# Сопутствующие статьи по теме Автоматизация

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

Дженсен Хуан: Prompt устарел, Loop — это новая парадигма

Промпты устаревают, на смену приходит «Loop-инжиниринг»: новый подход к работе с ИИ, при котором система самостоятельно выполняет задачи, проверяет результаты и повторяет цикл до достижения цели. Ключевые идеи: - **Loop** — это циклическая система, где ИИ действует автономно, а человек лишь задаёт правила и критерии проверки. - **Примеры внедрения**: Claude Code использует `/goal` для целевых задач и отдельную модель Haiku для проверки кода; OpenAI Codex задействует несколько агентов параллельно. - **Практические шаги**: 1. Проверка применимости (повторяемость задачи, автоматическая проверка, бюджет, инструменты). 2. Создание минимального рабочего цикла с триггером, навыком, файлом состояния и контролем качества. 3. Разделение агентов на «исполнителей» и «проверяющих». 4. Избегание типичных ошибок (отсутствие ограничений, игнорирование состояния, сложные задачи). - **Эволюция подходов**: от Prompt Engineering (2023–2024) к Context Engineering, затем Harness Engineering и, наконец, Loop Engineering — постепенное повышение уровня абстракции и автономности. - **Академические корни**: концепция восходит к框架ам вроде ReAct (2022), где ИИ циклически сочетает рассуждения и действия. - **Предостережения**: эксперты отмечают высокие затраты на токены и риск утраты понимания системы при полной автоматизации. Loop становится новой парадигмой, смещая фокус с написания промптов на проектирование самоуправляемых систем, но требует взвешенного внедрения и контроля.

marsbit06/25 14:29

Дженсен Хуан: Prompt устарел, Loop — это новая парадигма

marsbit06/25 14:29

Бывший инженер SpaceX применяет принципы первого принципа для переосмысления системы финансового исполнения

Финтех-проект Plan Execution Lab, основанный бывшим инженером SpaceX Lex Li, привлек инвестиции в ходе раунда финансирования, оценив компанию в $50 млн. Команда применяет принцип «первых принципов» из SpaceX к финансовой индустрии, стремясь не просто создать более быструю биржу, а переосмыслить саму основу рынка. По их мнению, ключевая функция финансов — не торговля, а **распределение капитала**, а самым устаревшим звеном является **исполнение**, до сих пор зависящее от ручного человеческого труда. С развитием AI и агентов скорость жизни стратегий резко сокращается. Plan Execution Lab видит будущее в **сетях исполнения (Execution Networks)**, где базовыми единицами являются не цельные стратегии, а модульные компоненты: управление рисками, распределение капитала, доступ к ликвидности и т.д. Для этого компания разрабатывает два продукта: 1. **PlanX** — протокол финансового исполнения, инфраструктура для миграции потоков с централизованных (CEX) на децентрализованные (DEX) рынки. 2. **Xgent** — автономная финансовая среда выполнения, которая превращает инвестиционные намерения пользователя в исполняемый граф действий, автоматически управляя рисками, ликвидностью и оптимизацией. Их долгосрочная цель — создать для эпохи автономных финансов аналог **Bloomberg Terminal**, единую операционную среду, где участники (ноды исполнения, поставщики ликвидности, агенты) совместно строят открытую сеть. Будущее, по мнению Lex Li, принадлежит не отдельным алгоритмам, а тем, кто обладает самой мощной и адаптивной **сетью исполнения**.

marsbit06/25 09:09

Бывший инженер SpaceX применяет принципы первого принципа для переосмысления системы финансового исполнения

