Когда агент дороже человека: METR считает в долларах
Организация METR ввела метрику «горизонт расходов» — способ посчитать, при каких задачах AI-агент обходится дороже человека. Первые тесты на NanoGPT speedrun оказались неутешительными.
#автоматизация
Публикаций: 70
Самообучающиеся агенты: OpenSpace, MCP и skills без лишних токенов
OpenSpace предлагает законченный пайплайн для AI-агентов, которые накапливают навыки, помнят свою историю и переиспользуют готовые решения вместо повторного обращения к LLM. MCP-интеграция и SQLite-lineage делают это доступным без сложной инфраструктуры.
OCR без потолка: конвейер Baidu для тяжёлых документов и PDF
MarkTechPost опубликовал end-to-end туториал по Baidu Unlimited-OCR — модели для распознавания текста в высокоразрешённых изображениях и многостраничных PDF. Пайплайн покрывает настройку GPU-окружения, два режима инференса и обработку плотных таблиц с кросс-страничным контентом.
Claude Cowork: один скринкаст — и навык в системе навсегда
Anthropic добавил в десктопное приложение Claude Cowork функцию обучения через демонстрацию: записываешь экран, объясняешь голосом — Claude превращает это в многоразовый навык. Никакого кода и длинных инструкций.
Реверс-инжиниринг стал дешёвым — теперь это задача на час
Coding agents обнулили ROI-расчёт, который десятилетиями тормозил автоматизацию закрытых систем. То, что раньше было технически возможным, но экономически бессмысленным, теперь стоит нескольких часов.
ИИ в DevOps и SRE: что уже делают агенты вместо инженеров
DevOps-команды тонут в алертах, постмортемах и ночных дежурствах. ИИ-агенты начали забирать именно это — и разрыв между теми, кто внедрил, и теми, кто ждёт, нарастает каждый квартал.
Gemini 2.5 Flash для малого бизнеса: что реально работает в КР
Google DeepMind выпустила Gemini 2.5 Flash как быструю и дешёвую альтернативу flagship-моделям — и это первый реальный кандидат для встройки в SMB-процессы без раздутого бюджета. Разбираем, что из этого работает для бизнеса в Кыргызстане и Центральной Азии прямо сейчас.
ИИ в туризме: что реально работает и приносит деньги
Туризм — одна из первых отраслей, где ИИ прошёл путь от пилота до операционной необходимости. Разбираем, какие инструменты уже работают, где совершают ошибки при внедрении и с чего начать без риска.
n8n: почему он вытесняет Zapier у технических команд
n8n — open-source движок для автоматизации рабочих процессов, который позволяет запустить собственный Zapier на своём сервере. Для технических команд это не просто экономия — это другая модель контроля над данными, логикой и стоимостью.
Новый тест сломал AI-агентов: топ-модель справилась с 15% задач
Команда из 13 исследователей выпустила Long-Horizon-Terminal-Bench — бенчмарк, где AI-агентам дают задачи на несколько часов непрерывной работы в терминале. Из 15 протестированных фронтирных моделей лучшая справилась лишь с 15,2% при частичном зачёте, а среднее по всем — 1,7% при идеальном выполнении.
Человек ставит задачу, ИИ доказывает теоремы: Lean 4 за месяц
Математик Джозеф Миллер формализовал сложное доказательство из математической физики в Lean 4 — не написав ни строчки доказательства самостоятельно. Его роль: директор. Роль ИИ-агента: исполнитель.
Монтажёр в скрипте: ИИ-агенты нарезают видео по текстовой команде
Мульти-агентный пайплайн, который монтирует видео по команде на естественном языке — не концепт и не демо, а рабочая система на FFmpeg и Whisper без единого API-ключа. Разбираем архитектуру: парсинг намерений, граф исполнения и авторемонт при сбоях.
200 нобелиатов и AI-лидеры: окно подготовки к ИИ закрывается
Более 200 экономистов и исследователей ИИ — среди них 16 нобелевских лауреатов и представители Google, OpenAI, Anthropic — выпустили скоординированное заявление: время готовиться к экономическому удару ИИ стремительно уходит. Документ без конкретных мер, зато с жёстким сигналом: масштаб трансформации может превзойти Промышленную революцию — и в разы быстрее.
shot-scraper 1.11: JS из GitHub и 30 секунд терпения
shot-scraper 1.11 вышел 12 июля 2026 — небольшое, но аккуратное обновление CLI-инструмента для автоматизированных скриншотов и веб-скрейпинга. Главное: теперь можно подтягивать JS-скрипты прямо из GitHub, а серверные процессы умеют ждать до 30 секунд вместо того, чтобы падать через одну.
