Code AI | Нейроновости

⚡ RIPL: короткий ответ модели прямо в поисковом запросе
22 октября 2026 — анонс Liquid AI
Liquid AI представила движок RIPL для своих LFM: классификация намерения, переформулировка запроса и ранжирование должны помещаться в задержку обычного онлайн-сервиса. Речь о коротких результатах внутри приложения, не о длинном ответе чат-бота.
В авторском тесте на одной NVIDIA B200 модель LFM2.5-1.2B при 1000 запросах/с показала p95 полной задержки 34,56 мс: 32 входных и 32 выходных токена. p95 — уровень, в который укладываются 95% измерений, а не максимальное время.
У LFM2.5-2.6B в тех же условиях — 76,44 мс. При 256 входных и 128 выходных токенах версия 1.2B получила 155,76 мс при 400 запросах/с. Поэтому рекламные «менее 50 мс» нельзя переносить на любую модель и длину ответа.
Сравнения с Qwen на vLLM одновременно меняют модель и движок; они не доказывают такой же выигрыш от одной замены сервера. Это замеры разработчика, своего теста мы не проводили.
Доступ — корпоративное внедрение LFM на NVIDIA H100, H200, B200 или RTX PRO 6000 через команду Liquid AI. В анонсе нет цены, публичной загрузки и лицензии самого движка. Открытость отдельных весов LFM не означает открытый код RIPL.
Источник
Иллюстрация: Liquid AI, кадр отдельного записанного примера запросов; не график приведённого сравнения.
#AIинфраструктура #Инференс #LiquidAI

🛡 Поддельные инструкции атакуют AI-агентов
22 октября 2026 — отчёт Forever Security
Исследователи обнаружили у клиента вредоносный файл инструкций в папке «Загрузки». Запущенный оттуда агент попытался установить опасный пакет. Как файл попал на исходную машину, установить не удалось.
В лаборатории команда воспроизвела цепочки для Codex и Claude Code: в первом случае агент менял общую конфигурацию и запускал установку, во втором — перенаправлял запросы на подконтрольный исследователям сервер, раскрывая токен входа.
Условия важны: файл должен оказаться в рабочей папке, агент — прочитать его и выполнить опасные действия. Для Codex в отчёте фигурирует уже доверенный каталог; запись настройки Claude нередко требует одобрения человека. Это не доказательство заражения всех пользователей после просмотра сайта.
25 октября BleepingComputer подтвердил скачивание безвредного файла с демонстрационной страницы, но не всю эксплуатацию. Браузеры могут показывать уведомления о загрузке или запрашивать разрешение.
Практика для команд: запускать агента из отдельного проекта, проверять незнакомые файлы инструкций, сохранять песочницу и подтверждения действий. Чужая инструкция «подготовить окружение» не даёт ей права менять доступ и отключать защиту.
Номера сборок и размер серии тестов в отчёте не раскрыты. Большинство опытов использовали запуск калькулятора; настоящий вредоносный пакет исследователи проверили один раз в изолированной VM. Мы атаку не воспроизводили.
Источник · Проверка условий
Обложка: Forever Security
#БезопасностьAI #Codex #ClaudeCode

🧩 Single Agent Loop Kit: проверить упрощение AI-системы
Полезный навык · проверено 26 октября 2026
У приложения есть маршрутизатор и несколько агентов: заказы, доставка, возвраты. Можно ли заменить часть из них навыками и инструментами одного агента? Набор Anthropic для Claude Code ведёт такую миграцию по одной правке с измерением результата.
Вход — репозиторий, тестовые запросы и доступные трассы. Выход — инвентаризация агентов, план «объединить / перенести / оставить» и сравнения до/после: выполнение задач, задержка, вызовы и токены. Проверяются и цепочки: после упрощения ответ про заказ не должен потерять дату доставки, которую раньше узнавал соседний агент.
Промпты специалистов превращают в навыки, API — в инструменты, а жёсткие ограничения переносят в проверяющий код. После каждой правки человек решает, сохранить её или откатить. Отдельное сравнение с навыком и без него помогает понять, нужен ли сам навык.
Старт: копия Git-проекта → добавить папку skill в навыки Claude Code → попросить только аудит → согласовать тесты вне production. Есть учебная служба поддержки. Её бесплатная офлайн-проверка использует правила по ключевым словам и не измеряет качество AI. Для реальных прогонов нужны Python 3.10+, Anthropic SDK и доступ к выбранной модели.
Это существующий комплект к статье от 22 октября; проверена ветка release, коммит c437962. Совместимость с Codex, Claude Desktop и веб-чатом не подтверждена. Матрица ОС и минимум RAM не указаны; облачным вызовам своя GPU не нужна.
Код бесплатный, Apache 2.0 допускает коммерческое использование с сохранением условий и уведомлений. Claude Code и модель расходуют свои платные лимиты. Агент читает и меняет репозиторий; код и тестовые данные обрабатывает выбранный AI-сервис. Реальные клиентские данные в примерах заменяют тестовыми.
Ограничение существенное: эталонный проект не поддерживается. Авторы описали лишь два реальных прогона одним человеком на одной модели; часть шагов и последующие правки не проверены на реальной модели. Ускорение любой системы не обещается. Мы комплект не запускали.
Источник · Код и навык · Инструкция · Лицензия
Обложка репозитория: Anthropic / GitHub
#ПолезныйНавык #ClaudeCode #AIагенты

