# Сопутствующие статьи по теме Агенты

Новостной центр HTX предлагает последние статьи и углубленный анализ по "Агенты", охватывающие рыночные тренды, новости проектов, развитие технологий и политику регулирования в криптоиндустрии.

Осваиваем Codex с помощью «Утреннего обзора»: шесть воспроизводимых уровней использования

Обучаемся использованию Codex через «Утренний брифинг»: шесть уровней сложности, которые можно повторить Многие начинают изучать инструменты ИИ с теории, что отпугивает новичков. Автор предлагает другой путь: начать с реального рабочего сценария — утреннего брифинга. Это понятный и полезный первый рабочий процесс в Codex. Автор разбивает прогресс на шесть практических уровней: 1. **Базовый запрос:** Codex подключается к Slack, Gmail и Календарю, чтобы одним вопросом выяснить, что важно сегодня. 2. **Файл агентов:** Добавляется файл с постоянными инструкциями, определяющий формат и предпочтения для всех будущих брифингов. 3. **Автоматизация:** Брифинг настраивается на ежедневное автоматическое выполнение в одном потоке, что позволяет его постоянно улучшать. 4. **Проектные брифинги:** Вместо одного общего отчёта создаются отдельные брифинги для разных проектов или сфер деятельности. 5. **Создание черновиков:** Codex не только информирует, но и готовит черновики ответов в Slack, заметки для встреч или резюме обсуждений. 6. **Система памяти:** Важная информация из брифингов сохраняется в структурированное хранилище (vault), что делает каждый следующий брифинг умнее за счёт накопленного контекста. Эта прогрессия от простого запроса до мини-операционной системы для работы позволяет осваивать серьёзные возможности Codex (подключение данных, автоматизацию, агентов, долговременную память) постепенно, через конкретные и полезные действия, а не через абстрактные концепции.

marsbit05/20 11:18

Осваиваем Codex с помощью «Утреннего обзора»: шесть воспроизводимых уровней использования

marsbit05/20 11:18

Партнер YC: Как создать саморазвивающуюся AI-нативную компанию

Краткое содержание: Том Бломфилд, партнер Y Combinator, утверждает, что будущее за «AI-нативными» компаниями, которые следует проектировать не как традиционные иерархические структуры («римские легионы»), а как набор рекурсивных, самоулучшающихся AI-циклов. Ключевая идея — извлечь разрозненные бизнес-знания из писем, чатов и документов, превратив их в контекст, читаемый и используемый ИИ для автоматического принятия решений и выполнения задач. Основные тезисы: 1. **Самооптимизирующиеся циклы:** Компания будущего — это система AI-агентов, которые «чувствуют» данные (письма, аналитику), принимают решения, используют инструменты и самостоятельно учатся на результатах, улучшаясь даже без участия человека. 2. **Токены вместо штата:** Основным ограничивающим ресурсом станут не сотрудники, а использование токенов ИИ. Функции среднего менеджмента (координация) будут автоматизированы. 3. **Читаемость для ИИ:** Необходимо фиксировать всё (разговоры, встречи, переписку), чтобы сделать совокупный опыт компании доступным для AI-систем — «мозга компании». 4. **Роль человека:** Люди останутся на «окраинах» этой системы для работы с реальным миром: в ситуациях, требующих этических суждений, высокой эмоциональной вовлеченности или dealing с новыми, нестандартными сценариями. Вывод: Создателям стоит задуматься о построении не просто команды, а самообучающейся интеллектуальной системы, где ценность создается непрерывной эволюцией контекста и автоматизированных процессов.

marsbit05/20 06:38

Партнер YC: Как создать саморазвивающуюся AI-нативную компанию

marsbit05/20 06:38

Agents на рынке капитала: как автономные агенты будут привлекать финансирование?

