Агенты

SWE-agent и OpenHands на SWE-bench: что показали ИИ-инженеры в 2024 году

Исторический обзор SWE-agent и OpenHands по первоисточникам 2024 года: как устроены их агенты, что именно они мерили на SWE-bench и...

Model Context Protocol (MCP): как устроен «USB-порт» для ИИ-инструментов

Разбираем, что именно стандартизует Model Context Protocol, как в нём устроены tools, resources и prompts, и чем запуск Anthropic в...

OSWorld, WebArena, GAIA и τ-bench: чем отличаются бенчмарки агентов

OSWorld, WebArena, GAIA и τ-bench часто ставят в один ряд, хотя они измеряют разные вещи: GUI-действия, веб-навигацию, исследовательский tool use...

Мульти-агентные фреймворки: чем отличаются AutoGen, CrewAI и LangGraph

Практическое сравнение AutoGen, CrewAI и LangGraph по официальным paper, блогам и документации: где живёт состояние, как устроен control flow, чем...

AI co-scientist: как агенты Google выдвигают научные гипотезы

Разбираем AI co-scientist от Google: релиз 2025 года и peer-reviewed версия 2026-го. Как устроен мультиагентный «турнир идей», что показали оценки...

OpenAI Operator: как устроен агент в браузере и что показал запуск 2025 года

Разбираем Operator в исторической версии запуска 23 января 2025 года: как модель CUA видит веб через скриншоты, где выигрывает, где...

Computer Use от Anthropic: как Claude 3.5 Sonnet управляет экраном

Разбираем запуск Computer Use от Anthropic 22 октября 2024 года: как Claude 3.5 Sonnet работает со скриншотами, почему упирается в...