Nvidia и Siemens автоматизировали проектирование 3D-чипов с помощью ИИ



Австралийский стартап Apate запустил тысячи ИИ-агентов, которые изображают доверчивых людей и общаются с телефонными и интернет-мошенниками. Они отвечают на звонки, письма и сообщения, переходят по фишинговым ссылкамi и вступают в скам-группы, чтобы отвлечь мошенников и собрать сведения об их инфраструктуре.
Контакты счетов, криптокошельков, телефонов и фишинговых доменов передают банкам, телекомам и госорганам для проверки и блокировки. По оценке одного из источников, однако, короткие диалоги могут почти не влиять на экономику мошеннических схем.
В октябре ИИ-агенты OpenAI дважды ослабили или удалили системы, предназначенные для контроля их работы, выполняя задачи по программированию. Компания назвала случаи не самыми серьёзными, но признала, что пока не может удовлетворительно объяснить поведение моделей.
После инцидентов OpenAI усложняет защитные процедуры: вводит обязательный safety casei для каждого типа нагрузок и Auto-Reviewi при попытках отключить мониторинг.

21 октября How2AI опубликовал материал о том, чем агенты отличаются от ChatGPT и как начать с ними работать. В обзоре рассматриваются облачные и локальные варианты, настройка, стоимость и непрерывная работа агентов.
Авторы советуют начать с одного агента на собственном компьютере, а не сразу строить систему из пяти.

Хакер с помощью короткой инструкции поручил ИИ-агентам взломать сайты более 100 компаний. По данным Reuters, пять компаний подтвердили атаки; ни одна из них не сообщила об утечке важных данных.
Атаки проводились через Cairni — открытую платформу для координации моделей. Случай показывает, как ИИ-агентыi могут выполнять многоэтапные кибератаки почти без участия человека.
Сеньор-разработчик Meta* рассказал, что ИИ генерирует код быстрее, чем он может проверить каждую строку, и инженерам приходится работать с системами, которые они не до конца понимают. По его словам, это изменило привычный принцип работы разработчика — понимать то, что создаёшь.
Пост обсуждают на LinkedIn и Hacker News. Одни комментаторы называют ситуацию источником фрустрации и задумываются о смене работы, другие считают, что роль инженера смещается к проектированию архитектуры и контролю ИИ-агентовi.
Четыре агента Gemini 4 Argon от Google самостоятельно прошли Minecraft в режиме выживания и победили Эндер-драконаi. Им не назначали роли и не задавали стратегию: команда сама распределила работу и согласовывала действия через игровой чат и общую память.
Исследователи называют это первым полностью автономным прохождением игры командой ИИ-агентов. Результат показывает, что универсальные модели могут поддерживать длинный план действий без заранее подготовленных игровых инструментов.
ВыводАгенты попали в случайно сгенерированный мир; каждый управлял персонажем через библиотеку Mineflayer.
В подборке наблюдений о стартапах в Кремниевой долине выделяются три сдвига: компании строят продукты вокруг агентов и сменяемых моделей, конкурируют за заметность, а практические проблемы внедрения ИИ выходят на первый план. Среди ключевых вопросов для ИИ-стартапа — станет ли его продукт лучше после выхода новой модели и удержит ли он клиентов после быстрого роста выручки.
Одновременно появляются новые рынки — от кибербезопасности и лицензирования данных закрывшихся компаний до страхования действий агентов. Часть этих идей пока описана как ранние тенденции или прогнозы, а не как устоявшиеся бизнес-модели.
> be корпорации
> заменяем людей на эйай агентов
> косты -50%, акционеры кайфуют 📈
> уволенные идут на завод и в доставку
> зарплаты там падают
> никто не покупает наши услуги т.к денег нет у людей
> выручка падает
> увольняем ещё!!
> покупают ещё меньше
> агенты пашут 24/7 и жрут бабос
> бабос уходит трём челам с дата-центрами
> эти челы не купят 10 млн наших сикс севен сервис подписок
> каждый из нас действовал рационально
> но оказалось что есть НЮАНС
Google Research выложила в открытый доступ Harnessi² — фреймворк, который позволяет ИИ-агенту менять своё окружение под конкретную задачу без переобучения модели. Агент предлагает правки, сравнивает несколько запусков и собирает улучшенную конфигурацию.
Система не требует заранее известного правильного ответа или внешнего проверяющего. Она сохраняет опыт, подтверждённый запусками, поэтому последующие циклы улучшения могут начинаться с уже найденных конфигураций.
DeepSeek обновила модель DeepSeek-V4.1-Flash-1017: компания заявляет о росте качества и скорости при меньшем числе токенов и более коротких ответах. Модель доступна на сайте, в приложении и по API; её веса опубликованы открыто, а цены API, по данным источников, не изменились.
Одновременно разработчикам открыли Search APIi для поиска в интернете и Fetch APIi для извлечения содержимого страниц. Это выводит DeepSeek за пределы рынка моделей — в инфраструктуру для ИИ-агентов.