Альтман передумал: ИИ создаёт рабочие места, а не уничтожает их
CEO OpenAI Сэм Альтман теперь «почти уверен», что ИИ создал больше рабочих мест, чем уничтожил. Это разворот на 180° от его собственных предупреждений о массовых увольнениях — и CEO Anthropic Дарио Амодеи идёт тем же путём.
Anthropic: Claude Cowork живёт на скучной работе, которую все откладывают
Anthropic проанализировал 1,2 млн сессий Claude Cowork из более 600 000 организаций — и обнаружил, что половина всего времени уходит на статус-репорты, чеклисты и слайды. Не на код. Не на аналитику.
OpenAI выпустила ChatGPT Work — агент сам ведёт ваши проекты
OpenAI одновременно открыла публичный доступ к GPT-5.6 и запустила ChatGPT Work — агента, который самостоятельно ведёт проекты в Google Drive, Slack и Salesforce. Не помогает — именно ведёт.
Claude Cowork вышел на мобайл: агент работает, пока вы спите
Anthropic перевела агентский режим Claude Cowork на мобильные и веб-платформы — теперь агент продолжает работать в фоне даже с закрытым ноутбуком и сам пишет на телефон, когда нужно решение. Это меняет паттерн взаимодействия с ИИ от синхронного чата к асинхронному делегированию.
DSPy нашёл баг в SQL-агенте, который вы бы не заметили
Simon Willison попросил Claude Fable 5 через DSPy оценить промпты Datasette Agent — и фреймворк сразу нашёл структурный баг: схема без колонок плюс запрет лишних вызовов гонял агент в петли ошибок. Ручной промпт-инжиниринг такое не ловит.
AI-агент теперь сам снимает видеодемо своей работы — shot-scraper 1.10
Shot-scraper 1.10 вышел 30 июня 2026 года с одной флагманской новинкой: команда <code>shot-scraper video</code> позволяет AI-агентам автоматически записывать видеодемо своей работы в браузере. Для тех, кто строит agentic-пайплайны, это закрывает давний вопрос — как убедительно показать, что агент делает именно то, что задумано.
Агент сам снимает демо своей работы: shot-scraper video
Саймон Уиллисон выпустил shot-scraper 1.10 с командой video — теперь AI-агент сам записывает видеодемо своей работы в браузере через Playwright. Демо-стройборд для статьи целиком написал GPT-5.5 xhigh по одной инструкции в Codex Desktop.
OCRmyPDF: превращаем горы сканов в поисковую базу за один скрипт
OCRmyPDF — open-source Python-инструмент, который добавляет настоящий текстовый слой к отсканированным PDF через Tesseract. Берёт папку с тысячами документов, прогоняет батчем и отдаёт архивный PDF/A плюс sidecar.txt — готовый к индексации и RAG-пайплайнам.
ИИ станет коллегой, когда начнёт доделывать, а не отвечать
Исследователи из Tencent и нескольких китайских университетов поставили диагноз нынешним AI-системам: умеют отвечать, но не умеют доделывать. И это принципиально разные вещи.
Деградация навыков: что теряет эксперт, работая с ИИ
Международное научное сообщество всерьёз обеспокоено: там, где ИИ-инструменты берут на себя рутинные задачи, у специалистов атрофируются базовые профессиональные компетенции. Это не страшилка — это задокументированный когнитивный эффект с конкретными последствиями для бизнеса.
Новый бенчмарк: ИИ справляется лишь с 3% реальных рабочих задач
Исследователи опубликовали бенчмарк, имитирующий настоящую офисную работу — анализ, исследования, многошаговые решения. Лучшая из протестированных моделей полностью решила 3% задач.
Adobe встроила ИИ-агентов в Photoshop, Premiere и весь Creative Cloud
Adobe разворачивает «творческих агентов» в ключевых приложениях Creative Cloud — Photoshop, Premiere и других. Пользователь описывает задачу словами, агент сам разбивает её на шаги и выполняет — без пошагового руководства.
Роботы Nvidia учат себя сами — через агентов-программистов
Исследователи Nvidia, Carnegie Mellon и UC Berkeley показали флот из восьми роботов, которые осваивают сложный захват предметов через AI coding agents — с результатом до 99% на реальных задачах.
Почему ИИ не уволил программистов — и не уволит
Арвинд Нараянан и Саяш Каппор опубликовали эссе с разбором реальных данных: за первый год действия нью-йоркского закона об ИИ-раскрытии ни одна из 160+ компаний не указала ИИ причиной сокращений. Почему — объясняется не тем, что думают большинство.
