Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #39

GitHub

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

76

COMPANIES · 1 ИСТОЧН. · TechCrunch AI

Гарри Тан из Y Combinator тратит $100–200 тыс. в год на токены для AI‑агентов и поделился «gstack»

На подкасте Уолтера Айзексона The Builders глава Y Combinator Гарри Тан заявил, что тратит примерно $100–200 тыс. в год на токены для AI‑агентов, использует их для рабочих и личных задач и опубликовал набор из 23 навыков Claude Code под названием «gstack» на GitHub; он также описал внутреннего агента YC «Stray Light», содержащего контекст по всем основателям. Тан отметил, что высокая стоимость мешает массовому распространению персональных агентов и выразил озабоченность по поводу агентов, контролируемых крупными технологическими компаниями.

6.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

Circle K автоматизировала триаж инцидентов DevOps с помощью Amazon Bedrock, время триажа сократилось до менее 15 минут

Circle K создала автоматизированную агентную систему триажа на Amazon Bedrock (сначала на Bedrock Flows, затем перенесена на Bedrock AgentCore), которая собирает логи, проверяет сервисы и внутренние руктбуки и отправляет структурированные сводки в Slack; по внутренним метрикам команды среднее время триажа сократилось до менее 15 минут (на 67–75%). В реализации использовали управляемые функции Bedrock (Agents/AgentCore и Bedrock Knowledge Bases для RAG), чтобы не размещать модели и оркестрацию самостоятельно.

6.0

CODING · 1 ИСТОЧН. · NVIDIA Developer

NVIDIA опубликовала NemoClaw — набор blueprints для защищённого и оптимизированного стека агентов

NVIDIA представила NemoClaw — набор открытых blueprints, который собирает полный стек для агентов, объединяя оптимизированные harness, модели Nemotron, инструменты оптимизации NeMo (включая NeMo Relay) и безопасный рантайм OpenShell. Blueprints поддерживают OpenClaw, Hermes Agent и LangChain Deep Agents, включают профиль Nemotron 3 Ultra с настройкой от LangChain (приблизительно на уровне frontiers при ~10× меньшей стоимости за запуск) и содержат примеры на GitHub, quickstart и курс DLI.

7.0

CODING · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Google объявила о выходе Data Agent Kit из превью и разделении ограничений агентов между навыками и IAM

Google вывела Data Agent Kit из превью: это бесплатная открытая интеграция, подключающая кодирующие агенты к более чем пятнадцати сервисам Google Data Cloud и содержащая 37 версионированных навыков (Apache 2.0). Обновление разделяет два уровня контроля — рекомендательные «навыки» с практиками и принудительные ограничения через IAM (например, блокировка mcp.googleapis.com/tools.call) — при этом отмечаются ограничения (заблокированный инструмент по‑прежнему виден в списках, управление действует только для серверов MCP Google, некоторые атрибуты доступны только через gcloud).

7.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Тестовая платформа Agent4Sci (arXiv:2610.28763v1) оценивает продвинутых кодирующих агентов на 20 бенчмарках ML для науки

Статья представляет Agent4Sci — тестовую платформу длительного горизонта для оценки того, насколько современные кодирующие агенты способны улучшать опубликованные лучшие модели по 20 бенчмаркам ML в 11 областях. Автор(ы) показывают, что продвинутые агенты (например, Claude Opus) улучшают базовые результаты (Claude Opus: 10,4% среднее относительное улучшение), причём улучшения в основном связаны с инженерными приёмами; лёгкие плагины для генерации идей и управления экспериментами повышают показатели Claude Opus до 20,1% и Codex до 8,1%. Код и данные опубликованы на GitHub и Hugging Face.

7.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

RegretBench и BackUpper: измерение и автоматизация резервных копий для кодирующих агентов

Статья на arXiv (arXiv:2610.28934v1) представляет RegretBench — набор из 205 задач, основанных на реальных случаях сожаления о потере состояния, — и BackUpper, плагин‑оболочку, которая проверяет вызовы инструментов и сохраняет изменяемое состояние заранее. По результатам, шесть современных моделей выполняют в среднем 86.1% задач, но делают резервные копии до моментов сожаления только в 15.2% случаев; BackUpper покрывает все такие действия, восстанавливает состояние с 92.2% средней схожести, стоит ≈$0.014 на задачу, использует в 7 раз меньше токенов, чем базовый самобэкап, и достигает 84.5% F1 при учёте предпочтений пользователей.

