Agents

Manus Academy дает формат обучения, где рассказывают и показывают, как собирать рабочие цепочки с ИИ-агентом под задачи бизнеса. Фокус на финансах, аналитике и продакт-рутинах – собрать инфу, разложить документы, сделать исследование, оформить отчет, автоматизировать повторяющиеся шаги и не утонуть в ручных копипастах.

Вышла фича Meeting Minutes: включаешь запись на живой встрече, и Manus пишет, анализирует аудио и собирает структурированный протокол с ключевыми моментами, участниками и задачами. Причем с распознаванием спикеров, так что action items не превращаются в угадайку кто это сказал.

🤔 Зачем агентам нужны инструменты?

Проблема:

Всё, что нужно — просто описать идею 💡

Например:

Вот быстрый список частых юзкейсов, что можно поделать с агентом в браузере (на примере Comet)

Теперь при создании агента можно выбрать кастомную нейросеть и подключить её в чат-бот!

💡 Как это использовать?

Использовать AI для одной задачи просто.

Google опубликовала Dream-RSI (https://dream-rsi.com/)- надстройку над агентами, которые ищут решения перебором: пишут код, прогоняют его через оценщик и дорабатывают лучшие варианты.

(https://www.producthunt.com/products/openscience) на Product Hunt OpenScience (https://github.com/synthetic-sciences/OpenScience) – открытую рабочую среду с ИИ-агентом для научных исследований.

Prime Agent — это больше, чем харнесс модели. Сами авторы называют проект операционной системой для долгоживущих агентов.

Новая модель сделана под долгоживущих AI-агентов, coding-задачи и дешёвый inference. Внутри гибридная архитектура Mamba-2 + MoE + Attention, контекст до 1 млн токенов, а pretraining прошёл на более чем 20 трлн токенов.

Идея в том, чтобы мультимодальные возможности подключались к агенту как набор инструментов, а не были жёстко зашиты в конкретную модель.

Агент, запущенный внутри Claude Code, Codex, Qwen Code, Gemini CLI или другого harness, может сам обнаружить нужный capability, вызвать его и встроить результат в более длинный workflow.