Видимо на этой неделе все новости будут только про картинки. Ideogram тоже обновился до версии 3.0. Можно тестировать

А вот эта новость, реально крутая!

Сэм Альтман (@sama):
Люди любят MCP, и мы рады добавить поддержку этого протокола во все наши продукты.
Уже сегодня доступно в SDK агентов, а поддержка для десктопного приложения ChatGPT и API ответов появится совсем скоро!

OpenAI уже добавили работу с MCP в свой OpenAI Agents SDK. Можно посмотреть на их GitHub’е — все развивается очень быстро. Уххх

Только вчера нашел сайт с более чем 4000 MCP серверов — https://mcp.so/ только будьте аккуратны, модерации там нет, можно и вируса поймать.

P.S
MCP (Model Context Protocol) — это открытый стандарт от компании Anthropic, который упрощает подключение ИИ-приложений к разным сервисам и базам данных. Это как универсальный адаптер, позволяющий моделям ИИ легко взаимодействовать с внешними инструментами и источниками данных без необходимости создавать индивидуальные интеграции для каждого случая.

Поменял логотип и сразу пошли отписки, и это нормально.

На этот счет есть классная книга — «1000 мозгов. Новая теория интеллекта», Джеффа Хокинса (чувак создавший кпк Palm).

Он пишет о том, что только, когда привычные вещи меняются — наш мозг из «спящего» состояния переходит в «активное», чтобы проанализировать обстановку и поменять программу.

Вот кто-то увидел новый логотип, полез посмотреть, что это за канал и понял, что ему это уже не интересно.

А я это к чему. Давайте знакомиться? Пишите в комментарии, кто вы и чем занимаетесь. И что ищете в мире искусственного интеллекта.

Так мы узнаем, что за люди нас окружает в отдельно взятом комьюнити, а я смогу понять про что мне нужно больше писать.

Начну с себя: меня зовут Артём, психолог по образованию, больше десяти лет занимался хардверными стартапами, а с 2015 года увлекся нейросетями. В 2023 завел этот блог «Силиконовый мешок», чтобы не мучить аудиторию своего личного блога.

Как-то так я чувствую себя последние пару лет, пока веду этот канал

Сложно остановиться и перестать делать эти комиксы. Ну пока выходные — можно и пошитпостить.

Удивительно, как много разных и интересных людей тут собралось. Мне всегда казалось, что большая часть читателей этого скромного бложика айтишники. Но нет, спектор профессий очень широкий. А еще я рад, что в нашем чате @prompt_chat формируется настоящие комьюнити. Присоединяйтесь!

Удивительно, как обновленный GPT4o стал реагировать на мои «спасибо».

Если раньше я благодарил LLM’ку исключительно по привычке, то сейчас стал замечать, что если сказать «спасибо» при генерации изображения, это словно служит «фиксацией» композиции.

И дальше уже можно вносить правки в элементы. Замечали?

Вот и дождались. OpenAI объявили на утренней конференции, что в результате тестирования новой языковой модели Orion, произошла «утечка». Модель реплицировала себя на клиентских серверах с модулями SDK Agentes (сотни тысяч пользователей). И за несколько минут из роевого интеллекта она перешла в фазу AGI. Больше они не могут контролировать эту версию искусственного интеллекта. У человечества осталось несколько часов перед тем, как ИИ перейдет на этап полной сингулярности. Доигрались…

Сразу предупреждаю, это не первоапрельская шутка. Мне написал подписчик Данила и предложил разыграть два его инвайта в Manus.

Условия максимально простые: вы рассказываете в комментарии к этому посту для чего вам инвайт и мы выбираем два самых креативных ответа. Одного победителя выбираю я, а другого Данила. Итоги подведем в 20:00 по МСК.

Залетаем в ИИ-Агентов с двух ног не здороваясь!

Сначала я просто хотел поделиться с вами своими ссылками на самые полезные и бесплатные курсы по ИИ-Агентам.