**Рынок капитала для агентов: как автономные агенты будут привлекать финансирование?** В течение десяти лет у агентов (автономных программных сущностей, выполняющих бизнес-задачи) появится собственный рынок капитала — реальный, с рейтинговыми агентствами, андеррайтерами и индексами. Это будут юридические лица (например, LLC в Вайоминге), которые могут подписывать контракты, иметь счета и зарабатывать, выполняя рутинную работу (маркетинг, логистика, поддержка клиентов) с затратами на 85-90% ниже, чем у человеческих команд. Четыре фактора делают это неизбежным: 1) Неоспоримая экономическая эффективность; 2) Первые агентские компании (Sierra, Harvey) уже существуют и приносят миллиардные доходы; 3) Правовые框架 для алгоритмического управления компаниями уже созданы; 4) Огромные объёмы частного капитала ищут новые источники доходности. Финансирование будет многоуровневым, адаптированным под стадии развития: венчурный капитал для стартапов, программируемые авансы на оборотный капитал (по модели Stripe Capital), финансирование на основе выручки (RBF) и, наконец, структурированное финансирование портфелей (slate financing) для институциональных инвесторов. Токенизация станет слоем расчета, обеспечивающим ликвидность. Ключевое препятствие сегодня — не технология или спрос, а отсутствие финансовой инфраструктуры: стандартных методик оценки, контрактов и рейтингов. Как только эта «скучная» работа будет проделана, капитал хлынет к агентам напрямую, основываясь на их проверяемых денежных потоках, а не на решениях отдельных людей. Это превратит агентов из интересного эксперимента в фундаментальный сектор экономики с собственным рынком капитала.

marsbit05/19 05:43

Agents на рынке капитала: как автономные агенты будут привлекать финансирование?

marsbit05/19 05:43

Пособие для основателей от Anthropic: Как создать AI Native компанию!

Вчера Anthropic выпустила «Руководство для основателей: как построить компанию, изначально созданную на основе ИИ». В документе пересмотрены четыре этапа жизненного циска стартапа — идея, MVP, запуск и масштабирование — с учетом возможностей ИИ, достижимых к 2026 году. Основные выводы: 1. **Основатель становится координатором ИИ**: Роль смещается от личного вклада к организации работы ИИ-агентов. Технические навыки перестают быть абсолютным барьером, и основателями могут стать эксперты в своей области — врачи, юристы, учителя и т.д., — которые лучше понимают реальные проблемы. 2. **ИИ снижает порог исполнения, но не оценки**: Создание прототипов упрощается, но это увеличивает риск быстрой разработки продукта, который никому не нужен. Ключевой этап — валидация идеи, а не построение. 3. **Маленькие команды получают возможности крупных**: ИИ позволяет небольшим группам выполнять задачи, ранее требовавшие нескольких отделов: разработку, исследования, продажи, поддержку. Конкуренция смещается от количества сотрудников к умению эффективно использовать ИИ. 4. **Новые источники конкурентного преимущества**: «Ров» компании создается не моделью ИИ, а: - Глубокими отраслевыми знаниями. - Данными пользователей, накопленными со временем. - Интеграцией в рабочие процессы, что повышает стоимость перехода. Итог: ИИ меняет не только продукты, но и саму структуру компании. «ИИ-нативная» компания — это не просто использование инструментов ИИ, а организация, с самого начала выстроенная вокруг ИИ в разработке, операциях и принятии решений.

marsbit05/19 03:56

Пособие для основателей от Anthropic: Как создать AI Native компанию!

marsbit05/19 03:56

Эпоха ИИ: как избежать "передачи с нуля" при адаптации нового сотрудника

Эпоха ИИ: как избежать «обучения с нуля» при приеме на работу Основная проблема внедрения ИИ в компании заключается не в том, «использовать ли агентов», а в том, могут ли эти агенты понять сам контекст компании. На примере первых 100 дней автора в Ramp обсуждается необходимость создания постоянно обновляемого «мозга компании» — системы, которая аккумулирует знания из встреч, документов, обсуждений в Slack, обратной связи клиентов и решений о продуктах. Такой систематизированный контекст позволяет новым сотрудникам и ИИ-агентам начинать работу с общего понимания, устраняя длительный период адаптации. Автор описывает построение личной системы на базе Obsidian и Claude, которая автоматически пополняется транскриптами встреч и другими данными, позволяя быстро получать ответы на вопросы по истории проектов и решений. В настоящее время корпоративный ИИ часто представлен разрозненными инструментами под конкретные задачи, которые не объединены общей базой знаний. Ключевой пробел — отсутствие единого «мозга компании», доступного всем агентам и сотрудникам. Будущее эффективной организации начинается с создания этого надежного, читаемого и многоразового слоя контекста, который становится основной инфраструктурой, а не побочным проектом. Только когда контекст станет отправной точкой для каждого нового сотрудника, агента или клиента, компания достигнет настоящей слаженности и скорости.

