Держите 2 способа, как сделать ИИ-агента умнее: NVIDIA учит модель, а Microsoft - документ

На этой неделе вышли сразу 2 интересные работы об обучении агентов:

NVIDIA выпустили Polar - инфраструктура для RL-обучения любого агента. Не нужно переписывать Claude Code, Codex или LangChain под конкретный фреймворк. Polar перехватывает API-трафик между агентом и моделью через прокси и строит из него траектории для обучения. Агент работает без изменений кода, веса модели обновляются через GRPO.

А Microsoft выпустили SkillOpt - модель и код не трогает вообще. Вместо этого тренирует текстовый документ с навыком.

Anthropic выпустили новую модель Opus 4.8 и оркестрацию параллельных субагентов в одной сессии

Claude Opus 4.8 - новая версия флагманской модели, как обещают лучше держит курс в длинных агентных сессиях, честнее оценивает собственный прогресс, принимает решения без постоянных чекинов.

Плюс Fast Mode - та же модель, но в 2.5x быстрее, втрое дешевле предыдущего.

Также они запустили Dynamic Workflows в Claude Code - оркестрация десятков и сотен параллельных субагентов в одной сессии.

Claude сам пишет план, раздаёт подзадачи, верифицирует результаты.

Но Dynamic Workflows расходует намного больше токенов, чем обычная сессия Claude Code, рекомендуется начинать с ограниченной задачи, чтобы понять расход в своём конкретном контексте.

Только начали про AI-native говорить, так сразу появился новый уровень - платформа для управления компанией на базе ИИ-агентов

То, что сегодня делают в лабораториях и стартапах с ИИ - это эксперименты с тем, каким будет в дальнейшем труд человека, как он вообще будет выглядеть, однозначно не таким как сейчас, по-крайней мере умственный.

Мы опубликовали свежие реальные данные как меняется работа разработчиков с учетом Claude Code, Codex и тд.

С учетом того, что субагенты скоро станут полноценными участниками рабочего процесса, людям в компаниях нужно будет переформулировать свои роли, менять организационную структуру, мы описываем об этом здесь.

А еще ранее писали, как внедрять ИИ и формировать культуру обучения с ним

Мы продолжаем делиться с вами плейбуками создания AI-native компаний, напомним, что в прошлых частях уже разобрали:

• 6 опытов от разных компаний

• а также предложили 6 фаз внедрения ИИ: от диагностики до перестройки найма в компании.

Самое интересное начинается сейчас. Технологии - это важно, но экономику и управление человеческим капиталом никто не отменял.

Старший исследователь DeepSeek и его ИИ-агент представили работу о переходе ИИ от копилотов к полноценным коллегам-исследователям

Старший исследователь #DeepSeek Дели Чен и его ИИ- агент SKILL выпустили статью, где DeepSeek-V4-Pro и GPT-Image-2 сделали 99 % работы, начиная от планирования структуры и экспериментов до написания текста и генерации графиков.

Авторы вводят 5-ти уровневую шкалу автономии (L1–L5), разбирают архитектуры таких агентов, сравнивают 17 реальных систем и выделяют 6 ключевых проблем на пути к AGI-исследователю.

Симулированный peer-review score вырос с 6 до 8.

Саму эту работу ИИ-агент SKILL написал почти сам, но arXiv не позволил поставить ИИ в авторы, поэтому они ушли в сноски.

Дели Чен говорит, что DeliAutoResearch SKILL - это его личный экспериментальный фреймворк научного ИИ-агента, это чисто делается для фана и тестирования своих навыков, а не как официальный проект DeepSeek.

Российские корпорации обсудили вопрос, который сейчас на повестке у многих мировых компаний: Amazon, UBER и Microsoft

Внутренние исследования крупных мировых заказчиков показывают, что стоимость одной и той же задачи для ИИ-агента может различаться в 30 раз, при таком разбросе заранее заложить расходы на ИИ в бюджет просто нельзя.

В Сколково организовали Startup Village - технофестиваль, который объединил крупнейшие российские корпорации: Газпромбанк, Сбер, Т-Банк, Ростех, РЖД, АЛРОСа, Билайн.

Их представители собрались на закрытом деловом завтраке «ИИ завтра» и задали вопрос, который обсуждают сегодня в Amazon, UBER и Microsoft: как считать ROI (возврат инвестиций) от ИИ.

