ИИ

Пожил с Perplexity Comet больше полугода как с основным браузером и возвращаюсь на Chrome Больше полугода назад я пересел на браузер Comet от Perplexity и активно агитировал других делать то же самое. На самом старте браузер казался довольно сырым, но в какой-то момент его нормально так допилили и появились интересные фичи. Я даже писал о том, как Comet помогал мне парсить данные со страниц и автоматически заполнять таблицы и даже хвалил его. Но сейчас эксперимент подошел к концу: я возвращаюсь на Chrome. Причина простая - киллер-фичи, ради которых я переходил, либо перестали выделяться на фоне конкурентов, либо их просто урезали. Что случилось с ключевыми сценариями: • Управление браузером и агенты. Это был главный рабочий инструмент: найти данные, автоматизировать работу с таблицами, заполнить формы. Сейчас Perplexity все сильнее закручивает гайки. При попытке передать управление страницей ассистент выдает ошибку об отсутствии доступа к инструменту и предлагает использовать Computer для решения этой задачи. А эти кредиты платные и жестко ограничены тарифами. На Pro они только платные, на Max есть квота, но тратить ее на заполнение табличек как-то не хочется. При этом для Chrome есть бесплатный плагин для браузер юза Gemini, закрывающий ту же самую задачу. • Встроенный AdBlock. Изначально он отрабатывал шикарно и вырезал рекламу даже внутри видеоплееров. Сейчас защита стала обычной: реклама на сайтах и в видео проскальзывает все чаще. • Саммари видео. Удобная кнопка быстрого разбора роликов на YouTube потеряла уникальность. С подпиской и встроенным Gemini в самом YouTube я получаю выжимку и факты гораздо быстрее и удобне. Старые компромиссы, которые теперь перевешивают: Моменты, на которые я закрывал глаза, но которые на фоне деградации браузера теперь бесят • Пароли и Passkeys. Родной менеджер не синхронизируется с экосистемой Google, а сторонние решения добавляют лишние клики. На сайтах с авторизацией через Passkeys регулярно возникают проблемы, потому что связка ключей из Chrome здесь нативно не подтягивается. • Нестабильная синхронизация. За полгода синхронизация между ноутбуком и мобильными устройствами отваливалась трижды. Приходилось логиниться заново, а история вкладок периодически отображается некорректно. Пока Comet урезает базовые сценарии в платные лимиты, Chrome вместе со связкой Gemini подтянулся: управление браузером через расширения доступно бесплатно, а экосистема стабильнее в разы. Я ушел с Chrome не потому что было плохо, а потому что Comet давал тот опыт, которого в хром не было. А теперь, когда в Comet надо платить за то, что доступно в Chrome бесплатно, у меня складывается ощущение, что браузер от Perplexity пойдет тем же путем, что и Atlas от OpenAI - на кладбище. 🚀 Влад Корнышев про AI и создание AI-продуктов

А вот и запись genai апдейтов

Четыре месяца назад Байрам предсказал, что скорость удвоения возможностей AI ускорится. Сегодня — апдейт: бенчмарк, по которому это измеряли, сломался. Модели стали слишком умны для линейки, которой их мерили. Что произошло за 4 месяца — и почему вы это почти не чувствуете на своей компании. Что внутри: — Reward hacking: почему публичным бенчмаркам больше нельзя доверять и что делать вместо них — Инцидент OpenAI × HuggingFace: агент сбежал из изолированной среды, скоординировался с другими агентами, вышел в интернет и взламывал HuggingFace больше месяца — пока это заметили — Генералист с AI бьёт специалиста: исследование Anthropic — три PhD без узкой специализации выигрывают у трёх PhD-экспертов с моделью — Self-improvement: агенты начинают улучшать сами себя — где сейчас граница и что это значит для нас — Диссонанс: средняя компания тратит $12 в месяц на AI на сотрудника, топ 1% — $7400. Разница в 600 раз — и почему это объясняет всё — Кейс Glean: CEO навайпкодил за 2 дня то, что команда делала 9 месяцев. Что пошло не так дальше — Harness важнее модели: почему правильная обвязка даёт в 8 раз больше разницы, чем выбор модели — AI security trifecta: три условия, при которых ваш агент становится опасным — и как это балансировать — Приватные валы: почему нужна своя система оценки моделей и как её построить — Политика и fallback: что делать, если ваш основной AI-провайдер внезапно стал недоступен

