← назад

garrytan — 27-05-2026

28 твитов за сутки. Основной фокус смещён на технические обновления GBrain, интеграцию с ActiveGraph и новые подходы к оптимизации агентов через evals.

Интеграция GBrain и ActiveGraph — анонсирован кроссовер между GBrain как durable knowledge substrate и ActiveGraph как event-sourced runtime; мост оборачивает операции GBrain в типизированные события для полного каузального прослеживания и воспроизведения (GBrain x ActiveGraph).

Обновления GBrain и evals — графогенерация стала более автоматизированной, база знаний выросла до 300k markdown-файлов, а гибридный поиск (graph + vector) признан SOTA для ретривала (GBrain update). Опубликованы полные runnable evals с синтетическими тестовыми данными (evals benchmarks).

Оптимизация навыков агентов (SkillOpt) — обсуждается подход, при котором markdown-файлы навыков (SKILL.md) рассматриваются как обучаемые параметры; оптимизатор вносит валидированные правки в файл, что позволяет агентам самоусовершенствоваться в цикле: попытка задачи -> оценка -> предложение правок -> принятие улучшенной версии (SkillOpt loop). Этот процесс реализуем через OpenClaw и Hermes Agent с использованием LLM-as-judge для оценки эффективности (LLM-as-judge evals).

Инженерная культура и организация — команда разделена на тех, кто строит примитивы (песочницы, память, безопасность), и тех, кто занимается hillclimbing (агрегация примитивов, A/B тесты); централизация оптимизации предотвращает регрессию благодаря закону Конвея (Team structure).

Другие продукты и новости — представлен пользователь @superset_sh; отмечена новая стандартная метрика для агентов — DeepSWE; GStack получил поддержку тестирования на реальных iOS-устройствах через /qa; Wafer используется для инференса кастомных моделей; отмечена проблема с качеством Google приложений на iOS (Google apps iOS).

Источники

superset wafer