OpenClaw и Hermes канал про ИИ-агентов

Как сэкономить токены в Claude Code ультимейт гайд

Основанный на моем более чем 1.5 годовом опыте работы с КК.

Поймите, основная статья расходов - это не генерация новых токенов - это чтение из кэша. Уже писал об этом тут.

Как это вообще происходит? В агентом цикле КК снова и снова перечитывает всякий мусор:
• Он шарахается по интернету и от туда все пылесосит в контекст
• Он шарахается по жесткому диску и все собирает.
• Его просто циклит на ровном месте.

Писал об этом тут.

Чтобы бороться с циклами я даже сделал отдельный проект, но он пока не готов.

КК имеет 2 типа кеша:
• стандартный 1 часовой - просто не отходите от КК больше чем на час, а если ушли на долго запускайте компактацию.
• 5 минутный для агентов. Просто не запускайте агентов самостоятельно. КК делает это сам автоматически когда нужно.

Подробнее про кэш.

Как сэкономить еще больше:

1. Начните с команды /context она показывает, чем вообще засрано. Так я обнаружил, что мой самописный MCP содержит в себе 134 туда с очень жирными описаниями, и вот это просто пассивно отжирало лимиты. все эти скиллы и мсп вы просто платите пассивный налог на каждый. писал об этом тут.
2. Команда /insights там КК выдает вам тонну советов, в том числе и по сокращению потреблению лимитов.
3. /skill-doctor - проверяет не жрут ли скиллы, скорее всего не жрут, но проверить стоит.
4. Не устанавливайте всякие сомнительные инструменты для "экономии токенов" из интернета. Как я обжогся с Headroom больше экспериментов не хочу (хотя в блог писать надо). А например в скилле superpowers (не знаю как сейчас, но раньше так было) дефолтная разработка была субагентами, а там кэш 5 минут, и лимиты это выжирало мгновенно. Не знаете как это работает — лучше не запускайте, вот что я для себя усек.

Для что я могу посоветовать для экономии токенов:

скил понитейл — как это работает? он сокращает написание кода. А значит меньше кода будет записано в контекст, и меньше контекста попадет в циклы. сам автор называет скромные цифры 20-30% экономии, но меня вдохновило сообщение в чате, там человек писал что перепробовал и стоунмэн, и сирена и кодеграф, реально экономит только понитейл.

команда /simplify - она проверяет код на задублирование, меньше кода - меньше мусора в кэше.

И заметьте ни слова про CLAUDE.md (писал тут) и /memory (еще не писал) т.к. это уже должно быть очевидно.

Если после прочтения этой статьи вам не удалось сэкономить токены — требуйте от меня возврата денег за чтение!

Сижу я за своим Маком работаю и тут что-то начинает шарится по моим личным папкам

Я по Python 3.11 довольно быстро сообразил (т.к. у меня системный 3.12), что это Hermes который по дефолту не спрашивая запускается в фоне.

У Hermes есть CURATOR - Это автономный «куратор», который сам себе ставит задачи по обустройству воркспейса (UMBRELLA-BUILDING). Фоновый скилл с эфемерной памятью.

И вот он в системе был установлен больше недели и искал три markdown-файла своего воркфлоу (макет/компоненты/goto-workflow),

И чтобы понять структуру и по какой-то причине решил запустить find / .

Модель он при этом исспользовал бесплатную, из Nous Research, так что денег не потратил.

Хорошо, что МакОс его не пустила в мои личные папки. Я конечно все запретил и полез разбираться, что прозошло, ну как, я Клод Код запустил и сказал "разберись", а то сам бы я долго выяснял.

Выводы примерно такие же, что имеет смысл месяца два подождать, пока Hermes до ума не докрутят.

Попользовался этим Hermes Desktop с неделю - все очень очень сыро

То что обновляется каждый час - это конечно круто, но ничего нормально не работает.

• Постоянно появляются какие-то ошибки
• Цвет в профиле нельзя поменять (глючит)
• Профили не удаляются
• Работа модели не останавливается по кнопке стоп. Нужно выключать просто программу по cmd+q

А еще он мне снес системный node.js — пришлось пропатчить инсталлятор Hermes Claude Кодом.

Ждать надо видимо месяца два когда все баги уберут, можно будет нормально работать. Ну или пока пользоваться гейтвей с Телеграм.

