Новый дашборд GitHub стал стандартным для всех пользователей
GitHub завершил перевод пользователей на обновлённый дашборд: интерфейс, ранее доступный в режиме предварительного просмотра, теперь открывается по умолчанию. Старую версию...
Последние публикации
Об авторе
Как оценить стоимость LLM по реальному сценарию, а не по цене токена
Цена за миллион токенов не показывает полную стоимость AI-функции. Разбираем, как посчитать расходы на запрос с учётом контекста, повторов, маршрутизации...
Исследование: PPFG не улучшил параллельное рассуждение у трёх языковых моделей
Исследование называет PRM-Pruned Fragment Grafting статистически эквивалентным независимому параллельному Chain-of-Thought в проверенных конфигурациях. Авторы связывают результат с редким попаданием вмешательства...
Bitcoin Stratigraphy 1.1.0: MCP-клиент для AI-агентов с платным доступом через Lightning
Вышел релиз 1.1.0 репозитория Bitcoin Stratigraphy MCP — удалённо подключаемого набора клиентов, контрактов OpenAPI и примеров для AI-агентов. Проект показывает...
Agents Sleep Preventer не даёт Mac уснуть, пока AI-агент работает
Бесплатная утилита для macOS и Windows связывает состояние сна компьютера с активностью Claude Code, Codex и Hermes. Она отключает автоматический...
Сбои AI-агентов не доказывают, что у них есть сознание
В посте на Reddit спор о субъективном опыте ИИ связывают с заголовками о вышедших из-под контроля агентах. Но предоставленные материалы...
GitHub Copilot code review получил API для REST и GraphQL, а Balanced стал уровнем по умолчанию
GitHub разрешил запускать Copilot code review через REST и GraphQL API и выбирать уровень усилий для отдельной проверки. С 28...
Ataraxos обыграл сильнейшего игрока в Stratego: обучение обошлось менее чем в $8 000
Система исследователей из Carnegie Mellon, NYU, Stanford и MIT выиграла у Пима Неймейера 15 партий из 20. Авторы связывают результат...
Nonobench v1.2: открытая DeepSeek делит четвёртое место, но не решает 20×20
В обновлённом тесте Nonobench сравнили 43 модели на японских кроссвордах. DeepSeek V4 Pro показала 83% на основном наборе, но все...
ThinkingBox: почему ИИ-агент говорит «готово», хотя задача не выполнена
ThinkingBox проверяет реальный результат работы ИИ-агента. Разбираем случай закрытой заявки, метрики pass@1 и pass@20 и проверки перед запуском автоматизации.
Агенты Claude теперь живут в Minecraft и пишут код
Необычный эксперимент: мульти-агентная система разворачивается прямо внутри Minecraft. Агенты сами распределяют задачи, работают с кодом и подходят к игроку, когда...
Anthropic вкладывает $100 млн в подготовку инженеров для развертывания AI-агентов: запущена Claude Frontier Academy
Anthropic объявила о запуске Claude Frontier Academy — программы подготовки Frontier Deployed Engineers (FDE) с бюджетом $100 млн. Цель —...