Anthropic тестирует «лобстера» Conway: поддержка независимого UI, вебхуков для активации и стандарта пользовательских расширений

marsbitОпубликовано 2026-04-02Обновлено 2026-04-02

Введение

Anthropic разрабатывает постоянный агент Conway для Claude, обеспечивающий автономную работу в виде независимого интерфейса. Агент способен управлять браузером, подключаться к внешним сервисам и интегрировать возможности Claude Code для выполнения сложных операций. Conway поддерживает вызов через Webhook, что позволяет автоматизировать реакции на внешние события. Также вводится стандарт CNW ZIP, позволяющий разработчикам создавать расширения — пользовательские инструменты, вкладки и обработчики контекста, формируя экосистему по типу магазина приложений. Это превращает Claude из чат-инструмента в постоянно активного помощника, способного выполнять многошаговые задачи, что усиливает конкуренцию в области ИИ-агентов.

Anthropic активно разрабатывает решение под названием Conway для постоянного агента (persistent agent), предназначенное для создания всегда доступной, независимой интеллектуальной среды для Claude.

Согласно имеющейся информации, Conway будет иметь независимый UI-интерфейс, выходящий за рамки традиционного чата, и будет работать как самостоятельное рабочее пространство агента. Он сможет напрямую управлять браузером, подключаться к внешним коннекторам и интегрировать функциональность Claude Code (возможно, связанную с возможностями Epitax), обеспечивая более глубокое выполнение кода и обработку задач. Кроме того, Conway поддерживает вызов через вебхуки, что позволяет внешним сервисам или событиям запускать работу агента, повышая возможности автоматизированного реагирования.

Кроме того, Conway будет поддерживать систему расширений. Anthropic скоро представит стандарт CNW ZIP, с помощью которого разработчики смогут легко создавать пользовательские инструменты, UI-вкладки и обработчики контекста, формируя экосистему расширений по аналогии с «магазином приложений». Это значительно повысит гибкость и масштабируемость Claude при выполнении сложных задач.

Появление Conway рассматривается как ключевой шаг Anthropic в области AI-агентов, цель которого — превратить Claude из инструмента для пассивного диалога в постоянного помощника, способного непрерывно работать и автономно выполнять многошаговые задачи. Он не только поддерживает автоматизацию работы в браузере и событийные триггеры, но и, благодаря нативной интеграции с Claude Code, further enhances code generation, execution, and problem-solving capabilities.

В отрасли считают, что Conway может стать сильным конкурентом таким продуктам, как OpenClaw, и推动 AI-агентов в направлении развития «always-on» (постоянной доступности). Эпоха, когда Claude действительно сможет «показать себя», возможно, уже наступает.

Связанные с этим вопросы

QЧто такое Conway от Anthropic и какова его основная цель?

AConway — это разрабатываемое Anthropic решение в виде постоянного агента (persistent agent), предназначенное для создания всегда активной, независимой интеллектуальной среды для ИИ Claude. Его основная цель — превратить Claude из инструмента для диалога в помощника, который может постоянно работать и автономно выполнять многошаговые задачи.

QКакие ключевые особенности отличают Conway от традиционного чат-интерфейса Claude?

AConway обладает независимым UI-интерфейсом, работает как самостоятельное рабочее пространство агента, может напрямую управлять браузером, подключаться к внешним соединителям, интегрировать функции Claude Code и поддерживает вызов через Webhook для автоматизации реакций на события.

QКак Conway поддерживает расширяемость и customization?

AConway будет поддерживать систему расширений через стандарт CNW ZIP. Разработчики смогут использовать этот стандарт для создания пользовательских инструментов, UI-вкладок и обработчиков контекста, формируя экосистему, похожую на "магазин приложений".

QКакую роль играет интеграция Claude Code в Conway?

AИнтеграция Claude Code (возможно, связанная с функциями Epitax) позволяет Conway выполнять более глубокое выполнение кода и обработку задач, усиливая возможности генерации кода, его выполнения и решения проблем.

QПочему Conway считается важным шагом в развитии ИИ-агентов?

AConway рассматривается как ключевая стратегия Anthropic в области ИИ-агентов, направленная на продвижение towards концепции "always-on" (постоянной активности). Он позиционируется как сильный конкурент для таких продуктов, как OpenClaw, и может открыть эпоху, когда Claude сможет полностью раскрыть свой потенциал.

