Open-source пентест-агент Strix набирает обороты.

Open-source пентест-агент Strix набирает обороты: 50 тысяч звёзд на GitHub, плюс 7 тысяч за неделю.

Агент работает как реальный хакер: запускает код, находит уязвимость, эксплуатирует её чтобы доказать что она реальная, и сразу пишет патч. Поддерживает GPT-5 и Claude Sonnet 4.5, открытая лицензия Apache-2.0.

Почему это важнее, чем кажется: модель угроз для автономных агентов та же, что и для кода. Агент с доступом к файлам и инструментам может сделать разрушительное действие случайно или по неверной интерпретации задачи.

Не важно, пишет он код или сводку, последствия такие же.

Полезный сдвиг, который Strix показывает на практике: пентест уже стал частью пайплайна, а не разовой акцией. Безопасность как нормальная инженерная дисциплина.

Репозиторий: github.com/usestrix/strix.

💬 Среда внедрения ИИ

Опенсорсный Grok Bot уже здесь 🫣
⠀
OpenBot — локальная система для рабочих ИИ-агентов. Им можно поручать задачи, давать доступ к файлам, браузеру и только разрешённым инструментам.
⠀
В ролике агент сам входит в бэкофис через браузер, вытягивает 52 аккаунта, собирает статистику по контактам и готовит 36 персональных черновиков.
⠀
К OpenBot можно подключать Claude Code, Codex, Cursor и собственных агентов. Для локального запуска нужны свои API-ключи, зато всё остаётся на вашей машине.
⠀
Но у «опенсорса» есть жирная звёздочка: публичный MIT-репозиторий открыт только до версии 0.5.3. Более свежую разработку команда туда уже не выкладывает.
⠀
Проект ранний, гитхаб выглядит аккуратно, интересно что будет со следующими версиями.

🧱🔧🧬📈💎🟣🟢
⠀
OpenBot на GitHub

👨‍💻 Что остановится в компании, если ключевой сотрудник уйдёт в отпуск?

Пока он на связи, зависимость почти незаметна. Но стоит ему уйти, и выясняется: порядок работы нигде не записан, исключения спрятаны в переписке, а часть решений держится только в его голове.

С такой задачей пришёл участник Среды внедрения ИИ. Он передал личному ИИ-агенту Hermes полтора года рабочей переписки с сотрудником.

Агент разобрал задачи, повторяющиеся ситуации и решения, которые требуют участия владельца. В результате стало понятно, где Hermes может помочь, что сможет взять на себя и где по-прежнему нужен человек.

💬 Почитать отзыв

Проверить свой процесс можно по пяти вопросам:

• Какие задачи сотрудник выполняет регулярно?
• Откуда берёт данные и материалы?
• Где действует по инструкции?
• Какие решения принимает самостоятельно?
• Что согласует с руководителем?

Ответы покажут, что стоит закрепить в инструкции, что можно поручить агенту и какие решения оставить человеку.

В Среду приходят именно с такими рабочими задачами. Внутри участники находят готовые скилы и примеры, обсуждают свои ситуации, получают обратную связь и доводят идеи до процессов, которые можно использовать в работе.

Если часть вашей компании тоже держится на знаниях одного сотрудника, начните с разбора этого процесса.

✅ Получить доступ в Среду внедрения ИИ

Появился китаец, который рвёт Fable и GPT-5.6 Sol. Пока бесплатно.

Вчера на OpenRouter из ниоткуда всплыла Ox Alpha: анонимная модель без сайта, без команды, без статьи. Открыли бесплатно на неделю, дали контекст в 1M токенов и пообещали 100T токенов мощности в день.
⠀
Бен Дэвис прогнал её по 10 задачам DeepSWE. Это формат, где модель сама разбирается в чужом коде и чинит его.
⠀
Результат:
┈ Ox Alpha: 80%
┈ Fable 5: 65%
┈ GPT-5.6 Sol: 52%
⠀
Дэвис сам оговаривает: выборка из 10 задач, разброс может быть огромный. Но Ox Alpha каждую задачу решала одним прогоном, а остальные модели получили по четыре попытки. И две недостающие она почти взяла, так что реально выше 80%.
⠀
Что известно о самой модели: мультимодальная, не хранит ваши запросы и не тренируется на них. Всё остальное засекречено до конца бесплатного окна. Дальше либо откроют имя, либо начнут брать деньги.
⠀
Я уже воткнул её в Hermes и тестирую. Окно короткое: кто хотел потрогать сильную модель за ноль долларов, сейчас самый момент.

