Agent Research Radar

Радар публикаций про автономных AI-агентов в блогах лабораторий и продуктовых команд. Задача скилла — не «принести все новости», а отфильтровать шум фич и оставить фундаментальные тексты: как устроена память агента, как держать long-running цикл, как замыкать верификацию, как оркестрировать пачку агентов и сколько это стоит, как эвалить агентное поведение, что ломается на длинных горизонтах.

Ядро сбора — scripts/radar.py (stdlib-only, ходит только GET). Каталог источников — scripts/sources.json.

Pre-flight перед первым прогоном сессии: python3 scripts/radar.py sources должен мгновенно напечатать каталог. Если python3 отсутствует или команда падает (битый sources.json, нет прав) — остановись и скажи об этом, не пересобирай сбор вручную через WebFetch: ручной обход 15 индексов съест сессию и всё равно потеряет даты.

Рабочий цикл

1. Определи окно

По умолчанию — неделя с понедельника по последнее наступившее воскресенье. В воскресенье это текущая неделя, в остальные дни — предыдущая. Окно никогда не захватывает будущие даты.

Выбор окна по формулировке запроса — не изобретай своё:

Просят	Окно
«за прошлую неделю», дайджест без уточнений	дефолт (пн–вс), флаги не нужны
«что нового», «самое свежее», «сегодня»	дефолт плюс хвост: --since <понедельник прошлой недели> --until <сегодня>
явный период («за две недели», «с 1 июля»)	--since / --until по словам пользователя

Какое окно взял — такое и напиши в заголовке дайджеста. Скользящие «7 дней до сегодня» вместо дефолта не бери: прошлое воскресенье — граница, по которой недельные дайджесты стыкуются без дыр и перекрытий.

2. Собери кандидатов

python3 scripts/radar.py collect --json /tmp/radar-$(date +%F).json

• без флага (= все тиры) — дефолт для недельного дайджеста. Прогон 26.07.2026 показал, почему: tier 3 дал три попадания из восьми, и именно агрегатор Simon Willison вывел на первоисточник инцидента OpenAI ↔ Hugging Face, который tier 1–2 не поймал (пост лежит на openai.com/index/*).
• --tier 1 — только ядро (Anthropic, Claude, Cursor, OpenAI Devs, LangChain, Amp): быстро, когда нужен только сильный сигнал.
• --tier 2 — плюс Cognition, Factory, OpenAI News, DeepMind.
• --source claude-blog,cursor-blog — точечно по одному-двум блогам.
• --all — без фильтра по датам; добирает метаданны всего индекса и может работать заметно дольше обычного прогона.

Скрипт отдаёт JSON: items[] с date, url, title, source, tier, blurb, а также sources_failed — если источник отвалился, скажи об этом в дайджесте, не молчи: молчание читается как «там ничего не было».

Прогон не помнит прошлые прогоны. Никакого seen-состояния нет: два запуска по одному окну дают один и тот же набор кандидатов и один и тот же дайджест — это свойство, а не баг. Сильный пост попадает в топ каждый раз, когда попадает в окно, независимо от того, показывали его раньше или нет. Единственный дедуп — внутри прогона: один и тот же URL из двух лент схлопывается в одну запись (fragment, tracking-параметры и хвостовой / не создают дублей).

Если пользователь сам говорит, что уже видел конкретный пост или просит «без повторов», — сначала скажи прямо: seen-состояния у радара нет, повторы отсекаются решением этой сессии. Потом отсекай названное, но не выдумывай файл состояния: следующий прогон снова покажет всё. Проговорить это обязательно — иначе пользователь решит, что дедуп постоянный, и удивится повторам через неделю.

Health-check источников (когда что-то подозрительно пусто):

python3 scripts/radar.py check

3. Триаж по заголовкам

Прогони кандидатов через рубрику из references/relevance.md. Цель — шортлист 5–10 постов, остальное в отбраковку с указанием количества.

Быстрое правило: продуктовый анонс, релиз модели, кейс заказчика, наём, сертификация, партнёрство, безопасность корпоративного контура — мимо, даже если это блог первого уровня. Оставляем то, где автор объясняет как и почему устроен агент.

