Google ADK Python 1.18.0: Visual Agent Builder

Если вы откладывали попробовать ADK, - настало самое время.

Google выкатил релиз ADK Python 1.18.0 с главной фичей - Visual Agent Builder.

Теперь можно создавать и редактировать агентов как в n8n - просто рисуешь схему агентов и настраиваешь через текст.

В релизе так же добавили:
- Callback-менеджмент для всех типов колбэков (до/после вызова агента, модели, инструмента)
- Vertex AI Express Mode для деплоя Agent Engine
- Gemini API docs как новый источник данных для агента по документам
- Улучшенные примеры агентов с output schema и поддержкой инструментов

#ADK #VisualBuilder #Google
———
@tsingular

Grok Imagine обновился до версии - 0.9

Теперь поддерживает разные форматы картинок, как исходник, а не только вертикальное как раньше.

Повысилось качество генерации и физическая точность.

Появился голос и музыка.

Ключевая фишка, - это все бесплатно в рамках платформы x.com

Я то думаю что это он так клёво ролики начал генерить последние дни :)

в РФ не работает. Нужны средства телепортации в зарубежное инфопространство.

#Grok #Imagine
———
@tsingular

Выход Нанобананы 2 обещают уже сегодня, хотя еще и не Рождество.

Разведка в восторге.

#nanobanaba #Google
———
@tsingular

Янн ЛеКун покидает Meta ради стартапа по world models

Янн ЛеКун, главный учёный Meta* по ИИ и лауреат премии Тьюринга, планирует уйти из компании в ближайшие месяцы, чтобы создать стартап, сфокусированный на world models — системах, которые работают через моделирование причинно-следственных связей.

Уход происходит на фоне хаоса в подразделении Meta: компания вложила $14.3 млрд в Scale AI и переманила 50+ специалистов из конкурентов, создав новую структуру Meta Superintelligence Labs. Старая команда FAIR, где работал ЛеКун над долгосрочными исследованиями (5-10 лет), оказалась в тени после того, как Llama 4 не смогла конкурировать с моделями OpenAI и Anthropic и даже моделями из Китая.
Многие давно уже с Llama перешли на тот же Qwen.

При этом ЛеКун открыто скептичен насчёт текущих LLM: "Прежде чем думать о контроле сверхразумных систем, неплохо бы создать систему умнее домашней кошки" (Twitter).

*запрещенная организация, признанная в РФ террористической

#LeCun #Meta
------
@tsingular

Ну, не Фёдор, конечно :)

#Unitree #Китай
——-
@tsingular

ElevenLabs Scribe v2 Realtime: STT с задержкой менее 150 мс

ElevenLabs выкатили Scribe v2 Realtime — модель Speech-to-Text для голосовых агентов, ассистентов на митингах и субтитров в прямом эфире.

Задержка менее 150 мс, поддержка 90+ языков, точность 93.5% по 30 популярным языкам.
Особенность — «отрицательная задержка»: система предсказывает следующее слово и пунктуацию до того, как человек закончит говорить.

Тестили на 500 сложных сэмплах с шумом и запутанной информацией — обогнала конкурентов.
Автоопределение языка, детекция голоса, контроль сегментов транскрипции.

Корпоративная готовность: SOC 2, GDPR.
Доступна через API, встроена в ElevenLabs Agents.

Предсказывает слова до того, как ты их произнёс. Это уже не про распознавание речи, это уже про чтение мыслей с небольшой задержкой -150 мс. :)

#ElevenLabs #ScribeV2 #SpeechToText
------
@tsingular

Макконахи и Кейн продали голоса ElevenLabs

И еще про ElevenLabs - голливудские звёзды подписали сделку с ElevenLabs на оцифровку и использование своих голосов.

Макконахи инвестировал в компанию и теперь его рассылка переводится на испанский его же AI-голосом.
Кейн отдал права на легендарный голос в новый маркетплейс Iconic Voices.

В каталоге уже есть ушедшие звезды: Джон Уэйн, Джуди Гарленд, плюс исторические личности вроде Амелии Эрхарт и Алана Тьюринга.

Не только у джунов-разрабов ИИ отбирает работу, но и у актеров, получается.
Ведь если старые актеры не будут уходить, - меньше места будет для молодёжи.
А как им зарабатывать?

