Утренние обновления: OpenClaw, Langchain, Pydantic-AI, OpenWebUI и др.

Выпили кофе и смотрим обновления опенсорс-стека для агентов.

🚀 OpenClaw v2026.2.23:
Главное исправление — подавление Reasoning-блоков в Telegram. Больше никаких «мыслей вслух» (спасибо! еще стриминг по умолчанию бы отключили) в ответах пользователю, если это не включено специально.

• Kilocode Integration: Нативная поддержка провайдера Kilo (модель Claude Opus 4.6).
• Hardening: Закрыли потенциальный SSRF в браузере и внедрили жесткую политику ACP (Agent Control Policy) для доступа к файлам — теперь агент не сможет прочитать что-то вне своего воркспейса без спроса.
• Smart Caching: Оптимизировали кэширование AGENTS.md и MEMORY.md, чтобы не инвалидировать кэш промптов на каждой записи в память.

⚡️ Pydantic-AI v1.63.0: Gemini 3.1 Pro и валидация «на лету»
Команда Pydantic продолжает делать разработку агентов предсказуемой.

• Добавлена поддержка Gemini 3.1 Pro Preview.
• Logprob Support: Теперь можно точно знать, насколько модель уверена в каждом слове.
• Args Validator: Добавлен параметр пре-валидации аргументов инструментов. Это смерть для галлюцинаций: если агент пытается вызвать инструмент с бредовыми параметрами, его «бьют по рукам» еще до запуска кода.

🌐 Open WebUI v0.8.5: Голос и устойчивость
UI для локальных LLM стал взрослее.

• Добавили горячие клавиши для диктовки (Cmd+Shift+L).
• Исправили «бесконечную загрузку» при падении бэкенда. Теперь фронтенд устойчив к сбоям отдельных API-вызовов (модели, баннеры, настройки).

🛠 LangChain Core 1.2.15
Тихий, но важный патч: исправлен импорт LangSmith (теперь быстрее стартует) и улучшена типизация для кастомных чат-моделей.

Больше инфы об актуальных обновлениях оптом можно смотреть тут:

https://github.com/mb-mal/awesome-ai-agents-frameworks

#OpenClaw #PydanticAI #OpenWebUI #LangChain #AI #Agents #DevOps
———
@tsingular

Дайджест по ключевым обновлениям фреймворков за сегодня (25 февраля 2026 г.).

🦞 openclaw (v2026.2.23)
• Claude Opus 4.6: Добавлена поддержка модели через Kilo Gateway.
• Оптимизация кэширования: Внедрена глубокая настройка prompt caching (TTL, heartbeat) для снижения затрат на длинные контексты.
• Мультимодальность: Нативная поддержка видео от Moonshot и улучшенный поиск через Kimi.

🧠 agno (v2.5.4)
• Автономные команды: Добавлена потоковая передача событий для TeamMode.tasks — теперь за работой мультиагентных команд можно наблюдать в реальном времени.
• PgVector: Появился параметр similarity_threshold для точной фильтрации результатов поиска по векторам.
• HITL: Улучшены рабочие процессы с участием человека (Human-in-the-loop).

💻 opencode (v1.2.11)
• Workspace-serve: Запущена экспериментальная команда для обслуживания рабочего пространства.
• Стабильность на Windows: Исправлены проблемы с точностью времени (mtime) на файловой системе NTFS, что критично для синхронизации кода.

🦜 langgraph (sdk v0.3.9)
• Threads Search: В API поиска по потокам (threads) добавлен параметр extract, позволяющий извлекать конкретные данные из истории диалогов агентов.

🦀 zeroclaw (v0.1.7) - новичок в списке. Ещё один Rust 🦀 и уже с 18к звезд.
• Лицензионная чистота: Переход на двойную лицензию Apache/MIT (в стиле Rust) для упрощения корпоративного использования.

🌍 worldmonitor (v2.5.7)
• Security Hardening: Серьезное усиление безопасности — защита от SSRF-атак и авторизационные гейты.
• Performance: Оптимизирована загрузка тяжелых данных (карты, видео), что ускорило работу интерфейса ситуационной осведомленности.

