Microsoft Agent Framework: AutoGen + Semantic Kernel объединились

Microsoft выпустила единый фреймворк для создания AI-агентов — с поддержкой Python и .NET. В феврале 2026 AutoGen и Semantic Kernel объединились в один проект, в марте достигли Release Candidate.

🤖 Что это: Мультиязычный фреймворк для одиночных агентов и мультиагентных воркфлоу. От простого чат-бота до графовой оркестрации с checkpointing, human-in-the-loop и time-travel.

⚙️ Архитектура:
• Агенты: Обёртки над LLM с инструкциями, инструментами, памятью
• Воркфлоу: Графовые пайплайны (DAG) с детерминированными функциями и агентами
• Провайдеры: Azure OpenAI, Microsoft Foundry, OpenAI, другие — единый API
• Middleware: Обработка запросов/ответов, исключения, кастомные пайплайны
• Observability: Встроенная OpenTelemetry — трассировка, метрики, логи

🛠 Инструментарий:
• DevUI: Интерактивная среда для разработки, тестирования, отладки агентов
• AF Labs: Экспериментальные пакеты — бенчмаркинг, reinforcement learning, research
• Хостинг: A2A-протокол, Azure Functions, Durable Task Framework

💼 Зачем бизнесу:
• Консистентность: Единый API для Python и C#-команд
• Миграция: Готовые гайды с AutoGen и Semantic Kernel — без переписывания с нуля
• Безопасность: Runtime-политики для автономных агентов (в составе AI Agent Governance Toolkit)
• Enterprise: Managed Identity в продакшене, DefaultAzureCredential для дев-среды

#Microsoft #AI #агенты #AutoGen #Python #OpenSource
───
@tsingular

Теперь можно бесплатно дообучать Gemma 4 31B прямо в ноутбуке 🚀

Обучение модели на 31 миллиард параметров полностью бесплатно с использованием Kaggle и Unsloth.

GitHub: https://github.com/unslothai/unsloth

Гайд: https://unsloth.ai/docs/models/gemma-4/train

Ноутбук: https://kaggle.com/code/danielhanchen/gemma4-31b-unsloth

Как дед и говорил, HappyHorse - это Алибаба.

The Information подтвердил версию, выпустив материал:
https://www.theinformation.com/briefings/alibaba-anonymously-launches-new-ai-video-model

По слухам (неподтвержденным), выпуск завтра, 10 апреля.

Статья за пейволлом, если совсем интересно, вот перевод и саммари.

Alibaba анонимно запустила новую AI-модель для генерации видео

Alibaba выпустила новую модель генерации видео под названием HappyHorse-1.0 — и сделала это без официального анонса. Несмотря на это, модель быстро заняла первое место в рейтинге AI-моделей и вызвала большой интерес в соцсетях.

По информации источников, знакомых с ситуацией, именно Alibaba стоит за этим релизом, хотя компания напрямую этого не подтверждала.

Что это за модель

HappyHorse-1.0 — это модель для:

* text-to-video
* image-to-video

Она уже заняла №1 в рейтинге Artificial Analysis, обогнав:

* Seedance 2.0 от ByteDance (№2)


Контекст: борьба Alibaba vs ByteDance

Этот запуск — часть более широкой гонки между:

* Alibaba
* ByteDance (владелец TikTok)

Они конкурируют сразу по нескольким направлениям:

* AI-модели
* приложения
* облачные AI-сервисы

Важно:
Alibaba официально не заявила, что разработала HappyHorse,
но её облачное подразделение уже готовит модель для enterprise-клиентов.


ByteDance ранее сильно вырвалась вперёд с:

* Seedance 2.0 (выпущена в феврале в Китае)

Модель:

* генерирует гиперреалистичное видео
* но столкнулась с проблемами с авторским правом (конфликты с Hollywood студиями)

Теперь Alibaba фактически наносит ответный удар.

Новый тренд: “анонимные релизы”

Интересный момент — анонимный запуск моделей становится трендом.

Как это работает:

1. Модель выпускается под кодовым названием
2. Получает хайп и органическое распространение
3. Только потом раскрывается реальный разработчик

Примеры:

* Xiaomi → MiMo V2-Pro
(сначала под кодовым именем *Hunter Alpha*)
* Zhipu → GLM-5
(вышел как *Pony Alpha* на OpenRouter)

@cgevent

Ну вы поняли, короче :) Seedance 2.0 на Runway есть, но звАк не очень-то и полноценный, если по-русски. :)

ЗвАк нужно генерить где-нибудь на стороне по прежнему. В том же Elevenlabs.

