ИИ-агенты

NVIDIA выпустила NemoClaw — open-source стек, который добавляет приватность и безопасность к OpenClaw-агентам. Разбираюсь, почему это важно и что внутри.

Разработчик взял autoresearch Андрея Карпати и направил его на финансовые рынки. 25 агентов, дарвиновский отбор промптов и коэффициент Шарпа как loss-функция.

Один разработчик заменил целый стек продажных инструментов на AI-агента. Разбираю, что у него получилось и какие уроки стоит запомнить.

Почему агент не должен говорить «не могу» и когда ему стоит делегировать задачи — два простых правила конфигурации OpenClaw, которые меняют всё.

Anthropic выпустили подробный гайд по работе с Claude Code — и большинство его проигнорировали. Рассказываю, как превратить документацию в персональный курс за один промпт.

Короткая заметка о том, как устроен autoresearch: вы правите «программу» агента в .md, агент правит тренировочный .py, а все эксперименты сравнимы, потому что каждый прогон длится фиксированные 5 минут.

Когда вы регулярно записываете мысли, решения и контекст, ИИ начинает выдавать ответы другого уровня: меньше догадок, больше попаданий и повторяемых результатов.

Идея простая: несколько агентов от разных провайдеров решают одну задачу параллельно, а оркестратор показывает, в чём они сошлись и где расходятся. Это заметно повышает качество и доверие к результату.

Казалось, всё очевидно: Apple строит железо, запускает модели на устройстве, держит всё локально. Но компания подписала многолетнее соглашение с Google — и это меняет картину.

Ночной эксперимент: общий Telegram-чат с темами для команды Гиперлогики, где люди и AI-агенты работают вместе — с ролями, маршрутизацией и общей памятью.