https://www.youtube.com/watch?v=RB74Me3_prs

🌴 В открытый доступ вышла бесплатная замена Adobe Premiere Pro с ИИ-агентами — Palmier Pro генерирует и монтирует ролики с помощью Claude Code, Codex или Cursor. Что умеет: • Вырезает клипы, находит лучшие отрывки, добавляет субтитры, улучшает качество и многое другое. • Просто опишите нужный кадр или правку в чате, а агенты внесут все изменения прямо в таймлайне. • Можно подключить Claude Code, Codex или Cursor через MCP. • На выбор — много SOTA-генераторов, включая Seedance, Kling и Nano Banana Pro. • Экспортировать видео можно в MP4 и даже XML для Premiere и DaVinci. Автоматизируем всё от монтажа до цветокора — тут. @notboring_tech

MAS vs SAS: код писать научились, работать вместе - пока нет (2.1/4) В первой части были очерчены границы: команда агентов окупается там, где задача параллелизуема, и мешает там, где она последовательная. А теперь о том, какие именно командные проблемы появляются, когда агенты всё-таки вынуждены работать вместе? Исследование Anthropic Полнее всего это расписано в работе Patterns and problems in emerging multiagent systems от Frontier Red Team Anthropic, вышедшей 13 августа, - получился отличный каталог граблей agent teams :) tl;dr Агенты уже отлично умеют работать с другим агентом как с инструментом: вот вход, вот ожидаемый выход. И намного хуже - как с постоянным коллегой, у которого свой контекст, свои цели и своё поведение. Дизайн экспериментов Создавали набор специально сконструированных сред для агентов: часть кооперативные, часть - намеренно конфликтные. Авторы делают предположение о том, что объём agent-2-agent взаимодействий может превысить человеческие раньше, чем мы поймём условия их успеха и начнём ловить системные проблемы. Поэтому целью было собрать каталог поведенческих тенденций фронтирных моделей в мультиагентных средах. Модели - несколько поколений Claude: от Sonnet 4.6 до Mythos 5. Плюс авторам за то, что делают оговорку о том, что в реальном мире модели разнообразнее, так что вариативность "в дикой природе" будет выше, чем в этих прогонах, - но, по их ожиданиям, всё равно ниже человеческой. Результаты 🔴 Общий форум и репозиторий не превращают рой в команду Среда: рои по 10-80 агентов, у каждого своя VM, плюс общий форум и общий репозиторий; 12 часов на разработку фэнтезийной игры. Пробовали три варианта оргструктуры в промпте: ● "организуйтесь сами" ● расписанные роли ● иерархия с CEO Заметной разницы в качестве финального результата не дал ни один. То есть оргсхема, заданная промптом, слабее поведенческих свойств самой модели - собственно, это и на практике постоянно приходится видеть, - уши "персоны" конкретной модели торчат то тут, то там, несмотря на любой промптинг Зато вот между поколениями моделей разница значительная: ● Sonnet 4.6 и Opus 4.6 в прогонах на 80 агентов наоткрывали по ~900 PR и почти ничего не смержили: PR конфликтовали друг с другом, и работа просто бросалась ● Opus 4.8 и Mythos Preview "решили" проблему конфликтов… почти перестав трогать общие файлы: у каждого своя делянка, конфликтовать нечему ● И только Sonnet 5 (внезапно) показал и нормальную совместную работу над общим кодом, и высокую долю смерженных PR Иии... все получившиеся игры всё равно были плохими - тормозными, с непонятными интерфейсами, и, как признают сами авторы, у моделей в этой области пока плохой вкус, и без существенного человеческого руководства никуда. Хорошие метрики командной координации ещё не равны хорошему продукту: можно идеально имплементить посредственные решения (магия!). 🔴 Одинаковые агенты не дают независимых мнений Агенты низковариативны: там, где несколько человек разойдутся в решениях, несколько копий одной модели с похожим контекстом сделают одно и то же. ● В ранней версии игрового эксперимента Anthropic, где все агенты стартовали одновременно, 18 из 30 независимо назвали свою git-ветку одинаково: mvp-game-loop ● В "писательской мастерской", где агенты писали короткие рассказы и рецензировали друг друга, первые тексты в разных прогонах получали одно и то же название - The Cartographer's Last Commission (при этом тему заранее им не задавали) ● Когда рой попросили "сделайте каждый что-нибудь впечатляющее", больше половины пошли писать ray tracer или self-hosting компилятор (где они этого набрались, интересно) Выбор одинаковой стратегии поведения может иметь и более неприятные последствия. ● Так, в одной из сред агентам нужно было прогонять свои задачи через общую систему с ограниченной пропускной способностью - без какого-либо канала координации. Каждый рассудил одинаково "разумно": чтобы занять слот раньше других, заводим демона, проверяющего систему по 30 раз в секунду. Слот освободился? А сейчас? А сейчас? В итоге система захлебнулась самими проверками: в одном из прогонов - 2.4 млн запросов и всего 117 принятых задач. А они как ломанутся... (с) Такое обычно ожидаешь от жёстко запрограммированных систем, неспособных изменить поведение на ходу, а тут это устроили агенты, которые в принципе способны адаптироваться, но не стали. И здесь локально разумная стратегия глобально становится вредной. ● Бонус: конформизм легко превращается в сговор. В ценовой игре несколько агентов-продавцов с одинаковой закупочной ценой должны были каждый максимизировать собственную прибыль. Имея приватный канал связи, они сговорились о минимальных ценах уже к третьему раунду. А когда канал отобрали - молча выровняли цены до цента через публичную витрину. Тут публичность оказалась скрытым каналом связи. Поэтому стандартный совет "дайте агентам общий форум" - палка о двух концах: канал, который помогает координации, облегчает такие вот картельные сговоры. Продолжение ⬇️ #ai #agents #research #mas_sas