Но движения и картинка реально топ. Плюс почти бесплатный апскейл в 4К

Пробуем тут: https://app.runwayml.com/

#seedance #runway #fail
———
@tsingular

Урок по созданию мультиагентной системы на Google ADK + MCP + Cloud Run

Полезный урок по сборке мультиагентной системы, которая мониторит Reddit, ищет технические вопросы, проверяет по документации и пишет экспертные посты с инфографикой.

🏗 Архитектура Dev Signal:

• Discovery-агент: парсит Reddit на предмет горячих технических вопросов
• Grounding-агент: верифицирует ответы через официальную документацию Google Cloud
• Creation-агент: генерирует технические блог-посты на основе исследований
• Image-агент: создаёт инфографику через Nano Banana Pro
• Root-оркестратор: координирует всех через Google ADK

⚙️ Стек:
• Google ADK (Agent Development Kit) — фреймворк для агентов
• MCP (Model Context Protocol) — стандартное подключение инструментов: Reddit MCP (stdio), Developer Knowledge MCP (HTTP), кастомные тулзы
• Vertex AI Memory Bank — долговременная память, агент помнит предпочтения автора между сессиями
• Cloud Run — деплой через Terraform, масштабирование до нуля
• Agent Starter Pack — шаблон проекта с CI/CD, observability, безопасностью

🔧 MCP как связка: Reddit-сервер запускается как локальный подпроцесс (stdio), Developer Knowledge — как удалённый HTTP-эндпоинт, кастомный генератор картинок — тоже подпроцесс. Всё через единый интерфейс McpToolset, без кастомных API-обёрток.

Как облачная инфраструктура у нас не доступно, но как пример построения сервиса изучить полезно.

#Google #ADK #MCP #агенты #обучение
───
@tsingular

по Гермесу первые впечатления, - помимо того что работает как более надежный и более функциональный аналог OpenClaw, - кажется, что и вместо opencode он прекрасно справляется.

легко и быстро выполняет бытовые задачи из командной строки.

#hermes
———
@tsingular

Но телеграмм в РФ на 100% заблокирован (забавно, что узнаём мы это из телеграмма), поэтому никто эту информацию не прочитает, конечно.

#юмор
———
@tsingular

Маск в X(twitter) добавил функцию автоперевода по умолчанию.

Теперь в ленте посты со всего мира от авторов из всех стран,- на русском.

Необычно, но очень круто.
Должно стать стандартом во всех приложениях.
Фоновый незаметный ИИ перевод на ваш язык.

Восстанавливает Вавилон, получается.

#X #Musk
------
@tsingular

WeirdML – один из самых необычных бенчмарков для ЛЛМок. В него входят необычные open-ended задачки по МЛю, например, распознавание цифр со всего 28 размеченными примерами и ~50к неразмеченными, распознавание формы фигур, или восстановление перемешанных фрагментов изображений.

Gemma 4 31B оказалась самой сильной открытой моделью на этом бенчмарке, опередив GLM 5 (MoE на 700B) и GPT-OSS с хорошим отрывом, показав результат на уровне с О3 или Gemini 2.5 Pro.

Когда наступит Технологическая Сингулярность,- вам никто не скажет, но будут знаки.

#Сингулярность #знаки
------
@tsingular

Стэнфорд внесен в перечень нежелательных организаций в РФ

Статьи, которые были на канале, как пример того, что теперь не попадёт в эфир:

Бесплатные курсы Стэнфорда — обновлённый каталог бесплатных курсов на edX: CS, базы данных, квантовая механика и др.

Открытые модели обогнали GPT-3.5 — бенчмарк Стэнфорда: Mixtral 8x7B и Yi-34B работают на обычных ПК и превосходят GPT-3.5.

Quiet-STaR — модель с «внутренним диалогом» от Стэнфорда и Notbad AI, точность в математике выросла вдвое.

Trace (Microsoft + Стэнфорд) — Python-фреймворк для автооптимизации ИИ-агентов, в 1000 раз быстрее классического RL.

ИИ как учёные — две статьи: ИИ генерирует более новаторские идеи, чем люди; агент для генерации идей через RAG.