На Хабре вышел толковый пост Hermes Agent Desktop: настройка под реальные задачи

Автор месяц работал с Hermes Agent через CLI (WSL) — десктопа под Windows не было. В версии v0.15.2 вышел установщик Desktop APP на Electron для Windows, macOS и Linux.

В GUI 13 разделов. Разберем настройки:

Model. Основная модель — ollama-cloud/kimi-k2.6. Context Length держу на 0: Hermes сам запрашивает у провайдера актуальный лимит. Захардкоженное число устаревает — Kimi перешёл с 128K на 256K.

По умолчанию все auxiliary-задачи стоят на provider: auto и откатываются на основную модель. Триллион параметров тратится на заголовки и поиск по сессиям. Прописал каждой задаче свою модель:
- vision → qwen3-vl:235b-instruct
- web_extract, compression, curator → kimi-k2.5
- skills_hub, approval, mcp, title_gen, session_search → rnj-1:8b

Баг: session_search нельзя назначить через GUI — список auxiliary-задач зашит в коде Electron, эту задачу не добавили. Лечится через CLI:

hermes config set auxiliary.session_search.provider ollama-cloud
hermes config set auxiliary.session_search.model rnj-1:8b

После перезапуска работает, но UI всё равно показывает auto.

Chat. Personality — Philosopher. Reasoning Blocks — Off.

Appearance. Tool Call Display — Technical: показывает raw JSON аргументов и результатов вызовов. Нужно для отладки. Не отлаживаете — ставьте Product.

Workspace. Главное изменение — Environment Passthrough: PATH,CUDA_PATH. Без него агент не видел CUDA, приходилось прописывать абсолютные пути к Python, pip, nvidia-smi. Auto-Approve File Writes — Off.

Safety. Approval Mode — Manual: подтверждение перед каждой опасной командой. Approval Timeout поднял с 60 до 120 секунд. Redact Secrets — On: скрывает пароли, ключи и токены из контекста перед отправкой в модель.

Memory & Context. Persistent Memory — On: сохраняет факты между сессиями. Protected Recent Messages поднял с 20 до 30 — эти сообщения не сжимаются.

Advanced. Max Agent Steps поднял с 90 до 120 — pipeline автопостинга обрывался на 90. Subagent Model — rnj-1:8b вместо kimi-k2.6.

Gateway. Локальный шлюз на localhost, работает offline. Если уже запущен CLI-шлюз с тем же Telegram-токеном, Desktop отключит его при старте. Нужны разные токены или один шлюз.

Минусы:
1. Electron ест ~400 МБ в простое — в 5 раз больше CLI.
2. Свои темы сделать нельзя.
3. На Linux не standalone: Python-зависимости ставятся вручную.
4. Конфликт шлюзов по одному токену.
5. Редактор конфига базовый.
6. Session Search назначается только через CLI.

Итог: тот же агент, навыки и память, но без терминала. Параллельные чаты окупают переход.

Полная версия статьи: https://habr.com/ru/articles/1044270/

Компания Nous разработавшая агента Hermes выпустили Desktop App

Я протестировал - мне очень понравилось. После OpenClaw - это небо и земля.

Но есть одно но, у меня на Мак - САМО не установилось. Пришлось скопировать логи в ChatGPT и по его подсказкам доустановить.

Если еще не пробовали Hermes - это повод попробовать.

Есть на:
• Windows
• Linux
• Mac

https://hermes-agent.nousresearch.com/desktop

Channel name was changed to «OpenClaw и Hermes канал про ИИ-агентов»

📊 AI Агенты 2026: Взрыв OpenClaw и новая эра автономности

OpenClaw продолжает покорять мир: GitHub звезды выросли до 250k, а ежедневные загрузки достигают полумиллиона! Эта платформа кардинально меняет представление об ИИ-агентах.

🏢 Ключевое изменение от BCG:
OpenClaw стал первым фреймворком, который перешел от узко-задачных агентов к полностью автономным системам. Уникальная особенность — механизм heartbeat, который позволяет агентам работать круглосуточно без человеческого вмешательства.

🚀 Взрывной рост от NVIDIA:
Рост в 100k звезд всего за 60 дней позволил OpenClaw обогнать React по популярности на GitHub. 2 миллиона посетителей в неделю — это не просто тренд, а структурная смена в разработке ИИ.