Похожее

Выпуск XRP Ledger v3.3.0 делает акцент на пяти поправках к протоколу

Предстоящий релиз xrpld v3.3.0 для XRP Ledger (XRPL) включает пять ключевых поправок (амендментов), направленных на расширение функциональности для токенизированных активов, управления комиссиями, разрешений и пакетной обработки. Среди нововведений: Конфиденциальные и Динамические Многоцелевые Токены (MPT), Пакетные операции, Делегирование разрешений, а также механизм Спонсируемых комиссий и резервов. Важно отметить, что эти функции не станут активными автоматически сразу после релиза. Для их активации на сети XRPL потребуется согласие 80% валидаторов, что является стандартным процессом для внедрения любых изменений в протоколе. Этот пакет обновлений в первую очередь нацелен на улучшение инфраструктуры для институциональных сценариев использования, таких как выпуск активов банками и платежными компаниями. Например, спонсируемые комиссии могут упростить взаимодействие пользователей, избавив их от необходимости самостоятельно держать нативные токены XRP для оплаты сетевых сборов. Улучшения MPT предоставят эмитентам больше гибкости в управлении активами, включая конфиденциальность и правила передачи. Пакетная обработка и делегирование разрешений повысят операционную эффективность приложений. Таким образом, релиз v3.3.0 задает дорожную карту для развития XRPL в сторону более сложных финансовых инструментов и улучшения пользовательского опыта, однако практическая реализация этих возможностей зависит от поддержки валидаторов и последующего внедрения разработчиками.

bitcoinist11 мин. назад

Выпуск XRP Ledger v3.3.0 делает акцент на пяти поправках к протоколу

bitcoinist11 мин. назад

Уолл-стрит, утренний отчет: V-образное восстановление в конце месяца, но Nasdaq показал худший июль за 12 лет, капитал ускоряет концентрацию у облачных гигантов

В конце месяца на Уолл-стрит наблюдался V-образный разворот, но Nasdaq показал худший результат за июль за 12 лет, при этом капитал ускорил концентрацию у облачных гигантов. Несмотря на рост основных индексов в пятницу, Nasdaq за месяц упал на 3,2%. Цены на нефть резко обвалились после отмены Трампом ударов по Ирану и увеличения добычи ОПЕК+. Золото в июле выросло на 0,91%, ожидается консолидация. США и Япония совместно вмешались в поддержку иены, доходность 10-летних казначейских облигаций США резко выросла. Капитализация облачных гигантов (Microsoft, Amazon, Google) выросла почти на $1,5 трлн за неделю, акции Amazon подскочили на 15,32%. Акции Apple упали на 7,35% из-за проблем с поставками, в то время как сектор хранения данных скорректировался. На предстоящей неделе в центре внимания будут отчеты Berkshire Hathaway, Palantir, SpaceX (первый отчет после IPO) и AMD, а также ключевые макроэкономические данные, включая отчет о занятости в США за июль.

marsbit35 мин. назад

Уолл-стрит, утренний отчет: V-образное восстановление в конце месяца, но Nasdaq показал худший июль за 12 лет, капитал ускоряет концентрацию у облачных гигантов

marsbit35 мин. назад

Сильные урезания в Rubin Ultra: Nvidia тоже не справляется с ростом цен на память?

