Цифровой Путь

Что случилось Компания Anthropic создала нейросеть Claude Mythos. Эта система умеет находить ошибки в программном обеспечении — те самые уязвимости, через которые хакеры проникают в банковские системы. За несколько недель нейросеть нашла больше 10 000 критических ошибок. Причём не в каких-то малоизвестных программах, а во всех основных операционных системах и браузерах, которыми пользуются банки по всему миру. Почему это важно для обычных людей Среди находок — ошибка в криптографической библиотеке wolfSSL. Эту библиотеку используют миллиарды устройств. Уязвимость позволяла создавать поддельные банковские сайты, которые выглядели бы полностью настоящими...

# Нейросеть врёт, даже когда у неё есть правильные документы. Как это ловить RAG (Retrieval-Augmented Generation) — популярная архитектура для AI-ассистентов. Принцип простой: сначала находим релевантные документы в базе знаний, потом передаём их нейросети для формирования ответа. Казалось бы, если модель видит правильные документы — ответ должен быть верным. Но нет. Нейросеть может взять информацию из документа, добавить что-то от себя и выдать это с той же уверенностью. Такие выдуманные факты называют галлюцинациями. До недавнего времени основной способ борьбы — LLM-as-a-judge. Это когда второй вызов к нейросети проверяет первый...

# AI-агент сам арендует серверы и платит за них. Как это работает Разработчик дал своему AI-агенту кошелёк с цифровыми долларами (USDC). Агент начал сам арендовать серверы, когда ему не хватало мощностей. Без участия человека. Это не теория и не концепт. Проект называется Modexia, он опубликован на Reddit в начале апреля 2026 года. И это первый задокументированный случай, когда AI-агент сам оплачивает собственную инфраструктуру. Система построена из трёх частей. Каждая делает своё. LangGraph — это инструмент для создания AI-агентов. Обычный чат-бот отвечает линейно: вопрос → ответ. А агент на LangGraph...

# Владелец мастерской собрал ИИ-помощника в WhatsApp — и освободил 80 часов в месяц Представьте: вы — владелец ремонтной мастерской. Каждый день десятки сообщений в WhatsApp. «Сколько стоит починить экран?» «Когда можно забрать?» «Есть ли нужная деталь?» Один предприниматель подсчитал: он тратит на эти переписки 80 часов каждый месяц. Две полные рабочие недели — не на сам ремонт, а просто на ответы в мессенджере. Тогда он решил сделать ИИ-помощника. И не простого чат-бота с заготовленными ответами, а полноценную умную систему. Система работает и с текстовыми сообщениями в WhatsApp, и с голосовыми звонками...

# Почему векторный поиск не подходит для памяти AI-агентов AI-агент — это программа, которая выполняет задачи за пользователя. Чтобы делать это хорошо, ей нужна память: что обсуждали раньше, какие данные использовались, что менялось. Стандартный подход — **векторный поиск**. Текст превращают в числовой вектор (набор чисел), и потом ищут «похожие» записи по расстоянию между векторами. Звучит красиво, работает — не всегда. Пользователь спрашивает: «Какой ключ я использовал для этого сервиса?» Векторный поиск не различает конкретные ключи или идентификаторы. Для него все строки вида `sk-proj-...` выглядят одинаково — это «какой-то ключ»...