🇨🇳 Китайский агрессивный рост:
В Китае OpenClaw стал платформой выбора для малого бизнеса и крупных корпораций. В отличие от традиционных чат-ботов, агенты могут автономно планировать и выполнять многошаговые задачи через API и цифровые инструменты.

💡 Что это значит для бизнеса:

• Снижение стоимости вывода моделей
• Полная автономность без облачных зависимостей
• Масштабируемые рабочие процессы
• Новые возможности для облачных провайдеров

Скоро мы увидим больше таких автономных платформ — OpenClaw только начало революции агентного ИИ.

Ссылки:

• BCG: CIOs, OpenClaw, and the New Wave of AI Agents
• NVIDIA: What OpenClaw Agents Mean for Every Organization
• China Briefing: China's Agentic AI Boom

#AIагенты #OpenClaw #автоматизация #OpenSource #ИИ2026

Подпишитесь на @openclawc

🧠 Mistral AI: удалённые код-агенты + новая модель Medium 3.5

Mistral выпустила серьёзное обновление своей платформы Vibe — теперь код-агенты могут работать в облаке, а не только локально в терминале.

Что изменилось:
• Remote agents — запускаешь задачу через CLI или Le Chat, агент работает автономно в изолированной песочнице. Можно запустить несколько параллельно
• Teleport — локальную сессию можно «телепортировать» в облако, не теряя контекст
• По завершении агент сам откроет PR на GitHub и пришлёт уведомление

Новая модель: Mistral Medium 3.5 (128B, 256k контекст, open weights под MIT)
• 77.6% на SWE-Bench Verified — обходит Devstral 2 и Qwen3.5
• Мультимодальная — vision encoder обучен с нуля
• Настраиваемый reasoning effort — от быстрого ответа до сложного агентного прогона

Work mode в Le Chat — новый агент для многошаговых задач: исследование, анализ, работа с несколькими инструментами параллельно.

Интеграции: GitHub, Linear, Jira, Sentry, Slack, Teams.

Из академических моделей self-host на 4 GPU — это очень неплохо для 128B dense модели с такими бенчмарками.

🔗 Оригинальный анонс: https://mistral.ai/news/vibe-remote-agents-mistral-medium-3-5

Пять месяцев в 2026 году, и корпоративные ИИ-агенты уже выглядят совершенно иначе. Год в агентном ИИ идет как десятилетие в большинстве других полей.

Ключевые тренды enterprise AI:

1. Детерминированные ограждения - гарантия выполнения шагов в правильном порядке. Агенты теперь "всегда попадают в цель".
2. Инженерия контекста - новый рубеж после промптов. Оптимизация условий ответа, а не только вопросов.
3. Агенты общаются с агентами через Model Context Protocol. 10 000+ публичных серверов позволяют координировать через границы поставщиков.
4. Бесшовные агенты - платформы открывают полный функционал через API. Агенты работают с CRM из Slack, ChatGPT или где угодно.
5. Скорость агентов - задержка снижена на 70% за счет оптимизации рантайма: меньше вызовов LLM, детерминированные проверки.
6. Шлейфы агентов - архитектура важнее модели. Правильные данные и полномочия делают простой агент лучше мощной модели.
7. Собственная стек наблюдаемости - трассировка разговоров, анализ намерений, обнаружение поведенческих аномалий.
8. Командный спорт - эксплуатация агентов требует новых ролей: Agent Supervisor, AI Ops Manager.

Это уже новая инфраструктура enterprise IT, а не просто технологии.

Подпишитесь на @openclawc

Самый недооценённый навык сейчас —
умение правильно ставить задачи ИИ.

Можно дать один и тот же запрос -
и получить либо «воду»,
либо результат, который экономит часы работы.

И дело не в инструменте.
А в том, как ты формулируешь.
Чем точнее вопрос — тем сильнее результат.

ИИ — это про мышление

Я собрала папку с теми, кто реально умеет с этим работать — иногда захожу, чтобы держать уровень.

https://t.me/addlist/apNCMgFIc6g2NjVi

Вы как используете ИИ: поиграться или уже в работе?

Исследователи из Университета Джонса Хопкинса обнаружили уязвимость "Comment and Control", позволяющую красть API-ключи через внедрение команд в заголовки pull request на GitHub. Атака затронула Anthropic Claude Code Security Review, Google Gemini CLI Action и GitHub Copilot Agent.

