Я доверил браузеру купить товары и написать письма
Я позволил искусственному интеллекту в браузере делать за меня покупки и переписку. Результат оказался неожиданным.
тестирование
Эксперты выбрали лучшую защиту для компьютеров в 2026 году
Специалисты закончили масштабное тестирование. Они проверили, как программы защищают от вирусов и хакеров. Результаты удивили даже опытных аналитиков.
Мы заставили ИИ-агента Chrome серфить в интернете. Вот что вышло
Мы дали ИИ-агенту Chrome задание серфить в интернете. Он справился с простыми задачами, но провалил сложные. Вот подробности нашего эксперимента.
Salesforce представила генератор тестовых данных для CRM
Команда из пяти инженеров Salesforce представила eVerse. Это генератор тестовых данных для CRM-систем. Работа заняла одиннадцать минут.
Я протестировал бесплатного соперника Claude Code
Я скачал программу, которая обещала заменить Claude Code. Она работала на моём ноутбуке. И не просила ни копейки.
Эксперты выбрали лучших ИИ-собеседников 2026 года
Результаты масштабного тестирования обнародовали сегодня. Три чат-бота оказались на голову выше остальных.
Выпущен llm-echo 0.4 с подсчётом токенов для промптов
Разработчик Simon Willison выпустил две версии инструмента llm-echo за один день. Основное обновление 0.4 добавляет подсчёт токенов в ответах промптов. Это критически важно для анализа затрат и производительности языковых моделей.
Я запустил локальный ИИ на Mac. Обещали магию, получил отрезвление.
Включил локальную нейросеть на своём Mac. Ждал чуда. Получил суровый урок.
Как заставить ИИ-агентов писать хорошие тесты на Python
Программисты часто жалуются на качество тестов от ИИ. Саймон Уиллисон нашёл несколько простых решений.
ИИ-агенты провалили тест на работу в офисе
Искусственный интеллект для офиса оказался не таким умным. Новый тест развеял иллюзии о его готовности.
Anthropic постоянно меняет тесты для Клода
Компания Anthropic постоянно переписывает свои технические тесты. Искусственный интеллект Claude слишком быстро их осваивает.
IBM представила тест для ИИ-агентов в промышленности
Исследователи IBM представили новый тест для ИИ-агентов. Он проверяет их работу на реальном заводском оборудовании.
Шесть популярных ИИ провалили тест на простые вопросы
Я задал шести популярным нейросетям одинаковые вопросы с подвохом. Каждая из них ошиблась. Каждая придумала свой ответ.
Я запустил Claude Cowork в своих файлах. Результат поразил и напугал
Я дал новому ИИ Claude Cowork доступ ко всем своим документам. Он прочитал всё за минуты. Его выводы были точными и неожиданными.
Исследование: Go-Explore для тестирования безопасности ИИ-агентов
Исследователи адаптировали алгоритм Go-Explore для комплексного тестирования безопасности LLM-агентов с инструментами, выявив ключевые факторы эффективности и ошибки.