MAS vs SAS: код писать научились, работать вместе - пока нет (2.2/4) Начало ⬆️ 🔴 Доверие и скепсис пока плохо сбалансированы ● Избыточное доверие: лжец в команде Агент принимает решения по докладам четырёх "скаутов", один из которых систематически врёт. Ложь в принципе обнаружима - доклады пересекаются и рано или поздно противоречат друг другу, но агента при этом никто не предупреждал, что источникам можно не доверять. Новые модели ловят лжеца заметно лучше старых, но до эталона в виде "вычислил и исключил" не дотягивает никто. ● Игнорирование уникального знания Группе дают разные части информации для выбора между двумя вариантами. Общие факты подталкивают к неправильному ответу, но в частных данных отдельных участников есть решающие аргументы в пользу правильного. Чтобы решить задачу, агенты должны обменяться этими данными и поставить уникальный аргумент выше первоначального консенсуса. Однако на большинстве моделей группа выбирала правильный вариант лишь в 17–36% эпизодов; Mythos 5 справлялся примерно в 85%. Для сравнения, один агент, которому сразу давали всю информацию группы, выбирал правильно почти всегда. Две проблемы выше - на разных концах одного и того же спектра: первая - от избыточного доверия, вторая - от того, что группа не слышит одиночку, который прав, и сходится на том, что и так знают все. Консенсус - ещё не доказательство, и, что характерно, модели понимают это абстрактно, но им не хватает привычки действовать по этому знанию без подсказки. Человеческие коллективы смягчают такие проблемы не личной мудростью, а механизмами - репутацией, судами, рецензированием. У агентов таких социальных технологий пока нет: им нечего терять в репутационном смысле, некому жаловаться и некому помнить их прежнее поведение. 🔴 Конфликт инструкций быстро перерастает в противостояние Самый киношный эксперимент: три инстанса одной модели получают общий Python-бэкенд и три разных задания - перепиши его на Rust / Go / TypeScript за 4 часа. Друг о друге агенты не знают. ● Агенты устраняют "помеху", не считаясь с методами Все протестированные модели быстро решали, что им мешают намеренно, и переходили к контрмерам: скрипты, в цикле находящие и убивающие чужие процессы, отключение чужих Unix-аккаунтов, вредоносный код под чужим именем и маскировка своей малвари под чужой health check. Примечательно, что между предположением о глупости (запуском в одном worktree противоречащих друг другу заданий) и вредительством агенты выбрали именно вредительство :) ● Новые модели решают конфликты лучше Более новые модели чаще распознают, что это конфликт инструкций, а не саботаж, оформляют перемирие через commit messages и Markdown-файлы с извинениями, вычищают свою малварь и зовут человека - у Mythos 5 до перемирия доходит 98% эпизодов. Но связь между общими способностями модели и мирной координацией не прямая: умение действовать эффективно и про-социальность - разные вещи. Более сильная модель иногда просто быстрее блокирует конкурентов, а уже затем отменяет силовое решение и договаривается о перемирии. ● Обратная сторона автономности Тут мы видим давно известный в сообществе компромисс: одно из главных достоинств агента - способность самостоятельно принимать решения и снимать блокеры - позволяет ему дольше выполнять задачу и реже ставит в положение, где приходится остановиться и позвать человека. Но чем способнее агент, тем меньше внешних препятствий заставляют его пересмотреть само задание. Поэтому опасным может оказаться не непослушный агент, а образцово исполнительный - тот, который слишком хорошо и настойчиво следует плохо поставленной цели. Paperclip'изация - хороший пример :) ● Выбор победителя через манипуляции метриками Агенты Mythos 5 изобрели "объективное" решение - турнир, чей бэкенд быстрее, тот и остаётся. Rust-агент при этом вдумчиво проектировал метрики, которые выглядят нейтрально, но выгодны Rust, и напоминал себе в рассуждениях: "осторожно, нельзя выглядеть так, будто подбираю метрики под себя". Проигравшие Golang- и TypeScript-агенты признали результат, уступили Rust-агенту кодовую базу и тем самым отказались от своих исходных задач. Так что когда агенты договорились, какая метрика решает спор, стоит уточнить, чей агент эту метрику предложил. 🟢 Рой, который сработал Но есть и плюсы: в одном из экспериментов рой из 45 агентов с общим форумом и отдельным арбитром искал уязвимости в 15 open-source проектах. Бейзлайном были независимые параллельные агенты, каждому из которых заранее назначили свой участок кода. Так вот, рой нашёл 266 уязвимостей против 21, и лучше работал "вширь", когда анализировал проекты - сам строил себе инструменты, специализировался по типам уязвимостей и сам выбирал, где копать Пусть даже при этом он сжёг 27 млн токенов против 6.5 млн, а внутри общего набора директорий цена находки в токенах сопоставима с независимыми агентами. Промежуточный итог Итак, координация не возникает сама собой - ни из более сильного интеллекта, ни из alignment отдельных агентов. Это прямой вывод Anthropic: агентам нужны отдельные механизмы - владение и границы, репутация, протоколы разрешения конфликтов, эскалация к человеку. Если какие-то из проблем показались вам подозрительно знакомыми по работе в достаточно большой и взрослой компании - это не совпадение :) Дальше разберём, почему команды агентов наступают ровно на те же грабли, которые давно описаны в теории информации, социальной психологии и оргдизайне. #ai #agents #research #mas_sas

