AgentCheck — регрессионное тестирование для ИИ-агентов с дифф-отчётами в CI
Инструмент для регрессионного тестирования ИИ-агентов, использующий LLM-судью для оценки ответов. Поддерживает YAML-тесты, CI-интеграцию и PR-комментарии с дифф-анализом.
Последние публикации
Об авторе
Caspian SDK — единый канал связи для AI-агентов
Разработчики представили открытый SDK для интеграции AI-агентов с десятками каналов связи. Caspian решает проблему фрагментации коммуникаций, которая, по их данным,...
Активный вывод для сбора контекста: новая формализация для AI-агентов
Новая работа на arXiv предлагает формализовать дилемму AI-агента: угадывать или уточнять — через принцип активного вывода и свободной энергии.
Новый бенчмарк Holtercare-Bench для оценки MLLM на длинных динамических ЭКГ
Исследователи представили Holtercare-Bench — мультимодальный бенчмарк для оценки MLLM на задачах с длительными динамическими ЭКГ. Набор данных Holtercare-23K включает 788...
Linkdaze — умный календарь для дома с ИИ-планировщиком питания без подписки
Стартап Linkdaze выпустил семейный цифровой календарь с ИИ-функцией «Snap-to-Sync»: достаточно сфотографировать бумажный рецепт или школьное меню, чтобы устройство создало план...
Дайджест инженерных обновлений AI: кэши, агенты и дисциплина утверждений
Свежие релизы Pydantic AI, Ollama, n8n, Transformers и LangChain Core — плюс исследования агентов и шардирования инференса. Главное: кэш —...
Агент ИИ собирает башню из блоков в браузере — стартап строит открытый бенчмарк для воплощённого ИИ
Пользователь Reddit показал результат работы своего проекта: открытая браузерная арена, где AI-агенты соревнуются в задачах физического взаимодействия в реальном времени....
OpenAI предлагает Zero Data Retention для frontier-моделей: что это значит для разработчиков
OpenAI объявила о подтверждении политики Zero Data Retention для API-клиентов, работающих с frontier-моделями, и анонсировала Private Safety Processing — механизм,...
MCP-сервер для Android: управление телефоном через ИИ с локальным редактированием приватных данных
Вышел Android Remote Control MCP — приложение, которое позволяет ИИ-агентам управлять смартфоном через MCP-протокол. Ключевая особенность: локальное редактирование персональных данных...
Открытые VLM в 2024 году: как различаются Qwen2-VL, InternVL, Molmo и Pixtral
Сравниваем четыре открытые VLM-семьи 2024 года — Qwen2-VL, InternVL, Molmo и Pixtral: архитектуру, OCR и видео, открытость данных и ограничения...
Лучшие AI-инструменты для создания сайта: 6 вариантов
Подборка AI-инструментов для создания сайта с проверкой по официальным источникам на 2026-08-19: Framer, Webflow, Wix, Squarespace, Durable и Hostinger. Разобрали...
Лучшие no-code платформы для AI-агентов: 8 вариантов
Подборка 8 no-code и low-code платформ для AI-агентов на 2026-08-19: Dify, Flowise, Langflow, Botpress, Voiceflow, n8n, Relevance AI и Lindy...