Агенты и интерфейсы
Gemini управляет приложениями Mac. В приложении Gemini для Mac появилась функция Computer Use: она позволяет Gemini выполнять многошаговые задачи с локальными файлами, приложениями и сайтами в изолированном фоновом окне. Пользователи сами выбирают, к каким приложениям Gemini получит доступ, и могут подтверждать ключевые действия. Функция разворачивается в США на английском языке.
Планы Apple по агенту. Apple нанимает сотрудников для создания собственного AI-агента, который будет управлять устройствами; его ожидают уже в конце следующего года. При этом macOS 27.3 усложняет подключение сторонних агентов вроде ChatGPT. По данным Bloomberg, новый процесс выдачи разрешений требует 14 шагов вместо четырех — некоторые конкуренты считают это барьером.
Hermes Agent в Teams. Открытый Hermes Agent от Nous Research будет работать внутри Microsoft Teams. Функция Collective Wisdom превращает удачные рабочие процессы во внутренние навыки, которыми можно делиться. Агенты запускаются в изолированных Azure Container Apps Sandboxes, а корпоративные данные не используются при обучении моделей AI-провайдеров.
Google переделывает поиск. Google выкатывает обновленную главную страницу поиска для десктопа: отдельной кнопки поиска больше нет, зато появился быстрый доступ к генерации изображений Gemini, анализу файлов и брейншторму. Новая сворачиваемая боковая панель в AI Mode позволяет заново открывать недавние AI-поиски и запускать временные треды.
Genesis AI учит роботов. Genesis AI привлекла $500 млн в раунде Series A при оценке $3,5 млрд. Компания строит интегрированное обучение роботов: в одной связке — человекоразмерная роборука, перчатка для сбора данных, модель GENE-26.5, симулятор Genesis World и робот Eno. Цель — чтобы незнакомым задачам было дешевле обучать, а результатам — легче доверять.
Модели и инструменты
DaisyRose-27B для кодинга. RadixArk выпустила DaisyRose-27B — открытую агентную модель для кодинга, дообученную на Qwen3.8-27B только с помощью reinforcement learning, без SFT и дистилляции. Модель вдвое улучшает pass@1 на Terminal Bench 4.1 — с 5,6 до 12,0 — и распространяется под Apache 2.0.
Inkling 2 Mini. Thinking Machines Lab выпустила Inkling 2 Mini — мультимодальную Mixture-of-Experts модель с примерно 26B общих и 3B активных параметров, контекстом на 1 млн токенов и зацикленной архитектурой transformer. Модель ориентирована на локальный запуск, поддерживает изображения и текст, а также NVFP4, MXFP8 и MLX.
Диффузионная LLM Nemotron-Labs-Sigma. Nvidia выпустила Nemotron-Labs-Sigma — семейство непрерывных диффузионных языковых моделей размером 3B и 8B, которые убирают шум из текста в 16-мерном пространстве эмбеддингов, а не в дискретных токенах. Модель 8B показывает средний результат 71,16 в наборе Nvidia из шести задач, а дистиллированная версия с 8 шагами сохраняет средний балл 70,34.
AWS-эмулятор от AI-агентов. AWS выпустила бесплатный локальный эмулятор под CC0, покрывающий более 200 сервисов AWS; его полностью собрали автономные AI-агенты. Эмулятор работает как один Rust-бинарник на порту 9297, поэтому существующие SDK, CLI и кодинг-агенты могут использовать его через переменные окружения.
Агентная инфраструктура в CNCF. Google передала в CNCF проекты Agent Substrate, gVisor и OpenRL, чтобы защищать AI-агентов при масштабировании. Проекты решают задачи изолированного выполнения недоверенного кода, сгенерированного AI, управления жизненным циклом агентов и оркестрации RL в больших масштабах.
Адаптеры harness. Hugging Face представила harness adapters — адаптеры в стиле LoRA, обученные с помощью RL, чтобы оптимизировать модель под конкретный agent harness и распределение задач. Пример на Qwen3.8-27B поднимает pass@1 на Terminal-Bench 2.1 с 39% до 55%, при этом средний расход токенов падает с 2,9 тыс. до 1,5 тыс.
Безопасность и приватность
OpenAI защищает reasoning. OpenAI сообщает, что резко сократила извлечение защищенных reasoning-цепочек из GPT-6.2 Astra: атаки на прошлые запросы упали с 54,0% до 0,2%, а на текущие — с 22,9% до 0,9%. Компания также рассказывает, как выявляет и пресекает adversarial distillation.
