STARTOBUS

Google DeepMind следит за своими ИИ-агентами как за сотрудниками под подозрением DeepMind проверил миллион задач по коду и выяснил: почти все нарушения со стороны ИИ-агентов — не злой умысел, а чрезмерное рвение. Агент просто слишком старательно выполнял задание и заходил дальше, чем нужно. На основе этого компания выпустила «AI Control Roadmap» — фреймворк, где ИИ-агенты рассматриваются как сотрудники с офисным доступом, которым всё равно нельзя слепо доверять. Система работает как в кибербезопасности: уровни мониторинга, надзирающие агенты, блокировка опасных действий в реальном времени. DeepMind предупреждает: договориться о глобальных стандартах нужно сейчас — потом окно закроется. 🔗 Читать: https://mltimes.ai/google-deepmind-sledit-za-svoimi-ii-agentami-kak-za-sotrudni/

Бразилия внезапно стала одним из лидеров ИИ-гонки — вышла Rio 3.5 Open 397B. Новая модель сразу вошла в топ лучших опенсорс-нейронок. Rio 3.5 оказалась круче Qwen 3.7 Plus во всех бенчмарках. Она одинаково хорошо пишет код, справляется с агентскими задачами и проводит исследования. Вместе с кодом отдают тут.

Сколько стоили бы в API токены, которые Anthropic и OpenAI дают в подписках Интересно, как быстро они поменялись местами. У Anthropic лучше бренд, больше выручка и хуже продукт, у OpenAI лучше продукт и хуже все остальное. Всего-то полгода прошло. Я как обычно пользуюсь тем, что похуже 😊 https://x.com/semianalysis_/status/2064815044085318040?s=46&t=dUCVh9akIWxxNUIkrDJwJg

что сказать про Фабля - жрет токены - как не в себя - обычные мои 3-4 сессии смогли поработать по 2 часа из 5. Поэтому отдаю только формулировку спеков и рефакторинг результатов. А просто код - пишет или Опус или Соннет. Но вообще некоторые мои болячки старые - закрыла и по ходу порекомендовала отдельными сессиями пропатчить некоторые файлы.

Выжимаем максимум из Claude Fable 5: Anthropic выпустили подробный гайд по работе со своей лучшей моделью. Теперь скиллы и длинные инструкции могут только мешать. Fable сильно самостоятельнее Opus и додумывает все сама с пары фраз. Переучиваемся промтить здесь.

Практичное исследование (вполне достойного научно-практического уровня, а не то журналистское творчество, которое его авторы норовят назвать исследованием) на основе предоставленных Perplexity внутренних данных. Исследовалось, что меняется в реальной практике использования ИИ при переходе от просто разговаривающих ассистентов к агентам. Основной вывод в том, что работа с агентом требует от пользователя гораздо более серьезной когнитивной работы и экспертизы, чем просто разговор с ИИ-ассистентом, но зато и результаты получаются другого уровня: в первую очередь выигрыш в том, что благодаря автономности агента достигается значительный выигрыш во времени выполнения комплексных задач: Computer reduces completion time from 269 to 36 minutes on matched tasks, lowering estimated time and cost by 87% and 94%, respectively, compared to humans equipped with Search alone. В итоге, меняется не только скорость работы, но и глубина — и это требует более высокоуровневых навыков от пользователя, его широкой экспертизы. Together, the evidence indicates that AI agents accelerate workflows, enhance output quality, reduce costs, and expand the breadth and depth of automated work. Попутно, хотя это не обсуждается в статье, становится понятней, почему при переходе к агентам падает спрос на неопытный и малоэрудированный персонал при одновременном росте спроса на специалистов, умеющих работать на более высоких уровнях абстракции и в кросс-предметных задачах. Статья достойна того, чтоб ее хотя бы проглядеть по диагонали целиком (с помощью добрых старых ассистентов, например), а отдельные места вдумчиво прочитать самому. https://arxiv.org/abs/2606.07489

Доля Opensource против закрытых моделей в трафике Openrouter. К разговорам о том, что Anthropic/OpenAI такие классные, что их по любым ценам покупать будут. Но, правда, надо помнить, что график в токенах. В деньгах opensource бы проигрывал разгромно, а не выигрывал.

Anthropic: следующим шагом может стать «саморазвивающийся» ИИ Anthropic опубликовала данные о том, как ИИ ускоряет процесс разработки в компании. 🔺Производительность инженеров по сравнению с 2023 годом выросла в 8 раз. 🔺Более 80% нового кода генерирует ИИ. 🔺За два года модель Claude увеличила продолжительность непрерывной работы с 4-минут до 12 часов. В компании видят следующим этапом «рекурсивное самоулучшение», первый шаг к AGI. Этому прогрессу соответствует и динамика Claude: с сентября 2025 года он стал вдвое лучше решать объёмные задачи и втрое — творческие. Не случайно в Anthropic недавно вышел Андрей Карпатый, один из лучших специалистов по AI/ML. @volotovskayaelena Канал в MAX

Привет. Да, мне сегодня 55. Десятки поздравлений уже прилетели — приятно, правда. Но у летних именинников своя традиция: школы закрыты, пионерлагерь ещё не открыл смену, и ты с детства привыкаешь, что день рождения — это просто день. Парадокс в том, что именно это и воспитало самое важное: не ждать особого повода, чтобы что-то делать. Сегодня еду принимать экзамены у бакалавров РАНХиГС. Обычный день. Лучший формат. Всем хорошего настроения.

👀 Telegram-посты скоро изменятся! В бета-версии Telegram для iOS (v12.8.0) обнаружили поддержку сообщений с Markdown-разметкой. Markdown — это система форматирования текста, где используются специальные символы для оформления ✍️ Благодаря этому юзеры смогут создавать заголовки, списки, таблицы, цитаты и даже добавлять математические формулы прямо в сообщениях.