2604
Новости инноваций из мира искусственного интеллекта. 🤖 Всё об ИИ, ИТ трендах и технологической сингулярности. Бесплатный бот для подписчиков: @ai_gptfreebot автор: @mbmal канал личный. Поддержка: https://pay.cloudtips.ru/p/c8960bbb
12 Factor Agents - принципы разработки агентов
По следам от 12 Factor Apps, Декстер Хорти собрал ключевые принципы по разработке агентов, делюсь!
1) Преобразование естественного языка в вызовы инструментов. Агент интерпретирует команды в формализованные вызовы функций, а исполняет их — детерминированный код
2) Владей своими промптами (как кодом). Промпт — это артефакт. Его надо хранить, версионировать, тестировать и относиться к нему не как к важной части кода.
3) Управляй контекстом агента. Активно контролируй, что попадает в это окно. Убирай уже не нужное, суммаризируй, оставляй важное, выделяй ограниченные слоты под фичи — внимание модели ограниченно.
4) Вызов тулинга — это просто JSON. LLM генерирует название тула и параметры, остальное должен делать ваш детерминированный вход. Модель решает "что делать", а ваше приложение "как делать"
5) Держи тех.состояние и бизнес состояние вместе. Каждый шаг агента — это и логика, и данные. Всё в одном состоянии, чтобы потом не ковыряться по логам в поисках, где оно сломалось
6) API для управление циклом агента. Агент должен иметь простой API для запуска, приостановки и возобновления работы, уметь вставать на паузу и возвращаться к работе спустя время на каждом этапе жизненного цикла
7) Запрос к человеку — как инструмент. Любое обращение в процессе работы к человеку должно быть представлено агенту, как инструмент requestClarification(message:string)
8) Явно контролируйте логику исполнения. Модель лишь "говорит" что, а твой код решает стоит ли выполнять, когда и как.
9) Добавляйте ошибки исполнения инструментов в контекст. Если что-то упало, сократи информацию и добавь это в контекст агента. Пусть модель сама догадается, что дальше: повторить, спросить или изменить стратегию
10) Используйте малых специализированных агентов. Лучше много маленьких агентов, решающих узконаправленные задачи, чем один перегруженный агент всего
11) Доставляй агентов в любые интерфейсы, удобные пользователю. Slack, Telegram, веб, CLI — неважно. Главное — единый API и омниканальность. Пользователь не должен думать, где общаться с агентом. Он просто должен это делать.
12) Агент как Stateless Reducer. На входе — состояние и запрос. На выходе — новое состояние и ответ. Всё как в хорошем Redux. Никакого собственного внутреннего состояния, он должен работать как чистая функция
Бонус:
13) Предзагрузи все необходимое. Агент не должен постоянно дёргать одни и те же данные. Наполняй контекст тем, что почти наверняка пригодится.
Репа: https://github.com/humanlayer/12-factor-agents
Доклад: https://www.youtube.com/watch?v=8kMaTybvDUw
Ученые Гарварда создали первый непрерывно работающий квантовый компьютер
Исследователи запустили квантовую систему, которая работает без постоянной перекалибровки человеком.
Обычно квантовые компьютеры требуют постоянного вмешательства — дрейф параметров, нестабильность кубитов, необходимость перенастройки каждые несколько минут или даже секунд.
Тут система сама компенсирует ошибки и поддерживает стабильную работу.
Всё еще не коммерческий продукт, но значительный прогресс.
#Harvard #Quantum #Computing
———
@tsingular
Google запустил Gemini для умного дома
Google интегрировал Gemini в домашние устройства Nest.
Теперь можно обычными голосовыми командами управлять светом, термостатом и камерами, - что-то типа "сделай потеплее" или "покажи что на заднем дворе".
Хочется верить, что управление физическими устройствами будет проходить без галлюцинаций.
Интересная деталь: вся обработка идёт через облако.
А вы еще не хотите Max устанавливать :)
#Gemini #SmartHome #GoogleNest
———
@tsingular
VK Security Confab: ИИ в безопасности, безопасность ИИ
1 октября мы погрузились в самую горячую тему года — от автоматизации безопасности с помощью ИИ до защиты самих ML-систем.
Для всех, кто был с нами (и для тех, кто пропустил) — делимся презентациями спикеров.
Сохраняйте и используйте!
