Сервис развивается: тестируем формат, собираем идеи, улучшаем сервис. Есть идеи?

Написать
Войти
Дайджесты
Иллюстрация к статье

Агентские операционные системы (Agent OS): Как Anti-Gravity 2.0, Hermes v0.17 и Codex меняют работу с ИИ

Релизы Google Anti-Gravity 2.0, Hermes v0.17 и Codex 26.616 ознаменовали переход от простых чат-ботов к полноценным агентским операционным системам (Agent OS). Новые функции поддерживают параллельный запуск суб-агентов, фоновое выполнение задач, iMessage-интеграцию и запись действий на экране.

Агентские операционные системы (Agent OS): Как Anti-Gravity 2.0, Hermes v0.17 и Codex меняют работу с ИИ

Индустрия искусственного интеллекта переживает фундаментальный сдвиг. Эра простых текстовых чат-ботов, требующих ручного ввода каждого промпта, подходит к концу. На смену им приходят полноценные агентские операционные системы (Agent OS). В такой парадигме ИИ превращается в автономную среду, способную параллельно запускать суб-агентов, выполнять фоновые задачи по расписанию, взаимодействовать со сторонними API через JSON-хуки и даже управлять интерфейсом компьютера наравне с человеком.

Этот переход наглядно иллюстрируют три крупных релиза: Google Anti-Gravity 2.0, Nous Research Hermes v0.17 и обновление OpenAI Codex. Вместо разрозненных вкладок браузера и постоянной потери контекста современные разработчики и бизнес-пользователи получают комплексные панели управления. В них ИИ-ассистенты работают в фоновом режиме, общаются между собой и самостоятельно доводят сложные многоэтапные проекты до конца.

Пять суперсил Google Anti-Gravity 2.0 и возможности интеграции

Google официально прекратила поддержку старого Gemini CLI, сделав ставку на экосистему Anti-Gravity 2.0. Платформа доступна как в виде консольного интерфейса (CLI), так и в качестве полноценного приложения для операционных систем macOS, Windows и Linux. В основе обновления лежат пять ключевых возможностей, кардинально меняющих опыт работы с ИИ:

  1. Суб-агенты (Sub-agents): возможность порождать дочерние копии ИИ для выполнения узких, специализированных подзадач в изолированном контексте. Это экономит ресурсы и токены за счет легкого контекста каждого отдельного суб-агента.
  2. Фоновые асинхронные задачи: выполнение длительных вычислений или поиска информации без блокировки основного чата с пользователем.
  3. Планировщик задач (Scheduled Tasks): запуск агентов по расписанию (аналог системных заданий cron).
  4. JSON-хуки: автоматическая передача результатов работы ИИ в локальные скрипты автоматизации или базы данных.
  5. Голосовой ввод: бесшовная интеграция аудиокоманд для управления рабочим процессом.

Практика показывает, что для эффективной работы с Anti-Gravity 2.0 следует придерживаться принципа «одна задача — один суб-агент». Дробление крупных целей на мелкие итерации повышает точность и снижает вероятность логических ошибок ИИ.

Nous Research Hermes v0.17 «Reach»: Асинхронные агенты и iMessage

Другим важным шагом стало обновление Hermes v0.17 под кодовым именем «Reach» от коллектива Nous Research. Этот релиз включает масштабные изменения архитектуры: около 1475 коммитов и участие более 240 контрибьюторов. Главное нововведение — переход к асинхронным суб-агентам и интеграция с мобильными каналами связи. Благодаря Photon-адаптеру пользователи могут управлять запущенными задачами и получать отчеты от ИИ прямо через стандартный мессенджер iMessage на своем телефоне.

Основные компоненты Hermes v0.17 включают:

  • Сетевой адаптер Raft: обеспечивает надежную синхронизацию данных между несколькими запущенными агентами.
  • Профили агентов: система поддерживает создание до 23 предустановленных профилей с уникальными системными промптами и наборами инструментов под конкретные роли (например, исследователь, копирайтер, аналитик).
  • Редактирование изображений: встроенный модуль «image-to-image» позволяет изменять графические материалы текстовыми командами.
  • Skills Hub: локальный браузер для поиска и импорта готовых сценариев автоматизации (blueprints).
  • Интеграция с Cursor Composer: поддержка сквозного написания кода в редакторе с использованием моделей xAI Grok (требуется платная подписка).