Адель Валиуллин, первый Вице-Президент Газпромбанка, уточнил, что банки совместно с ассоциацией «Финтех» уже разрабатывают единую методологию расчёта, и сформулировал банковскую логику так: сначала ожидаемый экономический эффект, потом прототип, потом замер после запуска.

Дмитрий Марков, генеральный директор VisionLabs (МТС), поделился мнением, что качественные решения в сфере генеративного ИИ для корпораций до сих пор отсутствуют. Сотрудникам нужен инструмент, который улучшает метрики конкретного процесса.

Алексей Лукацкий, бизнес-консультант по информационной безопасности Positive Technologies, добавил, что единой методологии подсчёта объёма ИИ-рынка в России до сих пор нет. Рынок в режиме эксперимента.

Максим Мироненко, руководитель Центра внедрения искусственного интеллекта «Сколково.Скай», подтвердил это со стороны исполнителя. Сегодня единственный жизнеспособный путь довести корпоративный ИИ-проект до промышленного эффекта - идти через пилот с поэтапным внедрением, где каждый этап становится счётным.

Компания не уходит в долгий контракт без гарантированного итога, а фиксирует измеримый результат на каждом шаге. Это подтверждается опытом текущих внедрений центра в крупном бизнесе.

Этот же тренд от обещаний к измеримому эффекту сейчас фиксирует и сам рынок ИИ-лабораторий. На майском брифинге Anthropic в Нью-Йорке Дарио Амодей, СЕО Anthropic, сказал: производительность ИИ растёт, но реальный экономический эффект и адаптация рабочих процессов приходят постепенно, а не одновременно с релизом моделей.

Это та же проблема зрелости рынка, которую обсуждают везде. На Startup Village ее впервые в России озвучили вслух.

Итоги уходящей недели - то, что имеет значение

Бизнес ИИ- компаний

Свежий отчет на реальных данных, как ИИ-агенты меняют инфраструктуру интернета.

Как строят AI-native компании в Китае, разбор кейса.

Разбор AI-native компаний: как внедрять ИИ и формировать культуру обучения вместе с ним.

Коммерция ИИ-агентов становится измеримой. Тут инструмент и первые результаты.

Экс- глава embodied AI в Huawei основал EBKernel.

Бизнес ИИ-лабораторий, крупная инфраструктура для ИИ

Huawei раскрыла дорожную карту чипов: к 2031 году — 1.4 нм.

Epoch AI: мир вплотную приблизился к дефициту вычислительных мощностей для ИИ.

Первый в мире частный сверхзвуковой беспилотник преодолел звуковой барьер.

Anthropic стала самой дорогой частной ИИ-компанией в мире, при оценке $965млрд.

ИИ-модели и архитектуры

Создана крупнейшая мультиязычная модель еды: 4.1 млн рецептов, 7 языков, 1790 ингредиентов.

Anthropic выпустила Opus 4.8 и параллельную оркестрацию субагентов в одной сессии.

Google DeepMind с ИИ-агентом решила 9 задач Эрдёша.

DeepSeek запускает команду Harness — прямой конкурент Claude Code.

Anthropic опубликовала внутренний разбор безопасности.

NVIDIA выпустила AXPO - RL-метод для масштабирования агентных рассуждающих моделей.

Старший исследователь DeepSeek представил работу о переходе ИИ от копилотов к полноценным коллегам-исследователям.

OPUS - новый метод динамического отбора данных для предобучения LLM на каждой итерации.

Meta(запрещена в РФ) поделилась, как тренирует модели в нескольких ЦОД.

NVIDIA выпустила ProRL Agent V2: Polar - инфраструктура для RL-обучения агентов с любым harness.

CUA-Gym - открытый движок для автогенерации задач, сред и функций наград для обучения computer-use агентов. Без ручной разметки.

Google представила Oryx - гибридная модель, переключающаяся между softmax attention и линейной рекуррентностью.

Вышла новая модель от StepFun 3.7 Flash.

ИИ- агенты и продукты

Ежедневные установки Claude Code в VS Code и Codex падают. Экономика токенов становится проблемой для индустрии.

2 способа сделать агента умнее.

Появился новый уровень после AI-native - платформа для управления компанией целиком на базе ИИ-агентов.

Anthropic опубликовал экономическое исследование, где 20% социологов регулярно используют агентов.

Крипто и финансы

Robinhood запустили ИИ-агентов для трейдинга

Tether + Грузия запускают стейблкоин, обеспеченный лари.

