Инфраструктура для агентов
Anthropic выпустила инструментарий для запуска Claude Managed Agents
Anthropic представила репозиторий launch-your-agent, содержащий набор навыков и методологий для создания и развертывания полноценных ИИ-агентов на базе Claude Code. Инструментарий охватывает полный жизненный цикл разработки: от первичного интервью и определения функционала MVP до деплоя в облачную инфраструктуру пользователя, автоматической оценки качества работы и настройки регулярного расписания выполнения задач.
DreamX-World 1.0: интерактивная модель мира для агентов
Исследователи представили DreamX-World 1.0 — модель мира, предназначенную для использования в системах ИИ-агентов. Она позволяет создавать интерактивные среды, где агенты могут взаимодействовать с объектами и выполнять задачи в виртуальном пространстве.
NVIDIA и Unreal Engine 5 для создания ИИ-компаньонов
NVIDIA представила набор инструментов для разработки ИИ-компаньонов, работающих на устройствах пользователей. Новый NVIDIA ACE Game Agent SDK интегрирован с Unreal Engine 5, что позволяет создавать интерактивных персонажей с искусственным интеллектом.
Infinite Context Paging Engine: нулевой копирование контекста для LLM
Разработчики представили Infinite Context Paging Engine — инструмент на Rust для управления контекстом в больших языковых моделях (LLM) с нулевым копированием данных. Решение позволяет обрабатывать контекстные окна без дублирования данных, что ускоряет работу моделей и снижает нагрузку на память.
Omega v1.0 Final Candidate: язык управления для автономных систем
Команда Omega представила финальную версию языка Omega v1.0, предназначенного для управления автономными системами. Этот язык позволяет описывать политики и правила управления, обеспечивая безопасность и предсказуемость поведения автономных агентов.
NakshGuard: прокси для предотвращения бесконечных циклов в ИИ-агентах
Разработчики представили NakshGuard – локальный прокси-сервер, предназначенный для предотвращения бесконечных циклов в работе ИИ-агентов. Проблема бесконечных циклов часто возникает при взаимодействии агентов с внешними системами, что может приводить к неэффективной работе и повышенным затратам на вычисления.
Исследование надежности сетей ИИ-агентов
Ученые из MIT и других ведущих университетов опубликовали исследование, посвященное надежности сетей ИИ-агентов. В работе рассматриваются системы, где несколько моделей взаимодействуют для решения задач, а не одна модель. Такие системы часто превосходят по эффективности одиночные модели, но их надежность остается недостаточно изученной.
Уязвимость в Handlebars-промптах для LLM
Исследователи обнаружили уязвимость в Handlebars, популярном движке шаблонов, используемом в Microsoft Semantic Kernel. Проблема связана с двойными и тройными фигурными скобками в промптах: двойные {x} экранируют HTML, а тройные {x} вставляют значение без экранирования. Это может привести к уязвимостям при работе с недоверенными данными.
The Brain – самоподдерживаемый runner для MCP-серверов
Разработчики представили The Brain – инструмент для запуска и управления workflows, который может взаимодействовать с любым MCP-сервером. Это решение позволяет создавать и управлять сложными процессами, интегрируя их с различными сервисами и агентами.
Corpus Keeper — аудитор документов для ИИ без зависимостей
Corpus Keeper — это инструмент для аудита документов, которые используются в ИИ-системах. Он позволяет проверять и анализировать содержимое, на которое направлены модели, без необходимости в дополнительных зависимостях.
Outpost: прокси для агентов на основе возможностей
Разработчики из Openclaw представили Outpost — фреймворк для создания прокси-серверов, которые управляют доступом ИИ-агентов к различным сервисам на основе их возможностей. Это решение позволяет гибко настраивать права доступа агентов, что особенно важно для безопасности и масштабируемости.
WebCap: модульная инфраструктура для веб-возможностей ИИ-агентов
Разработчики из Edge Storage представили WebCap – фреймворк, который позволяет создавать и управлять веб-возможностями для ИИ-агентов. Проект открыт на GitHub и предлагает модульную архитектуру для интеграции различных веб-функций, таких как парсинг, взаимодействие с API и обработка данных.