🔹 Материалы выступлений:
→ Секреты (и) LLM
Илья Сидельников, VK
Ссылка на презентацию
→ Агентный подход для анализа безопасности OpenAPI-схем
Руслан Бомин-Кулаков, Т-Банк
Ссылка на презентацию
→ Использование ИИ для автоматической классификации конфиденциальных данных
Игорь Дмитриев, WB tech
Ссылка на презентацию
→ MLSecOps в продакшене
Павел Литиков, VK
Ссылка на презентацию
Спасибо спикерам за глубину тем, а всем участникам — за крутые вопросы и атмосферу, где рождаются новые идеи! 💪
Следите за анонсами — готовим кое-что особенное!
VK Security | Буст этому каналу!
#confab #митап #AI
Примеры работ сделанных с помощью Gemini 3.0 Pro с 1 запроса.
1,2
#Gemini #Google
———
@tsingular
🧠 TDK покажет нейроморфный AI-чип, который "думает" как мозжечок
TDK с Hokkaido University сделали чип, который использует физические свойства электронных компонентов вместо вычислений.
Как это работает:
- Данные циркулируют через 400 связанных узлов (резисторы + конденсаторы + транзисторы)
- Физические процессы (заряд/разряд) заменяют сложные расчёты
- Обучается только выходной слой
- Переключается между режимами 250 раз в секунду
Что покажут в демо на CEATEC 2025:
Чип подключён к руке через акселерометр. Пока вы ещё двигаете пальцами для жеста "камень-ножницы-бумага", AI уже определил что вы покажете и выдал выигрышный вариант.
Выиграть невозможно — чип учится вашим индивидуальным движениям в реальном времени.
(250 раз в секунду, еще раз!)
Еще деталей из документации:
- Предсказание хаоса: точность 95%
- "Память" на 45+ временных шагов назад
- COVID-19 прогноз: ошибка 100-450 человек для регионов Японии
- Всё это на энергопотреблении в разы ниже обычных нейросетей
Где применять:
- Роботы — мгновенная реакция на движущиеся объекты
- Носимая электроника — анализ жестов, походки, биометрии
- IoT-сенсоры — обработка данных прямо на устройстве без облака
- Медицинские датчики — мониторинг показателей в реальном времени
Почему это прорыв:
- Стандартный CMOS-процесс производства = легко масштабировать.
- TDK уже делает сенсоры для edge-устройств, теперь добавляют "мозг" для их мгновенного анализа.
- Edge AI без зависимости от облака и интернета.
Пока прототип, но технология готова к серийному производству.
На дронах и роботах GPU будут не нужны. Ну или рядом с GPU/NPU добавится еще и такой вот нейроморфный "мозжечок".
#ReservoirComputing #EdgeAI #TDK #Neuromorphic
———
@tsingular
Microsoft: ИИ создает биологические угрозы нулевого дня
Microsoft заявляет, что современные ИИ-системы могут генерировать новые биологические угрозы, неизвестные науке ранее.
Исследователи тестировали способность больших языковых моделей предлагать опасные биологические модификации, которые нельзя обнаружить существующими методами защиты.
Проблема в том, что такие "zero-day" атаки в биологии могут обойти все текущие системы безопасности — от скрининга ДНК до контроля доступа к лабораторному оборудованию.
Это создает новый класс рисков на пересечении ИИ и биотехнологий, где традиционные подходы к кибербезопасности не работают.
Получается, теперь не только хакеры могут создавать zero-day эксплойты, но и биологи с доступом к ИИ. Весело живем.
#Microsoft #Biology #ZeroDay
------
@tsingular
OpenCode.ai - бесплатный открытый аналог СlaudeСode
- Нативный TUI. Гибкий, типовой интерфейс терминала с возможностью настройки тем.
- LSP включен. Автоматическая загрузка правильных LSP для LLM.
- Многосеансовый запуск нескольких агентов параллельно в одном проекте.
- Обмен ссылками. Поделитесь ссылкой на любой сеанс для получения справки или отладки.
- Claude Pro. Можно авторизоваться в Anthropic, чтобы использовать свою учетную запись Claude Pro или Max.
- Любые поставщики LLM моделей: 75+ через Models.dev, включая локальные модели.
- Совместим с любым IDE, так как работает в командной строке
#OpenCode #dev
———
@tsingular
OmniRetarget - платформа для комплексного обучения роботов.
