Релизы агентов и моделей
Arete-27B от Nous. Nous Research выпустила Arete-27B — SFT-модель на базе Qwen3.8-27B, которая снижает долю китайской государственной трактовки с 22% до 0,9% в их тесте из 803 промптов; веса под Apache 2.0 и GGUF-кванты доступны.
Квант Kimi K3.1. Экспериментальный квант Kimi-K3.1-Pro-Coder размером 775 ГБ запускается на одной GPU, используя системную RAM и NVMe через Strata и иерархическое квантование MoE, и достигает 36,8 ток/с при батчевой обработке и 96,7% на AIME/LiveCodeBench.
Агент Terminal-RSI-27B. Проект Terminal-RSI выпустил терминального агента на базе Qwen3.8 для проверки репозиториев, редактирования кода и многошаговых задач; применяются рекурсивная самоперезапись и уточнение политики с наследованием критика.
Drex Max от Nace. Nace представила мультимодальную модель принятия решений Drex Max: она заняла первое место в рейтинге Artificial Analysis и вышла на границу Парето; веса открыты на условиях Open RAIL-M, а v1.1 планируется для локального инференса.
DSpine 3x от Tencent. Tencent опубликовала на Hugging Face Qwen3.8-27B-DSpine-b16 — метод спекулятивного декодирования, который обещает до трёхкратного ускорения декодирования для моделей на 27B.
Инструменты и фреймворки
Плагин spec-first. Google открыла исходники плагина Elephant-Goldfish Model: он заставляет кодинг-агентов сначала писать спецификацию, а затем отдаёт её на проверку новым субагентам до написания кода; плагином пользуются тысячи инженеров Google, правда, расход токенов большой.
Инструмент Torchlens. Torchlens — репозиторий на GitHub для инспекции, визуализации и вмешательства в любую операцию в любой нейросети; он помогает в задачах интерпретируемости.
C против Rust в SQLite. Саймон Уиллисон с помощью Claude сравнил расширения SQLite на C и Rust для parse_number: Rust сначала был быстрее благодаря strtod, но самописный C-парсер в итоге догнал или обогнал его, а C-расширение оказалось заметно меньше.
Укрощение PR-описаний. Саймон Уиллисон предлагает прятать написанные ИИ описания PR за <details><summary>, потому что они слишком подробны и читаются как слоп; краткое введение, одобренное человеком, должно резюмировать изменение.
Главное из исследований
Open-HumanScale для роботов. Исследователи выпустили Open-HumanScale — открытый рецепт и корпус эгоцентричного видео на 50 тыс. часов для предобучения политик роботов; масштабирование человеческого видео даёт логарифмически линейный прирост, а гибридное обучение на человеческих и роботизированных данных достигает 92,08% на RoboTwin 2.0 Clean2Clean.
Доработка после кодинг-агентов. Alibaba и партнёры создали Co-Design Bench на основе реальных запросов пользователей на изменения; лучшая модель, GPT-6 Astra, полностью выполняет лишь 26,4% задач — то есть примерно в трёх из четырёх задач нужна ручная доработка.
Parsimony о сложности кода. Новый бенчмарк Parsimony измеряет синтаксические единицы в патчах; медианная модель вносит в 1,9 раза больше синтаксических единиц, чем человеческое исправление на SWE-bench Verified, а один только выбор харнесса может менять накладные расходы кода с 0,80x до 0,99x.
Сравнение роутинга MoE. Два руководства сравнивают стратегии роутинга в открытых MoE-моделях: число экспертов — от 8 до 384, top-k — от 1 до 8, а loss-free bias balancing — доминирующий подход; выбор эксперта может раскрывать будущие токены в каузальных моделях.
Саттон о пределах масштабирования. Ричард Саттон утверждает, что одних вычислений не хватит для создания интеллекта; ИИ нужны новые хитроумные методы и агенты с моделями мира, которые учатся непрерывно, а синтетические данные он называет большой ошибкой.
Индустрия и бизнес
Nvidia: проверка на шпионаж. Совет директоров Nvidia начинает независимое расследование связей гендиректора Дженсена Хуана с Элис Хуан, топ-менеджером в сфере ИИ, которую, по сообщениям, завербовала китайская MSS; Хуан извинился за роман в служебной записке, а совет директоров заявляет, что доказательств компрометации секретов нет.
Apple ускоряет Siri. Apple ускоряет дорожную карту Siri: детальный контроль над собственными приложениями ожидается в iOS 27.3, а интеграция сторонних приложений — позже весной; цель — конкурировать с OpenAI Dots и Meta Muse.
Иски к Suno. Правообладатели Элвиса Пресли и Эминема подали иск к Suno, утверждая, что компания незаконно клонировала голос и тексты песен; в иске ссылаются на закон Теннесси ELVIS Act и общее право.
HackerTube за выходные. Андрей Карпаты за выходные собрал HackerTube с помощью Claude Opus 5.5 и Claude Code: он превратил 43 млн комментариев HN в 6 454 отобранных видео, причём почти вся работа была автоматизирована.
AI-native курс Stanford. Михаил Эрик рассказывает, как Stanford CS146S адаптировался к ИИ-агентам для программирования: студенты изучают незнакомые репозитории, предлагают изменения и объясняют патчи мейнтейнерам open source; его команда Monaco использует рабочие пространства для агентов и дежурных агентов.
Локальный ИИ и железо
Intel Arc 32 ГБ. Intel Arc Pro B70 на 32 ГБ за $1 299 выдаёт примерно половину скорости генерации и треть префилла RTX 5090 (от $6 500) на Qwen3.8-27B, что делает её сильным выбором по соотношению цена/производительность.
4× R9700: бенчмарки. Сборка примерно за 16 тыс. канадских долларов с четырьмя GPU Radeon R9700 выдаёт 190 ток/с в однопользовательском режиме, 6 800 ток/с на префилле и 80–225 ток/с на пользователя при 8 пользователях и контексте 128K; уточняющие запросы агента начинаются через 0,2–2,5 с.
Qwen на ассемблере. Qwen3.5-0.8B работает на чистом ассемблере в одном потоке CPU со скоростью 6,51 ток/с — быстрее эталона на PyTorch, без libc и рантайма Python.
CUDA на старых GPU. Разработчик перенёс современный стек обучения LLM на старые CUDA-GPU (SM 3.5–7.5) в Windows, благодаря чему Mamba-1 заработала на старых картах NVIDIA; в планах — бэкпорт Mamba-2/3.
Локальный bash-помощник. Дообученная Qwen3.5-0.8B офлайн переводит обычные английские фразы в bash за 1,7 с на CPU; автор рассказывает, как упёрся в плато на 74%, и чему его научило несовпадение распределений обучения и теста.
Сценарии для локальных моделей. Пользователь локально запускает DeepSeek v4.1 Flash для разведчиков, которые берут на себя веб-исследование вместо фронтирных моделей, каменщиков, которые собирают код по спецификациям фронтирных моделей, и агентов для фильтрации контента.
Локальная моушн-графика. Qwen3.8 Flash Next IQ3_XXS на 16 ГБ видеопамяти сгенерировала видео с моушн-графикой через Three.js/Playwright/ffmpeg примерно за 2 часа, показав, что локальные модели справляются с задачами креативного программирования.
Это всё за этот день – примерно 5 минут чтения.