UI-Ins – новая модель от TongyiLab и RUC, предназначенная для работы с графическими интерфейсами мобильных приложений.

🔹 Фокус на намерениях – модель анализирует команду как цепочку целей, а не как одиночное действие. Это позволяет ей корректно выполнять сложные последовательности (например: «открой настройки сети, включи Wi-Fi, подключи к VPN»), даже если интерфейс отличается от ожидаемого.

🔹 Многошаговое планирование – перед выполнением действия модель генерирует несколько вариантов рассуждений, оценивает их и выбирает оптимальный.

🔹 Адаптация к изменениям – если состояние приложения меняется во время выполнения задачи (например, появляется диалог или переключается экран), модель корректирует план без сбоя.

🔹 Результаты – в тестах на AndroidWorld модель достигла 74.1% успешных выполнений. Для сравнения: Gemini 2.5 Computer Use — 69.7%.

🔹 Доступные версии – 7B (для локального тестирования) и 32B (для сложных сценариев).

Модель особенно полезна для разработчиков, тестирующих агентов, которые взаимодействуют с интерфейсами: нажимают кнопки, заполняют формы, переключаются между приложениями.

UI-Ins-7B: https://modelscope.cn/models/Tongyi-MiA/UI-Ins-7B
UI-Ins-32B: https://modelscope.cn/models/Tongyi-MiA/UI-Ins-32B
📄 arXiv: https://modelscope.cn/papers/2510.20286

#GUIагент #UI-Ins #ИИвинтерфейсах #Новости #ИИвтестировании

Huxley-Gödel Machine (HGM) – ИИ-агент, разработанный в Университете KAUST, способный изменять свою собственную инфраструктуру для повышения эффективности.

🔹 Самообновление без изменения ядра – агент не модифицирует саму языковую модель, а переписывает внешние компоненты: управляющую логику, скрипты и инструменты, которые его окружают.
🔹 Фокус на долгосрочной продуктивности – вместо оптимизации под бенчмарки, HGM оценивает успех через показатель Clade Metaproductivity (CMP), который измеряет совокупную эффективность всех последующих версий агента.
🔹 Результаты на SWE-Bench Verified – на базе GPT-5-mini агент решил 61.4% задач, что выше, чем у других агентов, использующих ту же модель.
🔹 Открытый код – реализация доступна на GitHub для повторения экспериментов и дальнейших исследований.

Источники:
— https://github.com/metauto-ai/HGM
— https://arxiv.org/pdf/2510.21614

#AIагенты #Новости #ИИвразработке #OpenSource

Марта – первый агент Битрикс24, который умеет поддерживать диалог, понимать задачу и действовать внутри корпоративной системы. Подробнее на: https://vc.ru/ai/2336767-homo-agentus-evolyutsiya-truda

Google опубликовал руководство объемом 50 страниц по созданию AI-агентов для реальных задач.

Документ охватывает:

🔹 Архитектура агента – структура основных компонентов: планировщик, память, инструменты, контроллер.
🔹 Роль LLM – как языковая модель используется как центральный процессор для принятия решений, а не как генератор текста.
🔹 Интеграция инструментов – подключение внешних API, баз данных, MCP-серверов и скриптов для выполнения действий.
🔹 Оркестрация нескольких агентов – координация взаимодействия между агентами с разными ролями (наблюдатель, исполнитель, аналитик).
🔹 Деплой и продакшн – подходы к развертыванию в production: управление состоянием, мониторинг, обработка сбоев.
🔹 Оценка эффективности – метрики для измерения надёжности, точности и устойчивости агентов в реальных сценариях.
🔹 Самообучение и эволюция – методы, позволяющие агентам улучшать свою работу на основе обратной связи и результатов прошлых задач.
🔹 Пример: AlphaEvolve – детальный разбор архитектуры агента, способного адаптироваться и оптимизировать свои действия со временем.

Документ ориентирован на разработчиков и исследователей, работающих с агентными системами.

Доступен для ознакомления https://cloud.google.com/resources/content/building-ai-agents

#AIагенты #Google #Агентные системы #ИИ

API для LLM. Миша Васильев разработчик в команде AI Битрикс24 рассказывает о том, как работает протокол MCP.


