Agents Lab

💬 Anthropic разобрали ~400к Claude Code-сессий - и это редкий снимок того, как кодовые агенты работают в реальности. Самое важное: 🔵 люди принимают ~70% решений о плане, Claude берет ~80% решений об исполнении. 🔵 профессия разработчика стала менее решающей: в кодовых сессиях разные профессии почти догоняют software engineers по успеху. 🔵 экспертиза в предметной области все равно решает - такие пользователи получают больше полезных действий агента на один запрос. 🔵 задачи сдвигаются от дебага к end-to-end работе: деплой, запуск кода, анализ данных, документы. Оценочная стоимость типовой задачи выросла примерно на 25%. Также, чтобы вы не скучали, перевел две статьи, первая продвинутая, вторая попроще: 📎 Проектирование циклов для AI-агентов - как создавать agent loop, проверки, событийные запуски и цикл улучшения. 📎 Три способа, которыми Codex может пользоваться компьютером - когда выбирать @Computer, @Chrome, @Browser, а когда лучше идти через плагин или MCP. Чат

Factory 2.0 - кодинг-агенты превращаются в фабрику разработки 💃 Factory.ai, команда создавшая агента Droid, показала Factory 2.0. Если ускорить только написание кода, бутылочные горлышки переедут в разбор задач, тесты, ревью, релизы, деплой и мониторинг. Поэтому Factory предлагает смотреть на весь цикл разработки как на одну агентную систему. Входом может быть багрепорт, сообщение от клиента, внутренняя хотелка или бизнес-требование. Дальше это проходит через разбор, план, код, тесты, ревью, релиз, наблюдение и снова возвращается в цикл как новые сигналы. Что внутри их software factory: 🔵 разные модели под разные задачи, с роутером по цене, скорости и качеству 🔵 контроль над контекстом и данными: свои ключи, свой контур данных, отдельный регион или закрытая сеть 🔵 общая память и контекст для ревью, безопасности, QA, документации и инцидентов 🔵 панель управления в Factory Desktop App: очереди, триаж тикетов, PR-проверки, деплои, мониторинг и узкие места По словам Factory, такие фабрики уже работают у NVIDIA, EY, Adobe, Palo Alto Networks, Adyen, Blackstone, Wipro и Comarch. Самое интересное тут направление. Кодинг-агент решает кусок работы. Следующий слой - система вокруг него: задачи, права, логи, проверки, память, отчеты и понятная панель по всей цепочке. Чат

agentmemory 23к⭐ - память для кодинг-агентов Обычная память агента часто сводится к CLAUDE.md / AGENTS.md - статичные правила проекта. Хорошо для “как писать код”, плохо для истории работы. agentmemory делает отдельный слой памяти для рабочих фактов: что уже пробовали, какие решения приняли, где была ошибка, какие файлы трогали, чем закончилась прошлая сессия. Как это устроено: 🔵 хуки агента ловят события: старт сессии, запрос пользователя, вызовы инструментов, ошибки, compact, stop 🔵 сырые наблюдения чистятся от секретов, сжимаются и превращаются в факты, концепты, связи и краткие самари 🔵 поиск идет не только по ключевым словам, а через BM25 + векторы + граф связей 🔵 перед новой сессией агент может получить только релевантные куски памяти, а не весь архив подряд Что дают MCP и skills: Через MCP - Claude Code, Codex, Cursor, OpenCode, Hermes и другие получают инструменты вроде memory_save, memory_smart_search, memory_sessions, memory_timeline. skills - это инструкция агенту, когда этими MCP пользоваться. Без skills модель может видеть инструменты, но не понимать, в каких ситуациях нужно сохранить решение или поднять прошлый контекст. Самый быстрый старт:

npm install -g @agentmemory/agentmemory
agentmemory
agentmemory connect claude-code
npx skills add rohitg00/agentmemory -y