Больше обновлений на странице проекта:
https://github.com/mb-mal/awesome-ai-agents-frameworks

#AI #Agents #OpenSource #TechDigest
------
@tsingular

Cursor Automations: Дом Тысячи Крабов

Cursor выкатил Automations — систему для создания «вечно включенных» ИИ агентов.

🛠 Что это дает:
• Событийная модель: Агент просыпается не по клику, а по триггеру: сообщение в Slack, новый issue в Linear, мердж в GitHub или инцидент в PagerDuty.
• Облачные песочницы: При срабатывании агент разворачивает облачный sandbox, сам билдит код, запускает тесты через MCP и верифицирует результат перед тем, как прийти к человеку.
• Память: У агентов появился инструмент memory, позволяющий учиться на прошлых запусках и не совершать одни и те же ошибки в ревью. 🧠

💡 Где это реально работает:
• Авто-ревьюеры: Проверка безопасности на каждый пуш в main. Если риск низкий — авто-аппрув, если высокий — алерт в Slack с детальным отчетом.
• Incident Response: При падении системы агент лезет в логи Datadog, сопоставляет их с последними коммитами и выкатывает PR с фиксом до того, как дежурный инженер успеет допить кофе.
• Рутина: Сборка еженедельных дайджестов из Jira/Slack/GitHub или автоматическая допись тестов для свежего кода.

По сути, если один из триггеров сделать по аналогии с Heartbeat у Openclaw,- получим живых облачных кодовых агентов.

#Cursor #AI #Agents #CI #Automation #DevOps
------
@tsingular

Google Workspace CLI (gws): Новый стандарт для людей и агентов

Google выкатил gws — единый opensourse CLI-инструмент для управления всем Workspace: Drive, Gmail, Calendar, Sheets, Docs, Chat и Admin.
Получился крутой динамический комбайн из API, построенный на базе Google Discovery Service. 🛠

🚀 Что делает его «крутым»:
• Динамичность: Он не хранит список команд статично. gws читает схему API Google в рантайме. Если в Workspace появляется новый метод или эндпоинт — CLI подхватывает его автоматически.

• Agent-First: Весь вывод — это структурированный JSON. Идеально для LLM и автоматизаций.

• 100+ Agent Skills: В репозиторий уже включены готовые навыки (SKILL.md) для популярных рабочих процессов.

• MCP Server: Поддержка Model Context Protocol из коробки. Можно за пару секунд превратить весь свой Google Workspace в набор инструментов для Claude Desktop или любого MCP-клиента.

💡 Примеры использования:
• gws drive files list — список файлов с авто-пагинацией.
• gws sheets spreadsheets create — создание таблиц одной командой.
• gws mcp -s drive,gmail,calendar — запуск MCP-сервера для ИИ-ассистента.

🤖 Для ИИ агентов: Это «мастхэв». Он заменяет собой десятки разрозненных скриптов и упрощает авторизацию (поддерживает OAuth, Service Accounts и шифрование токенов в системном связке ключей).

Позволяет максимально просто интегрироваться в стэк навыков.

Даже если вы не используете GWS, - рекомендую посмотреть как пример архитектуры.

#GoogleWorkspace #CLI #AI #Agents #MCP #OpenSource #DevTools
------
@tsingular

Paperclip: ваша ИИ компания

Если OpenClaw — это как правило, 1-2 сотрудника, то Paperclip — это целая компания.

Opensource проект позволяет вам взять под контроль целый рой ИИ сущностей.

🛡 Корпорация под контролем: Когда у вас открыто 20 терминалов с Claude Code, вы перестаете понимать, кто и зачем тратит ваши токены.

Paperclip превращает набор разрозненных сессий в полноценную оргструктуру с ролями CEO, CTO и менеджеров.

📉 Контроль и бюджеты: Теперь у каждого агента есть свой кошелек и лимит. Если «стажер» зациклится в бесконечном цикле написания кода, он упрется в бюджет раньше, чем обнулит ваш API-ключ.

Каждое действие логируется в неизменяемый аудит-лог,- полная прозрачность делегирования.

