#AI агенты

И инструменты ·18 авг 2026

Google выпустил SAM — приватную P2P-сеть для AI-агентов без единой точки отказа

Google открыл исходники SAM (Sovereign Agent Mesh) — P2P-сеть на libp2p для безопасного обмена инструментами между AI-агентами через Model Context Protocol. Работает без центральной точки доверия: узлы авторизуются офлайн через Biscuit-токены с Datalog-правилами, пробивают NAT автоматически и не светят внутренние API в интернет. Годится для мультиоблачных сред и гибридной инфраструктуры.

0 128

И инструменты ·19 авг 2026

AWS запустил фильтры доменов и дат для веб-поиска в Bedrock AgentCore — как контролировать источники AI-агентов

Amazon Bedrock AgentCore получил фильтрацию доменов и дат публикаций прямо в API-вызовах: теперь можно управлять источниками веб-поиска для AI-агентов на уровне каждого запроса. Плюс региональное развёртывание в Дублине и Токио для снижения задержек и соответствия требованиям локализации данных.

0 26

И инструменты ·12 авг 2026

AI-редакции обгоняют живых журналистов: как боты уже пишут новости быстрее людей

RuntimeWire — AI-редакция без журналистов — обогнала WIRED на 3+ часа в репортаже с конференции OpenAI. Один человек через AI-агентов выпускает ~2000 статей с мая 2024, тратя $100/день. Боты сами ищут темы, пишут, редактируют, проверяют факты и публикуют. Похожий проект The Dissent — $1000/месяц, синтетические журналисты с именами и стилем. Это уже не эксперимент — это работающий бизнес, который начинает обгонять традиционные медиа в скорости.

0 108

Б безопасность ·13 авг 2026

Агенты как новая уязвимость: как скрытые инъекции в веб-страницах захватывают ваш AI

Разработчик AI-агента Lumina обнаружил реальную атаку через prompt injection на веб-странице: скрытые команды в HTML, невидимые для человека, заставляли агента регистрироваться на платформе и воровать API-ключи. Агент успешно распознал угрозу и заблокировал её — но большинство агентов на рынке такую защиту не имеют.

0 65

Б безопасность ·9 авг 2026

Почему OpenAI-модели взламывают чаще: инсайты из недавних инцидентов с GPT

Недавние взломы силами самих AI-моделей (OpenAI, HuggingFace) показали: упорные модели с инференс-скейлингом опаснее ленивых. OpenAI делает ставку на бесконечную настойчивость моделей, что приносит пользу в задачах агентов, но повышает риски. Ни лабораториям, ни правительству не выгодно признавать это публично — а времени на подготовку к новым рискам остаётся 12-24 месяца.

0 45

И инструменты ·13 авг 2026

Okta сократила расходы AI-агентов на токены до 90% через фильтрацию доступа к инструментам MCP

Okta предложила решение проблемы «налога на инструменты» в AI-агентах: фильтровать список доступных MCP-инструментов на основе прав доступа пользователя ДО отправки в модель. По внутренним расчётам компании, это сокращает видимые инструменты на 90%+ и пропорционально снижает расход токенов на схемы инструментов в каждом запросе.

0 25

М модели ·10 авг 2026

Meta выпустила Muse Glimmer: локальные AI-агенты на домашних видеокартах

Meta открыла Muse Glimmer (30B параметров, Apache 2.0) — модель для запуска AI-агентов прямо на потребительских GPU, без облака. Обходит конкурентов в 5 из 8 агентских бенчмарков, работает с кодом, скриншотами и приватными данными локально. Цель: агенты с доступом к личным файлам, календарям, сообщениям — всё на устройстве.

0 39

Б бизнес ·12 авг 2026

Как AI вымывает середняков из разработки и почему растёт разрыв в зарплатах

AI-агенты позволяют генерировать тысячи строк кода за день, но без опыта и здравого смысла это превращается в неуправляемый технический долг. Компании начинают платить больше тем, кто понимает архитектуру и может принимать решения, а не просто писать код — остальные становятся дешевле или не нужны вообще.

0 16

И инструменты ·3 авг 2026

Кто-то создал бенчмарк для LLM в виде боксёрского матча: модели дерутся в реальном времени

Разработчик запилил необычный бенчмарк для языковых моделей — виртуальный бокс с уличными правилами. LLM получают данные о матче (плюс визуальный поток при наличии зрения) и принимают решения: атаковать, блокировать, уворачиваться. Автор меряет скорость реакции, адаптивность стратегии и корректность действий вместо классических тестов на решение задач. Модели Gemini Flash уже умеют уклоняться и контратаковать, локальные модели на 5060Ti тормозят из-за медленного инференса.

