// AI на русском
105 статьи по теме
Статья рассматривает случаи атак на AI-системы и связанные с ними угрозы, включая мошенничество, утечки данных и уязвимости агентных систем, и классифицирует их по уровню нанесённого ущерба.
Статья представляет 11 инструментов с открытым исходным кодом в области ИИ, которые помогают разработчикам упростить создание программного обеспечения — от оптимизации изображений до автоматизации повседневных задач.
Атмосферное кодирование с использованием AI-агентов ускоряет разработку, но приводит к потере важных знаний и усложнению систем из-за несогласованности и скрытых зависимостей. Проект SDD призван решить эти проблемы, поддерживая данные ИИ.
Автор статьи изучает OSS-проект ponytail, который помогает оптимизировать реализацию кода агентами искусственного интеллекта, минимизируя избыточность за счёт 7-ступенчатой лестницы принятия решений.
Статья объясняет, что такое цикл ReAct (Reason + Act) и как агенты ИИ используют его для решения сложных задач, требующих последовательного вызова различных инструментов.
Статья объясняет, как автоматизировать операции с помощью ИИ-агентов, разъясняет разницу между ИИ-агентами, RPA и генеративным ИИ, приводит примеры автоматизации задач в бизнесе.
Статья рассматривает изменения в разработке ПО в эпоху ИИ, анализирует опыт использования AI-агентов и подчёркивает необходимость их тонкой настройки и обучения сотрудников для эффективной работы.
В июне в сфере ИИ произошло множество событий: OpenAI занялась производством чипов, Anthropic столкнулась с вниманием властей США, Apple и Google переделывают рынок персональных ассистентов, а также вышли новые версии ИИ-моделей от разных разработчиков.
Автор создал конвейер на чистом Python для компиляции текстовых заметок в связанную markdown wiki без использования LLM и внешних API, описав ошибки и их исправления, встреченные в процессе разработки.
В отчёте Deloitte указано, что внедрение ИИ в цепочку поставок сдерживается не технологическими, а организационными факторами. Примеры Walmart и C.H. Robinson показывают эффективность ИИ в автоматизации процессов, однако многие компании не меняют рабочие процессы после внедрения технологий.
ИИ активно проникает в финансовую индустрию: агенты становятся автономными и способны выполнять сложные задачи. Компании вроде Anthropic и OpenAI внедряют новые решения — например, функцию личных финансов в ChatGPT. Финансовая экосистема Тайваня сталкивается с вызовами и должна пересмотреть стратегию работы с ИИ, чтобы не потерять позиции на рынке.
Visa запустила пилотную программу Visa Agentic Ready — в её рамках ИИ-агенты совершили первые реальные покупки в Европе. В операции участвуют более 30 европейских банков и ряд торговых компаний. Для защиты транзакций используется протокол доверенных агентов (TAP) и платёжные ключи Visa Passkey.
Статья посвящена возможностям мультиагентной системы на примере модели Kimi K2.6. Модель продемонстрировала способность решать сложные инженерные задачи — например, за 53 минуты создала браузерную версию прототипа macOS. В ходе тестов K2.6 показал умение планировать задачи, распределять их между агентами, корректировать действия при возникновении проблем и доводить процесс до завершения. Два других кейса подтверждают способность модели выполнять длительные и сложные операции, включая оптимизацию логического вывода и преобразование механизма финансового сопоставления.
Статья рассматривает гипотетическую ситуацию, когда роботы с ИИ сражаются вместо людей. Обсуждаются риски и возможности такого сценария, параллели с историей и теория игр (равновесие Нэша). Автор подчёркивает, что будущее зависит от установления правил использования автономного оружия.
Платформа Contrastive Reflection оптимизирует работу ИИ‑агентов: выявляет ошибки и улучшает результаты поиска. На HotpotQA точность выросла с 51,4% до 60,4%.
Разработан автоматизированный конвейер для оптимизации описаний навыков ИИ-агентов: время настройки сократилось в 32 раза, качество осталось на уровне ручной настройки (F1 79,2–79,4 %).
Kunlun Wanwei выпустила агентскую модель SkyClaw-v1.0 с низкой стоимостью использования. Модель хорошо справляется с задачами создания приложений с нуля и обработки информации, но медленнее работает при координации нескольких файлов и не демонстрирует сильных результатов в тестах по внесению изменений в существующий код (например, SWE-bench). Важно чётко понимать границы применимости модели, чтобы эффективно её использовать.
В эссе рассматривается концепция AX (опыт агента) в сфере ИИ‑агентов. Она включает два аспекта: упрощение работы для агентов и для людей. Важны прозрачность действий ИИ, контроль со стороны человека и продуманный дизайн взаимодействия. По прогнозам, к концу 2026 года 40 % корпоративных приложений будут содержать ИИ‑агентов.
Статья даёт подробное руководство по внедрению ИИ-агентов: разбирает их отличия от других технологий, приводит примеры использования в разных сферах бизнеса, описывает пять шагов внедрения и даёт советы по оценке экономической эффективности и предотвращению ошибок. Читатели узнают о типах ИИ-агентов, критериях выбора поставщика инструментов, ключевых показателях эффективности и мерах безопасности.
Тиора разработал систему Nebula, которая синхронизирует мыслительный процесс ИИ с анимацией в Unity в реальном времени — благодаря этому NPC из простых текстовых ботов превращаются в эмоциональных партнёров игрока. В ходе разработки система прошла несколько этапов эволюции: от перехода на Unity и замены LangChain на LangGraph до интеграции MCP и RAG. Для решения проблемы задержек внедрена потоковая передача данных через SSE и собственный протокол передачи сигналов.