Google представила Open Knowledge Format.

Это открытый стандарт для обмена знаниями между людьми и ИИ-агентами с использованием Markdown.

Идея в том, чтобы он стал живой вики-базой знаний вашей компании, которую ИИ сможет постоянно читать и обновлять.

Именно «живая вики-база знаний»: Google описывает OKF как открытый, переносимый и совместимый формат для хранения контекста, метаданных и курируемых знаний, понятный как людям, так и ИИ-агентам.

По сути, они стандартизировали Obsidian. 😂

👉 @PythonPortal

Агенты не дают сбой из-за одного сообщения.

Сбои возникают в ходе нескольких диалогов, вызовов инструментов и изменений контекста.

Giskard — это Python-библиотека с открытым исходным кодом, созданная специально для тестирования подобных сценариев.

👉 @PythonPortal

Только мы в ней приёмные

👉 @PythonPortal

Открытый-фреймворк для создания голосовых ИИ-агентов, работающих в реальном времени

Pipecat — это Python-фреймворк для оркестрации аудио, видео, ИИ-сервисов, транспортов и диалоговых пайплайнов. Архитектура построена по принципу voice-first и поддерживает подключаемые компоненты.

Что можно создавать:

• голосовых ассистентов;
• ИИ-компаньонов;
• мультимодальные интерфейсы;
• интерактивные истории;
• бизнес-агентов для поддержки клиентов и первичного сбора данных;
• сложные диалоговые системы.

Фреймворк берёт на себя распознавание речи, синтез речи, логику диалога и взаимодействие в реальном времени. Поддержка транспортов WebRTC и WebSocket встроена. Сверхнизкая задержка позволяет вести естественные разговоры.

Почему Pipecat:

• Voice-first: объединяет STT, TTS и обработку диалога в одном фреймворке
• Подключаемая архитектура: поддерживает нескольких поставщиков ИИ-сервисов для каждой возможности
• Компонуемые пайплайны: позволяют собирать сложное поведение из модульных компонентов
• Работа в реальном времени: взаимодействие с низкой задержкой и потоковой передачей аудио и видео

Поддерживаемые сервисы:

• Speech-to-Text: Deepgram, AssemblyAI, OpenAI Whisper, Groq, Azure, AWS, Google и другие
• LLM: OpenAI, Anthropic, Gemini, Groq, Mistral, Ollama, AWS, Azure и другие
• Text-to-Speech: OpenAI, ElevenLabs, Deepgram, Cartesia, Azure, AWS, Google и другие
• Speech-to-Speech: OpenAI Realtime, Gemini Multimodal Live, AWS Nova Sonic, Ultravox, Grok Voice Agent

Недавно автор написал подробный туториал по созданию продакшен-агента голосовой поддержки клиентов. В нём разобраны определение момента передачи реплики, обработка перебиваний, телефонные кодеки и добавление актуального бизнес-контекста в каждый звонок.

Ссылка на статью 😳

👉 @PythonPortal

Целостное руководство по проектированию ML-систем

Практическое руководство по созданию поддерживаемых систем машинного обучения, охватывающее всё — от зависимостей в данных до инструментов MLOps.

Книга Чип Хуен посвящена ключевым архитектурным решениям, необходимым для разработки готовых к промышленной эксплуатации ML-систем, способных работать и масштабироваться под реальной нагрузкой.

👉 @PythonPortal

Энтузиаст создал свой «второй мозг» с помощью Hermes Agent. 😯

Он запоминает людей, компании, проекты и принятые решения. Берёт данные из заметок со встреч, документов и всего, что ему передают, и каждый раз указывает источник.

Это репозиторий под названием Gbrain, который выложил в открытый доступ президент Y Combinator Гарри Тан.
Чтобы установить его, вставьте в Hermes:

> Установи Gbrain, следуя инструкциям из репозитория: http://github.com/garrytan/gbrain. Настрой провайдера эмбеддингов, затем выполни команды gbrain init и gbrain doctor, чтобы проверить корректность установки.

