#ИИАгенты

Anthropic только что объявила об увеличении контекстного окна Claude Sonnet 4 в 5 раз, доведя его до 1 миллиона токенов. Хотя большие числа в ИИ являются обычным явлением, этот шаг имеет ощутимые, практические последствия для тех из нас, кто создает сложные системы. С моей точки зрения, это не просто количественный скачок; это качественный скачок, который открывает новый класс проблем, которые мы можем решить. Переход от анализа файлов к пониманию на уровне системы Возможность загрузить всю кодовую базу — более 75 000 строк с исходными файлами, тестами и документацией — в один запрос является значительным изменением. Ранее анализ кода с помощью ИИ часто ограничивался отдельными файлами или небольшими модулями. Мы могли проверять ошибки или рефакторить конкретную функцию, но ИИ не хватало целостного представления. ...

Генеральный директор Perplexity, Аравинд Шринивас, недавно сделал смелое заявление: их новый нативный для ИИ браузер Comet может автоматизировать основные функции рекрутеров и административных помощников с помощью одного запроса. Это не просто очередное объявление о чат-боте; это четкий сигнал о том, что автономные AI-агенты переходят от теоретических концепций к практическим, продуктовым инструментам. Шринивас описал рабочий процесс, при котором одна команда может запустить целую цепочку действий: поиск кандидатов на LinkedIn, извлечение контактных данных, отправка персонализированных электронных писем через Gmail и планирование собеседований в Google Calendar. Он утверждает, что если запрос может принести миллионы ценности, компания без колебаний заплатит за него тысячи. ...

Google MLE-STAR: Агенты ИИ, автоматизирующие машинное обучение Исследовательская группа Google Cloud представила MLE-STAR (Machine Learning Engineering via Search and Targeted Refinement) — систему агентов искусственного интеллекта, которая знаменует собой значительный шаг к полной автоматизации создания конвейеров машинного обучения. Для тех, кто провел бесчисленные часы за разработкой признаков, выбором моделей и оптимизацией гиперпараметров, это развитие заслуживает пристального внимания. По своей сути, MLE-STAR выходит за рамки ограничений традиционного AutoML. Вместо того чтобы полагаться на заранее определенный набор моделей и методов, он использует инновационный подход, который сочетает внешние знания с внутренней оптимизацией. ...