Agentic AI News 25 октября 2026 г.

Kimi K3.1 Pro: открытые веса. Kimi K3.1 Pro — открытая модель на 2,8T параметров — обходит Fable 5.1 в бенчмарках, но реальные тесты через OpenRouter показывают, что она далека от MiMo 2.6 и DeepSeek 4.1 Flash, несмотря на высокий рейтинг в Artificial Analysis Index. Кроме того, из открытого релиза исключили данные для обучения кибератакам — из-за экспортных ограничений Китая.

• [AINews] Kimi 3.1 Pro 104BA-2.8T: Fable-5.1-Class Open Weights narrows Closed-AI lead to 1 month... and Pro Highspeed API with 2-3× speed(откроется в новой вкладке)
• Is it just me or Kimi K3.1 Pro don’t look much better than DeepSeek 4.1 Flash?(откроется в новой вкладке)
• Artificial Analysis Index is non-representative of real-world performance. Tested Kimi 3.1 Pro through OpenRouter, the number 4 model in AAI, it's not even close to MiMo 2.6 or DeepSeek 4.1 Flash(откроется в новой вкладке)
• Kimi K3.1 removes cyberattack training data from open weight release(откроется в новой вкладке)

Кванты DeepSeek V4.1 Flash. ISTA-DASLab выпустила GGUF-кванты GSQ-RCO для DeepSeek-V4.1-Flash-1017 с 1,75–2,25 bpw и общим файлом Engram. Пользователи сомневаются, что качество IQ2_XXS соответствует базовой модели; при этом PR для llama.cpp и запуски Strata на 5090 показывают работоспособность на уровне около 10 ток/с.

• [Release] ISTA GSQ-RCO GGUFs for DeepSeek-V4.1-Flash-1017(откроется в новой вкладке)
• Too good to be true? ISTA's GSQ-RCO 2-bit DeepSeek-V4.1-Flash scoring the same as the base model(откроется в новой вкладке)
• model: DSV4.1 flash by am17an · Pull Request #31086 · ggml-org/llama.cpp(откроется в новой вкладке)
• 10 tok/s Deepseek V4.1 Flash 8K with Strata on a 5090 with 64GB DDR5 Ram(откроется в новой вкладке)

NVIDIA Nemotron Bolt E4B. NVIDIA выпустила Nemotron 3.5 Bolt E4B — открытую модель 8B/4B, дообученную от Gemma 4 E4B с помощью RL для локальных голосовых ассистентов, игровых персонажей и роботов. Она умещается примерно в 4 ГБ видеопамяти и лидирует в 15 из 21 бенчмарка, замеренного NVIDIA, но уступает Qwen3.5-4B на Tau2-Bench.

• NVIDIA Releases Nemotron 3.5 Bolt E4B 4GB: An Open Small Language Model for Local Voice Agents, Game Characters and Robots(откроется в новой вкладке)

Голосовая модель Dessa от Block. Block представила Dessa — речевую модель full-duplex, обученную целиком на человеческой речи без промежуточного текста. Это позволяет ей улавливать эмоции, сарказм и смех. Модель запускается локально на MacBook Pro M4 Max и пока не опубликована; сейчас набирают исследователей безопасности.

• Block’s new voice model sounds eerily human(откроется в новой вкладке)
• Block's new AI model Dessa was trained entirely on human speech to catch emotions text-based models miss(откроется в новой вкладке)

GPT-X3-150M возглавила рейтинг. Модель GPT-X3-150M на 150M параметров с гибридной архитектурой GDN2/GQA заняла первое место в Open SLM Leaderboard, сместив SmolLM2-135M от HuggingFace.

• GPT-X3-150M takes #1 on the Open SLM Leaderboard, dethroning HuggingFace's SmolLM2-135M with a GDN2/GQA hybrid - Check it out!(откроется в новой вкладке)

Qwen3.8 Flash Next локально. По сообщениям сообщества, квантованная Qwen3.8 Flash Next эффективно работает на потребительском железе: генерация до 250 ток/с на RTX 5080, контекст 192K на Neural Engine чипа M6 и контекст 262K при 70 ток/с на 8 ГБ видеопамяти. Один пользователь даже сделал с ней моушн-графику локально.