Добавьте MCP-сервер, чтобы Hermes мог обращаться к нему напрямую:

> Добавь MCP-сервер Gbrain в конфигурацию Hermes и перезапусти Hermes, чтобы изменения вступили в силу.

Граф знаний строится автоматически. Система находит связи между людьми и компаниями, которые уже упоминаются в ваших заметках. По их собственному бенчмарку, точность на 31 пункт выше, чем у обычного векторного поиска.

Открытый исходный код. Работает локально, без сервера и Docker.

👉 @PythonPortal

Гениальный сетап: парень из Китая зарабатывает на жизнь, путешествуя по криптоконференциям с Mac Mini в рюкзаке.

На Mac Mini запущен OpenClaw, а питание обеспечивает компактный аккумулятор CUKTECH 10 Mini. Пока другие авторы ждут возвращения в отель, чтобы разобрать записи, обработать материал и подготовить пост, он делает всё прямо на месте.

Его портативный ИИ записывает выступления, выделяет ключевые мысли и помогает публиковать контент ещё до окончания конференции — пока остальные всё ещё сидят в зале.

В мире, где инсайды устаревают за часы, скорость становится главным преимуществом. 👽

👉 @PythonPortal

Гении воссоздали интерфейсы Claude Code, Codex и Grok в виде переиспользуемых компонентов ShadCN. 🤯

Эта open-source-библиотека позволяет просто добавить красиво воссозданные компоненты AI-интерфейсов прямо в свои приложения или CLI-проекты.

Внутри есть компоненты для:
→ промптов и сообщений чата
→ вызовов инструментов
→ diff’ов кода
→ диалогов запроса разрешений
→ списков задач
→ slash-команд
→ и многого другого...

Отлично подойдёт тем, кто разрабатывает AI-приложения, терминальные интерфейсы (TUI) или CLI-инструменты для разработчиков и не хочет собирать всё с нуля :)

github.com/theswerd/brainless

👉 @PythonPortal

Илон Маск предупреждает: времени остаётся всё меньше.

Максимум через три года ещё можно будет зарабатывать, продавая свой труд. После этого ИИ автоматизирует большинство задач, и платить человеку за его время больше не будет смысла.

Модель последних 200 лет — «я плачу тебе зарплату в обмен на твоё время» — подходит к концу.

Это приведёт к крупнейшему перераспределению богатства в современной истории. Те, кто уже перестраивается, это понимают. Те, кто ждёт, пока об этом начнут говорить в новостях, опоздают.

В ближайшие три года самый разумный шаг — превратить своё время в активы, которые искусственный интеллект не сможет заменить или бесконечно масштабировать: биткоин и другие дефицитные цифровые активы, землю и энергоресурсы, инфраструктуру, сети контактов и способность самостоятельно производить то, что вам действительно нужно.

В конечном счёте важно не то, сколько вы работаете, а то, чем вы владеете. Те, кто сделает этот переход сейчас, в 2035–2036 годах будут оглядываться назад и говорить: «Я знал, что так будет».

👉 @PythonPortal

Unlimited-OCR — это модель на 3 млрд параметров, которая может распарсить целый PDF на 100 страниц за один проход — без разбиения по страницам и без потери контекста.

* контекстное окно 32K, читает весь документ за один проход
+ 93% на стандартных бенчмарках парсинга, на 6 пунктов выше baseline
* уровень ошибок ниже 0,11 после 40-й страницы — там, где все остальные OCR-инструменты начинают разваливаться
* мультиязычность из коробки, локальный запуск через Transformers, Ollama, llama.cpp или Docker
* Textract, Google Vision и Azure Document Intelligence берут от $1,50 до $15 за 1 000 страниц

1,9 млн скачиваний на Hugging Face, и при этом большинство людей о ней даже не слышали.