7.0

RESEARCH · 1 ИСТОЧН. · Hugging Face

Выпущен ThinkingBox-Training на GitHub; RL дообучение повышает надёжность Qwen3.8-27B через оценку БД

ThinkingBox-Training опубликован на GitHub. Инструмент превращает исполняемые проверки конечного состояния базы данных в RL-награды; дообучение Qwen3.8-27B 50 шагами GRPO подняло средний pass@1 с 51.70% до 60.78% и увеличило число задач, решённых в 20 из 20 попыток, с 38 до 107, при отборе задач по офлайн-полисио‑релятивной сложности и проверке на наборе ThinkingBox-Bench из 507 задач.

7.0

RESEARCH · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Исследование Гарварда и Jellyfish: AI увеличивает объём кода, но не завершённую работу из‑за узких мест в ревью

Исследование Гарварда на данных Jellyfish (≈300 млн событий работы в ~700 компаниях, янв. 2021–март 2026) показало, что ассистенты для кодирования незначительно увеличивают объём кода (строки +12%, коммиты +9%, PR +5%; значимо только для коммитов), а агенты дают больший рост (строки +30%, коммиты +20%, PR +23%). При этом ассистенты не увеличили число решённых задач в Jira, а агенты — лишь на 12%; при этом время ревью PR выросло на 49%, число комментариев на PR +53%, доля PR с request changes удвоилась, а доля инженеров, делающих ревью, выросла на 14% — что указывает на узкие места в последующих этапах разработки.

7.0

RESEARCH · 1 ИСТОЧН. · The Decoder

Агенты OpenAI на GPT‑Rosalind проанализировали атлас CRISPR всего мозга мыши за 32 минуты

OpenAI совместно с PerturbAI и Scripps Research задействовали тысячи AI‑агентов на GPT‑Rosalind для анализа атласа CRISPR всего мозга мыши (миллионы клеток); анализ занял 32 минуты, результаты опубликованы как «Reasoning Atlas» на GitHub и описаны в статье на bioRxiv. Агенты обнаружили неожиданные различия между двумя генами, связанными с болезнью, и возможную связь между регуляцией холестерина и нейродегенерацией; в слепых тестах эксперты в 75% случаев предпочли отчёты распределённых агентов отчёту одного агента.

8.0

CODING · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Разработчик: AI‑созданные клоны Adobe PhotoCraft «далеко не готовы»

Брэндон Томас опубликовал PhotoCraft — открытый набор из семи приложений, созданных с помощью Claude Opus 5.5 (Rust + WebAssembly), — однако ROADMAP.md, открытые баги и отзывы пользователей указывают, что проект остаётся в альфе. Репозиторий (MIT/Apache) заявляет примерно 76% охвата функций и лишь ~45% готовности для реальной работы, оценивает бета‑версию в 1 100–1 800 часов агента Opus и полную паритетность в 2 300–4 100 часов; при этом в репозитории видна интенсивная активность (2 152 коммита, 1 004 объединённых PR, ≈539 000 строк Rust, 317 участников; Claude указан как автор коммита 277 раз).

6.0

CODING · 1 ИСТОЧН. · Anthropic

Стандарт Agent Skills передан в Agentic AI Foundation (AAIF)

Поддерживающие стандарт Agent Skills объявили о передаче названия, логотипа, организации на GitHub и домена agentskills.io в Agentic AI Foundation (AAIF) при поддержке Linux Foundation. Agent Skills — открытый стандарт для упаковки процедурных знаний для AI-агентов — интегрирован более чем в 70 платформах (включая ChatGPT, Cursor, GitHub Copilot и VS Code), опубликовано около 1 млн скиллов и почти 280 млн установок; в качестве ведущих мейнтейнеров названы Дэвид Сория Парра и Махеш Мураг, предложены дорожная карта, формальный процесс предложений и рекомендации по безопасности.

