Вышел GoatCode v2.1.10 — open-source терминальный AI-агент, который умеет переключать LLM-провайдера прямо во время сессии при падении квоты, не теряя...
Создатель Datasette и LLM комментирует экзистенциальный кризис разработчиков, столкнувшихся с кодинг-агентами. Уиллисон призывает сместить фокус с написания кода на инженерию...
arXiv:2609.10724. Исследователи предлагают оценивать ИИ-агентов не только по успешности выполнения задач, но и по двум новым параметрам: операционная устойчивость и...
GitHub объявил о доступности метрик активности в окне VS Code Agents. Данные появились в агрегированных и пользовательских отчётах Copilot за...
Bastiontrace анализирует JSONL-трейсы вызовов инструментов AI-агента, находит следы промпт-инъекции, определяет точку входа, заражённые вызовы и конечное запрещённое действие. Инструмент не...
Hugging Face и стартап Yaak опубликовали датасет Learning to Drive (L2D) объёмом более 1 петабайта. 60 электромобилей с одинаковыми сенсорами...
Исследователи представили метод, позволяющий LLM исправлять грамматические ошибки с точностью, почти не уступающей тонко настроенным моделям, используя только промпты и...
Новый метод калибровки уверенности для агентных систем, основанный на анализе внутренних представлений модели, показывает эффективность на бенчмарках Bash, SQL и...
Исследователи представили GeoSteer — метод управления поведением LLM через серию малых геодезических шагов на многообразии активаций, заменяющий одношаговые правки и...
Исследователи представили OpenDiscoveryTrace — публичный датасет из 558 полных траекторий AI-агентов. Данные показывают, что Claude Opus 4.6 ошибается в 30...
Показан на Hacker News проект MaruCheck — локальный инструмент верификации, который сверяет код, сгенерированный ИИ, с отдельным человеческим контрактом. Если...
GitHub запустил cache-mode — параметр, позволяющий задавать права на чтение и запись кеша для каждого воркфлоу или отдельного задания. Это...