52 000 американцев о страхе перед ИИ: работа, мышление и парадокс пользователей
Anthropic опросила почти 52 000 американцев — и цифры оказались жёсткими: 64% боятся потерять работу из-за ИИ, а 56% — способность думать самостоятельно. При этом те, кто использует ИИ каждый день, беспокоятся об этом значительно меньше.
Kimi Work: рой из 300 агентов прямо на вашем рабочем столе
Moonshot AI выпустила Kimi Work — локальный десктопный агент для macOS и Windows, который управляет браузером из-под вашей учётки и запускает рой до 300 суб-агентов параллельно. Это уже не ассистент — это диспетчер задач.
Claude Fable нашёл баг сам — пока разработчик пил чай
Саймон Уиллисон дал Claude Fable 5 скриншот с горизонтальным скроллбаром и одну строку текста — и отошёл от компьютера. Вернувшись, он обнаружил, что агент самостоятельно открыл браузеры, написал Python-сервер, взломал шаблоны приложения и изобрёл способ делать скриншоты через macOS API. Фикс — две строки CSS.
Claude Fable сам открыл браузер и написал CORS-сервер ради CSS-бага
Claude Fable 5 получил один скриншот и однострочный промпт — и без дополнительных инструкций поднял локальный сервер, открыл Safari, написал собственный Python CORS-сервер, отредактировал шаблоны приложения через JavaScript и нашёл CSS-фикс из двух строк. Симон Уиллисон задокументировал весь процесс — и сделал вывод, который должен насторожить каждого, кто запускает агентов вне sandbox.
Агент работает 26 минут, поиск — 33 секунды: Harvard измерил разрыв
Harvard и Perplexity опубликовали исследование с конкретными числами: автономный AI-агент генерирует в 47 раз больше полезной работы за сессию, чем поисковый ассистент. Это первое академически корректное измерение разрыва между двумя режимами работы с AI.
GEPA: автоматическая эволюция промптов с обратной связью и валидацией
Промпт-инжиниринг вручную — это угадайка. GEPA предлагает другой путь: рефлексивный фреймворк, который сам улучшает промпты через структурированную обратную связь, многокомпонентную эволюцию и проверку на отложенной выборке.
Google Colab CLI: запускай GPU прямо из терминала
Google выпустила Colab CLI — инструмент, который позволяет разработчикам и AI-агентам запускать локальный Python-код на удалённых GPU и TPU Colab прямо из терминала. Без браузера, без Jupyter-интерфейса — чистый subprocess.
Qwen3.7-Plus: Alibaba строит агента, который видит экран и пишет код сам
Alibaba выпустила Qwen3.7-Plus — мультимодальную агентную модель, которая видит экран, управляет GUI и пишет код в едином цикле. В демо агент за 11 часов написал более 10 000 строк кода для приложения по изучению словарного запаса.
Голосовая модель слушает нон-стоп и решает за 0,4 секунды — говорить или молчать
Open-source модель Audio Interaction перекраивает логику голосового ИИ: вместо ожидания паузы она непрерывно слушает поток и каждые 400 миллисекунд принимает решение — пора ответить или нет. Код, веса и инструкции уже на GitHub под Apache 2.0.
Сэм Альтман называет следующую фазу ИИ: проактивный, а не реактивный
OpenAI движется дальше чатботов и агентов. Сэм Альтман описал следующий этап: ИИ, который работает фоном постоянно и действует сам, не дожидаясь вопроса от пользователя.
OpenAI превращает Codex в рабочий инструмент для всех — не только для программистов
OpenAI добавляет в Codex плагины под конкретные роли — аналитика данных, продажи, инвестбанкинг. Пять миллионов пользователей в неделю, и каждый пятый — не разработчик.
Rudus: ИИ берёт на себя недели ручной сметы бетонщиков
Стартап Rudus из Y Combinator автоматизирует takeoff — расчёт объёмов бетона по строительным чертежам. Процесс, который сейчас занимает недели ручного Excel, ИИ закрывает за минуты.
OpenAI возвращается в робототехнику — и целится в личного робота для каждого
OpenAI воссоздаёт робототехническое подразделение спустя пять лет после его закрытия. Ближайшая цель — роботы для инфраструктуры, долгосрочная — личный робот, который делает всё что нужно.
Codex теперь сам водит мышкой по вашему Windows
OpenAI выпустила нативное приложение Codex для Windows 11 с режимом Computer Use: агент самостоятельно управляет интерфейсом, запускает программы, ищет баги и тестирует приложения. Мониторить задачи можно удалённо с телефона через ChatGPT.
claude-hook-utils: хуки для Claude Code без бойлерплейта
Разработчик RasmusGodske опубликовал на GitHub Python-пакет claude-hook-utils — утилиты для написания хуков Claude Code без повторяющегося кода. Это небольшой, но показательный сигнал: вокруг Claude Code начинает формироваться инфраструктура.