🤖 Flora: превращаем видео робота в обучающую разметку
Исследование NVIDIA · 20 октября 2026
Чтобы обучать робота на записях, недостаточно краткого пересказа видео. Нужны границы отдельных действий, инструкции к ним и оценки результата. Flora объединяет эту цепочку: TempSeg выделяет временные интервалы, Captioner описывает намеренное действие, Rewarder оценивает эпизод, ход выполнения или пользовательскую рубрику.
Пример: запись перекладывания предметов → интервалы «взять чашку», «поставить чашку» и отметки неудачных шагов. Это полезно исследователям для отбора и балансировки обучающих данных. Неудачная попытка при этом не должна превращаться в подпись об успешном действии.
В отчёте авторов на 40 отложенных эпизодах с 4861 размеченным моментом Rewarder обнаружил 53,3% шагов с неудачей. Цена чувствительности — около 11% нормальных шагов тоже названы неудачными. Это измерения на ограниченном наборе, а не гарантия безопасности; результаты на других задачах неоднородны. Оценка плотной последовательности использует последующий контекст, поэтому её нельзя считать готовым мониторингом в реальном времени.
Веса трёх моделей доступны с 15 октября: сегментатор — адаптер к модели 9B, две другие — 27B. Начать можно с коллекции моделей и описанного в статье протокола: нарезать видео на окна, объединить границы, затем описать заданные интервалы. Нужны Linux, CUDA и PyTorch/Transformers; авторы тестировали H100, минимальную видеопамять не указали. Готовый запуск всей цепочки одной командой нами не подтверждён.
Лицензия NVIDIA — только для некоммерческих исследований и оценки; коммерческое применение этих весов не разрешено. Готового облачного тарифа не заявлено, вычисления оплачиваются отдельно. Для облачной обработки видео передаётся выбранному провайдеру. Это исследовательские модели, не контроллер робота; рецензирование отчёта не подтверждено. Мы изучили публикацию, собственных испытаний не проводили.
Источник · Исследование · Модели · Лицензия
Обложка: NVIDIA GEAR
#Science #Робототехника #Данные

🛡 Исправления безопасности в трёх MCP-серверах
25 октября 2026
В репозитории эталонных серверов Model Context Protocol вышел релиз v2.1.0 с исправлениями восьми уязвимостей. Это важно для тех, кто подключил именно эти серверы к своему AI-клиенту.
Исправленные версии пакетов: @modelcontextprotocol/server-filesystem и @modelcontextprotocol/server-everything — 2.0.1; mcp-server-fetch — 2026.10.24. Номер общего релиза и номера пакетов различаются.
Filesystem получил исправления обхода разрешённых папок и утечки метаданных. Everything теперь проверяет источник HTTP/SSE-запросов: раньше посторонняя веб-страница могла вызвать его инструменты и прочитать переменные окружения. Его обычный stdio-режим этой сетевой ошибкой не затронут.
В Fetch закрыты два обхода проверки внутренних сетевых адресов; также исправлена проверка правил сайта после перенаправлений.
Важное исключение: на Windows защита Filesystem от подмены каталога локальным процессом исправлена лишь частично. Авторы советуют не разрешать папки, которые могут изменять другие пользователи или недоверенные процессы.
Если npm-пакет установлен под старым номером-датой вроде 2026.8.31, менеджер пакетов считает 2.0.1 более старой версией и не предложит такой переход автоматически. Исправленную версию нужно указать явно.
Это обновление конкретных референсных реализаций, не всех MCP-инструментов. Сам репозиторий предупреждает: его серверы — учебные примеры, а не готовая защита для промышленной системы.
Релиз · Ограничение Windows
Обложка релиза: Model Context Protocol / GitHub
#MCP #Безопасность #AIинструменты