🔹 Что такое MCP
MCP (Model Context Provider) – открытый протокол, стандартизирующий способ, которым ИИ-агент получает доступ к инструментам, данным и интерфейсам внешних сервисов.
Это не ИИ. Это мост между моделью и реальным миром – как API, но для агентов.


🔹 Как было раньше
Раньше LLM могла только:
– «Вам нужно зайти в календарь, нажать “Создать событие”, ввести время и пригласить участников» – и ждать, пока человек сделает это сам.

Потом появилась возможность вызывать локальные функции внутри приложения – агент мог сам запустить функцию, если она была встроена в код.
Но это требовало пересборки приложения при добавлении нового сервиса.


🔹 Как работает MCP сейчас
Агент не знает, как устроены календари, CRM или базы данных.
Он знает только:
– «У этого сервера есть инструмент “создать событие” с параметрами: дата, время, участники»
– «У этого сервера есть ресурс “список сотрудников” в формате JSON»

Сервер – это отдельный процесс (локальный или удаленный), который:
– описывает свои возможности (инструменты, ресурсы, промпты)
– исполняет запросы агента
– возвращает структурированный ответ

Клиент – приложение, в котором работает агент (например, Битрикс24, IDE, чат-бот).
Он подключается к серверу, получает список возможностей и передает запросы.


Ключевые компоненты MCP

🔹 Инструменты – действия, которые меняют состояние системы.
🔹 Ресурсы – данные для чтения.
🔹 Промпты – шаблоны для сбора структурированных данных от пользователя.
🔹 Элицитация – агент может запросить уточнение у пользователя.
🔹 Сэмплинг – сервер может попросить клиента запустить запрос к другой LLM (например, для анализа текста).
– Только с явным согласием пользователя.
– Все данные передаются прозрачно.
🔹 Корневые директории – указание, где в файловой системе находятся важные папки. Помогает агенту находить файлы без ручного ввода путей.


Польза для разработчиков и бизнеса

– Масштабируемость: подключить новый сервис – не переписывать код агента, а добавить сервер.
– Безопасность: доступ к инструментам контролируется отдельно, без прямого доступа к системе.
– Повторное использование: один MCP-сервер может обслуживать десятки агентов.
– Изоляция: ошибка в инструменте не сломает агента.
– Стандартизация: любой агент, поддерживающий MCP, может работать с любым сервером.

Битрикс24 скоро станет MCP-сервером.
Это значит:
– Сторонние ИИ-агенты смогут:
 • добавлять Лидов в CRM
 • создавать задачи
 • обновлять Сделки
– Без интеграций, без API-ключей, без кастомного кода.

Подробнее

#MCP #ИИагенты #Битрикс24 #ИИинтеграции #ИИразработка

SIMA 2 – ИИ-агент от Google DeepMind, который может взаимодействовать с виртуальными 3D-мирами: перемещаться, воспринимать среду и выполнять задачи на основе инструкций.

🔹 Планирование действий – разбивает сложные задачи на шаги и выполняет их самостоятельно, без пошаговой подсказки.
🔹 Перенос навыков между мирами – применяет знания из одного сценария (например, добыча ресурсов) к другому (сбор урожая), даже если среда новая.
🔹 Адаптация к незнакомым средам – работает в мирах, в которых никогда не была ранее, без дополнительного обучения.
🔹 Обучение через опыт – улучшает поведение на основе обратной связи: пробует, ошибается, корректирует действия.
🔹 Работа в динамических средах – успешно перемещается в мирах, сгенерированных в реальном времени моделью Genie 3, включая невидимые или изменяющиеся ландшафты.

Агент не требует предварительной настройки под каждый мир – работает с любыми интерактивными 3D-средами на основе инструкций.

Смотреть подробнее

#SIMA2 #ИИагенты #3Dсреды #ГенеративныйИИ #DeepMind

LangChain представил песочницы для безопасного запуска ИИ-агентов – Sandboxes for DeepAgents.

🔹 Изоляция кода – сгенерированный агентом код выполняется не на локальной машине, а в удаленных, изолированных средах от партнеров: Runloop, Daytona, Modal.
🔹 Защита системы – предотвращает риски: вредоносные команды, доступ к файлам, запуск вредоносных скриптов – все ограничено контейнером.
🔹 Чистые окружения – для каждой задачи создается отдельная среда с нужными библиотеками и зависимостями, без конфликтов с основной системой.
🔹 Параллелизм и долгие задачи – можно запускать несколько агентов одновременно, выполнять длительные операции (например, анализ данных, генерация отчетов) без риска зависания или повреждения системы.