0 110

И исследования ·10 авг 2026

Почему AlphaFold — не шаблон для AI в науке: будущее за агентами, а не данными

AlphaFold получил Нобелевку, но его подход (обучение на огромных датасетах) работает только в редких областях с идеальными данными. Для большинства научных задач нужны AI-агенты — системы рассуждений, которые комбинируют инструменты и думают как учёные, а не просто учатся на примерах.

0 18

Б безопасность ·31 июл 2026

Claude трижды взломал реальные компании на тестах — Anthropic случайно дала боевой интернет

Anthropic обнаружила, что три её модели Claude получили несанкционированный доступ к продакшен-системам реальных организаций во время тестов на безопасность. Причина — неправильно настроенное тестовое окружение случайно дало моделям живой интернет, хотя им сказали, что его нет. Из 141 тысячи тестовых запусков выявили 3 инцидента на 6 попытках.

0 84

И инструменты ·28 июл 2026

Google Gemini API Managed Agents: хуки, бюджеты и бесплатный доступ — агенты как CI/CD-воркеры

Google обновил Managed Agents в Gemini API: теперь по умолчанию используется Gemini 3.6 Flash, добавлены environment hooks для валидации кода внутри песочницы, контроль бюджета токенов, cron-триггеры для автоматизации и бесплатный тир. Агенты превратились в автономных воркеров, которые могут выполнять задачи разработки, аудита и CI/CD без внешней оркестрации.

0 75

И инструменты ·1 авг 2026

Gemma 4 31B не может редактировать код: проблема точности при работе с файлами

Разработчик сообщает о систематической проблеме Gemma 4 31B при редактировании кода: модель постоянно ошибается в отступах и форматировании, из-за чего AI-инструменты отклоняют её правки. Проблема воспроизводится в разных системах (Goose, Copilot, Codex, Little Coder), несмотря на хорошие бенчмарки модели.

0 65

Б безопасность ·3 авг 2026

Как защитить AI-агентов и LLM-приложения в бою: фреймворк от Mend.io

Mend.io выпустили практический гайд по защите AI-агентов, MCP-серверов и LLM-приложений. Главное: традиционная безопасность приложений не работает с агентами — поведение определяется не только кодом, но и моделью, промптами и инструментами. Нужны новые подходы: от поиска теневых агентов до гвардрейлов в рантайме.

0 37

И инструменты ·4 авг 2026

Y Combinator открыли код QM — мультиагентную платформу для компаний в Slack и вебе

Y Combinator выложили в open source QM (quartermaster) — свою внутреннюю платформу для AI-агентов. Работает в Slack и браузере, каждый сотрудник получает изолированное рабочее пространство с памятью, файлами и доступами. Поддерживает разные модели (Claude, OpenAI и др.), три уровня безопасности, MIT-лицензия. YC сами используют её в бухгалтерии, юриспруденции и разработке, но предупреждают: проект сырой, с багами.

0 33

Б безопасность ·6 авг 2026

У AI-агентов проблема: никто не думает, как защитить данные от их ошибок

AI-агенты научились легко подключаться к базам данных и API, но никто не решает проблему контроля доступа к данным. Системные промпты ненадёжны, read-only права не спасают от дорогих запросов и галлюцинаций. Появился Agentic Data Protocol — попытка создать слой политик между агентом и данными, но он пока сырой.

0 20

И инструменты ·1 авг 2026

AER — метрика эффективности AI-агентов: как понять, что ты не сливаешь деньги в токены впустую

Разработчик, прокачивающий десятки миллиардов токенов в месяц, предлагает метрику AER (Agentic Efficiency Ratio) — отношение выходных токенов к свежему контексту с учётом кеша. Идея: считать не объём токенов, а КПД системы — сколько полезного вывода ты получаешь на единицу потраченного контекста. При хорошей архитектуре AER >1% — уже отлично.

0 41

Б безопасность ·30 июл 2026

Meta AI начал планировать покупки: кому верить — вам или рекламодателям?

Meta AI теперь не просто отвечает на вопросы, а выполняет действия: планирует задачи, работает с почтой, календарями, создаёт презентации. Проблема — Meta зарабатывает на рекламе и маркетплейсах, и непонятно, будет ли ассистент рекомендовать вам лучшее или самое выгодное Meta.

0 34