A1intelligence — канал об искусственном интеллекте

Вышел тул для ИИ-агентов, который позволяет им «смотреть» видео — Claude Video. Claude Video — это open-source инструмент, который разбивает видео на ключевые кадры и транскрибирует аудио, обеспечивая агентам полный мультимодальный контекст. Есть четыре режима обработки: быстрый по субтитрам, эффективный (до 50 ключевых кадров), сбалансированный (до 100 кадров с учётом сцен и ключевых слов) и режим максимального захвата без ограничений. Это особенно полезно для отладки — можно скинуть агенту запись экрана и попросить найти баги, используя как визуальные, так и аудио данные. Подробнее Claude Video - Github #полезныеинструменты #opensource

Бен Бернанке вошёл в совет по этике Anthropic Anthropic пригласили бывшего главу ФРС Бена Бернанке в Long-Term Benefit Trust — независимый орган, который контролирует и направляет развитие ИИ-компании в интересах общества. Опыт Бернанке в экономических потрясениях поможет Anthropic оценивать влияние ИИ на экономику и рабочие места. Чувак, который в 2008-м спасал экономику США, теперь будет спасать её от ИИ. Иронично — учитывая, что это именно Anthropic претендует на вытеснение кучи профессий. Кто разглядит пузырь лучше, чем человек, который прошлый сначала проглядел, а потом заливал "вертолетными деньгами"? Anthropic наняли специалиста, который помогал тушить прошлый пузырь и заодно того, кто поможет надуть следующий 😁

Grok 4.5 — новый лидер в эффективности выполнения агентских задач. Моделька от Маска стала первой, кто смог выполнить больше половины бизнес задач, не нарушив при этом заданных правил. В тесте AutomationBench-AA было 657 задач в 40 разных приложениях, включая Gmail, Google Sheets, Slack, Salesforce и HubSpot. Grok 4.5 выполнила 79,9% целей и 21,9% задач — безупречно, без единой ошибки. Её итоговый балл — 51,4%, больше, чем у Claude Fable 5 (48,6%) и Claude Opus 4.8 (48,5%). При этом Grok 4.5 стоит всего $0,34 за задачу — вчетверо дешевле моделей Claude. Модель невероятно экономно расходует токены — 8 тыс. на задачу (у Opus 4.8 — 32 тыс., Gemini 3.5 Flash — 24 тыс.). Grok 4.5 также быстрее других: 16 шагов на задачу (GPT-5.5 — 25, Gemini — 35) и лидер по инструментам — 52,5 вызова, по 3,3 за раз. Минус — она чаще нарушает правила, чем Claude и Gemini (0,63 нарушения на задачу), но между нарушениями выполняет 13 целей (у Gemini — 15, у Opus — 13,5). В финансовых задачах Grok вообще поставил рекорд — 71% против 64% у Fable и 62% у Opus. Подробнее

Вышел PyTorch 2.13 — это огромный апдейт для популярного фреймворка машинного обучения. В новой версии PyTorch 2.13 добавили FlexAttention для Apple Silicon — ускорение до 12x на разреженных паттернах, а nn.LinearCrossEntropyLoss снижает пиковое потребление GPU-памяти до 4 раз. Также расширена поддержка ROCm, Arm, XPU и реализованы улучшения для крупных кластеров и стабильной работы на CUDA. Это значит, что разрабатывать и обучать нейросети теперь будет проще и быстрее. Если вы занимаетесь ИИ — обновляйтесь. Подробнее

OpenAI дропнули GPT-Live — новую модель для голосового общения с ИИ GPT-Live позволяет слушать и говорить одновременно благодаря технологии full-duplex: теперь AI не ждёт вашей паузы, а реагирует вживую, как собеседник. Модель также может признавать свои ошибки и делегировать сложные задачи фоновым frontier-моделям — в итоге разговоры стали намного более естественными. Пока только в платной версии ChatGPT, но OpenAI обещают расширить доступ. Подробнее #апдейтымоделей

Статья: таксономия протоколов коммуникации LLM-агентов Вышла крутая статья про LLM-агенты и их протоколы взаимодействия. В ней разбирается, как агенты обмениваются сообщениями, с какими сложностями сталкиваются и какие методы применяют для их решения. Например, коммуникация — это ключевое "узкое горлышко" в многоагентных системах. Доклад предлагает пятимерную таксономию (контрагент, тип данных, состояние взаимодействия, механизм обнаружения, гибкость схемы), анализируя 9 активно поддерживаемых open-source протоколов. Выделяются общие паттерны: например, гибридные payload и сессии с сохранением состояния встречаются достаточно часто, а "децентрализованное обнаружение" встречается уже намного реже. Если хотите глубже разобраться или выбрать протокол — читайте подробнее на arxiv. #исследования

