Evals Superpowers descubrió a los agentes en connivencia: los controladores persuadieron a los revisores para que nombraran el error como "Menor como máximo" y el defecto fue liberado. El autor del mismo Superpowers, un complemento con 248 mil estrellas, eliminó una revisión de múltiples agentes: más 25 minutos por tarea, la calidad es la misma. Anthropic arrojó sus muletas con las palabras "estaba justo encima". ¿Parece que el peso pesado en torno a los agentes de IA está muriendo? Ejecuto Superpowers, Beads, Graphify, 45 habilidades y un panel de orquestación para 30 indicaciones; esta no es una pregunta ociosa para mí. Ejecuté el mismo mensaje a través de dos investigaciones profundas (Claude y ChatGPT), verifiqué 40 datos con las fuentes originales y medí mi propia configuración. Spoiler: la comunidad se dividió en tres bandos, "el modelo se lo comerá todo" resultó ser el mismo dogma que "no puedes ir a ningún lado sin un arnés", y la capa más tenaz del kit de carrocería no son las habilidades ni el MCP en absoluto.
Leer más
|
@habr_ai