Пентагон внедрит искусственный интеллект Palantir в качестве основной системы вооруженных сил США
Пентагон примет технологию искусственного интеллекта компании Palantir в качестве основной системы для вооруженных сил США, согласно меморандуму, о котором сообщило Reuters. Статья была опубликована на Hacker News, где она получила 47 баллов и 2 комментария.
Компания Palantir Technologies, основанная в 2003 году, разрабатывает программные платформы для интеграции и анализа данных, причем её платформа Gotham изначально создавалась для правительственных разведывательных и оборонных приложений. Возможности ИИ компании обычно включают модели машинного обучения для распознавания образов, прогнозной аналитики и систем поддержки принятия решений, которые обрабатывают крупномасштабные, разнородные источники данных.
Для разработчиков, работающих с ИИ-агентами, внедрение коммерческих систем ИИ в военной сфере представляет собой значительное подтверждение моделей развертывания ИИ корпоративного масштаба. Такие системы обычно требуют надежных конвейеров данных, безопасной инфраструктуры и объяснимых компонентов ИИ, с которыми разработчики могут столкнуться в государственных или регулируемых отраслях. Проблемы интеграции включают унаследованные системы, обработку данных в реальном времени и соответствие строгим протоколам безопасности.
Обсуждение на Hacker News указывает на технический интерес к тому, как коммерческие платформы ИИ масштабируются для критически важных оборонных приложений, хотя исходный материал не указывает деталей технической реализации, номеров версий или конкретных функций внедряемой системы ИИ Palantir.
📖 Read the full source: HN AI Agents
👀 Смотрите также
Агенты ИИ для написания кода испытывают трудности с управлением контекстом в больших кодовых базах.
Анализ ИИ-агентов для написания кода показывает, что они тратят 15–20 вызовов инструментов на ознакомительные задачи, такие как поиск маршрутов через grep и чтение промежуточного ПО, прежде чем начать писать код, расходуя контекстное окно. Vercel достиг 100% точности, убрав 80% инструментов и используя bash, в то время как Pi использует всего 4 инструмента и системный промпт менее 1000 токенов.
Anthropic Claude Fable 5: Бенчмарки показывают большой прогресс, но цены и лимиты запросов беспокоят разработчиков
Claude Fable 5 выходит с сильными показателями в кодинге и агентских задачах, но разработчики обеспокоены ценами на API и лимитами запросов.
Тест Apple Silicon: Производительность Qwen3-VL на M3, M4 и M5 Max для классификации Vision LLM
Результаты тестирования показывают производительность визуальной LLM Qwen3-VL в задачах классификации на Apple Silicon: модели M3 Max и M4 Studio демонстрируют практически идентичные результаты для 8B моделей, в то время как M5 Max работает на 75-83% быстрее. Пропускная способность памяти важнее для генерации токенов, чем для предварительного заполнения в визуальных задачах.
Утечка исходного кода CLI Claude Code раскрывает скрытые функции и внутренние флаги.
Анализ утекшего исходного кода TypeScript для Claude Code CLI выявил 35 флагов функций, активируемых при сборке, включая AI-питомцев BUDDY, постоянную память KAIROS, удалённое планирование ULTRAPLAN и режим координатора. Также обнаружено более 120 недокументированных переменных окружения и 26 внутренних слеш-команд.