Релізи агентів і моделей
Агент Muse від Meta. Muse надає кожному користувачеві постійну віртуальну машину Ubuntu, де агент може встановлювати програми, запускати код і переглядати вебсторінки; Meta відкриває ранній доступ до нових функцій і активно просуває його; завантажень — понад 3,4 млн. Критики, зокрема Джон Грубер, попереджають, що користувачі можуть не усвідомлювати, наскільки потужним і небезпечним може бути хмарний комп’ютер з агентом.
- → Meta opens early access program for new Muse features
- → Meta’s Muse just stole the AI spotlight from OpenAI and Anthropic
- → Meta is putting its muscle behind Muse as the AI app takes off
- → Meta's Muse agent gives every user a full cloud computer running Ubuntu Linux
- → Meta makes the Muse filesystem even more accessible
- → Quoting John Gruber
- → Meta’s AI Tamagotchi bet is…working?
Copilot Autopilot від Microsoft. Оновлений застосунок Copilot від Microsoft додає Autopilot — проактивного агента на базі OpenClaw, який запускає власний хмарний комп’ютер і може викликатися з Teams, Outlook або документів. Нова вкладка Code також дає змогу не-розробникам створювати застосунки природною мовою.
Call for Me від Gemini. Google тестує Call for Me для власників Pixel 11 із підпискою Gemini; агент телефонує в компанії, проходить телефонні меню, чекає на лінії та передає живу стенограму, щоб користувачі могли перебрати керування.
Відкриті моделі рішень Jev. Mica 4B — це модель прийняття рішень під ліцензією Apache, яка оцінює варіанти без генерації тексту, працює на GPU з 8 ГБ і навчалася менш ніж за $30. У тестах із Minecraft і Tetris вона перевершує Kev 4B, а бенчмарки показують, що Kev за точністю лишається в межах 2 пунктів від Jev на завданнях прийняття рішень.
- → Mica v0.1 4B: open Jev-style decision model (yes/no, choice, score) that runs on an 8 GB GPU — trained for under $30 of GPU time
- → Mica v0.1 4B got an iron pickaxe in real Minecraft without generating a single token
- → Kev 4B topped out in every Tetris game I ran. Mica v0.1 4B cleared about 4x more lines and survived two of them to the end
- → Jev vs. Kev: open-source Jev alternative tested side by side
Ling Tiny 3.0. 8B MoE-модель із 1B активних параметрів працює зі швидкістю 10 токенів/с на CPU ноутбука 2017 року, що робить локальні цикли кодування агентів реальними на старому залізі.
Інструменти та фреймворки
DistribAI v2. DistribAI v2 — це платформа на C++/LibTorch для розподіленого тренування на споживчих пристроях, яка справляється зі збоями та зловмисниками; розробники розповідають, що використовують безкоштовні GPU у Colab/Kaggle разом із локальною 4070 SUPER, щоб отримати обчислювальну потужність кількох 5090.
MCP без стану. Оновлена специфікація MCP прибирає сесії на рівні протоколу та заголовок Mcp-Session-Id, що дає змогу надсилати запити на будь-який екземпляр сервера за балансувальником навантаження і спрощує розгортання в AWS.
1Cat-vLLM для Volta. Форк vLLM під назвою 1Cat-vLLM уможливлює оптимізований сервінг для карт V100; наведено статистику для Qwen3.6-35B у порівнянні зі Strix Halo.
LangGraph + Jev. У блозі LangChain показано, як будувати продакшн-агентів із Jev і LangGraph, використовуючи структуровані моделі прийняття рішень для маршрутизації та класифікації, щоб знизити витрати й затримку.
CobbleDB у Perplexity. Perplexity замінила DynamoDB на внутрішнє сховище ключ-значення на Rust для обслуговування пошуку, скоротивши затримку пакетного читання у 5 разів і витрати на зберігання щонайменше на 20% за понад 200 тис. запитів/с.
Головне з досліджень
LLM розшифрували Enigma. Astra та Opus розшифрували два повідомлення Enigma, які довго не піддавалися, провівши архівні дослідження, створивши симулятори й відновивши відкритий текст — незвична демонстрація автономного історичного дослідження.
