Лента разборов
484 разбора · обновляется ежедневно
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…
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…
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,…
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…
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:…
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…
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:…
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…
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…
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…
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…
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…
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…
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…
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…
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…
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,…
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…
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…
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…
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