#ElevenLabs #VoiceCloning #McConaughey
———
@tsingular

🤖 Курс по мультиагентным системам с CrewAI: от прототипа до боевого запуска

DeepLearning.AI выкатил полноценный курс по построению агентных систем на базе Crew.AI.
Не просто "hello world", а путь от концепта до работающих решений в продакшне.

Техническая начинка:
- LLM + задачи + агенты + команды + потоки — полный стек агентной архитектуры
- Оценка производительности мультиагентных систем
- Оркестрация агентов через потоки
- Управление памятью и знаниями
- Ограничители и хуки выполнения
- Model Context Protocol (MCP)
- Мониторинг и наблюдаемость в боевых условиях
- CI/CD для агентов — автоматизация развёртывания

Практические сценарии использования агентов из курса:
- Подготовка к встречам — парсит почту, изучает собеседника, генерит брифинг
- Глубокое исследование — многоступенчатый поиск с самостоятельным уточнением запросов
- Автоматический ревью кода с улучшениями
- Визуальная сборка агентов без кода

Важный момент: путь от концепта до прототипа обычно не быстрый. А от прототипа до прода, - еще длиннее.

Курс учит думать об этом с самого начала, чтобы не переписывать всё на этапе масштабирования.

Кому зайдёт:
- Разработчикам — научиться строить агентные системы правильно
- Продактам — понять возможности и ограничения агентов
- Бизнесу — приоритизация сценариев для внедрения

Язык курса - английский.
Сам курс бесплатный. Платная подписка нужна только для получения сертификата.

#CrewAI #Агенты #DeepLearningAI #обучение
———
@tsingular

n8n добавили Guardrails-ноды для защиты ИИ-агентов

В n8n 1.119.0 появились Guardrail-ноды — фильтр входов и выходов для ИИ-агентов.

Защищает от вредных запросов (джейлбрейки, NSFW, PII) и проверяет ответы модели перед отправкой пользователю.

Две операции:
- Check Text for Violations — проверка текста по набору правил
- настройка порогов срабатывания (0.0–1.0) для каждого типа нарушений

LLM-based проверки (джейлбрейк, токсичность, топик-алайнмент) требуют подключения Chat Model-ноды. Дефолтные пресеты взяты из openai/openai-guardrails-js.

Можно кастомизировать промпты и добавлять свои regex-правила.

Полезно для продакшена, где нужна цепочка валидации: user → guardrail → LLM → guardrail → output.

Мне нравится подход n8n в разработке.
Сначала строят дом, потом асфальтируют тропинки, которые протаптывают жильцы.

Обновляемся, пробуем

#n8n #Guardrails #cybersecurity
———
@tsingular

UBTECH Walker S2

У китайских товарищей заказов уже под на $100 млн на этот год

Не спотыкаются.

- звук затвора.
- сегодня мы куда?
- ну не на завод же. бгг

#UBTECH #Walker #Китай
------
@tsingular

В MIT научили LLM самостоятельно формулировать и запоминать новые знания

Исследователи из MIT создали метод SEAL, который позволяет языковым моделям постоянно обновлять свои веса и усваивать новую информацию.

Как у студента со шпаргалками: LLM генерирует несколько вариантов синтетических данных из входящего запроса, тестирует каждый и выбирает лучший через reinforcement learning. Потом запоминает его, обновляя внутренние параметры.

Цифры:
- +15% точность на вопросах-ответах
- +50% на задачах обучения навыкам
- маленькая модель обогнала GPT-4.1 (46.3% точность)

Модель сама выбирает скорость обучения и стратегию оптимизации. Проблема одна — catastrophic forgetting: усваивая новое, забывает старое.

Limitations
While SEAL enables lasting adaptation through self-generated weight updates, our continual learning experiment reveals that repeated self-edits can lead to catastrophic forgetting—performance on earlier tasks degrades as new updates are applied.

Пока что работает в исследовательских условиях, но потенциал для самообучающихся агентов очевиден.

paper

Студент, который сам себе делает шпаргалки и сам решает, как их учить. Осталось научить не забывать экзамены прошлого семестра.

#SEAL #MIT #SelfAdapting #саморазвитие #эволюция
------
@tsingular

Алгоритм определит успех вашей карьеры

Университет Пенсильвании обучил модель определять черты личности и прогнозы на карьеру по фотографиям из профилей LinkedIn выпускников MBA.

