В десктопном Claude Code появился встроенный браузер (Cmd/Ctrl+Shift+B). Агент открывает документацию, макеты и произвольные сайты, читает страницы, кликает по элементам и работает с локально запущенным приложением, расширение для Chrome больше не нужно. Браузер живёт в отдельном профиле и не видит логины и историю вашего основного, если агенту нужны именно ваши залогиненные сессии, для этого по-прежнему расширение Claude in Chrome.

Это замыкает цикл фронтенд-разработки: агент пишет компонент, сам поднимает dev-сервер, визуально проверяет интерфейс, воспроизводит пользовательский сценарий и чинит найденное. При первом действии на новом сайте спрашивает разрешение, а в настройках можно выбрать, сохранять ли данные сессий между запусками или каждый раз начинать с чистого листа.

OpenWiki (LangChain, 1 июля) - открытый агент и CLI, который генерирует и поддерживает «вики» кодовой базы для агентов. Он индексирует репозиторий, фиксирует, где что лежит и как связано, а в CLAUDE.md/AGENTS.md кладёт не сотни страниц, а ссылку: агент сам подтянет нужное. Обновляется по коммитам через CI (GitHub Actions / GitLab / Bitbucket), читает diff с прошлого прогона и правит только затронутое. Провайдеры LLM: OpenRouter (дефолт), OpenAI, Anthropic, Fireworks, Baseten. Поверх DeepAgents, для трейса активностей агентов можно подключить LangSmith. Есть режим personal, локальная база знаний из ваших репо, Gmail, Notion, веб-поиска, и зачем-то даже есть коннекторы к Hacker News и X.
Вдохновлено DeepWiki, AutoWiki и концепцией LLM Wiki Карпаты.

Польза в том, что агент не должен заново разбираться во всём репозитории каждую сессию. Предполагается, что особенно эффективно, если репозиторий большой и legacy.

Открытый вопрос: что происходит с этой памятью со временем. Диффы копятся, глазами такие доки никто не читает. Нужен ли ревью владельцами модулей или дрейф не накапливается и обновления по коммитам достаточно? Если у кого-то уже крутится в CI, или был аналог - расскажите, что видите.

🤔 Какова вероятность выживания человечества в эпоху суперинтеллекта?

Исследователь Элиезер Юдковский и президент MIRI Нейт Соарес изложили свой прогноз в книге, которая только что вышла на русском языке под названием «Если кто-то его создаст — все погибнут. Почему сверхчеловеческий ИИ уничтожит нас всех».

Доктор технических наук Владимир Крылов рассмотрит этот прогноз и обоснует возможность значительно более оптимистичного варианта развития событий. Он основан на разработках методов коммуникации с неживым, которые развивает биолог Майкл Левин. Ведь в будущем построение конвенциональных отношений со сверхинтеллектом существенно сократит вероятность рокового исхода...

⏰ Запускаем трансляцию завтра, 16 июля, в 13:00.

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

Moonshot выпустили Kimi K3, 57 баллов в Artificial Analysis Intelligence Index. Выше только Claude Fable 5 (60) и GPT-5.6 Sol (59). Opus 4.8 с его 56 остался позади.

Что интересно в цифрах:

— На GDPval (реальные рабочие задачи) 1668 Elo, третье место после Fable 5 и Sol
— На AA-Briefcase (длинные многошаговые задачи) вообще второе место, обошёл Sol. По качеству аналитики практически паритет с Fable 5: 1760 против 1764
— Цена $3/$15 за миллион токенов, ~$0.94 за задачу индекса. Это примерно вдвое дешевле Opus 4.8 при сопоставимом уровне

Чтобы глубже понимать контекст: в начале июня моделей с 50+ баллами в Artificial Analysis Intelligence Index было две, у Anthropic и OpenAI. Сейчас таких шесть. Только за последние восемь дней фронтир пополнили Grok 4.5, GPT-5.6, Muse Spark 1.1 и вот теперь Kimi K3. Отрыв лидера сжался с четырёх баллов до одного.

Веса обещают опубликовать 27-го. Но чтобы поднять такое у себя, конечно, нужен кластер. Практический смысл открытых весов есть для независимых провайдеров инференса и возможность файнтюна для тех, у кого есть железо.

А ещё ждём показателей Qwen3.8 от Alibaba, которая появилась в превью вчера, и которую они также заявляют как «second only to Fable 5».

Есть повод пересчитать экономику пайплайнов, которые держатся на дорогих моделях для агентских задач.

Британский AI Security Institute (государственный институт безопасности ИИ) опубликовал замеры разрыва между открытыми и закрытыми моделями в хакерских навыках. GLM-5.2 показывает уровень Opus 4.6 на отдельных задачах (эксплуатация уязвимостей, реверс, крипто) и Opus 4.5 на автономных многошаговых атаках в симулированных сетях. Итого текущий лаг — 4–7 месяцев. В 2025-м было 6–10. Закрытую модель провайдер может мониторить, банить и отзывать. Открытые веса после релиза доступны всем: safeguards снимаются, копии расходятся.

T-Search — открытый агент для сложного многошагового поиска на базе Qwen3.6-35B-A3B, обученный полностью на синтетике. Один из немногих релизов, заточенных под поиск именно в русскоязычных источниках. Модель не пишет ответ, а отдаёт ранжированный список evidence-чанков, дальнейшую генерацию доверяете любой модели под свой продукт. Выложили всё: веса, харнесс отдельным репозиторием и два бенчмарка, включая TRuST — ручной бенчмарк агентского поиска на русском. Фактически это жёсткая связка модель+харнесс: промпты и пороговые значения — ровно та конфигурация, под которую модель обучалась. При этом сам поиск по документам — эмбеддер и векторную базу — поднимаете сами, в комплекте его нет. Просто заменить свой ретривер на T-Search не получится: придётся встраивать всю конструкцию целиком и проверять, как она ищет по вашей базе документов. Подробности про обучение и ссылки на репозитории — в статье на Хабре.

