Anthropic, OpenAI, Hugging Face і Alibaba передали свої проєкти в Agentic AI Foundation
22 жовтня, у Сан-Хосе пройшла конференція AGNTCon + MCPCon, присвячена AI-агентам і MCP. На ній Agentic AI Foundation (AAIF) прийняв чотири нові проєкти. AAIF - це фонд для відкритих стандартів, протоколів та інфраструктури для AI-агентів. Фонд входить до складу Linux Foundation, організації, у межах якої розвиваються спільні open source проєкти (там, наприклад, Linux і Kubernetes). AAIF усередині неї збирає саме проєкти про агентів.
Agentic AI Foundation Announces Four New Projects: Agent Skills, Open Responses, OpenEnv, and OpenSandbox
Фонду вже раніше передали MCP і AGENTS.md. Це означає, що проєкти тепер розвиваються в межах фонду за його правилами управління, а не за рішенням однієї компанії.
Ось що нового завезли
Agent Skills від Anthropic. Це відкритий формат скілів, тобто пакетів навичок для агента. В одному пакеті лежать інструкції, скрипти й ресурси: шаблони, приклади, довідкові файли, потрібні для задачі. Наприклад, скіл для рев'ю може містити правила перевірки коду, допоміжний скрипт і шаблон звіту. Агент підвантажує такий пакет на вимогу, коли той потрібен для задачі. Ідея в тому, щоб такі знання можна було переносити між різними агентами й платформами.
Open Responses від OpenAI. Responses API - це інтерфейс OpenAI, через який застосунок звертається до моделей. Open Responses - відкрита специфікація на основі цього API. Вона описує спільну схему запитів і відповідей та однакові події стрімінгу, щоб один і той самий запит можна було відправляти різним провайдерам з мінімальними переробками. Провайдер тут - сервіс, через API якого застосунок звертається до моделі. Специфікація описує лише формат, сама вона не є сервісом-посередником, який пересилає твої запити.
OpenEnv від Hugging Face. Це окремий фреймворк і хаб спільноти для створення RL-середовищ. RL (reinforcement learning) - навчання з підкріпленням: агент робить спроби й отримує за них винагороду. Наприклад, агент змінює код і отримує оцінку за проходження тестів. Під час навчання ця оцінка впливає на його поведінку, а під час оцінювання просто показує результат. OpenEnv пакує такі середовища в контейнери, щоб їх було легко створювати, ділитися ними й підключати. Формально проєкт передали Hugging Face, але за ним стоїть комітет, де є також Microsoft, Meta-PyTorch та інші.
OpenSandbox від Alibaba. Проєкт створили в Alibaba, а представляє його керівник напряму інфраструктури розробки компанії. Це платформа для пісочниць - ізольоване середовище, де агент запускає код з обмеженим доступом до твоєї системи. Наскільки сильна ця ізоляція, залежить від того, які файли, мережевий доступ і налаштування ти їй дав.
Мене більше цікавить, що компанії з різними продуктами й частково конкурентними інтересами складають свої напрацювання в один фонд і домовляються про спільну інфраструктуру. Схоже, у нас на очах складається набір стандартів та інструментів для агентів. MCP відповідає за інструменти, AGENTS.md - за правила роботи з конкретним репозиторієм, скіли - за інструкції й матеріали під окремий тип задач. А тепер до них додалися спільний формат API, середовища для навчання й оцінювання та пісочниці для виконання коду. Тож поряд із можливостями свого інструмента я б орієнтувався на відкриті формати. Знання про них легше перенести в інші продукти, бо вони не прив'язані до одного вендора. Тому, найімовірніше, вони переживуть хайп навколо будь-якої окремої моделі, хоча багато залежить від того, наскільки широко їх підтримають.
Друзі, привіт)
Нагадую, що завтра о 13:00 у нас буде Q&A-сесія.
Якщо подивитися на мій бекграунд, то крізь мої руки (і мої набиті шишки, це найголовніше😁️️️️️️) пройшла вже купа цікавих та складних кейсів.
Мені точно є, чим з вами поділитися: я знаю, як треба, і як НЕ ТРЕБА.
Але найкрутіше те, що збирається дуже сильне ком'юніті. Тож на основі мого досвіду та досвіду колег, ми зможемо розібрати ваші ситуації так, щоб ви точно зекономили купу часу і не наступали на зайві граблі.
