Agentic AI News Сегодня

Jev и модели решений. TypeSafe AI выпустила Jev — модель, которая только выносит решения и возвращает типизированные вероятности. Через несколько дней AWS, Cloudflare и Perplexity представили собственные открытые модели решений. Существующий механизм структурированного вывода и контроля грамматик уже обеспечивает похожую ограниченную генерацию.

• → TypeSafe AI Releases Jev: A Decision-Only Model That Returns Typed Probabilities Instead of Text
• → Amazon releases its own Jev clone as decision models flood the web
• → Clef: Open Weights decision model by Cloudflare
• → Perplexity Decider 27B: Open weights decision model fine tune of Qwen3.8 27B
• → Guys... OpenAI API on VLLM and Llamacpp already supported grammar enforcer... (AKA JEV)

Локальные LoRA для решений. Jeff-Qwen3.5-0.8B с девятью LoRA-адаптерами берёт на себя повторяющиеся решения агентов — например, определение prompt injection и выбор инструментов. Он работает в 38 раз быстрее и даёт +8,7 пункта точности, расходуя меньше 2 ГБ дополнительной памяти.

• → Jeff-Qwen3.5-0.8B v1.2 + 9 LoRA adapters: put it in front of Qwen3.8-27B for 38× faster decisions and +8.7 points accuracy, for under 2 GB extra memory

OpenAI Dots против Meta Muse. OpenAI анонсировала Dots — милого агента на базе GPT-6 Astra, который умеет строить виртуальные миры. Но он доступен только на тарифе за $1 в месяц, а конкурировать ему придётся с бесплатной Muse от Meta.

• → OpenAI’s new agent is a shot at Meta — but can it compete with free?

Shopify Canvas. Shopify представила Canvas — конструктор, где мерчанты собирают магазины в диалоге с ИИ-помощником Sidekick, а настоящий код отрисовывается в реальном времени.

• → Shopify debuts Canvas, a way to build online stores by chatting with AI

Виртуальная примерка в ChatGPT. OpenAI добавила в покупки ChatGPT виртуальную примерку и избранное. Модель Images 2.5 показывает, как одежда выглядит на фотографиях пользователя.

• → ChatGPT can now virtually try on clothes for you

Аватар Griffin от Tavus. Tavus представила Griffin — модель видеоаватара в реальном времени. В минутном звонке 48 % испытуемых приняли его за человека.

• → Nearly half of test subjects mistook Tavus' AI video avatar for a real person on a one-minute call

Похороны приложений от Photon. Photon провела похороны мобильных приложений и привлекла $4,5 млн, чтобы помочь разработчикам создавать агентов для переписки в iMessage и WhatsApp.

• → Photon held a funeral for mobile apps. Now it has $4.5M to help replace them with agents.

Gemini 4 Argon. Google DeepMind представила Gemini 4 Argon с SOTA-результатами в бенчмарках и выходом до 1 млн токенов. Пока доступна только в превью для кибербезопасности.

• → [AINews] Gemini 4 Argon: GDM’s answer to Astra/Fable, with 1M output

Открытая линейка K2 Horizon. IFM выпустила K2 Horizon — шесть открытых моделей от 0,9B до 375B вместе с данными обучения, кодом и логами. Команда проведёт AMA об открытой разработке.

• → AMA about K2 Horizon, Meet our team from IFM

MTP для Qwen Flash Next. llama.cpp добавил поддержку multi-token prediction для Qwen Flash Next, что ускорило инференс.

• → Qwen4Exp: add MTP by am17an · Pull Request #29761 · ggml-org/llama.cpp

Slipstream для Mac. Slipstream — движок инференса для Metal — запускает Qwen3.8-Flash-Next объёмом 95,5 GiB на Mac с 64 ГБ памяти со скоростью 41–52 ток/с. Это в 1,76 раза быстрее llama.cpp, причём длинный контекст остаётся стабильным.

