Экзамен для AI-агентов: OpenEnv проверяет, кто из них не сломается в реальном мире

Вышел OpenEnv — бенчмарк, который проверяет AI-агентов на реальных сайтах. Почему это важнее тестов IQ и кто из гигантов провалит этот экзамен?

New Relic построила на AWS корпоративного ассистента и сократила поиск данных на 95%

Кейс New Relic: создание AI-ассистента NOVA на базе AWS Bedrock для решения проблемы поиска корпоративной информации и автоматизации рутинных задач.

Эдинбург против «зеленого» AI: город, который сказал «нет» дата-центру

Почему власти Эдинбурга заблокировали «зеленый» дата-центр, несмотря на обещания обогревать дома? Анализ провала, который станет уроком для всей IT-индустрии.

Amazon Bedrock заставит нейросети выдавать идеальный JSON. Прощайте, костыли и валидаторы

Amazon Bedrock теперь гарантирует schema-compliant JSON от языковых моделей. Как работает новая функция Structured Outputs и почему это важно для разработчиков.

Claude написал компилятор C за $20 000. Почему его создатель в ужасе

Инженер Anthropic заставил ИИ-агента на базе Claude Opus 4.6 написать компилятор C. Эксперимент обошелся в $20 000 и вызвал тревогу у создателя. Почему?

Инженерная сбруя для AI: как заставить Codex-агентов работать, а не фантазировать

Что такое Harness Engineering и как эта методология на базе Codex призвана сделать AI-агентов надежными инструментами, а не просто хайповыми игрушками.

Консилиум: когда один AI-мозг хорошо, а несколько — лучше

Исследователи представили Consilium — систему, где несколько LLM совместно решают задачи. Как это работает и сможет ли такой подход обойти GPT-4? Разбор.

GPT-5.3-Codex: OpenAI выпускает AI-агента для самых сложных задач

OpenAI анонсировала GPT-5.3-Codex. Это не просто модель, а AI-агент для выполнения долгих и сложных задач. Разбираемся, что это меняет для индустрии.

Hugging Face наводит порядок в данных: почему скучное обновление важнее новой GPT

Hugging Face выпустил обновление для библиотеки Datasets, которое кардинально упрощает обработку аудио и изображений. Разбираемся, почему это стратегический ход в войне AI-платформ.

Gemini Deep Think: Google создает AI для научных открытий, чтобы обогнать OpenAI

Google анонсировал Gemini Deep Think — новую AI-платформу для математики и науки. Что это: реальный прорыв или попытка обойти ChatGPT в PR-гонке? Анализ.

Скальпель для нейросети: Hugging Face предлагает измерить предвзятость AI

Hugging Face выпустили новый инструмент для оценки предвзятости языковых моделей. Разбираемся, как он работает и сможет ли он сделать AI 'этичным'.

AI-фильтр для камер Swann: как сэкономить $2 млн в месяц на паранойе

Как Swann снизила расходы на AI-анализ видео с 12 млн камер с $2.1 млн до $6 тыс. в месяц. Разбор архитектуры и экономной стратегии на базе AWS Bedrock.