Очень много примеров и сценариев, которые они обкатывают на примере UniTree
Основное:
- Превращает записи движений человека в движения для робота-гуманоида
- Сохраняет взаимодействия с предметами и поверхностями (если человек берет коробку, робот тоже правильно её возьмёт)
- Не создаёт физических ошибок (ноги не скользят, части тела не проходят сквозь предметы)
Из одной записи создаёт много вариантов:
- Предмет в другом месте или повёрнут
- Предмет другого размера
- Платформы разной высоты
- Подходит для роботов разных моделей
paper
не, ну хорошо, в принципе, что они пока на привязи...
#роботы #OmniRetarget #UniTree
———
@tsingular
n8n готовит релиз, в котором ИИ ассистент будет встроен и сам будет создавать для вас сценарии.
noCode => vibeNoCode
#n8n #dev
———
@tsingular
🔥ИНВАЙТЫ ТУТ
Если вы вдруг каким то чудом (не обсуждаем каким) можете оказаться в США или Канаде, - и зайдете на сайт
https://openai.com/index/sora-2/
Вам может пригодиться этот инвайт
CF5R4G
пригодится он только первым 4-м.
не знаю уж кому повезёт.
Одно условие, - каждый, кто зарегается публикует свой следующий инвайт в комментариях под этим постом.
они все активируются по 4 раза.
поэтому если забрали - ставьте эмоджи или звёздочку на инвайте :)
Генерации идут очень медленно :) Сервера там, похоже, еле вывозят.
Ну и делитесь креативами, чего уж :)
#Sora #invite
———
@tsingular
Мода на файловую память, теперь и код-агенты anthropic.
Вышло agentic SDK от антропика и там нашлось несколько интересных вещей про контекст и память.
Это уже практичное и модное решение, которое в разной форме мы наблюдали у manus и memagent.
Основные позиции – не засоряем контекст и кладем все в файловую систему ОС. Также для поиска НЕ используем без нужды семантику или даже bm25, оставаясь на grep/tail и прочих способах поиска встроенными инструментами вашей ОС. Да это не исключает проблемы больших файлов, где grep может быть не эффективен, но скорее всего, подобно идее с чанкованием, для памяти создается иерархическая память на "малых" файлах.
В итоге, центре всего стоит тезис: зачем нам семантика, когда можно взять поиск в ОС и агента для чтения и записи? Но, думаю, без семантики не обойтись, особенно, когда у нас много зависит от контекста, да еще и синонимов до кучи. Однако, быстренько найти нужный нейм файла, пойдет, а если не вышло (пустой поиск), уже можно полнотекстом и семантикой искать имя, тем самым балансировать между скоростью и надежностью/сложностью поиска. Особенно для файлов сотни мб или гб. Тут кстати и может помочь аналог чанкования, в виде иерархии файлов, на которые заранее бьём большие. Далее, берем файлик и читаем агентом, переносим из файла релевантное в контекст.
В любом случае, такое решение в итоге завязывает вас на эффективный контекст и конечно свойство роутинга, ризонинга и поиска по контексту. Крч хорошая llm вам нужна, которая у антропика есть. Но есть ли она у вас?)
Бывшие исследователи OpenAI и DeepMind привлекли $300M на автоматизацию науки
Команда экс-сотрудников OpenAI и DeepMind получила $300 миллионов посевных инвестиций на создание ИИ-системы для автономных научных исследований.
Стартап планирует полностью автоматизировать цикл: гипотеза → эксперимент → валидация. Без участия человека.
Типичное распределение таких инвестиций: 40-50% на вычислительную инфраструктуру, 25-30% на таланты, 15-20% на лабораторное оборудование.
Основная проблема - как обеспечить воспроизводимость результатов и стандартизацию данных между разными лабораториями. Плюс вопросы безопасности при работе с потенциально опасными исследованиями.
По прогнозам Gartner, к 2028 году 75% корпораций будут использовать ИИ-исследователей.
Майнинг нобелевских премий :)
#OpenAI #DeepMind #Science
------
@tsingular
Историческая запись. Сохраним.
Уильям Гибсон, отец мирового киберпанка, пишет, что на его творчество значительно повлиял Виктор Цой.
Т.е. знаменитый Нейромансер, а затем и Бегущий по лезвию бритвы, Матрица, Призрак в Доспехах, Чужие, которые все начитались и насмотрелись и бросились разрабатывать ИИ,- это все немножко Цой и алюминиевые огурцы.
