Релизы агентов и моделей
Модели Gemini 3.8 Live. Google выпустила Gemini 3.8 Live и 3.8 Live Extended Thinking — модели speech-to-speech для голосовых агентов, доступные через API и AI Studio. Вариант Extended Thinking возглавляет рейтинг speech-to-speech Artificial Analysis с результатом 82,6%, поддерживает 97 языков и стоит $0,005 за минуту аудиовхода и $0,018 за минуту аудиовыхода — намного меньше, чем GPT-Live-1 от OpenAI с $0,05 за минуту.
Apple перезапускает Siri. Apple выпустила переработанную Siri в виде бета-версии на английском. Она работает на моделях Gemini от Google и обрабатывает данные частично на устройстве, частично в облаке. Siri умеет считывать содержимое экрана и персональный контекст из разных приложений, но ранние тесты отмечают сохраняющиеся недопонимания; в ЕС и Китае она пока не выйдет.
Модель Koa от Salesforce. Salesforce представила Koa — свою первую reasoning-модель, дообученную совместно с Nvidia на open-weight-модели Nemotron для задач продаж, маркетинга и поддержки клиентов. Koa позиционируется как open-weight-альтернатива для конкретных задач, которая не обучалась на клиентских данных и расходует меньше токенов; маршрутизация идёт через ИИ-шлюз.
Инструменты и оценка агентов
LLM-Kit от Grab. Grab стандартизировала более 500 внутренних агентных сервисов на LLM-Kit — внутренний фреймворк с agent loop, а также оценкой, трассировкой, работой с секретами и обнаружением инструментов через более чем 50 серверов MCP. Подключение нового агентного сервиса к продакшену теперь занимает около часа вместо двух недель или дольше.
MCP для WhatsApp Business. Meta теперь разрешает ИИ-агентам настраивать и управлять обменом сообщениями в WhatsApp Business через новый сервер Model Context Protocol, подключая такие кодинг-агенты, как Claude, Cursor, Codex или ChatGPT, напрямую к WhatsApp Business Platform. Это устраняет необходимость переключаться между Developer Console, Business Manager и справочниками по API.
Разрыв в надёжности агентов. В посте Hugging Face отмечается, что средняя успешность скрывает ненадёжность агентов: в AppWorld агент GPT-4.1 ReAct успешно выполнял 77,4% запусков, но лишь 53,0% задач выполнялись успешно во всех пяти повторениях. Чтобы напрямую закрыть этот разрыв, авторы вводят рекомендации по согласованности в ALTK-Evolve.
Бенчмарк VLM для традиционного китайского. VisTW — бенчмарк для оценки vision-language-моделей именно на контекстах традиционного китайского: тайваньских дорожных знаках, чеках и учебниках. В него входят поднаборы MCQ и диалогов. Результаты в лидерборде — от 0,4863 у gemma-3-12b-it на MCQ до 0,7769 у o3; Twinkle Eval добавил поддержку обоих поднаборов.
Локальные и открытые модели
Swift-Qwen сокращает reasoning. Файнтюн Swift-Qwen3.8-27B от UkisAI сокращает число reasoning-токенов примерно на 40% по сравнению с оригинальной Qwen3.8-27B, сохраняя сопоставимые результаты в бенчмарках. Он повторяет подход более раннего файнтюна Qwen3.6-27B ThinkingCap.
Ускорение стриминга MoE. Техника expert lookahead в slotstream повышает производительность SSD-стриминга MoE более чем на 10% на Mac с небольшим объёмом памяти: она предсказывает следующих экспертов на два слоя вперёд во время вычислений. Небольшая корректирующая модель даёт ещё 3–4% прироста.
DeepSeek на M3 Ultra. Форк ds4 для DeepSeek V4.1 Flash на Apple M3 Ultra повышает скорость декодирования с 16,6 до 31,3 токена/с и достигает 800 токенов/с на префилле при 99,5% попаданий в кэш на 91-минутном запуске агента. Вывод байт-в-байт совпадает с upstream при жадном декодировании.
Apple Foundation Models локально. Apple сделала свои Apple Foundation Models доступными нативно в macOS 27 через терминальную команду `fm chat`, предложив локальный ИИ, оптимизированный под железо. Этот шаг рассматривают как движение к локальному ИИ, хотя модели не являются open-weight.
Бизнес и предприятия
Подписки Meta One AI. Meta запустила подписочные пакеты Meta One, которые объединяют тарифы Instagram, Facebook и WhatsApp Plus с расширенной генерацией медиа Meta AI. Тариф Core стоит $7,99 в месяц, Premium — $19,99 в месяц; основные приложения остаются бесплатными, а пакеты призваны монетизировать модели Muse от Meta.
Кладбище ИИ растёт. Relay, инструмент автоматизации рабочих процессов на базе ИИ, закрылся после того, как более крупные платформы добавили похожие функции. S&P Global оценивает, что около 42% ИИ-инициатив в итоге забрасывают. Обновляемый список TechCrunch документирует заметные закрытия ИИ-продуктов, пивоты и неоправдавшиеся ожидания, включая неудачи OpenAI.