Tether выкупил долю SoftBank в Twenty One Capital и становится вертикальной империей: майнинг → хранение → платежи.

Наука и биотех

Команда Цукерберга представила Protein World Model - платформа для работы с белками на базе ИИ.

Yann LeCun опубликовал новую работу о LeJEPA: модель по-настоящему учится скрытым переменным мира только при гауссовой структуре данных.

Анализ 210 биомедицинских ИИ-исследований показал, что 97.1% применяли статистически невалидные тесты.

Присоединяйтесь к нам на Patreon, чтобы узнать все об экономике ИИ-агентов, а также начать разбираться в AI native компаниях и не только. Там все инсайды.

Китайцы MiniMax выпустили новую модель для ИИ-агентов с 1млн контекста, при этом цен дешевых больше нет

M3 - это новая флагманская модель от китайской компании MiniMax, которая позиционируется как фронтир для программирования, агентных задач с поддержкой в 1млн контекста и мультимодальная.

Архитектура у М3 - MiniMax Sparse Attention (MSA) - новая разреженная архитектура внимания. По сравнению с M2: префилл в 9.7раз быстрее, декодирование в 15.6раз быстрее на 1млн токенах.

Также с релизом M3 MiniMax сильно урезали тарифы.

Старый Plus ($20) раньше давал ~18 млрд токенов, а теперь ~1.6–1.7 млрд.

Чтобы вернуть прежний объём, нужно перейти на тариф Max за $50.

Это не первый случай, когда китайцы убирают низкие цены, ранее мы писали об этом же на примере Alibaba/Qwen ; Zhipu/GLM. А тут мы объясняем с чем это связано и как теперь на этом зарабатывать.

Прорыв в лечении рака поджелудочной железы

Вчера на ежегодной конференции ASCO 2026 представили полные результаты фазы 3 клинического исследования RASolute 302 препарата daraxonrasib (RMC-6236) от компании Revolution Medicines.

Цифры такие:
• Медиана общей выживаемости - 13,2 месяца против 6,6 на стандартной химиотерапии.
• Риск смертности снижен на 60%.
• Таблетка 1 раз в день вместо тяжёлой химии.
• Значительно лучше переносимость.

Когда на экране показали график выживаемости, зал встал и долго аплодировал - такое на научных конференциях случается очень редко.

Исследование опубликовано в New England Journal of Medicine.

NVIDIA сегодня представила полный ИИ-стек: от фабрик и агентов до роботов, автономных авто и персональных ПК

Дженсен Хуанг сегодня на Computex 2026 выдал как всегда много анонсов, вот главное:

NVIDIA Isaac GR00T Reference Humanoid Robot - 1-й открытый дизайн гуманоидного робота для исследований. Собран на базе Unitree H2 Plus, dexterous рук Sharpa, вычислителя Jetson Thor и открытой платформы Isaac GR00T. Доступен с конца 2026 года.

Выпустили Cosmos 3 - это 1-я открытая омнимодальная модель мира, которая объединяет всё в одной системе: понимание, генерацию и действие через текст, изображения, видео, аудио и действия.

Также представили Nemotron 3 Ultra - самая большая и мощная открытая модель NVIDIA на сегодняшний день для ИИ-агентов.

Еще показали ИИ-фабрику нового поколения - платформу Vera Rubin с Vera CPU. Полный стек для обучения и работы огромных моделей в ЦОДах.

А еще Дженсен показал DGX Station for Windows - «настольный» ИИ-суперкомпьютер для бизнеса на базе GB300 Grace Blackwell Ultra. Может запускать модели до 1 трлн параметров локально.
Появится в 4-м квартале этого года от ASUS, Dell, HP и др.

И последнее - Alpamayo 2 Super - открытая с 32млрд параметрами ризонинг VLA-модель для автономных автомобилей.

Anthropic подала заявку на IPO 🦄

Perplexity о том, как поиск интегрируется в ИИ-агентов

Поиск - это уже не сервис, к которому ИИ-агент обращается, а SDK, который агент программирует.

Вчера команда опубликовала техническую статью о новой архитектуре Search as Code (SaC) - о том, чем вообще является поиск в мире ИИ-агентов.

Традиционный поиск работал как монолит: агент отправлял запрос, получал результат, отправлял следующий.

А теперь модель не вызывает поиск, а она программирует его. Агент генерирует Python-код, который напрямую оркестрирует поисковый стек через SDK: параллельные запросы, условная логика, фильтрация, агрегация, всё в одном исполнении.

