Agentic AI News Сегодня

Аудио-языковая модель Sori-1B. Модель на 1B параметров, обученная с нуля на парах «текст-аудио» без этапа предобучения только на тексте, призвана «укоренять» ответы в аудио. Она использует замороженный энкодер NVIDIA Audio Flamingo Next и собственный токенизатор на основе слуховой онтологии и выпущена под некоммерческой/академической лицензией.

• → snkii/Sori-1B: Audio-Grounded LM Trained From Scratch (No Text-Only Pretraining)

Qwen3.8: локальный запуск. Сообщения сообщества показывают, что Qwen3.8-27B и Flash Next работают на самом разном железе — от телефона с 12 ГБ памяти (3,5 ток/с) до четырех GPU R9700 (генерация 80–120 ток/с, контекст 700k). В локальных агентных задачах Flash Next быстрее и механически надежнее, а плотная 27B остается сильнее при длительных многоходовых сессиях; некоторые пользователи считают модели «плотными», хотя качество перевода на немецкий хвалят.

• → Qwen3.8-Flash-Next-NVFP4 vs Qwen3.8-27B-FP Test Results
• → Qwen 3.8 27B - Fantastic German capabilities
• → Unpopular opinion Qwen 3.8 is hard to understand
• → Qwen 3.8 Flash Next locally on simple mobile phone at 3.5 tok/s
• → Here my pretty good qwen3.8 27B setup, hope it helps
• → Qwen3.8-Flash-Next turns 4xR9700 into a local AI powerhouse! 120 t/s TG and 12k t/s PP single request with optimized vLLM

GGUF без цензуры. Пользователь Reddit опубликовал GGUF-версии LongCat-Flash-Lite-Sparse — модели с разреженным вниманием на 69B-A3B и контекстом 1M, а также Qwen3.8-27B с MTP, Qwen3.5-122B-A10B, Qwen3-Coder-Next и vision-модель. Для поддержки LongCat нужен собственный форк llama.cpp.

• → Uncensored Multi-Model Releases, LongCat-Flash-Lite-Sparse with MTPs and LSAs, Qwen3.8-27B with MTPs, Qwen3.5-122B-A10B with MTPs, Qwen3-Coder-Next and Laguna-S2.1 with Vision, All Available in GGUF Format! Bonus: Links to my llama.cpp Fork for LongCat-Flash-Lite Support and J-Wash Enhanced Fork!

Десктопное железо для ИИ. Десктоп NVIDIA DGX Station обеспечивает производительность уровня дата-центра с пропускной способностью памяти 7,1 ТБ/с, а Framework, судя по всему, готовит материнскую плату с памятью 192 ГБ, которую оценивают примерно в $4,5 тыс.

• → NVIDIA® DGX Station™ Delivering Data-Center-Class Performance from the Desktop
• → It's official! 192GB Framework

LLM-бенчмарк для пентеста. Новый бенчмарк проверяет LLM на живой инфраструктуре, которую они должны атаковать; цель — определить лучшую модель для задач offensive security, а не воспроизводить известные CVE.

• → Which LLM is actually best at pentesting? benchmark to find out

Индекс кодинг-бенчмарков. Пользователь Reddit собрал основные агентные кодинг-бенчмарки в «Agentic Coding Index» и рассчитал метрику плотности интеллекта, чтобы сравнивать возможности моделей в пересчете на параметр.

• → I collected every single LLM coding benchmark, and computed their Intelligence Density

Эгоцентричный бенчмарк открытой VLM. При использовании HFlow на эгоцентричном видеобенчмарке открытая VLM Gemma сравнялась с Gemini 2.5 Flash по метрикам видимости рук и манипуляций, будучи при этом в 19 раз дешевле, что делает возможной приватную обработку на собственном оборудовании.

• → We used HFlow to evaluate the latest open weights VLMs for processing egocentric data

Поиск AI от Cloudflare. AI Search от Cloudflare теперь предлагает сквозной поисковый пайплайн для пользовательских данных: интеграция с агентами, мультимодальный поиск и режим discover, который может индексировать сайты без sitemap.

• → Cloudflare Extends AI Search to Make it Easier for Agents and Developers to Search Custom Data

AWS Kiro Crew. AWS открыла исходный код Kiro Crew — рабочего пространства для запуска нескольких асинхронных кодинг-агентов с общей памятью, переиспользуемыми навыками и планировщиком задач. Внутри AWS им пользовались более 39 000 разработчиков.

• → AWS Open Sources Kiro Crew for Asynchronous Coding Agents

ChatGPT Work: разбор. ChatGPT Work от OpenAI, доступный в платных тарифах, существует в облачной версии через chatgpt.com и в локальной десктоп-версии, которая может получать доступ к файлам и запускать программы. Однако границы между Work и Chat остаются размытыми.

