🖥 Google Research научила агентов улучшать собственную обвязку и не переобучаться

Google Research выложила RRSI (Regularized Recursive Self-Improvement of Agent Harnesses). Это метод, в котором агент сам дорабатывает свой «харнес»: промпты, логику управления, инструменты и память.

Если улучшать харнес на фиксированном наборе задач, он начинает подгоняться под тест. В RRSI пространство правок оставили открытым и вместо него регуляризуют сам процесс поиска.

Регуляризация идёт с двух сторон. При генерации правок действует затухающий бюджет на число изменений, генератор учитывает историю прошлых правок, а застрявшие запуски уводятся в неисследованные компоненты. При отборе критик отсеивает утечки, порог с учётом шума не пропускает мелкие случайные приросты, прирост должен окупать потраченные токены, а неиспользуемые компоненты удаляются.

Модель при этом заморожена, в экспериментах это Claude Opus 4.8, и улучшается только обвязка вокруг неё. Результаты: Terminal-Bench 2.1 с 74,2% до 80,2%, SWE-bench Verified с 82,0% до 83,8%, EngDesign с 50,0% до 54,9% и Harvey LAB с 89,4% до 90,5%.

Код открыт под Apache 2.0, в репозитории есть готовые адаптеры для кодинга, офисных задач и инженерии.

Статья: https://arxiv.org/abs/2609.24972

GitHub: https://github.com/google-research/rrsi

Где ИИ-агенты реально помогают, а где создают новые риски
➡️Узнайте на GoCloud Tech 2026

Каждый год Cloud․ru собирает ИТ-специалистов, чтобы вместе обсудить, как строить сложные технологии.

В этом году в программе конференции много докладов про ИИ/ML — от инженерных ограничений до инфраструктуры, которая выдерживает миллион токенов в секунду.

Обсудят:

▶️Как выбрать инфраструктуру для ИИ-проекта

▶️Как построить систему, способную выдерживать больше миллиона токенов в секунду

▶️Как защищать чувствительные данные при работе с LLM

▶️В каких задачах ИИ реально помогает

▶️Где границы применимости ИИ-агентов в разработке

15 октября, Москва + онлайн.

Зарегистрироваться на GoCloud Tech 2026

⚡️ Как Claude может связывать несколько аккаунтов с одним устройством

Пользователи нашли в локальных файлах Claude и Claude Code набор идентификаторов и телеметрии, которые потенциально позволяют понять, что разные аккаунты запускались на одном компьютере.

В CLI сохраняются:
- machineID — постоянный ID установки
- userID и anonymousId — идентификаторы телеметрии
- отдельные ID для других конфигураций и окружений

В десктопном приложении есть:
- ant-did — ID устройства
- ant-device-registry.json — реестр устройства и связанных аккаунтов
- remote-control-state.json — телеметрия
- config.json — настройки, последний аккаунт, служебное состояние и кэш
- chromeExtension.pairedDeviceId — ID связанного браузерного расширения
- claude-code-sessions/ — локальная история сессий Claude Code для аккаунтов, которые использовались на машине

То есть даже после выхода из аккаунта на компьютере может оставаться достаточно локальных метаданных, чтобы связать несколько учеток между собой.

Перед переустановкой, сменой аккаунта или восстановлением после блокировки стоит сначала сохранить важные проекты и сессии и понимать, какие данные Claude хранит локально.

Удаление локальных метаданных само по себе не гарантирует снятие блокировки и может привести к потере настроек или сессий.

✔️ Anthropic выбрала Nasdaq для IPO

Cтартап определился с площадкой для выхода на открытый рынок - по данным источников Business Insider, компания планирует провести первичное публичное размещение акций на бирже Nasdaq уже в октябре.

Решение создателей языковой модели Claude - очередная крупная победа Nasdaq в конкурентной борьбе с Нью-Йоркской фондовой биржей за привлечение ключевых технологических компаний.

Ранее в этом году бирже удалось заполучить листинг SpaceX, что окончательно закрепило за площадкой статус главного центра притяжения для публичного дебюта лидеров диптех индустрии.

#news #ai #ml

Стать специалистом по Data Science всего за 10 недель — это реально!

Если давно смотрите в сторону Data Science, но откладываете старт из-за огромного количества технологий, математики и непонятного пути до первой работы — сейчас можно зайти в профессию по-другому.

Симулейтив запускает интенсивный буткемп по Data Science, который построен вокруг главного: за первые 10 недель собрать необходимый стек, получить практический опыт и начать готовиться к реальным собеседованиям.

И главное — вам не нужно сначала учиться 8–12 месяцев, а уже потом думать о трудоустройстве.

Что вас ждёт:
➖необходимые для старта навыки: Python, ML, статистика, работа с данными и AI-инструментами;
➖практика на реальных задачах и проектах;
➖понятный ежедневный план обучения и поддержка менторов;
➖еженедельные живые занятия, а не старые записи;
➖подготовка к собеседованиям уже с первых недель — групповые интервью, разбор вопросов и подготовка резюме.

А что после 10 недель? Буткемп — это только первый этап.

После него можно продолжить углублять экспертизу и двигаться к уровню middle:
➖продвинутый Python;
➖Git;
➖продвинутая статистика и A/B-тестирование;
➖Airflow;
➖MLOps и развёртывание ML-моделей.

Кому подойдёт:
Тем, кто хочет войти в Data Science системно и не тратить год на самостоятельный поиск правильного маршрута.
Тем, кто начинал учиться самостоятельно, но терял темп без структуры и дедлайнов.
Тем, кто хочет не просто изучать теорию, а как можно раньше начать готовиться к выходу на рынок.
Тем, кому важно учиться на практике и получать обратную связь от менторов.

🔥ВАЖНО: Симулейтив сейчас дают возможность получить грант на обучение и гарантию трудоустройства своих студентов! Количество грантов, ограничено!

Оставляйте заявку до конца недели, чтобы занять одно из 5 оставшихся мест нового потока!

🔗 ЗАБРОНИРОВАТЬ МЕСТО