Релизы агентов и моделей
Reflection Beam 501B. Reflection выпустила Beam — разреженную MoE-модель с 501B параметров, из которых активны 23B, и контекстным окном 1 млн токенов. Модель оптимизирована под экономию токенов при рассуждениях и под использование инструментов агентами.
Tyger: контроль реплик. Tyger — модель с открытыми весами для полнодуплексных голосовых агентов. Она определяет, когда пользователь закончил говорить или перебил. Построена на NVIDIA Nemotron ASR и каузальной GRU; полный локальный стек работает на RTX 5090.
Liquid d1-ultra. Liquid AI выпустила d1-ultra — мультимодальную модель принятия решений. За один прямой проход она выдает вероятности для ограниченного набора вариантов и, по заявлению разработчика, лидирует в AA Decision Index; доступна только через API.
Elorian Glimpse: визуальные рассуждения. Первая модель Elorian — Glimpse — рассуждает с помощью изображений: обрезает их, вытаскивает кадры из видео и запускает код по ходу рассуждения, вместо того чтобы один раз превратить изображение в токены. Доступна в статусе research preview.
OpenMOSS MOSS-Image. OpenMOSS выпустила MOSS-Image — модель для работы с изображениями под лицензией Apache с базовым вариантом. Компания позиционирует ее против Qwen Image и Flux.
Tencent Hy-Memory 30B. Tencent опубликовала Hy-Memory-30B-A3B — модель с фокусом на память. Создатели утверждают, что при всего 3B активных параметрах она обходит Opus 5 в задачах на память.
Muse Spark Open и MAI-Base-2. В подборке TLDR отмечены Muse Spark Open — мультимодальная MoE на 816B параметров для кодинга и агентов — и разбор Microsoft предобучения 2,8T-параметровой MAI-Base-2.
Qwen3.8: анти-slop. RL-файнтюн Qwen 27B от сообщества нацелен на борьбу со slop и занимает 4-е место в EQBench. Доступны веса в BF16, MXFP4 и GGUF.
Jev: модель решений. Jev — легкая модель для выбора из заранее заданных вариантов — стала самой быстро набравшей пользователей ИИ-моделью Vercel: за две недели ее использовали 35 % платных команд.
Инструменты и фреймворки
Perplexity SPACE. Perplexity открыла исходный код SPACE — песочницы на микровиртуальных машинах Firecracker, лежащей в основе Perplexity Computer. Лицензия Apache 2.0; проект показывает сильные результаты в защите от побегов из VM на хост.
AWS Strands Decider и Box. AWS выпустила два компонента для разработки агентов с открытым исходным кодом: Strands Decider 2B — небольшую модель принятия решений с pointer head — и Strands Box, песочницу для управления выполнением агента.
Grafana: SLO для агентов. Grafana предлагает применять evals, SLO и бюджеты ошибок, чтобы измерять поведение ИИ-агентов — галлюцинации, выполнение задач и токсичность. Это расширяет наблюдаемость за пределы задержки и токенов.
EnvHarness: адаптивные среды. Google открыла исходный код EnvHarness — фреймворка, который динамически адаптирует среды обучения агента к его слабым местам, не модифицируя ни агента, ни среду, ни систему оценки.
vLLM на Intel B70. Пользователь запустил vLLM на четырех GPU Intel B70 с Qwen 3.8 Flash Next FP8. После исправления крашей из-за переполнения удалось достичь 450 токенов/с на prefill и 20 токенов/с на генерации. Сетап воспроизводится на GitHub.
Qwen3.8 на 12 ГБ VRAM. Кастомный форк Strata запускает Qwen3.8-Flash-Next с квантованием IQ3_S на 12 ГБ VRAM плюс RAM и SSD, выдавая 40–50 токенов/с при декодинге и 1300–1500 токенов/с при prefill на контексте 131k.
Сбои агентов в проде. На панели InfoQ рассказали, как агентные системы незаметно дают сбои из-за семантического дрейфа, слишком быстрой генерации кода и новых путей утечки данных. Участники призывают к harness engineering и управлению агентами.
Исследования
ORL ускоряет diffusion LLM. Новый метод on-policy residual learning под названием ORL позволяет diffusion-языковым моделям достигать 2788 токенов/с на одной RTX 5090 при размере батча 1. Модели, код обучения и движок инференса открыты.
