AI-агенты учатся уточнять задачи и играть вдолгую

В сегодняшней сводке исследования об агентах, которые уточняют намерения пользователя и проходят длинные игровые сценарии. Ещё в подборке: способы экономить токены при работе с кодом и запускать крупную модель на домашнем ПК.

➡️ Полезные материалы:

🔹 Исследователи учат AI-агентов задавать полезные уточняющие вопросы: Работа посвящена тому, как агенту учитывать ответы пользователя, выбирая следующие действия. 🔹 SpireBench проверяет, как AI-агенты справляются с длинной партией в Slay the Spire: Бенчмарк позволяет оценивать стратегическое планирование на длинной дистанции, а не только в рамках коротких задач. 🔹 Пять способов экономить токены AI-агентов при работе с кодовой базой: Практические паттерны для поиска файлов, анализа проекта и запуска тестов.

➡️ Обсуждения и кейсы:

🔹 Автор запустил Qwen3.6-35B на RTX 5080 и RTX 3060 со скоростью 109 токенов в секунду: В статье объясняется, почему узкое соединение PCIe Gen2 x4 не помешало такой скорости. 🔹 Автор проверяет, может ли вайбкодинг заменить простые утилиты на Rust: В эксперименте добавили инструменты для слияния папок, просмотра процессов и заметок.

📝 Если хотите дополнить список другими новостями и материалами, пишите в комментариях.