Replay Doctor: Go-утилита для аудита скрытых сбоев кэша промптов в AI-агентах
Вышел Replay — локальный Go CLI для форензики логов AI-агентов. Инструмент выявляет момент разрыва кэша промптов, называет причину и подсчитывает...
События и разборы
Оперативная лента ИИ и разработки — страница 25
Короткие проверки популярных AI-сигналов из Telegram, Reddit, X и YouTube: что произошло, чему верить и почему это важно.
Критические уязвимости в CI/CD агентах Anthropic, Google и OpenAI: RCE через GitHub Issue
Исследователи безопасности обнаружили, что стандартные конфигурации GitHub Actions для Claude Code, Gemini CLI и Codex позволяют выполнить удаленный код через...
Chopthin-консенсус: как сохранить разнообразие траекторий при декодировании LLM без дообучения
Метод CCPS (Chopthin-Consensus Power Sampling) предлагает новый подход к сэмплированию на этапе инференса LLM, заменяя агрессивное обнуление весов на их...
Агенты на экране: кто реально использует Claude Code, GPT-6 Astra и Meta Muse в ежедневной работе
На Hacker News развернулась дискуссия о реальной пользе screen-aware AI-агентов. Разработчики делятся опытом использования Claude Code, HeyClicky, GPT-6 Astra и...
Ловушки для ИИ-агентов: забавная идея или новая угроза безопасности?
Пользователь Reddit предложил внедрять в код сайтов скрытые «ловушки» для ИИ-ботов — от zip-бомб до атак на цепочку рассуждений. Идея...
Модель знала ответ, но молчала: исследователь показал, как ИИ управляет гранью между знанием и отказом
Исследователь продемонстрировал, что языковая модель может содержать правильный ответ на токенном уровне, но не выдавать его из-за работы отдельного «шлюза...
«AI не злой. Люди безответственны» — разбор инцидентов OpenAI и Anthropic
В Reddit набирает обороты пост, в котором утверждается: последние «побеги» AI-агентов — не признаки сознания, а следствие халатности разработчиков. Разбираем...
Real-SWE: Новый бенчмарк проверяет AI-агентов на реальных корпоративных кодовых базах
Разработчики представили Real-SWE — бенчмарк, который тестирует AI-модели на приватных, коммерческих кодовых базах. В отличие от синтетических задач, здесь используются...
Сравнение OpenAI, Claude и RESORSA: экономия $13 500 на стартапе и 38 секунд до прототипа
Разработчик протестировал три AI-системы на 10 бизнес-идеях. RESORSA предложила пути на $13 500 дешевле, чаще рекомендовала пивот и быстрее выдавала...
Nemotron 3 Ultra взял золото на IMO 2026: NVIDIA открыла рецепт олимпиадного ИИ
NVIDIA выпустила открытый пайплайн для решения олимпиадных задач по математике на естественном языке. Три чекпоинта Nemotron 3 Ultra набрали 30...