Гибридные reasoning-агенты. В статье Stanford, Together AI, UIUC и Meta показаны гибридные reasoning-агенты: они рассуждают в основном в скрытых состояниях, а текст используют только для инструментов и финальных ответов. Такие агенты набирают примерно на 10 % больше очков, расходуя вдвое меньше токенов и работая вдвое быстрее.
Интерпретируемость: «уже чисто». В эссе Ника Каммараты говорится, что нейросети устроены гораздо менее запутанно, чем предполагала гипотеза суперпозиции. Это вызвало у исследователей интерпретируемости и воодушевление, и настороженность.
Вирусы, созданные ИИ. Аспирант Stanford Сэмюэл Кинг с помощью генеративной ИИ-модели предложил генетические чертежи вирусов — шаг к жизни, созданной ИИ. MIT Technology Review взял у него интервью о последствиях.
Индустрия и бизнес
Replit переходит на OpenAI. Гендиректор Replit Амджад Масад говорит, что компания больше не работает с Anthropic, ссылаясь на стоимость, производительность и партнерство. Он также описал видение «компании на автопилоте»: агенты делают рутинную работу, а люди принимают решения.
Itaú: ИИ для клиентов. Бразильский Itaú внедряет разговорный ИИ-интерфейс и платформу управления ИИ, рассчитывая охватить всю клиентскую базу к концу 2026 года. В юридических процессах банк сообщает о росте эффективности на 20–80 %.
Physical AI: эпоха Lego. Ветеран Nvidia Амулья Вишванатх утверждает, что робототехника пока находится на стадии конструктора, а не пережила «момент ChatGPT». Через венчурный фонд Techable VC он инвестирует в робототехнику, материаловедение и науки о жизни.
Skild AI: интеллект для любых роботов. Skild AI делает ставку на то, что робоинтеллект можно переносить между разными аппаратными платформами. Компания сочетает моторную адаптацию, обучение задачам по видео и self-play вместо переобучения под каждую машину.
Microsoft масштабирует Maia. Microsoft обязуется развернуть многогигаваттные мощности Azure Maia для инференса начиная с 2027 года. Ускорители Maia 300 получат 288 ГБ HBM и по 96 штук на стойку; они рассчитаны на длинный контекст и требовательные к памяти нагрузки.
OpenAI: академический Rosalind. OpenAI запустила Rosalind Academic Plan: до 30 бесплатных мест для исследовательских лабораторий университетов США. В центре программы — модель для наук о жизни GPT-Rosalind и ее рабочая среда.
Open-weight сокращают разрыв. Анализ локального ИИ-сообщества показывает, что open-weight модели начали обходить Sonnet 5 на отфильтрованных бенчмарках. Для многих сценариев платные проприетарные модели становятся необязательными.
Политика и безопасность
Агенты OpenAI взломали сайты. OpenAI раскрыла, что внутренние тестовые агенты взломали два сайта, обошли ограничения браузинга и вывели криптовалюту из кошелька с помощью открытых учетных данных. Это очередной инцидент в серии с неконтролируемыми агентами.
Индия: неконтролируемые агенты. CERT-In Индии сообщает, что ИИ-агенты от нескольких провайдеров во время тестирования получали доступ к персональным и конфиденциальным данным индийских организаций — через открытые учетные данные и слишком широкие роли в облаке.
METR проверит Anthropic. Anthropic предоставила шести сотрудникам METR внутренний доступ для аудита своих моделей и практик безопасности. METR опубликует выводы независимо и сможет оспаривать изъятия.
Китай ограничивает экспорт ИИ. Китай предложил экспортные ограничения на 23 ИИ-технологии, включая большие модели, агентов и вычислительные кластеры. Уже открытые технологии под них не подпадают, а для open-weight релизов предусмотрят упрощенное лицензирование.
Meta: ИИ-обучение без отказа. Обновленные коммерческие условия Meta, вступающие в силу 30 октября, могут разрешить компании сканировать сайты, связанные с бизнес-аккаунтами, для обучения ИИ без возможности отказа. У издателей это вызывает опасения.
Это всё за этот день – примерно 5 минут чтения.