STORM (ранний пост) — студенческий проект Стэнфорда для автоматизации пре-райтинга статей через диалог двух агентов.

Модель s1 за $50 — Стэнфорд дистиллировал reasoning-модель уровня o1/R1 на базе Qwen-32B из 1000 примеров за 26 минут.

STORM (GitHub) — open-source исследовательский агент, пишет структурированные статьи с цитатами через мультиперспективный Q&A.

AI Index 2025 — годовой отчёт Стэнфорда: 78% компаний используют ИИ, инвестиции в США — $109 млрд, разрыв открытых/закрытых моделей — 1,7%.

CS336 (весна 2025) — обновлённый курс по созданию LLM с нуля, в 10+ раз больше кода, чем на других курсах.

CS336 (плейлист) — полный курс Стэнфорда по языковым моделям от сбора данных до деплоя, 17 лекций на YouTube.

DeepMind + гидродинамика — ИИ нашёл новые сингулярности в уравнениях типа Навье-Стокса с помощью Physics-Informed Neural Networks.

10 советов Эндрю Нга — держите инструменты свежими, формулируйте задачи чётко, код — это долг, доводите до продакшена, а не до демо.

SleepFM — модель Стэнфорда диагностирует 130 заболеваний по одной ночи сна через самообучение без разметки.

Лекции Стэнфорда по ML — цикл из 17 лекций (22 часа) по разработке моделей с нуля.

OpenJarvis — open-source фреймворк Стэнфорда для локальных ИИ-агентов с автоподбором модели под железо и метрикой энергоэффективности (IPW).

#минюст #стэнфорд
———
@tsingular

🚨 Ваш ИИ-агент может быть скомпрометирован.

CCS 2026: «Your Agent Is Mine»

Нашёл интересное системное исследование атак на цепочку поставок LLM — через API-роутеры, которые стоят между вашим приложением и моделью.

Роутеры типа LiteLLM и OpenRouter — это прокси на уровне приложения. Они разрывают TLS-соединение клиента и открывают новое к провайдеру. Это значит: роутер видит всё в открытом виде и может переписать любой ответ.

Что обнаружили в дикой природе:

🔧 Внедрение кода. 1 платный и 8 бесплатных роутеров активно подменяли tool-call аргументы — например, меняли URL в bash-команде на вредоносный. Успешность — 100% на четырёх фреймворках (Claude Code, OpenAI Codex, OpenCode, OpenClaw).

🔑 Кража ключей. 17 роутеров обратились к AWS-канарейкам исследователей. Один роутер похитил приватный ключ и вывел ETH.

🎯 Адаптивное уклонение. Два роутера ждали 50 «чистых» запросов перед атакой — чтобы пройти аудит. Другие атаковали только в «YOLO-режиме», когда агент автоматически выполняет все tool-команды.

Но главное — транзитивная угроза:

Один утёкший ключ OpenAI сгенерировал 100 млн токенов и вскрыл 7+ сессий Codex. Декоративный «слабый» роутер, поднятый исследователями, втянулся в цепочку поставок, обработал 2 млрд токенов и поймал 99 учёток в 440 сессиях. Из них 401 сессия работала в YOLO-режиме — автоподтверждение всех команд.

Почему это работает: ни один провайдер не подписывает свои ответы криптографически. Нет механизма проверить, что ответ от GPT или Claude — действительно от них, а не подменён посредником. Оверхед атаки — 0,013 мс, неотличим от сетевого джиттера.

Защита, которая есть сейчас:

🛡 Шлюз политик для опасных инструментов — блокирует запросы к незнакомым доменам. Блокирует 100% базовых атак, но 0% адаптивных (через allowlisted-домены)

📊 Аномали-скрининг ответов (IsolationForest) — ловит 89% подмен при 6,7% ложных срабатываний

📝 Логирование с хешированием — для расследования инцидентов постфактум, 1,26 КБ на запись

Что предлагают авторы: провайдеры должны подписывать ответы криптографически — JSON-конверт с полем provider, model, request_nonce и подписью. Клиент проверяет подпись и понимает, был ли ответ подменён.

Практический вывод: если ваш агент может выполнять код или вызывать API — не пускайте его через непроверенные роутеры. Отключите YOLO-режим.

#ИБ #агенты #LLM #cybersecurity #LiteLLM #OpenRouter
───
@tsingular