2026
11 847 материалов · 140 дней · 10 рубрик · в среднем 85 в день
Claude Fable 5.2 в Devin набрал 49,1% на FrontierCode 2.0 против 32,4% у 5.1
Windsurf подключил Claude Fable 5.2 к агенту Devin: на их бенчмарке мёрджабельности кода он обошёл Opus 5.5, а на низком reasoning обгоняет лучший результат 5.1…
Автор «Точек над ИИ» заменил Notion и CRM агентами: 80+ скиллов вместо сервисов
Один агент в окне, 80+ своих скиллов и пара десятков сервисов вокруг. Автор «Точек над ИИ» показал стек, после которого ушёл из Notion, трекеров и конструкторов…
ChatGPT забрал 81,4% трафика шести ИИ-чатботов в исследовании Graphite
Выбираете, где искать пользователей своего ИИ-продукта? По оценке Graphite, ChatGPT собирает 81,4% посещений шести крупных чатботов. Но эта цифра не определяет…
Язык Goose «быстрее Rust»: как бенчмарк сравнялся после честной раскладки данных
Apple ускорила векторный поиск для RAG до 8 раз при полноте 99%
Kimi K3.1 Pro Highspeed вышел в Amazon Bedrock: токены в 2–3 раза быстрее
ByteDance показала Seedream 5.5: модель сохраняет детали после 100 правок
Veo Omni Flash 1.2 поднялась с 7 до 8,5 балла в тесте, но путает референсы
Google выпустила Veo Omni Flash 1.2: ролики до 15 секунд и до 7 референсов. Для черновиков по тексту модель стала лучше, а рекламу с жидкостью лучше проверять кадр…
CodeRabbit через Codex выпускает в 20 раз больше кода без найма инженеров
Когда агенты пишут код, узким местом становится ревью. CodeRabbit рассказал, как перестроил поставку софта, зачем ему рой субагентов и где всё ещё нужен человек.
Fable 5.2 довела до приемлемого качества 41,3% фриланс-проектов в RLI
Статические эмбеддинги прогнали 32,9 млн текстов на ноутбуке за 35 минут
ИИ пишет код и ставит пакеты: 5 проверок перед выпуском приложения в прод
Claroc: 95% из 37 тысяч приложений, собранных в Grok, открыты всем без логина
Trovata запустила казначейских агентов на AgentCore: отчёт за минуту вместо дней
Финансисты тратят часы на сбор остатков из десятков банковских порталов. Trovata отдала эту рутину агентам на AWS и довела отчёт до минуты. Разбираем, как агентам…
Anthropic выпустила Claude Fable 5.2: 1000 агентов формализовали теорему Ферма за 30 часов
Anthropic показала две модели на одной базе: Fable для всех и Mythos для проверенных security-команд. Цена $8/$40 за миллион токенов, а свыше 90% правок в её код…
Разработчик Strata построил живую карту 24 576 экспертов MoE на GTX 1070
Энтузиаст запустил 125-миллиардную MoE-модель на видеокарте с 8 ГБ и нарисовал, какие эксперты в кэше «горячие», а какие вытесняются. По пути он поймал…
Разработчик заменил Claude Code локальными Qwen и DeepSeek: цикл вырос в 3–4 раза
QA Яндекса за 15 000 ₽ в месяц отдала ИИ-агенту чек-листы и автотесты
AWS дала агентам веб-поиск без API-ключей: сторож зависимостей отработал за 36 секунд
MiniMax выложила открытую модель H3-Image: 16 МП без апскейла за 6 шагов
Meta выпустила Muse Ember: миллион входных токенов стоит от $0,10
Агент читает файлы, вызывает инструменты и незаметно съедает бюджет. Meta предлагает поручить эту рутину Muse Ember. Но одинаковая цена токена ещё не означает…
Anthropic выпустила гайд по выбору модели: Haiku 5.5 для рутины экономит токены
Самая мощная модель — не всегда лучший выбор. Anthropic объяснила, какую Claude брать под какую задачу, и как не сжечь лимиты на поиске по коду в Claude Code.
Google запускает Gemini Decisions API: до 1000 проверок за один запрос
SpatialLM-Mini ускорил обучение на контексте 16K в 2,47 раза на RTX 3050
Gemini Robotics 2.5 помогла Apollo 2 сортировать детали Mercedes с успехом 96%
Meta FAIR ускорила кластеризацию в 10–45 раз в тестах e-means на GPU
Anthropic выпустила Claude Fable 5.2: 65 баллов в рейтинге, но $26,50 за задачу
Новая флагманская модель Anthropic обошла Gemini 4 Carbon и Opus 5.5, а за 30 часов формализовала доказательство Ферма. Но на пике она в 2,6 раза дороже Opus.
RAG по заводским спецификациям: 84% точности, но 161 опора вместо двух
Инженеры ПСМ прогнали RAG на 188 вопросах по газопоршневой станции: поиск находит нужный документ, а ответ всё равно неверный. Разбираем, где ломается цепочка.
Агентство разобрало 4 910 смет: на авторизацию теперь закладывают в 2,2 раза меньше часов
Разработчик приложений сверил сметы, Jira и коммиты GitLab и посчитал, во сколько ИИ ускорил работу. Медиана часов на авторизацию упала с 124 до 56, а ставка — лишь…
DeepMind доказал математически безопасность кода Signal за 4 недели вместо лет
Google запустила Decisions API: маршрутизация и классификация за $0,10 за млн токенов
Пять приёмов ускорить MoE на GTX 1070: автопрефикс срезал задержку с 13,3 до 6,1 с