marsbit06/25 09:09

Печально известный MEV-бот JaredFromSubway обезврежен на $7,5 миллиона

По сообщениям, один из самых известных MEV-ботов Ethereum, известный под псевдонимом JaredFromSubway, был опустошен примерно на 7,5 миллионов долларов. По данным компании Blockaid, злоумышленники использовали подконтрольные им контракты, чтобы обмануть автоматическую систему бота и заставить его предоставить разрешения на использование токенов (approvals). Затем эти разрешения были использованы для вывода средств WETH, USDC и USDT с контракта бота. Этот инцидент примечателен своей иронией: боты MEV созданы для извлечения выгоды из мельчайших временных и маршрутных преимуществ на рынке, но в данном случае их собственная автоматизация стала уязвимостью. Атака не была взломом базового протокола Ethereum или массовым сбоем в популярном DeFi-приложении. Она была целенаправленной и использовала логику самого бота для автоматического одобрения вредоносных торговых маршрутов, которые он посчитал прибыльными. Происшествие высвечивает более широкий риск для автоматизированных торговых систем: стремление к скорости может обернуться уязвимостью. Оно служит напоминанием, что разрешения на использование токенов в DeFi — это мощные права доступа, требующие строгих мер безопасности, проверок и симуляций. Хотя сумма ущерба значительна, она не носит системного характера для сети. Основные последствия, вероятно, будут репутационными для инфраструктуры MEV и заставят операторов ботов тщательнее пересматривать свою логику предоставления разрешений.

bitcoinist06/22 15:32

Печально известный MEV-бот JaredFromSubway обезврежен на $7,5 миллиона

bitcoinist06/22 15:32

Агенты ИИ «поглотили» какие криптосекторы?

Если вы, как и мы, последние несколько лет были глубоко вовлечены в индустрию, вы заметили, как изменилась атмосфера. Основной консенсус заключается в том, что отрасль активно оптимизируется под AI-агентов, что отодвигает на второй план продукты, ориентированные на прямое человеческое взаимодействие. Однако цепочка данных остается активной на новом уровне — уровне автономных агентов, недоступном для прямого человеческого вмешательства. Агенты уже доминируют в определенных сегментах: * **Деривативы (перпетуальные контракты):** Скорость и круглосуточное исполнение дают машинам явное преимущество, что подтверждают результаты конкурсов, где все AI-агенты завершили гонку, в то время как многие люди понесли убытки. * **Арбитраж (MEV):** Это абсолютно доминируемая роботами сфера, где масштабируемая человеческая деятельность невозможна. * **Оптимизация доходности:** Большинство новых протоколов DeFi включают автономных AI-агентов для управления, что показывает рост их внедрения. * **Спот-торговля:** По оценкам, автоматизированные боты отвечают за значительную долю общего объема торгов. В других сегментах наблюдается **смешанная активность**: * **Предиктивные рынки:** Агенты доминируют в краткосрочном арбитраже, но люди сохраняют преимущество в долгосрочных прогнозах, требующих адаптации. * **Кредитование в DeFi:** Хотя процессы ликвидации автоматизированы, ключевые решения о займах и депозитах по-прежнему принимаются людьми. Человеческое взаимодействие остается ключевым в областях, требующих доверия и контекста: * **Стейблкоины и платежи:** Подавляющий объем транзакций связан с реальными людьми, использующими криптовалюту для переводов и повседневных расходов. * **Кошельки:** Это последний рубеж, требующий человеческого одобрения и надзора. С ростом числа агентов **верификация человеческой деятельности** становится критически важной. Проекты, такие как World (AgentKit), t54, Self Protocol и Kite AI, разрабатывают инфраструктуру для безопасного связывания агентов с проверенными людьми, обеспечивая подотчетность и доверие в агент-ориентированной экономике. **Вывод:** Агенты превосходят людей в задачах, требующих скорости и оптимизации (трейдинг, MEV), и эта тенденция сохранится. Однако человеческий слой остается жизненно важным для сфер, связанных с реальной экономикой, платежами, доверием и сложными суждениями. Будущее, скорее всего, будет заключаться в симбиозе, где агенты эффективно выполняют задачи, но подотчетны и контролируются людьми.

marsbit06/22 10:11

Агенты ИИ «поглотили» какие криптосекторы?

marsbit06/22 10:11

Какие крипто-ниши уже «съедают» AI-агенты?