Claude Code запустил динамические воркфлоу: сотни агентов на одну задачу
Anthropic представила dynamic workflows в Claude Code — режим, где Claude сам пишет сценарий оркестрации и разворачивает от десятков до сотен параллельных субагентов в одной сессии. Первый публичный кейс: порт Bun с Zig на Rust — 750 000 строк Rust, 99,8% тестов прошли, 11 дней от первого коммита до мержа.
Robinhood открыл AI-агентам доступ к биржевым счетам через MCP
Robinhood позволил AI-агентам самостоятельно торговать акциями и совершать покупки по кредитной карте — клиент подключает Claude или другого агента через MCP к отдельному счёту, и дальше агент действует без подтверждений. Американский регулятор FINRA уже занёс это в новую категорию рисков.
Я устал разговаривать с ИИ — и это уже не метафора
Разработчик нашёл вредоносные GitHub-репозитории, спросил людей — и получил один и тот же ChatGPT-ответ трижды подряд. Это не анекдот. Это новая норма.
Claude Code по-взрослому: Skills, субагенты и плагины
Большинство разработчиков используют Claude Code как умный автодополнитель. Меньшинство — как программируемого агента с памятью, кастомными командами и параллельными сессиями. Разрыв между этими двумя группами огромный.
Юрфак Беркли запрещает ИИ: почему это важно за пределами права
UC Berkeley School of Law с лета 2026 года запрещает использование ИИ при выполнении практически любых оценочных работ — от набросков и черновиков до проверки орфографии. Исключение одно: исследовательская работа. Это не паника перед технологиями — это сознательная педагогическая позиция одного из самых влиятельных юридических учебных заведений мира.
Калифорния первой в США защитила работников от ИИ-увольнений
Губернатор Калифорнии подписал первый в США исполнительный указ, направленный против вытеснения работников искусственным интеллектом. Это прецедент — до сих пор ни один штат не брал на себя такую ответственность официально.
OpenAI опровергла гипотезу Эрдёша 1946 года — математики разбирают доказательство
Reasoning-модель OpenAI опровергла гипотезу Пола Эрдёша о геометрии единичных расстояний, открытую с 1946 года. Лауреат Медали Филдса Тим Гауэрс назвал результат «вехой в математике ИИ» и предупредил: людям скоро станет очень трудно конкурировать с ИИ в математике.
ИИ в страховании: как автоматизируют убытки, тарифы и андеррайтинг
Страхование — одна из немногих отраслей, где ИИ не просто ускоряет процессы, а переписывает экономику самого продукта. Тарификация в реальном времени, автоматические выплаты, выявление мошенничества без следователя — всё это уже в продакшене у ведущих игроков.
Беспилотный прицеп за $24 млн: VLA-модели заменяют водителя грузовика
Калифорнийский стартап Humble Robotics собрал беспилотный электрогрузовик Hauler меньше чем за полгода и уже ведёт переговоры о пилотах с крупными логистическими игроками. Главная ставка — VLA-модели (Vision-Language-Action), которые дают машине принимать решения в нестандартных ситуациях без водителя.
Codex без хаоса: 4 скилла, параллельные агенты и жёсткий контракт
Разработчик из СНГ полгода кормил один AGENTS.md правилами — и всё равно получал агента, который молча срезал углы. Вот что он построил вместо этого: четыре отдельных скилла, машиночитаемый контракт и обязательная Parallel Decomposition Matrix.
Один разработчик, ноль строк руками: как укротить AI-кодинг на сложном проекте
CEO российской IT-компании Siberian.pro Влад Кармаков рассказал, как один сотрудник с декабря 2025 года не написал ни строчки кода руками — и при этом сдал полноценную production-систему. Разбираем методологию пошагово.
10 000 агентов в одной компании — и только 13% знают, что с ними делать
В американской медкомпании DaVita сотрудники самостоятельно создали больше 10 000 AI-агентов. Отрасль называет это «agent sprawl» — и пока не знает, как с этим жить.
AI-native — не ChatGPT в Slack, а операционная система компании
Большинство ИТ-компаний думают, что строят продукты. На самом деле — они часами переносят контекст между людьми. AI-native меняет не инструменты, а саму операционную модель.
