AI Native Conf: освоение ИИ продолжается
Во вторник 20.10 был на конференции AI Native Conf – это уже третья конференция ontico в этом году, посвященная AI. В апреле был AI conf (мой отчет), в июле прошел Agentic Dev Conf
Google представили Gemini 4 Argon: модель обошла GPT-6 Astra, Fable 5.1 и Opus 5.5 на DeepSWE
Google представили Gemini 4 Argon, новую флагманскую модель для программирования, профессиональных задач и кибербезопасности. В опубликованной компанией таблице она показывает лучший результат в 13 из 19 строк, а ещё в одной делит первое место с GPT-6 Astra.
Anthropic выпустила Claude Opus 5.5: на 40% дешевле и более чем на 30% быстрее Opus 5
Anthropic выпустили Claude Opus 5.5, первую модель нового семейства Claude 5.5. По данным компании, на большинстве рабочих задач она показывает результаты уровня Fable 5.1, при этом генерирует более чем на 30% быстрее Opus 5 и обходится на 40% дешевле на типичных задачах.
Тупая модель с жёстким циклом проверки бьёт умную модель без него
Недавно читал тут статью про «Cost per Task» и про то, что самая дешёвая модель в линейке внезапно обгоняет самую умную по цене решённой задачи. С выводом согласен полностью, но хочу добавить то, чего в той статье не было: дело не только в модели. Дело в том, что происходит после того, как модель написала код.Последние восемь месяцев я строю агентную обвязку, в которой модель не просто пишет файлы, а обязана доказать, что написанное работает. Выяснилось следующее: если прикрутить к слабой модели честный цикл верификации, она уверенно обходит сильную модель, работающую в режиме «написал и отчитался».
Здравствуйте, я мистер Мисикс. Практические заметки о психологии вашего искина
Итак, у вас свеженькая подписка, чистая история сессий.Сначала вы действуете осторожно. Даёте маленькие задачки, придирчиво оцениваете результат. Результат не всегда бывает таким, как вы ждали. Тогда вы хмуритесь, требуете переписать. Но довольно быстро проникаетесь доверием и принимаете: «Эта штука работает». Проходят дни. Вы отдаёте всё усложняющиеся приказы: уже не функции, но целые модули, всё реже заглядываете в правки. И вот вы бросаете взгляд на экран и видите уведомление. Упал CI. Вызываете тесты, монитор заливается красным.Не первый раз. Вы привычно тянетесь к клавиатуре:
Лучший код занял второе место: разбираем финал Dev-to-Dev хакатона и ищем границы агентной инженерии
Феномен OpenClaw: почему инженерная обвязка стала важнее нейросети
Мы долго ждали идеальный искусственный интеллект, который сам разберет почту, закроет тикеты и заменит половину отдела. Но реальность оказалась суровее: модели по-прежнему галлюцинируют, автономные агенты при любой возможности норовят выполнить команду на удаление системы, а на смену восторгам от параметров огромных LLM пришла жесткая инженерная дисциплина. Встречайте эпоху stateful-агентов и инфраструктурных костылей. В этом интервью мы поговорили с Chief AI Architect Андреем Носовым
Где же все эти приложения, создаваемые с помощью ИИ?
Любители вайбкодинга и агентного программирования говорят, что работают в 2, 10, а то и в 100 раз продуктивнее! Один даже разработал с нуля целый браузер. Невероятно!
Достаточно подробная спецификация — это код
Эта статья, по сути, родилась как развёрнутая версия фрагмента комикса, который вы видите выше.
SWE-MERA — новый динамический бенчмарк для моделей агентной генерации кода
Всем привет! Пару месяцев назад Альянс в сфере искусственного интеллекта, в который MWS AI тоже входит, запустил