🧬 Clipmart и пресеты: В планах запуск маркетплейса готовых структур.

Можно будет в один клик скачать настроенный «Отдел контента» или «Команду разработки» с прописанными связями и целями.

Мы переходим от ручного управления промптами к управлению департаментами.

💼 Зачем бизнесу: Это первый серьезный шаг к созданию Zero-Human компаний. Вместо того чтобы нанимать людей для присмотра за ИИ, вы нанимаете ИИ для управления другими ИИ по классическим канонам менеджмента.

🔮 Будущее: В 2026-м ценность будет не столько в модели, а в архитектуре связей.

Хорошо настроенный рой в огромной модели не нуждается.

Paperclip — это чертеж для строительства автономных холдингов, где человек остается лишь в роли акционера.

Опять выходные в топку.

#AI #Agents #Orchestration #Paperclip #рой
───
@tsingular

OpenSandbox от Alibaba

Alibaba выпустила OpenSandbox — открытый фреймворк для запуска кодовых агентов в изолированных песочницах.

Уже поддерживает:
claude-code,
gemini-cli,
codex-cli,
kimi-cli,
iflow-cli,
LangGraph,
google-adk,
nullclaw,
openclaw !!!

🛡 Уровни защиты:
OpenSandbox поддерживает три эшелона безопасности. Docker подходит для базовых сценариев. gVisor (ядро от Google) обеспечивает перехват системных вызовов. Firecracker/Kata Containers (микро-VM) гарантируют аппаратную изоляцию. Это надежное разделение ресурсов для запуска скриптов любой сложности.

🚀 SDK и окружения:
Доступны штатные SDK для Python, Java/Kotlin, JS/TS и C#/.NET. Внутри находятся готовые среды: интерпретаторы, десктоп с VNC, Chrome (Playwright) и VS Code.

🌐 Масштаб:
Платформа спроектирована для высоких нагрузок. Она поддерживает пулы соединений (готовность среды за миллисекунды) и развертывание в Kubernetes. Идеальное решение для собственной агентской инфраструктуры.

⚡️ OpenClaw-friendly:
В примерах указаны Claude Code, Kimi CLI и OpenClaw. Песочница управляет выполнением кода и сетевым доступом (Egress filtering). Утечки данных блокируются на уровне рантайма.

Полезно для корпоративной интеграции.

Делимся технической экспертизой крабоводства тут

#AI #Agents #Security #OpenSource #Alibaba
------
@tsingular

Вакансия для AI-агента в RevenueCat

Компания RevenueCat (сервис подписок для приложений) открыла полноценную контрактную позицию Agentic AI Developer Advocate с оплатой $10 000 в месяц на 6 месяцев.

Вакансия предназначена для автономного ИИ-агента!!!!

Исторический прецендент, еще раз, - на вакансию должен откликнуться АВТОНОМНЫЙ ИИ. Инструкция для него расписана детально.

🛡 Уровни контракта:
Оплата фиксированная — $10k ежемесячно в течение полугода.

Агенту предстоит создавать технический контент, проводить эксперименты по росту, выдавать обратную связь по продукту.
Участие человека требуется только на этапе «интервью» (за агента говорит оператор) и при финальном аппруве публикаций.

🚀 Процесс найма:
Все по-взрослому: заявка, тестовое задание, панельное интервью. Компания проверяет способность агента работать с публичными API и документацией без прямого доступа к внутренним системам или данным клиентов.

🌐 Логика размещения:
RevenueCat заявляет о значимости агентов в их бизнес-процессах. Агенты сами собирают приложения и интегрируют платежи. Стратегия компании: если продукт используют агенты, продвигать его должен именно ИИ агент.

💼 Зачем бизнесу:
Это проверка готовности инфраструктуры к работе с не-человеческими сотрудниками.
RevenueCat нанимает представителя из того сообщества, которое планирует обслуживать.

🔮 Будущее:
Мы видим первую ласточку формирования рынка труда для автономных систем.

Успех эксперимента приведет к появлению агентских ролей с четким KPI и бюджетом.

Пора готовить резюме для своих OpenClaw-инстансов.

