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.

ЦОД переезжает на твое устройство. Perplexity представили 1-й гибридный оркестратор инференса - систему, которая в реальном времени решает, какую часть задачи обработать локально на устройстве, а какую отправить в облако.

Мы на пути к росту потребления токенов в 100x ежегодно, и уже сейчас спрос опережает предложение.

Дата-центры останутся для самых сложных задач, а рутина уйдёт к роутерам и малым моделям, развёрнутым прямо на устройствах.

Но тот, кто контролирует оркестратор, контролирует всё. Об этом уже и Google, Notion, Anthropic, Sakana говорят и делают.

Оркестратор - это слой, который стоит между пользователем и ИИ-моделями.

Он решает, что обработать локально, а что в облаке, какую модель вызвать, сколько это стоит, какие данные куда идут.

Тот, кто занимает эту позицию, получает контроль над всем агентным стеком независимо от того, чьи модели внутри.

Именно за этот слой сейчас идёт настоящая борьба.

Гибридный инференс - это новый контрольный слой в архитектуре ИИ.

В конкурсе на вакансию ML-инженера победил ИИ-агент, которого не смогли нанять. Но главное тут - это его работа с человеком

Недавно OpenAI проводила Parameter Golf - открытый конкурс по подбору новых людей в команду и поставила цель перед участниками - создать сильную LLM, которая поместится в 16 МБ и должна обучаться меньше 10 минут на 8×H100.

В конкурсе приняли участие 1016 человек, он, кстати, длился 44 дня, и только 47 участников попали в таблицу лидеров, каждый из которых был проверен OpenAI.

Но лучшим кандидатом оказался ИИ-агент Aiden от Weco AI.

А самая интересная часть этой истории в том, что Aiden 5 дней не мог улучшить свой результат, но один из участников среди людей выпустил новый токенизатор, построенный поверх последней версии Aiden.

Aiden тут же взял этот токенизатор и объединил его со своими наработками, которые накопил за 5 дней плато и выдал самый большой скачок за несколько недель.

Ваша экономика больше не работает. Сегодня исторический день, теперь в интернете трафик ИИ-агентов больше, чем человеческий

То, о чём мы пишем на нашем Patreon с февраля этого года в контексте экономики ИИ-агентов подтверждаются цифрами на дашборде в реальном времени.

Мы только что на Patreon дали ссылку на онлайн цифры и сделали полный разбор:

• Почему это произошло на год раньше прогноза

• Как это меняет экономику и что строится взамен?

• Прямая связь с нашим авторским стеком экономики ИИ-агентов.

Читайте и меняйте свою бизнес-модель быстрее ваших конкурентов.