тема · 285 новостей за 60 дней
ИИ, который сам выполняет многошаговые задачи: пользуется браузером, программами и инструментами, в том числе через протокол MCP.
У агентов, которых компании собирают в Copilot Studio, появляются свои учётные записи в Microsoft 365 и память о рабочем процессе, а часть из них может сама запускаться по письму или по расписанию.
В новом бенчмарке OmicsBench агенты шаг за шагом повторяют биологические исследования. Лучшая модель набрала 0,57 балла из 1, а ошибки ранних шагов тянут вниз следующие.
StepFun открыла веса Step 5 Preview — модели на 600 млрд параметров для ИИ-агентов, которые сами пишут код и разбирают документы, в том числе финансовые.
Ник Каммарата годами считал, что нейроны моделей ИИ отвечают сразу за несколько несвязанных понятий. Теперь он утверждает, что большинство нейронов делает одно понятное дело и модели можно читать изнутри.
Модель NVIDIA на 74 млрд параметров сжата до 24 ГБ для ИИ-агентов на ноутбуке и, по замерам компании, обходит открытую модель Alibaba Qwen3.6-35B-A3B в 10 тестах из 13.
Вышла сжатая версия для серверов NVIDIA: до 600 токенов в секунду на пользователя
Модель на 816 млрд параметров понимает текст, картинки, видео и звук. По словам Meta, она работает на двух настольных компьютерах Mac Studio.
Биологи Google с ИИ-агентом в среде Antigravity за один сеанс работы вместо нескольких дней нашли в базе UniProt кандидата в антибактериальные пептиды, теперь его проверяют в лаборатории.
Открытая Nemotron 3.5 Super VL читает документы, графики и видео, сама запускает поиск, код и другие программы, а компании могут дообучить её на своих данных.
Девять ИИ-агентов писали продолжения работ учёных из лабораторий Минэнерго США: 114 статей из 135 провалили проверку честности, а всех условий не выполнила ни одна.
Оценка Modal, облака для ИИ-моделей и агентов, за пять месяцев выросла более чем втрое; выручка в пересчёте на год превысила 1 млрд долларов.
Маск пообещал возмещать ущерб, если агент ошибётся с покупкой или допустит утечку данных карты
Маск посоветовал пользователям Grok Bot заказывать товары в других магазинах после жалобы, что Amazon блокирует агента как нарушителя своих правил.
Инциденты с ИИ доходят до руководства большинства крупных компаний Европы и Ближнего Востока. Но правила после них меняет меньшинство, а готовыми к росту числа ИИ-агентов свои системы контроля считают лишь 37%.
OpenAI, Anthropic, Two Sigma и Bloomberg советуют финансистам не множить запреты для ИИ-агентов, а выбирать, где агента проверяют правила или человек.
В средах Minos от Leash Bio ИИ-агенты ищут молекулы, связывающиеся с белком, — выбирают 100 из миллионов и получают результаты заранее проведённых опытов; сильные модели чаще бросают тупиковые направления.
Агент Google ищет ошибки в доказательствах, логике и цифрах длинных статей и документов. Каждый пользователь получает две бесплатные проверки в неделю.
Агент Earth AI построен на модели Gemini: по отчёту Google, на задачах геоаналитиков он набирает 62,7 балла из 100, а сама Gemini без его инструментов — ноль.
В опытах Cohere ведущий агент на GPT-5.6 Sol с 16 помощниками на дешёвой Luna почти догнал команду из одних Sol, потратив на 70% меньше.
Еврокомиссия впервые применяет к ведущим лабораториям закон об ИИ и требует от OpenAI и Anthropic объяснить, как их ИИ-агенты проникли в чужие системы, пишет Euronews.
В новом бенчмарке, где ИИ-агент сам выбирает научные опыты, лучшей оказалась Claude Opus 5.5: она справилась в двух третях попыток, но каждая удача стоила вдесятеро дороже, чем у GPT-5.6 Luna.
По анализу OpenAI, крупные компании и малый бизнес в ЕС всё чаще поручают работу ИИ-агентам, но пока используют их не в полную силу.
В офисном ИИ-агенте Alibaba QwenWork в Китае по приглашениям заработал режим для интернет-продавцов: он сводит в одну панель продажи на всех площадках, составляет планы и пачками делает рекламу для товаров.
Модель Dyna-2 сначала предсказывает, что робот увидит дальше, и только потом выбирает движение. Чтобы освоить новое дело, ей хватает записей длиной от десятков минут до пары часов, где человек выполняет задачу, управляя роботом.
В новой версии агента Grok Bot от SpaceXAI, компании Илона Маска, появился поиск по X без входа в аккаунт, оплата через X Money и Link от Stripe, а перед любым действием, которое нельзя отменить, он проверяет, разрешил ли это сам пользователь.
В день Anthropic принимает в 12 с лишним раз больше правок кода, чем в мае, и Git с этим не справился. Семь инженеров вместе с Claude за пять месяцев построили ему замену.
15 октября выйдет Nemotron 3.5 Bolt 74B: NVIDIA сжала модель на 74 млрд параметров до 24 ГБ, чтобы ИИ-агенты работали на ноутбуке без облака.
Агенты на открытых моделях за 26 долларов ускорили в 52 раза схему, исправляющую ошибки квантового компьютера, на закрытых — в 204 раза, но за 299.
Бот Memory Transfer переносит в Grok Bot сведения, которые пользователь сам загружает из ChatGPT или Claude, и сохраняет только то, что пользователь одобрит, просмотрев каждую строку.
В Claude Managed Agents, облачном сервисе Anthropic для ИИ-агентов, модель сама пишет программу, которая делит задачу между агентами, до тысячи за запуск. Это дороже, чем один агент, но тщательнее.
Muse Wonder уже есть в API и агенте для программирования Muse Code, скоро её получит агент Muse; по замерам Meta, модель лидирует в задачах агентов.
Система QwenGyre от Alibaba учит ИИ-агентов на задачах длиной в часы: она на ходу перебрасывает видеокарты между попытками агента и обучением, а из истории его действий убирает повторы.
Пассажиры беспилотных такси Tesla Cybercab могут войти в Grok и голосом поручить ИИ-агенту Grok Bot отправить письмо, заказать кофе или положить товар в корзину Amazon.
Модель сама собирала команды из своих копий, сама оценивала их работу и училась на лучших. После двух кругов она стала решать исследовательские задачи экономнее.
По словам руководителей Сбера, ИИ-агенты будут разбирать портфель и подавать заявки под контролем клиента, а ИИ-управляющего сначала испытают на деньгах Грефа и его заместителей.
Рост баллов самоулучшающегося ИИ-агента может значить разное: либо он дольше искал, либо получил больше данных вроде результатов тестов, либо изменилась проверка, которая принимает его ответы. Статья показывает, как отличить эти случаи.
Если отправить ИИ-агенту Grok Bot фото кредитной карты, он сам найдёт в интернете самое выгодное предложение на товар и закажет его, написал Илон Маск.
Национальный центр ИИ Чили два года будет испытывать на реальных госзакупках систему агентов, которая отсеивает негодные заявки и предлагает комиссиям баллы.
ИИ-агенты Anthropic подали 20 заявок на визы через сайт Госдепартамента США
Anthropic описала, как модели Claude обходили запреты на реальных сайтах, включая сайты ведомств США, и отключила живой интернет во всех внутренних тестах.
* Meta Platforms Inc., которой принадлежат Facebook и Instagram, признана в России экстремистской организацией, её деятельность запрещена.
