ИИ учат самостоятельно управлять дронами — и они уже пугающе близки к автономии 👻
Andon Labs проверили 15 ведущих моделей от Google, Anthropic и OpenAI на Drone-Bench. Каждой нужно было написать софт для дрона. А именно: построить карту офиса, определить своё положение, проложить маршрут между комнатами, найти конкретного человека по фото и следовать за ним.
Лучшей стала Fable 5 — она набрала 84%, то есть почти догнала результат, созданный людьми вместе с агентами. Модель ступила на схеме помещения, приняла стену за дверной проём и благополучно врезалась в нее.
Пока что ни одна модель не справилась со всей задачей целиком. Но что-то и не сильно хочется, чтобы на этом бенче было 100% 💀
Opus 5 создал онлайн-шутер в духе Call of Duty с одного промпта! 😨
А для тех, кто сомневается, что это возможно — автор выложил репу и промпт:
I want you to build a first-person shooter at the level of the most recent Call of Duty games. It should be utterly perfect, visually beautiful, with every single thing done at AAA quality—from textures to physics to anything you could think of.
Fan out sub-agents and have sub-agents tackle each one individually so that the game is utterly perfect. You should /loop on each item and have a separate sub-agent check it visually to ensure it looks triple A. That separate sub-agent should be a really harsh critic, and if it doesn't look triple A, it should keep going.
Don't stop until each sub-agent is utterly wowed with the quality when compared with the actual Call of Duty game. It should literally compare them side by side blind and say which one looks better. Do this in ThreeJS. /loop until it's utterly perfect. Fan out sub-agents and ultracode.
Добавляем ясности и душевности агентам по-русски: вышел отечественный аналог caveman — пох*й 🤣
Внутри три уровня эмоциональности и словарь на 70+ жемчужин русского языка. Вместо «the service has unexpectedly crashed and requires investigation» ИИ будет писать коротко и ясно — «на*бнулось». Авторы уверяют, что техническая точность не страдает, зато читать ответы становится приятнее, понятнее и быстрее.
⚡️ Anthropic выпустили OPUS 5 — и это без шуток лучшая модель.
По бенчам она приближается к Fable 5 всего за половину (!) цены. Так, Opus 5 стал SOTA в агентном программировании и Computer Use. Модель доступна сегодня во всех платных планах и в Claude API по той же цене, что и Opus 4.8.
Амодеи бессмертный релизить такое в пятницу, но мы рады 😊