#Гибсон #Цой #жив
------
@tsingular
Для многих задач типа чат ботов и распознавания картинок достаточно производительности таких моделей, как Gemma3:27b
И по размеру она влезает на потребительские видеокарты.
Так вот, оказывается в openrouter она бесплатна.
Причём со скоростью 42 токена в секунду!
Т.е. совсем нет смысла в своём железе, если у вас такие модели на нем крутятся.
Подключились и пользуетесь
Ну, если данные не конфиденциальные конечно.
Там ещё много бесплатного:
google/gemini-2.0-flash-exp:free
qwen/qwen3-coder:free
tngtech/deepseek-r1t2-chimera:free
deepseek/deepseek-r1-0528:free
deepseek/deepseek-chat-v3-0324:free
openai/gpt-oss-20b:free
z-ai/glm-4.5-air:free
moonshotai/kimi-dev-72b:free
qwen/qwen3-235b-a22b:free
moonshotai/kimi-vl-a3b-thinking:free
moonshotai/kimi-k2:free
и многие другие, но эти, пожалуй, из бесплатного самые интересные.
Там же эти модели можно погонять в чат режиме:
https://openrouter.ai/chat?models=deepseek/deepseek-chat-v3-0324:free
#Openrouter #free
———
@tsingular
Tesla Optimus скоро будет знать кунг-фу лучше людей. :)
Когда уже соревнования международные по восточным единоборствам среди роботов.
P.S.: не забываем, что Оптимус, - это дрон, а не ИИ.
Там где-то за кадром оператор обвешанный датчиками.
#Tesla #Optimus #роботы
------
@tsingular
Стволовые клетки обратили старение у обезьян
Китайские ученые из Chinese Academy of Sciences провели эксперимент на старых обезьянах циномолгус, вводя им генетически модифицированные мезенхимальные стволовые клетки.
За 44 недели эксперимента клетки показали реальное омоложение:
- периферическая кровь: 33% возврата генной экспрессии
- гиппокамп: 42%
- яичники: 45%
Генные модификации включали активацию NRF2 и FOXO3 транскрипционных факторов, что снизило риск опухолей и усилило регенерацию.
Омоложение затронуло 10 физиологических систем и 61 тип тканей.
Никаких серьезных побочек не зафиксировали.
Теперь главные вопросы: GMP-стандартизация, стоимость терапии и регуляторные одобрения до человеческих испытаний.
Публикация в Cell
Осталось не состариться пока регуляторы одобрят. :)
#StemCells #AntiAging #Longevity
———
@tsingular
Lemon AI: локальная альтернатива Manus
Hexdo выкатили Lemon AI - опенсорсный full-stack агентный фреймворк, который позиционируют как альтернативу Manus и Genspark AI.
Lemon AI умеет проводить детальные исследования, изучать сайты, писать код с использованием встроенной песочницы Code Interpreter VM для безопасного запуска, анализировать данные, - все это работает исключительно на вашем локальном железе.
Поддерживает функции планирования, действия, размышления и памяти, используя локальные LLM (например, DeepSeek, Qwen, Llama, Gemma) через Ollama, обеспечивая полную конфиденциальность и нулевую зависимость от облака.
Судя по промо ролику, - реально универсальный комбайн.
#LemonAI #OpenSource #Китай
———
@tsingular
Google вкладывает $4 млрд в дата-центр в Арканзасе
Google строит огромный дата-центр в Вест-Мемфисе на $4 млрд — это крупнейшая частная инвестиция в истории штата.
Пять зданий на 1,100 акрах земли, запуск до 2027 года.
Проект назвали "Pyramid", общая сумма с инфраструктурой может дойти до $10 млрд.
Договорились с Entergy по энергии, вложат в солнечную электростанцию Arkansas Cypress Solar (запуск 2028).
Плюс $25 млн в местный Energy Impact Fund.
Штат дал налоговые льготы через Act 548 и Generating Arkansas Jobs Act.
Взамен Google обучит 10,000 человек работе с ИИ.
Тут ещё слух прошел, что Gemini 3.0 Pro уже на подходе.
Сейчас её активно на бенчах гоняют и по результатам все, что сейчас есть в проде у конкурентов, - даже рядом не стояло.
