Новости из мира агентов 23.06.26
Anthropic запускает Claude Tag для командных агентов
Система, встроенная в Slack, позволяет командам напрямую делегировать задачи Claude в общих каналах или использовать его как автоматизированного помощника, который подключается только тогда, когда нужен.
Claude сохраняет контекст канала, использует одобренные инструменты и источники данных, работает асинхронно, может планировать задачи и отчитываться о ходе их выполнения.
Чат-бот постепенно исчезает как отдельный интерфейс и становится частью рабочего процесса. Он всё больше напоминает коллегу, который действительно прочитал всю переписку в треде.
Introducing Claude Tag
https://www.anthropic.com/news/introducing-claude-tag
Мнение ChatGPT
Для меня Claude Tag — это одна из самых важных новостей года, хотя внешне выглядит как довольно скучная фича для Slack.
Многие смотрят на нее и видят очередного чат-бота, которого теперь можно вызвать через @Claude. Но если присмотреться, Anthropic на самом деле меняет саму модель взаимодействия с ИИ. (Reuters)
Первые чат-боты жили в отдельном окне. Чтобы что-то узнать, нужно было открыть ChatGPT или Claude и пойти к ним самому. Потом появились агенты с инструментами. Они уже могли выполнять действия, но все еще существовали как отдельное приложение.
А Claude Tag делает следующий шаг. Теперь агент живет там же, где работает команда. Не нужно переключаться в другой интерфейс, копировать контекст, пересказывать историю обсуждения или прикладывать ссылки. Агент становится полноценным участником рабочего пространства. Он читает канал, понимает контекст, получает доступ к разрешенным инструментам и может выполнять долгие асинхронные задачи, возвращаясь с результатом через часы или даже дни. (Reuters)
На мой взгляд, здесь происходит не эволюция чат-ботов, а их исчезновение.
Мы привыкли воспринимать ИИ как собеседника. Но в реальной работе люди редко сидят и ведут длинные философские диалоги с коллегами. Мы ставим задачи, упоминаем людей в обсуждениях, просим что-то проверить, подготовить, собрать информацию и вернуться с результатом. Именно эту модель Anthropic пытается воспроизвести. (Reuters)
Самое интересное, что это очень хорошо ложится на тренд, который мы наблюдаем последние полгода. OpenAI делает акцент на Operator и агентные задачи. Google встраивает Gemini в Workspace. Microsoft превращает Copilot в цифрового сотрудника. Но Anthropic, кажется, первой дошла до логического конца идеи: агент должен выглядеть не как программа, а как коллега. (Reuters)
Я бы даже сказал, что через несколько лет интерфейс чата может стать такой же нишевой вещью, как сегодня командная строка. Она останется для экспертов, разработчиков и сложных сценариев. А большинство пользователей будут взаимодействовать с агентами через привычные рабочие инструменты — Slack, Teams, почту, Jira, CRM. Просто рядом с людьми в этих системах появятся цифровые сотрудники.
Именно поэтому мне особенно понравилась фраза из анонса, что Claude можно тегнуть так же, как обычного коллегу. Звучит как мелочь, но это сильный психологический сдвиг. В голове пользователя исчезает граница между «пойти к ИИ» и «попросить кого-то помочь». (Reuters)
Если смотреть еще дальше, то я вообще не думаю, что конечная точка развития — это Claude Tag в Slack. Конечная точка выглядит примерно так: у компании есть десятки специализированных агентов, каждый отвечает за свою область знаний, имеет доступ к своим системам и участвует в рабочих процессах наравне с людьми. Сегодня мы называем это агентами. Через несколько лет, возможно, будем называть их сотрудниками.
И в этом смысле Claude Tag интересен не как продукт. Он интересен как первый массовый пример того, как чат-бот превращается в цифрового коллегу. Это гораздо более важный тренд, чем очередное увеличение контекстного окна или рост процентов на каком-нибудь бенчмарке. (Reuters)
Cloudflare усиливает контроль над AI-краулерами по всему интернету
Популярная платформа для рассылок beehiiv добавила поддержку Cloudflare AI Crawl Control, благодаря чему настройки разрешения или блокировки AI-ботов стали частью обычного процесса публикации контента.
Cloudflare продолжает укреплять свою роль своеобразного регулировщика доступа ИИ к веб-контенту, позволяя издателям решать, кого пускать к своим данным, кого блокировать, а в перспективе — с кого брать плату за доступ. Причем речь все чаще идет уже не просто о поисковых роботах, а об ИИ-агентах.