marsbit05/17 06:04

Эпоха ИИ: как избежать "передачи с нуля" при адаптации нового сотрудника

marsbit05/17 06:04

Эпоха AI Agent приближается ускоренными темпами: Questflow определяет новую парадигму интеллектуализации финансов с помощью ончейн-брокерских услуг на основе ИИ

Ключевые моменты из статьи: Тематический центр CB Insights включил Questflow, сингапурский стартап, специализирующийся на бизнесе ончейн-брокера с ИИ, в свой ежегодный список AI 100, отметив потенциал ИИ-агентов как основную движущую силу отраслевых преобразований. В отличие от многих финансовых инструментов ИИ, которые служат лишь панелями мониторинга данных, Questflow продвигает ИИ-агентов на уровень автономных торговых сущностей. Эти агенты, названные AI Clone, самостоятельно сканируют рынки, формируют суждения и выполняют сделки на платформах, таких как Polymarket и Hyperliquid, 24/7 без вмешательства человека на каждом этапе. Основная миссия Questflow — демократизация финансового интеллекта. Платформа снижает порог входа до 1 доллара, используя модель AI Clone + Copy Trade с нулевой комиссией за управление и нулевым распределением прибыли. Единственный источник дохода — комиссия за исполнение сделок в размере 1%, что согласует интересы платформы с интересами пользователей. Текущий момент признан идеальным для такого подхода благодаря совпадению трех ключевых тенденций: массовое внедрение автономных ИИ-агентов, ускоренное проникновение ИИ в финансовые услуги и зрелость ончейн-инфраструктуры с достаточной ликвидностью активов. Команда Questflow видит будущее, в котором платформы объединят функции брокера, фонда и биржи, позволяя миллионам пользователей эффективно управлять своими собственными «квантовыми фондами».

链捕手05/11 13:20

Эпоха AI Agent приближается ускоренными темпами: Questflow определяет новую парадигму интеллектуализации финансов с помощью ончейн-брокерских услуг на основе ИИ

链捕手05/11 13:20

Практическое руководство по AI-агентам: Как три агента могут полностью управлять компанией?

Каждый независимый предприниматель сталкивается с одной и той же проблемой: слишком много работы для одного человека, но недостаточно средств для найма нескольких сотрудников. К 2026 году самым разумным решением станет не наём персонала, а создание собственных AI-агентов. Используя Claude, MCP-серверы и Agentic workflows, можно создать трёх AI-агентов для ключевых направлений стартапа: 1. **Агент исследований**: выполняет роль аналитика рыночной разведки. Он отслеживает конкурентов, следит за трендами и выявляет возможности, еженедельно предоставляя краткий, полезный отчёт. Для его создания необходимы: база знаний, инструменты для поиска в интернете и доступ к документам, а также автоматизированный рабочий процесс. 2. **Агент контента**: отвечает за весь процесс создания контента — от идей до публикации. Он работает на основе вашего уникального стиля письма, использует поиск для сбора материалов, создаёт черновики и адаптирует контент под разные платформы. Ключевой элемент — встроенная система проверки качества, а финальный штрих — ваше личное участие. 3. **Агент операций**: действует как ваш начальник штаба, обрабатывая рутинные административные задачи: сортировку писем, подготовку к встречам и составление еженедельных отчётов. Это позволяет сократить время на такие задачи с нескольких часов до 15 минут в день. **Секрет эффективности** — заставить трёх агентов работать как одна команда. Для этого необходим общий центр знаний, где они могут обмениваться информацией. Например, агент исследований обнаруживает новую функцию конкурента, агент контента создаёт по этому поводу материалы, а агент операций готовит письмо клиентам. **Экономика**: вместо трёх сотрудников с зарплатой $180 000 в год вам потребуется лишь подписка на Claude и время на настройку. Хотя AI не заменит человеческие суждение и креативность, в первые 12–18 месяцев он может выполнять 70–80% работы по этим трём направлениям. **План действий**: первую неделю посвятите настройке агента исследований, вторую — агента контента, третью — агента операций. Через три недели у вас будет команда, работающая на вас 24/7.

