краулера с разными задачами: ClaudeBot…

Habr
03.11.2026 Мнения

AI-агенты в разработке: кто проверяет трактовку и принимает изменения

27 часов 13 минут суммарной работы Codex и 40 часов непрерывного цикла агента — таковы реальные издержки внедрения AI-агентов в разработку без контроля…

Habr
03.11.2026 Дайджесты

Замена Claude: Kimi набрала 96% в тесте работы с 1С

1С-программист после блокировки Claude протестировал китайскую Kimi на демобазе «Управление торговлей 11.5.25.112». Десять вопросов на аналитику — склады,…

Habr
03.11.2026 AI-инструменты

Рой ИИ-агентов без начальника: доска задач, git, самописные инструменты

Разработчик выложил опенсорс-фреймворк DreamTeam на Python (MIT): самоорганизующийся рой агентов, который сам планирует, распределяет задачи, проверяет и…

Habr
03.11.2026 Дайджесты

Стоимость слитого пул-реквеста вместо цены за токен

Агентный кодинг сжигает в 10–50 раз больше токенов на задачу, чем обычный чат-промпт: агент планирует, генерирует код, гоняет тесты и зацикливается на…

MIT Technology Review
02.11.2026 Дайджесты

Qwen Coder собрал NTFS-сканер за четыре часа без IDE

NTFS-сканер альтернативных потоков на Rust и Avalonia написан примерно за четыре часа с помощью Qwen3.8-Max и Qwen Coder. Приложение сканирует альтернативные…

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