По простому объясняю что происходит в ИИ Если коротко: ИИ от среды генерации становится агентной средой

🧪 Наука: Агенты на Gemini 4 Argon прошли Minecraft от стартового мира до финального босса за 27 часов без единого вмешательства человека.

На первый взгляд новость не серьезная. Ну прошел, и что? Здесь ключевое на что надо обратить внимание, что эта агентная модель на протяжении 27 часов оптимизировала “хаос” игры и достигла поставленной задачи без вмешательства человека. Если абстрагироваться от того, что это игра - это действительно хороший результат. Ведь модели надо понять задачу, понять контекст, оптимизировать долгую цепочку действий, которая ведет к результату (ведь майнкрафт - не линейная игра, а пространство, которое может развиваться с любым контекстом и это отличная площадка для моделирования). В общем - это отличный сигнал к тому, что ИИ перестает ассоциироваться с просто сгенерить текст и все больше начинает выглядеть агентно. Если раньше все говорили, что у модели не хватит контекста и мощности сделать долгие задачи, то это уже перестает быть бутылочным горлышком. НО, новое бутылочное горлышко - это контроль выполнения. Ведь любой бизнес строится по предсказуемом результате, а работу модели человек не контролирует. Поэтому развитие получает 2 подхода AgentFlow: когда агенту задают четкий воркфлоу, который разбит на микроцели в которых агент свободен. Второй - построение навыков. Когда успех агента сохраняется как навык, а дальше этот навыки вызывается при аналогичной задаче. При этом второй подход - это по сути первый, только навык пишет агент. Поэтому, пробуйте решать задачи через агентов и успешные реализации сохраняйте в навыки для того, чтобы упрощать свою рутину и бизнес-процессы компании.

🧪 Наука: Mercor подсчитал: существующие тесты для ИИ не измеряют 90% реальных рабочих часов . Компания Mercor (стартап, который оценивает ИИ-модели и помогает компаниям нанимать людей для работы с ИИ) провела исследование и выяснила: тесты, которыми сегодня принято мерить «ум» искусственного интеллекта, покрывают лишь около 10% того, что реально делают американские работники в течение рабочего дня. То есть по этим тестам судят, насколько ИИ хорош, но 90% реальной работы — от переписки и созвонов до заполнения таблиц и разбора документов — эти тесты вообще не проверяют. Вывод: мы оцениваем ИИ по неправильной линейке, и его реальная готовность заменить или помочь человеку в работе сильно отличается от того, что показывают бенчмарки.

Это 🧪 Наука; рубрику 🇷🇺 Россия выложу позже Рубрика 🔥 Релизы - https://set.ki/post/DZsFm2p Бизнес - https://set.ki/post/6Xvc8bj Политика - https://set.ki/post/j7qRobr Безопасность - https://set.ki/post/AEKdmRq