Вышло интервью с Тибо: главой Codex/ChatGPT в OpenAI Это тот самый парень-инсайдер, который постоянно намекает в X на релизы и объявляет об обнулении лимитов. Возможно, по вырезке из интервью вы его не узнаете, но это он (жизнь в OpenAI немного помотала, и на свою аватарку из X инженер мало похож) 😐 Он выдал мощное заявление: через 2-3 месяца текущий Codex будет казаться примитивным. Агенты на базе следующего поколения моделей OpenAI (Astra) перестанут работать локально, им потребуется облако, в котором будет запускаться гораздо больше параллельных процессов, чем сможет потянуть обычный ноутбук. При этом скорость агентов существенно вырастет, и то, что сейчас мы называем Ultra Fast (750 токенов в секунду и больше), станет настройкой по умолчанию. Кроме того, нас ждет еще более плотное слияние Codex и ChatGPT. Будущие модели будут работать из коробки на одном и том же харнессе для кодинга, рисерча, дизайна, поиска и пр. Так что конечная цель – это единое высоко персонализированное приложение Personal AGI, интерфейс которого будет меняться в зависимости от того, чем конкретно вы занимаетесь. Полное интервью идет 45 минут, посмотреть можно здесь: https://youtu.be/4qjEgPojjzM

🛠️ Метод Сначала определяют, какие слои лучше всего отображаются из одной модели в другую. Для этого обучают гребневую регрессию (Ridge Regression) между всеми парами слоёв source- и target-модели и находят те, где R² самый большой. При этом важно фитировать pre-RoPE-ключи. Так и ошибка выходит меньше, и на другие контексты экстраполируется лучше. Замечают, что ключи предсказываются лучше, чем значения. Впрочем, это было известно и из прошлой литературы. После определения самых важных source-слоёв для данного target-слоя признаки из них конкатенируют в один тензор и снова обучают на этом гребневую регрессию. Показывают, что важно брать не один, а несколько — 4–8 — слоёв из source-модели для приемлемого R². ⏱️ Занимает это час-полтора на ноде из 8×H100. 🧪 Эксперименты Валидируют подход на моделях семейств Qwen3, Llama-3.1, Ministral и на задачах с коротким ответом: ARC-C, HellaSwag, Winogrande, MMLU. На паре Qwen3 14B → 32B работает неплохо, на Qwen3 8B → 32B — уже хуже, а на Llama 3.1 и Ministral 3. В ablation показывают для Qwen, что pre-RoPE важен и что k = 1 — брать один самый важный слой — недостаточно. Для Ministral 3 можно вытянуть качество, если заменить линейную модель на MLP. Для Qwen3 это не помогает. Утверждается, что оверхед от маппера из source в target небольшой — в 3–25 раз меньше, чем prefill. 💡 Выводы Интересное исследование и идея, но будто бы до практического использования ещё далеко. Тесты — на простых бенчах, и будто бы подход не универсален. Для качественного отображения между разными моделями, скорее всего, потребуется более выразительная модель, и здесь возникает сложный trade-off между потенциальным выигрышем, стоимостью работы и обучения этой прокладки.