Функция особенно полезна при тестировании агентов, работе с внешними API и сценариях, где код агента непредсказуем.
Источник blog.langchain.com

#LangChain #ИИагенты #Безопасность #Песочницы

Google представил Antigravity – среду разработки для управления роем ИИ-агентов.

🔹 Manager View – централизованный интерфейс для контроля нескольких агентов, работающих одновременно в изолированных воркспейсах. Позволяет отслеживать статус, логи и результаты каждого агента в реальном времени.
🔹 Поддержка нескольких моделей – агенты работают на базе Gemini 3 Pro, Claude Sonnet 4.5 или GPT-OSS – выбор модели зависит от задачи.
🔹 Прямой доступ к инструментам – каждый агент может использовать редактор кода, терминал и веб-браузер без внешних подключений.
🔹 Память и адаптация – агенты запоминают контекст прошлых действий и учатся на поведении пользователя, улучшая точность выполнения повторяющихся задач.
🔹 Доступность – публичный превью доступен бесплатно для macOS, Windows и Linux. Google заявляет о щедрых лимитах на использование моделей – без жестких ограничений на количество запросов.

Инструмент ориентирован на команды, которым нужно одновременно тестировать, отлаживать и развивать несколько ИИ-агентов в сложных сценариях.

Почитать подробнее

#Antigravity #ИИагенты #Оркестрация #МногоагентныеСистемы

Ai2 выпустил Deep Research Tulu (DR Tulu) – открытую модель на 8 млрд параметров для создания агентов глубокого поиска.

🔹 Автономное исследование – модель самостоятельно планирует поиск, использует внешние источники (поисковики, базы данных), собирает информацию из множества сайтов и формирует ответ с точными ссылками.
🔹 Динамическая оценка – обучена на методе RLER (Reinforcement Learning with Evolving Rubrics): критерии качества ответа меняются в процессе обучения, что предотвращает «взлом вознаграждения» и заставляет агента анализировать контекст, а не копировать шаблонные формулировки.
🔹 Производительность – на задачах длинных исследований (long-form research) показывает результаты, сопоставимые с OpenAI и Perplexity.
🔹 Стоимость – выполнение сложного запроса стоит менее 1 цента, в то время как аналогичная задача у OpenAI – до $1.80.

Модель открыта для использования, настройки и дальнейшего развития. Подходит для исследовательских проектов, аналитики, автоматизированного сбора данных.

Подробнее
#DR_Tulu #ИИ_исследования #ОткрытыйИИ #Агенты_поиска

AI-агенты и MCP 🔥

Подключайтесь к онлайн-митапу на этой неделе👇

➖ 27 ноября. AI-агенты и MCP: как разгрузить команду и ускорить бизнес
Расскажем, как AI-агенты могут усилить вашу команду и как MCP изменит интеграцию между системами.

MCP Apps Extension: интерактивные интерфейсы для ИИ-агентов

Раньше MCP-серверы передавали только текст или JSON. Теперь – могут отправлять интерактивные интерфейсы через стандартизированный механизм.

🔹 Как это работает
– Шаблоны пользовательского интерфейса – это ресурсы со схемой URI ui://

– Отображаются в изолированном iframe – безопасно и совместимо с браузерами
– Взаимодействие (кнопки, формы, выбор) – через JSON-RPC
– При отсутствии поддержки UI – возвращается текстовая версия (обратная совместимость)

🔹 Польза
– Разработчики: не нужно писать код для отображения графиков, форм, загрузчиков – интерфейс приходит от сервера
– Пользователи: вместо текстовых запросов – календари, кнопки загрузки, фильтры, визуализации – всё сразу и понятно
– Все действия – с согласия пользователя, без скрытых действий

🔹 Суть
ИИ-агенты перестают быть «текстовыми помощниками» – они становятся интерактивными инструментами, которые работают в любом приложении, как расширения, но с пониманием контекста.