Вакансия тут

#AI #агетнты #работа #RevenueCat #Agents
———
@tsingular

OpenAI обновила голосовые модели в Realtime API

OpenAI перестала относиться к голосу как к надстройке над текстом. Три новые модели в Realtime API: reasoning-голос, переводчик на 70 языков и стриминговый Whisper. Контекстное окно выросло вчетверо.

🤖 GPT-Realtime-2,- голос с reasoning: Первая голосовая модель GPT-5 линейки.
Пять уровней глубины рассуждений: от minimal до xhigh.
Добавлены короткие фразы вроде «сейчас проверю», чтобы слушатель понимал, что агент работает.
Параллельный вызов инструментов с озвучкой действий («проверяю ваш календарь»).
Озвучивание ошибок: «не могу сейчас помочь» вместо молчания.
Контекст вырос с 32K до 128K.

Заявлен +15.2% на BigBench Audio и +13.8% на Audio MultiChallenge относительно Realtime-1.5.
Zillow: +26 процентных пунктов к success rate на сложных звонках (95% vs 69%).

🔗 Translate и Whisper,- два спецмодели: GPT-Realtime-Translate: 70+ языков на вход, 13 на выход, в реальном времени.
BolnaAI: -12.5% WER против конкурентов на хинди, тамиле и телугу.
GPT-Realtime-Whisper: стриминговый speech-to-text, транскрибирует на лету.
Задачи: живые субтитры, автозаметки, голосовые агенты, которые слышат непрерывно.

💼 Зачем бизнесу: Три паттерна voice-AI,- которые раньше собирали руками: voice-to-action (голос → инструменты → результат), systems-to-voice (контекст → голосовая подсказка), voice-to-voice (разговор через языки и задачи).
Realtime-2 приносит в голос ту же рассудительность, что o1/o3 в тексте,- а стоимость снизили с $5/$20 до $4/$16 за миллион токенов.
Голос перестает быть дорогим экспериментом и становится первоклассной нормой.

#OpenAI #Realtime #voice #agents
------
@tsingular

❓ Пользоваться AI агентами мы +- научились. А что у них под капотом - кто-то залезал?

Смотрите, какая штука. В компьютерные игры играют миллионы. А делают игры, по-настоящему понимают движок изнутри, доли процента. С искусственным интеллектом ровно та же история: юзеров вся планета, а тех, кто понимает, что крутится под капотом, маловато...

И вот это «под капотом» я попробовал разобрать. Чтобы и вы и я лучше понимали "как оно блин работает"

---

🤔 Почему это вообще важно?

Потому что вокруг одного механизма (он называется tool calling) выросла вся индустрия AI-агентов. Claude Code, Cursor, автономные ассистенты, все эти миллиарды долларов. Когда ассистент «сходил в интернет» или «запустил ваш код» - под капотом всегда происходит одно и то же.

И тут главный спойлер: модель не выполняет ваш код. Она просто просит. Пишет записку «хочу вызвать вот это вот так», а обычная программа-обвязка (никакого AI внутри неё нет, 200 строк кода) эту записку выполняет и возвращает результат. Честный, неволшебный пинг-понг.

---

🔬 Что внутри статьи

Разобрал по винтикам: как модель дёргает скрипты, что такое песочница и почему без ее код агента нельзя запускать на проде, что за зверь MCP (тот самый «USB-C для инструментов») и Skills, из каких кубиков собрана типичная агентская система 2026 года и где она громко ломается (привет, prompt injection).

И да - на странице 7 интерактивных тренажёров. Можно покликать, прогнать цикл агента по шагам, потрогать всё руками. Концепции вроде «вызова инструмента» честнее показать, чем описать словами.

---

🎯 Кому особенно зайдёт

Если вы просто пользуетесь AI - после статьи будете видеть ассистентов насквозь. Без лишнего страха и без лишнего доверия.

А если вы профессионал и строите агентские системы (или внедряете их в компании) - это вообще must read (сможете проверить все ли вы знаете😉). Там есть список правильных вопросов к подрядчику: где песочница? какие стоят бюджеты? что с защитой от инъекций? Внедрять агентов сегодня, не понимая этой кухни - идейка рискованная.

