агенты ии. - страница 4

ИИ научили писать исследования длиннее его памяти

Главная проблема современных ИИ-агентов для исследований — контекстное окно. Модель может переварить условные 200К токенов, а серьёзное исследование требует прошерстить сотни страниц и написать отчёт на 10К+ слов. В какой-то момент агент просто упирается в потолок и начинает терять информацию.Исследователи из Китая предложили решение, которое кажется очевидным постфактум: а давайте дадим ИИ файловую систему как внешнюю память.Как это работает

продолжить чтение

Курс Natural Language Processing & LLMs — новый сезон

Всем привет! 10 февраля мы в очередной раз запускаем бесплатный онлайн-курс по обработке естественного языка (Natural Language Processing). Если кто-то не знал или забыл, это проект Open Data Science и компании MWS AI в партнерстве с ИТМО, МФТИ и ВШЭ, мы его проводим уже 10 сезонов. 

продолжить чтение

Прогноз AI на 2026 год: давление инфраструктуры и рост агентных систем

Поговорили с Head of R&D red_mad_robot Валерой Ковальским

продолжить чтение

Clawdbot [Moltbot-OpenClaw], или почему нужно срочно дать языковой модели контроль над вашим Mac mini

продолжить чтение

Почему мультиагентные системы плохо работают на малых данных

Мультиагентные системы - главный тренд в AI-разработке. AutoGPT, CrewAI, LangGraph, Microsoft AutoGen обещают армию специализированных агентов, которые вместе решат любую задачу.Сделал систему на 5 агентов, а потом передумал и сделал на одного.История о том, что иногда с ИИ надо упрощать, а не усложнять.Что делалСервис для автоматической генерации дашбордов из данных. Пользователь загружает файл (CSV, Excel, JSON, PDF), AI анализирует данные и создаёт интерактивный дашборд с графиками. Бесплатный, без регистрации.За пару недель работы:153 дашборда сгенерировано93 уникальных пользователяСреди них крупные FMCG-сети

продолжить чтение

Как несколько технарей сделали топ-1 конфу на русском по ИИ в разработке

Всё началось с идеи небольшого гаражного междусобойчика на 400 зрителей, но быстро вышло из под контроля – 10 топовых спикеров, 3000 зрителей, пост на хабре на 40к просмотров (и 200 комментариев!) и сотня позитивных отзывов. И это почти без рекламного бюджета.

продолжить чтение

Вам стоит написать своего агента

Некоторые концепции легко усвоить абстрактно. Кипящая вода: греем её и ждём. Другие нужно попробовать самому. Вы думаете, что знаете, как работает велосипед, пока не попробуете покататься на нём.

продолжить чтение

Интенсивный курс «AI-агенты» от Google День 5

На данный момент я прохожу 5-дневный интенсив по AI-агентам от Google и параллельно веду собственный конспект. Эта статья представляет собой перевод оригинального материала, выполненный с помощью Gemini и мной. В некоторых местах я немного упростила формулировки или обобщила идеи. Этот документ детально описывает методологию AgentOps для превращения прототипов AI-агентов в надёжные системы производственного уровня через жизненный цикл, включающий строгую автоматизированную оценку, непрерывное операционное управление и безопасное стандартизированное взаимодействие. Другие статьи:

продолжить чтение

От тестирования до нападения: как китайцы превратили ИИ агента Claude Code в инструмент шпионажа

Это перевод новости, оригинал тут вместе с подробными отчетом на анг Disrupting the first reported AI-orchestrated cyber espionage campaign Совсем недавно мы заявили, что кибербезопасность вошла в новую эру: модели искусственного интеллекта (AI models) стали действительно полезными не только для защиты, но и для атак. Этот вывод основан на системных наблюдениях — за последние полгода возможности таких моделей фактически удвоились, и мы уже видим, как злоумышленники применяют ИИ на практике.

продолжить чтение

Text-to-SQL нового поколения: как мультиагентная система решает задачу

В этой статье хочу рассказать о нашей передовой системе Text-to-SQL, построенной на базе динамической мультиагентной архитектуры. Вместо одной модели — команда из шести специализированных агентов. Каждый отвечает за свой участок работы: один проверяет безопасность на входе, второй понимает намерение пользователя, третий ищет нужные таблицы, четвертый пишет код, пятый проверяет его на уязвимости, шестой безопасно выполняет и логирует результат. 

продолжить чтение

1...234567...9