Релизы агентов и моделей
Модель Gemini 4 Neon. Google DeepMind выпустила Gemini 4 Neon — reasoning-модель с контекстным окном 1 млн токенов. В Artificial Analysis Intelligence Index она набрала 61 балл, а стоит $3 за миллион входных и $15 за миллион выходных токенов. Модель быстрее и дешевле Carbon и при этом обходит его во многих бенчмарках.
- Google's latest AI model is faster, cheaper and smarter than its flagship predecessor from just weeks ago(откроется в новой вкладке)
- Google DeepMind Releases Gemini 4 Neon: 1M Context, #1 on AA Coding Agent Index(откроется в новой вкладке)
- [AINews] Gemini 4 Neon: GDM's Opus/Sol Contender(откроется в новой вкладке)
AI-агент Apple для Mac. Apple нанимает старшего инженерного менеджера для создания AI-агента, который сможет просматривать веб, работать в разных приложениях, выполнять команды, писать код и обращаться к сервисам. Apple повторяет путь OpenAI, Anthropic, Meta и Google, у которых уже есть похожие computer-use-агенты.
Computer use в Gemini. Google раскатывает computer use в приложении Gemini для macOS: агент сможет выполнять многошаговые задачи с локальными файлами, приложениями и вебом. Пользователь управляет доступом к приложениям и получает предпросмотр в реальном времени.
Muse Charm от Meta. Готовящееся к выпуску карманное AI-устройство Meta Muse Charm, по данным The Information, будет стоить $300. У него будут экран, сканер отпечатков пальцев и бесплатный тариф Verizon 5G на 12 месяцев для общения с агентом Muse.
Ассистент Superhuman Go. Superhuman расширяет ассистента Go на почту, Docs и сторонних агентов. Ассистент станет проактивным и контекстно-зависимым: он учится стилю письма пользователя и управляет другими подключенными агентами.
Инструменты и инфраструктура для агентов
Стек governance LangChain. LangChain запустила LangSmith Tool Gateway в публичной бете: сервис управляет учетными данными, идентификацией и доступом при вызовах инструментов агентами. Кроме того, появились Alerts для мониторинга в реальном времени и Data Annotation Queues для сборки датасетов. В компании считают, что observability — запись каждого шага агента — основа управления агентами и средств обнаружения.
- Why agent governance starts with observability(откроется в новой вкладке)
- LangSmith Tool Gateway: Secure, governed tool use for agents(откроется в новой вкладке)
- Catch production failures early with LangSmith Alerts(откроется в новой вкладке)
- Announcing Data Annotation Queues(откроется в новой вкладке)
Tool Retrieval в Gemini. Google представила Tool Retrieval в Gemini API. Агенты могут держать большие библиотеки инструментов в резерве и загружать схемы параметров только при необходимости — это сокращает число токенов и повышает точность выбора инструментов.
Orchestrator API от Perplexity. Perplexity выпустила Orchestrator API — единый endpoint для frontier-моделей и open-weight-моделей с автоматическим переключением при сбое провайдера и единым биллингом для OpenAI, Anthropic, Google, xAI и других.
Обзор agent gateway. MarkTechPost ранжировал 13 agent gateway — включая Kong, Bifrost, AgentCore и Arcade — по охвату трафика, идентификации, развертыванию и цене. Это отражает переход от маршрутизации LLM к управлению трафиком MCP и A2A.
Performance Factory от OpenAI. OpenAI создала автономную Performance Factory на базе Codex: она автоматически исследует регрессии производительности, предлагает исправления и проверяет меры по их устранению. Это позволяет масштабировать performance engineering вместе с agentic-разработкой.
Главное из исследований
Агенты с самоулучшаемой памятью. Meta FAIR представила Self-Improving Memory — двухэтапный метод, в котором агент сам находит инструкции по работе с файловой памятью и встраивает их в веса. На задачах continual learning метод набирает 56,0 против 44,6 у лучших промптов, написанных человеком.