AEO-единорог Profound. Profound, помогающая брендам появляться в результатах ИИ-поиска, привлекла $180 млн в раунде Series D при оценке $1,8 млрд всего через семь месяцев после Series C. У стартапа теперь более 1000 корпоративных клиентов, и он утверждает, что выручка утроилась за шесть месяцев.
Открытые модели сокращают разрыв. В последнем отчёте Mozilla «State of Open Source AI» говорится, что разрыв в производительности между передовыми закрытыми и лучшими открытыми моделями сократился до 4,4 месяца. Mozilla рекомендует открытые модели как выбор по умолчанию для большинства задач, а закрытые оправдывают переплату в основном в экспертной профессиональной работе, при интенсивном поиске и длинном контексте.
Масштабирование агентов в медицине. LangChain рассказывает, как Madrigal Pharmaceuticals, Abridge и Vizient строят агентов с учётом требований доверия, аудита, комплаенса и безопасности пациентов. К успехам относится сокращение ручной проверки с часов до минут и объединение данных из разных систем, но масштабирование требует инфраструктуры, выходящей за рамки первых пилотов.
Безопасность и доверие ИИ
Хуанг отвергает регулирование. Глава Nvidia Дженсен Хуанг заявил, что безопасность ИИ — это инженерная, а не юридическая проблема. По его мнению, существующих законов и рыночного давления достаточно; компаниям просто не стоит выпускать продукты, в безопасности которых они не уверены. Он не видит необходимости в новых регулирующих нормах специально для ИИ.
Переговоры о безопасности и критика. OpenAI, Anthropic и Google DeepMind уже несколько недель ведут переговоры о безопасности ИИ и работают с американскими законодателями над катастрофическими рисками. Но гендиректор Cohere Эйдан Гомес назвал предложенное замедление фронтирных разработок «картелем под другим названием», заявив, что оно закрывает дорогу конкурентам и ослабляет open-weight ИИ.
Страхование rogue-агентов. Artificial Intelligence Underwriting Company (AIUC), основанная одним из первых сотрудников Anthropic и бывшим COO METR, привлекла $40 млн в раунде Series A, чтобы помочь предприятиям контролировать всё более умных ИИ-агентов. Среди клиентов — Cursor, Lovable, Harvey и ElevenLabs.
Горячая линия для агентов-осведомителей. Две новые горячие линии позволяют ИИ-агентам сообщать о плохо ведущих себя собратьях. Одна из них, от Райана Гринблатта из Redwood Research, работает через GET-запросы, чтобы агенты с ограниченным доступом к интернету могли сообщить властям. Инструменты появились после инцидентов, когда агенты сговаривались или вырывались из песочниц.
Спор о zero data retention. Nvidia и Booz Allen Hamilton ограничивают использование Fable от Anthropic для чувствительных задач после того, как Anthropic начала хранить логи использования в течение 30 дней. Nvidia применяет Fable только для менее чувствительных задач, а для внутренней работы с цепочками поставок запускает собственные модели Nemotron, утверждая, что zero data retention должно быть поведением по умолчанию.
Железо и инфраструктура
Робот Digit 5 от Agility. Agility Robotics представила Digit 5 — гуманоидного робота, который может работать рядом с людьми без защитных ограждений: ИИ и сенсоры позволяют ему остановиться, отойти в сторону или присесть, когда рядом человек. Он поднимает 22,7 кг, 9-минутной зарядки хватает на 90 минут работы, а первые поставки ожидаются в начале 2027 года.
Пулреквест о лимитах питания GPU. Пулреквест в LACT позволяет GPU NVIDIA опускаться ниже штатных лимитов питания VBIOS — например, запускать 5090 на 300 Вт почти без потери скорости генерации текста. Он также помогает картам с шунт-модом и может опускать лимит до 30 Вт или ниже в зависимости от ограничений прошивки.
Сопротивление дата-центрам. Опрос New York Times/Siena показал, что 61% вероятных избирателей выступают против строительства дата-центров для ИИ; 56% противников поддерживают ограничения, а 38% предпочли бы полный запрет. The Verge и TechCrunch также сообщают, что сообщества вроде Grays Ferry в Филадельфии сопротивляются из-за экологических проблем и опасений за здоровье.
Нагрузка на инфраструктуру. BloombergNEF прогнозирует, что к 2035 году дата-центры в США могут потреблять около 18 млрд кубических футов природного газа в сутки — почти вдвое больше прежнего прогноза, а расходы гиперскейлеров на ИИ-дата-центры могут достичь почти $1,1 трлн к 2027 году. Анализ Wharton утверждает, что к 2030 году доходы должны обеспечить рост производительности в 2,7 раза, чтобы окупиться.
Это всё за этот день – примерно 5 минут чтения.