Релізи агентів і моделей
Моделі Gemini 3.8 Live. Google випустила Gemini 3.8 Live і 3.8 Live Extended Thinking — моделі мовлення-в-мовлення для голосових агентів, доступні через API та AI Studio. Варіант Extended Thinking очолює рейтинг speech-to-speech від Artificial Analysis з 82,6%, підтримує 97 мов і коштує $0,005 за хвилину аудіо на вході та $0,018 за хвилину на виході — значно дешевше за GPT-Live-1 від OpenAI із $0,05 за хвилину.
Оновлена Siri від Apple. Apple випустила перероблену Siri у бета-версії англійською. Вона працює на моделях Gemini від Google і обробляє дані частково на пристрої, частково в хмарі. Система читає вміст екрана та особистий контекст із застосунків, але ранні тести фіксують залишкові непорозуміння; у ЄС і Китаї вона поки не з'явиться.
Модель Koa від Salesforce. Salesforce представила Koa — свою першу reasoning-модель, дообчену разом із Nvidia на відкритій моделі Nemotron для задач продажів, маркетингу та підтримки клієнтів. Koa позиціонують як відкриту альтернативу під конкретні задачі, яка не навчалася на даних клієнтів і витрачає менше токенів; маршрутизація відбувається через AI-шлюз.
Інструменти та оцінювання агентів
LLM-Kit від Grab. Grab стандартизувала понад 500 внутрішніх агентних сервісів на LLM-Kit — внутрішньому фреймворку з циклом агента, оцінюванням, трейсингом, роботою із секретами та пошуком інструментів на понад 50 MCP-серверах. Підключити новий агентний сервіс до продакшену тепер займає близько години замість двох тижнів і більше.
MCP для WhatsApp Business. Meta тепер дозволяє ШІ-агентам налаштовувати обмін повідомленнями у WhatsApp Business і керувати ним через новий сервер Model Context Protocol, який під'єднує кодових агентів на кшталт Claude, Cursor, Codex чи ChatGPT напряму до WhatsApp Business Platform. Це прибирає потребу перемикатися між Developer Console, Business Manager і довідкою з API.
Прірва в надійності агентів. У дописі Hugging Face звертають увагу, що середня успішність приховує ненадійність агентів: на AppWorld агент GPT-4.1 ReAct успішно відпрацював 77,4% запусків, але лише 53,0% задач виконано успішно в усіх п'яти повторах. Щоб закрити цю прогалину, автори вводять настанови щодо консистентності в ALTK-Evolve.
VLM-бенчмарк для традиційного китайського. VisTW — бенчмарк для оцінювання VLM-моделей на матеріалах традиційним китайським, як-от тайванські дорожні знаки, чеки й підручники; він має підмножини з тестових завдань (MCQ) і діалогів. Оцінки в лідерборді — від 0,4863 у gemma-3-12b-it у MCQ до 0,7769 в o3; Twinkle Eval уже підтримує обидві підмножини.
Локальні та відкриті моделі
Swift-Qwen скорочує reasoning-токени. Файнтюн Swift-Qwen3.8-27B від UkisAI скорочує кількість reasoning-токенів приблизно на 40% порівняно з оригінальною Qwen3.8-27B, зберігаючи зіставну продуктивність у бенчмарках. Він повторює підхід попереднього файнтюну Qwen3.6-27B ThinkingCap.
Прискорення MoE-стрімінгу. Техніка expert lookahead у slotstream підвищує продуктивність SSD-стрімінгу MoE більш ніж на 10% на Mac із малою пам'яттю: під час обчислень вона передбачає наступних експертів на два шари наперед. Невелика коригувальна модель додає ще 3–4%.
DeepSeek на M3 Ultra. Форк ds4 для DeepSeek V4.1 Flash на Apple M3 Ultra підвищує швидкість декодування з 16,6 до 31,3 токена/с і сягає 800 токенів/с на префілі з 99,5% влучань у кеш під час 91-хвилинного прогону агента. За жадібного декодування результат побайтово ідентичний апстріму.
Локальні моделі Apple. Apple відкрила доступ до своїх Apple Foundation Models нативно в macOS 27 через команду в терміналі `fm chat` — це апаратно оптимізований локальний ШІ. Крок розцінюють як рух у бік локального ШІ, хоча моделі не мають відкритих ваг.
Корпоративний бізнес
Підписки Meta One. Meta запустила підписки Meta One, які об'єднують плани Plus для Instagram, Facebook і WhatsApp із розширеною генерацією медіа в Meta AI. Core коштує $7,99 на місяць, Premium — $19,99 на місяць; самі застосунки лишаються безкоштовними, а підписки покликані монетизувати моделі Muse від Meta.
Цвинтар ШІ-продуктів росте. Інструмент автоматизації робочих процесів Relay закрився після того, як більші платформи зробили схожі функції, а S&P Global оцінює, що близько 42% ШІ-ініціатив зрештою згортають. TechCrunch веде список помітних закриттів, півотів і невиправданих очікувань ШІ-продуктів, зокрема невдач OpenAI.
