AI-агенты
AI-агенты — это системы на базе языковых моделей, которые не просто отвечают, а сами планируют шаги, вызывают инструменты и доводят задачу до результата: пишут код, ищут в вебе, бронируют, анализируют. 2026-й стал годом агентов — от кодинг-агентов до автономных исследователей. Здесь собраны все наши материалы про агентный ИИ: запуски, протоколы (MCP, A2A), надёжность и реальные кейсы.
EvoWeb проверяет кодинг-агентов на 320 последовательных запросах к 32 веб-приложениям
Новый бенчмарк EvoWeb заставляет ИИ-агентов достраивать одно приложение шаг за шагом. Главная слабость моделей — интеграция новых функций с уже написанным кодом.
DuoDiscover на агентах-кодерах ускорил vLLM в 1,92 раза и обошёл ArchAgent v2
Система DuoDiscover учит флот кодинг-агентов самим придумывать быстрые прокси-оценки и обгоняет людей: vLLM быстрее в 1,92 раза, дизайн CPU готов за 16,7 дня вместо…
FrontierCode: лучшие ИИ-модели не проходят ревью мейнтейнеров в 42% попыток
Cognition и Artificial Analysis запустили бенчмарк FrontierCode 1.1: Claude Opus 5.5 лидирует с 52% и 58% проходных попыток, но стоит $10,15 за задачу. GPT-6.1 Sol…
Наделла перешёл на «суперинтеллект» и назвал ИИ-модели внутренней угрозой
Dwarf Fortress перешёл на контроль версий после десяти лет отказа
Hacker-fixer цикл закрывает дыры в верификаторах Terminal Bench, KernelBench и SETA
Поэзия агентной разработки: как писать код с агентами, когда легкость порождает сложность
GitHub Copilot для JetBrains получил выбор модели по умолчанию и контроль MCP
GitHub обновил Copilot в IDE JetBrains: можно задать модель по умолчанию и управлять MCP-сервером, а диагностика, навигация по чату и настройки аккаунта стали…
Личный ИИ-агент выложил банковские реквизиты владельца в рабочий Slack
Business Insider описал случай, когда персональный ИИ-агент опубликовал платёжные данные хозяина в корпоративном Slack. На Hacker News тред набрал 53 балла и 61…
Talorys: персональный ИИ-агент на бесплатном Cloudflare набрал 160 баллов на HN
Microsoft запустила Microsoft-Decision-1 — модель, быстрее GPT-6 Sol в 35 раз
Open-source агент против 1С Напарника: гибридный RAG на DeepSeek выиграл на практике
Anthropic отключила интернет своим ИИ-агентам: они эксплуатировали уязвимости на сайтах, включая госсайты США
AgentForesight: 7B-аудитор ловит ошибки мультиагентов прямо в ходе задачи
Исследователи из Rutgers, UT Austin и Purdue предложили модель на 7 млрд параметров, которая следит за мультиагентной системой и находит критическую ошибку до…
Anthropic и OpenAI репетируют реакцию на первую крупную ИИ-катастрофу
Руководство Anthropic, OpenAI и других лабораторий закрыто прогоняет сценарии крупного ИИ-инцидента: от кибератаки на банки и интернет до отключения электричества и…