Бесплатная академия по AI-агентам

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.

Бесплатная академия по AI-агентам

Manus теперь сам пишет протокол встречи

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.

Manus теперь сам пишет протокол встречи
1

ADK от Google: создаем своего ИИ-агента на Python за 5 шагов

ADK от Google: создаем своего ИИ-агента на Python за 5 шагов

Google выкатил Agent Development Kit (ADK) — фреймворк, который позволяет перейти от теории к практике и создавать собственных автономных помощников. Это уже не просто чат-боты, а полноценные ИИ-сотрудники, способные выполнять сложные задачи.

1

Что такое Computer Use от Google и в чем различие от Operator от OpenAI и Comet от Perplexity

Что такое Computer Use от Google и в чем различие от Operator от OpenAI и Comet от Perplexity

Google выпустил Computer Use на Gemini 2.5 Pro для автоматизации действий в браузере. Его стали сравнивать с Operator от OpenAI и Comet от Perplexity. Разбираемся, чем они отличаются по возможностям, доступности и сценариям для компаний.

Нейросеть Твой Бот научилась создавать ИИ-агентов

Нейросеть Твой Бот научилась создавать ИИ-агентов

Всё, что нужно — просто описать идею 💡

Частые юзкейсы с агентом в браузере на примере Comet

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

Кастомные ИИ-агенты на платформе Твой Бот🤖

Кастомные ИИ-агенты на платформе Твой Бот🤖

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

3
1

ByteDance сжали миллиард векторов с 20 серверов до одного и ускорил поиск в 7 раз

ФАА ВТФА

Недавно я наткнулся на инженерный блог ByteDance, где они описали, как сократили потребление памяти с 10 терабайт до 500 гигабайт и при этом ускорили поиск в 7 раз.

1