Data-Oriented Design подход к архитектуре ИИ-агентов
Data-Oriented Design (DOD) — это методология проектирования программных систем, которая фокусируется на данных, а не на объектах. В отличие от объектно-ориентированного подхода, DOD предлагает рассматривать данные как основную единицу обработки, что может значительно улучшить производительность и масштабируемость систем.
FastContext от Microsoft для эффективного поиска кода в репозиториях
Microsoft представила FastContext — инструмент, который ускоряет поиск и анализ кода в репозиториях для ИИ-агентов. Это решение облегчает работу с большими объемами кода, что критически важно для агентов, занимающихся разработкой или поддержкой ПО.
The Legal Agent Stack: инфраструктура для юридических ИИ-агентов
Команда Lexifina представила The Legal Agent Stack — фреймворк для создания ИИ-агентов, специализированных на юридических задачах. Этот стек включает в себя модули для работы с документами, поиска правовых прецедентов, анализа законодательства и генерации юридических текстов. Особенностью проекта является интеграция с существующими юридическими базами данных и API, что позволяет агентам оперативно получать актуальную информацию.
Новый ReAct-агент для оптических сетей с T-API-совместимостью
Исследователи представили первый T-API-совместимый ReAct-агент для оптических сетей. Агент реализует intent-driven управление, что повышает автономность сетевых систем. В работе показано, что специализированные инструменты дают 90% точности при валидации и экономят в три раза больше токенов по сравнению с универсальными решениями.
Начало эры агентов: что это значит для рынка и технологий
Автор статьи Майк Хайланд объясняет, что эра агентов — это не просто новый этап в развитии ИИ, а фундаментальный сдвиг в том, как технологии взаимодействуют с людьми и бизнесом. Он подчеркивает, что агенты не просто автоматизируют задачи, но и становятся независимыми участниками процессов, способными принимать решения и действовать в рамках заданных целей.
Нейро-символический подход к синтезу стратегий для мультиагентных систем
Исследователи предложили новый нейро-символический подход для синтеза стратегий в мультиагентных системах (MAS). Проблема заключается в высокой вычислительной стоимости проверки моделей стратегических возможностей, таких как ATL (Alternating-Time Temporal Logic). Авторы интегрировали большие языковые модели (LLM) в процесс проверки моделей, что позволяет значительно ускорить и улучшить синтез стратегий.
Электрификация тропинок в разработке ИИ-агентов
В статье «Electrifying the Cow Path» автор рассматривает проблему «электрификации тропинок» — когда новые технологии накладываются на устаревшие процессы, вместо того чтобы переосмыслить их с нуля. В контексте ИИ-агентов это особенно актуально: многие разработчики пытаются интегрировать ИИ в существующие системы, не меняя их фундаментальную архитектуру.
Vercel представила Eve: фреймворк для создания ИИ-агентов
Компания Vercel выпустила Eve — специализированный фреймворк, предназначенный для разработки и развертывания автономных ИИ-агентов. Инструмент ориентирован на создание систем, способных выполнять сложные многошаговые задачи, взаимодействовать с внешними API и поддерживать контекст выполнения в реальном времени.
PreAct: как ИИ-агенты ускоряют повторяющиеся задачи
Исследователи представили PreAct — систему, которая позволяет агентам, работающим с ПК, ускорять выполнение повторяющихся задач. Обычно такие агенты обрабатывают каждую задачу с нуля: при повторном запросе они заново анализируют экран и действия, что увеличивает время и затраты.
Новый фреймворк для автоматизации данных и AutoML на основе LLM
Исследователи представили новый фреймворк, который объединяет возможности LLM и мультиагентные системы для автоматизации полного цикла работы с данными. Платформа Big-Data-as-a-Service (BDaaS) решает задачи инжиниринга данных, AutoML и MLOps, включая мониторинг и оптимизацию моделей.
Probably собрала 9 млн долларов для создания более надёжного ИИ
Компания Probably привлекла 9 миллионов долларов инвестиций для разработки ИИ-систем, которые минимизируют галлюцинации и фактические ошибки. Их цель — достичь уровня точности, сопоставимого с детерминированными системами.
Новый метод сжатия KV-кэша для LLM снижает нагрузку на память
Исследователи предложили метод AnchorKV для сжатия ключевых значений (KV) в кэше языковых моделей. Это решение направлено на уменьшение нагрузки на память и энергопотребление при инференсе, что особенно актуально для крупных языковых моделей (LLM).