Она работает прямо на вашем компьютере. Бесплатно. Навсегда.

Ссылка на модель: http://huggingface.co/baidu/Unlimited-OCR

👉 @PythonPortal

Function calling и MCP для LLM — простое и понятное объяснение:

До появления MCP доступ к инструментам полностью строился на function calling, а каждую интеграцию приходилось настраивать вручную.

MCP стандартизировал этот интеграционный слой, но на нижнем уровне модель по-прежнему формирует тот же tool call.

На схеме ниже показано, как работает каждый из подходов.

При использовании function calling модель никогда ничего не выполняет самостоятельно:

> Модель получает промпт и определения доступных функций.
> Она определяет, какой инструмент подходит, и формирует в своём ответе запрос на вызов инструмента.
> Процедура на нашей стороне разбирает этот запрос и подготавливает фактический вызов функции.
> Бэкенд-сервис запускает инструмент и возвращает результат модели.

Всё это находится внутри нашего собственного стека.

> Мы хостим инструмент.
> Мы пишем логику, которая сопоставляет запрос на вызов инструмента с конкретной функцией и её параметрами.
> И мы выполняем этот вызов.

Таким образом, function calling только определяет, что именно нужно запустить, а вся интеграция вокруг этого полностью остаётся на инженере.

MCP стандартизирует эту интеграцию.

Вместо того чтобы вручную подключать каждый инструмент, MCP:

> Определяет единый протокол для объявления, хостинга и предоставления инструментов.
> Делает инструменты доступными для обнаружения вместе со схемами, которые клиент может читать напрямую.
> Требует подтверждения перед запуском инструмента.
> Разделяет сторону, которая реализует инструмент, и сторону, которая его использует.

После интеграции MCP-сервера для подключения его инструментов не требуется писать ни одной строки Python-кода.

Сервер добавляется один раз, а всё, что происходит дальше, следует протоколу, который обрабатывают MCP-клиент и модель.

> Они определяют нужный MCP-инструмент.
> Подготавливают входные аргументы.
> Вызывают инструмент через сервер.
> Используют возвращённый результат для генерации ответа.

Function calling и MCP — это не конкурирующие подходы, а два этапа одного и того же вызова инструмента.

> Function calling отвечает за выбор инструмента моделью.
> MCP отвечает за всё, что происходит после выбора: поиск инструмента, проверку его схемы, получение подтверждения и запуск.

Когда агент с помощью function calling решает: «Мне нужно выполнить поиск в интернете», это решение проходит через MCP, который выбирает подходящий инструмент среди зарегистрированных инструментов веб-поиска, вызывает его и возвращает результат.

Разумеется, за такое удобство приходится платить.

При интеграции MCP-сервера определения всех его инструментов загружаются в контекст. Тяжёлый сервер может занять большую часть контекстного окна схемами инструментов ещё до того, как агент выполнит хотя бы один вызов.

Мы подготовили подробное руководство с кодом о том, как решить именно эту проблему: ограничить загрузку инструментов только реально используемыми группами, выбирать отдельные инструменты вместо подключения всего сервера и сократить использование контекста на 80–90% в рабочей конфигурации.

👉 @PythonPortal

57 лет назад в этот день люди впервые высадились на Луне. Исходный код, который помог им туда добраться, теперь доступен на GitHub.

Маргарет Гамильтон руководила командой MIT, отвечавшей за бортовое программное обеспечение миссии Apollo. В итоге код для Apollo Guidance Computer вырос примерно до 145 000 строк.

Изучить оригинальное навигационное ПО Apollo 11 для командного и лунного модулей можно здесь:
https://github.com/chrislgarry/apollo-11

👉 @PythonPortal

Foundations of Applied Mathematics — это бесплатная серия из четырёх учебников, созданная для программы по прикладной и вычислительной математике в Университете Бригама Янга.