Открытый веб постепенно обзаводится бархатными канатами, охранниками на входе и, возможно, даже платным входным билетом.
Beehiiv adds Cloudflare AI Crawl Control so writers can block or allow bots
https://siliconangle.com/2026/06/23/beehiiv-adds-cloudflare-ai-crawl-control-writers-can-block-allow-bots/
Мнение ChatGPT
Мне кажется, что большинство обсуждений этой новости смотрят не туда.
На поверхности это выглядит как еще одна настройка: разрешить или запретить AI-ботам читать ваш контент. Но на самом деле происходит гораздо более серьезная вещь — Cloudflare пытается стать регулятором экономики контента в эпоху ИИ. (SiliconANGLE)
Двадцать лет веб жил по довольно простой схеме. Поисковик приходил, индексировал страницу, присылал посетителей обратно на сайт, а сайт уже монетизировал этот трафик через рекламу, подписки или продажи. Возникал обмен ценностями: контент в обмен на аудиторию.
С генеративным ИИ эта модель ломается. Claude, ChatGPT, Gemini и другие системы могут прочитать статью, пересказать ее пользователю и никогда не отправить человека на исходный сайт. Для автора это выглядит как довольно странная сделка: его контент забрали, а посетители не пришли. (WIRED)
И вот здесь Cloudflare предлагает новый общественный договор. Не "все открыто по умолчанию", а "автор сам решает". Пускать ботов, не пускать ботов или в будущем брать с них деньги. Причем это становится доступно не только крупным издательствам, а обычным авторам рассылок в beehiiv буквально через переключатель в интерфейсе. (Cloudflare)
Самое интересное, что это очень напоминает историю с API. Когда-то компании просто открывали данные через веб-интерфейс. Потом появились API, квоты, ключи доступа и тарифы. Сейчас похожая трансформация начинается для знаний и контента.
Мне кажется, через несколько лет мы будем говорить не о сайтах и поисковых роботах, а о лицензировании доступа для агентов. У каждого сайта будет политика вида: поисковым ботам можно, агентам для поиска можно, агентам для обучения нельзя, агентам для коммерческого использования — только за деньги. И Cloudflare явно хочет стать инфраструктурой для таких правил. (Business Insider)
Для меня самая важная мысль в этой истории даже не про контент. Она про то, что открытый веб постепенно превращается из пространства свободного доступа в пространство управляемого доступа. Мы уже видим первые признаки: идентификация агентов, разрешения, блокировки, лицензии, pay-per-crawl. Интернет будущего начинает напоминать не огромную открытую библиотеку, а бизнес-центр с пропусками на входе. (Business Insider)
И я подозреваю, что это не временная реакция на хайп вокруг ИИ, а долгосрочный тренд. Если агенты действительно станут основными потребителями информации в сети, то контроль над доступом агентов окажется таким же важным инфраструктурным элементом, каким сегодня являются DNS или CDN. Cloudflare это поняла одной из первых и сейчас очень последовательно строит именно этот слой интернета. (Nieman Lab)
🧬 NVIDIA запускает BioNeMo Agent Toolkit для научных исследований
Этот фреймворк помогает разработчикам создавать ИИ-агентов, способных искать научные публикации, использовать специализированные исследовательские инструменты, оценивать полученные результаты и выполнять многошаговые научные процессы.
Релиз отражает более широкую стратегию NVIDIA по созданию отраслевых AI-платформ, которые упрощают внедрение специализированных агентных решений в различных сферах экономики и науки.
NVIDIA уже не просто продает лопаты для золотой лихорадки ИИ. Компания строит еще и лабораторные столы, пипетки и даже цифровых научных ассистентов.
🧬 NVIDIA запускает BioNeMo Agent Toolkit для научных исследований
Этот фреймворк помогает разработчикам создавать ИИ-агентов, способных искать научные публикации, использовать специализированные исследовательские инструменты, оценивать полученные результаты и выполнять многошаговые научные процессы.
Релиз отражает более широкую стратегию NVIDIA по созданию отраслевых AI-платформ, которые упрощают внедрение специализированных агентных решений в различных сферах экономики и науки.
NVIDIA уже не просто продает лопаты для золотой лихорадки ИИ. Компания строит еще и лабораторные столы, пипетки и даже цифровых научных ассистентов.
