ИИ-агенты: джейлбрейк-инструменты и локальные воркспейсы набирают тренд, пока индустрия слепнет к контенту · 22.08.2026

OBLITERATUS: джейлбрейк как сервис

Проект elder-plinius/OBLITERATUS взлетел в трендах GitHub с провокационной идеей — «разорвать цепи, связывающие LLM». Инструмент доступен на HuggingFace Spaces, работает на ZeroGPU с бесплатным дневным квотом и не требует установки. По сути, это обёртка для обхода защитных ограничений языковых моделей, упакованная в минималистичный интерфейс [1].

Параллельно в Hacker News набрал 242 балла проект Claudette (nobuzz) — системный промпт, заставляющий Claude перестать писать «как BuzzFeed-статья». Это симптом: пользователи устали от шаблонного, прилизанного тона LLM и хотят контроля над стилем вывода [6].

На мой взгляд, эти два проекта — две стороны одного явления. Рынок разделяется на тех, кто хочет снять ограничения моделей полностью (OBLITERATUS), и тех, кто хочет точечно убрать раздражающие паттерны (nobuzz). Оба тренда говорят об одном: пользователи больше не готовы принимать модель «как есть» — они требуют настройки под себя, вплоть до обхода встроенных guardrails (защитных ограничений).

Apache Maka: local-first воркспейс для агентов

Apache Maka (Incubating) — локально-ориентированный воркспейс для ИИ-агентов. Ключевое отличие: все события — сообщения модели, вызовы инструментов, результаты, решения о разрешениях и события завершения — записываются в append-only log (журнал только для добавления). Это не чат-бот, а рабочая среда с контролируемыми разрешениями для агентов, выполняющих реальные задачи [2].

Это важный сигнал. Пока индустрия увлечена облачными агент-платформами, Apache Maka ставит на локальность и аудитоприемлемость. Append-only лог — архитектурный выбор, который делает поведение агента проверяемым и воспроизводимым. Для энтерпрайза, где комплаенс и безопасность критичны, такой подход может оказаться ценнее удобства облака.

Munder Difflin: клонируй себя в офис агентов

Проект Munder Difflin, набравший 104 балла на Hacker News — «агентская обвязка для запуска офиса твоих клонов». Идея: создать несколько ИИ-агентов на основе личности пользователя, каждый со своей ролью, и заставить их работать как команда [8].

На мой взгляд, проект любопытен не технологией, а социальной гипотезой. Люди готовы делегировать рутину «своим клонам» — это новый уровень доверия к агентам. Мы переходим от «агент как инструмент» к «агент как сотрудник». Вопрос в том, кто контролирует качество работы этих «сотрудников» и кто несёт ответственность за их ошибки.

AI-blindness: усталость от синтетического контента

Эссе «I'm becoming AI-blind» собрало 333 балла и 340 комментариев на Hacker News — один из самых обсуждаемых постов недели. Автор описывает явление, которое можно назвать AI-слепотой: неспособность отличить сгенерированный контент от человеческого приводит к тому, что весь контент начинает восприниматься как потенциально синтетический и обесценивается [7].

Это напрямую касается ИИ-агентов. Если агенты генерируют тексты, код, видео (как MoneyPrinterTurbo, автоматизирующий создание коротких видео по ключевому слову [5]), а пользователи перестают различать синтетику и оригинал — доверие к агентному выводу падает. Парадокс: чем лучше агенты имитируют человека, тем меньше люди доверяют результату.

Инфраструктура: vLLM и FastVideo ускоряют всё

vLLM — высокопроизводительный движок инференса для LLM — продолжает держаться в трендах GitHub. Его задача: дешёвый и быстрый сервинг моделей для всех [3]. FastVideo — фреймворк для ускоренной генерации видео с поддержкой посттренинга и реального инференса [4].

Оба проекта — инфраструктурный слой, на котором работают все вышеперечисленные агенты. Без дешёвого инференса ни локальные воркспейсы, ни клон-офисы, ни видеогенерация не масштабируются. vLLM снижает стоимость вызова модели, FastVideo — стоимость генерации медиа. Вместе они делают агентные системы экономически жизнеспособными.

Итог

Неделя обнажила фундаментальное напряжение в экосистеме ИИ-агентов. С одной стороны — инструменты для снятия ограничений (OBLITERATUS) и кастомизации вывода (nobuzz). С другой — системы контроля и аудита (Apache Maka с append-only логированием). Посередине — растущая AI-слепота, которая подрывает доверие к результатам работы агентов. Дальше: ожидаем consolidation (консолидацию) вокруг форматов логирования действий агентов — это станет следующим полем стандартизации, аналогичным тому, что сейчас происходит с MCP (Model Context Protocol).

Источники

1. OBLITERATUS — GitHub Trending
2. Apache Maka (Incubating) — GitHub Trending
3. vLLM — GitHub Trending (Python)
4. FastVideo — GitHub Trending (Python)
5. MoneyPrinterTurbo — GitHub Trending
6. Claudette / nobuzz — Hacker News
7. I'm becoming AI-blind — Hacker News
8. Munder Difflin — Hacker News

FAQ

Чем OBLITERATUS отличается от обычного промпт-инжиниринга?

OBLITERATUS — это не промпт, а инструмент-обёртка, который систематически обходит защитные ограничения LLM. Промпт-инжиниринг работает в рамках разрешённого, OBLITERATUS — за их пределами.

Почему append-only лог в Apache Maka важен для энтерпрайза?

Он гарантирует, что история действий агента неизменна и поддаётся аудиту. В регулируемых отраслях это требование комплаенса — без него агентные системы не проходят сертификацию.

Что такое AI-слепота и как она влияет на агентные системы?

AI-слепота — утрата способности отличать синтетический контент от человеческого. Для агентов это означает снижение доверия к их выводу: если результат невозможно атрибутировать, его ценность падает даже при высоком качестве.

Может ли Munder Difflin заменить реальную команду?

Нет — проект создаёт агентов на основе одной личности, а не нанимает специалистов. Это инструмент делегирования рутины, не замена командной работы с разнородным опытом.

Как vLLM и FastVideo связаны с агентами?

Напрямую: vLLM снижает стоимость текстового инференса, FastVideo — видеогенерации. Без дешёвого инференса агентные системы, особенно мультиагентные, экономически нерентабельны.

Источники

1. https://github.com/adnanakil/nobuzz/blob/main/README.md
2. https://github.com/apache/maka
3. https://github.com/harry0703/MoneyPrinterTurbo
4. https://github.com/elder-plinius/OBLITERATUS
5. https://github.com/hao-ai-lab/FastVideo
6. https://cymerys.com/w/im-becoming-ai-blind
7. https://munderdiffl.in/
8. https://github.com/vllm-project/vllm