Автономное выполнение задач

О событииo1 показал, что дополнительное вычисление во время ответа заметно улучшает решение сложных задач.

О событииAnthropic открыла стандарт, через который модели подключаются к данным и рабочим инструментам.

О событииResponses API и Agents SDK объединили рассуждение, инструменты, оркестрацию и наблюдаемость.

О событииMETR предложила измерять агентов длительностью человеческой задачи, которую они завершают с заданной надёжностью.

О событииGoogle открыла протокол, позволяющий агентам разных поставщиков обмениваться задачами и результатами.

О событииAgentKit оформил агентные приложения как отдельный инженерный слой с версиями, оценками и трассировкой.

О событииAnthropic выпустила модель для длительных задач в коде и интеллектуальной работе, рассчитанных уже не на один ответ, а на многочасовой или многодневный агентный процесс.

О событииAnthropic обновила массовую модель для кода, агентных процессов и повседневной интеллектуальной работы.

О событииChatGPT Work выполняет более продолжительные задачи с файлами, приложениями и готовыми результатами.

О событииВыпущено обновление Claude для многошаговой работы; при оценке важно учитывать fallback.

О событииGA-релиз расширяет возможности быстрых моделей для программирования и рабочих процессов.

О событииOpenAI анонсировала новое поколение для сложной работы и управления приложениями. Доступ поэтапный.

О событииЧем длиннее цепочка действий, тем выше шанс накопить ошибку или неверно понять цель.

О событииАгенту нужно сохранять опыт между задачами и улучшаться без полного переобучения модели.

О событииСистема выполняет долгую задачу самостоятельно, но её план, действия и результат можно проверить.