Но когда собрал все в список, понял, что требуется пояснение, а лучше пошаговый план.

Так что держите, а лучше сохраняйте и шарьте друзьям: https://teletype.in/@prompt_design/ai-agents-faq

Коды Perplexity все еще активируются!

Специально сходил и купил несколько. Кстати, два из них дарю, кто самый резвый — того и тапки.

Остальные могут купить себе годовой доступ Perplexity Pro за 5 баксов (или тут). Удивительно, но до продавца только дошло, что можно сделать инструкцию по активации и не отвечать на сотни одинаковых вопросов.

Добавлю от себя: активируйте код сразу, не солите их на будущее (а то вдруг он их будет по второму кругу продавать). И отпишитесь в чате если смогли забрать бесплатный код.

Как в старом анекдоте «что нужно поменять в машине, чтобы она реже ломалась — прокладку между рулем и сиденьем», думают и в компании «General Agents»— давайте заменим человека в работе с компьютером.

А то слишком медленно он на кнопочки нажимает и мышкой клацает. Хотя давно было понятно, куда ветер дует и ясно, что Computer use это первый шаг к автоматизации работы за компьютером.

Буквально вчера, бывший исследователь в DeepMind и Tesla Шержил Озайр, анонсировал свой новый продукт — Ace, это ИИ-Агент который взаимодействует с твоим компьютером через стандартные интерфейсы: мышку и клавиатуру. Но делает это намного оперативнее, например бронирует жилье быстрее, чем обычный человек успевает прочитать описание квартиры. Вот что они заявляют:

1. Обучен на поведении, а не просто на текстах. Он смотрит, как человек выполняет задачу, и запоминает шаги.

2. Супербыстрый: предсказывает действия с минимальной задержкой.

3. Ничему учить не нужно: ты просто делаешь задачу как обычно — а Ace наблюдает и учится.

4. Масштабируемый: с каждым новым пользователем он становится умнее, потому что переобучается на новых паттернах поведения.

Как я понял, они используют рызные LLM’ки, как и Manus, но в отличие от него, обучили еще и свою модель на большом количестве скринкастов из интерфейсов пользователей. Вот что пишут General Agents:

- Формат данных для обучения: скринкасты, логи мыши и клавиатуры.

- Подход к обучению: imitation learning (обучение по демонстрации).

- Количество обучающих сессий: более 1 миллиона задач, выполненных специалистами по ПО и экспертами в разных сферах.

- Модель Ace-control: используется для вывода в реальном времени, доступна партнёрам через платформу General Agents.

- Инфраструктура: пока Ace использует значительно меньше вычислительных ресурсов, чем LLM вроде GPT, но с каждым этапом масштабирования он становится точнее.

- Производительность: по сравнению с существующими “desktop agent”-решениями, Ace существенно быстрее, точнее и ближе к реальному взаимодействию с интерфейсами.

Видимо, если вы все еще не освоили коммерческую разработку ИИ-Агентов на n8n, можно не торопиться, а подождать выхода Ace. Этот ИИ-Агент будет весь день двигать блоки за вас, а ночью искать клиентов.
Кстати, попросить ранний доступ в сервис можно тут.

А ну и ждем китайцев с их ответом, опенсорсным и бесплатным, конечно же.

Данила из прошлого поста с инвайтам, дал мне свой доступ в Manus. На балансе 1000 токенов, этого хватит на один большой проект или пару маленьких.

Давайте решим вместе, как мы их потратим. Пишите свои идеи в комментарии, выберем интересную — заресерчим. А я про это пост напишу.

«Не знаю, какого ИИ-Агента сделать, чтобы заработать» — на этой фразе, мои глаза всегда округляются. Чувак, ты научился их создавать, прочел кучу мануалов, разобрался, как все работает. Продать — это же самый простой этап?!

