AI-агенты всё чаще принимают решения о найме, кредитах и модерации. Разбираем, откуда берётся систематическая ошибка в их ответах и какими инструментами её ловят до того, как она обойдётся компании.
Автономные ИИ-агенты сами планируют действия и вызывают инструменты. Регуляторы пытаются вписать их в правила, написанные для обычных моделей — получается по-разному в ЕС, США и Китае.
Autonomous-агенты научились выполнять цепочки задач без человека на каждом шаге. Разбираем, какие роли меняются быстрее всего, чем агент отличается от чат-бота и где паника преувеличена.
Автономные агенты научились сами бронировать, покупать и отправлять письма от вашего имени. Когда такой агент ошибается, счёт приходит вам — а вернуть деньги оказывается сложнее, чем кажется.
AI-агенты уже покупают, бронируют и пишут код без подтверждения каждого шага. Разбираем, где заканчивается автоматизация и начинается ответственность, которую нельзя передать программе.
Автономный агент, подключённый к почте, файлам и браузеру, — это удобный ассистент и одновременно новый канал утечки. Разбираем, где именно данные вытекают наружу и что с этим делать.
ИИ-агенты, которые сами читают письма, ходят по ссылкам и запускают код, открыли новый класс атак. Достаточно спрятать инструкцию в письме или на веб-странице — и агент выполнит её вместо вашей.
Компании раздают AI-агентам доступ к почте, платежам и коду. Разбираем, где такие агенты дают сбой, кто платит за ошибку и как ограничить ущерб до внедрения.
Anthropic открыла протокол MCP, Google представила A2A, а OpenAI встроила поддержку MCP в свой Agents SDK. За год у агентов появился общий язык — разбираем, кто за что отвечает и что это меняет.
Агенты OpenAI, Anthropic и Google научились действовать в чужих сервисах от вашего имени. Разбираем, чем OAuth-делегирование отличается от передачи пароля и где проходит граница ответственности.
LLM-агенты с доступом к почте, файлам и API читают текст из внешних источников — и слепо ему подчиняются. Разбираем, как работает prompt injection и какие защиты реально снижают риск.
Агент отлично пишет одну функцию, но разваливается на цепочке из сорока шагов. Разбираем, где именно ломается длинная задача — контекст, накопление ошибок, потеря цели — и что с этим делают.