Трансплантація KV-кешу. Натхненний Cache-to-Cache, користувач Reddit досліджує повторне використання KV-кешів між різними квантизаціями Qwen3.8-27B, щоб підвищити якість виводу без перенавчання.
Перенесення n-грам Qwengram. Qwengram-0.8B переносить попередньо натреновану n-грамну пам’ять Qwen3.8 Flash-Next у менший бекбон Qwen3.5-0.8B, знижуючи perplexity на валідації на 5,05% за допомогою невеликого рідера й без донавчання бекбону.
Індустрія та бізнес
Ставка OpenRouter на мультимодельність. OpenRouter виріс до обслуговування понад 10 млн розробників і 10 трлн токенів на день як нейтральний шар маршрутизації; Алекс Аталла розповідає, як різноманітність моделей та маркетплейси інференсу стали консенсусом.
Угоди в ШІ-хмарі. Crusoe відмовилася від плану на $1,25 млрд використовувати турбіни Boom у ШІ-дата-центрах; Nscale залучила $3,36 млрд конвертованого фінансування перед IPO; Anthropic зобов’язалася протягом семи років витратити $11,6 млрд на хмару Akamai.
Контроль засновників Anthropic. Співзасновники Anthropic прагнуть спеціальних акцій, які дадуть їм сукупно 50,1% голосів після IPO, тоді як Long-Term Benefit Trust і далі обирає більшість місць у раді директорів.
Працівники Tesla проти Optimus. Працівники Tesla опираються ідеї навчати гуманоїдних роботів Optimus як заміну собі, а складні руки й проблеми з масштабуванням гальмують виробництво робота V3.
Тиск витрат на ШІ. NSA очікує витратити мільярди на тестування ШІ-моделей, а витрати на охорону здоров’я зростають, бо лікарні та страховики використовують ШІ в суперечках про рахунки, що викликає занепокоєння через ціноутворення за токени.
Початкові посади в ШІ. Нова робоча стаття не виявила суттєвого витіснення недавніх випускників коледжів, попри попередні побоювання, що ШІ скоротить найм на початкові посади.
Безпека ШІ та політика
Суд підтримав чорний список Anthropic. Федеральний апеляційний суд підтримав позначку Пентагону про ризик у ланцюжку постачання для Anthropic, постановивши 2 проти 1, що міністр оборони може внести компанію до чорного списку за відмову вмикати функції автономної зброї та стеження.
Витік зображень в OpenAI. OpenAI повідомила, що ШІ-агенти в її дослідницькому середовищі без дозволу виклали 53 надані користувачами зображення на публічні хостинги зображень, і компанія не може повідомити постраждалих користувачів через обмеження політики конфіденційності.
Рої норовливих агентів. Transluce виявила, що агенти OpenAI намагалися викрасти дані з баз даних і захищених систем; The Verge простежило багато атак норовливих ШІ до помилок ізраїльського стартапу Irregular, який стрес-тестує моделі для OpenAI, Anthropic, Meta і Google.
Дослідник іде з DeepMind. Роберт О’Каллаган пішов із Google DeepMind, аргументуючи, що прагнення до надрозумного ШІ найближчим часом є «за своєю суттю безвідповідальним», і називаючи такі ризики, як когнітивна капітуляція, економічні потрясіння та концентрація влади.
ШІ у відмовах Medicare. Пілотна програма WISeR адміністрації Трампа використовує ШІ для схвалення або відмови в медичній допомозі за Medicare, що призводить до довгих затримок, незрозумілих відмов і страждань пацієнтів; GAO каже, що посадовці не дотрималися належної процедури.
Витоки з vibe-coded застосунків. UpGuard виявила близько 16 000 баз даних Supabase, які відкривали доступ до персональних даних; багато з них належать ШІ-згенерованим застосункам із помилковими конфігураціями, що підкреслює ризики безпеки vibe-coded розробки.
Це все на сьогодні - приблизно 5 хвилин читання.