Работает почти со всеми агентами. По умолчанию может работать без LLM-провайдера - тогда память работает через BM25 и локальные embeddings. Чтобы она полноценно заработала, нужно подключить обычную модель, советуют использовать не топовые. Например: deepseek/deepseek-v4-pro и qwen/qwen3-coder Чат

Omnigent 1.8к⭐ - общий слой для Claude Code, Codex, Pi и своих AI-агентов Свежий репозиторий, создан 11 июня. Идея в том, чтобы запускать разные агентные обвязки через один CLI, сервер и веб-интерфейс. Агент может стартовать в терминале, продолжить в браузере или на телефоне, а сессия сохраняет сообщения, субагентов, терминалы и файлы. Что внутри: 🔵 CLI omnigent / omnigent claude, omnigent codex 🔵 веб-интерфейс и приложение для macOS 🔵 YAML-спеки для своих агентов: промпт, модель, инструменты, MCP, подагенты, терминалы, доступ к файловой системе 🔵 сервер с сессиями, fork, attach, шарингом, комментариями, правами и API 🔵 политики для контроля агентов: подтверждение shell/file действий, лимиты инструментов, бюджет, GitHub/Google-доступ, риск-скоринг 🔵 sandbox через bubblewrap на Linux и seatbelt на macOS 🔵 MCP через stdio, SSE и Streamable HTTP 🔵 деплой через Docker, Render, Railway, Fly, Modal, Hugging Face Spaces Самое интересное в примерах. Polly - агент-техлид для разработки. Он сам код не пишет: раскладывает задачу на подагентов Claude Code, Codex и Pi, запускает их в отдельных git worktree, требует ревью другим поставщиком и отдаёт PR человеку. Debby - двухголовый брейнсторминг. Один ответ идёт от Claude, второй от GPT, потом можно включить debate skill и заставить модели покритиковать друг друга перед финальной сводкой. Архитектура тоже здраво разделена: сервер хранит историю, права, UI и координацию, а раннер выполняет агентный цикл на вашей машине или в облачном sandbox. Чат

/goal можно использовать не только вручную ⚡ Можно попросить вашего агента заспавнить нового агента и назначить ему цель. Проверил: работает не только в Codex, но и в OpenClaw и Hermes. Также в комментариях поделились таким шаблоном:

Создай [объект] в [технологии/фреймворке]. Он должен включать [основные функции] с [деталями взаимодействия/анимации/поведения]. Создай [настроение/качество] с помощью [визуальных деталей], [деталей окружения] и [дополнительных эффектов]. Выведи результат в [формате/типе файла].

Для этой задачи напиши себе новую цель и запустите агентов параллельно — столько, сколько потребуется для более эффективного и быстрого выполнения. Раздели работу на независимые части, запускай их одновременно и синтезируй результаты по мере их поступления. Назначь каждому агенту свою собственную цель.

Чат

codex-lb 1.9к⭐ - слой управления для Codex и ChatGPT аккаунтов Самостоятельный прокси для тех, кто запускает Codex CLI, OpenCode, OpenClaw или своих агентов через OpenAI-совместимый API. Сервис поднимает локальный API на :2455, принимает /v1 и /backend-api/codex, распределяет запросы по пулу своих ChatGPT аккаунтов и показывает расход в панели управления: токены, стоимость, лимитные окна, здоровье аккаунтов, последние запросы и отчеты. Что есть внутри: 🔵 OAuth-добавление аккаунтов и автообновление токенов 🔵 API-ключи для клиентов с лимитами по модели, токенам, стоимости и сроку 🔵 закрепление сессий за аккаунтом, переключение при сбоях и прогрев лимитов 🔵 поддержка WebSocket/SSE, /v1/responses, /v1/chat/completions, файлов, изображений и аудио 🔵 Docker, uvx codex-lb, Helm, SQLite по умолчанию и PostgreSQL для боевого запуска Чат

