Тестирование агентского поиска: 16 open-source моделей и 7 инструментов поиска
Проведено исследование возможностей агентского поиска с использованием 16 моделей, 7 поисковых инструментов и двух ИИ-провайдеров. Работа посвящена тому, как модели находят и обрабатывают информацию о компаниях в интернете, а также какие выводы они формируют.
Читать в первоисточнике — Хабр ↗
Ещё в ленте
Как использование LLM снижает доверие к коду и документации
Кайл Кингсбери отметил, что широкое применение LLM подрывает доверие к программному обеспечению, документации и создающим их компаниям. Традиционные признаки зрелости систем стало легче подделывать, из-за чего инженеры могут начать относиться к новым проектам с подозрением. В связи с этим разработчикам предстоит найти новые способы гарантировать корректность ПО и доказывать его качество пользователям.
Опыт использования ИИ-агента для автоматизации поиска работы
Тимлид протестировал браузерного ИИ-агента для поиска вакансий, составления сопроводительных писем и отслеживания процесса найма. По итогам первой недели эксперимента автор выявил как успешные действия, так и сбои в работе ассистента. Финальная отправка откликов при этом по-прежнему требует участия человека.
Особенности и настройка CLI-агента Claude Code от Anthropic
В материале рассматривается работа с CLI-агентом Claude Code от компании Anthropic, предназначенным для автоматизации задач разработки. Автор разбирает практические сценарии применения инструмента, его ключевые функции, включая скиллы и протокол MCP, а также существующие лимиты сервиса.
Обзор предрасположенности к риску популярных языковых моделей
В статье представлен обзор исследований, посвященных отношению различных LLM к риску при одинаковых стартовых условиях. Автор приводит сравнительную шкалу моделей по степени рискованности их поведения — от Claude Sonnet 4.5 до GPT-5.2.