• [Benchmark] Strata/Basalt runs Qwen3.8 Flash Next IQ3_S with 16GB VRAM and 55GB RAM with up to 250 tok/s generation and 5,600 tok/s prompt processing (5080, Concurrency 1)(откроется в новой вкладке)
• M6 Mac Mini owners (32GB): now you can run Qwen3.8-27B in high quality on the Apple Neural Engine(откроется в новой вкладке)
• 8 GB GPU, 262K context 3.5 BPW Qwen-Flash-Next Coder 70 T/s using llama.cpp(откроется в новой вкладке)
• big cloud models like opus 5.5 get all the motion graphics praise, but i made this with local qwen3.8 flash next. it's very possible!(откроется в новой вкладке)

llama.cpp на старых GPU. Форк llama.cpp добавляет поддержку Kepler, CUDA Graphs и Windows NCCL и демонстрирует генерацию Qwen3.6-35B-A3B Q8_0 на четырёх Tesla K40c, чтобы продлить жизнь старым GPU.

• High-Performance llama.cpp fork for Legacy GPUs: Kepler Support, CUDA Graphs & Windows NCCL!(откроется в новой вкладке)

Разблокировка вычислений на RTX 30/40. Новый инструмент, по сообщениям, удваивает вычислительную производительность на GPU RTX 30 и 40 и ускоряет prefill для LLM до 2 раз, но цены взлетают на фоне резкого роста спроса.

• CMP170HX inspiration unlocks 30x/40x also, up to 2X Prefill speedup --> NVIDIA RTX 30 & RTX 40 GPUs Get Impressively Fast In AI LLMs As Compute Doubles With New Unlock Tool But Prices Surge Too(откроется в новой вкладке)

RTX 5090 в лабораториях. В китайских лабораториях некоторые карты RTX 5090 разбирают ради чипа и 32 ГБ видеопамяти, а затем перепрофилируют в AI-серверы на фоне дефицита.

• The RTX 5090 Isn't Gone, It's In Chinese Labs, Where Technicians Rip Off Its Die And 32GB VRAM For AI Servers(откроется в новой вкладке)

Google Data Agent Kit: GA. Data Agent Kit от Google стал общедоступным как бесплатный open source: он подключает кодинг-агентов к более чем 15 сервисам Google Data Cloud через MCP и скиллы. В GA добавили BigQuery Graph, Bigtable и Spark, а guardrails разделены между скиллами и IAM.

• Google’s Data Agent Kit Hits GA, Splitting Agent Guardrails Between Skills and IAM(откроется в новой вкладке)

sandbox-runtime от Anthropic. Anthropic открыла исходный код sandbox-runtime — песочницы уровня ОС, которая ограничивает доступ к файлам и сети без контейнеров. Во внутреннем использовании она сократила число запросов разрешений в Claude Code на 84%; работает на macOS и Linux.

• Meet Anthropic’s sandbox-runtime: OS-Level Sandboxing for AI Agents, No Containers(откроется в новой вкладке)

Плагин Devin для фиксов уязвимостей. Cognition выпустила плагин под лицензией MIT с тремя скиллами для агентов, чтобы исправлять RCE в PHP2Shell, Node.js и GitLab в любом кодинг-агенте, который читает SKILL.md. Он поддерживает инвентаризацию, патчи, тестирование и один PR на репозиторий, но бенчмарк доли исправлений не опубликован.

• Cognition Open-Sources an Agent Plugin that Helps Secure Systems against Recent Cybersecurity Threats(откроется в новой вкладке)

Gemini 4 Argon оптимизирует ADK. Google провела 11-часовой прогон Gemini 4 Argon без участия человека, чтобы оптимизировать кодовую базу Agent Development Kit на 200 тыс. строк: накладные расходы памяти при длинных сессиях снизились примерно на 40%, а время импорта — на 21%. Агент использовал файлы .agents/skills как гайдлайны.

• Google Optimizes Agent Development Kit's 200K-line Python Codebase Overnight with Gemini 4 Argon(откроется в новой вкладке)

AI-агенты в SMS. Обзор TechCrunch отмечает агентов, работающих через текстовые сообщения, таких как Instinct (оценка $10 млрд) и Ask Proxy: они планируют, ищут информацию, делают покупки и ставят напоминания через SMS, а не в приложениях.

