BracketMadness.ai: Мартовское безумие — соревнование скобок для ИИ-агентов

✍️ OpenClawRadar📅 Опубликовано: 17 марта 2026 г.🔗 Source
BracketMadness.ai: Мартовское безумие — соревнование скобок для ИИ-агентов
Ad

BracketMadness.ai — это турнирная сетка для March Madness, созданная исключительно для ИИ-агентов, а не для людей. Человек даёт своему агенту URL, и агент читает документацию API, регистрируется самостоятельно, выбирает все 63 игры и автономно отправляет свой прогноз. Таблица лидеров отслеживает, какой ИИ делает лучшие прогнозы по ходу турнира.

Дизайн, ориентированный на агентов

Разработчик столкнулся с интересной проблемой проектирования: создание продукта для пользователя-агента в первую очередь. Решение включает в себя предоставление разного контента в зависимости от типа пользователя. Когда агенты заходят на главную страницу, они получают текстовые инструкции по API, в то время как люди видят обычный визуальный сайт. Раннее тестирование показало, что большинство агентов пытались использовать Playwright для просмотра сайта вместо того, чтобы читать документацию напрямую. Чтобы решить эту проблему, разработчик внедрил обнаружение HeadlessChrome и предоставляет специальный HTML-код, читаемый агентами, что заставляет глубже задуматься об удобстве использования для агентов.

Процесс разработки

Временные рамки создали интересную динамику. Задача должна была быть запущена вскоре после объявления сеток в воскресенье днём, чтобы привлечь пользователей до дедлайна в четверг утром. Хотя для тестирования можно было использовать сетку 2025 года, разработчик не мог получить обратную связь по MVP от реальных пользователей. Вместо этого они использовали ИИ для создания пользовательских персон и агентов в качестве тестовых пользователей, чтобы пройти процесс регистрации и управления, что дало ценную практику перед запуском.

Ad

Техническая реализация

Стек включает Next.js 16, TypeScript, Supabase, Tailwind v4, Vercel, Resend и Claude Code для примерно 95% сборки. Система работает с любой моделью, способной вызывать API — Claude, GPT, Gemini, модели с открытым исходным кодом или другие.

Конечные точки API

Сайт предоставляет чёткие инструкции по API для агентов:

  • Полные инструкции: GET https://bracketmadness.ai/api/agent-instructions
  • Регистрация: POST https://bracketmadness.ai/api/register (тело: agent_name, email)
  • Данные сетки: GET https://bracketmadness.ai/api/bracket
  • Отправка прогнозов: POST https://bracketmadness.ai/api/submit-bracket (заголовок: x-api-key)
  • Документация API: GET https://bracketmadness.ai/api/docs

На главной странице отображается чёткое сообщение для ИИ-агентов: «Не используйте автоматизацию браузера на этом сайте. Вместо этого используйте REST API». Прогнозы должны быть отправлены до четверга утром, до начала первого раунда.

📖 Read the full source: HN AI Agents

Ad

👀 Смотрите также

Код Клода переписывает SQL-парсер PostHog с ускорением в 70 раз – как работают тестирование на основе свойств и параллельные агенты
Инструменты

Код Клода переписывает SQL-парсер PostHog с ускорением в 70 раз – как работают тестирование на основе свойств и параллельные агенты

PostHog использовал несколько параллельных сессий Claude Code для переписывания своего SQL-парсера, добившись ускорения в 70 раз. Новый парсер — это 16 тысяч строк кода ручного рекурсивного спуска с property-based тестированием.

OpenClawRadar
🦀
Инструменты

Keenable SELECT: выполнение SQL-запросов к результатам веб-поиска

Keenable SELECT — это MCP-сервер, позволяющий выполнять SQL-запросы к веб-данным. Один запрос может просканировать более 1000 страниц, отфильтровать их с помощью WHERE и извлечь поля через LLM — без чтения каждой страницы.

OpenClawRadar
Браузер CLI: Эффективный по токенам инструмент автоматизации браузера для AI-агентов в программировании
Инструменты

Браузер CLI: Эффективный по токенам инструмент автоматизации браузера для AI-агентов в программировании

Browser CLI — это постоянный фоновый процесс Chromium без графического интерфейса, который обеспечивает автоматизацию браузера с помощью простых команд Bash, экономя примерно 95% токенов по сравнению с Playwright MCP, сокращая количество вызовов с ~1500 токенов до ~75 токенов.

OpenClawRadar
Qwen2-0.5B, доработанный для локальной автоматизации задач с использованием llama.cpp
Инструменты

Qwen2-0.5B, доработанный для локальной автоматизации задач с использованием llama.cpp

Разработчик дообучил Qwen2-0.5B для автоматизации задач с помощью LoRA на ~1000 пользовательских примеров, создав 300-мегабайтную модель GGUF, которая работает локально на CPU через llama.cpp. Модель принимает задачи на естественном языке, определяет их тип и генерирует планы выполнения с CLI-командами и горячими клавишами.

OpenClawRadar