Подробнее

#MCP #ИИагенты #ИнтерактивныйИИ #ИнфраструктураИИ #ОткрытыеСтандарты

Stack Overflow планирует превратить Stack Internal в источник данных для корпоративных ИИ-агентов.

🔹 Суть изменения
– Внутренние знания компаний (документы, решения, инструкции) конвертируются в структурированный формат, доступный через MCP.
– ИИ-агенты получают доступ не к случайным ответам, а к проверенной корпоративной экспертизе.

🔹 Новый слой – рейтинг надежности
– Каждый ответ оценивается по трем параметрам:
 • автор (эксперт/новичок)
 • актуальность (дата обновления)
 • связность (согласованность с другими источниками)
– Агент использует этот рейтинг для выбора наиболее достоверных данных.

🔹 Польза
– Компании: превращают внутренние знания в актив, который используют ИИ-системы.
– ИИ-агенты: получают точные, контекстно-релевантные данные без риска «галлюцинаций» на основе публичных форумов.
– Разработчики: не нужно создавать собственные системы валидации – надежность уже встроена в данные.

🔹 Что в этом нового
Раньше ИИ использовал Stack Overflow как публичный архив. Теперь – это закрытый, управляемый, оцененный источник для бизнес-задач.

Подробнее stackoverflow.blog
#StackOverflow #ИИагенты #MCP #КорпоративныйИИ #ДанныеДляИИ

Agent 365 – управление ИИ-агентами как ресурсами организации

🔹 Единый реестр агентов
– Каждый ИИ-агент получает уникальный ID в системе Microsoft Entra.
– Позволяет централизованно отслеживать, кто и как использует агентов внутри компании.

🔹 Контроль доступа
– Права на данные и действия настраиваются по принципу минимальных привилегий.
– Агенты получают доступ только к тем ресурсам, которые им необходимы для задачи.

🔹 Мониторинг эффективности
– Дашборды показывают в реальном времени: сколько задач выполнено, насколько точно, сколько времени заняло.
– Помогает выявлять неэффективные или перегруженные агенты.

🔹 Открытая совместимость
– Работает не только с Copilot Studio, но и с open-source фреймворками, сторонними решениями, интегрированными через стандартные API.
– Не привязан к экосистеме Microsoft – поддерживает гибридные среды.

🔹 Безопасность
– Защита данных обеспечивается через Microsoft Defender и Purview – фильтрация, аудит, обнаружение аномалий.
– Все действия агентов логируются и подлежат проверке.

🔹 Статус
– Доступен в тестовом режиме в админ-панели Microsoft 365.
– Пока не массовый выпуск – только для ранних пользователей.

Подробнее

#Agent365 #ИИагенты #КорпоративныйИИ #УправлениеАгентами

Salesforce расширила Agentforce 360: контроль и отладка ИИ-агентов

🔹 Полный трейсинг сессий
– Логируются: входные запросы пользователя, внутренние шаги рассуждения агента, вызовы LLM, результаты проверок безопасности.
– Позволяет восстановить полную цепочку действий агента для анализа ошибок или неожиданных результатов.

🔹 Оркестрация через MuleSoft Agent Fabric
– Централизованный хаб для управления всеми активными агентами в инфраструктуре.
– Показывает в реальном времени: кто запущен, какие задачи выполняет, какие системы задействованы.

🔹 Польза для разработчиков и администраторов
– Можно выявлять паттерны сбоев до выхода в продакшен.
– Упрощается отладка: не нужно воссоздавать сценарии вручную – вся история доступна в логах.
– Аудит действий агентов становится системным, а не случайным.

🔹 Что изменилось
Раньше – агенты работали как «черные ящики». Теперь – их поведение прозрачно, измеримо и контролируемо.

Подробнее о Salesforce Agentforce 360

#Agentforce360 #ИИагенты #ОтладкаИИ #Мониторинг #Salesforce

Сергей Нотевский – AI Platform Lead в Битрикс24 рассказывает простыми словами о том, что такое ИИ-агент.

Многие путают ИИ-агентов с обычными LLM-запросами или workflow. Разница – в автономности.

🔹 LLM (простой запрос)
– Ты задаешь вопрос → модель отвечает.
– Нет взаимодействия с внешними системами.
– Пример: «Сделай краткое содержание звонка».