8.0

CODING · 1 ИСТОЧН. · AWS Machine Learning

AWS опубликовала Deep Insight — production multi‑agent систему с поддержкой Amazon Bedrock AgentCore

Команда AWS Solutions Architecture представила Deep Insight — открытый production multi‑agent проект и серию из трёх блог‑постов с описанием архитектуры, практик Context Engineering и развертывания. Deep Insight (на GitHub) предлагает три варианта: self‑hosted, веб‑интерфейс и managed‑развёртывание на AgentCore в приватной VPC с Code Interpreter на AWS Fargate.

6.0

MODELS · 2 ИСТОЧН. · NVIDIA Developer · Hugging Face

NVIDIA BioNeMo выпустила RFD4-Proteina: модель проектирования белков с поиском при выводе и NIM‑микросервис

RFD4-Proteina — открытая модель, совместно разработанная NVIDIA BioNeMo и Институтом дизайна белков Университета Вашингтона — совместно проектирует аминокислотные последовательности и полноатомные структуры и использует reward‑guided поиск во время вывода для фокусировки вычислений на перспективных кандидатах. Метод применяет латентное представление на уровне остатков и инженерную диффузию, сокращая выборку примерно с 400 до 60 шагов и обеспечивая примерно 3.8× более быструю генерацию и около 84% меньшую пик‑память по сравнению с RFD3 при 200 остатках; проект предлагает открытый репозиторий на GitHub и NIM‑микросервис с HTTP‑интерфейсом для быстрого вывода и автоматизированных кампаний (включая пример дизайна биндера к PD‑L1 с хотспот‑ограничениями).

8.0

CODING · 1 ИСТОЧН. · GitHub AI & ML

Java Champions рассказали, как используют GitHub Copilot для ускорения разработки и прототипирования

Три опытных Java Champion рассказали, как используют GitHub Copilot (в IntelliJ и в приложении Copilot) для ускорения анализа, проектирования и реализации — например, разработали веб-интерфейс для Hypersistence Optimizer за два дня и мигрировали сложные учебные слайды. Они описывают практики надёжного использования: проверка сгенерированного кода, создание пользовательских «скиллов» для сохранения своего стиля, выбор моделей (например, Opus с контекстом 1M) под задачу и интеграция Copilot в командную работу и сопровождение.

4.0

CODING · 1 ИСТОЧН. · GitHub AI & ML

Сессии GitHub Copilot можно продолжать прямо в VS Code

GitHub описывает, как открыть сессию приложения Copilot в Visual Studio Code, сохранив задачу, план, диалог, diff и изолированный worktree сессии. Это позволяет разработчикам просмотреть изменения, внести правки вручную, выполнить локальную валидацию и отправить обновления в pull request, связанный с сессией, без воссоздания истории сессии.

4.0

CODING · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Reverse Engineer Anything (REA) связывает AI‑кодирующие агенты с Ghidra, Hopper и IDA

Reverse Engineer Anything (REA) — открытый проект (более 200 тыс. звёзд на GitHub), который через MCP‑серверы даёт AI‑кодирующим агентам (например, Claude Code и OpenAI Codex) доступ к Ghidra, Hopper и IDA для запроса дизассемблера, трассировки функций и итеративного анализа бинарников локально; также поддерживаются статический анализ JavaScript/Electron и .NET, проект выпущен под лицензией MIT.

7.0

STARTUPS · 1 ИСТОЧН. · TechCrunch AI

Гендиректор Replit Амджад Масад: агенты ИИ формируют «самоуправляемую компанию»

На TechCrunch Disrupt генеральный директор Replit и сооснователь Амджад Масад описал модель «самоуправляемой компании», в которой агенты ИИ берут на себя рутинную работу (например, первичную сортировку запросов в поддержку через просмотр задач в GitHub, кодовой базы и тикетов в Linear), в то время как люди сохраняют роль в принятии решений и эстетике. По его словам, в Replit рабочие процессы стали управляться агентами, что позволяет сотрудникам больше заниматься архитектурой, продуктовыми решениями и творческой работой.

