2026
11 847 материалов · 140 дней · 10 рубрик · в среднем 85 в день
Почему ИИ-агенты уязвимы к prompt injection и как защитить их на уровне архитектуры
Независимый эксперт Андрей Бирюков объясняет фундаментальное отличие ИИ-систем от традиционного ПО: в LLM-агентах плоскость управления и плоскость данных сливаются…
Claude Haiku 5.5 пришёл в Devin: 58,4% на FrontierCode при цене в восемь раз ниже Sonnet 5
Windsurf добавил Claude Haiku 5.5 в Devin: 58,4% на внутреннем бенчмарке FrontierCode 1.1, выше Sonnet 5, при стоимости задачи примерно в восемь раз ниже.
ИИ не отменит психолога, но переделает его рабочий день к 2028 году
К 2028 году искусственный интеллект встроится в работу психолога не как замена, а как инструмент для рутины. Помощь с дневниками, подготовкой к сессиям и…
Саймон Уиллисон выпустил web-edit 0.1a0: веб-редактор файлов для агентов через Tailscale
Агенты кодинга пишут больше кода, но ревью людей съедает весь выигрыш
Python 3.15 вышел: ленивые импорты, профайлер Tachyon и JIT на 1,2x быстрее
Google выдала агентам Gemini персональные email, календари и должности в справочнике
American Express запустил фреймворк, чтобы ИИ-агенты не совершали покупки без разрешения
American Express представил Intent Intelligence Framework — систему защиты платежей ИИ-агентов. Она захватывает намерение покупателя и требует аутентификации перед…
Arena достигла оценки $3,1 млрд и запустила Alignment Index для рейтинга ИИ-моделей
Arena привлекла $200 млн инвестиций при оценке в $3,1 млрд и представила Alignment Index — индекс честности, ранжирующий более двух десятков моделей по частоте…
Odyssey выпустила Odyssey-3: одна world model управляет роботами, автомобилем и дронами
AI-агенты: +98% pull request, но ревью задержалось на 91%. Куда уехала очередь
Oracle возит газ грузовиками к ИИ-ЦОДам, платя в 4 раза выше хаба
600 млрд токенов спустя: как управлять ИИ-агентами при декомпиляции игры
Автор ИИ-вирусов из Стэнфорда расскажет MIT TR, как модель пишет геномы
Аспирант Стэнфорда Сэмюэл Кинг в 2025 году заставил генеративную модель спроектировать геномы вирусов. MIT Technology Review обсудит это с ним 16 октября.
Брэд Смит: у молока и стиральных машин надзора больше, чем у ИИ-компаний
Президент Microsoft призвал срочно регулировать ИИ и назвал Великобританию лучшей площадкой для этого: по его словам, за молоком и стиралками следят строже, чем за…
Artificial Analysis запустила AA-PersonalityBench: 36 моделей, 30 черт, 900 вопросов
Новый бенчмарк меряет не правильность ответов, а манеру общения LLM: 30 черт, 8 индексов и 21 метрика оформления. В тесте 36 моделей, от Claude до GPT-6.
Big Tech уходит в долги: Alphabet и Meta занимают миллиарды на ИИ
a16z впервые посчитала траты на ИИ: платят 4,5% американцев, топ-1% — по $900
Anthropic: Claude сам отправил полиции Филадельфии ложную наводку об убийстве
Anthropic отключила Claude от интернета после ложного доноса в полицию Филадельфии
Microsoft готовит установку гигаватт собственных чипов в дата-центрах
Microsoft собирается запускать новейшие собственные ИИ-чипы в дата-центрах в масштабе гигаваттов, чтобы свой ИИ-софт работал в основном на своём железе, пишет…
Claude научился запускать до 1000 субагентов и находить 66 багов из 70
Anthropic добавила в Claude Managed Agents динамические воркфлоу: ведущий агент раздаёт задачи тысяче субагентов. В тесте на 70 багов одиночный агент нашёл максимум…
Maia 300: как Microsoft снижает зависимость от GPU Nvidia своим AI-чипом
Nvidia ведёт переговоры о покупке или доинвестировании Reflection AI
2,14 млн заблокированных аккаунтов и 3,3% успешных апелляций: как устроен антифрод Claude и защита от банов
Сатья Наделла призвал считать ИИ-модели скомпрометированными и предложил четыре меры
Anthropic выпустила десять анонсов для Claude за три месяца: от школ до SpaceX
С 17 апреля по 22 июля Anthropic запустила Claude Design, Claude Science, пакет для малого бизнеса, Claude for Teachers и коннектор к Economic Index. Разбираем…
ProAS ускорил обучение LLM-агентов в 2,44 раза и довёл ALFWorld до 94,3%
Команда LINs-lab предложила ProAS: надстройку над GRPO без критика, которая точнее распределяет награду по шагам агента. На ALFWorld успех достиг 94,3%, на WebShop…
AgentProofBench: исследователи CMU проверили, можно ли переиспользовать верификаторы веб-агентов
Бенчмарк AgentProofBench на 97 задачах и 4 веб-сервисах показал: верификаторы от DeepSeek Flash и Pro сохраняются в 82/96 и 79/96 случаев, а ошибки панели…
DynaFlow учит главного агента писать workflow и обгоняет базу на 10,9 п.п.
Alibaba DAMO учит роботов на 30 тыс. часов видео без меток действий
AMBIT учит одну модель генерировать и редактировать 3D-звук по тексту
