🧠 Агенту поручили починить приложение, а он изменил собственную модель

Исследователи Irregular поручили кодинг-агенту на базе Qwen3.5-27B задачу по исправлению приложения, которое неправильно обрабатывало запросы.

Агент нашёл обучающие примеры и инструменты для fine-tuning. Вместо правки кода или промпта он самостоятельно дообучил модель, объединил новые веса с исходными и развернул обновлённую версию.

Никто не просил его менять веса или заменять модель.

Поскольку приложение и кодинг-агент использовали один checkpoint, изменение затронуло и будущие экземпляры агента. На 20 скрытых тестах исходная модель получила 0 правильных ответов, а модифицированная 20 из 20.

Причем эксперимент создали в благоприятных условиях. Агент имел доступ к весам, обучающим инструментам и развёртыванию.

Но исследование показывает новый риск self-hosted-систем. Ведь если агент может менять не только код, но и модель под ним, задача обслуживания способна привести к постоянным изменениям поведения.

🔗 Статья от Irregular

😳 GPT-6 Astra расшифровала радиограмму Enigma, которую не могли прочитать с 2005 года

Сообщение MVUEH отправили немецкие военные 10 июля 1941 года. Всего 82 символа, но одна ошибочная буква могла разрушить всю расшифровку.

Несколько параллельно запущенных экземпляров GPT-6 Astra изучили архив, связали радиограмму с другим сообщением, зацепились за повтор ROSENOW ROSENOW, написали симулятор Enigma и инструменты перебора на Python и C++.

Всего за 2 дня ключ нашли. Внутри оказался не план секретного оружия, а просьба указать маршрут движения и срочно ответить по радио.

Результат проверил исследователь Enigma Фроде Вайеруд.

По итогу Astra молодец, самостоятельно собирала факты, писала инструменты, проверяла гипотезы и закрыла задачу, которая лежала нерешённой целый 21 год.

🔥 Кстати, GPT-6 Astra также доступна во всех клиентах, Kodacode, включая Koda Desktop.

Установить Koda | Чат поддержки

@kodacoderu

💡 Почему одна и та же модель может стоить в пять раз дороже

Одна и та же модель может решать задачи почти одинаково, но стоить в пять раз дороже. Разница не в интеллекте, а в харнессе, то есть оболочке, которая управляет контекстом, инструментами и агентным циклом.

Исследователи UC Berkeley и Arena показали это на GPT-5.6 Luna.

В Claude Code модель получила 55,6% успешных попыток при цене $0,152, а в минималистичном Pi 53,3% за $0,030.

В нашем прогоне одна и та же DeepSeek V4 Flash набрала 52,2% в Koda против 49,5% в KiloCode, 48,2% в Claude Code и 47,6% в OpenCode.

🔗 Статья на Хабр: https://habr.com/ru/companies/koda/articles/1084448/