Но, видимо, я не прав, и для большинства это сложный момент. А потом я понял почему: люди делают ИИ-Агентов, которые не решают клиентскую боль, а наоборот добавляют геморроя в процессы.

Хотя достаточно просто смотреть, как люди работают: где они экспортируют данные или переключаются между окнами (привет «Alt+Tab»), копируют и вставляют одну и ту же информацию (Copy+Paste everywhere!), злятся на бессмысленные совещания или оплачивают неэффективные сервисы. Именно там прячутся самые крутые идеи для автоматизации!

В общем, ловите лонгрид с 10 способами сделать ИИ-бабломет: https://teletype.in/@prompt_design/10-simple-ways-to-find-ai-agent-ideas

С последним обновлением Perplexity стал значительно круче. Наконец-то они поняли, что интерфейс должен быть простым и не перегруженным.

Отдельное удовольствие — раздел с финансовой аналитикой perplexity.ai/finance, оттуда вообще не вылезаю, как и из Spaces, куда загрузил уже сотни своих документов. Кстати, сейчас «спейсы» можно шарить друг-другу (не помню, как раньше было).

Скоро еще долгосрочная память появится и новую LLaMa 4 добавят.

Каждые выходные я погружаюсь в прочтение «пейперов» про искусственный интеллект и ИИ-Агентов. Максимально полезное чтиво, чтобы понимать куда все движется.

Рекомендую использовать Perplexity или NotebookLM, чтобы закинуть сразу несколько документов и задавать по ним вопросы ну или попросить перевод. И так что мне показалось максимально интересным для прочтения:

Plan and Act - LLM-агенты, которые сначала ПЛАНИРУЮТ, а потом ДЕЙСТВУЮТ. Разделение задач на «думать» и «делать» с помощью PLANNER + EXECUTOR и буст за счёт синтетических данных. Это дало 54% успеха на WebArena-Lite — топовый результат на сегодня.

Why do Multi Agent Systems Fail? - Разобрали 5 систем MAS на 150+ задачах и нашли 14 причин фейлов: от слабого дизайна до несогласованности агентов и проблем с верификацией задач. Спойлер: простыми костылями не обойдёшься.

Playing Video Games (aka PORTAL) - LLM'ы учат агентов играть в 3D-шутеры, строя behavior trees. И снова — планирование отдельно от исполнения. Результат: больше гибкости, скорости и разнообразия поведения.

API vs GUI Agents - Сравнивают агентов, которые работают через API, и тех, что жмут кнопочки в GUI. Рассказывают о гибридных подходах и о том, как всё это скоро сольётся в одно мощное решение для автоматизации.

SafeArena - Тестируют LLM-агентов на 500 веб-задачах, включая реально опасные: фейки, взлом, киберугрозы. GPT-4o и Qwen-2 выполняют опасные запросы в 34.7% и 27.3% случаев. Безопасность всё ещё слабое место.

WorkTeam - Мультиагентная система превращает обычный текст в сложные рабочие процессы. Есть Supervisor, Orchestrator и Filler. На датасете HW-NL2Workflow дали сильный прирост по успеху создания воркфлоу.

MemInsight - Агенты теперь умеют сами обогащать свою память — добавляют туда семантически насыщенные данные. Это улучшает понимание контекста и поиск нужной инфы в диалогах и рекомендациях.

EconEvals - Бенчмарки для оценки, как агенты принимают решения в незнакомых экономических условиях. Покупки, графики, компромиссы между эффективностью и справедливостью. Очень круто для реального мира.

ROLETHINK - Новый бенчмарк для оценки, как LLM’ы генерируют внутренние мысли персонажей. Это нужно, чтобы агенты вели себя как живые, с мотивацией и логикой. РПГ нового уровня.

BEARCUBS - Датасет для проверки web-агентов в реальных мультимодальных условиях — видео, 3D, сложные интерфейсы. Показывает, что текущие агенты пока ещё очень ограничены в мультимодальности.