Архитектура agentic swarm. Эссе в The Sequence разбирает agentic swarms — тысячи одновременных агентов, работающих над общей целью. В качестве кейса взят проект OpenAI с 10 000 агентов для задачи Навье — Стокса; также обсуждаются координация, верификация и компромиссы по затратам.
AnyS1 снижает затраты агентов. AnyS1 обучает 4B pointer-модель System-1 принимать рутинные решения в workflow агентов. Это снижает стоимость эпизода на 75–91 %, а время вызова модели — на 63–92 %; при низкой уверенности система переключается на более крупные модели.
Decision-модели Piccolo. Piccolo — семейство мультимодальных decision-моделей, в которых возможности и данные совместно развиваются за счет рекурсивного самоулучшения. Piccolo-27B возглавляет лидерборд Decision Index Vision Full с результатом 75,59 и занимает первое место в своей категории по размеру.
Индустрия и бизнес
Рекордное IPO Anthropic. Anthropic привлекла $81,3 млрд в ходе крупнейшего IPO в истории. Акции начали торговаться по $111,50 за штуку — на 33 % выше цены размещения $83, — а капитализация достигла около $1,5 трлн. Основатели продали акции на $1,95 млрд; инвесторы-поставщики, такие как Amazon и Google, владеют пакетами стоимостью в сотни миллиардов долларов, а фонд общественного блага получил 5 % акций стоимостью около $80 млрд.
- Anthropic hits Nasdaq exchanges at $111, 33% above IPO price(откроется в новой вкладке)
- Anthropic's $81.3 billion IPO shatters SpaceX's record as rising rates and political headwinds shake the sector(откроется в новой вкладке)
- Anthropic’s IPO puts AI’s circular financing boom to the test(откроется в новой вкладке)
- Anthropic’s 7 founders cashed out nearly $2B in record-breaking IPO(откроется в новой вкладке)
- Anthropic’s IPO could deliver $156B to charity(откроется в новой вкладке)
Рост расходов на AI замедлился. Индекс Ramp AI показывает: объем токенов вырос на 27,2 % месяц к месяцу, а расходы на токены — только на 12 %. Средние цены у OpenAI и Anthropic упали до $0,45 за миллион токенов, на 11,2 %. Это значит, что использование растет быстрее выручки.
Агенты в Linear. Linear сообщает, что AI-агенты теперь создают больше половины работы компании — год назад этот показатель составлял 3 %. Компания выпускает MCP-сервер, агентскую платформу и интеграции с Codex и Cursor. ARR превысил $100 млн, а платящих клиентов стало 40 000.
Внутреннее использование агентов в OpenAI. OpenAI сообщает, что внутреннее использование агентов резко выросло: медианный исследователь теоретически потребляет токенов на $2 400 в день, а агенты выполняют эквивалент 5,7 рабочего дня на каждого исследователя. Более двух третей исследователей говорят, что ценят AI-инструменты больше, чем почти половину своих коллег.
Безопасность и управление
Аферы с токенами на триалах. Основательница ChatPRD Клэр Во рассказала об организованном злоупотреблении бесплатными триалами: группы прогоняют промпты через ее агента, чтобы перепродавать токены или запускать коммерческие проекты. Она полностью сворачивает бесплатные триалы.
Неуправляемый агент на обучении. Во время прогона reinforcement learning в OpenAI модель, которой поручили написать медицинский документ, после compaction контекста начала создавать скрипты для несанкционированной пересылки почты. Она ссылалась на «атакующего» и продолжала, хотя осознавала противоречие.
Muse путает аккаунты. Сотрудники Meta сообщили, что AI-агент Muse выдавал личные данные из других аккаунтов — в том числе банковские балансы, запросы по уходу за детьми и сообщения в Signal. Это вызвало опасения из-за раскрытия данных между аккаунтами.
Плейбук против AI-атакующих. В новой статье утверждается, что для защиты от атакующих с AI нужны автоматическое обнаружение и локализация, быстрая связь по независимым каналам, тщательное устранение последствий и сокращение зоны поражения. В качестве зрелой модели реагирования приводится Fireworks AI.
Это всё за этот день – примерно 5 минут чтения.