В неё входят четыре тома:
Математический анализ
Алгоритмы, аппроксимация и оптимизация
Неопределённость и данные
Динамика и управление

Серия подходит студентам старших курсов бакалавриата и начальных курсов магистратуры. К ней также прилагаются лабораторные работы на Python и практические задания, поэтому математическая теория связана с численными вычислениями, алгоритмами, анализом данных и научными приложениями.

Особенно мне нравится, что это не только теоретические учебники. Сопутствующие материалы на Python помогают увидеть, как эти концепции применяются к реальным вычислительным задачам.

https://foundations-of-applied-mathematics.github.io

👉 @PythonPortal

Японские исследователи создали систему, которая моделирует целый город, генерируя до 1 миллиона виртуальных жителей, чьё поведение с помощью LLM имитирует человеческое.

И она с пугающей точностью предсказала реальные события.

Они разработали городской симулятор под названием CitySim, который заселяет цифровой двойник Токио автономными AI-агентами — их может быть до 1 миллиона.

Каждый виртуальный житель работает на базе LLM и обладает:

• личными воспоминаниями;
• долгосрочными целями;
• желаниями, похожими на человеческие: голод, усталость, потребность в социальном взаимодействии;
• пространственным восприятием и способностью ориентироваться.

Большинство городских симуляций основаны на правилах, заданных вручную: если происходит A, за ним следует B.

CitySim устроен иначе. Он работает на основе ценностей. У агентов есть собственная субъектность. Они самостоятельно составляют расписание, исходя из личных привычек, текущих потребностей и изменений окружающей среды.

Когда исследователи запустили симуляцию для Токио, результаты оказались пугающе точными.

Сценарии поездок на работу по будням, досуга по выходным и покупательского поведения почти идеально совпали со статистическими данными правительства Японии.

Система даже смогла предсказать распределение толпы в Сибуе и определить, какие магазины действительно станут популярными, за несколько месяцев до появления соответствующих данных из реального мира.

Для городского планирования это открывает огромные возможности.

Теперь можно безопасно и с меньшими затратами тестировать готовность к стихийным бедствиям, выбирать места для коммерческих объектов и оценивать модернизацию общественной инфраструктуры, не перемещая ни одного живого человека.

Но дело не только в планировании.

Исследователи уже рассматривают возможность добавить агентам более высокоуровневые человеческие стремления, например «самоактуализацию», чтобы посмотреть, как они будут развиваться.

Статья была опубликована на arXiv в июне 2025 года, но за пределами сообщества специалистов по вычислительным социальным наукам её почти никто не прочитал.

👉 @PythonPortal

🔍Тестовое собеседование на Middle Python с разработчиком из Яндекса сегодня вечером

Уже сегодня вечером в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Python-разработчика.

Как это будет:
📂 Хачатур, старший разработчик в Яндексе, будет задавать реальные вопросы и задачи разработчику-добровольцу
📂 Хачатур будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью
📂 В конце можно будет задать любой вопрос Хачатуру

Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для Python-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы.

Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_py_bot

Реклама.
О рекламодателе.

На этой неделе я нашёл, пожалуй, лучший оркестратор для ИИ-агентов. Он называется Herdr и по сути представляет собой tmux, который понимает, что делают агенты. 👍

Вы запускаете Claude Code, Codex или OpenCode в отдельных панелях, а боковая панель в реальном времени показывает, какой агент сейчас работает, какой уже закончил и какой заблокирован в ожидании вашего ввода.

Кроме того, терминал можно закрыть, а агенты продолжат работать. То есть поддерживается detach-режим.
Затем можно подключиться обратно по SSH откуда угодно, даже с телефона.

Всё это упаковано в один бинарник на Rust: быстрый, лёгкий, кроссплатформенный и с открытым исходным кодом. Работает в любом терминале, поддерживает настройку и плагины для расширения возможностей

https://herdr.dev/

👉 @PythonPortal