⏰ Коли: завтра, у суботу о 13:00 за Києвом (у Zoom).Закинути своє запитання і потрапити на ефір:
telemetr.me/genkovichai_bot?start=6ad8b31f18fc66b8cf09e96
Друзі, всім привіт!
Сьогодні у мене день народження, і мені захотілося відсвяткувати його в компанії тих, для кого я, власне, і веду цей канал.
Зазвичай на моїх воркшопах найцікавіше починається в самому кінці — на блоці запитань, коли часу вже майже немає, а розібрати хочеться все і одразу 😅
Тому в своє свято я вирішив зробити подарунок і вам, і собі:
влаштувати окрему повноцінну іменинну Q&A-сесію, де ми розберемо детально ваші питання.
🔹 коли: субота, 24 жовтня, о 13:00 за Києвом
🔹 формат: Zoom наживо
Що треба зробити, щоб потрапити:
1. перейти за посиланням нижче, заповнити форму у боті, якщо маєш питання.
2. під час ефіру можна буде писати в чат, або піднімати руку й питати особисто.
Тематика вільна: несіть свої проєкти, команди чи болісне legacy — розберемо все, на що вистачить часу.
Якщо питань нема — можна просто зайти і послухати. Як показує практика, найцікавіше ховається в чужих кейсах, коли розбір однієї ситуації чіпляє одразу кілька суміжних тем.
🎁 Тож найкраще привітання для мене сьогодні — ваша активність, буду радий побачитися на Q&A вже цієї суботи.
👇 Реєстрація та питання тут:
telemetr.me/genkovichai_bot?start=6ad62d2a727a92abfa010773
Посилання на Zoom прилетить у бот за годину до початку.
До зустрічі у суботу!
13 жовтня Google випустили Gemini 4 Argon у GA. У Gemini API вона зветься gemini-4-argon і доступна тільки на платному тарифі API. На Free її в API немає, і план Google AI Pro теж не допоможе: це підписка на застосунок, а не оплата API.
1 048 576 токенів - це одне вікно на вхід, thinking (міркування моделі перед відповіддю, у Claude і Meta їх звуть reasoning) і вихід разом. За замовчуванням max_output_tokens = 65 536 (64k). Отримати одну відповідь, довшу за 65 536 (64k), можна тільки через background execution з max_output_tokens > 65 536. Background execution - режим, у якому довгий запит виконується у фоні, а результат ви забираєте окремо. Thinking має три рівні: low, medium (за замовчуванням) і high. Вищий рівень дає кращу якість, але коштує більше токенів і довшого очікування.
До 30.11.2026 - $2 за 1M вхідних і $10 за 1M вихідних токенів (thinking-токени теж рахуються як вихід)
З 1.12.2026 ціна подвоюється - $4 / $20
Кешований вхід дешевший на 95%: $0.10 за 1M, з 1.12 - $0.20. Це про кешування, яке API робить саме, коли бачить повтори в запитах
Що зламається під час міграції:
explicit caching (cachedContents / caches.create) не підтримується. Explicit caching - це коли ви самі створюєте кеш з контекстом і посилаєтесь на нього в запитах
temperature, top_p, top_k (параметри, що регулюють випадковість відповіді) ігноруються
Окремо Google радить для важких запитів ставити таймаут клієнта щонайменше 15 хв, бо з thinking відповідь може йти довго.
Google робили модель під «складні довгі задачі в реальній розробці», корпоративну аналітику та кібербезпеку. Серед прикладів Google називає міграції коду. У своєму пості Корай Кавукчуоглу з Google розповідає, як рефакторинг легасі-папки Chrome, на який закладали місяці, зайняв тижні. Більше прикладів для розробників є в окремому пості.
Де доступна:
Antigravity (IDE від Google з агентами) - тільки для підписників Google AI Ultra
застосунок Gemini і AI Mode (AI-режим у Google Пошуку) - Ultra і Pro
GitHub Copilot з того ж дня - Pro+, Max, Business, Enterprise. Працює у VS Code, Visual Studio, JetBrains, Xcode, Eclipse, Copilot CLI і coding agent
Бенчмарки дала сама Google, незалежних поки немає. Модель посідає перше місце у Vals Index, рейтингу, який зводить результати моделей на прикладних задачах. У тесті на indirect prompt injection від Gray Swan, компанії, що займається безпекою AI, навіть за 15 адаптивних спроб (атакувальник щоразу підлаштовує атаку під попередню відповідь) спрацювали лише 0.7% атак. Indirect prompt injection - це шкідливі інструкції, сховані в даних, які модель читає під час роботи (сторінка, файл, лист).