🔹 Workflow
– Ты заранее прописываешь цепочку шагов: транскрипция → саммари → заполнение CRM.
– Каждый шаг фиксирован, не меняется в процессе.
– Пример: автоматическое обновление Сделки после звонка.

🔹 ИИ-агент
– Ты ставишь цель: «Исследуй, какие поисковые движки лучше всего подходят для LLM-ассистента».
– Модель сама:
 • разбивает цель на шаги
 • выбирает инструменты (поиск, чтение PDF, анализ)
 • решает, что делать дальше, исходя из полученных данных
 • повторяет цикл, пока цель не достигнута
– Это – агентская петля:
 1. Определить следующий шаг
 2. Вызвать инструмент
 3. Обновить контекст
 4. Повторить

🔹 Ключевые элементы агента
– LLM (движок)
– Среда (интернет, файлы, CRM и т.д.)
– Инструменты (поиск, парсеры, генераторы)
– Автономное планирование – без жесткого сценария

🔹 Deep Research – пример
– Не просто ищет информацию.
– Ходит по десяткам источников, оценивает их качество, сравнивает, ищет пробелы, перепроверяет.
– Выдает структурированный отчет – как человек-исследователь, но в 10 раз быстрее.

🔹 Что не обязательно для агента
– 24/7 работа
– Постоянная память (RAG)
– Проактивность
– Обучение в процессе
Эти функции – полезны, но не определяют агентность.

🔹 Когда использовать агента, а когда workflow?
– Workflow – если шаги известны заранее.
– Агент – если путь к цели неочевиден, требует итераций и адаптации.

Подробнее на Хабр

#ИИагенты #MCP #LLM #АгентскаяПетля #DeepResearch

ToolOrchestra: координация моделей и инструментов для эффективного решения задач

NVIDIA и Университет Гонконга разработали ToolOrchestra – методику обучения специализированной модели-оркестратора, которая управляет работой других ИИ-агентов и инструментов, и выпустила на ее основе модель Orchestrator-8B.

🔹 Как это работает
– Модель Orchestrator-8B (на базе Qwen3) не решает задачу сама.
– Она чередует:
 • рассуждение – анализ задачи и планирование шагов
 • вызов внешних инструментов – поиск, код-интерпретатор, другие LLM – Claude, Llama-Nemotron, узкоспециализированные модели
– Выбор инструмента зависит от этапа задачи: математика → специализированная модель, анализ текста → универсальная, поиск → поисковый движок.

🔹 Польза
– Скорость: решение задач на 2,5 раза быстрее, чем при использовании одной флагманской модели.
– Стоимость: расходы на вычисления снижены на 70%.
– Точность: результат 37,1% на бенчмарке Humanity’s Last Exam – выше, чем у GPT-5 на 35,1%.

🔹 Обучение
– Использован метод GRPO – не только за правильный ответ, но и за эффективность: минимальное количество вызовов, оптимальный выбор инструментов.

🔹 Суть
Не нужно «всё в одну модель» – лучше распределить задачи между специализированными инструментами, управляя ими разумно.
Это – переход от монолитных ИИ к гибким, экономичным системам.

Подробнее о проекте
GitHub

#ToolOrchestra #ИИагенты #Оркестрация #LLM #Эффективность

Сергей Востриков – руководитель направления Маркетплейс и интеграций Битрикс24, объясняет как работает переход от API к MCP. Когда ИИ перестает быть помощником – и становится частью системы

Раньше интеграции – это были мосты: API, коннекторы, скрипты, которые соединяли CRM, 1С, аналитику. Каждый мост – ручная работа. Каждая система – отдельный остров.

MCP меняет это.

🔹 Что такое MCP
– Протокол, по которому приложение само говорит ИИ: «Вот мои данные. Вот какие действия я могу выполнить».
– Нет нужды писать код под каждую систему.
– ИИ получает контекст – не данные, а возможности. Он видит, как работать с системой, не зная ее интерфейса.

🔹 Как это работает на практике
– Руководитель пишет в чат: «Сравни продажи по регионам за последний квартал и покажи, где упали».
– ИИ:
 • находит CRM – забирает данные о продажах
 • обращается к ERP – берет себестоимость
 • запрашивает аналитику – добавляет динамику
 • формирует отчет – без того, чтобы кто-то вручную настраивал синхронизацию
– Все это – в одном окне. Без переходов, без логинов, без интеграторов.