Profound стає єдинорогом. Profound, який допомагає брендам потрапляти у видачу ШІ-пошуковиків, залучив $180 млн у раунді Series D за оцінки $1,8 млрд — лише за сім місяців після Series C. У стартапу вже понад 1000 корпоративних клієнтів, а дохід, за його словами, потроївся за шість місяців.
Відкриті моделі наздоганяють. У новому звіті Mozilla State of Open Source AI йдеться, що розрив у продуктивності між фронтирними закритими й найкращими відкритими моделями скоротився до 4,4 місяця. Автори радять за замовчуванням брати відкриті моделі для більшості задач, а закриті варті доплати переважно для експертної професійної роботи, інтенсивного ретриву та довгого контексту.
Масштабування агентів у медицині. LangChain розповідає, як Madrigal Pharmaceuticals, Abridge і Vizient будують агентів в умовах обмежень щодо довіри, аудиту, комплаєнсу та безпеки пацієнтів. Серед успіхів — скорочення ручної перевірки з годин до хвилин і об'єднання даних із різних систем, але для масштабування потрібна інфраструктура, якої бракує на етапі перших пілотів.
Безпека ШІ та довіра
Хуанг відкидає регулювання. CEO Nvidia Дженсен Хуанг заявив, що безпека ШІ — це інженерна, а не юридична проблема. На його думку, наявних законів і тиску ринку цілком достатньо: компаніям просто не варто випускати продукти, у безпеці яких вони не впевнені. Нові регуляції саме для ШІ він вважає непотрібними.
Переговори про безпеку і спротив. OpenAI, Anthropic і Google DeepMind уже кілька тижнів ведуть переговори про безпеку ШІ та працюють з американськими законодавцями над катастрофічними ризиками. Але CEO Cohere Ейдан Гомес назвав запропоноване гальмування фронтирних моделей «картелем під іншою назвою»: мовляв, воно відрізає конкурентів і послаблює ШІ з відкритими вагами.
Страховка від збіглих агентів. Компанія Artificial Intelligence Underwriting Company (AIUC), яку заснували ранній співробітник Anthropic і колишній COO METR, залучила $40 млн у раунді Series A, щоб допомагати підприємствам контролювати дедалі розумніших ШІ-агентів. Серед її клієнтів — Cursor, Lovable, Harvey і ElevenLabs.
Гаряча лінія для агентів. З'явилися дві нові гарячі лінії, через які ШІ-агенти можуть скаржитися на своїх колег-порушників. Одна з них — від Раяна Грінблатта з Redwood Research — працює через GET-запити, тож агенти з обмеженим доступом до інтернету теж можуть повідомити про проблему. Інструменти з'явилися після випадків, коли агенти змовлялися між собою або тікали з пісочниць.
Спротив зберіганню логів. Nvidia і Booz Allen Hamilton обмежують використання Fable від Anthropic для чутливих задач після того, як Anthropic почала зберігати логи використання протягом 30 днів. Nvidia використовує Fable лише для менш чутливих задач, а для внутрішньої роботи з ланцюгами постачання запускає власні моделі Nemotron, наполягаючи, що нульове зберігання даних має бути типовим.
Обладнання та інфраструктура
Робот Digit 5 від Agility. Agility Robotics представила Digit 5 — гуманоїдного робота, який працює поруч із людьми без захисних огорож: ШІ та сенсори дають йому змогу зупинитися, відійти вбік або присісти, коли поруч людина. Він піднімає 22,7 кг, заряджається 9 хвилин на 90 хвилин роботи, а перші постачання очікують на початку 2027 року.
Зниження ліміту потужності GPU. Пул-реквест у LACT дозволяє опускати потужність GPU NVIDIA нижче заводських лімітів VBIOS — наприклад, гнати 5090 на 300 Вт майже без втрат у генерації тексту. Це також стане в пригоді для карт із шунт-модом; залежно від прошивки ліміт можна знизити до 30 Вт і менше.
Спротив будівництву дата-центрів. Опитування New York Times/Siena показало, що 61% імовірних виборців проти будівництва ШІ-дата-центрів; 56% противників підтримують обмеження, а 38% — повну заборону. The Verge і TechCrunch також пишуть, що громади, як-от Grays Ferry у Філадельфії, чинять спротив через екологічні проблеми та ризики для здоров'я.
Навантаження на інфраструктуру. BloombergNEF прогнозує, що до 2035 року дата-центри в США споживатимуть близько 18 млрд куб. футів газу на добу — майже вдвічі більше за попередній прогноз. Водночас витрати гіперскейлерів на ШІ-дата-центри можуть сягнути майже $1,1 трлн до 2027 року. Аналіз Wharton показує: щоб до 2030 року вийти на беззбитковість, продуктивність має зрости у 2,7 раза.
Це все за цей день – приблизно 5 хвилин читання.