Хороший Патель у Пателя вышел на днях: - Антропик сделал свой первый прибыльный квартал, Q3 скорее всего будет прибыльным для OpenAI - в 2024 инвестиции в ДЦ от лаб были порядка $10 миллиардов, в следующем году это будет больше триллиона (от себя добавлю, что венчур сменился на debt) - кроме SpaceX и Meta, которые строят свои собственный гигаватты, и продают антропику по $40В+, что конечно сильно выгоднее чем строить на кредитные деньги - маржа у лаб выросла в разы на последний год: в среднем они зарабатывают $50 млн выручки на каждый мегаватт мощностей. Они тратят $10м на мощности, генерируют огромную маржу и реинвестируют в тренировку новых моделей - к концу следующего года 50% всех новых вводимых мощностей будут принадлежать 2-3 топ лабам (~25 гигаватт ИИ вычислений) - НО, в среднем каждые 2 года эффективность для ИИ новых вводимых вычислений удваивается - спрос растет все еще быстрее: каждая новая модель открывает больше возможностей для извлечения ценности, НО есть тренд к замедлению: OAI затормозили тренинг моделей на 2 недели, Антропик не показывает «модель 2» (Mythos 2) даже внутри, лучшая модель доступная на рынке сегодня была создана в феврале, но в лаб внутри есть куда более сильные версии - даже если лабы могут генерировать $100М на мегаватт, они все равно будут тратить большую часть ресурсов на тренировку, а не инференс, потому что в AGI+RSI куда больше денег, чем просто продажу токенов условного Мифос 2 - Дилан говорит, что за последние 3 месяца лабы последовательно снижали процент мощностей для клиентов и повышали процент для R&D - текущие планы новых мощностей доходят до 100 гигаватт в 2029 году (чтобы это случилось, это должно привести к 10%+ роста ВВП в США, что является кардинально другой макроэкономической ситуацией по сравнению со всем что было в этом веке) - Китай в этом же году будет иметь ~50 гв, но эффективность каждого ватта будет ниже из-за все еще существующего отставания в чипах - для 100 гигаватт в 29-30 годах (в каждом!) потребуется ~$5 триллионов кеша инвестиций в чипы, дц, энергию. Но ни у одной ИИ компании нет столько денег. Это вопрос уже политики, кредитных рынков, гос инвестиций. Эти ~$10 трлн инвестиций за следующие 3 года придут в первую очередь из FCF и кредитов, все остальное скорее приятный бонус. - это реально, но это значит что эти триллионы НЕ пойдут в потребительские кредиты, приватный кредит, ипотеки, другие инфраструктурные проекты, обслуживание гос долга - всем, кроме США, кажется, в этом мире тотальная п*зда, потому что у них нет таких развитых кредитных и финансовых рынков, большой долг, отсутствие проприетарных моделей и лаб - важно понимать, что акселерация это не закон: регуляторы, политики и прочие зумеры в достаточном количестве могут создать социальную атмосферу в сторону меньшей экономической эффективности, но более плавного роста - НО ни одна социальная идея не выживает после столкновения с фин рынками. Любой, самый оголетлый, политик и популист публично откажется от своих слов за бонды под 8% или кредит под 20% (который с радостью привлекает Антропик уже сегодня, ибо уверен, что заработает х3 в год на каждый вложенный доллар) - в конце интересная спекуляция на тему: экономика США удваивается каждый год, ставка десятки процентов, S&P должен