#Google #Arkansas #DataCenter
------
@tsingular
a=(y,d=mag(k=(4+sin(y*7-t)*3)*cos(i/78),e=y/8-13))=>point((q=2*sin(k*2)+.3/k+y/8*k*(2+sin(y-d*3+t*2)))+40*cos(c=d-t+(i&2)*2)+200,q*sin(c)+d*46-300)
t=0,draw=$=>{t||createCanvas(w=400,w);background(9).stroke(w,96);for(t+=PI/120,i=2e4;i--;)a(i/470)}
Comet Browser от Perplexity.ai теперь бесплатный для всех.
- понимает контекст страниц
- может ответить на почту
- может управлять страницами как оператор
- может даже создавать сайты
- организует вкладки по запросу
- может покупать на сайтах что скажете
Есть коллекция промптов, если закончились идеи как использовать браузер.
Или даже видеопримеры.
Качать тут:
https://www.perplexity.ai/comet
#Comet #Perplexity
———
@tsingular
MCP benchmark, как способ атомарного измерения качества работы агентов и интеграции с FC/TC.
Сегодня расскажу о статье "MCPMark: A Benchmark for Stress-Testing Realistic and Comprehensive MCP Use". Это исследование представляет собой новый эталонный тест для оценки работы LLM с внешними системами через MCP. Статья интересна тем, что подобно атомарным измерениям RAG систем (поиск, реранкинг, ответ LLM), показывает как можно измерить качество агентов с вызовом тулов. Как мы знаем, зачастую агенты с тулами ввиду своей нелинейности и недетерминированности сложно измеряются на качество в каждом действии, тк на одну и ту же задачу в разном контексте может быть разное количество действий. А таких бенчей нам и не хватало.
🎯 Постановка задачи
Авторы статьи отмечают, что существующие тесты для MCP остаются ограниченными: они фокусируются на задачах, связанных в основном с чтением информации, либо на задачах с небольшой глубиной взаимодействия. В результате, они не отражают комплексность и реалистичность рабочих процессов из реального мира. Это создает трудности в оценке истинной производительности современных моделей и агентов, а также их способностей к ризонигу, планированию, обработке длинного контекста и использованию инструментов. Цель состоит в том, чтобы получить такой комплексный бенчмарк.
💡 Идея подхода
В качестве решения предлагается бенчмарк MCPMark, который оценивает использование MCP более реалистично и комплексно. Его ключевые особенности:
– Реалистичные задачи: 127 высококачественных задач, созданных совместно экспертами и AI-агентами. Если уже не реалистичные, ну хотя бы приближенные к реальным.
– Сложные взаимодействия. Задачи требуют разнообразных операций Create, Read, Update, Delete (CRUD) в пяти различных средах: Notion, GitHub, Filesystem, PostgreSQL и Playwright.
– Программная проверка подобно награде в GRPO с компиляцией кода. Каждая задача включает скрипт программы для автоматической верификации результата, что делает оценку более объективной.
– Создание контекста разработки. Каждая задача начинается с тщательно подобранного начального состояния (например, шаблон базы данных или репозиторий GitHub с историей) и создается в рамках pipeline, сочетающего исследование, усложнение задачи, верификацию и действие.
🧪 Дизайн метрик
Для оценки моделей был создан MCPMark-Agent – минималистичный и универсальный фреймворк, который выполняет модели в стандартном tool-calling loop. Это обеспечивает честное и последовательное сравнение различных LLM.
Основные метрики, использованные в исследовании:
– pass@1процент задач, успешно решенных моделью с первой попытки.
– pass^4 более строгая метрика, отражающая процент задач, которые модель стабильно решает по крайней мере в одном из четырех запусков. Авторы подчеркивают, что эта метрика лучше отражает реальные условия, где надежность критически важна.
– Среднее количество ходов и вызовов инструментов на задачу. Эти метрики показывают сложность задач и эффективность модели.
🔢 Результаты оценки моделей
Ниже приведены примеры результатов оценки современных LLM, которые демонстрируют сложность бенчмарка:
•gpt-5-medium (OpenAI) имеет 52.56%, 33.86% метрики pass@1 и pass^4 соответственно.
•claude-sonnet-4 (Anthropic) <30%, <15% соответственно
•o3 (OpenAI) < 30%, < 15% соответственно.