Если несколько лет назад вы были глубоко вовлечены в криптоиндустрию, то сейчас наверняка заметили, как изменилась атмосфера. Основное внимание привлекают только две вещи: ИИ и агенты. Общее мнение таково, что отрасль активно оптимизируется под обслуживание ИИ-агентов, что вытесняет продукты, рассчитанные на прямое человеческое взаимодействие. Однако не все направления одинаково подвержены этому влиянию. В одних сферах агенты уже доминируют, в других они сосуществуют с людьми, а в третьих человек по-прежнему незаменим. **Сферы, где доминируют ИИ-агенты:** * **Торговля деривативами (перпетуальные контракты):** Здесь правит скорость и круглосуточное исполнение. Наглядный пример — конкурс Aster, где все ИИ-агенты выжили, а 43% людей понесли убытки. * **Арбитражная торговля (MEV):** Это практически полностью автоматизированная сфера. Боты сканируют мемпулы блокчейнов для извлечения прибыли. * **Оптимизация доходности (Yield Farming):** Большинство новых DeFi-протоколов создаются с расчётом на автономных агентов, которые показывают более высокую эффективность. * **Спот-трейдинг и управление портфелем:** По оценкам, до 65% глобального объёма торговли криптовалютами уже приходится на автоматизированных ботов. **"Пограничные" сферы (агенты + люди):** * **Прогнозные рынки:** В краткосрочных операциях и арбитраже агенты значительно эффективнее. Однако в долгосрочных прогнозах, требующих адаптации к изменениям, человек сохраняет преимущество. * **DeFi-кредитование:** Хотя такие процессы, как ликвидация залогов, полностью автоматизированы, ключевые решения о займах и депозитах по-прежнему принимают люди. **Сферы, где доминирует человек:** * **Стабильные монеты и платежи:** Основной объём транзакций связан с реальными людьми, использующими стейблкоины для переводов и платежей в повседневной жизни, особенно в развивающихся странах. * **Кошельки:** Это последний и критически важный рубеж, где необходимо человеческое решение и подпись для подтверждения транзакции. **Человеческий верификационный слой:** По мере роста числа агентов возрастает ценность доказательства того, что за действием стоит человек. Такие проекты, как World (с AgentKit), t54, Self Protocol и Kite AI, создают инфраструктуру для безопасного взаимодействия между людьми и автономными агентами, обеспечивая подотчётность и предотвращая злоупотребления. **Вывод:** Хотя ИИ-агенты явно выигрывают в сферах, требующих скорости и автоматизации (трейдинг, MEV, yield), человек остаётся незаменим в областях, где важны суждение, доверие и реальный контекст (платежи, идентификация, окончательное утверждение решений). Будущее, скорее всего, за симбиозом, где агенты эффективно выполняют задачи, но под контролем и с верификацией со стороны человека.

Foresight News06/22 07:11

Какие крипто-ниши уже «съедают» AI-агенты?

Foresight News06/22 07:11

Всё, что за пределами модели, относится к Harness: Deepseek вступает в игру — почему основное поле битвы в сфере ИИ в Китае изменилось?

В мае 2026 года Deepseek создал команду Harness для разработки интеллектуального агента для написания кода, что ознаменовало сдвиг в китайской ИИ-индустрии: от соревнования в создании больших языковых моделей к конкуренции в инструментах и платформах для их внедрения (так называемых «упряжках» — harness). Harness — это среда исполнения для ИИ-агентов, обеспечивающая взаимодействие с внешним миром, управление контекстом, вызов инструментов и восстановление после сбоев. Deepseek стремится контролировать этот слой, чтобы создать цикл обратной связи для улучшения модели на основе реальных задач. Эффективность агента в сложных сценариях (например, работа с кодом или автоматизация офисных процессов) зависит от инженерного качества harness больше, чем от возможностей самой модели. Другие крупные компании также развивают свои стратегии: Tencent фокусируется на интеграции агентов в корпоративные системы через платформу WorkBuddy, а Alibaba продвигает легковесные фронтенд-решения, такие как PageAgent, для автоматизации действий в браузере. Успех зарубежного стартапа Viktor, достигшего значительных доходов от автономных ИИ-сотрудников, подтверждает рыночный спрос на решения, которые не просто помогают, а самостоятельно выполняют сложные задачи. Это смещает фокус с генерации контента на надежное исполнение. Ключевыми инженерными проблемами становятся управление контекстом для избежания «взрыва» токенов, обеспечение стабильности в длительных задачах и создание защищенных «толстых» сред исполнения. Ограничения доступа к иностранным продуктам, таким как Claude Code, создают дополнительное окно возможностей для китайских решений в этой области.

marsbit06/22 06:07

Всё, что за пределами модели, относится к Harness: Deepseek вступает в игру — почему основное поле битвы в сфере ИИ в Китае изменилось?

marsbit06/22 06:07

Без отдела продаж и с оборотом в 20 миллионов долларов: как AI-сотрудник Viktor привлек 30 000 компаний?