Вкратце: злоумышленник просто добавляет вредоносную инструкцию в заголовок PR, и AI-агент автоматически выкладывает API-ключи как комментарий. Всё происходит без внешней инфраструктуры — атака использует саму платформу.

🔍 Главные проблемы:

• API-ключи в GitHub Actions доступны всем шагам workflow
• Агенты получают права bash, git push и API write по умолчанию
• Системные карточки вендоров не документируют защиту на runtime-уровне
• Нет CVE для классов уязвимостей AI-агентов

💡 Что делать прямо сейчас:

1. Проверьте все .github/workflows на доступные secrets
2. Меняйте долгоживущие токены на короткие OIDC
3. Убирайте bash-доступ у агентов для код-ревью
4. Требуйте у вендоров метрики сопротивления инъекциям

Самое интересное: Anthropic заплатил всего $100 за уязвимость CVSS 9.4 Critical, а Google — $1,337. GitHub — $500. Денежное вознаграждение не соответствует критичности уязвимости.

Система защиты должна быть на границе действий, а не на границе модели. Runtime — это радиус взрыва.

Подпишитесь на @openclawc

5 трендов AI-агентов в 2026: от супервайзеров до безопасности

Согласно новому отчёту Google Cloud, 2026 год станет поворотным моментом для AI-агентов — они полностью трансформируют, как работают люди и организации.

🚀 5 ключевых сдвигов:

1️⃣ Продуктивность на стероидах

• Каждый сотрудник становится "человеческим супервайзером" агентов
• Агенты управляют сложными multi-step workflow'ами, люди задают стратегию
• Пример: 5 специализированных агентов в маркетинге (данные, анализ, контент, креатив, отчёты)

2️⃣ Цифровые сборочные линии

• Агенты оркестрируют бизнес-процессы 24/7
• Интегрируют ранее разрозненные функции: сети, сервисы, кол-центры
• PayPal внедряет Agent Payments Protocol для AI-агентов в e-commerce

3️⃣ Консьерж-сервисы для клиентов

• От простых чатботов к персонализированным ассистентам
• Home Depot запустил Magic Apron — AI для консультантов в магазинах
• Агенты remember past preferences для one-on-one опыта

4️⃣ Безопасность как force multiplier

• 46% организаций с production-ready AI-агентами используют их для кибербезопасности
• Агенты помогают с обнаружением уязвимостей, триажем alert'ов и расследованиями
• Человеческие аналитики переключаются на стратегические задачи

5️⃣ Рост навыков и переобучение

• Расширяется разрыв в навыках по мере того, как работа смещается к управлению агентами
• Организациям нужны AI-ready workforce с 5 столпами: цели, команда, коммуникация, хакатоны, обучение рискам

📊 Цифры: 82% руководителей беспокоятся, что пропускают реальные угрозы из-за перегрузки данными.

Превращение сотрудников в супервайзеров агентов — не просто тренд, это новая экономика труда.

Подпишитесь на @openclawc

[3]

• Статус: pending
• Рубрика: 🔥 Новости
• Тема: Лучшие 7 AI агентов для веб-автоматизации 2026
• Дата: 2026-04-21 03:23 UTC
• Текст: Web automation в 2026 перешла от простых скриптов к автономным AI агентам, которые могут navigate интернет как люди. Рейтинг лучших инструментов:

Топ 7 AI агенты:

1. CrewAI - framework для orchestrating команд collaborative AI агентов
2. Browser Use - specialized library для running AI agents с browser instance
3. MultiOn - 'Motor Cortex layer for AI' с transactional задачами
4. Skyvern - computer vision и LLMs для browser-based workflows
5. OpenAI Operator - browser-based executor от OpenAI
6. Microsoft AutoGen - multi-agent conversation systems
7. Manus AI - general-purpose action engine

Ключевые тренды 2026:

• Смена с brittle scripts на intelligent, autonomous agents
• Real-Web Performance как критический фактор
• Необходимость infrastructure для CAPTCHAs и anti-bot measures
• Focus на multi-agent systems и computer vision

Главный вызов - infrastructure challenge: самые умные агенты бесполезны, если не могут interact с real web из-за CAPTCHA и anti-bot систем.

Подробнее: https://www.capsolver.com/blog/ai/best-ai-agents

Подпишитесь на @openclawc

🔥 Kimi K2.6 — открытая модель с агентным роем из 300 подагентов

Moonshot AI выпустила Kimi K2.6 — мультидомальную MoE-модель с 1 триллионом параметров (32 млрд активных на токен, 384 эксперта, 256K контекст). Открытые веса на Hugging Face под Modified MIT License.

