ainews
Создать
Войти
Автор объясняет, что долгоживущие AI-агенты часто деградируют не из-за лимитов токенов, а из-за неконтролируемого накопления «мусора» в состоянии сессии — логов, промежуточных результатов и артефактов работы, которые захламляют контекст.
AI-инструменты вроде ChatGPT и Copilot создают рабочие прототипы за минуты, но путь от демки до боевой системы не стал короче. Проблемы масштабирования, безопасности, архитектуры и поддержки никуда не делись — их решает не модель, а инженер с фундаментальными знаниями. Спрос падает на тех, кто просто переводит задачи в код. Растёт спрос на тех, кто понимает систему целиком и использует AI как усилитель экспертизы, а не замену мышлению.
Google выпустил Gemini 3.6 Flash с улучшениями на бенчмарках и на 17% меньшим расходом токенов. Но ранние тесты показывают возможные регрессии в генерации интерфейсов и пространственном мышлении. Автор предлагает методологию, как правильно тестировать новую модель перед апгрейдом: заморозить промпты и настройки, прогнать на реальных задачах, установить чёткие критерии отказа заранее — и использовать роутинг, а не слепую замену.
Автор критикует поверхностные сравнения AI-генераторов изображений, основанные только на визуальном качестве выборочных примеров. Он объясняет, почему сравнение FLUX 3 и Midjourney некорректно без учёта статуса доступа, версий моделей и реальных условий работы в продакшене.
Автор запустил сложную мультиагентную систему в продакшен и столкнулся с непредсказуемыми провалами: агенты терялись в циклах рассуждений и тихо ломались. Решение — отказаться от сложных архитектур в пользу узкоспециализированных микроагентов с чёткими границами задач и строгим контролем состояния.
