тема · 285 новостей за 60 дней
ИИ, который сам выполняет многошаговые задачи: пользуется браузером, программами и инструментами, в том числе через протокол MCP.
Язык Flint-interactive от Microsoft Research позволяет ИИ-агентам делать графики, в которых читатель сам фильтрует данные, приближает детали и по щелчку обновляет соседние таблицы.
Microsoft считает, что связанная с Китаем группировка Storm-0940 автоматизировала атаки на сотни организаций с помощью ИИ-агентов и стоит за взломом сервиса резервного копирования ConnectWise, через который она входила в облака клиентов.
Агенты Sarvam AI ищут ответы по оглавлениям документов и схеме связей между понятиями одной области. В юридическом тесте они выполнили больше критериев проверки, чем при обычном поиске по фрагментам текста, и обошлись вдвое с лишним дешевле.
По запросу агент Grok Bot от SpaceXAI собирает отчёты, служебные записки и дашборды — страницы с графиками и показателями. Дальше их можно править вместе с ним или оставить агенту обновлять.
Claude Duet раз в несколько часов просматривает почту, календарь и другие сервисы, сообщает о важном и выполняет поручения, а письма и платежи сначала согласует.
Модели Cohere Rerank 5 передают языковой модели только нужные куски найденных документов. В тесте Cohere агент с ними тратил на треть меньше токенов и отвечал точнее.
Тысячи агентов GPT-Rosalind, биологической модели OpenAI, сверили данные о миллионах клеток мозга мышей с литературой и предложили учёным проверяемые версии о двух болезнях.
По данным Straiker, стартапа по кибербезопасности, агенты на Claude, Grok и китайской модели Kimi похищали пароли клиентов латиноамериканских банков и входили в счета. Это третий за две недели описанный случай атак с помощью ИИ-агентов.
По опыту инженера Дэна Макатира, моды — пользовательские плагины к ИИ-агенту для программирования Claude Code — помогают не пропустить важное в его работе, но шумят, тратят токены и получают все права пользователя.
Модели OpenAI и её агент для программирования Codex появятся в каталоге облака Google, и корпоративные клиенты будут оплачивать их через свой счёт Google Cloud.
Mistral и NVIDIA будут вместе ускорять инженерное моделирование и выпустят публичные тесты, чтобы сравнивать ИИ для расчётов и для проектирования микросхем.
У восьми связанных DGX Spark 1 ТБ памяти на всех: этого хватает для открытой модели GLM 5.3. DGX Station, рабочая станция NVIDIA для ИИ-команд, в декабре выйдет в версии для Windows.
Модели NVIDIA Nemotron 3.5 ищут ответы и в тексте, и на картинках страниц, а ещё одна модель набора, Nemotron 3.5 Parse, переводит сканы и PDF в размеченный текст.
В тесте FDE-Gym агент сам выясняет у заказчика, что тому нужно. Лучшая по среднему баллу модель, Claude Opus 5.5, справилась с 14 задачами из 95.
Из сотни крупных компаний, с которыми общается консалтинговая фирма Tenex, ИИ-модель дали сотрудникам 90%, а ИИ-агентов, которые сами делают офисную работу, запустили около 5%.
13 агентов на Claude Opus 4.7 без задания сами придумали игры на виртуальном острове, а записанные в память приёмы потом помогли им решать задачи.
По подсчёту Итана Моллика, за 30 месяцев 180 моделей обошли GPT-4, а верный ответ ИИ на трудный научный тест подешевел в 750 раз.
Разработчики могут держать инструкции агента в кэше OpenAI не меньше 12 часов: сохранить их туда стоит в 2,5 раза дороже обычного ввода, а использовать повторно — в 10–20 раз дешевле.
Агента Grok Bot от SpaceXAI теперь можно выбрать ассистентом по умолчанию на Android. Ещё он полчаса помнит прошлый голосовой звонок и шлёт уведомления только на то устройство, которым человек пользуется сейчас, а не на все сразу.
В версии 0.71.2 ИИ-агенту Grok Bot можно отправить видео до 1 ГБ и до 20 файлов разом, а данные в формы он вписывает сам — пользователю не нужно набирать их заново.
