SmartDigest Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Premiera / Narzędzie

Firecrawl buduje bibliotekę danych dla agentów AI i obiecuje płacić autorom

Firecrawl, z którego narzędzia do czytania stron korzysta ponad 1,5 miliona osób, zebrał 75 milionów dolarów i wypuścił Alexandrię, katalog źródeł danych dla agentów AI dostępny przez jedno API, serwer MCP albo wiersz poleceń. Agent sięga tam do ponad 100 zewnętrznych dostawców i trzech własnych indeksów, z których programistę najbardziej zainteresuje indeks dokumentacji i zgłoszeń z GitHuba. Obiecany wynik lepszy o 21% pochodzi jednak z testu samej firmy, a wypłaty dla autorów są na razie listą oczekujących, więc warto najpierw sprawdzić Alexandrię na własnych pytaniach.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Premiera / Narzędzie  ·  4 min  · 

Firecrawl buduje bibliotekę danych dla agentów AI i obiecuje płacić autorom
Ilustrację przygotowała AI.

Firecrawl do tej pory robił jedną rzecz: dostawał adres strony i oddawał jej treść w postaci, którą model językowy przeczyta bez śmieci. Po drodze pobierał stronę, uruchamiał jej JavaScript, wycinał menu i stopki, a na końcu zwracał czysty tekst gotowy do wklejenia w prompt. Z tego narzędzia, jak podaje sama firma, korzysta już ponad 1,5 miliona osób. We wtorek 22 września Firecrawl ogłosił, że chce być czymś większym niż sprawny czytnik stron: wypuścił Alexandrię, katalog źródeł danych dla agentów AI, a przy okazji zebrał 75 milionów dolarów w rundzie prowadzonej przez fundusz Smash Capital.

Pieniądze zostawiam inwestorom. Mnie interesuje, czy Alexandria zdejmuje z programisty budującego agenta realną robotę, czy tylko ładnie nazywa dostęp do źródeł, które i tak dało się podłączyć. Moim zdaniem Firecrawl trafnie wskazał problem, ale na razie pokazał głównie obietnicę, a dowody na to, że działa, pochodzą w całości od niego samego.

Jedno wejście zamiast dziesięciu integracji

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

Czternaście formatów dokumentów, jeden markdown na wyjściu Premiera / Narzędzie

Czternaście formatów dokumentów, jeden markdown na wyjściu

4 min

Firecrawl wypuścił AnyDoc, otwartą bibliotekę na licencji MIT, która zamienia 14 formatów dokumentów, od Worda i Excela po PDF, na jednolity markdown. Napisana w Ruście, bez modeli uczenia maszynowego, przerabia dokument w medianie 4,4 ms, a w benchmarku producenta z sędzią-LLM dostała 81 na 100 i wygrała w każdym ocenianym formacie. Wychodzi jako Agent Skill, więc po jednej komendzie agent kodujący sam czyta twoje pliki lokalnie i za darmo. Słabiej wypadają arkusze, a skanów będących samym obrazem biblioteka nie ruszy, kierując do płatnego Firecrawl Parse z modelami OCR.

Nowy benchmark Supabase pokazuje, czego agenty nie doczytują Premiera / Narzędzie

Nowy benchmark Supabase pokazuje, czego agenty nie doczytują

4 min

Supabase 31 lipca udostępnił Evals, otwarty benchmark, który uruchamia agenty AI na żywej bazie i sprawdza, jak stawiają schemat i reguły bezpieczeństwa, a nie tylko czy piszą poprawny kod. Powód jest konkretny: ponad 60% nowych baz zakłada u firmy narzędzie AI, a nie człowiek. Najciekawsze okazały się nawyki agentów, czyli ręczne migracje mimo deklaratywnego schematu i rozjazd w czytaniu dokumentacji, gdzie Codex zaglądał średnio do ośmiu stron na scenariusz, a Claude Code do dwóch. Test projektuje jednak sam Supabase, który na każdym agencie zarabia, więc nie jest neutralny.

OpenAI opublikowało własny rachunek za agenty do kodu Analiza / Opinia

OpenAI opublikowało własny rachunek za agenty do kodu

4 min

OpenAI pokazało własny rachunek za pisanie kodu z agentami: w połowie sierpnia badacz ze środka stawki zużywał tokeny za ponad 600 dolarów dziennie, a najbardziej rozpędzona dziesiąta część działu za ponad 7 tysięcy, choć wyliczono to po cenniku API, którego sama firma nie płaci. Więcej o samych agentach mówi inna liczba, bo wśród udanych zadań na cztery do ośmiu godzin ponad połowa wymagała po drodze poprawki człowieka. Tokeny zwracają się tam, gdzie ktoś grzęźnie w infrastrukturze, a nie tam, gdzie trzeba wymyślić, co w ogóle budować.