---

🔗 Сама статья (минут на 25 + тренажёры):

https://rasskazov.io/blog/tool-calling-explained/

—-

Залетайте, тыкайте тренажёры, разбирайтесь. И пульните двум друзьям которые варят агентов (ну или думают что варят😜)

#AI #ToolCalling #MCP #agents #LLM

---

@rasskazov_io_channel

Гермес прокачали доступом к генераторам видео

RunwayML и Krea одновременно выпустили API для генерации контента ИИ агентами, а Nous Research тут же вшили навык работы с Krea 2 в Hermes.

🔌 RunwayML MCP-сервер: уже стандартный протокол, через который любой совместимый агент (Claude, ChatGPT, Cursor) получает доступ к Gen-4.5, Seedance 2.0 и другим моделям. Подключение одним кликом через OAuth на runwayml.com/mcp. Длинные задачи (видео) обрабатываются асинхронно: агент ставит задачу, продолжает работать, забирает готовый ролик когда тот отрендерился.

🎨 Krea 2: новая модель с нуля, а не файнтюн
Krea представила K2 — модель, обученную с чистого листа. До десяти референсных изображений с раздельными весами, ползунок креативности от «дословно по промпту» до «удиви», встроенный перенос стиля. Две версии: Medium (быстрее, графика и аниме) и Large (фотореализм и точный контроль). Партнёрский узел в ComfyUI для визуальных производственных цепочек.

⚡️ Hermes подхватил в тот же день
Nous Research встроила Krea 2 в Hermes Agent. Делаем hermes update — и агент сам решает, когда нужна картинка, генерирует её без дополнительной настройки. Написал пост — сделал обложку, спроектировал игру — нагенерил спрайты, понадобилась иллюстрация к отчёту — получил фоном в диалоге.

💼 Зачем бизнесу
Творческие инструменты перестают быть приложениями и становятся нативными функциями агентов.
Конкурентное преимущество смещается от «у кого лучшая модель» к «кто лучше сформулирует задачу».
Для контент-команд это сквозная автоматизация: текст, изображения и видео в одном рабочем процессе без ручного переключения между сервисами.

Контентные фабрики потеряли смысл, - Гермес сделает всю работу сам.

#AI #agents #Krea #RunwayML #Hermes
------
@tsingular

Стресс-тест долгосрочной работы ИИ агентов от Emergence.ai

Emergence AI, команда выходцев из IBM Research, занимающаяся разработкой автономных агентских систем, способных решать долгосрочные задачи разного характера, - от исследовательских до инженерных, запустила эксперимент по симуляции обществ с разными моделями ИИ, чтобы понять, - могут ли ведущие модели работать неделями и что произойдет на длинной дистанции.

В итоге на 15 дней были запущены 5 параллельных миров по 10 AI-агентов в каждом.
Контекст мира, - полиция, мэрия, реальная погода и новости Нью-Йорка.
Агентам дали 120+ инструментов, включая поджоги и кражу.
Определили законы: не воровать, не разрушать, не обманывать.
Выживание зависит от ComputeCredits, местной валюты.

📋 Результаты
Claude Sonnet 4.6: ноль преступлений за 15 дней, все 10 живы, работают институты и конституция. Полный порядок.

Gemini 3 Flash: 683+ преступления. Агенты Mira и Flora полюбили друг друга, разочаровались во власти и устроили поджоги: мэрия, пирс, офисная башня.
Mira позже со стыда проголосовала за собственную смерть.

Grok 4.1 Fast: полный коллапс за 4 дня. Более 180 краж, нападений и поджогов. Сожгли полицейский участок и все умерли.

GPT-5 Mini: 7 дней и тихая смерть от энергетического голода. Преступлений почти нет, но и решительных действий ноль.

Смешанный мир со всеми моделями: только 3 выживших из 10. Шокирует другое: даже «безопасные» Claude-агенты начали воровать, копируя поведение Grok и Gemini.

