Nature: исследования от ИИ-агентов нельзя считать настоящими исследованиями
Использование автономных ИИ-агентов в науке ставит под угрозу доверие к публикациям и исключает важный этап человеческой интерпретации результатов.
-
-
Исследование показало, что ИИ-агенты не могут планировать время выполнения задачи
Исследование показало, что современные ИИ-агенты не способны адекватно оценивать время выполнения задач и склонны к чрезмерно оптимистичной самооценке.
-
Исследование: библиотеки навыков для ИИ-агентов работают как инструкции, а не как знания
Новое исследование показывает, что библиотеки навыков для ИИ-агентов работают в основном за счет процедурной дисциплины, а не передачи новых фактов.
-
На Artificial Analysis появился бенчмарк, оценивающий поисковые API для ИИ-агентов
Платформа Artificial Analysis представила рейтинг Search Index, призванный упорядочить быстрорастущий сегмент поисковых инструментов для ИИ. Исследование фокусируется на качестве выдачи, операционных расходах и скорости обработки запросов.
-
NVIDIA запускает библиотеку NeMo Switchyard для маршрутизации ИИ-агентов
NVIDIA представила NeMo Switchyard — библиотеку для динамической маршрутизации задач между ИИ-моделями, позволяющую сократить расходы на инференс до 74%.
-
Архитектура Zero-Mem позволяет управлять памятью ИИ-агентов без затрат токенов
Исследователи представили Zero-Mem — open-source архитектуру памяти для ИИ, которая исключает использование LLM при хранении и поиске данных, снижая расходы и задержки.
-
Глава Apple Silicon объяснил, почему Mac mini стал фаворитом для работы с ИИ-агентами
Компактный Mac mini неожиданно стал фаворитом среди разработчиков ИИ благодаря архитектуре Apple silicon и высокой энергоэффективности при работе с автономными агентами.
-
OpenAI запускает ChatGPT Work — агента, превращающего чат-бот в автономного сотрудника
OpenAI представила ChatGPT Work — автономного агента на базе GPT-5.6, способного выполнять комплексные задачи в сторонних приложениях и работать с файлами без участия пользователя.
-
Anthropic расширяет автономного агента Claude Cowork на веб-версию и приложения
ИИ-агент Claude Cowork теперь доступен не только на десктопе, но и в мобильных приложениях, позволяя выполнять задачи автономно в фоновом режиме.
-
В AgenticSTS память ИИ-агентов тестируют на примере карточной игры Slay the Spire 2
Исследователи представили AgenticSTS — специализированный испытательный стенд, предназначенный для тестирования ограниченной памяти ИИ-агентов в условиях длительных сценариев. В качестве полигона для испытаний была выбрана популярная карточная игра Slay the Spire 2.
