Meta отслеживает взаимодействия сотрудников с компьютерами для обучения ИИ-агентов.

Что делает Meta
Meta развертывает внутреннее программное обеспечение для отслеживания на компьютерах сотрудников в США для сбора данных о взаимодействии для обучения ИИ-моделей. Согласно внутренним меморандумам, с которыми ознакомилось Reuters, это часть их инициативы по созданию ИИ-агентов, способных автономно выполнять рабочие задачи.
Конкретные собираемые данные
- Движения мыши
- Клики
- Нажатия клавиш
- Периодические снимки экрана для контекста
Как работает инструмент
Программное обеспечение для отслеживания работает в списке рабочих приложений и веб-сайтов. Согласно меморандуму, опубликованному штатным научным сотрудником по ИИ во внутреннем канале Meta для команды Meta SuperIntelligence Labs, инструмент будет фиксировать эти вводные данные в определенных приложениях.
Цель и варианты использования
Представитель Meta Энди Стоун заявил: «Если мы создаем агентов, чтобы помогать людям выполнять повседневные задачи с помощью компьютеров, нашим моделям нужны реальные примеры того, как люди фактически их используют — такие вещи, как движения мыши, нажатия кнопок и навигация по выпадающим меню».
Во внутреннем меморандуме конкретно упоминалось улучшение моделей в областях, где они испытывают трудности, включая:
- Выбор из выпадающих меню
- Использование сочетаний клавиш
В меморандуме говорилось: «Здесь все сотрудники Meta могут помочь нашим моделям стать лучше, просто выполняя свою ежедневную работу».
Конфиденциальность и ограничения использования
Представитель Meta Энди Стоун пояснил, что собранные данные не будут использоваться для:
- Оценки производительности
- Любых других целей, кроме обучения моделей
Стоун также упомянул, что существуют меры безопасности для защиты конфиденциального содержимого.
📖 Прочитать полный источник: HN AI Agents
👀 Смотрите также

Двойные стандарты в создании с помощью ИИ: программирование против писательства
Обсуждение на Reddit подчеркивает контраст в восприятии между программированием с помощью ИИ («вейб-кодинг») и написанием текстов с помощью ИИ, отмечая идентичные рабочие процессы, но разные культурные установки.

Сообщество NVIDIA DGX Spark запускает Spark Arena для воспроизводимых тестов LLM.
Сообщество NVIDIA DGX Spark запустило Spark Arena — воспроизводимую таблицу лидеров для оценки производительности открытых больших языковых моделей с использованием стандартизированных инструментов и методологии. Среди текущих лидеров — gpt-oss-120b и Qwen3-Coder-Next.

Atlassian включает сбор данных по умолчанию для обучения ИИ
Atlassian включил сбор данных по умолчанию в своих продуктах для обучения ИИ-моделей, согласно источнику, опубликованному на Hacker News с 312 баллами и 75 комментариями.

Ранние отзывы пользователей OpenClaw сообщают о проблемах с Telegram, жесткой привязке профилей агентов и сбросе сессий.
Первые три дня пользователя с OpenClaw выявили несколько практических проблем: исчезновение ответов в Telegram, жестко заданные профили агентов как 'messaging' в исходном коде и недоступность Wacli после сброса сессии. Пользователь провел микротесты в Docker, подключил Telegram и Wacli, а также настроил heartbeat.