• → Running 95.5 GiB Qwen3.8-Flash-Next at 41–52 tok/s on a 64GB Mac (1.76x faster than llama.cpp): Slipstream release, 130k context scaling, + Swift variant

Olmo-core 3. Allen AI выпустила Olmo-core 3 — открытую масштабируемую инфраструктуру для обучения MoE-моделей с триллионом параметров.

• → Introducing Olmo-core 3: Open, scalable training infrastructure for large MoEs

Ataraxos побеждает Stratego. Исследователи из CMU, MIT, NYU и Stanford создали Ataraxos, который обыграл лучшего игрока в Stratego со счётом 15:1 при четырёх ничьих, положив конец превосходству человека. Обучение стоило меньше $8 тыс.

• → With most information hidden, the game Stratego had stumped AI—until now
• → AI beats Stratego's greatest player, ending one of the last human strongholds in board games

Агентный RAG выигрывает. Бенчмарк 18 RAG-пайплайнов против агентного цикла на FRAMES: лучший пайплайн показал 78,9 %, агентный цикл — 92,7 %. Результат показывает, что retrieval-агенты обходят фиксированные пайплайны.

• → We benchmarked 18 RAG pipelines against an agent loop on Google's FRAMES. The best pipeline hit 78.9%. The agent loop hit 92.7%.

AutoSynthData от ServiceNow. ServiceNow CoreAI разработала AutoSynthData: она генерирует обучающие данные из ошибок модели и удачных ответов модели-учителя, чтобы улучшать корпоративных агентов.

• → AutoSynthData: Generating Training Data for Enterprise Agents

Маркеры ИИ-текста. Graphite нашла 13 000 фраз, по которым можно распознать текст ИИ. Модели Claude всё ближе к человеческому распределению слов, GPT — дальше от него.

• → Opus 5.5 loves to tell you ‘this matters’ (and other AI writing tells)

Иски к Google отклонены. Судья отклонил иски Chegg и Penske. Истцы утверждали, что Google AI Overviews незаконно сокращают трафик; антимонопольные претензии не подтвердились.

• → Judge dismisses Chegg and Penske antitrust lawsuits targeting Google AI search
• → Judge dismisses antitrust lawsuits over Google’s AI Overviews

Grok и Венесуэла. Time сообщает, что перед вторжением в Венесуэлу Трамп часами говорил с Grok. Grok предсказал ликование, что укрепило позицию Трампа.

• → Musk’s AI chatbot Grok reportedly encouraged Trump to capture Venezuela’s president

Уходы из OpenAI. OpenAI прекратила сотрудничество с тремя исследователями по безопасности — якобы за передачу конфиденциальных данных сторонней организации по безопасности.

• → OpenAI cuts ties with 3 safety researchers, WSJ reports

Anthropic и госсектор. Anthropic запустила Claude for Government для гражданских ведомств в среде FedRAMP High. Запрет Пентагона остаётся в силе, пока идёт судебная тяжба.

• → Anthropic brings Claude to civilian agencies as its fight with the Pentagon drags on

Дата-центры в космосе. Google запустила прототип орбитального вычислительного спутника с TPU. Satlyt привлекла $8 млн на разработку ПО для спутникового ИИ; для масштабирования потребуется Starship.

• → Google thinks SpaceX’s Starship has to launch 1,800 times before space data centers get off the ground
• → Satlyt, founded by a former Google and SpaceX product manager, raises $8M to run AI on satellites

Утечка скриншотов через агентов. Glow Security обнаружила больше 13 000 внутренних скриншотов, которые ИИ-агенты загрузили в публичные репозитории GitHub, раскрыв данные клиентов и учётные данные.

• → Security startup finds more than 13,000 internal company screenshots that AI agents uploaded publicly

Кампания по краже reasoning. OpenAI заявляет, что остановила кампанию adversarial distillation против защищённых reasoning-возможностей; похожий приём всё ещё сработал в Azure.

• → OpenAI says it stopped a campaign to steal its models' reasoning, but the trick still worked on Azure