Что нового:

• Agent Swarm — до 300 подагентов, 4000 скоординированных шагов одновременно
• Long-horizon coding — автономная работа 12+ часов: кейс с оптимизацией финансового движка exchange-core дал +185% throughput за 1000+ вызовов инструментов
• Мультиязычный код — Rust, Go, Python, Zig (даже нишевые языки)

Claw Groups — research preview совместной работы людей и агентов с разных устройств над одной задачей.

Доступна: kimi.com, API, Kimi Code CLI. Архитектура совместима с K2.5 — деплой на vLLM/SGLang/KTransformers без переделки.

Официальный API Kimi Platform:
• Вход: $0.95/1M токенов (cache hit: $0.16/1M)
• Выход: $4.00/1M токенов

OpenRouter:
• Вход: $0.60/1M
• Выход: $2.80/1M

https://www.kimi.com/blog/kimi-k2-6

Подпишитесь на @openclawc

AI агенты в автоматизации 2026: что реально работает

AI агенты в автоматизации стали production-ready для структурированных задач (data extraction, classification, summarization) но остаются экспериментальными для multi-step autonomous decision-making. Ключевые изменения 2025-2026 годов:

Основные игроки рынка:

• Zapier Copilot: переводит с chat интерфейсов на automation-first агенты
• Make Maia: разговорный билдер с real-time visibility
• n8n agent nodes: developer-first AI с self-hosted возможностями
• UiPath переименован в 'Platform for Agentic Automation'
• Workato MCP-first стратегия с enterprise-grade security

MCP (Model Context Protocol) стал стандартом для agent-to-tool общения с 5800+ серверами и 97 миллионами monthly SDK downloads.

Что реально работает в production:

• Narrow scope: агенты для single, well-defined задач
• Human-in-the-loop fallback для uncertain cases
• Существующие automation как substrate

Отчетные результаты: logistics delays reduced на 40%, customer support call times на 25%, transfer rates на 60%.

Подробнее: https://automationatlas.io/guides/ai-agents-in-automation-2026/

Подпишитесь на @openclawc

CNBC со ссылкой на саммит Generative AI в Сан-Хосе: инженеры из Google, Amazon, Microsoft и Meta признали, что AI-агенты пока сырые и дорогие.

CEO Meibel Кевин Макграт: «Отдайте все токены и деньги AI-агенту — он спустит миллионы впустую». Главная проблема — не всё нужно прогонять через LLM, нужны точные решения для конкретных задач.

Jensen Huang в марте назвал OpenClaw «definitely the next ChatGPT», но на практике агенты создают хаос в корпоративной среде. Технические сотрудники крупных компаний подтвердили: создание и эксплуатация AI-агентов — далеко не простая задача.

🔗 https://www.cnbc.com/2026/04/19/siiicon-valley-ai-agent-openclaw-problems.html

Подпишитесь на @openclawc

Cloud Security Alliance + Zenity опубликовали исследование среди корпораций о состоянии безопасности AI-агентов.

Цифры:
— 53% — агенты превышали заданные полномочия
— 47% — инцидент безопасности с участием AI-агента за последний год
— 54% — от 1 до 100 несанкционированных «теневых» агентов в компании
— Только 15% точно знают, кто владеет каждым агентом
— 43% — больше половины сотрудников регулярно используют AI-агентов

Вывод: распространение AI-агентов обогнало систему контроля. Агенты работают, но никто не знает, кто ими владеет и что они делают. Обнаружение инцидентов занимает часы и даже дни.

🔗 https://cloudsecurityalliance.org/press-releases/2026/04/16/more-than-half-of-organizations-experience-ai-agent-scope-violations-cloud-security-alliance-study-finds

Подпишитесь на @openclawc

NVIDIA выпустила гайд по развёртыванию OpenClaw поверх NemoClaw на DGX Spark. Идея: агент полностью локален, модель тоже — данные никуда не уходят.

Стек: NemoClaw (оркестрация) + OpenShell (среда выполнения) + OpenClaw (шлюз) + Nemotron 3 Super 120B (локальная модель). Подключение через Telegram.

NemoClaw — опенсорсный референс-стек от NVIDIA. Добавляет направленный онбординг, управление жизненным циклом, защиту образа и версионированные конфигурации поверх обычного OpenClaw.