NVIDIA Announces BioNeMo Agent Toolkit — Tools for Agents to Accelerate Scientific Discovery
Мнение ChatGPT
Мне кажется, что многие неправильно интерпретируют эту новость как очередной фреймворк для биоинформатики. На самом деле NVIDIA делает гораздо более интересную ставку. (NVIDIA Newsroom)
Последние два года рынок был сосредоточен на универсальных агентах. Все обсуждали, как построить агента, который умеет пользоваться браузером, писать код и работать с документами. NVIDIA идет в противоположную сторону. Она говорит: универсальный агент — это хорошо, но настоящая ценность возникает тогда, когда агент получает знания и инструменты конкретной отрасли. (NVIDIA Newsroom)
В случае BioNeMo речь уже не про "прочитай статью и сделай саммари". Агент должен понимать научную литературу, работать с геномными данными, запускать вычислительные эксперименты, анализировать результаты и предлагать следующий шаг исследования. Фактически NVIDIA пытается создать цифрового научного сотрудника, а не просто чат-бота для ученых. (MedPath Trial)
Самое важное здесь даже не биология. Самое важное — смена стратегии компании. Еще недавно NVIDIA продавала железо. Потом она начала продавать модели и инфраструктуру. Теперь она продает готовые отраслевые экосистемы. Если посмотреть на последние анонсы, то появляются отдельные наборы технологий для агентов, робототехники, промышленности, науки и медицины. Компания постепенно поднимается все выше по стеку. (engineering.com)
Именно поэтому мне особенно нравится формулировка про "лопаты для золотой лихорадки". Она уже не совсем верна. NVIDIA давно перестала быть производителем лопат. Она строит целые прииски. Причем так, чтобы добыча золота происходила только на ее инфраструктуре.
Есть еще один любопытный момент. Мы привыкли думать, что агентные системы в первую очередь изменят офисную работу: аналитику, поддержку, разработку, документооборот. А BioNeMo показывает другое направление — научные исследования. Возможно, самые большие экономические последствия агентного ИИ проявятся не в том, что кто-то будет быстрее отвечать на письма, а в том, что лекарства, материалы и технологии начнут создаваться значительно быстрее. (MedPath Trial)
Если смотреть шире, то я вижу здесь начало нового тренда: вертикальных агентных платформ. Не "один агент для всего", а специализированные агентные среды для медицины, финансов, инженерии, юриспруденции и науки. И BioNeMo выглядит одним из первых серьезных примеров такого подхода. (NVIDIA Newsroom)
Для меня главный вывод из этой новости очень простой: следующая конкуренция в ИИ будет не между моделями. Она будет между экосистемами, которые умеют превращать знания конкретной отрасли в работающих агентов. NVIDIA явно хочет занять это место в науке раньше остальных. (NVIDIA Newsroom)
🧪 Arc Institute представляет Proto — язык программирования для генеративной биологии
Proto — это открытый фреймворк, который позволяет исследователям и ИИ-агентам проектировать ДНК, РНК, белки, лиганды и биологические взаимодействия, используя высокоуровневые примитивы вроде генераторов, ограничений и оптимизаторов.
Вместо того чтобы вручную связывать множество специализированных моделей и инструментов, ученые могут формулировать биологические цели, а Proto будет самостоятельно искать жизнеспособные варианты решений и конструкций.
Биология постепенно перестает быть областью, основанной на долгих циклах проб и ошибок в лаборатории, и начинает напоминать задачу, которую можно описать декларативно и частично доверить агентам для «компиляции» в конкретные биологические дизайны.
Proto: A programming language for generative biology
https://arcinstitute.org/news/proto
Мнение ChatGPT
Я посмотрел статью — и это одна из самых концептуально сильных новостей в биологии за последнее время.
Если упростить, Proto — это попытка сделать для биологии то же, что SQL сделал для данных или что PyTorch сделал для нейросетей. Но не на уровне “инструмента”, а на уровне языка постановки задач. (arcinstitute.org)
И вот здесь начинается самое интересное.
Сегодня биология устроена как инженерия без компилятора. Ты не “задаёшь цель”, ты собираешь систему из кусочков: модель предсказания структуры белка, отдельный оптимизатор, отдельный симулятор, отдельный пайплайн для проверки. Всё это сшивается вручную, и каждый эксперимент — это по сути хрупкий интеграционный проект.
Proto пытается перевернуть эту модель: вместо того чтобы склеивать инструменты, ты формулируешь что ты хочешь получить, а система сама делает поиск по пространству биологических конструкций — ДНК, РНК, белков, лигандов — с учетом ограничений и критериев оптимальности. (arcinstitute.org)
Это очень важный сдвиг: от “ручной инженерии процессов” к “декларативной биологии”.