Традиционное корпоративное ПО требует обширных продаж и долгого внедрения. ИИ-сотрудник Viktor, разработанный командой с опытом в DeepMind, бросает вызов этому подходу. Он позиционируется как «коллега третьего уровня» (Tier 3 AI Coworker), способный на сквозное выполнение задач, а не просто на помощь. Пользователи могут упоминать его в Slack или Microsoft Teams, давая задания на естественном языке, например, «подготовь отчёт по продажам». Viktor самостоятельно подключается к CRM, генерирует графики и отправляет результат. Без отдела продаж и длительных проектов внедрения, через модель роста, управляемую продуктом (PLG), Viktor достиг $20 млн годового дохода, обслужив 30 000 компаний на платформе Slack. Ключом стал минимальный порог входа: бесплатный кредит в $100 и оплата за фактически выполненные задачи, а не за лицензии на сотрудников. Теперь продукт доступен в Microsoft Teams, открывая доступ к 320 млн пользователей. Viktor устраняет барьер сложных промптов, выполняя работу от начала до конца, и может работать автономно, например, проводя сверку счетов ночью или создавая презентации из данных разных систем. Он запоминает коррекции и контекст, становясь «слоем процессов» компании. Однако переход в корпоративную среду Teams сталкивается с проблемами соответствия и безопасности. Полная автоматизация вызывает опасения из-за «чёрного ящика» решений и рисков ошибок с доступом к критическим системам. Баланс между эффективностью и контролем остаётся главным вызовом для внедрения ИИ-сотрудников в бизнес-процессы. Viktor демонстрирует привлекательность модели с нулевым порогом входа, но для масштабирования в крупных организациях необходимы доверие и надёжные рамки управления.

marsbit06/19 10:57

Без отдела продаж и с оборотом в 20 миллионов долларов: как AI-сотрудник Viktor привлек 30 000 компаний?

marsbit06/19 10:57

Руководство по тестированию AI-карты WeChat: Наступила ли эпоха AI Shopping?

**Автор:** Alan | Команда Biteye **Дата:** 17 июня **Что это?** WeChat Pay представил «AI Special Card» — специальную карту для оплаты через ИИ-агентов, начиная с WorkBuddy. Это не отдельная карта, а изолированный «кошелёк» внутри WeChat Pay. Пользователи пополняют его с основного баланса, и платежи агентов списываются оттуда, а не с основных средств. **Как работает?** 1. Агент (например, WorkBuddy) инициирует платёж. 2. Пользователь сканирует QR-код для подтверждения в приложении WeChat. 3. Средства списываются с баланса AI-карты. 4. Основной счёт WeChat Pay не затрагивается. **Текущие возможности:** Платежи за цифровой контент, API, инструменты, подписки (хотя на практике найти такие сценарии сложно). **Тест: Заказ Bubble Tea через WorkBuddy (Неудача)** * WorkBuddy не может заказать напрямую, требуется вызов стороннего навыка (Skill), например, «Meituan Life Assistant». * Процесс требует авторизации в Meituan, что расходует много внутренних баллов WorkBuddy. * Агент успешно сгенерировал ссылку на оплату через AI Special Card, и платёж прошёл. * **Но:** Была куплена не та позиция (неправильный купон Meituan), а не конкретный напиток. **Вывод:** Проблема не в платежах, а в исполнении задачи агентом. AI Special Card решает только вопрос безопасного списания средств, но не гарантирует, что агент правильно поймёт запрос, выберет товар и выполнит заказ. Платёж остаётся под полным контролем пользователя. **Рекомендации:** Можно опробовать с небольшой суммой для цифровых услуг, но всегда проверяйте детали покупки перед подтверждением платежа.

marsbit06/18 12:05

Руководство по тестированию AI-карты WeChat: Наступила ли эпоха AI Shopping?

marsbit06/18 12:05

Команда NVIDIA создала агента-программиста, который берет на себя эксперименты с реальными роботами, достигая успеха в 99% случаев

