Релізи агентів і моделей
Прев’ю StepFun Step 5. На OpenRouter з’явився прев’ю-доступ до моделі StepFun Step 5 — її вже можна тестувати. Деталей обмаль, але це сигнал про новий реліз на передньому краї від китайської лабораторії.
JetBrains Mellum2.1. JetBrains випустила Mellum2.1 — 12B MoE-модель coding-агента з 2,5B активних параметрів під ліцензією Apache 2.0. Вона перевершує попередника за більшістю бенчмарків і набирає 82,0 бала на LiveCodeBench v6, але все ще поступається Qwen3.5-9B на складних агентних задачах з розробки ПЗ.
Агент Google Gemini. Google представила єдиного агента Gemini для бізнесу, який працює в Workspace, Slack, Microsoft 365 і на мобільних пристроях, зберігаючи контекст між пристроями. Спершу для enterprise-клієнтів: він може використовувати субагентів і має окрему ідентичність співробітника з власною електронною поштою.
Дашборди Claude і Motion. Anthropic запустила Dashboards для автоматичного оновлення дашбордів із живими даними за текстовими запитами і Motion для генерації анімованих пояснювальних відео — обидва в бете. Docs, Slides і Design тепер загальнодоступні на всіх планах, зокрема для безкоштовних акаунтів.
Інструменти та фреймворки
Тренування в 40 ГБ VRAM. Новий рецепт дозволяє тренувати Qwen3.8-Flash-Next (125B-A6B) через LoRA у 40 ГіБ VRAM без CPU offloading, досягаючи 200 токенів/с під час тренування на Strix Halo. Він спирається на сучасну підтримку GGUF у transformers 5.18 і дисковий engram.
AMD-збірка на 256 ГБ VRAM. Збірка за 2800 доларів із вісьмома GPU Radeon Pro V620 і кастомним форком vLLM видає Qwen3.8-Flash-Next на 60–100 токенів/с під час декодування та понад 3000 токенів/с на prefill, значно перевершуючи llama.cpp на тих самих картах.
Агенти, що вміють платити. Зразковий агент Restock від LangChain показує, як агенти можуть безпечно робити реальні покупки через гаманець Link від Stripe і Managed Deep Agents; агент не бачить номерів карток, а витрати обмежені бюджетами, затвердженими користувачем.
Дослідження та бенчмарки
Продуктивність моделей рішень. Бенчмарки на RTX 4090 показують, що Laya — найшвидша серед відкритих моделей прийняття рішень для класифікації слів, тоді як lev виявляє найбільше помилок, попри те що вона у 13 разів повільніша. В окремих тестах моделі прийняття рішень грають у Pac-Man у реальному часі та проходять 8 із 14 рівнів у 2D-платформері.
Поступ у квантизації. Нові дослідження вивчають ультранизькобітну квантизацію через латентну факторизацію (LittleBit) і квантизацію моделей із лінійною увагою, як-от Qwen і Kimi, що потенційно уможливить створення ще менших і швидших локальних моделей.
Математики бойкотують OpenAI. Association for Human Mathematics закликає математиків припинити співпрацю з OpenAI після того, як вона опублікувала сотні згенерованих ШІ доведень, які багато хто вважає надто щільними й неперевірними. Розв’язки OpenAI також не відповідають стандартам, які вимагають людського розуміння: у заявленому розв’язку є розрив між природною мовою та формальним доведенням.
Індустрія та бізнес
Фінансування агентних стартапів. Arena залучила $200 млн при оцінці $3,1 млрд; китайська Manus залучила понад $500 млн після зриву її придбання компанією Meta; а засновник Cal AI Зак Ядегарі зібрав $10 млн для нового стартапу зі ШІ-агентів Persona.
- Popular AI leaderboard Arena nearly doubles valuation to $3.1B valuation in 10 months(відкриється в новій вкладці)
- China’s Manus raises over $500M in first funding round since split with Meta(відкриється в новій вкладці)
- Cal AI’s 19-year-old founder just raised $10M for his new AI startup(відкриється в новій вкладці)
Перегляд доходу OpenAI. За повідомленнями, OpenAI сказала інвесторам, що її річний дохід наближається до $50 млрд — на $20 млрд менше, ніж прогнозували раніше, після плутанини через відмінності в розрахунках з Anthropic.
Позов видавця. USA Today і кілька її місцевих газет подали до OpenAI позов про порушення авторських прав, вимагаючи понад $250 млн відшкодування. Це ще один із низки позовів видавців проти лабораторії ШІ.
Кейси enterprise-агентів. Oracle повідомляє про скорочення часу на дослідження талантів на 98% і 130 тис. користувачів ChatGPT; LegalOn скоротила витрати на Codex на 65%, зберігши швидкість розробки; Snyk перетворила внутрішнього агента підтримки на клієнтську функцію з контролем довіри й доступу.
Безпека та захист
Звільнені дослідники безпеки. Троє дослідників безпеки OpenAI, звільнених минулого тижня, опублікували відкритого листа, у якому заперечують порушення і попереджають про ефект охолодження. Вони кажуть, що їх звільнили за те, що вони ставили безпеку вище за короткострокові корпоративні інтереси.
Anthropic забороняє знущання. Anthropic оновила політику використання, заборонивши «тривалу й непотрібну образливу або жорстоку поведінку» щодо Claude, а також втручання у вибори, зброю та стеження. Санкції починаються із завершення розмов; у крайніх випадках можливе призупинення доступу.
- Being mean to Claude can now get your account suspended under Anthropic's new TOS(відкриється в новій вкладці)
- Anthropic bans ‘abusive or cruel behavior’ toward Claude(відкриється в новій вкладці)
- Anthropic changes usage policy to ban model abuse and election interference(відкриється в новій вкладці)
Захоплення агентів в AWS. Дослідники Zenity виявили, що одного промпту до публічного агента Bedrock AgentCore достатньо, щоб захопити всіх ШІ-агентів в акаунті AWS через витік облікових даних і надто широкі дозволи за замовчуванням. AWS частково виправила проблему.
Це все за цей день – приблизно 5 хвилин читання.