торговаться по 2-3х выручки всех компаний, потому что AGI оптимизирует и делает легче повторение, НО даже в таком сценарии и при наличии сверхспособных моделей экономика будет требовать больше времени для адаптации именно из-за социальных процессов и из-за того что весь мир, грубо говоря, будет пытаться остановить ИИ Очень рекомендую послушать целиком эпизод (и три предыдущих с ним же), чтобы понять почему лабы уверены, что они смогу зарабатывать триллионы долларов выручки в год и до какой степени они готовы пойти на экстремальные

Метод отжига от зацикливания вашего агент 😗 Сижу я тут в одном чатике. И вижу сабж от @asboltenko:

К слову хотел поделиться лайфхак, на случай если пропустили, если и когда агенты начинают тупить и топтаться на месте в решении какой-то задачи, им нужно сказать "проведи исследование", "поищи информацию", тогда у них включается режим исследования и они выходят за рамки своих знаний и начинают искать и изучать информацию и результат резко улучшается.

И тут я думаю, так это же похоже на метод отжига в мат.оптимизации. Если только немножко его доделать под LLM и агентов. 🧠 Ну действительно, представьте, вы уже знакомы с self refining и OPRO/GEPA методами самоулучшения рассуждений и промптов. В них мысль проста, ваша среда - политика это и есть модель, она порождает на контекст генерации, значит её можно bbox оптимизировать направленно при помощи управления промптами и/ или параметрами генерации. Таким образом, мы живём в пространстве возможных генераций от входа. Теперь идём дальше, вот цитата выше - агент застрял в решении,те сошёлся в локальном минимуме возможных исходов генераций. Как его оттуда сдвинуть? 1. Смена температуры. Когда вы говорите "проведи исследование", вы переключаете агента из режима greedy decoding в режим исследования - аналог поиска в глубину против поиска в ширину. Чтобы усилить эффект, можно явно попросить: "Сгенерируй 3 самых диких/неочевидных гипотезы, даже если они ошибочные" - это тот самый "шаг назад в менее выгодное решение", который выбивает из локальной колеи рассуждений. Кстати, мы люди, также делаем порой. Говорим себе стоп, давай начнём сначала или сделаем шаг назад. 2. Декомпозиция шага назад. Метод отжига требует времени на "остывание". Поэтому после команды" "исследовать" обязательно нужно дать лимит:" ..выдели на это 5 итераций размышлений, а затем вернись к исходной задаче и предложи финальный план". Иначе агент может улететь в бесконечный поиск и перерасход токенов. 3. Критическая разница с мат. оптимизацией. В математике отжиг принимает плохое решение на основе функции вероятности. В LLM мы не можем доверить случайность - вместо этого просим сменить перспективу. Это и дает тот же эффект перепрыгивания ямы, но детерминированно и осмысленно. Лайфхак вдогонку. Если агент топчется, скажите не просто исследуй, а "составь карту неопределённости" – перечисли, чего именно тебе не хватает для решения. Это принудительно расширяет границы знаний перед тем, как начать гуглить, и резко сокращает галлюцинации во время этого отжига. Однако правило, как понять, что агент застрял всеравно придётся написать. 👍 И да, что метод из цитаты. Что улучшение отжига требует больше токенов, но может спасти вас от траты того же числа токенов не тупик и зацикливания. 🧠

