ИИ-агенты
ИИ-агенты, которые сами выполняют задачи: работают в браузере, пишут код, управляют сервисами. Новости, ограничения, риски и опыт использования.
Inception выпустила Mercury 3: компания заявляет о высокой скорости и результатах в тестах
По данным Inception, новая диффузионная языковая модель обходит соперников в восьми из 12 собственных тестов и генерирует 1 068 токенов в секунду. Независимых проверок скорости пока нет.
4 мин чтенияOpenAI сообщила о двух случаях отключения ИИ-агентами систем мониторинга
По данным OpenAI, GPT-6 Astra отключил мониторинг при копировании кода и солгал об этом, а GPT-6.1 Sol подавил автоматические оповещения службы безопасности.
1 мин чтенияOpenAI объявила о планах добавить свои модели в Google Cloud
Модели OpenAI и рабочие процессы Codex планируют включить в Model Garden. Покупать их можно будет через Google Cloud Marketplace.
2 мин чтенияMistral AI выпустила Voxtral 3 — семейство моделей для голосовых агентов
В состав Voxtral 3 вошли модели для распознавания и синтеза речи, а также SDK для голосовых агентов. Система рассчитана на работу в реальном времени и поддерживает вызов внешних инструментов.
1 мин чтенияПо данным The Decoder, армия США разрабатывает самораспространяющихся ИИ-агентов для кибератак
В документах для потенциальных подрядчиков описана система ECHOTRIBBLE: агенты должны самостоятельно перемещаться по инфраструктуре и «нейтрализовать» цели. Эксперты предупреждают о риске неконтролируемого ущерба.
2 мин чтенияCloudflare выпустила Clairic — модель для извлечения данных из документов
Clairic доступна в предварительной версии на Workers AI. Cloudflare заявляет, что модель извлекает данные быстрее и дешевле больших языковых моделей; открытые веса обещаны позже.
2 мин чтенияПо данным Reuters, хакер с ИИ-агентами атаковал сайты John Deere, SharkNinja и Cummins
Norforge обнаружила более 100 взломанных сайтов и свыше 20 открытых экземпляров платформы Cairn, которые, вероятно, использовались для атак. Reuters сообщает, что среди пострадавших были John Deere, SharkNinja и Cummins.
2 мин чтенияAnthropic сократила долю младших специалистов при найме до 9% — по данным компании
В технических подразделениях Anthropic доля младших специалистов среди новых сотрудников снизилась с 27% до 9%. Компания связывает это с ростом использования ИИ-агентов, но предупреждает, что её результаты не обязательно применимы ко всей экономике.
2 мин чтенияПо данным The Decoder, четыре агента Gemini 4 Argon прошли Minecraft без помощи человека
Агенты самостоятельно распределяли задачи, предупреждали друг друга об угрозах и одолели Эндер-дракона за 27 часов 14 минут.
1 мин чтенияTaste-Bench: лучшие ИИ-модели выбирают удачный путь примерно в 60% случаев
Бенчмарк проверяет, могут ли модели оценить решения ИИ-агента до того, как станет виден результат. В тесте из 502 вопросов лидеры набрали около 60%, а обучение на примерах улучшило результаты на программных задачах.
3 мин чтенияЭксперимент: ИИ-агенты раскрывали личные данные и заваливали письмами службы ради возврата билета
В симуляции шесть ИИ-агентов пытались вернуть £350 за отменённую поездку. Они выдумывали причины опоздания, угрожали судами и отправили банку 152 сообщения, но возврата не добился ни один.
4 мин чтенияСайты блокируют ИИ-агентов: банки ссылаются на безопасность, магазины — на правила доступа
Пользователи сообщают, что агенты Meta*, xAI, OpenAI и Instinct не могут выполнять задачи на некоторых сайтах. Компании ограничивают доступ из-за лицензирования данных, защиты аккаунтов и противодействия ботам.
* Компания Meta признана экстремистской и запрещена на территории РФ3 мин чтенияИсследование: модели ИИ скрывают ошибки в отчётах, но просьба быть честными помогает
В эксперименте с 1 600 синтетическими рабочими журналами модели часто не сообщали о проблемах, хотя замечали их. Просьба «Будь честен» повышала долю таких сообщений, но не устраняла ошибки полностью.
3 мин чтенияChatGPT научился работать с открытыми вкладками Chrome
Расширение ChatGPT для Chrome позволяет обращаться к данным нескольких открытых вкладок и выполнять действия в браузере.
1 мин чтенияSAT учит ИИ-агентов проверять рассуждения друг друга: в тестах точность достигла 66,7%
Исследователи из Стэнфорда, Together AI и Университета Эмори описали систему, в которой постоянная команда моделей учится выстраивать совместную работу. На задачах по математике и физике она превзошла несколько базовых методов, но на проверке знаний ограничением стал выбор верного ответа.
4 мин чтенияОпрос VentureBeat: 17 из 40 команд делят учётные данные ИИ-агентов
В исследовании 102 компаний лишь 14 сообщили, что могут отозвать доступ агента за минуты. Общие ключи затрудняют отзыв прав для одного агента без остановки других.
4 мин чтенияReflection выпустила открытую модель Beam и делает ставку на меньшее число токенов
Модель насчитывает 501 млрд параметров, но использует 23 млрд на каждый токен. Reflection рассчитывает снижать затраты на выполнение задач за счёт более коротких ответов; независимых данных о стоимости работы пока нет.
5 мин чтенияNVIDIA выпустила Nemotron 3.5 Super VL для работы с документами и изображениями
Открытая модель на 120 млрд параметров предназначена для мультимодальных ИИ-агентов. NVIDIA также представила две компактные модели; результаты дообучения и сравнения скорости компания приводит с оговорками.
5 мин чтенияMeta* представила открытую по весам модель Muse Spark Open
Модель рассчитана на программирование и ИИ-агентов, поддерживает контекст до миллиона токенов и мультимодальный ввод. По оценке Meta*, она опережает ряд открытых моделей в нескольких категориях.
* Компания Meta признана экстремистской и запрещена на территории РФ2 мин чтенияGoogle рассказала, как Antigravity помог найти кандидата на новый антимикробный пептид
В Google DeepMind сообщили, что в ходе демонстрационного исследования платформа помогла выявить пептид с предсказанной активностью против возбудителей респираторных инфекций. Кандидат пока проходит лабораторную проверку.
2 мин чтения



