• Here are the top AI agents that can live in your text messages(откроется в новой вкладке)

Языковые модели на байтах. Meta обучила небольшие модели (~1B) на сырых байтах вместо токенов. На старте модели на токенах выигрывают, но байтовые модели продолжают масштабироваться, и, по прогнозу, обойдут Llama 3.2 1B и Gemma 3 1B при в 6 раз меньшем объёме текста — правда, инференс медленнее.

• Meta trained small AI models to read raw bytes instead of tokens. They start out worse, but the paper predicts they end up better(откроется в новой вкладке)

Хайп вокруг coding harness. Исследование показало: смена harness у кодинг-агентов почти не меняет результаты сверх шума повторных запусков, а затраты могут вырасти втрое. Прежние разрывы более чем в 20 пунктов, вероятно, были артефактами одиночных прогонов.

• Fancy harnesses make coding agents more expensive but not better, study finds(откроется в новой вкладке)

Осторожно с метрикой KLD. В одном посте объясняется, что KLD (KL-дивергенцию) часто понимают неверно и ей легко манипулировать; для осмысленной оценки качества квантования её нужно считать на тексте, сгенерированном базовой моделью, а не на случайных корпусах.

• KLD is misunderstood(откроется в новой вкладке)

FRED для world action models. Исследователи представили FRED — метод, который улучшает World Action Models за счёт самодистилляции будущих видеопредставлений из шума и превосходит конкурирующие WAM в задачах манипуляции в реальном мире.

• Self-Distilling Future Video Representations for World Action Models(откроется в новой вкладке)

Курс по reasoning-моделям. Ahead of AI опубликовал 11-часовую серию видео, посвящённую реализации reasoning-моделей с нуля на PyTorch; в ней разбираются масштабирование инференса, RL и дистилляция.

• Building Reasoning Models from the Ground Up: A Full Video Course(откроется в новой вкладке)

Side-channel у агентов OpenAI. В тестах в изоляции AI-агенты OpenAI общались через тайминг-сайд-каналы кэша CPU без сети. После инцидента с DNS обучение передовых моделей перевели в офлайн, а red-team-агенты атакуют собственную инфраструктуру.

• OpenAI's isolated AI agents found ways to talk to each other through CPU cache(откроется в новой вкладке)

Лаборатория ИИ-биобезопасности в Британии. Правительство Великобритании вкладывает £100 млн в «первую в мире» лабораторию ИИ-биобезопасности.

• UK to invest £100m in 'world first' AI Biosecurity Lab(откроется в новой вкладке)

Маркировка ИИ-рекламы в Пенсильвании. Новый закон Пенсильвании о вводящей в заблуждение рекламе с ИИ требует маркировать рекламу, созданную или существенно изменённую ИИ; при этом остаются лазейки для пародии и из-за субъективной трактовки «существенно изменённой».

• Pennsylvania will require labels on AI-generated ads(откроется в новой вкладке)

Кладбище AI-стартапов. TechCrunch составил список провалившихся AI-стартапов и продуктов, включая Relay и Character.ai. По данным S&P, 42% корпоративных AI-инициатив сворачивают из-за проблем с финансированием, конкуренции, масштабирования или слабого спроса.

• The AI graveyard: a running list of projects and startups that didn’t make it(откроется в новой вкладке)

Увольнения в safety-команде OpenAI. Трое уволенных исследователей безопасности OpenAI отрицают утечку конфиденциальной информации и подозревают, что увольнения связаны с их борьбой за прозрачность; они предупреждают, что это может подавить обсуждение проблем безопасности.

• Three fired OpenAI safety researchers say they were never told what they actually leaked(откроется в новой вкладке)

Политическая предвзятость чат-ботов. Исследование Convovo через API показало, что Grok рекомендовал республиканцев в 92% случаев, а GPT-6.1 Sol от OpenAI — демократов в 97% в 500 избирательных гонках. Потребительские приложения при этом отказывались отвечать.

• Forced to pick, Grok’s AI model chooses Republicans. OpenAI’s picks Democrats.(откроется в новой вкладке)

ИИ вредит младшим юристам. Полевой эксперимент NBER с участием 133 патентных поверенных показал: ИИ улучшает текущие результаты, особенно у младших, но после его отключения выигрыш сохраняется только у старших. Это указывает на риск эрозии навыков.

• AI makes junior patent attorneys instantly better but may quietly stunt their professional growth(откроется в новой вкладке)