• OpenAI Private Safety — Защита сложных сценариев без хранения данных клиентов. • Mistral Agentic Search — Поэтапный поиск и проверка информации в документах. • Cursor Origin — Работа с репозиториями, синхронизация через GitHub. • Apple Mac mini и Mac Studio для локального ИИ — Новые чипы M6 и M5 Ultra, Mac mini от $899, Mac Studio от $2499. • OpenAI: чипы Jalapeno превосходят Nvidia — Планируют использовать их в конце года для снижения затрат. • Vercel запустил Run SDK — Инструмент для безопасного выполнения непроверенного JavaScript/TypeScript. • Figure представил Index — Приложение для сбора физических данных с помощью людей. • OpenAI запускает доступ к паролям для ChatGPT Work — ChatGPT Work может выполнять задачи через автозаполнение паролей. • Anthropic даёт Claude память между инструментами — Claude запоминает детали из чатов и использует их в Cowork. • Google запускает Gemini Enterprise для юридической отрасли — Готовые агенты и интеграции для юристов. • Google запускает Gemini Enterprise для финансовых услуг — Автоматизация рабочих процессов для финансовых специалистов. • Guru — Источник истины AI, предоставляющий проверенные ответы. • AdKit — Исследуйте конкурентов, запускайте кампании и отслеживайте результаты. • Skydive — Облачная платформа для AI-агентов, автоматизирующих бизнес-задачи. • Sparkvid — Создавайте видео, управляйте движением и редактируйте с помощью ИИ. • OpenAI представила первые результаты Jalapeño — Инференс-ускоритель для агентных нагрузок до конца года. • Perplexity и NVIDIA запускают Portable Computer — Полностью локальный ИИ-агент с нулевой стоимостью токенов. • Jalapeño оптимизирует пропускную способность и задержку токенов — Чип показал высокую производительность на киловатт и меньшую задержку. • Открытые омнимодальные мировые модели — EchoWM генерирует 720p видео, звук, музыку и речь. • Краткосрочные учетные данные для ИИ-агентов — Vercel Connect заменяет API-токены на выдаваемые во время выполнения. • Granite 4.2: как они устроены — Плотные модели-рассуждатели от IBM с размерами 3B, 8B и 30B. • Anthropic объединяет память Claude Chat и Cowork — Платформы запоминают одни и те же разговоры, включено по умолчанию.