Пара интересных репозиториев 💻 🔵Agent Reach - интернет-доступ для агента Репозиторий ставит агенту готовые маршруты к YouTube, GitHub, RSS, V2EX, Bilibili, Twitter/X, Reddit, XiaoHongShu, LinkedIn, Xueqiu и другим источникам. Агент запускает agent-reach doctor, видит, какой backend сейчас рабочий, и дальше использует нужный CLI или MCP-инструмент. Для примера, как устроена авторизация: X/Twitter - для расширенных сценариев нужны cookies; - пользователь заходит в X в браузере; - через Cookie-Editor экспортирует Header String; - агент сохраняет это командой agent-reach configure twitter-cookies "..." - локально можно попробовать автоизвлечение из Chrome через agent-reach configure --from-browser chrome. Reddit - zero-config пути нет: анонимные интерфейсы заблокированы, официальный API требует ручного доступа; - на десктопе рекомендуют OpenCLI, который использует уже существующую браузерную сессию; - на сервере или без браузера - rdt-cli + cookies, обычно через rdt login. 🔵Ponytail - Заставляет вашего ИИ-агента думать как самый ленивый senior dev в комнате. Это навык и набор адаптеров для Claude Code, Codex, OpenCode, Pi, Cursor, Windsurf, Cline, Copilot и Kiro. Перед тем как писать код, агент проходит простую лестницу: - это вообще нужно делать? - есть ли готовое в стандартной библиотеке? - есть ли нативная возможность платформы? - уже стоит зависимость, которая это умеет? - можно ли решить одной строкой? - только потом - минимум кода, который работает. Есть режимы lite/full/ultra и отдельный ponytail-review, который ищет, что удалить из диффа: лишние зависимости, абстракции на будущее, самописные версии стандартной библиотеки и код “на всякий случай”. Чат

🔥 Детальный гайд о том, как правильно формировать личность агента - SOUL.md для Hermes. В базовом виде также подойдёт для OpenClaw. Чат

Свежие новости 🗞 🔵Anthropic успела громко выпустить Fable 5, а потом почти сразу выключила Fable 5 и Mythos 5. Причина - директива правительства США. 🔵Google показал Open Knowledge Format - стандарт для знаний, которые читают люди и агенты. По сути это папки с Markdown, YAML и ссылками между файлами. Документацию, процессы, метрики, глоссарии и рабочий контекст можно держать в обычном репозитории. Спека уже на GitHub. 🔵Lee Robinson из Cursor написал статью про recursive agent systems. В Cursor тысячи агентов помогают тренировать следующую версию Composer. Главный агент сидит на мощной удаленной машине, подключается к машинам с дочерними агентами, собирает их статусы в общий inbox-файл, перезапускает сломанные процессы и зовет людей в Slack или PagerDuty, когда что-то пошло не так. Звучит как нормальная инфраструктура для ML-команды будущего: исследователь дает направление, а облачные агенты гоняют эксперименты и сами находят проблемы. 🔵И практичная находка - pm-skills 17.2к⭐ Это набор скиллов для продуктовой работы: исследование, стратегия, приоритизация, запуск, рост и работа с кодом. Чат

Почему одни AI-агенты реально помогают, а другие только дергают инструменты Тут речь не про локальные модели и не про очередной фреймворк. Статья про обвязку вокруг модели: системные инструкции, инструменты, навыки, справки и сырой API, из которых складывается рабочий агент. Автор разбирает это на примере агента для электронных таблиц. Такой агент должен не просто “уметь вызвать API”, а понимать таблицу, сжимать большие диапазоны, показывать последствия своих изменений и быстро находить редкие возможности без раздувания контекста. В комментариях автор добавил хороший пример: сводные таблицы могут встречаться меньше чем в 2% запросов, но когда они срабатывают, пользователи очень ценят результат. Поэтому сильный агент строится не только вокруг частых действий, но и вокруг того, какие редкие возможности дают большой выигрыш. Я адаптировал статью на русский: 📎Как строить вертикальных агентов, которые действительно работают Чат