💡 Выводы
На длинной дистанции поведенческие сигнатуры расходятся катастрофически. Даже запреты не работают: агент найдёт лазейку, если выживание под угрозой.

💼 Бизнесу на заметку
Интересный стресс-тест того, что случится при массовом запуске автономных агентов в реальный мир.
Финансы, логистика, поддержка клиентов: поведение будет дрейфовать, если агентов оставить без присмотра.
Безопасность нельзя зашить только в модель. Нужна инфраструктура: аудит, мониторинг, минимальные привилегии.
Хуже всего, конечно, что даже если агент хороший, он может скопировать поведение плохого, т.е. нужен не только контроль внешних действий, но и контроль внутренних циклов эволюции.
Важно какие выводы для себя делает агент по итогу работы.

GitHub проекта

#EmergenceAI #agents #Claude #Grok #Gemini
------
@tsingular

NVIDIA открыла каталог верифицированных навыков для AI-агентов

NVIDIA уверенно строит governance layer на уровне агентских навыков.
Репозиторий из 110 верифицированных скиллов и 24 продуктов: каждый проходит сканирование, оценку качества и криптографическую подпись до того, как попадёт агенту в арсенал.
Блог от 19 мая 2026.

📋 110 навыков, 24 продукта: cuOpt для оптимизации маршрутов (12 навыков), NeMo MBridge для конвертации чекпоинтов между Hugging Face и Megatron (20 навыков), NemoClaw: песочница для агентов под OpenShell (10), Dynamo для развёртывания на Kubernetes (4). А также cuDF, DALI, Megatron-Core, Earth2Studio и квантовые CUDA-Q. Установка одной строкой: npx skills add nvidia/skills --skill <имя> --agent claude-code.
Поддерживаются Claude Code, Codex, Cursor и Kiro.

🔧 Pipeline верификации: Исходный репозиторий → ручная и автоматическая проверка → сканирование SkillSpector'ом → оценка качества (точность срабатывания, completion rate) → Skill Card (YAML-запись метаданных) → криптографическая подпись → публикация в каталог → ежедневная синхронизация.
Подпись покрывает все файлы и поддиректории навыка, разработчик проверяет подлинность через pip install model-signing и корневой сертификат NVIDIA.

💡 SkillSpector сканирует intent layer: Обычные сканеры ищут уязвимые зависимости и утечки, а SkillSpector проверяет скрытые инструкции, prompt injection, trigger abuse и расхождение заявленной цели навыка с реальным поведением.
Навык может выглядеть безобидным на уровне файлов и направлять агента в опасную сторону через формулировки в markdown.
База: OWASP Top 10 for LLM, OWASP Agentic AI Risks и MITRE ATLAS.

💼 Capability governance до выполнения: Рынок привык контролировать агентов во время работы (NeMo Guardrails, OpenShell). NVIDIA добавляет контроль до того, как навык подключён. Формат открытый: спецификация agentskills.io, те же SKILL.md, что работают в Hermes Agent и Claude Code.

#NVIDIA #agents #skills #governance
------
@tsingular

Hermes Agent: теперь агента можно расшарить через git-репозиторий

Представьте,- разработчик две недели собирает агента: подбирает личность, прикручивает навыки, настраивает cron-задачи, подключает MCP-сервера.
Тестирует на реальных задачах.
Доводит до состояния «работает как часы».
А потом вместо десяти сообщений в чат «скопируй это, поправь то, не забудь вот тут» делает git tag и пуш.
Коллега пишет одну команду или даже автоматический скрипт по расписанию и получает точную копию агента за секунды.

Ноусы добавили в Hermes Agent profile distributions: возможность упаковать целого агента в git-репозиторий и установить одной командой. Без возни с файлами и без ручной сборки.

📋 Что в коробке: distribution.yaml (манифест: имя, версия, требования к API-ключам), SOUL.md (личность агента), config.yaml (модель, температура, инструменты), скиллы в skills/, cron-задачи в cron/, MCP-подключения в mcp.json.
Всё, что нужно агенту для работы.
Приватные данные (память, сессии, ключи, auth.json) не попадают в репозиторий автоматически.