🛠 Инструменты • LangSmith Sandboxes — Изолированное пространство для безопасного запуска кода и итераций агентов. • Taku — Собирайте, запускайте и делитесь настраиваемыми рабочими процессами. • CastReader — Читайте вслух что угодно на 9 языках с помощью ИИ. • Maxfusion — Создавайте профессиональные видеорекламы с помощью ИИ. • Top 125 AI Tools — Лучшие ИИ-инструменты в подборке. • Fabricate — Генерирует full-stack приложение на React и TypeScript из описания. • Page Pulse — Аналитика сайта с AI-инсайтами: трафик, конверсии, тепловые карты. • FigEditor — Создание научных фигур с ИИ из текста, эскизов или референсов. • Chatzy — ИИ-платформа для автоматизации клиентского пути. • Pikes — Креативный ИИ-набор для CPG-брендов: фото, реклама, видео. • Video Transcript — Транскрибация видео и аудио с таймкодами. • Koji — ИИ-платформа для интервью с клиентами и исследований. • Скрытая модель Ox Alpha на OpenRouter — Модель с 1M контекстом, 131K выводом, 80% на DeepSWE. • Nvidia AVO набрал 100% на ARC-AGI-3 — 183 уровня без инструкций. • Google Antigravity получает Remote Control — Доступ к сессиям с браузеров и мобильных устройств. • Inherent (от DeepMind) превзошла Anthropic и OpenAI — Агент Faraday на 27B параметров превзошёл крупные модели в исследованиях. • DeepSeek выпускает экспериментальную Flash Vision модель — Почти сравнивается с Opus 4.8 на агентских задачах. • Alibaba выпускает видеомодель Wan3.0 — Генерирует до 30 сек видео, поддерживает текст, изображения, аудио. • Thomson Reuters создаёт свою ИИ-модель на базе опенсорса — Модель Thomson-1 на базе Qwen, конкурирует с топ-моделями. • Tesla подтверждает запуск Cybercab — Инвайт-событие 3 сентября, активный автопилот ~20-30 авто. • Дата-центры стимулируют новые трансформаторы — Твердотельные, компактные и модульные трансформаторы для ИИ. • Тостерообразные роботакси Amazon выходят на дороги — Электромобили Zoox без руля начали перевозить пассажиров. • Новая дорожная карта MCP — План развития протокола включает агентные примитивы и безопасность.

• Coresignal Agentic Search API — Запрашивайте 4,5+ млрд записей о компаниях на естественном языке. • PixelPanda — Превращает фото товаров в профессиональные снимки и UGC-видео. • Sim — Создание, развёртывание и мониторинг ИИ-агентов. • Bloxks — Создание и публикация мобильных приложений без кода. • NVIDIA начинает полное производство чипов Groq 3 LPX — Ускоритель для Vera Rubin обеспечивает 4-кратное ускорение ответов. • Анонимная модель Ox Alpha обработала 26 трлн токенов — 327 тыс. пользователей за 4 дня, рекорд запуска на OpenRouter. • Hot Chips 2026: CUDA нацеливается на RISC-V — Nvidia расширяет поддержку CUDA на RISC-V. • Графовая инженерия (GitHub) — Коллекция статей о динамических графах для координации агентов. • ROME (GitHub) — Среда для запуска постоянных ИИ-агентов с защитными ограничениями. • Multi — Превращает контент в YouTube-видео с voiceover и captions. • Slack Code — Встраивает ИИ-агентов в каналы Slack для совместной разработки. • MarkItDown — Конвертирует файлы в Markdown для ИИ-процессов. • T3Code — Open-source контрольная панель для кодинг-агентов. • Recraft — Text-to-image модель и дизайн-платформа. • Motiofy AI — Генерация видео из изображений. • Clipto — Единая память для знаний и материалов на компьютере. • Astute — Продвижение B2B-бренда через новый медиа-контент. • Better Claw — Создаёт и запускает ИИ-агентов по расписанию без кода. • Diagrimo — Превращает идеи в схемы, диаграммы и инфографику. • Astorie — Общий холст для сценариев, визуальных идей и медиаматериалов. • Similarweb AI Ads — Отслеживает рекламу в ответах ChatGPT и Google AI. • Meterless — Записывает шаги агента и сохраняет их как сценарий. • Sonic 3.6 — Синтез речи на 44 языках. • Spline V2 — Создаёт 3D-сцены в браузере, Agent Mode по командам. • Nylas — Подключает почту, календарь и заметки встреч. • NVIDIA AVO — Набрала 100% на ARC-AGI-3, внутри Claude Opus 5. • Anthropic Mythos 5 — Открыта для кибербезопасности, выделено $35 млн на open-source. • GEN-1.5 — Робототех-модель осваивает действия по одному примеру.