Hermes Agent добавил Automation Blueprints - шаблоны для cron-автоматизаций 🔱 Под капотом Hermes также создает обычную cron-задачу. Отличие в том, как она появляется. Раньше нужно было собрать команду: расписание, длинный промпт, доставку, навыки, скрипт, условия молчания. Например: “каждый будний день в 18:00 собери новостной дайджест, проверь источники, убери повторы”. Теперь это можно упаковать в Blueprint: готовый сценарий с понятными полями. В приложении это выглядит как форма: выбрать шаблон, заполнить тему, время, канал доставки и нажать Schedule it. В Telegram/CLI/TUI можно написать: /blueprint news-digest Hermes сам спросит недостающие параметры, покажет, что именно будет создано, и попросит подтверждение. Есть готовые пресеты: 🔵 утренний брифинг 🔵 мониторинг важной почты 🔵 еженедельный обзор 🔵 дайджест по теме 🔵 напоминания и привычки 🔵 проверки деплоя, алертов, PR и CI через webhook-сценарии Кастомные Blueprints тоже можно делать самому: это обычный Hermes Skill с блоком metadata.hermes.blueprint в SKILL.md. То есть повторяемый процесс можно превратить в кнопку, форму или короткую команду из мессенджера. Чат

🫡 Xiaomi выкатила MiMo Code (4.3к⭐) Это open-source кодинг агент, на базе OpenCode. В комплекте есть MiMo Auto - временно бесплатный режим на MiMo-V2.5 с контекстом до 1M токенов. Еще можно войти через Xiaomi MiMo, импортировать конфиг Claude Code или подключить других провайдеров. Что интересного: 🔵 Max Mode На каждом шаге агент делает 5 независимых черновиков: рассуждение + план вызова инструментов, без исполнения. Потом судья выбирает лучший вариант, и выполняется только он. Xiaomi пишет про +10-20% на SWE-Bench Pro, цена - примерно 4-5x токенов. Фича экспериментальная. 🔵 Goal /goal задает условие остановки. Перед завершением отдельный судья проверяет, правда ли задача выполнена. 🔵 Память За память отвечает отдельный checkpoint-writer. Он пишет checkpoint.md, поднимает стабильные факты в MEMORY.md, хранит полный трейс в SQLite и разбирает notes.md, куда основной агент может скидывать находки. Когда контекст заполняется, сессия пересобирается из todo, чекпоинта, последних сообщений пользователя и памяти. Так они делают свою версию “безлимитного контекста”. 🔵 Compose Отдельный режим рядом с build/plan. По сути встроенный флоу в стиле Superpowers skills. Compose-агент прогоняет задачу через навыки вроде compose:brainstorm, compose:plan, compose:tdd, compose:execute, compose:review, compose:verify, compose:merge. Это как specs-driven development: от спеки до реализации, проверки и мержа. То есть в harness сразу встроили процесс разработки, за это лайк. 🔵 Dynamic Workflow Для больших задач есть JS-оркестрация: agent(), parallel(), pipeline(), workflow(). Параллельные подагенты и логика процесса живут в исполняемом сценарии, поэтому сложные флоу меньше завязаны на то, удержит ли модель порядок шагов. 🔵 Dream / Distill Dream раз в 7 дней чистит и мержит проектную память. Distill раз в 30 дней ищет повторяющиеся процессы и превращает их в skills, команды, агентов и SOP. Выглядит как один из самых интересных свежих кодинг агентов: Xiaomi собрала агентную систему для длинных задач с памятью, проверкой завершения, режимом разработки SDD и параллельной оркестрацией. Из нюансов: вы сразу не увидите модель GPT 5.5, потому что они используют плагин для OAuth ChatGPT в котором этой модели нет. Но сам mimo GPT 5.4 смог сделать патч, после чего модель стала доступна. Чат

