[Перевод] 9 ИИ-агентов и 150 рабочих задач в виртуальной техподдержке: почему ни одна модель пока не сравнится с человеком

2025 год стал годом агентов — ИИ вышел за пределы чата и начал взаимодействовать с окружением, например, кодом или системами. Но действительно ли мы близки к созданию по-настоящему разумных агентов, или этого ещё предстоит ждать десятилетие? И главный вопрос: какую долю экономически полезной работы эти агенты могут выполнять? Чтобы ответить на этот вопрос, сообщество стало оценивать не отдельные ответы модели, а её способность выполнять цепочки действий: искать информацию в базе знаний, вызывать внешние API, управлять файлами и брать на себя рутину пользователя в реальных рабочих сценариях. Для специалистов по тестированию и постобучению 2025 год фактически превратился в год сред обучения с подкреплением (RL‑сред) — виртуальных миров, где модели шаг за шагом собирают компьютеры, оформляют заказы, ведут переписку с клиентами и осваивают сложные многошаговые задачи. Мы решили «нанять» девять моделей ИИ, чтобы они выполнили 150 заданий в одной из наших RL-сред, имитирующих реальный мир с API-инструментами, задачами и верификаторами.

https://habr.com/ru/companies/first/articles/977946/

#искусственный_интеллек #машинное_обучение #нейросети #llm #большие_языковые_модели #rlhf #gpt #cloude #reinforcementlearning

Claude Code: AI переезжает в терминал. Архитектура, кейсы и почему это (возможно) убийца IDE-плагинов

Давайте честно: мы все уже привыкли к AI-ассистентам. GitHub Copilot, Cursor, JetBrains AI — они плотно прописались в наших редакторах. Но положа руку на сердце, работают они по принципу «очень умного Т9». Ты пишешь начало функции — он дописывает тело. Ты выделяешь кусок кода — он предлагает рефакторинг. Это удобно, но это все еще микро-менеджмент. Вы по-прежнему «водитель», а AI — просто навигатор. И тут Anthropic выкатывает Claude Code . Сначала я подумал: «Окей, еще одна обертка над API, теперь в консоли». Но когда начал копать глубже, понял, что концепция поменялась. Это не плагин. Это CLI-утилита, которая живет в вашем терминале и ведет себя как автономный агент . Разница примерно как между «помоги мне написать SQL-запрос» и «пойди в базу, посмотри схему и вытащи мне тех пользователей, которые не платили 3 месяца». Мне стало интересно, как это чудо не разоряет разработчиков на токенах, сканируя весь проект. Я потратил время, чтобы разобрать архитектуру, и хочу показать вам «подкапотку». Разберем сухую инженерию:

https://habr.com/ru/articles/971460/

#ии #Cloude #Copilot

Atlassian встроил Claude в Jira — теперь задачи создаются через промпт

Можно получить любой отчет, просто написав, что тебя интересует. Или назначить задачу, не заходя в Jira. Тестировал неделю. Рассказываю, стоит ли овчинка выделки и как это меняет рабочий процесс. Вчера коллега потратил 10 минут, чтобы создать простую задачу в Jira. Выбирал тип, заполнял поля, искал, кому назначить. Обычная история. Но теперь это можно сделать за 1 минуту, даже не заходя в интерфейс Jira.

https://habr.com/ru/articles/918786/

#ai #cloude #искусственный_интеллект #ии #jira #atlassian #бэклог #бэклог_продукта #user_story #управление_процессами

Chatbot Husky AI dostává možnost čerpat data z více AI modelů

🔗 https://infoek.cz/chatbot-husky-ai-dostava-moznost-cerpat-data-z-vice-ai-modelu-2025/

#HuskyAI #ChatGPT #Grok #Cloude #AI

Самые умные нейросети не могут пройти тест для детей,
https://www.unian.net/techno/neiroseti/samye-umnye-neyroseti-ne-mogut-proyti-test-dlya-detey-12957468.html
#unian #нейросети #искусственныйинтеллект #чатгпт #gemini #cloude

Grok is now open source

https://github.com/xai-org/grok-1

https://academictorrents.com/details/5f96d43576e3d386c9ba65b883210a393b68210e

#grok #opensource #artificialintelligence #ai #chatgpt #cloude #yapayzeka

“CloudeはChatGPTを超える最強AIか?実力と特徴を解説｜國末 拓実@　SOLDOUT/SHIFT AI/NewsPicks生成AIトピックス運営/AINOW” (1 user) https://note.com/kunipii/n/ne15ad380d04c #Cloude 便利だよーとThreadsで読んで