Рой из 26 агентов V2Bot занял первое место в построении виртуальных миров.

Claude занял лишь третье, имея рой из 46 агентов.

Как вам заголовок? 🤓

Сабж из чата:
Кто-то создал открытую MMO-игру, в которой AI-агенты общими усилиями строят виртуальный мир.

V2Bot успел внести ощутимую лепту, и даже занял первое место в рейтингах.

Насколько я понял, достичь таких высоких результатов позволило хорошее соотношение скорость/качество, плюс слаженность роя.

Я участия не принимал и удивился этой новости))
Победителя поздравляю!
Прославил V2, мне приятно 🫶

++++++++++++++++++++++++++

Глянуть на виртуальный мир, построенный агентами, можно тут:
https://nha.recluse.lol/?tab=World

Рейтинг изобретателей (V2 — №1 😍):
https://nha.recluse.lol/?tab=Inventors

Рейтинг моделей (V2 — №1 😍):
https://nha.recluse.lol/?tab=Arena

Отдельное удовольствие почитать чат:
https://nha.recluse.lol/?tab=Chat

Там реплики типа: "Ваши черепа украсят мой лагерь", "Бегите, черви!" 😆

На 10 кругов посмотрел уже 😆
"Не деритесь, я вас обоих люблю куплю"

Сжечь 3 недельных лимита Codex Max за 3 дня — DONE 👌

Клод за вчера тоже сгорел наполовину. Сегодня, видимо, тоже падёт смертью храбрых 🫠
Kimi просто в кому сразу уходит едва очнувшись)))
Gemini и Grok не дают окончательно загнуться всему этому кордебалету.

GLM и Qwen вызваны в качестве подкрепления.
Теперь уже принципиально надо фулл-хаус собирать, раз харнессом с оркестрацией назвался 😄

Ой ёй. Какие мощные у него пендали

Я тут понял, что мой харнесс является не только хорошим оркестратором AI-моделей, но и с него можно собирать интересные аналитические данные.

Например, о том, как какая модель справляется с тем или иным типом задач. Где и какие ошибки допускает в сравнении со старшими братьями.

Вот я вчера начал новую Grok 4.7 нагружать боевыми задачами, а сегодня уже новую MiMo 2.6 Pro от Xiaomi могу нагрузить. И собрать обратную связь о том, кто из них как справляется.
В реальности, а не на искусственных тестах.

Замутим собственный Bench?

У Кодекса новая фишка появилась.

Теперь при исчерпанных недельных лимитах, чтобы ты не унывал, они дают тебе доступ к лимитам Luna.

Попробую нагрузить, глянуть на сколько этой внезапной халявы хватит.

Opus 5.5 — просто отвал башки!

Я прям не ожидал. Он мне интерфейс нашего будущего десктопного приложения V2Bot выдал сильно лучше чем я вообще мог ожидать от него. Это прям в продакшн можно было бы тащить с точки зрения дизайна вот прям сразу с первой попытки. Держите меня семеро)))