Команда ИИ-агентов превзошла одиночного агента при поиске ошибок в коде
Группа из четырех ИИ-субагентов обнаружила логическую ошибку с возможностью повторной оплаты заказа, которую пропустил одиночный агент. В скрытом наборе тестов агентная команда набрала 8 из 8 баллов против 7 из 8 у одиночного запуска, при этом обе версии успешно прошли production build.
Читать в первоисточнике — Хабр ↗
Ещё в ленте
Как современные ботнеты и ИИ-агенты научились обходить капчу и имитировать людей
Современные ботнеты и ИИ-агенты научились успешно проходить защитные проверки вроде Cloudflare, маскируясь под живых пользователей. Вместо простых массовых запросов они имитируют человеческое поведение, распределяя активность по домашним IP-адресам и даже совершая случайные ошибки для обхода систем детекции.
Nano Banana 2.1 протестировали на 14 задачах с русскими промптами
Google выпустил модель Nano Banana 2.1, которую протестировали на 14 задачах с русскоязычными промптами против Nano Banana 2, Pro и GPT Image 2.5. В восьми тестах требовалось разместить русский текст прямо на изображении, при этом все четыре модели показали близкие общие результаты, но допустили разные ошибки. Например, Nano Banana 2.1 теряла знаки препинания и регистр, а Nano Banana Pro не справилась с таблицей из 18 элементов.
Разработчик создал надсмотрщик AIWorks для автоматизации работы Claude Code
Разработчик представил локальный инструмент AIWorks, созданный для контроля работы ИИ-агента Claude Code, отслеживания лимитов подписки и проверки выполнения задач. В рамках эксперимента надсмотрщику на сутки передали его собственный репозиторий, в результате чего было сгенерировано 63 пул-реквеста.
На микроконтроллере STM32N6 запустили распознавание свободной английской речи
Микроконтроллер STM32N6 научили переводить свободную английскую речь в текст полностью автономно без подключения к интернету или серверу. Во время вычислений энергопотребление устройства составляет около 0,2 Вт. Автор проекта опубликовал модель, исходный код и прошивку в открытом доступе на GitHub.