Ключевые слова：AI агент, Большая модель, Claude Coработка, TTT-E2E, GLM-Изображение
🔥 В фокусе
Anthropic выпустила Claude Cowork, спровоцировав революцию в офисной работе : Anthropic представила Claude Cowork — интеллектуального агента для нетехнических пользователей, что знаменует официальный вход офисных сценариев в эпоху Agent. Инструмент построен на базе Claude Agent SDK и не стремится к полному захвату управления системой, а работает через предоставление прав доступа к папкам для организации файлов, обработки данных и генерации контента. Поразительно, что 100% кода было автономно написано Claude Code всего за 10 дней. Этот замкнутый цикл «AI создает AI» демонстрирует прототип автоматизированного рекурсивного самосовершенствования (RSI). Основная ценность Cowork заключается в сокращении высокочастотных, низкорисковых, но трудозатратных промежуточных процессов, освобождая сотрудников от рутинного управления файлами, что, однако, вызвало глубокую профессиональную тревогу на тему «не является ли человек лишним на рабочем месте» (Источник: Anthropic, Boris_Cherny, Reddit)
NVIDIA открыла исходный код TTT-E2E: новая парадигма сжатия памяти больших моделей : NVIDIA совместно со Стэнфордом и другими институтами представила метод TTT-E2E (End-to-End Test-Time Training), переопределяющий моделирование длинных текстов как задачу непрерывного обучения. Метод позволяет модели обновлять веса в реальном времени во время инференса через предсказание следующего token, сжимая контекст в параметры модели. Эксперименты показали ускорение в 2,7 раза при контексте 128K и до 35 раз при 2M, при этом задержка инференса остается постоянной. Это решает проблему взрывного роста вычислительных затрат архитектуры Transformer при обработке сверхдлинных последовательностей. Это первое решение для длинных текстов, показавшее отличные результаты одновременно в измерениях loss и latency, предвещая новую эру управления памятью LLM по принципу «учись во время использования» (Источник: NVIDIA, karminski3)
Google выпустила протокол UCP, открывая новую эру электронной коммерции «диалог как транзакция» : Google совместно с гигантами Shopify, Walmart и другими представила Universal Commerce Protocol (UCP), призванный создать единый коммерческий язык для AI Agent. UCP стандартизирует поиск товаров, сравнение цен и оформление заказа, позволяя пользователям совершать покупки, не покидая интерфейс Gemini или поиска. Этот шаг напрямую бросает вызов закрытым экосистемам таких платформ, как Amazon, перенося распределение трафика от «борьбы за время» к «исполнению намерения». Amazon заняла оборонительную позицию, в то время как Ant International активно поддерживает инициативу, стремясь стать универсальной платежной инфраструктурой в эпоху AI. Это знаменует переход электронной коммерции от эпохи кликов в GUI к эпохе диалогового исполнения в IUI (Источник: Google, 36氪)
Apple и Google достигли глубокого сотрудничества: Gemini станет движком Apple Intelligence : Apple официально объявила о многолетнем партнерстве с Google, в рамках которого следующее поколение Apple Foundation Models будет базироваться на моделях Gemini и облачных технологиях Google. После оценки Apple пришла к выводу, что технологии AI от Google предоставляют самую мощную основу. Этот шаг значительно расширит возможности персонализации Siri и другие функции Apple Intelligence. Сотрудничество не только меняет ландшафт конкуренции в мобильном AI, но и знаменует победу Google в «битве за точку входа» против OpenAI, укрепляя её лидерство в области базовых моделей (Источник: Google, TheRundownAI)
🎯 Тренды
Zhipu AI выпустила GLM-Image: гибридная архитектура для «когнитивной генерации» : Zhipu AI открыла исходный код модели генерации изображений GLM-Image, использующей гибридную архитектуру «авторегрессионный генератор + диффузионный декодер». Модель демонстрирует превосходные результаты в рендеринге текста и наукоемких сценариях генерации, решая проблемы многострочного текста на постерах, в PPT и сложных логических схемах. Авторегрессионная часть основана на GLM-4-9B и оптимизирована через обучение с подкреплением GRPO для семантического выравнивания, заняв первое место в нескольких бенчмарках. Это знаменует новый уровень понимания семантики и точности деталей для китайских open-source моделей (Источник: Zai_org, huggingface)
Google выпустила MedGemma 1.5: глубокое погружение в медицинскую вертикаль : Google представила открытую модель MedGemma 1.5, специально оптимизированную для понимания медицинских изображений и историй болезни. Модель размером всего 4B может работать оффлайн, поддерживает интерпретацию 3D-данных (CT, MRI) и показала значительный рост точности в анатомической локализации на рентгеновских снимках и понимании электронных медицинских записей (EHR). Одновременно выпущенная модель MedASR повышает точность преобразования медицинской речи в текст. Это демонстрирует стратегию Google по превращению возможностей универсальных больших моделей в производительность для вертикальных отраслей (Источник: GoogleDeepMind, _philschmid)
