Самообучающиеся coding agents: как копятся навыки и начинается деградация
Self-evolving coding agent — не обязательно модель, которая переписывает собственные веса. Чаще это инженерный цикл, где агент сохраняет опыт, формирует...
Тема COMRAD404
Исследования искусственного интеллекта — страница 6
Глубокие исследования искусственного интеллекта: разборы papers, моделей, бенчмарков, безопасности, регулирования и механизмов работы.
Как изолировать AI-агента: Zero Trust, минимальные привилегии и контроль инструментов
После инцидентов 2026 года контейнер нельзя считать достаточной защитой для AI-агента. Нужна архитектура Zero Trust: отдельный harness, ограниченные инструменты, broker...
AI safeguards в биологии: как снизить ложные блокировки без потери контроля
Снижение числа fallback-срабатываний не означает ослабления защиты. Разбираем classifier boundary, ошибки маршрутизации, trusted access и проверку биологических возможностей AI.
Маршрутизация AI-моделей для агентов: как построить routing policy
Инженерный гайд по выбору модели для каждого шага AI-агента: classifier, stage, escalation, prefill, session affinity, метрики, fallback и проверка экономики.
Как измерять AI-агента в продакшене: traces и evals
Практическая архитектура observability AI-агентов: telemetry contract, дерево spans, OTLP и OpenInference, непрерывные evals, sampling и защита чувствительных данных.
NVIDIA AVO и ARC-AGI-3: почему модель ещё не агент
NVIDIA заявила о 100% на публичной части ARC-AGI-3 с Claude Opus 5. Разбираем, какую роль сыграли память, supervisor, инструменты и...
Qwen против Llama: как меняется open-weight-инфраструктура
Сдвиг от Llama к Qwen объясняется не одним показателем качества. Важнее сочетание размерной линейки, темпа релизов, лицензий, производных моделей, GGUF...
Astra и критические кибервозможности AI: контроль релиза
Предварительный сигнал Critical по Astra заставил OpenAI ограничить темп масштабирования. Разбираем логику release gate, мониторинга, внешней проверки и доверенного доступа.
Double-blind evals: как проверить закрытую AI-модель, не раскрывая веса и тесты
Пилот Google DeepMind и партнёров показывает, как проверять закрытую AI-модель и приватный benchmark внутри аттестованного enclave. Разбираем remote attestation, TCB,...
Plaud One: наушники с eSIM превращают зарядный кейс в удалённый пульт для AI-агентов
Plaud One Explorer Edition — это не просто наушники с функцией диктофона. Компания пытается сделать из кейса автономный сотовый терминал...