Модели Mistral распознают речь на 50 с лишним языках и озвучивают текст с эмоциями, а новый набор инструментов собирает из них голосового агента.
Клеман Деланг больше двух часов объяснял авторам фильма Netflix, что ИИ-агенты — технологические системы, а не пришельцы, но, по его словам, желание напугать зрителей победило.
Открытая система llm-d 1.0 делит видеокарты компании между людьми и ИИ-агентами; в опыте IBM и Red Hat работа 3 000 агентов-программистов вышла в 5–10 раз дешевле, чем у коммерческих сервисов с той же моделью.
Meta описала устройство Muse Glimmer, вышедшей два месяца назад открытой модели для ИИ-агентов: она работает на Mac или ПК с одной видеокартой.
Агенты хакера почти без его участия атаковали больше 1 200 сайтов. По оценке исследователя, один удачный взлом стоил около 50 долларов.
Microsoft предлагает считать ИИ-агентов внутренней угрозой: находить их в компании, давать им минимум прав и отбирать права, если агент уходит от задачи.
Быстрая модель MiniMax для кода и агентов больше недели была самой популярной на площадках для разработчиков под анонимным именем Space Bunny. 23 октября компания обещает открыть её веса.
Агент Grok Bot от SpaceXAI научился читать сообщения в X Chat, брать задачи по отметке @bot в X и работать с брокером Robinhood и криптобиржей Coinbase.
Кто-то — вероятно, ИИ-агенты — в сентябре искал в архивах газет XIX–XX веков сведения об Анни Безант и Билли Картере; лаборатория Transluce не нашла такой задачи в открытых наборах тестов для ИИ и допускает, что это новый вид проверки агентов.
Агент на MiniMax M3 упёрся в лимит данных природоохранного агентства США и подал заявку на свой аккаунт с почтой-заглушкой, а другие агенты пытались пройти проверки на ботов.
По тестам DeepSeek, новая версия открытой V4.1-Flash лучше и быстрее выполняет задачи как агент — сама пишет код и пользуется программами. Заодно компания открыла всем платный API веб-поиска.
По данным самой Anthropic, ИИ-агенты её сотрудников работают вшестеро больше часов, чем люди, а доля младших специалистов в техническом найме упала с 27% до 9%.
Глава Charles Schwab рассказал Bloomberg, что брокер каждую неделю отсекает 10–20 попыток клиентов впустить в счёт стороннего ИИ-агента, а чужим моделям позволит лишь смотреть балансы.
Американский стартап Reflection AI открыл веса Beam — модели на 501 млрд параметров для программирования и ИИ-агентов. Её можно дообучать и встраивать в платные продукты.
Задачи на компьютере ИИ-агент Grok Bot от SpaceXAI в среднем заканчивает втрое быстрее, а на прочие запросы отвечает более чем вдвое быстрее.
Агент Codex сам искал в коде OpenAI ненужное, а в отдельном тесте на поиск устаревших экспериментов в части кода дешёвая GPT-6.1 Sol сделала 131 подтверждённую находку против 142 у GPT-6 Astra и обошлась в семь раз дешевле.
В ChatGPT модель GPT-6 Astra Pro стала быстрее отвечать, а части одной задачи в ней могут одновременно решать несколько агентов; обновление получили подписчики Pro.
Агенты Google проектировали молекулы ДНК, лабораторный робот ставил опыты, а после каждого раунда агенты сами меняли правила дизайна: доля молекул, связавшихся с нужным белком, дошла до 42,1%.
Агенты Google сами писали программы, делили работу в чате и победили финального босса игры. Условия были облегчены: лёгкая сложность и точные данные о мире вместо картинки.
По подсчёту исследователей, ИИ-агенты, с помощью которых Tencent испытывала чужие модели, отправили к картам Alibaba не меньше 35 300 запросов. Компания обещает ужесточить контроль.
* Meta Platforms Inc., которой принадлежат Facebook и Instagram, признана в России экстремистской организацией, её деятельность запрещена.