DeepSeek представила Engram: модуль условного хранения для оптимизации стоимости инференса : DeepSeek предложила модуль Engram, который за счет добавления масштабируемых операций поиска (Lookup) берет на себя задачи статического извлечения данных в Transformer. Модуль обучается эмбеддингам распространенных паттернов через хэш-индексацию и использует механизм гейтинга с учетом контекста для смешивания представлений. Engram нацелен на увеличение емкости параметров без роста вычислений на каждый token; эксперименты показали высокую конкурентоспособность на масштабе 27B. Эта инновация в архитектуре, движимая «системным мышлением», вновь отражает стремление DeepSeek к предельной эффективности инференса и контролю затрат (Источник: suchenzang, tokenbender)
Рекурсивные языковые модели (RLM) станут новым трендом 2026 года : Стэнфордский университет и другие институты предложили концепцию Recursive Language Models (RLM), полагая, что 2026 год станет переходом от моделей рассуждения к рекурсивным моделям. Суть RLM в том, что модель рассматривает «собственные промпты» как объекты для манипуляции, реализуя символическую рекурсию через код, а не просто вызов инструментов. Такой подход позволяет обрабатывать сверхдлинные задачи на миллионы токенов, обеспечивая глобальную согласованность вместо локальной релевантности, что открывает возможности для сложных долгосрочных сценариев, таких как AI-ученые (Источник: riemannzeta, lateinteraction)
🧰 Инструменты
LangSmith Agent Builder официально запущен : LangChain выпустила инструмент для создания агентов без кода — LangSmith Agent Builder. Он поддерживает быстрое создание агентов с памятью, навыками и доступом к MCP-серверам через диалог на естественном языке. В инструмент встроен «Agent Inbox» для реализации человеко-машинного взаимодействия (Human-in-the-loop), позволяя пользователям проверять ключевые решения агента. Благодаря высокой простоте использования сообщество шутит, что «даже венчурные капиталисты справятся», что значительно снижает порог разработки корпоративных агентов (Источник: LangChain, hwchase17)
Появление open-source клонов Cowork и локальных инструментов Agent : В ответ на ограничение Claude Cowork только для платных подписчиков сообщество разработчиков отреагировало мгновенно. Команда MiniMax всего за полдня создала open-source версию agent-cowork, поддерживающую любые совместимые API; другой разработчик выпустил TerminaI, ориентированный на локальное использование и движок стратегий «System 2», подчеркивая приватность и автономный контроль. Кроме того, выпущен agent-browser v0.5.0 с поддержкой режима CDP и плагинов, что позволяет агентам более гибко управлять браузерной средой (Источник: MiniMax_AI, andersonbcdefg, Reddit)
Soprano-Factory: сверхлегкий фреймворк для обучения TTS в реальном времени : Разработчик Eugene представил Soprano-Factory, поддерживающий обучение сверхлегких высокоточных моделей TTS всего с 80M параметров. Модель достигает 20-кратной скорости реального времени на CPU и 2000-кратной на GPU с задержкой всего 15 мс. Пользователи могут настраивать стиль голоса, используя собственные данные и оборудование. Такой экстремально легкий инструмент обеспечивает важную поддержку для реализации естественного голосового взаимодействия на оконечных устройствах (Источник: Reddit)
📚 Обучение
Sci-Reasoning: первый датасет для декодирования паттернов инноваций AI : Исследователи опубликовали датасет Sci-Reasoning, который путем отслеживания эволюции статей в топовых журналах, таких как NeurIPS, идентифицирует 15 паттернов научного рассуждения. Анализ показывает, что «реконструкция, движимая пробелами» и «междисциплинарный синтез» являются основными инновационными стратегиями. Датасет предоставляет структурированные траектории мышления для обучения следующего поколения исследовательских AI-агентов (Источник: _akhaliq, HuggingFace)
RealMem: бенчмарк взаимодействия с памятью для долгосрочных проектов : Для решения проблемы потери памяти LLM при длительном сотрудничестве официально выпущен бенчмарк RealMem. Он включает более 2000 диалогов в рамках нескольких сессий, имитируя отслеживание целей и динамические зависимости контекста в реальных проектах. Эксперименты показывают, что текущие системы памяти все еще сталкиваются с огромными трудностями при обработке сложных состояний долгосрочных проектов (Источник: HuggingFace)
Awesome Physical AI: подборка ресурсов по воплощенному интеллекту : Сообщество собрало репозиторий Awesome Physical AI, охватывающий передовые статьи по моделям VLA, моделям мира, базовым моделям робототехники и др. Список организован по измерениям основ, архитектуры, представления действий и является авторитетным руководством для разработчиков, желающих углубиться в пересечение физического AI и робототехники (Источник: Reddit)