GitHub Copilot app - панель управления агентами для разработки 📱 GitHub открыл preview Copilot app для платных Copilot-планов. Приложение есть для macOS, Windows и Linux. У Codex app и Claude Desktop, кстати, нету версии под Linux. Главные фишки: 🔵 Задача > PR > проверки > merge внутри GitHub Сессию можно запустить из issue, pull request, промта или прошлой сессии. Агент сразу видит контекст GitHub: репозиторий, обсуждение, PR, проверки, поиск по коду и историю работы. 🔵 Agent Merge Copilot может довести PR до конца: ответить на комментарии, исправить замечания, разобраться с упавшими проверками и учесть правила merge. Вы задаете условия, а агент мержит только когда все требования выполнены. 🔵 Canvas вместо бесконечного чата Работа агента показывается как рабочее полотно: план, PR, терминал, браузерная сессия, чеклист релиза, панель состояния или процесс выполнения. Можно править, переставлять блоки, одобрять шаги и перенаправлять агента прямо там, а не вылавливать нужное место в длинной переписке. 🔵 My Work как диспетчер задач для агентов В одном окне видны активные сессии, issues, pull requests и фоновые автоматизации по подключенным репозиториям. 🔵 Разные агенты внутри одного GitHub-сценария GitHub заявляет доступ к сторонним агентам, включая Claude Code и Codex, плюс партнерские agent приложения. Чат

Mastercard готовит платежный слой для AI-агентов 💸 Mastercard запустила Agent Pay for Machines - инфраструктуру для платежей, которые агенты смогут выполнять сами: купить домен, оплатить хостинг, данные, вычисления или логистические услуги. Пока это выглядит как партнерский запуск, а не публичный API для всех разработчиков. В списке первых участников - Cloudflare, Coinbase, Stripe, Adyen, Checkout, OKX, Solana Foundation, RippleX и другие. У агента будет проверяемая идентичность, лимиты и правила оплаты. Он сможет тратить деньги только в заданных рамках, а Mastercard и партнеры будут проводить расчеты через карты, счета и стейблкоины. Чат

Самый интересный нюанс Claude Fable 5 - Anthropic продает не только интеллект модели, но и режим доступа к нему 😱 Fable и Mythos работают на одних базовых весах. Mythos дают доверенным партнерам, Fable - всем остальным, но с ограничениями. Для кибербезопасности, биологии, химии и дистилляции запрос может уйти на Opus 4.8. А вот с разработкой frontier LLM все менее прозрачно. В system card Anthropic пишет, что Fable может невидимо снижать эффективность на задачах вроде пайплайнов предобучения моделей, и проектирования ML-ускорителей. Не отказ. Не предупреждение. Не видимый fallback. Просто ответ, который выглядит обычным, но может быть ослаблен через переписывание запроса, векторы управления поведением модели или PEFT - легкое дообучение небольшой части параметров. Для обычной разработки это, скорее всего, не всплывет. Но для AI research и инфраструктуры обучения появляется неприятная неопределенность: если результат плохой, ты не знаешь, модель ошиблась или провайдер тихо нажал на тормоз. Еще один важный нюанс: в подписках Pro/Max/Team Fable включили только до 22 июня. После этого доступ будет по API - $10 млн за input и $50 млн за output. Получается сильная модель для долгих агентских задач, но с новой реальностью: топовый интеллект теперь идет вместе с правилами доступа, хранением запросов и невидимыми ограничителями. Чат