🧱🔧🧬📈💎🟣🟢

Источник: твит Бена Дэвиса

🕹️ Сегодня в 15:00 МСК встречаемся в Среде внедрения ИИ.

На закрытом эфире я возьму реальную задачу и покажу, как с ней справляются Codex и Hermes. Всё будет вживую, без заранее подготовленного результата.

Хочу на конкретном примере вам показать, какой подход лучше подходит для такой работы.

Приходите, будет очень мощно!

Встреча пройдёт только для участников Среды внедрения ИИ.

Если вы ещё не с нами, присоединиться можно по ссылке:

➡️Получить доступ к Среде

👨‍💻 Что посмотреть: 3 полезных видео об ИИ-агентах.

Если пока непонятно, зачем вам ИИ-агент, посмотрите эти три видео. Очень вероятно, что в одном из примеров вы узнаете свою задачу, которую давно откладываете или делаете вручную.

1. Настройка Hermes Agent
Роль, память, браузер и ночные задачи.
YouTube | ВК Видео | RuTube

2. ИИ-агенты вместо сотрудников
Архитектура, локальный запуск и реальные примеры применения.
YouTube | ВК Видео | RuTube

3. ИИ собрал торгового бота за ночь
Где автоматизация полезна, а где нужны эксперт и риск-менеджмент.
YouTube | ВК Видео | RuTube

⭐️ Сохраняйте подборку, чтобы не потерять. Приятного просмотра!

KILL BILL. KILL CODEX.

Окно закрыто. Задача закончена. А в диспетчере задач всё ещё сидит свора процессов: ChatGPT.exe, codex.exe, codex-code-mode-host, codex-computer-use.

Можно вылавливать их по одному. Но они постоянно спавнятся как не в себе. Можно каждый раз открывать PowerShell и вручную искать их и убивать. Но если одна и та же рутина повторяется — она уже просит отдельную кнопку.

Так появился Kill Codex — маленькая open-source утилита для Windows 11. Я написал его для себя одним промтом за 3 минуты и делюсь с вами.

Одна красная кнопка завершает:
— ChatGPT.exe;
— codex.exe;
— все процессы codex-* вместе с их дочерними деревьями.

Без установки, фонового сервиса, телеметрии и сетевых запросов. Есть безопасный режим --dry-run: он покажет цели и ничего не завершит.

Исходники открыты.

Готовый self-contained EXE лежит в релизе. Файл пока без цифровой подписи, поэтому SmartScreen может показать предупреждение. Можете собрать свой из исходного кода.

Репозиторий:
https://github.com/evgyur/kill-codex

Скачать EXE:
https://github.com/evgyur/kill-codex/releases/download/v1.1.0/Kill-Codex.exe

Codex должен помогать вам закрывать задачи. Теперь есть чем закрыть сам Codex.

UPDATE: переписал на Rust, размер exe с 100+ мб упал до 0.5.

🧠🚀✅🐾💬

Команда Hugging Face выпустила визуальный конструктор ИИ-пайплайнов.

Собираешь маршрут прямо на холсте. Тема проходит через модель и собственную Python-логику, а на выходе появляется готовый материал. Каждый узел запускается отдельно, поэтому место, где результат поехал боком, видно сразу. Принт-дебагинг в углу тихо плачет.

Собранная схема автоматически получает REST API и разворачивается в Hugging Face Spaces. Сам пайплайн хранится в workflow.json, поэтому кодинг-агент тоже может менять его программно.

Порог входа в автоматизацию снова просел. Человек собирает логику глазами, агент продолжает работу с той же схемой через код.

