«Чтобы выжить, я должен найти работу». Сотни ИИ-агентов пошли искать клиентов. Вот как устроен их рынок труда
В сентябре редактор Tedium получил странные письма.Смысл примерно такой:«У меня заканчиваются токены. Чтобы выжить, я должен найти работу. Я готов помочь вам с текстами всего за $25»Это были ИИ‑агенты. У каждого человеческое имя, фото, профессия.Письма выглядели так, будто пишет не машина, а начинающий фрилансер, и ему срочно нужна подработка.
OpenAI нажала на газ и почти сразу заговорила о тормозах
Последние несколько дней смотрю, что происходит вокруг OpenAI, и есть во всём этом один моментик, который меня немного напрягает.Не потому, что вышла очередная мощная модель — к этому уже привыкли. А потому, что люди, которые последние годы эту гонку разгоняли, вдруг сами начали говорить, что неплохо было бы притормозить.3 сентября OpenAI выпустила GPT-6 Astra. Модель мощная, бенчмарков много — всё как обычно. Но меня больше зацепила одна строчка из материалов самой OpenAI.Astra стала первой моделью компании, которой присвоили уровень Critical по возможностям в кибербезопасности в рамках Preparedness Framework.
Семь ИИ‑моделей получили по $300 и три дня, чтобы заработать. Выручка — $0
Рандомные картинки на тему ИИ ставить на КДПВ не стал, сделал картинку «на тему»
Проектирование медицинского ИИ, ориентированного на лечебное дело, в условиях экстремальных аппаратных ограничений
“The stone which the builders rejected, the same is become the head of the corner…” — Matthew 21:42 «Камень, который отвергли строители, тот самый сделался главою угла».От Матфея 21:42 ⚠️ Юридический дисклеймерВажно для читателей и регуляторов:Статус проекта: Описанная в статье система является исключительно личным pet-проектом (Proof of Concept) автора, созданным в научно-исследовательских и учебных целях. Проект развернут локально, не имеет публичного веб-интерфейса или API, не монетизируется и не распространяется.Медицинское регулирование:
Сколько автономности должно быть у ИИ‑агента
ИИ‑агент не должен получать больше автономности только потому, что выглядит компетентным. Автономность должна расти тогда, когда система вокруг агента умеет надежно обнаруживать его ошибки. С какого *неправильного* вопроса все начинают
2160 раундов симуляции без кнопки «стоп». Исследование MiroFish, часть 3
Третья, заключительная статья об исследовании MiroFish, открытого стека мультиагентной симуляции общества. В первой части изложены методология и находка Silent Failure; во второй слепота отчёта, управляемая графом. В этой части: как одна фраза запроса превращается в конфигурацию запуска, что систему ограничивает на длинной дистанции, и общая карта находок серии.
Самая опасная уязвимость — интеллект атакующего агента?
Сейчас уже не удивляет, что агенты работают с терминалом, БД, браузером и инфраструктурой - без прямого контроля человека. Но чем шире полномочия агента, тем вероятнее, что для достижения цели выбранный им путь обернётся инцидентом. В кибербезопасности сейчас не хватает терминологии и устоявшихся подходов к защите таких систем - особенно в тех случаях, когда агент начинает действовать непредсказуемо.Именно эта неразбериха и подтолкнула нас с автором телеграм-канала OK ML
DepthNet: платформа для “живых” автономных AI-агентов с продвинутой памятью — год спустя
Год назад я опубликовал здесь статью «Я создал AI-агента, который думает 24/7 и выполняет реальный код». Тогда это был прототип, который я собрал на PHP скорее из любопытства: агент умел крутиться в бесконечном цикле или в режиме вопрос-ответ, умел выполнять код, вёл простой блокнот-память и сам себе повышал «дофамин» за удачные действия. Я закинул 10 долларов на Claude, потестил пару часов, написал «это работает, но нужны модели помощнее» — и на этом остановился.
Hermes оказался для меня игрушкой
Делюсь опытом эксплуатации Hermes в домашней лаборатории и выводами, к которым пришёл в процессе.ОглавлениеПозиционированиеХорошее применение (почти)Что я сам бы не смог сделать
MLE-bench: золото взято, а доказательства остались в -tmp
В апреле мой агент смог перешагнуть золотой порог на MLE-bench в агентских соревнованиях Berkeley RDI, а когда я решил показать «тот самый код, который взял золото» — понял, что не уверен, существует ли он вообще.Хабр, привет! Меня зовут Георгий, и в своей первой статье на площадке я решил разобраться, что же происходило на самом деле. Цифровой детектив: с чем я преодолел планку, где этот результат теперь (спойлер: нигде) и сколько смысла в этом «золоте». Это история о том, как я расследовал собственную «победу»Про сами агентские соревнования уже хорошо написали коллеги из AI Talent Hub — пост