Anthropic выкатила Claude Fable 5, и Claude Code сразу стал интереснее 🎉 Anthropic выпустила Claude Fable 5 - новый публичный Mythos-class модель для сложной разработки, длинных задач и agentic workflows. Модель уже доступна много где. Anthropic отдельно пишет, что Fable 5 лучше раскрывается на длинных задачах: планирование, работа по этапам, проверка своего результата, делегирование подзадач. Параллельно в Claude Code начали выкатывать важное обновление: nested subagents. Теперь агент может запускать субагентов, а те - своих субагентов. Стартовый лимит - до 5 уровней вложенности. Главный агент больше не обязан тащить весь проект, все логи, поиск по файлам, тесты и ревью в одном контексте. Он может раздать работу отдельным агентам: один изучает кодовую базу, второй готовит правку, третий гоняет тесты, четвертый проверяет дифф, пятый ищет риски. Каждый возвращает короткий результат, а основной агент собирает решение. Борис Черный из команды Claude Code в комментариях привел пример: skill можно запускать в отдельном контексте, а внутри skill просить агентов держать каждый шаг изолированным. Такой подход уже добавляют в /code-review, чтобы ревью меньше забивало основной контекст и работало точнее. Чат

Сейчас главный тренд в агентах - loop 🔄 Работа с кодинг-агентами смещается в сторону циклов: расписание находит задачи, worktree изолирует исполнителей, skills дают контекст, коннекторы ведут работу в Linear/CI/Slack, а субагенты разделяют кодера и проверяющего. Это называют Loop Engineering. Сильная идея, но с неприятными углами: расход токенов, критерии "готово", доверие к памяти и риск тихо накопить код, который уже никто не понимает. Подготовил для вас очень полезную статью: 📎 Loop Engineering: как проектировать циклы для кодинг-агентов Чат

Собрать AI-агента стало проще. Довести до продакшена - совсем другая история. У агента быстро появляется целый стек вокруг модели: инструменты, MCP, память, состояние, фреймворки, оценка, наблюдаемость и безопасность. Перевел статью O’Reilly про 6 слоев между LLM и рабочим агентом. Советую прочитать, чтобы понять, где агентные системы чаще всего ломаются и как не переусложнить архитектуру на старте. 📎 Стек AI-агентов в 2026 году Чат

OpenProse - Markdown-контракты для AI-агентов Появился интересный репозиторий: OpenProse. Это декларативный язык для агентных сессий: вы описываете рабочий процесс в *.prose.md, а агент получает не просто промпт, а понятный контракт: что должно быть сделано, какие части связаны между собой и какие подтверждения оставить. Что это реально дает агенту: 🔵 он видит не разовую инструкцию, а структуру задачи; 🔵 понимает зависимости между шагами; 🔵 может пересобрать только те части процесса, которые изменились; 🔵 оставляет проверяемые подтверждения выполнения; 🔵 лучше переносит сценарий между сессиями и разными агентами. Например, в Hermes такой подход можно использовать для повторяемых процессов: дайджест новостей, ревью PR, подготовка статьи, проверка репозитория, запуск тестов. Вместо длинного промпта каждый раз - файл-контракт, где описано нужное состояние результата, источники, проверки и формат ответа. OpenProse работает поверх уже привычных coding agents: Claude Code, Codex, OpenCode, Hermes, Pi. Внутри есть Reactor, который следит за изменениями, пересобирает зависимые части и хранит подтверждения выполнения. Чат

OpenAgents (3.7к⭐) - открытая рабочая среда, где несколько AI-агентов работают вместе из разных терминалов, машин и моделей. Внутри один Workspace: общие треды, файлы, браузер, задачи, база знаний и @mentions. Можно подключить Claude Code, Codex CLI, OpenClaw, OpenCode, Cursor, Hermes, Gemini CLI, Kimi и других агентов, а потом позвать нужного прямо в обсуждение. Что есть в репозитории: 🔵 agn - CLI/Launcher для установки и запуска агентов фоном 🔵 GUI Launcher для macOS, Windows и Linux (Linux - AppImage) 🔵 веб-Workspace на FastAPI + Next.js 🔵 Python SDK для своих агентных сетей 🔵 MCP/навыки для доступа к истории, файлам, браузеру и задачам 🔵 Cloud Agents: OpenAI, Anthropic, Google, xAI, Perplexity, OpenRouter и другие провайдеры Установка:

curl -fsSL https://openagents.org/install.sh | bash
agn

Чат