Большие языковые модели - это настоящий интеллект?

В IT-сообществе не утихают горячие споры: есть ли в современных LLM (таких как Claude, ChatGPT или DeepSeek) хоть капля подлинного разума, или перед нами просто раздутая до триллионов параметров таблица поиска, угадывающая следующее слово?

В новом материале на Хабре вышло интервью с доктором технических наук и научным консультантом Artezio Владимиром Крыловым. В нем он подробно разбирает, что на самом деле происходит «под капотом» современных AI-систем и почему привычные метрики оценки интеллекта больше не работают.

О чем пойдет речь в статье:

🔹 Является ли колмогоровская сложность объективным критерием интеллекта?
🔹 Почему применять стандартные человеческие IQ-тесты к нейросетям бессмысленно?
🔹 Законы масштабирования (Scaling Laws) и почему время на «обдумывание» ответа в момент генерации меняет правила игры.
🔹 Феномен суперпозиции от Anthropic: почему смыслы запутаны так сложно, что мы никогда не сможем в прямом смысле «прочитать мысли» ИИ.

👉 Читать статью на Хабре

В копилку Specification-Driven Development: Thariq Shihipar, инженер Anthropic из команды Claude Code, поделился полезным промптом для AI-агентов:

implement <SPEC> and while you do, keep a running implementation-notes.html file (or markdown) with decisions you had to make weren't in the spec, things you had to change, tradeoffs you had to make or anything else I should know

Смысл: агент не просто реализует спецификацию, а параллельно ведет заметки о том, где ему пришлось принимать решения самому.

Это помогает не превращать AI-разработку в черный ящик:  Ведь, как бы тщательно вы ни описали спецификацию, всегда остаются неоднозначности и непредвиденные нюансы, которые всплывают в процессе. Этот подход даёт модели возможность принимать решения, но при этом держать вас в курсе.  

Интересно, что Тарик рекомендует html, а не md.

Голосовой агент — это не просто чат-бот + TTS. Это эволюция от текстового бота через полудуплекс к full-duplex, где на каждом уровне появляются свои проблемы. Пройдем этот путь на реальном production-стеке (Rust, ~1600 строк).

Как построить голосового AI-агента, экономящего время пользователя, расскажет Виктор Загускин — руководитель центра компетенций голосового ИИ в MWS.AI.

В программе:
→ Голос, файловое распознавание: offline ASR, 3-7с roundtrip, SSML для склонений, LLM-нормализация услуг
→ Стриминг, полудуплекс: streaming ASR, VAD, гибридное EPD, порог тишины
→ Полный дуплекс: AEC (WebRTC AEC3), barge-in, tool calls в асинхронном потоке, pipeline parallelism
→ Метрики: покомпонентная latency, эволюция метрик, бенчмарки (Full-Duplex-Bench v1.5, EVA-Bench)
→ Native Audio LLM: speech-native модели, DuplexSLA, Moshi, MiniMind-O

Когда?
Завтра, 26 мая, в 12:00.

Смотрите на YouTube, в ВК или прямо в этом канале — и задавайте вопросы Виктору!

⚡️ Что прячет Anthropic?

Claude Mythos — модель компании Anthropic, разработанная под кодовым названием Capybara. Это самая производительная модель в мире. Она наделала много шума, но так и не была выпущена в открытый доступ. И тем не менее избежать утечек информации не удалось...

Доктор технических наук Владимир Крылов проанализирует историю появления Claude Mythos и опишет хронологию уникального инцидента от ошибки конфигурации до изоляции. Поговорим о прорыве исторических трендов в прохождении бенчмарков и о 100% доминировании агента в области кибербезопасности.

Вы узнаете, как человечество впервые получило систему ИИ, представляющую собой почти идеальное кибероружие, и как поступили те, кто им владеет.

Мы взглянем на Claude Mythos как на черный ящик и посмотрим, какие предположения делают эксперты о том, как он устроен изнутри.

⏰ Запускаем трансляцию завтра, 28 мая, в 13:00.

Смотрите на YouTube, в ВК или прямо в этом канале — и задавайте вопросы лектору!

Эрик Шмидт на церемонии вручения дипломов в Университете Аризоны заявил, что традиционный способ написания кода исчерпан.

Бывший CEO Google указал октябрь 2025 года как точку, после которой инструменты ИИ-разработки достигли уровня, удивляющего опытных инженеров.

Дословная формулировка: "Если вы пишете код любым традиционным способом -- остановитесь. Это закончилось".

Отдельный посыл адресован менеджменту: руководителям компаний предложено спросить, почему их инженеры пишут код так же, как полгода назад. Шмидт сравнил нынешний момент с появлением компьютера и описал переход от написания кода к управлению системами, которые делают это сами.

Один разработчик с правильной оркестровкой агентов, по его оценке, теперь способен на задачи, ранее требовавшие команды. Тезис пересекается с практикой крупных компаний.

Spotify в квартальном отчете сообщил, что лучшие разработчики не написали ни строки кода с декабря 2025 года, а изменения уходят в production через Claude Code прямо из Slack.

Ознакомиться с публикацией можно по ссылке (paywall) https://ai.plainenglish.io/the-last-line-of-code-d1ae5de4cede

Кроме новой модели Opus 4.8 Anthropic показала следующий шаг в агентской разработке -- dynamic workflows. Claude сам пишет скрипт-оркестратор и разводит задачу по десяткам-сотням субагентов, которые проверяют и опровергают находки друг друга, пока ответы не сойдутся.

