AI: дайджест за 16 мая 2026

1. vLLM протестировали TurboQuant для квантизации KV-кэша: экономия памяти vs сильное падение throughput

В блоге vLLM сравнили варианты TurboQuant на разных архитектурах и бенчмарках: k8v4 и 4bit-nc почти не теряют качество и уменьшают KV-кэш на 15–35% относительно fp8, но 3-битные режимы заметно проседают, особенно на длинном контексте. При этом постоянная деквантизация снижает пропускную способность на 10–70%, поэтому метод выглядит уместнее для локального инференса, чем для серверного.

Источники: t.me/ai_newz

2. SkillClaw: фреймворк для коллективной «эволюции» навыков LLM-агентов по логам пользователей

В работе SkillClaw предложена схема, где агенты собирают логи выполнения у разных пользователей, а отдельный agentic evolver итеративно улучшает или создаёт процедуры в общей базе навыков. Это нацелено на уменьшение повторяющихся ошибок разных инстансов агентов и накопление процедурного интеллекта, но требует дополнительных токенов на проверки и строгого контроля приватности данных.

Источники: t.me/gonzo_ML

3. Higgsfield анонсировали Supercomputer — managed long-running агента для контент-продакшна и маркетинга

Higgsfield представили Supercomputer — долгоживущего управляемого агента для креативных задач с persistent context, skill-расширениями, оркестрацией (форк Hermes), мультимодельным роутингом и изоляцией задач в облачной инфраструктуре. Важность в том, что подход «agent = model + harness» переносится в вертикаль контент-продакшна с упором на продакшн-готовую инфраструктуру и масштабирование процессов.

Источники: t.me/ai_newz

4. OpenClaw: команда 3–6 человек якобы тратит $1,3 млн/мес на токены, запуская сотни агентов для разработки

Сообщается, что создатели OpenClaw используют токены на сумму около 1,3 млн долларов в месяц и держат сотню агентов, которые ревьювят PR/коммиты/ишью и даже «слушают» митинги, начиная имплементировать обсуждаемые фичи. Если данные верны, это иллюстрирует, насколько дорого и масштабно может выглядеть агентный дев-воркфлоу даже у небольшой команды, и как стоимость токенов становится ключевым ограничением.

Источники: t.me/ai_newz

5. agents-best-practices: текстовый справочник по современным практикам построения агентных runtime

Автор собрал и структурировал практики для агентных систем (harness, agentic loop, слои промптов, tools/permissions, planning vs execution, память и auto-compaction, prompt caching, наблюдаемость и evals, безопасность и approvals, коннекторы/MCP). Ценность в том, что это консолидированный чек-лист и набор паттернов, применимых к разным типам агентов, а не только к кодингу, и может ускорить проектирование production-агентов.

Источники: t.me/denissexy