Прогнозирование успеха: Исследование показало, что личностные качества, определенные ИИ ("Photo Big 5"), способны предсказывать ряд ключевых карьерных показателей:

- Рейтинг бизнес-школы: Определенные черты личности коррелируют с вероятностью поступления в более престижные учебные заведения. Например, добросовестность положительно связана с рейтингом школы, а экстраверсия — отрицательно.

- Заработная плата: Личностные качества оказывают значительное влияние на начальную зарплату и ее рост. Для мужчин разница в зарплате между теми, кто находится в верхнем и нижнем квинтиле по "желательным" чертам, составляет 4,3%, что сопоставимо с расовым разрывом в оплате труда. Для женщин этот показатель еще выше — 4,7%.

- Должностной рост и текучесть кадров: Такие черты, как добросовестность и доброжелательность, снижают текучесть кадров, в то время как экстраверсия и нейротизм ее увеличивают.

Дополнительная ценность: "Photo Big 5" имеет лишь слабую корреляцию с традиционными когнитивными показателями (GPA, результаты тестов). Это означает, что ИИ-анализ личностных качеств дает дополнительную информацию, которую нельзя получить из академической успеваемости, и обладает самостоятельной прогностической силой.

Стабильность метода: Точность оценок личностных качеств остается высокой даже при сравнении фотографий из выпускных альбомов MBA и более поздних снимков из LinkedIn, сделанных в среднем на 8 лет позже.

Фраза "мордой не вышел" заиграла новыми красками.
Измерение черепа переизобрели, короче.

#FacialRecognition #Hiring
———
@tsingular

Android Dreams: сценарий роботизации к 2045 году

Исследователь из Tesla Optimus описал путь к полной автономии роботов.

По его прогнозу, к 2030 первые работы заменят людей в простых задачах вроде сортировки посылок обучившись на данных с экзоскелетов, телеоператоров и видео.

Гуманоиды станут универсальными после 2029, когда модели обучат на интернет-видео и дадут им адаптивную долгосрочную память.

Этапы развития робототехники:

- Рассвет (2023-2025): Первые успехи в телеуправлении роботами для выполнения узких задач, таких как сортировка посылок и складывание одежды.

- Вертикализация (2026-2030): Компании, подобные "Waytek", успешно коммерциализируют роботов для конкретных отраслей, используя модель "Роботы как услуга" (RaaS). Китай начинает доминировать в производстве дешевого оборудования.

- Эпоха Гуманоидов (2027-2032): Прорыв в обучении роботов на основе видеозаписей действий человека позволяет создавать более универсальных человекоподобных роботов. США пытаются догнать Китай в производстве ключевых компонентов, таких как приводы.

- Эпоха AGI (2031-2045): Решение проблемы долгосрочной памяти и предварительного обучения на видеоданных приводит к созданию Воплощенного Общего Искусственного Интеллекта (EGI). Роботы-гуманоиды начинают массово заменять людей в различных сферах, включая обслуживание, строительство и здравоохранение.

- Эпоха Сверхинтеллекта (2045+): Роботы становятся неотъемлемой частью общества, что приводит к фундаментальным изменениям в экономике, культуре и самом понятии человеческого существования. Возникают новые идеологии и образы жизни.

- Геополитическая конкуренция: Противостояние между США и Китаем станет центральным фактором в гонке за доминирование в области робототехники. Преимущество Китая заключается в его производственных мощностях и государственной поддержке, в то время как США лидируют в разработке программного обеспечения для ИИ.

- Социально-экономические последствия: Автоматизация приведет к массовой безработице и росту социального неравенства. Это вызовет общественные движения, требующие введения безусловного базового дохода (ББД) и высоких налогов для компаний, использующих роботов.

- Технологические прорывы: Ключевыми технологиями, которые обеспечат прорыв, станут обучение на основе видео (learning from human video), модели мира (world models), позволяющие симулировать реальность для обучения ИИ, и решение проблемы долгосрочной памяти у ИИ.

- Философские вопросы: Статья завершается размышлениями о будущем человечества в эпоху сверхинтеллекта, затрагивая вопросы смысла жизни, возможности слияния человека с машиной и колонизации космоса.

Читаем, изучаем тут:
https://android-dreams.ai/

Термины EGI/ESI записываем в отдельный блокнотик

#роботы #Tesla #future #AGI #ASI #сингулярность
------
@tsingular