Perplexity разобрали свой поисковый стек до атомарных примитивов и обернули их в Agentic Search SDK. Модель получает доступ к каждому шагу.

Поиск перестаёт быть сервисом, к которому агент обращается. Он становится SDK, который агент программирует под конкретную задачу.

Маркетинг Китая никто не переплюнет. Лабораторные алмазы Китая становятся неожиданным бенефициаром бума ИИ 😁

Вы скажете что? Да-да, однажды китайские маркетологи завернули портящиеся листы чая под «элитный» чай пуэр, а теперь они взялись за лабораторные алмазы, которые перестали покупать, а Китай мировой лидер в производстве таких товаров и что-то надо делать:)

Сейчас они раскручивают историю, что синтетические алмазы начали активно использовать для охлаждения чипов в ЦОДах и серверах. И это привело к росту спроса и даже цен.

Недавно даже Nvidia ради дружбы с Китаем объявила переход на diamond composite + liquid cooling для следующего поколения GPU. Китайские компании (Chaoying Diamond и др.) уже прошли валидацию в их цепочке поставок. Первые серверы с алмазным охлаждением поставляются.

На этом фоне акции китайских алмазных компаний взлетели. Много шума в WeChat и на фондовом рынке.

Google выпустила 30 навыков для научных ИИ-агентов

Команда выпустила Science Skills - новый пакет 30 навыков, который интегрируется в Google Antigravity - агентный клиент Google, аналог Claude Desktop.

То есть идея в том, что исследователь пишет запрос на естественном языке в Antigravity, а агент сам обращается к нужным базам данных, запускает специализированные модели и возвращает результат. Все это без ручной работы с API и пайплайнов.

Навыки подключены к 30 баз данных: AlphaFold DB, UniProt, PDB, ClinVar, gnomAD, ChEMBL, PubChem, PubMed, arXiv, GTEx и другие - весь стек, которым пользуются профессиональные биоинформатики.

Специализированные модели:

AlphaGenome для анализа геномных вариантов, AlphaFold для предсказания структур белков

Поиск литературы сразу в нескольких источниках параллельно (PubMed / bioRxiv / Europe PMC / OpenAlex)

У Google здесь конкурентное преимущество, которого нет у OpenAI или Anthropic - собственные Alpha модели: AlphaFold, AlphaGenome.

Теперь все это не отдельные инструменты, а слои единого агентного стека. Кто контролирует модели + данные + оркестрацию, тот строит вертикальный стек. В науке Google сейчас в уникальной позиции.

Anthropic создала новую команду: ИИ и верховенство права

Если конкуренты, а также другие команды внутри Anthropic изучали влияние ИИ на экономику, то эта новая команда задаётся вопросами: как ИИ повлияет на конституционно-демократические институты?
Суды, законодательные органы, избирательные системы, надзорные органы - везде, где растет давление ИИ.

Напомним, что год назад Google начали собирать себе новую команду, которая занимается исследованием того, что будет после AGI.

Секрет Google о квантовой уязвимости биткоина раскрыт

Напомним, что 2 месяца назад Google опубликовали работу о взломе криптографии биткоина через алгоритм Шора.

Сегодня в Х написал большой пост Джастин Дрейк, сотрудник и соавтор статьи Google, где он делится закулисьем этой большой истории, которая многих взволновала.

Джастин говорит, что в своей статье они скрыли ключевую оптимизацию за ZK-пруфом, а это первый случай академической цензуры с помощью ZK-пруфа в истории, что привело к эффекту Барбары Стрейзанд:

1. Вчера, французский исследователь André Schrottenloher независимо переоткрыл главное улучшение и выложил открытую статью на arXiv.

2. А Craig Gidney, ведущий эксперт Google по оптимизациям Шора, признался, что знал об этой оптимизации уже год, но держал в секрете из-за давления цензуры.

3. Запущен открытый челлендж ecdsa.fail, любой может присылать свои улучшения квантовой схемы.
Верификация от Google автоматически проверяет результаты. За первые часы уже выбили +8–11 % лучше оригинала Google.

4. Параллельно вышла статья от стартапа Oratomic. Они взяли оптимизации Google и добавили свои, специфичные для нейтральных атомов и после заявили, что для взлома secp256k1 достаточно всего 10 000 физических кубитов — это крайне мало по нынешним меркам.

Кстати, Google открыл лабораторию нейтральных атомов.