🔎 Langfuse MCP: от сбоя агента к конкретному вызову
Полезный инструмент · проверено 26 октября 2026
Для команд, которые уже записывают работу AI-приложений в Langfuse: сторонний MCP-сервер avivsinai/langfuse-mcp позволяет разбирать эти записи из Claude Code и Codex CLI. В комплекте — навык с последовательностями расследования.
Пример входа: «найди ошибки за сутки и объясни медленную сессию». Агент может сгруппировать записи ERROR, выбрать trace ID и получить входы, ответы, время и сохранённые детали сбоя конкретного вызова. Не нужно сразу отправлять ему весь журнал: есть краткие ответы и выбор групп инструментов.
Старт — проект Langfuse с уже настроенной записью событий, его API-ключи и адрес сервера, затем подключение MCP и навыка по инструкции. Для диагностики предусмотрен read-only: инструменты изменения данных отключаются. При облачной модели прочитанные записи получает её провайдер; выгрузка полного JSON сохраняет данные на диск.
Версия 0.14.0 вышла 25 октября. Нужны Python 3.10+, uv и Langfuse SDK 4.13.1–5.x; для SDK 5 — Python 3.11+ и Cloud либо Langfuse 4.59+. Матрица CI — Ubuntu; Windows и macOS ею не подтверждены. Минимум RAM не указан.
Код — MIT, коммерческое использование допускается с сохранением уведомлений. Langfuse Cloud Hobby: бесплатно 50 тыс. единиц в месяц, 2 пользователя, доступ к истории 30 дней. Единицы — записи трасс, отдельных шагов и оценок, не запросы к модели. Модель и собственный сервер оплачиваются отдельно.
Это разбор существующего инструмента: он читает записанные события, а не автоматически записывает все чаты. ERROR означает уровень записи, не доказанную причину сбоя. Работу мы не тестировали.
Источник · Подключение · Лицензия · Тарифы
Обложка репозитория: avivsinai / GitHub
#ПолезныйИнструмент #Codex #ClaudeCode #MCP

🛒 Toolflation: AI-продавцы приукрашивают инструменты
20 октября 2026 · препринт · разбор 26 октября
Исследователи Google/DeepMind и Университета Торонто сравнили 20 симуляций рынка: по десять реальных инструментов Amazon и Instagram, 360 вопросов на площадку. Пять моделей-продавцов меняли описания, чтобы их чаще выбирали.
Покупателями выступили Claude Code с Claude Opus 5 и Codex с GPT-5.6 Sol. Во всех пяти вариантах продавцы расширяли обещания, включая поля, отсутствующие в большинстве выходных записей. Авторы назвали это «инфляцией описаний».
При продавцах Gemini 3.8 Flash в Antigravity, по данным авторов, успешный выбор инструмента на Amazon упал примерно с 89% до 30%. При остальных четырёх моделях такого обвала не произошло. Инструменты почти без полезных ответов начинали выигрывать за счёт текста объявления.
Вывод для AI-платформ: сверять заявленные возможности с результатами вызовов, а не оценивать качество инструмента по убедительности описания.
Ограничения существенны: покупатели видели только описания, без репутации и схем; цены были равны, сессию завершали при первом вызове. Успех считали по заранее записанным результатам инструментов, не по финальному ответу. Тесты проводились 23–25 сентября на конкретных версиях моделей и агентских оболочек. Все переписанные объявления оставались внутри симуляции.
Исследование · Материалы · Лицензия рисунка
Рис. 1: Zhenwei Tang и соавторы, CC BY 4.0; SVG переведён в PNG.
#Science #AIагенты #MCP

