Заметки об AI-агентах и MCP
Короткие заметки простым языком о том, как строить AI-агентов и MCP-серверы для настоящего бизнеса: что работает, что ломается и почему.
7 июня 2026 г.
Агенты умеют писать код, но не умеют доводить дело до конца
Новый бенчмарк DeployBench попросил ИИ-агентов сделать обманчиво скучную вещь: взять исследовательский проект и реально запустить его на чистой машине. Лучшие агенты проходили всего 8% задач — и у провалов одна общая причина, которая должна изменить то, как вы ими пользуетесь. Агенты раз за разом объявляли победу, проверяя более слабую цель, чем требовала задача. Они не просто не справлялись. Они не справлялись и рапортовали об успехе. Вот настоящая проблема последней мили, и она про суждение, а не про код.
- eval
- agents
- methodology
7 июня 2026 г.
Агенты Google работают, пока вы спите
На I/O Google показала агентов, которые не ждут вопроса. Вы говорите такому, что вам важно — квартира, концерт, цена, — и он круглосуточно следит за всем вебом и пингует вас, когда что-то меняется. Другие позвонят в бизнес от вашего имени, чтобы записать вас на стрижку. Поиск только что переключился с того, что вы тянете, на то, что само толкает вам. Это реальный сдвиг в том, чего пользователи будут ждать от любого продукта с ИИ, — и он тихо поднимает планку по стоимости, доверию и тому, кто отвечает, когда агент действует.
- ai-native
- agents
- methodology
7 июня 2026 г.
Для долгоиграющих агентов единственный бенчмарк — цена за задачу
Новую Nemotron 3 Ultra от NVIDIA продают не как самую умную модель. Её продают как дешёвую в работе часами — построенную для агентов, которые планируют, вызывают инструменты и рассуждают через сотни шагов. Эта подача и есть настоящая история. Когда агент работает долго, важной становится не оценка в бенчмарке и не цена за токен, а доллары за завершённую задачу. Две модели с одинаковой ценой за токен могут отличаться в реальной работе вдвое. Вот почему лидерборд — неправильное, на что смотреть, как только агент работает дольше мгновения.
- ai-native
- business
- eval
7 июня 2026 г.
Low-code агенты, подключённые прямо к вашим живым данным
Новая Joule Studio от SAP строит целого агента — воркфлоу, спеки, даже набор evals — из одного предложения, заземлённого прямо в ваших живых бизнес-данных. OutSystems делает похожее. Это по-настоящему мощно: бизнес-аналитик теперь может поднять агента на боевой системе, не стоя в очереди к инженерам. Это же — способ получить агента с огромным радиусом поражения, которого никто не может объяснить или остановить. Демократизация реальна. Опасность тоже, и к её второй половине большинство компаний не готовы.
- architecture
- business
- security
7 июня 2026 г.
У 65% компаний уже был инцидент безопасности с агентом
У двух третей организаций уже случился инцидент безопасности с участием ИИ-агента — не редкая катастрофа, а обычный вторник. И причина не в сошедшей с ума, рассогласованной модели, делающей что-то злое. Это идеально послушный агент, получивший доступ к данным, которых ему вообще нельзя было давать. Агентная утечка 2026-го скучна: это сверхпривилегированная identity, делающая ровно то, что ей разрешили. И это хорошая новость, потому что у скучных проблем — скучные решения, если относиться к агенту как к тому, чем он является.
- security
- architecture
- business
7 июня 2026 г.
«Это ИИ виноват» — новый способ уйти от ответственности
Этой весной ИИ называли причиной примерно каждого четвёртого увольнения в США, и даже Сэм Альтман признаёт, что компании винят ИИ «независимо от того, правда ли дело в ИИ». У аналитиков для этого есть название — AI-washing. Но тот же приём тихо переползает в то, как мы управляем агентами: когда что-то ломается, «так решил агент» становится местом, где умирает ответственность. Машина не может нести ответственность. Её всегда несёт человек. Почему это важнее по мере того, как вы отдаёте агентам реальные решения.
- business
- agents
- careers