4. Прочитай шортлист

WebFetch по каждому URL из шортлиста с промптом на суть и технические утверждения. Три уровня отказоустойчивости:

1. WebFetch — рабочая лошадь.
2. HTTP 403 / пустая страница → curl + вырезание тегов (см. references/sources.md).
3. Стена JS/Cloudflare (это openai.com/index/*) → браузерная панель: preview_start с URL, computer{action:"wait",duration:5}, get_page_text.

Никогда не пересказывай пост по одному заголовку. Заголовок «Multiplayer» может оказаться и фичей чата, и архитектурой разделяемого состояния между агентами — разница принципиальная, а по названию она не видна.

5. Собери дайджест

Формат и требования — references/digest-format.md. Кратко: топ-3 «читать обязательно» с разбором, дальше «стоит глянуть» одной строкой, в конце — что отбраковано и какие источники молчали.

Каждому посту в топе — строка «что забрать»: конкретное следствие для собственной работы с агентами, а не пересказ абстракции.

6. Артефакт и доставка

Канонический артефакт — один Markdown-файл reports/radar-<конец окна>.md (например reports/radar-2026-07-26.md), пишется через Write. Папка reports/ живёт в рабочей директории сессии, не внутри папки скилла: скилл — read-only дистрибутив, артефакты в нём потеряются при обновлении. Один файл на прогон, накапливаются в reports/ — так видно историю и можно грепать по темам. Тот же текст выдаётся в чат целиком: файл нужен, чтобы отчёт жил после сессии, а не вместо ответа.

Доставка, если попросили, — отдельным скиллом-транспортом (Telegram, почта, PDF). Радар готовит текст, транспорт его отправляет.

Проверено на живой отправке 26.07.2026, три грабли Telegram:

1. Разметка — HTML, не markdown. Решётки заголовков не рендерятся: <b>, <i>, <a href="...">. Ставь disable_web_page_preview: true, иначе дайджест из десяти ссылок распухает превьюшками.
2. Лимит 4096 символов — режь сам по границе раздела. Авто-сплит может порвать <a href> посередине, и Telegram отвергнет всё сообщение целиком. Полный дайджест недели в HTML — это 4–5 тысяч символов: два сообщения (топ отдельно, «стоит глянуть» + хвост отдельно) плюс SendDocument с самим .md-файлом.
3. api.telegram.org таймаутит через раз. Это норма, не поломка: повторяй вызов до status: sent, две-три попытки хватает. Если бот общий, getUpdates может отдать 409 Conflict из-за активного вебхука — вебхук не удалять, иначе сломается чужая интеграция; chat_id взять из конфигурации или спросить у пользователя.

Регулярный запуск — anthropic-skills:schedule или CronCreate, разумная частота — утро понедельника (окно как раз закрывается воскресеньем).

Что считается фундаментальным

Полная рубрика со скорингом — references/relevance.md. Ядро тем:

Тема	Примеры формулировок
Память и контекст	context engineering, compaction, progressive disclosure, auto-memory, retrieval для агента
Long-running / автономность	harness design, многодневные сессии, durable state, wake-on-event, планировщики
Self-improvement и петли	верификационные петли, incident-derived evals, самокоррекция, обучение на своих трассах
Оркестрация	мульти-агент, swarm, planner/worker, слияние результатов, конфликтующие ветки
Оптимизация и экономика	роутинг моделей, hybrid frontier+cheap, стоимость прогона, длина трассы
Достижение целей	goal-directed поведение, reward hacking, дрейф намерения на длинном горизонте
Эвалы агентов	контейнерные бенчмарки, нестабильность прогонов, шум инфраструктуры, eval awareness
Риски длинных горизонтов	trajectory-level monitoring, обход песочницы, приостановка сессии

Полезный контекст для оценки новизны — references/canon.md: карта уже вышедших опорных постов. Если новый пост повторяет канон — так и скажи, это экономит время читателя сильнее, чем ещё один абзац пересказа.

Ссылки

• references/relevance.md — рубрика релевантности и скоринг
• references/sources.md — каталог источников, зачем каждый и где грабли
• references/digest-format.md — шаблон дайджеста
• references/canon.md — карта опорных публикаций (база для оценки новизны)
• references/example-digest.md — эталонный прогон за 20–26 июля 2026