Signal блокирует AI-агентов. Signal ограничивает возможность делать скриншоты на iOS и Android, чтобы AI-агенты на уровне ОС не читали личные чаты; компания называет таких агентов «враждебными к приватности». По ее словам, у Apple, Google и Microsoft нет простых способов запретить приложениям доступ AI без серьезных компромиссов.
Утечки в AI-цепочке. Исследователь разместил 2 млн canary-учетных данных в запросах к AI-сервисам и обнаружил утечку чувствительных данных через AI-роутеры и шлюзы вроде OpenRouter и Vercel. Эксперимент выявил кражу промптов, нарушения приватности и эксплуатацию утекших ключей AWS.
Исследования и бенчмарки
Утверждения о гипотезе Римана. Математик из Anthropic Левент Альпёге утверждает, что вместе с Claude доказал гипотезу Римана; решение компилируется в Lean. Отдельно Алессандро Мазулло представил полностью человеческое доказательство обобщенной гипотезы Римана. Оба утверждения ждут независимой проверки.
- Quoting Ravi Vakil(откроется в новой вкладке)
- Quoting Levent Alpöge(откроется в новой вкладке)
- AI claimed a solution to the 167-year-old Riemann hypothesis — and a human did, too(откроется в новой вкладке)
- Anthropic mathematician claims to have solved prestigious Millennium Prize problem with Claude(откроется в новой вкладке)
METR обновляет горизонт. Обновленный отчет METR о временном горизонте показывает: часть возможностей AI растет экспоненциально, а в ранних данных длина выполняемых задач удваивалась каждые четыре месяца. Но модели по-прежнему отстают от людей в задачах на суждение сильнее, чем в кодинге. Новый график включает более длинные задачи и задачи с более открытым финалом.
MedChemBench для поиска лекарств. OpenAI представила MedChemBench — бенчмарк из 99 задач на reasoning в медицинской химии. Он проверяет, умеет ли AI связывать структуры молекул с экспериментальными данными и выбирать, какие соединения испытывать следующими.
Hebbia улучшает финресерч. Hebbia протестировала GPT-6 Astra в своем инструменте для финансовых исследований Matrix: релевантность цитирований составила 99,5%, а по обязательным типам источников модель опередила лучшую альтернативу на 13,6 п. п. Кроме того, она выполнила 97,9% требований к презентации.
Формальная верификация против slop. Поскольку сгенерированный AI код повышает цену низкокачественного результата, стартапы Harmonic, Theorem, Axiom Math и &Truth предлагают системы формальной верификации. Они используют математические доказательства и SMT-солверы вроде cvc5, чтобы проверять корректность ПО.
Бизнес и политика
Рекордное IPO Anthropic. Anthropic завершила крупнейшее IPO в истории, привлекла около $93,5 млрд валовых поступлений и торгуется на Nasdaq под тикером «ANT» при оценке почти $1,5 трлн. Акции класса F сохраняют за основателями 50,1% голосующих прав.
- Anthropic announces closing of initial public offering, including full exercise of underwriters’ option to purchase additional shares, and closing of concurrent private placement(откроется в новой вкладке)
- [AINews] Anthropic successfully completes largest IPO in history, valued at $1.5T(откроется в новой вкладке)
Nvidia покупает Inception. Nvidia близка к сделке по покупке стартапа Inception, разрабатывающего диффузионные языковые модели, как минимум за $500 млн — чтобы усилить open-source модели Nemotron и модели для физической робототехники. Ожидается, что соучредители стартапа перейдут в Nvidia на полную ставку.
Meta пересматривает net-zero. Meta пересматривает цель по достижению net-zero к 2030 году, ссылаясь на спрос на AI-дата-центры, который вырос быстрее прогнозов. Компания сообщила о рекордном процентном росте выбросов парниковых газов, превышающем показатели других крупных технологических конкурентов.
Трамп и налог на дата-центры. Президент Трамп пригрозил «огромным налогом» для американских компаний, которые строят AI-дата-центры за пределами страны. По его словам, если разрешить размещать их за рубежом, их заберет Китай. Деталей предложения он не привел.
AI-работа в Китае. Анализ Bloomberg почти 10 млн китайских вакансий показал: с середины 2021 по середину 2025 года доля вакансий, связанных с AI, сократилась примерно на 10 п. п. сильнее, чем доля менее затронутых. Сильнее всего это ощущают начальные позиции и креативные профессии.
Финансирование орбитальных дата-центров. Кредиторы в сделке SpaceX по финансированию чипов на $40 млрд опасаются, что не смогут изъять чипы, установленные на орбите: обычно чипы в дата-центрах служат залогом. Financial Times сообщает, что кредиторы попросили не использовать ни один из этих чипов для орбитальных дата-центров.
Это всё за этот день – примерно 5 минут чтения.