В среднем, для решения одной задачи LLM требовалось 16.2 шагов выполнения и 17.4 вызова инструментов, что существенно превышает показатели в предыдущих бенчмарках.
🤔 Почему это важно
Исследование имеет несколько важных следствий для области AI-агентов:
1. Создание более реалистичной и надежной оценки. MCPMark предлагает гораздо более строгий и приближенный к реальности тест для агентов, чем предыдущие усилия.
2. Выявление слабых мест в работе систем агентов с тулами. Результаты ясно показывают, что даже самые передовые модели сегодня с трудом справляются со сложными, многошаговыми рабочими процессами. Большой разрыв между pass@1 и pass^4 указывает на это.
Надеюсь такой бенчмарк покажет пример как можно измерять агентов не только e2e и мы увидим еще больше атомарных бенчей.
Антропик опять испортил нам планы на выходные.
Выкатили гайд по контекст инжинирингу
Это вам не просто написать "представь, что ты вайбкодер с 30ти летним стажем".
Тут архитектура! Технолоджия!
В общем откладываем развлечения, открываем тетрадки, записываем ...
Сам гайд не очень большой, но в нем еще коллекция полезных ссылок с детализациями и разъяснениями, так что есть что поизучать.
#Anthropic #обучение
———
@tsingular
LLM Intercept
Вайбкодер нашаманил проксю для ЛЛМ, которая пишет все вызовы и превращает их в датасеты для файнтюна малых моделей :)
Очень удобно, но для большинства проприетарных моделей не разрешено лицензией.
Качаем, пробуем, пока не прикрыли :)
https://github.com/mlech26l/llm_intercept
#LLMproxy #proxy #dev #llmintercept
———
@tsingular
Такое, конечно, Sora пока не сумеет.
Трилобит:
a=(x,y,o=2-mag(k=x/8-12.5,e=y/8-12)/3,d=-5*abs(sin(k/2)*cos(e*.6)))=>point((x+e*cos(t)+d*k*sin(d+t))*.7+k*o+130,(y-d*o*9+y*e/19+d*e*cos(d+t))*.7+e*o+150)
t=0,draw=$=>{t||createCanvas(w=400,w);background(6,96).stroke(w,46);for(t+=PI/90,i=4e4;i--;)a(i%200,i/200)}
Сэм Альтман ворует видеокарту.
Новая сора прям хороша. Кто-то уже успел затестить? Делитесь в комментах чо нагенерировать успели
видео отсюда
Мы все дальше от бога.
Такими темпами часть людей сами встанут на защиту роботов :)
Но нельзя не восхититься как он, несмотря на удары, сохраняет равновесие на этой куче мусора, продолжая танцевать.
#роботы #Unitree
------
@tsingular
Claude Code: курс от DeepLearning.AI по работе с агентом-разработчиком
Anthropic и DeepLearning.AI запустили бесплатный курс по Claude Code - агентному ассистенту для разработки.
Курс покрывает практики работы с RAG-чатботом, рефакторинг Jupyter ноутбуков в дашборды, создание веб-приложений из Figma макетов.
Рассмотрена интеграция с MCP серверами, git worktrees для параллельных сессий, автоматизация через Playwright.
Если вы еще не погрузились в разработку с Claude Code, - рекомендую найти 2 часа на прохождения курса хотя бы для общего понимания как именно он работает.
#Claude #обучение #Anthropic #DeepLearning
———
@tsingular
HexStrike AI: коллекция 150+ инструментов с MCP для пентеста с ИИ
Новый MCP-сервер позволяет Claude, GPT и другим ИИ автономно запускать 150+ инструментов кибербезопасности для пентеста и поиска уязвимостей.
🔍 Сетевая разведка и сканирование (более 25 инструментов)
🌐 Тестирование безопасности веб-приложений (более 40 инструментов)
🔐 Аутентификация и защита паролей (более 12 инструментов)
🔬 Двоичный анализ и реверс инжиниринг (более 25 инструментов)
☁️ Безопасность облаков и контейнеров (более 20 инструментов)
🏆 Инструменты для CTF и криминалистики (более 20 инструментов)
🔥 Bug Bounty и OSINT Arsenal (более 20 инструментов)
Система интегрирует языковые модели с утилитами для автоматизации багбаунти и исследований безопасности.
Рекомендуется использовать только в исследовательских целях.
#HexStrike #cybersecurity #Pentesting
———
@tsingular