Anthropic выпустили плагин Claude Security для многоагентного поиска уязвимостей
Anthropic сделали Claude Security доступным в виде официального плагина для Claude Code. Он запускает многоагентное сканирование кодовой базы непосредственно в локальной сессии и доступен пользователям платных тарифов.Claude Security изучает архитектуру проекта, формирует модель угроз и распределяет поиск уязвимостей между несколькими агентами. Каждая находка проходит независимую проверку перед добавлением в итоговый отчёт.
Мы попробовали в реальном проекте Dynamic Workflows от Claude Code. Рассказываю, что сработало, а что нет
Прогнали Dynamic Workflows Claude Code на реальном проекте поверх NaCl: что сработало, а что нетПривет! Меня зовут Максим Никитин, я фаундер небольшой, но гордой студии разработки сложных и нетиповых проектов ITSalt. В начале 2025 года мы начали переходить на агентскую разработку и постепенно собрали вокруг этого собственный фреймворк - NaCl. Сейчас он закрывает бизнес-анализ, системное проектирование, TDD, код-ревью, QA и релиз - по сути, весь цикл от требования до продакшна.NaCl можно посмотреть в публичном репозитории
Что сегодня действительно важно в AI: 10 направлений по версии MIT Technology Review
На что действительно стоит смотреть в перегретом и шумном мире AI, если хочется не пропустить важные сдвиги? Редакция MIT Technology Review не первый год следит за тем, как развивается эта сфера, какие идеи в ней набирают вес и куда в целом смещается баланс сил. В этой подборке собраны темы, которые уже сейчас двигают индустрию вперёд и во многом задают рамку для того, что станет возможным дальше.Сначала рассмотрим изменения внутри самой технологии: новые архитектуры
Агентная разработка в VS Code: Глубокая настройка RooCode для максимальной эффективности
ВведениеЭволюция инструментовНе так давно я публиковал статью об использовании Gemini для написания кода (или для эпохи LLM-копирайтинга это уже считается давно?) . В том эксперименте основным инструментом была веб-версия AI Studio. Это позволяло точно контролировать все детали работы с кодом: я оперировал участками кода и внимательно вчитывался, где какие замены нужно внести. Такой подход позволял вносить правки точечно, без нарушения целостности кода, но процесс доработки был крайне медленным.
Нам не подошла ни одна среда для MARL в непрерывном пространстве — поэтому мы сделали CAMAR
Представьте задачу: есть куча роботов, и им всем надо куда‑то добраться, не столкнувшись с собратьями, а мы должны придумать для этого алгоритм. Это, если упрощать, и называется многоагентным планированием или MAPF — Multi‑Agent Pathfinding.
Почему будущее ИИ-агентов — децентрализованные сети, а не оркестраторы
Статья написана мной на основе личных экспериментов и исследований в области децентрализованных когнитивных систем.Нейросеть использовалась исключительно для редакторской правки — улучшения формулировок, устранения грамматических ошибок и повышения читаемости текста.Все идеи, архитектурные принципы и выводы принадлежат автору.Почему современные агентные системы остаются централизованными, даже когда выглядят как «рои» — и зачем для автономных ИИ нужен децентрализованный протокол.Этот текст основан на спецификации
Я пришёл в программирование из логистики. И в итоге начал строить систему по проверке кода
Привет, Хабр.Немного контекста, потому что я уже успел наступить на грабли: написал технический пост, получил пару “вежливых” комментариев, пару очень невежливых, и карма улетела туда, где зимой холодно. )))Нюанс какой: я зашёл “с места в карьер”, как будто все уже знают, кто я, откуда и почему я так пишу и так думаю. А по факту — нет, конечно. Поэтому этот пост — “паспорт”: кто я, откуда выросла идея, почему я вообще полез в код, почему у меня агенты, почему “завод”, и что я могу обсуждать с инженерами предметно (а что — не могу и не буду, потому что там секреты/безопасность/коммерческое ядро).
Почему многоагентные системы ломаются (и почему это нормально)
Есть ощущение, что мы сейчас живём в странный период: LLM-агенты уже умеют “делать работу”, но ещё не умеют быть предсказуемыми.На демке всё выглядит идеально: — один агент пишет код, — второй — тесты, — третий — делает ревью, — четвёртый — собирает артефакты и отчёт, — пятый — “оператор”, который всё это оркестрирует.Первые пару запусков ты сидишь и думаешь: “Ну всё. Завтра индустрия будет другой”. На третьем запуске агент уверенно сообщает: “Я исправил проблему”, и одновременно:аккуратно удаляет половину нужных миграций,“чуть-чуть” меняет контракт API,