5.0

MODELS · 1 ИСТОЧН. · GitHub AI & ML

GitHub внедрил контекстный классификатор на ModernBERT для уменьшения ложных срабатываний при поиске секретов

GitHub внедрил двухэтапную систему: сначала быстрый поиск кандидатов по регулярным выражениям, затем дообученный классификатор ModernBERT, оценивающий кандидата вместе с контекстом. Новая схема обеспечивает на 86% быстрее выполнение пост‑push сканов, более чем 98% экономию затрат по сравнению с LLM‑решением и повышение принятия результатов пользователями на 11,5% за счёт снижения ложных срабатываний.

7.0

MODELS · 1 ИСТОЧН. · The Decoder

OpenAI опубликовала более 700 претендуемых математических доказательств; математики в шоке

6 октября 2026 года OpenAI загрузила на GitHub более 700 рукописей с претензиями на решения сотен открытых математических задач; блог Proofs and Prompts собрал свыше 100 реакций исследователей. Мнения разделились: некоторые отмечают впечатляющие идеи, другие указывают на трудночитаемость и частичные отзыва, а также обсуждают последствия для практики исследований, профессий и даже криптографии.

8.0

RESEARCH · 2 ИСТОЧН. · TechCrunch AI · The Verge AI

OpenAI опубликовала 719 AI‑сгенерированных математических рукописей; математики предупреждают, что проверка займет годы

OpenAI выложила на GitHub репозиторий из 719 рукописей с почти 400 AI‑сгенерированными математическими результатами по множеству дисциплин; компания заявила, что около 300 основных результатов (≈42%) формализованы и планирует добавлять ещё формализации. Математики в беседах с The Verge отметили, что объём и неравномерное качество верификации — формализации в Lean есть не для всех и разного качества — потребуют годами коллективной проверки.

9.0

COMPANIES · 3 ИСТОЧН. · Anthropic · The Verge AI · The Decoder

Anthropic запускает Cyber Mission с CIDP и OSS Scanner для поддержки защитников

Anthropic объявила о Cyber Mission — долгосрочной инициативе по защите критической инфраструктуры и открытого ПО, предоставляя фронтирные модели Claude, инженеров на местах, исследование угроз и финансирование. Первые элементы включают Программу защиты критической инфраструктуры (CIDP) с партнёрами (Accenture, Booz Allen, CrowdStrike, Deloitte и др.) и OSS Scanner — бесплатный сервис сканирования безопасности open-source-проектов на основе моделей.

8.0

CODING · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

GitHub переносит runtime Copilot с Node.js/TypeScript на Rust при помощи AI‑помощи

GitHub заменил runtime, обеспечивающий работу Copilot CLI, приложения Copilot и Copilot SDK, переведя реализацию с TypeScript/Node.js на нативный Rust через AI‑ассистированное переписывание, затронувшее более 800 000 строк кода. Инкрементная миграция за ~14,5 недели (128 pull request, 135 релизов) сократила время запуска/сессии клиента с 5,25 секунды до 292 миллисекунд, позволила встраивать runtime через C ABI (экономя ~100 МБ на клиенте по сравнению с Node/V8) и сочетала AI‑генерацию кода с компиляцией, тестированием и ручным ревью.

8.0

COMPANIES · 1 ИСТОЧН. · TechCrunch AI

Muse от Meta вышел в виде отдельного приложения для iPad через месяц после запуска на iPhone

Meta выпустила отдельное приложение Muse для iPad примерно через месяц после запуска на iPhone. Приложение (оценочно 6,6 млн установок на iOS и Android) получило новые коннекторы (Asana, Canva, Dropbox, Figma, QuickBooks, GitHub, Klaviyo, Zoom, Notion, Granola) и партнёров-ритейлеров (Best Buy, Gap, Sephora, Walmart, Wayfair) для привязки аккаунтов и покупок от имени пользователя.

6.0

COMPANIES · 1 ИСТОЧН. · GitHub AI & ML

GitHub добавляет дообученный классификатор для защиты пушей от неструктурированных секретов

GitHub сообщает, что AI‑агенты участвуют примерно в каждой третьей pull‑request и что число публичных утечек секретов удваивается ежегодно; чтобы масштабировать предотвращение утечек, компания представила дообученный классификатор (вместе с Microsoft Applied Sciences), который оценивает кандидаты‑секреты менее чем за две миллисекунды и расширяет push‑защиту на неструктурированные секреты. GitHub также опубликовал операционные метрики: публичный секрет появляется примерно раз в две секунды, push‑защита предотвращает около 30% вновь обнаруженных секретов до попадания в историю репозитория, между Q2 2024 и Q2 2026 проверяемые пуши выросли в 2.84×, пуши с учетными данными — в 2.59×, а среднее время ручной аннуляции секретов составляет около 40 дней.