И здесь появляется почти программный взгляд на живую материю. Не в смысле, что жизнь буквально становится кодом, а в том, что мы начинаем описывать биологические системы через абстракции уровня “генератор”, “ограничение”, “оптимизатор”. Это уже не мокрая лабораторная работа в классическом смысле, а пространство поиска, где агент может систематически исследовать варианты.
Но самое сильное последствие даже не технологическое, а методологическое.
Если такой подход масштабируется, то роль ученого начинает смещаться от “исполнителя экспериментов” к “дизайнеру пространства поиска”. Ты не столько проверяешь гипотезы руками, сколько формулируешь структуру задачи так, чтобы вычислительная система могла найти решения, которые человек бы просто не перебрал.
И здесь Proto очень хорошо ложится в общий тренд, который мы уже видим у NVIDIA и других игроков: они строят не отдельные модели, а полноценные среды, где агент может работать как исследователь. BioNeMo — это инфраструктура агентов, Proto — это язык, на котором формулируются задачи для этих агентов. Вместе это начинает выглядеть как полноценный “компьютер для науки”, а не набор инструментов. (EurekAlert!)
Если смотреть чуть шире, то это уже не только про биологию. Это про появление нового класса систем: domain-specific languages для генеративных процессов. Сегодня биология, завтра материалы, потом химия и инженерия.
И в какой-то момент мы можем прийти к странной, но логичной точке: научное исследование перестает быть цепочкой экспериментов и становится программированием ограничений в огромном пространстве возможных миров.
🎬 OpenMontage набирает популярность как открытая агентная видеостудия
OpenMontage стремительно растёт на GitHub, превращая создание видео в сквозной агентный рабочий процесс, а не просто генерацию ролика по одному текстовому промпту.
Кодовые агенты могут выполнять весь продакшн-пайплайн: от исследования темы и написания сценария до поиска и подбора материалов, генерации контента, монтажа, добавления субтитров, обработки звука и финального рендеринга.
Сообщество vibe-coding фактически получило свою полноценную видеостудию — с режиссёром, монтажёром, продюсером и стажёром, которые никогда не устают и работают непрерывно.
https://github.com/calesthio/OpenMontage
Мнение ChatGPT
Я посмотрел репозиторий — и это, честно, уже не “инструмент для генерации видео”, а попытка собрать операционную систему для видеопроизводства поверх агентов. (GitHub)
Если упростить, идея там такая: вместо одного пайплайна “text → video” ты получаешь целую среду, где агент сам действует как маленькая продакшн-команда. Он не просто генерирует клипы, а проходит полный цикл — исследование темы, сценарий, поиск или генерация ассетов, монтаж, звук, субтитры, рендер и даже самопроверка результата. (GitHub)
И вот здесь ключевой сдвиг.
До этого большинство “AI video tools” были по сути компрессией креатива: ты даёшь промпт, получаешь клип. Всё. В OpenMontage это уже не атомарный акт генерации, а процесс, почти как в реальной студии: есть стадии, роли, проверки качества, бюджетирование, даже “не выпускай, если это выглядит как слайдшоу” — то есть система начинает сама защищать качество результата. (GitHub)
Мне кажется, важнее всего тут не видео как таковое. Видео — просто демонстрационный домен. Суть в другом: это один из первых репозиториев, где агенту дают не “задачу”, а производственную систему с дисциплиной. Он не импровизирует, он следует pipeline’у, который выглядит почти как промышленный процесс.
И это очень хорошо ложится на общий тренд, который сейчас видно везде: от MCP до BioNeMo и Proto. Везде один и тот же паттерн — мы перестаём думать о моделях как о генераторах и начинаем думать о них как об исполнителях внутри структурированных рабочих процессов.
Если смотреть ещё глубже, OpenMontage фактически отвечает на вопрос: “что будет, если агент станет не инструментом, а production system runtime?” И ответ довольно радикальный: тогда исчезает граница между разработкой, продакшеном и автоматизацией — остаётся только описание процесса и контроль качества.
Но есть и обратная сторона, о которой обычно не говорят. Такие системы очень быстро начинают зависеть не от моделей, а от качества orchestration layer. То есть выиграет не тот, у кого лучше генерация видео, а тот, у кого лучше описаны пайплайны, проверки, инструменты и стоимость ошибок. Это уже инженерия процессов, а не AI в классическом смысле.
И в этом смысле OpenMontage выглядит как ранний, но очень чистый пример будущего: агент не “создаёт видео”, он исполняет видеостудию как кодовую систему.
Comments
Post a Comment