Человек 2.0

На закрытом эфире я возьму реальную задачу и покажу, как с ней справляются Codex и Hermes. Всё будет вживую, без заранее подготовленного результата. Хочу на конкретном примере вам показать, какой подход лучше подходит для такой работы...

Пока бесплатно. Вчера на OpenRouter из ниоткуда всплыла Ox Alpha: анонимная модель без сайта, без команды, без статьи. Открыли бесплатно на неделю, дали контекст в 1M токенов и пообещали 100T токенов мощности в день. ⠀ Бен Дэвис прогнал её по 10 задачам DeepSWE. Это формат, где модель сама разбирается в чужом коде и чинит его. ⠀ Результат: ┈ Ox Alpha: 80% ┈ Fable 5: 65% ┈ GPT-5.6 Sol: 52% ⠀ Дэвис сам оговаривает: выборка из 10 задач, разброс может быть огромный. Но Ox Alpha каждую задачу решала одним прогоном, а остальные модели получили по четыре попытки...

? Пока он на связи, зависимость почти незаметна. Но стоит ему уйти, и выясняется: порядок работы нигде не записан, исключения спрятаны в переписке, а часть решений держится только в его голове. С такой задачей пришёл участник Среды внедрения ИИ. Он передал личному ИИ-агенту Hermes полтора года рабочей переписки с сотрудником. Агент разобрал задачи, повторяющиеся ситуации и решения, которые требуют участия владельца. В результате стало понятно, где Hermes может помочь, что сможет взять на себя и где по-прежнему нужен человек...

Open-source пентест-агент Strix набирает обороты: 50 тысяч звёзд на GitHub, плюс 7 тысяч за неделю. Агент работает как реальный хакер: запускает код, находит уязвимость, эксплуатирует её чтобы доказать что она реальная, и сразу пишет патч. Поддерживает GPT-5 и Claude Sonnet 4.5, открытая лицензия Apache-2.0. Почему это важнее, чем кажется: модель угроз для автономных агентов та же, что и для кода. Агент...