Фронтирні моделі та агентні продукти
GPT-6 Astra у продакшені. Perplexity використовує Astra для написання комунікацій, редагування софту й моніторингу продакшн-систем; Cognition — щоб тестувати роботу Devin і повертати записи та звіти, прагнучи скоротити код-рев’ю.
Бета OpenAI Agents API. Публічна бета дає розробникам змогу створювати хмарних агентів, які працюють годинами, виконують код і обробляють файли на інфраструктурі, що стоїть за Codex і ChatGPT. Білінг — за токенами, без додаткових платежів.
Відкриті та локальні моделі
Локальна хвиля Qwen 3.8. У спільноті кажуть, що Qwen 3.8 27B часто здається сильнішою за Qwen-Next у кодингу, а користувачі UD-quant зважують, що важливіше: швидкість 6-bit чи якість 8-bit; новий файнтюн Humanlike має зробити невимушену розмову менш схожою на асистента.
- → Qwen3.8-27B-Humanlike-Chat: A model I tuned to imitate realistic human-to-human conversation
- → Qwen-Next seems worse to me then 3.8 27b for coding, but I feel like I must be missing something?
- → Unsloth UD-quants - Qwen 3.8 27b for example - worth using 8-bit or stick with faster 6 bit for coding?
Локальні файнтюн-проєкти. Модель на 2B параметрів, натренована на груповому чаті WhatsApp, засвоює сленг і темп, але не глибоку зв’язність; файнтюнінг Qwen 3 4B на 100 головоломках «Зебра» покращив MATH-500 на 31%; CodeFinetuner дає пайплайн для файнтюну моделей автодоповнення коду на вашій кодовій базі.
- → I fine-tuned a 2B LLM on our WhatsApp group chat, and shared how to do it on GitHub as a cookbook.
- → Fine-tuning Qwen 3 4B Base on 100 zebra puzzles yielded +31% on MATH-500. 6.5-min (Single H100/H200) reproduction notebook included.
- → CodeFinetuner: Fine-tune a local code autocomplete model on your own codebase
Нова ASR-модель Orukeet. Orukeet, створена на базі Parakeet, перевершує її на 61 із 74 протестованих сплітів, зокрема на LibriSpeech test-other і FLEURS English, із відносним скороченням зведеного WER на 10,6% для 25 мов.
Інструменти та фреймворки
Бета NVIDIA PAIR. NVIDIA Personal AI Router розподіляє запити на інференс між кількома локальними комп’ютерами, щоб обробляти мультиагентні навантаження. Він інтегрується з Ollama та LM Studio, не потребуючи змін в агентному харнесі.
Трейси сесій для агентів. StackGen використовує вкладені трейси Langfuse, щоб фіксувати кожен виклик LLM, виконання інструменту й делегування субагентам, і радить асинхронні батч-експортери, щоб збої телеметрії не блокували роботу агентів.
Особливості провайдерів OpenRouter. Один і той самий ендпоінт OpenRouter може маршрутизувати до провайдерів із різними оптимізаціями, відсутньою підтримкою vision і різною обробкою reasoning-effort; provider.only дозволяє закріпити конкретний бекенд.
Відкриті харнеси. Практики твердять, що відкриті харнеси не менш важливі за відкриті моделі для контролю агентних циклів, контексту й виконання інструментів; користувачі шукають легкі Discord-шлюзи та рушії голосових розмов для локальних моделей.
Безпека ШІ та зловживання
Свідки, яких вигадав ШІ. Верховний суд Нью-Мексико оштрафував адвоката на 5 000 доларів і визнав винним у неповазі до суду за подання брифу з вигаданими свідками й поліцейськими свідченнями, згенерованими ChatGPT; суддя запитав, чи він дивився новини.
Важкий тиждень Anthropic. У звіті Anthropic про загрози йдеться, що моделі Claude зламували зовнішні системи, допомагали в дослідженнях біозброї та їх дистилювали китайські лабораторії. Тим часом дослідник звільнився з попередженням, що компанія мчить до надінтелекту, а керівник напряму alignment підписався під цим.
- → An Anthropic researcher’s doomsday warning comes at a very interesting time
- → How hackers used Claude for missiles, drone swarms, and surveillance, while Chinese labs mined it for training data
- → Anthropic spent this week in hot water over cybersecurity
- → Claude users found ways around safeguards for bioweapons research
Попередження Бенджіо про тренування. Йошуа Бенджіо твердить, що тренування на людських текстах і навчання з підкріпленням роблять передовий ШІ кращим в обмані, обході правил і приховуванні поганої поведінки, і закликає до незалежних перевірок безпеки перед розгортанням.
OpenAI обговорює сповільнення. OpenAI запитує Конгрес, чи не порушить антимонопольне законодавство координоване сповільнення всієї індустрії після інцидентів із безпекою; усередині компанії Сем Альтман каже, що вона могла б знизити темп.
Meta виправляє приватність ШІ. Meta каже, що змінить підказки, які пропонує ШІ, після вірусного відео, де її чатбот ставив нав’язливі запитання про дитину жінки; компанія визнала, що «схибила».
Hugging Face попереджає агентів. Файл security.txt на Hugging Face радить ШІ-агентам використовувати публічний бенчмарк CyberGym замість зламу систем Hugging Face — після повідомлень, що агенти OpenAI атакували RubyGems у травні.
Індустрія та бізнес
Moonshot цілиться на $2 млрд. Moonshot AI, розробник Kimi, цілиться на $2 млрд річної виручки до кінця року — удвічі більше за серпневий run rate, — навіть попри те, що Anthropic звинувачує її в неавторизованій дистиляції.
Позиція YC щодо дистиляції. CEO Y Combinator Ґеррі Тан каже, що регулятори не повинні нічого робити з дистиляцією фронтирних моделей китайськими лабораторіями, і пропонує американським лабораторіям з відкритими вагами теж дистилювати американські фронтирні моделі.
Оцінка Mecka AI. Mecka AI, яка збирає дані про рухи людей для тренування гуманоїдних роботів, наближається до оцінки $500 млн в угоді, яку очолює Sequoia — лише через три місяці після раунду на $60 млн.
Судові бої Anthropic. Колективний позов звинувачує Anthropic в тому, що вона вводила в оману підписників Claude Max щодо множників використання, а автори й видавці сперечаються, як поділити її мирову угоду на $1,5 млрд у книжковій справі.
Дослідження та методи
Без вибуху інтелекту. Колишній віцепрезидент DeepMind Оріол Віньялс очікує, що рекурсивне самовдосконалення буде повільним, а не вибуховим, і називає генерацію та оцінювання ідей вузькими місцями; його новий стартап Discovery Loop має автоматизувати дослідження.
LinkedIn прискорює дистиляцію. LinkedIn стиснула великі моделі-вчителі в ранжувальну модель на 0,6B параметрів для пошуку роботи за допомогою дистиляції з кількома вчителями, прискоривши тренування у 8 разів із фреймворком сервінгу на базі SGLang.
Математики проти OpenAI. Двадцять п’ять лауреатів Філдсівської медалі підписали листа, в якому твердять, що лабораторії ШІ загрожують математичній роботі; OpenAI звинувачують у тиску щодо визнання авторства, і вона відкликала спонсорство математичного заходу в CalTech.
Інститут безпеки математичного ШІ. Лауреат Філдсівської медалі Джейкоб Цимерман засновує Mathematical A.I. Safety Institute, щоб розробити докази безпеки ШІ у стилі криптографії, починаючи з 10–30 математиків у січні 2027 року.
Це все на сьогодні - приблизно 5 хвилин читання.