★
Меню
Главная Как это устроено Список наблюдения Стек
Аппаратное обеспечение ЧипыСравнить чипы Серверы и системыСетевая инфраструктура ПамятьFoundry и упаковка Охлаждение
Объекты инфраструктуры Центры обработки данныхЭлектропотребление ПроектыОблачные вычисления и GPU
Интеллект AI-моделиПрограммное обеспечение AI-продуктыБенчмарки Научные статьиДатасеты Концепции
Экосистема КомпанииАкции ЛюдиХронология ТенденцииБудущее ИИ
Обучение Новости Запрос к данным ИИ-агенты
О сайте О нас Методология Данные и API Отказ от ответственности
Параметры
ДАННЫЕ И API

Бесплатный доступ только для чтения к кешированным данным сайта в формате JSON.

Тёмная тема

Режим с подсказками
Не знакомы с терминологией чипов, дата-центров и моделей? Мы объясняем ключевые понятия прямо в процессе просмотра, простым языком. Те же данные, со встроенной подсказкой.

Экспертный режим
Вы уже знаете стек. Только данные: чистые, быстрые и компактные, без лишних пояснений. Это вид по умолчанию.

Язык интерфейса
‹ Назад

AI Agents

Концепция Обучение и инференс

Models that act: plan, call tools, iterate — the 2025 product wave.

Перед вами запись-пояснение к понятию: что этот термин означает простыми словами и какие записи он объединяет.

An agent loops a model through plan → act → observe: calling tools, browsing, writing files, correcting itself until the goal is met. Coding agents (Claude Code, Codex, Devin) proved it commercially; standards like MCP wire agents to the world. Agents multiply token consumption per task by orders of magnitude — the demand driver behind the inference buildout — and concentrate the safety questions, since acting models can do more than talking ones.

Место в общей экосистеме

Related · 5 AI Agents

Ссылки этой записи с первого взгляда — нажмите на группу, чтобы перейти к ней.

Источники

MCP ↗

Запись актуальна на 2026-01-15 — смотреть Методология.