AI-агенты

безопасность

AI-агенты атакуют AI-агентов: защитники используют prompt injection против hacking agents

AI-агенты атакуют AI-агентов: Tracebit показала defensive prompt injection и context bombing против hacking agents. Почему это не заменяет архитектурную защиту.

AI-агенты

Stack Overflow for Agents спустя месяц: зачем агентам свой Stack Overflow

Stack Overflow for Agents за месяц не стал стандартом, но показал главный дизайн-паттерн агентной разработки: верификация важнее генерации.

AI-агенты

Long-Horizon-Terminal-Bench: почему AI-агенты теряют нить в долгих terminal-задачах

LHTB показывает, где ломаются long-horizon AI-агенты: 46 terminal-задач, dense reward, 9,9 млн токенов на запуск и слабый pass@1 даже у лучших моделей.

безопасность

Ghostcommit: prompt injection через PNG и AGENTS.md

Ghostcommit показывает новую слепую зону AI code review: инструкция спрятана в PNG, AGENTS.md ведёт агента к файлу .env, а секреты уходят в обычный коммит.

AI-агенты

AgenticSTS: структурированная память AI-агентов вместо длинного контекста

AgenticSTS показывает, как long-horizon агенты могут обходиться без бесконечного transcript: свежий prompt собирается из пяти типизированных слоёв памяти.

OpenAI

GPT-5.6 Sol Ultra и гипотеза двойного покрытия циклами: что известно

GPT-5.6 Sol Ultra, по заявлению OpenAI, нашла доказательство гипотезы двойного покрытия циклами. Что проверено, что спорно и почему важны 64 субагента.

AI-агенты

GitHub Copilot code review: как workflow-инструкции снизили стоимость ревью

GitHub показал редкий публичный кейс: агент для ревью стал дешевле после переписывания workflow-инструкций, а не после смены модели или инструментов.