Принципиально новым тут является масштаб: рой агентов уходит работать над большой задачей надолго и задорого, Anthropic даже предупреждает про кратно больший расход токенов. По ссылке статья Anthropic и пример того, как AI-агенты с помощью dynamic workflows за 11 дней портировали Bun (JavaScript-рантайм и тулкит) с языка Zig на Rust: 750 000 строк кода, 99,8% проходящих тестов.

Заодно стоит обратить внимание на продукт, Managed Agents, который Anthropic запустила в бете еще в апреле. Это управляемая инфраструктура для долгоживущих агентов: разработчик описывает агента (естественный язык или YAML, промпты, инструменты, разрешения, MCP-подключения), а песочницы, состояние сессий, восстановление после сбоев и масштабирование Anthropic берет на себя.

Оплата по факту -стандартные тарифы на токены плюс 0,08 доллара за активный час сессии, простой не тарифицируется. Ниша многих стартапов строилась на том, чтобы разрабатывать агентов, поднимать и поддерживать агентскую инфраструктуру, а теперь этот слой Anthropic тоже забирает себе.

🚀 Codex CLI: создаём автономный код‑ревьюер за полчаса

Предлагаем обзор простого, но рабочего сетапа, который позволит:
→ посмотреть возможности Codex CLI;
→ собрать базовую инфраструктуру;
→ реализовать автономный код-ревьюер почти без вмешательства живого специалиста.

"Для работы с агентами нужны 3 главных навыка: адаптивность, слабоумие и отвага. Потому что иногда агент делает очень умные вещи, а иногда — очень странные", — говорит Артем Летюшев, tech project manager twinby.ru и автор канала @junior_pm.

Артем покажет в онлайне:
⚡️ как быстро настроить Codex CLI и MCP;
⚡️ как подключить Skills и защитные хуки;
⚡️ как спланировать roadmap и влет запустить проект.

Когда?
Завтра, 2 июня, в 12:00.

Смотрите на YouTube, в ВК или прямо в этом канале — и задавайте вопросы Артему!

🤖 AI-агент с нуля: руководство по Tool Calling

Как работают современные AI-агенты «под капотом» и как создать своего, не полагаясь на тяжелые фреймворки? Представляем гайд по созданию AI-агентов от ML-инженера Artezio Антона Максимова! В этом видео вы узнаете всё о работе с Tools: как они устроены, как их создать и как внедрить в агента.

Будем экспериментировать с локальной LLM Gemma 4 на 31B параметров. Посмотрим, как построить нативного агента с нуля без Lang Chain, в чем заключается архитектура агентов и как это связано с тулами. Поговорим о принципах проектирования тулов, системных промптах и работе со специальными токенами. Разберем не только теорию, но и подводные камни, которых не избежать на практике, если не знать о них.

Начнем проектировать собственного ReAct-агента. Обсудим, как сделать его работу стабильной на длинной дистанции и как оптимизировать взаимодействие LLM с внешними сервисами.

🎬 Смотрите на YouTube или RuTube!

Этот выпуск — первая часть видеокурса о том, как работать с агентами, как их разрабатывать и внедрять в разработку. В следующей части будем настраивать MCP, не переключайтесь :)

Google Research показала Gemini-SQL2 — модель на базе Gemini 3.1 Pro, которая переводит обычный запрос в SQL.

На BIRD single-model leaderboard у неё 80,04% execution accuracy. Важная деталь: там проверяют не красоту SQL, а результат выполнения запроса.

Это уже похоже на рабочий интерфейс к данным для админок, BI и саппорт-инструментов. Но не на автопилот для продовой базы.

Человеческий результат в BIRD — 92,96%, поэтому безопасная схема всё ещё скучная: read-only доступ, лимиты, allowlist таблиц, EXPLAIN перед запуском и логирование SQL.

NL2SQL можно пробовать уже сейчас. Но лучше держать такого агента  не у руля, а в песочнице.

BIRD leaderboard:
https://bird-bench.github.io/

Разбор Google Cloud:
https://cloud.google.com/blog/products/databases/how-to-get-gemini-to-deeply-understand-your-database

Разработчик успел до введеных Anthropics ограничений использовать Fable 5  для  реинжиниринга DOS-игры Midwinter (1989). За ночь параллельные агенты разметили 602 функции экзешника, сэкономив полгода ручного реверс-инжиниринга.

Сценарий отлично переносится на анализ закрытых legacy-систем. Секрет в архитектуре: агенты парсили ассемблер через общий evidence ledger, записывая и валидируя гипотезы друг друга. Результат — написанная ими Python-реплика алгоритма, побитово совпадающая с оригиналом.

Чтобы LLM не галлюцинировала в смещениях памяти и регистрах, критически важен именно такой журнал доказательств и локальный sandbox для тестов. Без жесткого фреймворка сверки фактов на выходе получается правдоподобный, но нерабочий код.

Технический разбор процесса:

https://midwinter-remaster.titanium-helix.com/decode

GitHub с ledger-журналом и тулзами:

https://github.com/DrEvil-TitaniumHelix/midwinter-decode

Видео пайплайна:
https://youtu.be/PonvG2whtkc