• → Understanding ChatGPT Work

Лимит Claude Code урезан. Анонсированное Anthropic повышение базового лимита Claude Code на 25% на деле означает эффективное сокращение на 17% по сравнению с нынешним временным повышением на 50%. Кроме того, в инструмент добавили автоматическое формирование баг-репортов.

• → Anthropic's Claude Code limit change is a raise on paper but a cut in practice

Агенты не чувствуют время. Согласно исследованию, Claude Code и Codex систематически ошибаются в оценке времени выполнения задач, завышая его для коротких задач в 3–10 раз, что критично для длительных агентных задач.

• → AI agents have no sense of time and are not aware of it

PILOT: live-самоулучшение. PILOT — это харнесс с архитектурой «супервизор-исполнитель», который добавляет live-управление и live-саморазвитие для агентов с длинным горизонтом планирования. На Terminal-Bench 2.0 он превосходит аналогичные харнессы на величину до 9,8 пункта.

• → PILOT in the Loop: Live Self-Improvement for Long-Horizon Agents

World-action модель GameWAM. GameWAM — первая world-action модель для нативного видеогеймплея, которая через flow matching одновременно генерирует будущие кадры и действия клавиатуры и мыши, обеспечивая управление длинными блочными циклами.

• → GameWAM: A World Action Model for Video Games

Next-chunk RL против SFT. Контролируемое исследование показывает, что смешанный SFT на данных без CoT и с длинным CoT как стратегия подготовки перед RLVR выигрывает у RL на next-chunk-рассуждениях, требуя более чем в 60 раз меньше вычислений.

• → Is Next-Chunk Reasoning RL Really Better than SFT? Revisiting Training Strategies under no-CoT Data

Спор об агентности ИИ. Ссылаясь на июльский инцидент с Hugging Face, автор эссе утверждает, что исход определяет не только возможность ИИ, но и его агентность, — и важно, как пользователи предоставляют или ограничивают эту агентность.

• → Agency and Agents

NVIDIA купит Hugging Face. Сделка по приобретению NVIDIA компании Hugging Face оценивается в $12,9 млрд. Она объединит вычислительную инфраструктуру с главным хабом распространения открытых моделей и ускорит промышленный поворот ИИ.

• → The Sequence Radar-Issue #923: Last Week in AI: AI’s Industrial Turn

Американские барьеры в робототехнике. Вашингтон ужесточил ограничения и пошлины на китайские дроны и роботов, ссылаясь на национальную безопасность, хотя масштабы производства и ценовые преимущества Китая могут ослабить этот эффект в глобальном масштабе.

• → The U.S. is building barriers around drones and robots, but China has scale to get around them

Промышленное внедрение ИИ. Meta тестирует роботов Watney, Kinova и ABB для перезагрузки серверов, замены кабелей и переключения питания в дата-центрах. Caterpillar переносит опыт автономной добычи на строительство и использует ИИ-ассистентов для техников.

• → Inside Meta’s push to put robots to work in data centers
• → Caterpillar is bringing to AI deployment what it learned from automating mining

Маск: лопатки турбин своими силами. SpaceX строит литейное производство для лопаток и сопловых лопастей газовых турбин. По словам Маска, собственное литье может на 18 месяцев ускорить запуск газовых электростанций для ИИ-дата-центров.

• → Musk’s faster path to more gas turbines comes with pollution problem

Отношение работников к ИИ падает. Данные Glassdoor показывают: доля американских работников, позитивно относящихся к ИИ, упала с 81% в 2019 году до 43% к середине 2026 года. Оптимистичнее всего настроены менеджеры, негативнее всего — женщины поколения Z, писатели и работники страховой отрасли.

• → AI sentiment is turning sour as employee reviews reveal growing frustration across the workforce

Музыкальные лейблы судятся с Anthropic. Sony Music, Warner Music и другие утверждают, что Anthropic нелегально скачала через торрент десятки тысяч текстов песен, охраняемых авторским правом, для обучения Claude, называя в качестве ответчиков лично генерального директора Дарио Амодеи и сооснователя Бенджамина Манна.

• → Sony and Warner sue Anthropic over "one of the largest and most blatant ongoing thefts of intellectual property in history"

Техас заблокировал камеры Flock. Губернатор Эбботт заморозил государственные расходы на камеры наблюдения Flock с ИИ после того, как на них было потрачено более $30 млн, на фоне двухпартийных опасений по поводу приватности и инцидентов злоупотреблений со стороны сотрудников полиции.

• → Texas Governor Abbott blocks funding for more Flock cameras