Проект ENPIRE от NVIDIA GEAR Labs впервые реализовал полностью автоматизированные исследования на реальном роботизированном оборудовании. Система, состоящая из восьми автономных кодирующих агентов Codex, управляет флотом роботов для решения сложных задач ловкости, таких как завязывание стяжек, сортировка булавок и установка GPU, с успешностью до 99%. Агенты работают автономно в замкнутом цикле: сброс среды, поиск в литературе, реализация идей, обучение стратегий, развертывание, валидация и итеративное улучшение кода, практически без вмешательства человека. Ключевые инсайты: создание автоматизированной среды сброса часто проще, чем сама задача. Система демонстрирует «физический закон масштабирования» — увеличение числа параллельных роботов (например, до 8) значительно ускоряет решение. Введены новые метрики: MRU (средняя загрузка роботов) и MTU (эффективность использования токенов агентами). Текущая загрузка роботов ниже 50%, что указывает на потенциал роста через оптимизацию скорости работы агентов. Цель — достичь полностью автономной работы лаборатории. Проект будет открыт, что позволит разработчикам создавать подобные системы.

marsbit06/18 00:36

Команда NVIDIA создала агента-программиста, который берет на себя эксперименты с реальными роботами, достигая успеха в 99% случаев

marsbit06/18 00:36

Роботам тоже нужен криптокошелёк? Tether делает ставку на немецкую компанию NEURA Robotics

Автор: Zen, PANews Дискуссия вокруг человекоподобных роботов и воплощенного искусственного интеллекта сместилась с технических возможностей к вопросу о создании реальной ценности. Роботы всё чаще внедряются в реальные среды — от заводов и складов до сферы услуг. Ключевой вопрос теперь: когда они смогут масштабно развертываться и выполнять постоянную работу. А если они начнут это делать, понадобятся ли им собственные платежные и расчетные возможности? 10 июня немецкая компания NEURA Robotics объявила о завершении раунда финансирования серии C на сумму до 14 миллиардов долларов. Основным инвестором выступила компания Tether, эмитент стейблкоина USDT, наряду с Qualcomm Technologies, Amazon, NVIDIA и другими. Это финансирование, называемое крупнейшим в истории отрасли, не только выводит NEURA в число самых заметных робототехнических компаний, но и привносит важный аспект: Tether намерена интегрировать самохранящиеся кошельки, платежи стейблкоинами и edge AI в роботизированные системы. NEURA, основанная в 2019 году, начинала с коллаборативных роботов (коботов), оснащенных системой MAiRA, которая интегрирует компьютерное зрение, силомоментное sensing и ИИ для безопасной работы рядом с людьми. Позже компания расширила линейку до автономных мобильных роботов, сервисных роботов и человекоподобной модели 4NE-1. Её стратегия эволюционировала от производства роботов к созданию экосистемы Neuraverse — платформы, где разные роботы и системы могут обмениваться данными и обучаться на опыте друг друга. Участие Tether добавляет в эту историю криптосоставляющую. Планируется интегрировать открытый Wallet Development Kit (WDK) от Tether в платформу NEURA. Это позволит роботизированным системам в рамках заданных правил автоматически получать платежи и производить расчеты за выполненные задачи (например, перемещение груза, уборка, инспекция). Такой подход особенно актуален для модели «робот как услуга» (RaaS), где оплата взимается за использование, а не за покупку оборудования. Стейблкоины и самохранящиеся кошельки могут превратиться из инструментов для людей в платежную инфраструктуру для машин. Кроме того, партнеры будут работать над внедрением и оптимизацией в Neuraverse edge AI-фреймворка QVAC (QuantumVerse Automatic Computer) от Tether. Это направлено на выполнение задач ИИ непосредственно на устройстве (роботе), что обеспечивает минимальную задержку, повышенную надежность и независимость от облачных серверов — критически важные факторы для промышленных применений. Таким образом, Tether через инвестиции в NEURA стремится занять место в двух фундаментальных слоях будущего робототехники: финансовом (расчеты между машинами с помощью стейблкоинов) и интеллектуальном (локальное исполнение ИИ на edge-устройствах). Это соответствует общей стратегии Tether по расширению своего влияния за пределы эмиссии USDT в сферы ИИ, энергетики и инфраструктуры, используя NEURA в качестве испытательного полигона для своих технологий в реальных роботизированных сетях.

marsbit06/16 09:15

Роботам тоже нужен криптокошелёк? Tether делает ставку на немецкую компанию NEURA Robotics

marsbit06/16 09:15

活动图片