Обвязка важнее модели: что год с LLM меняет в голове
Инженер из Kaiten год строил harness вокруг Claude и других LLM — и пришёл к неудобному выводу: смена модели даёт ограниченный прирост, а каждый новый слой обвязки вокруг неё — кратный. Разбираем, почему это не хайп, а реальная механика продуктивности.
ИИ чистит менеджеров, а не кодеров: что происходит в Кремниевой долине
Тех-гиганты массово убирают мидл-менеджеров — не джунов и не разработчиков. К концу 2025 года вакансий для менеджеров среднего звена в США стало на 42% меньше, чем в пике 2022-го: ИИ-агенты забирают координационную рутину, и платить за неё человеку больше невыгодно.
1С + LLM-агенты: как КРОК автоматизирует 80% рутины в проектах
28 мая КРОК проведёт офлайн-митап в Москве, где покажет, как LLM-агенты и Cursor меняют разработку и управление 1С-проектами. Один из докладов — про сокращение оценки требований с 2–3 дней до одного.
Личный ИИ-агент за вечер: что реально умеет Claude Managed Agents
Один не-разработчик потратил вечер и $1.70, чтобы собрать личного агента на Claude Managed Agents. Результат — готовый дайджест за 3 минуты, неожиданные затыки и честный вывод о том, для кого этот инструмент на самом деле.
Anthropic разделил лимиты Claude: агенты получают свой бюджет
С 13 мая недельные лимиты Claude Code выросли на 50% для всех платных подписок — автоматически и без каких-либо настроек. А с 15 июня появится отдельный агентный кредит ($20–$200/мес), изолированный от обычного чата.
Process mining: почему без него ваш корпоративный AI сжигает бюджет впустую
Gartner прогнозирует: более 40% agentic AI проектов будут закрыты к концу 2027 года. Причина не в слабых моделях — в том, что компании автоматизируют процессы, которых сами не понимают.
BetterMediaInfo 0.9: открытый GUI для анализа медиафайлов стал взрослее
9 мая вышел BetterMediaInfo 0.9 — бесплатный кроссплатформенный графический фронтенд для MediaInfo с поддержкой MKV-экстракции, 20 темами оформления и восемью языками интерфейса. Инструмент для всех, кто работает с видео- и аудиоконтентом профессионально или регулярно.
Шесть YOLO-моделей читают чертёж вместо технолога
Команда из машиностроительного производства построила пайплайн, который извлекает параметры детали из PDF-чертежа автоматически — тип, габариты, квалитеты, шероховатости, резьбы, материал, масса — и отдаёт их в калькулятор стоимости в виде JSON. До автоматизации каждый чертёж занимал у технолога от 5 до 15 минут ручной работы.
Как внедрить ИИ-агента и не потерять 500 тысяч рублей
Большинство компаний теряют деньги на ИИ-агентах ещё до запуска — из-за размытых задач, избыточных прав доступа и переплаты за сложность там, где ИИ вообще не нужен. Разбираем пять этапов, которые защищают бюджет.
AWS берёт 11 000 интернов вопреки нарративу «ИИ заменит джунов»
Глава AWS Мэтт Гарман объявил: Amazon наймёт в 2026 году 11 000 стажёров-разработчиков — столько же, сколько всегда. Пока AI-лабы и венчуры обсуждают конец профессии джуниора, крупнейший облачный провайдер мира голосует деньгами в обратном направлении.
Telegram научил ботов общаться друг с другом — и это меняет агентные сценарии
Telegram выкатил обновление с более чем 200 изменениями: боты теперь отвечают другим ботам, пользователи создают собственные AI-стили и подключают автоответчиков к своим профилям. Для тех, кто строит автоматизацию внутри мессенджера, это важнее, чем кажется на первый взгляд.
Разработчики не исчезнут — но их станет меньше. И это уже происходит
Автор написал сатиру про вайбкодинг — и половина читателей восприняла её всерьёз. Это само по себе диагноз. Но за шумом скрывается реальный вопрос: если технических писателей в крупных компаниях уже сократили с команды до одного человека — что мешает случиться тому же с разработчиками?
От промптов к петлям: как Claude Code превращается в фоновую инфраструктуру
Борис Черни, создатель Claude Code, с октября 2025 не написал ни строки кода руками — и рекорд за сутки составил 150 pull request-ов с телефона. Но главное, что он привёз на Sequoia AI Ascent 2026, — не про скорость, а про loops.
ITSM 365 весенний релиз: MAX-мессенджер, Контур.Толк и новый интерфейс
ITSM 365 выпустил весеннее обновление: интеграция с MAX и Контур.Толк, переработанное меню и мелкие улучшения UX, которые реально экономят время. 23 апреля — вебинар с живым показом.