👉 Найцікавіше тут - міграції легасі, якраз наш хліб. Але перед тим як перемикати прод, перевірте свій код: якщо у вас explicit caching або хтось тюнив temperature, частина логіки перестане працювати, і жодної помилки ви не побачите. І таймаути не забудьте підняти.
💬 Хто вже пробував Gemini 4 Argon на своїх задачах?
Youtube | Instagram
❗️Вже за кілька годин зустрінемось з вами на воркшопі Agentic Engineering Workflow
(хто не встиг долучитися маєте останню можливість)
👉🏻 Поговоримо про: як побудувати цілісну систему роботи з AI-агентами, ефективно використовувати Skills та CLAUDE.md і налаштувати процеси так, щоб усе працювало як єдиний механізм.
Воркшоп розділений на дві частини: теорія і практика. Усе покажу в live-форматі на
реальних прикладах 👨🏻💻
Ну і звичайно, вкінці воркшопу буде QA, тому готуйте свої кейси, питання — будемо разом розбирати🚀
Як інженер став музикантом. Частина 1 😁
Друзі, тут у мене зазвичай прогерство, AI, агенти й оце все. Але чогось листав фотки, багато чого згадалось, та захотілось поділитись. Вдихнути в цю технічну сірість трошки людяності, отже сьогодні хочеться трохи про музику
Хто підписаний на мій інстаграм, уже знає, що я партнер музичної студії в Одесі (Muzone Music Hub). І от хочеться розказати, звідки взагалі ця історія взялась. Бо починалось усе з найдешевшої гітари, яку я придбав на стипендію в ЦУМі 😅
У музичну школу мене хотіли віддати ще в першому чи другому класі. Навіть дійшли до класу гітари, але щось тоді не склалося. Далі був спорт, багато спорту, навчання, гульки та і всякі свої справи. До музики руки звісно не доходили.
В університетські роки, отримав серйозну травму, через що довелося піти з професійного спорту. Отже раптом з’явився вільний час, якого раніше просто не було.
Ми з друзями часто ходили на концерти молодих і мало кому відомих рок-гуртів у Донецьку (вдруг хто памʼятає такі бари як Орєшек і Ганжубас, вам привіт). Я стояв, дивився на людей на сцені й думав: блін, я теж так хочу.
Ну і на одну зі стипендій пішов у ЦУМ та купив найдешевшу класичну гітару, яку знайшов.
Записався до викладача, сходив десь на п’ять занять, той показав, як ставити руки, а далі вже, як справжня рок зірка, розбирався сам.
Нарешті вирішили з друзями зібрати гурт. Нас було троє. І всі троє - гітаристи.
Склад, звісно, потужний 😂
Ну почали думати, хто буде грати на барабанах, хто на басу, бо без цього далеко не поїдемо. Бас дали спробувати мені першому.
І от я беру його в руки, граю кілька нот і відчуваю, як ці низькі частоти мене просто огортають… Коротше, пацани на басу після мене навіть не спробували 😁
Коли зараз це згадую, думаю: скільки всього зʼявилось в моєму житті з фрази «блін, я теж так хочу». Тоді ж я просто витратив стипендію на гітару. Навіть грати зовсім не вмів.
І мені хочеться цим поділитися, бо, може, у когось із вас теж є таке бажання, яке роками відкладається. Купити інструмент, піти на заняття, спробувати щось своє.
Можна спробувати і подивитись, куди воно тебе приведе. У мене от досі веде 🙂
А далі була куплена перша бас-гітара, в якомусь богом забутому будинку культури під Єнакієвим. Вона, до речі, досі жива, хоча бачила таке, що і розповісти страшно (чи соромно). Про це - наступного разу😁
Цікаво які зі своїх дитячих захоплень ви забрали в доросле життя) ану поділіться 🙂
Вийшла доволі цікава історія, на одній із зустрічей з учнями, дізнався що одному з них вдалось за декілька годин реалізувати на своєму проєкті задачку, на яку він закладав сильно більше часу.
і це прямо на воркшопі!
Класно відчувати причетність до перемог і кейсів своїх учнів та допомагати знаходити рішення, які оптимізують їх час🤍
👉До речі, наступний воркшоп Agentic Engineering вже 15, 17 жовтня, якщо хтось ще не встиг потрапити, то можете за цим посиланням ✅