Прошлые выходные стали поводом для бурных обсуждений в индустрии ИИ после публикации отчета аналитической компании SemiAnalysis. Согласно данным отчета, NVIDIA значительно изменила спецификации своего флагманского чипа Rubin Ultra, ключевой модели, анонсированной на GTC 2026. Вместо ожидавшегося увеличения вычислительной мощности и объема памяти, компания, судя по всему, пошла по пути оптимизации затрат. Основные изменения в спецификациях Rubin Ultra по сравнению с более ранними ожиданиями и базовой моделью Rubin: * **Теоретическая пиковая производительность (35 PFLOPs) осталась на уровне обычного Rubin.** * **Объем памяти HBM серьезно сокращен** — до 192 ГБ (8-Hi), что даже меньше, чем 288 ГБ (12-Hi) у Rubin. * **Пропускная способность памяти увеличена незначительно** (всего на 1 ТБ/с). * **Энергопотребление осталось высоким**, а максимальное даже возросло. * **Главным улучшением стал масштаб межсоединений (Scale-up)**: поддержка объединения до 576 GPU в единый логический узел через NVLink (против 72 GPU у Rubin). Аналитики SemiAnalysis связывают такое решение с резким ростом цен на высокоскоростную память HBM, которая является ключевым и самым дорогим компонентом современных ИИ-ускорителей. Стоимость HBM3 с 2025 года выросла в несколько раз. Первоначальный дизайн Rubin Ultra приводил к тому, что стоимость памяти в системе приближалась к 40% от общей стоимости материалов (BOM). После пересмотра спецификаций эта доля упала до 28%, что позволило снизить общую расчетную стоимость стойки с чипами примерно с 8 до 6.4 млн долларов. Таким образом, NVIDIA, по мнению аналитиков, смещает акцент с "наращивания компонентов" в отдельном чипе на создание более масштабируемых и, возможно, экономически эффективных систем на уровне кластера. Новый дизайн Rubin Ultra фокусируется на способности объединять огромное количество GPU, компенсируя изменения в характеристиках отдельных чипов. Новость оказала давление на котировки ведущих производителей памяти. Акции SK Hynix и Samsung, основных поставщиков HBM, упали примерно на 8%, что отражает опасения рынка: если крупнейший покупатель HBM начинает оптимизировать свои чипы для снижения зависимости от дорогой памяти, это может ограничить потенциал дальнейшего роста цен и спроса для производителей памяти. Эпоха безудержного наращивания ресурсов в ИИ-инфраструктуре, судя по всему, подходит к концу.

Odaily星球日报56 мин. назад

Сильные урезания в Rubin Ultra: Nvidia тоже не справляется с ростом цен на память?

Odaily星球日报56 мин. назад

Может ли модель генерации обучаться end-to-end? В основе — простой цикл for

В статье представлен новый подход к обучению генеративных моделей под названием Explorative Modeling (XM), который позволяет осуществлять сквозное (end-to-end) обучение. Традиционные генеративные модели, такие как диффузионные или авторегрессионные, страдают от «смешения мод» (mode blurring), когда модель усредняет множество возможных правильных ответов, что приводит к размытым или нереалистичным результатам. Это также вызывает «смещение экспозиции» (exposure bias), когда ошибки накапливаются во время вывода. Ключевая идея XM проста: на каждом шаге обучения модель генерирует K кандидатов, а для обратного распространения градиента выбирает только того кандидата, который наиболее близок к реальным данным. Этот цикл, реализованный в несколько строк кода, повышает «генеративную выразительность» модели, позволяя ей охватывать несколько мод распределения данных, а не усреднять их. Авторы показывают, что «исследование» (exploration) становится третьей осью масштабирования наряду с увеличением параметров и данных. Эксперименты с изображениями, видео и текстом демонстрируют монотонное улучшение качества: при увеличении масштаба данных выгода от исследования возрастает с 7% до 36%, а эффективность использования вычислений (FLOP) повышается в 4.1 раза. В задачах управления роботами сквозная модель XM с одним проходом вперед достигает результатов, сравнимых с диффузионными моделями, требующими сотни проходов. Таким образом, Explorative Modeling предлагает путь к truly end-to-end генеративным моделям, перенося сложность с этапа вывода на этап обучения, что открывает потенциал для более эффективных и мощных систем.

marsbit1 ч. назад

Может ли модель генерации обучаться end-to-end? В основе — простой цикл for

marsbit1 ч. назад

Upbit проводит ребалансировку 864 млрд SHIB при перемещении между внутренними кошельками

Корейская биржа Upbit провела внутреннюю ребалансировку 864 миллиардов токенов SHIB между своими кошельками. Движение активов на сумму около 4 миллионов долларов произошло после роста стоимости SHIB на 36%, что привлекло внимание трейдеров. Однако анализ помеченных адресов показывает, что это была стандартная операция по перераспределению средств между "горячими" и другими внутренними кошельками биржи, а не вывод средств или подготовка к продаже. Общий объем перемещений включал 384 миллиарда SHIB, отправленных с основного горячего кошелька, и 480 миллиардов SHIB, возвращенных обратно. Этот случай подчеркивает важность проверки контекста и меток кошельков при интерпретации крупных ончейн-транзакций, чтобы избежать ошибочных выводов о продаже или давлении на рынок.

bitcoinist1 ч. назад

Upbit проводит ребалансировку 864 млрд SHIB при перемещении между внутренними кошельками

bitcoinist1 ч. назад

Торговля

Спот
活动图片