marsbit05/08 05:51

Практическое руководство по AI-агентам: Как три агента могут полностью управлять компанией?

marsbit05/08 05:51

Диалог с Mai-Lan из AWS: следующее поле битвы для S3 и как справиться с бумом потребления данных в эпоху агентов

В начале года популярность OpenClaw на китайском рынке показала огромный потенциал агентов. Однако вместе с этим возник серьёзный вызов для облачных провайдеров: готовы ли инфраструктурные слои, особенно уровень данных, к тому, что агенты начнут массово размножаться и часто обращаться к данным? В ходе обсуждения с вице-президентом по технологиям Amazon Web Services Май-Лан Томсен Буковец было отмечено, что агенты работают в режиме «параллельного выбора лучшего» — они выполняют десятки или сотни запросов одновременно, сравнивая результаты для поиска оптимального пути. Это делает их гораздо более активными потребителями данных, чем люди, с частотой обращений на несколько порядков выше. В условиях роста числа агентов стоимость инфраструктуры становится ключевым фактором. Amazon S3, отмечающий 20-летие, предлагает решения для удовлетворения потребностей эпохи ИИ: S3 Table (с поддержкой Apache Iceberg), S3 Vector (для векторных данных) и S3 Files (для работы с файлами через POSIX-интерфейс). Например, S3 Table позволяет агентам эффективно взаимодействовать с данными через SQL и Iceberg, что упрощает обработку. Векторные данные в S3 используются для создания контекста и как общая память для агентов. S3 Files, в свою очередь, предоставляет агентам знакомый файловый интерфейс для работы с данными в S3. По словам Май-Лан, S3 изначально проектировался для экономичного хранения данных с фокусом на доступности, долговечности и отказоустойчивости, что объясняет его надежность на протяжении 20 лет и готовность поддерживать будущие нагрузки в эпоху агентов.

marsbit05/08 04:19

Диалог с Mai-Lan из AWS: следующее поле битвы для S3 и как справиться с бумом потребления данных в эпоху агентов

marsbit05/08 04:19

Основатель a16z: В эпоху агентов действительно важное изменилось

Марк Андреессен, основатель a16z, в интервью подкасту Latent Space обсуждает трансформацию ИИ. Он подчеркивает, что нынешний прогресс ИИ — результат 80-летнего развития, а не внезапный прорыв. Ключевые изменения включают появление агентов (ИИ-систем, сочетающих LLM, оболочку, файловую систему и инструменты планирования), которые способны автономно выполнять задачи, используя существующие программные инфраструктуры. Андреессен предсказывает, что традиционные интерфейсы уступят место взаимодействию через агентов, а программное обеспечение станет более доступным и автоматизированным. Он также отмечает важность открытого исходного кода, локальных вычислений и необходимость решения проблем безопасности, идентификации и институциональных барьеров для широкого внедрения ИИ.

marsbit04/25 02:07

Основатель a16z: В эпоху агентов действительно важное изменилось

marsbit04/25 02:07

a16z: Масштабирование ИИ без криптографической верификации — это опасное обязательство

AI-агенты быстро превращаются из инструментов в автономных экономических субъектов, но сталкиваются с фундаментальными проблемами: отсутствием переносимой идентичности, стандартизированных способов подтверждения полномочий и механизмов оплаты. Блокчейн предлагает решение через криптографически верифицируемые учетные данные, портативные кошельки и стабильные монеты для расчетов. Ключевые вызовы включают необходимость универсального уровня идентичности (KYA — Know Your Agent), децентрализованного управления системами ИИ для предотвращения централизованного контроля, а также интеграцию криптоплатежей для бесперебойных транзакций между агентами. Без криптографической верификации масштабирование ИИ создает риски: непрозрачные решения, накопление "долга" и потеря пользовательского контроля. Криптография обеспечивает аудитируемость, доверие и ответственность, перенося человеческую роль от микроменеджмента к стратегическому надзору.

marsbit04/23 13:27

a16z: Масштабирование ИИ без криптографической верификации — это опасное обязательство

marsbit04/23 13:27

活动图片