По итогу соавтор Google Джастин Дрейк оценивает в 50% вероятность первого реального взлома криптографии до 2032 года, а 10% до 2030-го.

Паниковать рано, но действовать нужно сейчас. Лучшая дата для миграции на постквантовую криптографию - 2029 год, к такому сроку двигаются Google, Cloudflare и Ethereum Foundation. Ethereum активно работает над этим: переход на hash-based криптографию, leanVM и т.д.

Тут кстати речь Джастина по поводу нейтральных атомов.

Питер Тиль вложил $435 млн в стартап по долголетию основателя криптобиржи Coinbase

Это один из самых крупных раундов в истории компании именно из сегмента долголетия. Напомним, что в конце января уже их конкурент получил разрешение FDA.

NewLimit - это биотех стартап, специализирующийся на борьбе со старением через эпигенетическое перепрограммирование клеток.

Сегодня компания объявила о закрытии раунда Series C на $435 млн, который возглавил фонд Питера Тиля. Оценка после раунда составила ~ $3,1 млрд, она утроилась в стоимости за последний год.

NewLimit заявили, что уже в in vitro их прототип лекарства омолаживает человеческие клетки печени. Первые клинические испытания на людях они планируют уже в 2027 году.

Конкуренты этого стартапа описаны у нас здесь.

Microsoft представили 7 новых ИИ-моделей, квантовый чип, ОС для агентов и тд.

На конференции Build 2026 команда представила 7 новых моделей под брендом MAI. Надо отметить, что Microsoft опубликовали все детали обучения своей модели с триллионом параметров.

MAI-Thinking-1 - первая рассуждающая модель компании с 35 млрд активных параметров и 128K контекста. Создана с нуля на чистых данных без дистилляции от других моделей. Все подробности тут.

Также выпущены ИИ-агенты и Scout - всегда включённый персональный агент для работы с поддержкой OpenClaw.

Еще показали Solara - новая ОС, разработанная для устройств с приоритетом на агентов.

Представлен также обновлённый квантовый чип Majorana 2. Как описывает его Microsoft, он в 1000 раз надежнее предыдущего чипа.

Google стандартизирует знания для ИИ-агентов

DeepMind выпустила Gemma Skills - репозиторий навыков для разработчиков, работающих с моделями Gemma.

Экосистема Gemma развивается быстро, а языковые модели обучаются на фиксированных датасетах и не успевают за ней.

Агент по умолчанию может предлагать Gemma 2, когда уже вышла Gemma 4, или использовать устаревшие API-паттерны.

Gemma Skills - живой документ знаний, который вкладывается в контекст агента и обновляет его понимание текущего состояния экосистемы вместо того, чтобы полагаться на устаревшие веса модели.

Если Science Skills - это вертикальный инструмент для конкретной научной области, то Gemma Skills - горизонтальная инфраструктура для разработчиков.

Stripe, Visa и Mastercard готовятся к запуску общей платформы для стейблкоинов

Они объединяются, чтобы создать общую стандартизированную инфраструктуру для стейблкоинов, которая позволит традиционным платёжным гигантам доминировать в будущем в глобальных платежах. К ним может присоединиться криптобиржа Coinbase.

Стейблкоины уже обрабатывают триллионы $ в объёме транзакций, обгоняя даже Visa и Mastercard по объёму.

Отметим, что стейблкоины - это часть экономики ИИ-агентов, тут подробнее.

Напомним, что Stripe купила платформу Bridge за $1,1 млрд - это инфраструктура для оркестрации стейблкоинов.

Visa добавила поддержку 9 блокчейнов, а Mastercard купила компанию BVNK. На этой неделе объявила о расширении always-on расчётов в стейблкоинах.

Одна из самых престижных конференций по ИИ NeurIPS против статей, написанных ИИ

В своем блоге организаторы NeurIPS пишут, что в этом году в направлении Position Paper Track принимают только статьи, которые в основном написаны человеком.

ИИ разрешается использовать только для редактирования, исправления грамматики, стилистики и мелких правок.

Авторы при подаче обязаны заявить, как именно они использовали ИИ, и подтвердить, что не нарушали правило.

Рецензентам запрещено использовать ИИ для написания отзывов.

Организаторы считают, что чрезмерное использование ИИ для написания статей вредит научному сообществу: переносит нагрузку проверки на рецензентов и размывает авторство. Они признают пользу ИИ в исследованиях, но для позиционных работ решили занять консервативную позицию.