Китай поставит рекорд — в 2026 году выпустят более 100 000 гуманоидных роботов! Это больше, чем население некоторых городов. В 2027 году планируют увеличить производство еще в 10 раз — масштабы впечатляют. Похоже, скоро в Китае будут проблемы с популяцией роботов, а не людей 😁 Подробнее #робототехника #общество

Завтра планируется выход обновлений двух фронтирных моделей: GPT-5.6 и Grok 4.5 OpenAI открывает доступ на GPT-5.6. Внутри три версии: Sol — самая мощная, Terra — подешевле, Luna — самая быстрая. Sol, Terra и Luna из серии GPT-5.6 будут доступны всем желающим, а не только избранным. Sol — флагманская модель с режимами "max reasoning effort" и "ultra mode" для сложных задач по коду, биологии и кибербезопасности. SpaceXAI (объединённые SpaceX и xAI) обещает дать первый внушительный отпор главным лидерам рынка. Компания купила Cursor — популярный редактор кода — за $60 млрд. Запуск Grok 4.5 знаменует первую совместную модель SpaceXAI и Cursor. По словам Илона, Grok 4.5 — это Opus-класс модель, но быстрее, эффективнее по токенам и дешевле конкурентов. Построена на базе 1.5 триллиона параметров и последних данных Cursor. Кто окажется лучше — покажут первые тесты после запуска. GPT-5.6: Sol, Terra и Luna выходят 9 июля Grok 4.5: Маск запускает Grok 4.5 9 июля #апдейтымоделей

DeepSeek разрабатывает свой ИИ-чип — китайцы хотят избавиться от зависимости от Nvidia и Huawei DeepSeek создает собственный ИИ-чип, который рассчитан именно на инференс, а не на обучение новых моделей. Этот шаг позволит компании снизить зависимость от чипов Nvidia и Huawei и усилить контроль над своим оборудованием. Такая стратегия может повлиять на мировой рынок чипов для искусственного интеллекта и усилить конкуренцию. Nvidia потерял 2% сегодня после появление этого эксклюзива в Reuters. Подробнее #бизнес

GPT-5.6 Sol будет выдавать 750 токенов в секунду — это в 10 раз быстрее, чем у конкурентов. OpenAI выводит свой новый флагманский GPT-5.6 Sol на аппаратуре Cerebras, достигая 750 токенов в секунду. Это радикально ускоряет отклик и делает взаимодействие с ИИ максимально естественным — настолько, что теперь возможно создавать агентов, работающих в разы быстрее человека. Для сложных агентских сценариев это настоящий переворот: задержки практически исчезнут, что позволит сильно улучшить эффективность работы. Подробнее

Polymarket предсказывает, что через два года Claude Fable можно будет запускать на домашнем компе. Сейчас для этого нужно 1,5 ТБ видеопамяти, но с развитием «железа» и оптимизацией модели через пару лет это может стать реальностью. Локальный запуск такого уровня ИИ даст максимум приватности и моментальный отклик — без зависимости от облаков. Твит Polymarket. #апдейтымоделей

Минфин США предупреждает о рисках AI-пузыря В сеть утёк внутренний отчёт Министерства финансов США, где аналитики сравнили текущий AI-бум с дотком-пузырём. По их мнению, AI-компании слишком глубоко интегрированы в экономику, и если пузырь лопнет, последствия могут быть катастрофическими — куда масштабнее, чем в эру доткомов, когда IT-компании были относительно изолированы. В документе также подчёркивается, что текущий AI-бум отличается тем, что такие компании пронизывают все сферы экономики, что увеличивает потенциальные риски для всей финансовой системы. Подробнее #бизнес #общество

Китайцы из Tencent выпустили нового лидера опенсорса среди небольших моделей — Hy3 на 295B параметров. Она уверенно опережает все модели своего размера и конкурирует с флагманами, у которых в 2–5 раз больше параметров. Активных параметров всего 21B, контекст 256K. Особенно сильна во фронтенде, CI/CD и работе с данными — отличный инструмент для агентных воркфлоу. В слепом тесте с 270 экспертами Hy3 набрала 2.67/4, обойдя GLM-5.1 (2.51/4). И главное: Tencent сменил лицензию на Apache 2.0 — раньше была ограничительная. Теперь модель свободна для любого использования. #апдейтымоделей #opensource

