AGI на бенчмарках, боты в переписке и 1С, которая опять сломалась

01 · ИИРешили бенчмарк — получили AGI? Не так быстро

ARC Prize Foundation во главе сФрансуа Шолле продвигает бенчмаркARC-AGI-3: тест на способность ИИ-агентов к обучению через сложные интерактивные задачи, а не на банальное угадывание паттернов из тренировочных данных. Вопрос, вынесенный в заголовок статьи на Хабре, простой и неудобный: если этот бенчмарк однажды решат, значит ли это, что у нас появился общий искусственный интеллект.

Автор статьи напоминает очевидную, но регулярно забываемую вещь.Бенчмарки существуют не для философских деклараций, а для инженерной пользы: проверить свой проект, сравнить с конкурентами, откалибровать ожидания. У каждого теста своя узкая цель, и ARC-AGI-3 не исключение: он меряет конкретный срез способностей, а не «интеллект» целиком, каким бы соблазнительным ни было такое обобщение в питчах стартапов.

Маркетинг вокруг AGI требует проверки заявленных цифр

• Маркетинг вокруг AGI — это маркетинг, а не сертификат. Когда вендор говорит «наша модель прошла ARC-AGI-3», это повод спросить, что именно измерялось, а не повод сразу переписывать бюджет на закупку «настоящего искусственного разума».
  Обучаемость не равна универсальности. Способность агента решать новые интерактивные задачи полезна для автоматизации, но не означает способности заменить команду целиком.
  Хайп вокруг AGI живёт своей жизнью отдельно от инженерных метрик. Пока одни спорят о философии, другие просто смотрят, решает ли модель их конкретную бизнес-задачу дешевле человека.

Источник: Хабр

02 · CRMКак не превратить ИИ-агента в позорище в чате с клиентом

Автор серии статей на Хабре продолжает разбирать, как довести ответ ИИ-агента от генерации до реального клиента и CRM черезn8n. В предыдущих частях уже был дебаунс наRedis, который склеивает дробные сообщения от клиента в одно осмысленное, и модуль привязки «чат = сделка» с отдельным акцентом на то, почему вебхуки нужно держать в изолированных ключах.

Третья часть цикла закрывает финальный и самый нервный этап. Сгенерированный ИИ текст должен корректно доехать до клиента в мессенджере и одновременно синхронизироваться с CRM, без дублей, без потери контекста сделки и без гонки вебхуков друг с другом.

Ответ модели бесполезен без надёжной интеграции

• Дьявол в интеграционном слое, а не в промпте. Красивый ответ модели бесполезен, если он приходит клиенту дважды или теряется между чатом и сделкой в CRM.
• Дебаунс сообщений — маст-хэв, а не опция. Клиенты пишут дробно («Привет» → «Хочу заказать» → «Можно скидку?»), и без склейки агент отвечает невпопад на каждый обрывок.
• Изоляция вебхуков спасает от гонки состояний. Когда несколько событий летят параллельно, без изоляции ключей легко получить состояние сделки, которое не соответствует реальности.
• Это инженерная задача, а не «просто подключить GPT». Полноценный ИИ-агент в продажах — это конвейер из нескольких сервисов, а не один API-вызов.

Источник: Хабр

03 · Dev Tools1С обновили. Что теперь сломалось, никто не скажет заранее. Ну, почти

На Хабре описан инструмент1C Extension Auditor: анализатор совместимости расширений 1С после обновления типовой конфигурации. Автор показывает, чем обычной ручной проверки расширений недостаточно, как искать изменения в процедурах и функциях, от которых расширения зависят, и зачем вообще сравнивать конфигурациюдо и после обновления, а не полагаться на память разработчика.

Задача знакома каждому, кто работал с 1С. Обновили типовую конфигурацию, и где-то в глубине расширений что-то тихо перестало работать. Узнают об этом обычно пользователи, а не разработчики.

Бизнесу на 1С придётся адаптировать процессы под новые условия

• Обновления конфигурации перестают быть лотереей. Инструмент заранее подсвечивает зависимости, которые могут сломаться, вместо того чтобы находить их постфактум через жалобы бухгалтерии.
• Сравнение «до/после» — это база, а не роскошь. Без него любая проверка расширений — это проверка вслепую по памяти, а не по фактическим изменениям кода.
• Экономия времени разработчиков на постпродакшн-дебаге. Найти проблему до релиза дешевле, чем тушить пожар после того, как обновление уже раскатано на всех.

04 · ИтогЧто со всем этим делать в понедельник

Три новости дня объединяет одно: автоматизация обещает волшебство, а требует инженерной дисциплины. ARC-AGI-3 напоминает, что модный тест на «интеллект» — узкий инструмент с конкретной целью, а не билет в AGI-утопию, что бы ни говорили питчи. Серия про ИИ-агента на n8n показывает изнанку любого «умного бота»: без дебаунса, изоляции вебхуков и грамотной синхронизации с CRM красивый ответ модели превращается в дубли и путаницу в сделках. История про 1C Extension Auditor — честное напоминание, что любое обновление системы, на которой держится бизнес, требует диагностики до, а не после того, как что-то отвалилось. Во всех трёх кейсах видна одна закономерность: ценность не в громком названии технологии, а в том, кто продумал стыки между системами. Практический совет: прежде чем внедрять ИИ-агента или обновлять конфигурацию, спросите не «что нового умеет модель», а «что именно проверено на границах между модулями».