Для развертывания этой инфраструктуры в локальном режиме требуются значительные вычислительные ресурсы: например, рабочая станция с видеокартой класса NVIDIA RTX 5090 (32 ГБ видеопамяти VRAM) и 128 ГБ оперативной памяти для рендеринга виртуальных аватаров. Для удаленного доступа со смартфона разработчики часто используют виртуальные серверы (VPS) в связке с безопасной оверлейной сетью Tailscale.

Инструкция по обновлению Hermes:

Обновить систему можно двумя путями:

  1. Через графический интерфейс: откройте панель управления (Dashboard), перейдите в раздел Manage и нажмите кнопку Update Hermes.
  2. Через консоль: выполните в терминале команду:
    hermes update
    

После завершения процедуры перезапустите службу и убедитесь, что в заголовке отображается версия 0.17.0.

OpenAI Codex: Автоматизация интерфейсов через Record & Replay

Компания OpenAI представила в сборке приложения 26.616 функцию Record & Replay («Запись и воспроизведение»), выводящую технологию Computer Use (компьютерного зрения и управления экраном) на пользовательский уровень. Функция позволяет обучать ИИ новым действиям без написания скриптов: достаточно один раз показать последовательность кликов и ввода данных на экране.

Пошаговое руководство по записи навыка в Codex:
  1. Подготовка окружения: убедитесь, что вы работаете на macOS, функция Computer Use активна, а ваш аккаунт находится в поддерживаемом регионе (на старте функция заблокирована для пользователей из стран Европейской экономической зоны, Великобритании и Швейцарии).
  2. Запуск записи: в интерфейсе приложения перейдите в меню Plugins, нажмите на значок плюса + и выберите пункт Record a skill (Записать навык).
  3. Настройка контекста: просмотрите предложенный ИИ стартовый промпт и подтвердите начало записи.
  4. Демонстрация процесса: выполните целевой сценарий на компьютере (например, выгрузка отчета из веб-панели и сохранение в таблицу). Старайтесь делать демонстрацию максимально короткой и избегайте ввода личных паролей или секретных ключей в процессе записи.
  5. Остановка процесса: по завершении сценария нажмите кнопку Stop recording.
  6. Верификация: Codex автоматически сгенерирует проект навыка с описанием входных переменных, шагов и условий успешного завершения. Протестируйте созданный навык на безопасной тестовой задаче перед запуском в рабочий цикл.

Расширение возможностей: Apify MCP и интеграция с базами данных

Для решения прикладных бизнес-задач (поиск квалифицированных лидов, мониторинг цен конкурентов, сбор вакансий) агентские операционные системы начинают активно использовать MCP-коннекторы к платформе Apify. Это открывает ИИ доступ к более чем 40 000 готовых облачных инструментов (акторов) для парсинга веб-страниц. Результаты работы ИИ-агенты могут автоматически экспортировать в базы данных Supabase, репозитории GitHub или рабочие пространства Notion.

Примечание по безопасности: Поскольку официальная документация по интеграции Apify MCP в рамках данного исследования не изучалась, разработчикам следует избегать использования автоматических команд настройки из непроверенных источников и настраивать права доступа MCP-серверов вручную.

Риски и стратегия безопасного внедрения Agent OS

Предоставление ИИ-агентам прямого доступа к файловой системе, командной строке и внешним сервисам несет серьезные риски безопасности. Неконтролируемый запуск циклов компиляции кода может привести к повреждению данных или неконтролируемым расходам на API-токены.

Для безопасной работы рекомендуется внедрить следующие защитные меры:

  • Изоляция окружения: запускайте агентские среды только в Docker-контейнерах или на выделенных виртуальных машинах.
  • Контроль бюджетов: устанавливайте жесткие лимиты на расходы API у провайдеров (например, OpenRouter или Anthropic) и настраивайте мгновенные уведомления о списаниях.
  • Аудит логов: сохраняйте полную историю выполнения задач (включая трассировку суб-агентов) в локальное plain-text хранилище Obsidian для последующего разбора сбоев.
  • Человеческий контроль: сохраняйте этап ручного подтверждения (human-in-the-loop) для всех критических операций, связанных с публикацией кода, отправкой писем или финансовыми транзакциями, до тех пор, пока система не пройдет серию успешных тестовых запусков (dry runs).