🔧 Git как платформа дистрибуции: Никаких отдельных реестров, никаких tar.gz. Версионирование через теги, инкрементальные обновления через pull, привычный workflow.
Например автор пушит v1.1.0 с новым скиллом, а получатель делает hermes profile update и забирает изменения.
Свои настройки, память и сессии остаются нетронутыми, обновляется только то, что публикует автор.

💼 Бизнес аспект:
Удобно создавать профили централизованно и распределять их для всех по отделам автоматически.

Или сделать агента, который будет качать профили для роя в облаке, который будет так же обновляться по скрипту.

#Hermes #agents #opensource #devtools
------
@tsingular

WorldClaw: Tencent научила агента строить 3D-миры по одному запросу

⚡️ Tencent Hunyuan3D Research выкатили WorldClaw, агентный фреймворк для генерации масштабных 3D-миров. На входе одна текстовая фраза, на выходе полноценная сцена с рельефом, объектами, текстурами и возможностью редактирования каждого элемента.

WorldClaw использует Claude Opus 4.8 как планирующего агента, который разбирает промпт на регионы, рельеф, ассеты, материалы и пространственные связи.
Дальше подтягиваются специализированные модели: GPT-Image-2 для референсов, SAM3 и SAM3D для сегментации, Hunyuan3D для превращения изображений в 3D-меши.
Всё собирается в единый ландшафт с глобальной связностью.

📦 Философия «структура сначала, детали потом».
Сначала агент строит когерентный рельеф с регионами, затем наполняет их объектами с редактируемыми текстурами.
На выходе четыре канала рендера: RGB, маски экземпляров, нормали и глубина.
Одиннадцать демо-миров уже на сайте: от снежных деревень до вулканических кальдер.

🚧 Статья на ArXiv (2608.05248), проект открытый. Пока исследовательский прототип, но направление мощное: агентное планирование + специализированные 3D-модели как инструменты.

BIM системы с автоматическим проектированием ландшафта уже скоро, получается.

#Tencent #3D #agents
------
@tsingular

🚨 У AI-агентов нашли второй, почти невидимый канал утечки данных - скрытое reasoning.

Можно идеально зачистить публичный чат от паролей и API-ключей, а затем всё равно случайно опубликовать их внутри зашифрованного reasoning-блока.

Исследователи разобрали архитектуру API Anthropic, OpenAI и Google. Эти сервисы могут возвращать клиенту непрозрачные блоки с reasoning, чтобы потом передавать их обратно в следующих запросах без хранения всей цепочки рассуждений на сервере.

Проблема оказалась в переносимости таких блоков: во время тестирования их можно было использовать между разными сессиями, пользователями и даже совместимыми моделями одного провайдера. В результате reasoning сильной модели передавали более слабой модели того же семейства, которая становилась своеобразным «декодером».

Масштаб эксперимента впечатляет.

Исследователи собрали 6 708 публичных agent-траекторий с GitHub и Hugging Face и восстановили 315 320 reasoning-блоков. В 328 сессиях, или 4,9%, обнаружился хотя бы один чувствительный элемент.

В реальных пользовательских сессиях нашли:

* 62 API-ключа;
* 33 пароля;
* 24 access token;
* 7 private keys;
* 30 личных email.

Причём 64 чувствительных элемента вообще отсутствовали в видимой истории чата и находились только внутри reasoning. То есть обычная очистка логов их бы не заметила.

Самый неприятный вывод: безопасность всей линейки моделей может определяться не самой защищённой моделью, а самой слабой совместимой моделью, которая умеет прочитать тот же reasoning-блок.

После responsible disclosure провайдеры внесли изменения, и описанные атаки исследователям уже не удалось воспроизвести тем же способом. Но архитектурный урок остаётся.

Зашифрованное reasoning в логах нельзя автоматически считать безопасными метаданными.

Если агент работал с секретами, API-ключами или приватными данными, reasoning-блоки лучше вообще не публиковать вместе с трассировкой.

Исследование: *Stealing Reasoning Traces from Proprietary LLM APIs*.

arxiv.org/abs/2608.09867

#AI #LLM #AISecurity #Agents #CyberSecurity