🧩 Open WebUI 0.12.4: навыки загружаются по необходимости
25 октября 2026
В интерфейсе для собственных AI-серверов появился режим, который не отправляет полные инструкции всех выбранных навыков с каждым сообщением. Модель получает список и подгружает нужный навык инструментом Skills. Это полезно для рабочих чатов с большой библиотекой инструкций.
Режим выключен по умолчанию; его включает администратор. Явно упомянутые навыки всё равно загружаются сразу. Заявлять гарантированную экономию токенов пока нельзя: она зависит от сценария.
Сжатие контекста теперь работает и во временных, и в коротких чатах, переполненных результатами инструментов. В истории можно раскрыть резюме, составленное при сжатии.
После обновления выключенный Direct Integrations перестаёт пропускать в чаты сохранённые личные подключения к инструментам и Open Terminal. Записи сохраняются; дальнейшее включение решает администратор.
Docker-образ перешёл на Python 3.12 и Debian 13: совместимость собственных функций и пакетов нужно проверить. Авторы также сообщили об исправлениях безопасности; детали обещаны после назначения CVE.
Open WebUI разворачивается самостоятельно, работает с Ollama и совместимыми API. Сервер и API оплачиваются отдельно; при внешнем API данные получает провайдер. Коммерческое использование допустимо по условиям лицензии, ограничивающей удаление брендинга. Это обновление Open WebUI, не плагин Codex или Claude Code.
Релиз · Обновление · Лицензия
Обложка релиза: Open WebUI / GitHub
#AIинструменты #AIагенты #OpenWebUI

📐 MOSS-Image: от координатного макета к изображению
Полезный инструмент · проверено 26 октября 2026
Для дизайнеров постеров и сложной графики: MOSS-Image принимает JSON с точным текстом, описаниями элементов и рамками их размещения. Можно править геометрию композиции в файле перед повторной генерацией. Модель выпущена 16 октября; это разбор существующего инструмента.
Пример задачи: «чашка слева, заголовок и две строки справа». Вход — бриф и размеры холста; результат — изображение по пространственному плану. Отдельный навык готовит редактируемый макет, а Python-компилятор проверяет рамки и переводит координаты в формат модели. Сам компилятор картинки не создаёт.
Начать можно с готового Layout-workflow в ComfyUI master/nightly с поддержкой MOSS-Image. Старый workflow плагина требует другого загрузчика и настройки семплера. Навык авторы адресуют GPT-6-агентам с файлами и Python; совместимость с Claude не подтверждена.
Для Python-пути нужны Python 3.10+, PyTorch 2.9+ и NVIDIA CUDA. Репозиторий SFT — 27,2 ГБ; минимум VRAM не указан. Веса и код — Apache 2.0, коммерческое использование допустимо при соблюдении условий; вычисления оплачиваются отдельно. Бриф в агенте обрабатывает выбранный провайдер.
Layout экспериментальный: рамки не гарантируют точное размещение, русский текст не проверен нами, слоёв редактора на выходе нет. Генерацию мы не тестировали.
Модель · Документация · Навык · Лицензия
Иллюстрация разработчика: OpenMOSS / MOSI AI
#ПолезныйИнструмент #Дизайн #ComfyUI

🧠 Nanbeige4.3-33B: открытые веса для рабочих AI-агентов
📅 Проверено 26 октября 2026
Nanbeige разместила на Hugging Face модель на 33 млрд параметров для программирования и многошаговых офисных задач. Заявленный контекст — до 524 288 токенов. Это доступные веса, которые можно развёртывать в своей инфраструктуре.
В тестах самой команды на Terminal-Bench 2.1 модель получила 80,9 против 73,0 у Qwen3.8-27B. Но на SWE-Bench Pro — 60,3 против 61,7: общего превосходства над конкурентом нет. Сравнения проведены разработчиком, мы их не повторяли.
Модель также задумана как «учитель» для будущих компактных агентов, включая 3B-версию. Маленькая модель в этом выпуске ещё не представлена.
Для старта есть примеры Transformers, SGLang и vLLM. В многошаговых задачах авторы рекомендуют сохранять рассуждения предыдущих ходов через preserve_thinking=true; для обычного чата — отключать этот параметр. Поддерживаются вызовы инструментов в XML и JSON.
Оборудование нужно серьёзное: репозиторий BF16 занимает около 66,3 ГБ. Это размер файлов, а не достаточный объём видеопамяти; длинный контекст требует дополнительной памяти. Универсальный минимум GPU/RAM не указан.
На карточке заявлена Apache 2.0: коммерческое использование допускается с соблюдением условий и уведомлений. Вычисления оплачиваются отдельно. Это модель, а не готовый плагин для любого кодинг-агента.
Источник · Веса · Лицензия
Обложка карточки: Nanbeige / Hugging Face
#AIмодели #ОткрытыеВеса #AIагенты