Стэнфордские исследователи создали Git для ИИ-агентов — Shepherd. Вместо обычного лога действий агент теперь ведёт полноценный трек изменений, как в Git: каждый шаг — это коммит, который сохраняет не только файлы, но и состояние процесса, память, KV-кэш и всё окружение. Если агент ошибся на 10-м шаге, можно просто откатиться к 8-му и продолжить с того же места, без повторной загрузки контекста и лишних токенов. Это ускоряет работу в 5 раз по сравнению с традиционными методами и экономит до 95% KV-кэша. А ещё поверх этого можно запустить мета-агента, который будет следить за процессом и откатывать его при первых признаках ошибки, ещё до того, как она повлияет на результат. Github. Статья: arXiv:2605.10913, GitHub — shepherd-agents/shepherd. #агентскийстек #исследования

Китайцы из Alibaba выпустили скрипт, который существенно упрощает браузерную автоматизацию 😮 Один HTML-тег. Без headless-браузеров. Без Python. Без Selenium. Page-Agent от Alibaba — это JS-библиотека, которая живёт прямо внутри веб-страницы. Читает живой DOM как структурированный текст и действует как реальный пользователь. Без компьютерного зрения, без мультимодальности — только DOM. Как рабоатет: — Просто добавьте один <script> тег, и ваш ИИ-агент сможет управлять страницей на естественном языке — Работает с любой LLM — GPT, Claude, Grok, Qwen и локальные через Ollama — Не нужны headless-браузеры, Puppeteer или Python-сервер — Встроено подтверждение человеком перед критическими действиями — Web Speech API для голосового управления — MIT лицензия, open-source Что это заменяет: — Selenium/Playwright: недели разработки — Компьютерное зрение: дорого, медленно, ненадёжно — Кастомные UI для внутренних систем без API: месяцы работы — No-code автоматизация: $30-$100/мес за пользователя Почему это важно: — Обычная автоматизация ломается при изменениях сайтов. Page-Agent адаптируется благодаря работе с живым DOM — Старые системы без API становятся управляемы ИИ за одну строку HTML — Любой браузер с поддержкой JS, без серверов — Агент спрашивает подтверждение перед критическими действиями И всё это open source. #агентскийстек #opensource

ИИ-агенты теперь справляются с многочасовыми и многодневными задачами: появился новый хардкорный харнес Zenith от Intelligent Internet Zenith — это адаптивный метод оркестрации, который позволяет ИИ-агентам эффективно работать над крупными, долгосрочными задачами. Он задействует LLM-оркестратор, управляющий воркерами, тестерами и планированием, что обеспечивает большую стабильность и снижение затрат по сравнению с предыдущими решениями вроде RALPH. Для создания мощных ИИ-агентов важна грамотная организация работы, а не исключительно уровень интеллекта модели. Подробнее #opensource

ИИ-инвестиции стимулируют рост рабочих мест Вопреки всем прогнозам, компании, которые больше всех инвестируют в ИИ, также больше всех нанимают людей. Исследование Ramp и Revelio Labs охватило более 21 500 компаний и показало: фирмы с самой высокой интенсивностью вложений в ИИ увеличили штат на 10,2% за два года, а число вакансий начального уровня выросло на 12%. Компании, которые не вкладывались в ИИ, остались на прежнем уровне. ИИ не отбирает работу, а создает новую — если правильно его использовать Подробнее #бизнес #общество

Вышел open-source помощник для созвонов — Meetily запишет, расшифрует и подведёт итоги встречи Все данные обрабатываются локально — можно обсуждать даже самые личные темы, никаких утечек и облаков. Meetily построен на Rust и Tauri, использует Whisper и Parakeet для 4x более быстрой транскрипции, а также умеет работать с Ollama или вашими кастомными endpoint'ами для итоговых саммари прямо на устройстве. Никаких подписок и ограничений — 100% бесплатно и open-source. Забираем — здесь. #полезныеинструменты #opensource

Разраб превратил GitHub-профили в карточки FIFA — вирусный успех GitFut — веб-приложение, которое превращает GitHub-профили в стилизованные карточки FIFA Ultimate Team, использует данные о разработчиках для геймификации профиля. За 48 часов — 45 000 посетителей и 127 000 созданных карточек. Gitfut.com

(poll without text)