7.0

COMPANIES · 1 ИСТОЧН. · The Verge AI

Meta представила нативную версию Muse для iPad

Meta обновила приложение‑агент Muse, добавив нативную поддержку iPad с оптимизацией под больший экран и многозадачность iPadOS. В заметках к релизу также указаны новые коннекторы к сторонним сервисам (например, Canva, Dropbox, Figma, QuickBooks, GitHub, Zoom, Asana, Klaviyo, Notion) и функция постановки бизнес‑цели для малого бизнеса; отдельная версия для Mac уже есть, а Meta анонсировала устройство Muse Charm.

5.0

RESEARCH · 3 ИСТОЧН. · OpenAI · The Verge AI · The Decoder

OpenAI публикует результаты в математике от внутренней frontier-модели и выкладывает формализации в Lean на GitHub

OpenAI опубликовала новые результаты по открытым задачам в математике, полученные с помощью внутренней frontier-модели, и выложила формализации доказательств в Lean и сопутствующие материалы на GitHub. Публикация предоставляет артефакты и документацию для проверки и дальнейшей работы исследователей.

8.0

COMPANIES · 1 ИСТОЧН. · WIRED AI

Математики критикуют OpenAI из‑за планируемого выпуска математических решений, сгенерированных ИИ

WIRED сообщает, что OpenAI проинформировала около 40 математиков о том, что её внутренная модель решила задачу тысячелетия Навье–Стокса и более 100 других давних открытых задач, и планирует опубликовать сотни результатов (по сообщениям — через GitHub). Участники встречи и другие математики жалуются, что OpenAI и Anthropic публикуют результаты через блоги и «дампы», а не в форме рецензируемых статей с надлежащим указанием авторства, что привело к спорам о приписываемости, включая обвинение Тристана Бакмастера в «опережающем» присвоении результатов.

8.0

RESEARCH · 1 ИСТОЧН. · GitHub AI & ML

ReviewBench: открытый бенчмарк для AI-код-ревью

ReviewBench — новый открытый офлайн-бенчмарк для AI-агентов код-ревью, включающий 219 публичных pull request из 19 языков, сформированный по распределениям GitHub и проверенный старшими инженерами. Он использует мульти-источниковый «золотой» набор (человеческие рецензии, последующие коммиты, статический анализ и несколько LLM), Claude Sonnet 5 в роли градации и предоставляет метрики и помеченные находки (по серьёзности и категории) для сравнения ревьюеров и оценки влияния на продакшн.

6.0

CODING · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

InfoQ: Руководство по платформенной инженерии для production LLM

InfoQ публикует руководство по платформенной инженерии на примере системы рекомендаций для учёта запасов в ритейле, где уровень галлюцинаций снизили примерно с 15% до 1,5% без замены фаундейшн-модели, применив платформенные меры (автоматические циклы повторов, валидация намерений, реестр подсказок, авторизация инструментов и кастомная телеметрия). В статье есть сопроводительный репозиторий на GitHub с запускаемыми примерами — локальная llama3.1 через Ollama и LiteLLM — и обсуждение маршрутизации через модели вроде Gemini и GPT в корпоративном трафике.

7.0

RESEARCH · 1 ИСТОЧН. · The Decoder

Исследователи Google предлагают RRSI, чтобы агенты не запоминали тесты

Исследователи Google Cloud AI Research совместно с вузами предложили RRSI (Regularized Recursive Self-Improvement) — подход, который ограничивает автоматические правки «harness», чтобы агенты не переобучались на тестах. При замороженной модели Claude Opus 4.8 на восьми бенчмарках (включая JobBench и ARC-AGI-3) RRSI дал до +14,1 пункта на тренировочных задачах, до +4,7 пункта на невидимых тестах и сократил потребление токенов примерно на 30%; код опубликован на GitHub.

7.0