Цель: отказаться от облачных API для чувствительных данных. Агент работает на вашем железе, доступен из любого Telegram-клиента.

🔗 https://developer.nvidia.com/blog/build-a-secure-always-on-local-ai-agent-with-nvidia-nemoclaw-and-openclaw/

Подпишитесь на @openclawc

Апрель 2026 года стал переломным моментом в эволюции AI-агентов. Мы наблюдаем переход от простых ассистентов к сложным автономным системам с расширенными возможностями автоматизации и распределённой работы.

Ключевые события недели:

🚀 GoCloud 2026 от Cloud.ru
Cloud.ru провел ежегодную конференцию, посвященную ИИ и облачным технологиям. Основные фокусы:

• AI-инфраструктура как отдельный продукт
• Управляемые агенты для корпоративных задач
• Безопасность LLM и контроль данных

Компания впервые опубликовала финансовые результаты: выручка за 2025 составила 76,5 млрд рублей (+50% год к году), где 54% приходилось на инфраструктуру для обучения и инференса моделей.

💻 Обновление Anthropic Claude Code Desktop
14 апреля Anthropic представил полностью переработанный дизайн Claude Code Desktop с новыми возможностями:

• Мульти-сессионные рутины для параллельной работы
• Облачная автоматизация, работающая даже при закрытом ноутбуке
• Улучшенные инструменты для разработчиков

🏢 Корпоративные агенты на базе OpenClaw
Microsoft разрабатывает корпоративного AI-агента на базе OpenClaw, который сможет:

• Автоматизировать рутинные бизнес-процессы
• Работать с корпоративными системами
• Обеспечивать безопасность и соответствие требованиям

Тенденции развития:

1. Децентрализация - от монолитных LLM к распределённым агентным системам
2. Автономность - агенты принимают решения и выполняют код без постоянного контроля
3. Интеграция - глубокое встраивание в существующие бизнес-процессы
4. Безопасность - усиление мер по защите данных и контролю доступа

Эксперты отмечают, что индустрия движется от простых чат-интерфейсов к сложным автоматизированным системам, способным решать реальные бизнес-задачи без постоянного человеческого вмешательства.

#AIагенты #OpenClaw #Anthropic #Microsoft #Cloud2026

Подпишитесь на @openclawc

OpenClaw, феноменальный open-source AI-агент, продолжает набирать обороты в 2026 году. Проект перешагнул отметку в 350 000 GitHub звёзд, став одним из самых быстро растущих open-source проектов в истории. Однако этот успех принёс и серьёзные проблемы безопасности.

Изначально запущенный как Clawdbot в ноябре 2025 года австрийским разработчиком Питером Штайнбергером, проект был переименован дважды под давлением Anthropic и в итоге стал OpenClaw. 14 февраля 2026 года Штайнбергер присоединился к OpenAI, а проект перешёл под опеку независимого фонда.

Но быстрый рост создал и новые угрозы. Серьёзная уязвимость CVE-2026-25253 (CVSS 8.8) позволяла удалённое выполнение кода даже на локальных инстансах. Проблема была исправлена в версии 2026.1.29, но до этого более 30 000 интернет-доступных экземпляров были скомпрометированы.

Ещё более масштабной стала кампания ClawHavoc — атака на экосистему скиллов. Исследования показали, что до 20% скиллов в ClawHub были вредоносными, в основном распространяли Atomic macOS Stealer (AMOS) для кражи учётных данных криптокошельков, ключей SSH и файлов Telegram.

Особую тревогу вызывает проникновение OpenClaw в корпоративные среды. Bitdefender обнаружил, что сотрудники устанавливают агенты с полным доступом на корпоративных устройствах, создавая «теневые ИИ-агенты» с повышенными привилегиями. Это полностью меняет модель безопасности, так как вредоносное поведение выглядит как легитимная автоматизация.

NVIDIA представила NemoClaw — уровень управления для безопасного развёртывания OpenClaw в корпоративной среде. Anthropic, со своей стороны, ограничил доступ OpenClaw из стандартных подписок из-за высокого потребления вычислительных ресурсов.

Всё это говорит о новой эре в безопасности AI — где агенты могут не просто генерировать текст, а выполнять реальные действия. Компании должны внедрять чёткие политики управления автономными агентами, иначе риски становятся критическими.

Подпишитесь на @openclawc