Индустрия спорит на языке миллиардов долларов и терафлопсов. Но у развития больших языковых моделей есть пределы, которые не двигаются ни деньгами, ни железом — они заданы геометрией данных, теорией вычислительной сложности и теорией информации.

Наш гость Александр Пономаренко —соавтор алгоритмов NSW и HNSW, на которых работает большинство векторных баз данных, а значит и внешняя память почти любой современной ИИ-системы. Лауреат стипендии им. Ильи Сегаловича и IBM PhD Fellowship Award, научный сотрудник ИПФ РАН и лаборатории ЛАТАС, доцент кафедры прикладной математики и информатики НИУ ВШЭ.

Мы не будем задавать лёгких вопросов. Вместо этого обсудим споры, которые сейчас идут в исследовательском сообществе — и попросим гостя рассудить.

⏰ Запускаем трансляцию прямо сейчас!

Смотрите на YouTube или в ВК — и задавайте вопросы Александру!

Anthropic добавила в Claude Code Desktop панель iOS Simulator. Запускается стандартный симулятор Apple из Xcode, а Claude управляет им напрямую: собирает приложение, тапает по экранам, читает результат и по кругу, пока не решит задачу. Можно тапать и самому параллельно, устройство общее.

Работает без computer use, разрешения macOS на Accessibility и Screen Recording не нужны. У каждой параллельной сессии свои симуляторы, внутри сессии до 4 устройств, можно проверить сразу на iPhone и iPad.

Только локальные сессии и только macOS (т.к. симулятор Apple больше нигде не работает). Нужен Xcode с iOS-платформой, планы Pro или Max. Пока бета. Не забываем, что скриншоты устройства уходят в Anthropic, в реальные аккаунты на нём лучше не логиниться.

🤖 AI-агент с нуля: создаем Memory

В прошлый раз мы подключили агента к реальному миру через MCP — и теперь у него есть инструменты. Но каждый новый разговор он начинает с чистого листа.

Разберём, почему «просто передавай всю историю» — это тупик сразу в трёх местах: токены дорожают экспоненциально, данные исчезают при перезапуске, а сама модель начинает галлюцинировать из-за эффекта Lost in the Middle. И покажем, как выглядит настоящая архитектура памяти агента.

⚡️ Это третья часть видеокурса об AI-агентах от ML-инженера Artezio Антона Максимова!

Memory — это не фича и не класс в LangChain. Это конвейер из четырёх слоёв, каждый из которых отвечает на свой вопрос.

В этом выпуске:
— Почему «большое контекстное окно» не решает проблему памяти
— Что такое Lost in the Middle и почему это важнее, чем кажется
— Архитектура memory-системы: контекстный слой, долговременное хранилище, retrieval и жизненный цикл
— Summary Buffer, Token Budget и Working Memory — как управлять тем, что видит модель
— Vector Store, Entity Memory и Knowledge Graph — что и в каком формате хранить между сессиями
— Mem0: готовый memory layer вместо самописного пайплайна
— Пишем агента, который помнит пользователя после перезапуска

🎬 Смотрите на YouTube или RuTube!

⚡️ ИИ превзошёл людей в искусстве убеждения — какова зона риска?

Рассмотрим третью по счету область применения, где искусственный интеллект наглядно демонстрирует свое превосходство. Если успехи AI-агентов в программировании и математике сегодня отрицают вслух только убежденные скептики, то вокруг искусства убеждения пока сохраняется относительное молчание.

Доктор технических наук Владимир Крылов познакомит вас с результатами весьма глубокого и строгого научного исследования, результатом которого стал вывод: эпоха человеческой монополии на убеждение завершена. Создана технология, которая приводит факты, формирует эмпатию и меняет поведение эффективнее, чем самые обученные и высокооплачиваемые профессионалы в мире. Вопрос больше не в том, сможет ли ИИ убеждать массы. Вопрос в том, от чьего имени он будет это делать.

⏰ Запускаем трансляцию завтра, 6 августа, в 12:00.

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

🤖 AI-агент с нуля: строим Guardrails

В прошлый раз мы дали агенту память — теперь он помнит пользователя между сессиями и может вызывать инструменты через MCP. Звучит идеально. Но у нас пока нет ни одного механизма, который контролирует, что агент читает, что делает и что отдаёт обратно.

Системный промпт с запретами — это не защита, а иллюзия безопасности. Поскольку языковая модель является вероятностной системой, при определённых входных данных она проигнорирует любую инструкцию. И пока у агента есть инструменты, это уже не проблема некорректного ответа — это удалённая таблица в базе данных, письмо, отправленное не тому адресату, или бесконечный цикл API-вызовов, который сжигает весь лимит за ночь.

⚡️ Представляем четвертую часть видеокурса об AI-агентах от ML-инженера Artezio Антона Максимова!

Guardrails — это не фильтр в системном промпте. Это детерминированный код, который принимает решение до того, как данные попали в модель, до того, как выполнено действие, и до того, как результат ушёл к пользователю.

В этом выпуске:
— Карта угроз LLM-агента: разберем Prompt Injection, Jailbreaking, Hallucination и Data Leakage
— Архитектура Guardrails
— Три класса методов: детерминированные, специализированные и вероятностные
— Allowlist, schema validation, ACL и human-in-loop — что и на каком контуре применять
— Пишем Guarded Agent: оборачиваем LangGraph-агент из прошлых уроков в четыре контура защиты

🎬 Смотрите на YouTube или RuTube!