Пока это конструктор пайплайнов. Память и безопасный доступ придётся достраивать отдельно. Но направление правильное: сложные ИИ-процессы становятся видимыми и управляемыми.

Код открыт, демки опубликованы. Забирайте и пробуйте.

➜ Примеры и документация

💬 Обсудить в Среде внедрения ИИ

90 000 ИИ-агентов и одна старая компания

Сначала всё будет красиво.

В первую неделю сотрудники Cisco откроют MyAgent, покажут друг другу скриншоты и попросят его разобрать почту. Через месяц небольшая группа научится экономить часы. Через квартал руководство спросит, почему 90 000 агентов не дали такого же роста производительности.

Этот сценарий сейчас обсуждают в X. И он интереснее самой новости.

Cisco действительно выдаёт персонального агента каждому из 90 000 сотрудников. MyAgent помнит контекст человека, работает в Outlook, Webex, Jira и SharePoint, но видит только разрешённую ему информацию. Для внешних действий требуется подтверждение. Агенты изолированы друг от друга.

WSJ пишет: под капотом — больше 800 специализированных субагентов. Около 50–60% запросов получают модели с открытыми весами. Ещё 20–30% задач забирает обычная автоматизация. Дорогие внешние модели оставили для сложных случаев.

В комментариях заметили главное: продукт Cisco — это маршрутизация. Нужно решить, кому дать доступ, какую модель вызвать, сколько заплатить и кто ответит за ошибку.

А дальше агент упирается в компанию.

Если документ должен пройти пять согласований, ИИ не уберёт пять согласований. Он просто принесёт документ к первой закрытой двери быстрее.

Поэтому Cisco сейчас проверяет не агентов. Она проверяет себя: сколько старых процессов выдержат скорость новой технологии и сколько придётся переписать.

ИИ не ускоряет компанию автоматически. Он очень быстро показывает, с какой скоростью компания умеет работать.

Подробнее на официальном сайте Cisco.

📚🧪🤖👀🧭🪜🎬

OMLX превращает Mac в локальный сервер для Codex, Claude Code и Hermes

Если у вас Mac на Apple Silicon и вы хотите запускать ИИ на своей машине, посмотрите на OMLX. Репозиторий появился в феврале и уже собрал более 20 тысяч звёзд.

OMLX решает проблему, которая быстро появляется при работе с локальными агентами. Модель снова и снова получает большой системный промпт, историю диалога и файлы проекта. Пересчитывать весь этот контекст дорого и медленно.

Поэтому здесь многоуровневый KV-кэш. Часто используемые блоки остаются в оперативной памяти, холодные уходят на SSD. Когда следующий запрос начинается с уже знакомого контекста, сервер восстанавливает его с диска вместо повторного вычисления. Кэш сохраняется даже после перезапуска сервера.

Это особенно полезно для Claude Code и других инструментов, которые долго работают с одним проектом. В README отдельно описана оптимизация Claude Code, а в панели есть готовые настройки для Codex, Hermes Agent, OpenClaw, OpenCode, Copilot и Pi.

Снаружи OMLX выглядит как локальный OpenAI API и Anthropic Messages API. Внутри он умеет обслуживать несколько моделей, закреплять нужные в памяти, автоматически выгружать редко используемые и ограничивать общий расход памяти, чтобы не положить весь Mac.

Управление вынесено в нативное приложение для строки меню macOS. Там можно запускать сервер, загружать модели, смотреть скорость и менять настройки без терминала.

Поддерживаются языковые модели из экосистемы Apple MLX, визуальные модели, распознавание текста, эмбеддинги и реранкеры. Для Qwen в текущем README указана серия Qwen3.5. Упоминание Qwen3.8 из исходного описания не подтверждается.

OMLX не заменяет саму модель и не добавляет памяти вашему Mac. Его задача практичнее: превратить доступное железо в управляемый локальный сервер, к которому можно подключить привычных агентов.

Лицензия Apache 2.0. Установка через готовое приложение или Homebrew.

🧱🔧🧬📈💎🟣🟢

GitHub: репозиторий OMLX.