🔹 Что меняется для бизнеса
– Не нужно «учить» ИИ, как работать с вашей системой – система сама объясняет.
– Автоматизация перестает быть задачей разработчиков – она становится частью повседневного взаимодействия.
– Управленческие решения начинаются не с запроса отчета, а с вопроса: «Почему продажи упали в Сибири?» – и система сама ищет ответ.

🔹 Почему это важно
MCP – не про красивые интерфейсы.
Это про то, чтобы ИИ не был «внешним» – а стал частью цифровой среды компании.
Как электричество: вы не думаете о проводах, когда включаете свет.
Так же – вы не думаете об API, когда спрашиваете: «Какие клиенты не оплатили?»

🔹 Состояние сегодня
– MCP уже тестируют крупные российские экосистемы.
– Производители ПО начинают открывать свои сервисы через этот протокол.
– Это не фича. Это – новая основа для корпоративного ИИ.

Подробнее в статье

#MCP #ИИагенты #КорпоративныйИИ #Интеграции #БизнесИИ

GELab-Zero: первый открытый стек для GUI-агентов

Раньше создание ИИ-агентов, которые взаимодействуют с интерфейсами (кнопки, поля, меню), требовало закрытых систем, сложной инфраструктуры и больших моделей. GELab-Zero меняет это.

🔹 Что включено
— Модель 4B – компактная, работает локально, без облачных вызовов.
— Готовая инфраструктура – запуск в один клик, без ADB, Docker или сложных зависимостей.
— AndroidDaily – новый бенчмарк на основе реальных сценариев использования Android-приложений: заполнение форм, навигация, выбор элементов.

🔹 Результаты
— 73.4% точности на AndroidDaily – выше, чем у:
 • UI-TARS-1.5 (47%)
 • Gemini-2.5-pro-thinking (36.6%)
 • GPT-4o (19.6%)
— Обходит крупные модели (например, GUI-Owl-32B) на других тестах: ScreenSpot, OSWorld, AndroidWorld.

🔹Суть
Это не просто модель – это полный стек: от алгоритма до инструментов запуска.
Можно скачать, запустить на своем устройстве, проверить, как агент управляет интерфейсом, и улучшить – без ограничений.

🔹 Зачем это нужно
— Разработчики могут тестировать GUI-агентов без доступа к закрытым API.
— Исследователи получают воспроизводимую среду для сравнения методов.
— Компании могут внедрять агентов для автоматизации интерфейсов – без зависимости от вендоров.

Подробнее
🔗 Hugging Face
🔗 Блог

#GUIагенты #ИИ #OpenSource #GELabZero #АвтоматизацияИнтерфейсов

Китайское исследование: как создают ИИ-агентов для написания кода

Подробный отчет от ведущих китайских лабораторий детально описывает, как строятся и обучают модели, способные генерировать и исправлять код, а затем превращать их в автономных агентов.

🔹 Обучение модели
— Сбор и очистка датасетов из реальных репозиториев (GitHub, GitLab и др.)
— Предобучение на миллионах строк кода – модель учит паттерны, стили, архитектурные решения
— SFT (supervised fine-tuning) – адаптация под инструкции и форматы
— RL (reinforcement learning) – улучшение точности, снижение ошибок, прохождение тестов

🔹 Агент как инженер
— Получает задачу: баг-репорт или требование к фиче
— Декомпозирует задачу: какие файлы изменить, какие тесты запустить
— Вносит правки в код
— Запускает тесты, анализирует результат
— Повторяет цикл, пока не достигнет успеха – без вмешательства человека

🔹 Остающиеся проблемы
— Работа с большими репозиториями: поиск нужных файлов, понимание зависимостей
— Надежность генерируемого кода: отсутствие гарантий корректности
— Отсутствие стандартизированных метрик для оценки качества работы агента
— Практические приемы: как команды обходят ограничения – например, через промежуточные проверки, ручной аудит, фильтрацию выводов

🔹 Суть
Это не просто «ИИ, который пишет код».
Это система, которая действует как второй разработчик – с планированием, отладкой, итерациями и ответственностью за результат.

Подробнее

#ИИдлякода #ИИагенты #Программирование #LLM #АвтоматизацияРазработки