💼 Бизнес
Zhipu AI и MiniMax вышли на биржу в Гонконге, рыночная стоимость обеих превысила 100 млрд : «Два титана» китайских больших моделей Zhipu AI и MiniMax последовательно вышли на Гонконгскую фондовую биржу, их капитализация на фоне резкого роста акций превысила 100 млрд гонконгских долларов. Zhipu представляет путь инфраструктуры, а MiniMax подтвердила способность монетизации продуктовой матрицы C-конца. Это знаменует официальный выход китайских AI-активов на этап оценки вторичным рынком, завершая поразительный переход от технологического воображения к коммерческому циклу (Источник: 36氪, MiniMax_AI)
OpenAI приобрела Torch Health, усиливая ChatGPT Health : OpenAI объявила о приобретении медицинского стартапа Torch Health с целью интеграции профессиональных медицинских компетенций в ChatGPT. Этот шаг, наряду с действиями китайских компаний, таких как Baichuan Intelligence, в области серьезной медицины, предвещает эволюцию AI-врачей от простых консультаций к глубоким клиническим решениям на основе медицинской логики; равенство доступа к медицинским ресурсам может быть достигнуто через AI (Источник: BorisMPower, thekaransinghal)
Anthropic инвестирует 1,5 млн долларов в безопасность экосистемы Python : Anthropic объявила об инвестициях в размере 1,5 млн долларов в Python Software Foundation (PSF), уделив особое внимание повышению безопасности Python и PyPI. Как базовый язык индустрии AI, стабильность Python имеет решающее значение. Этот шаг демонстрирует вклад AI-гигантов в open-source экосистему и их долгосрочное стратегическое планирование (Источник: knthlien, arohan)
🌟 Сообщество
Цикл Ralph Wiggum: 5 строк кода пробивают потолок AI-программирования : Написанный австралийским разработчиком Geoffrey Huntley Bash-скрипт из 5 строк while :; do cat PROMPT.md | claude-code ; done потряс Кремниевую долину. Этот режим «грубой итерации» заставляет AI сталкиваться с ошибками и автономно пробовать снова, пока тест не будет пройден. Руководитель Claude Code признал, что 100% его вклада было выполнено AI через подобные циклы. Сообщество предсказывает, что 2026 год станет годом «оболочек цикла Ralph», а разработка ПО перейдет от каскадной модели к истинной гибкой AI-эволюции (Источник: dotey, 36氪)
«Vibe Coding» вызвал дискуссию о профессиональной ценности : Фраза Karpathy «чувствую, что отстаю» вызвала коллективную тревогу у разработчиков. Сообщество обсуждает разницу между «Vibe Coding» и «Lucid Coding»: первое — это полное управление со стороны AI, второе — человек как дирижер, осуществляющий осознанную аранжировку. Консенсус в том, что роль программиста перестраивается в архитектора Agent, ведение agent.md становится ключевым навыком, а разработчики, отвергающие AI, рискуют стать «постоянным низшим классом» (Источник: dotey, 36氪)
Реализация «Теории мертвого интернета»: засилье ботов в Reddit : Модераторы соцсетей предупреждают, что интернет захватывают боты на базе LLM. Один из модераторов сообщил, что количество заблокированных ботов подскочило с 2-3 в неделю до 50+, а скорость генерации контента намного превышает предел человеческого чтения. Эта «зомби-сеть» не только разрушает культуру сообществ, но и наносит необратимый вред будущим выборам и данным для обучения AI, вызывая глубокие опасения по поводу «эпохи постправды» (Источник: Reddit)
Смерть StackOverflow: AI нанес последний удар : В дискуссиях отмечается, что падение трафика StackOverflow почти до нуля вызвано не только ChatGPT, но и началось в 2017 году из-за токсичной культуры сообщества и закостенелых моделей. Появление AI лишь предоставило более привлекательную альтернативу этому «храму высокомерных экспертов». Однако угасание качественных сообществ вопросов и ответов также вызывает беспокойство по поводу исчерпания данных для обучения AI в будущем (Источник: karminski3)
💡 Другое
США запустили «Проект Генезис»: AI-версия Манхэттенского проекта : Трамп подписал указ о запуске «Проекта Генезис», направленного на всестороннее расширение возможностей научных исследований с помощью AI, объединяя 100PB федеральных данных и ресурсы 17 национальных лабораторий. План рассматривается как символ перехода США от политики невмешательства к миссионерской государственной научно-технологической стратегии, нацеленной на переустройство глобальной структуры технологической власти (Источник: 36氪)
Анимационный фильм с полным циклом AIGC вызвал споры : В Китае начались съемки первого анимационного фильма с полным циклом AIGC «Красный мальчик: Пылающее сердце», создатели которого заявляют о повышении эффективности производства в 20 раз. Несмотря на то, что технически решены проблемы дрожания и согласованности персонажей, сообщество творцов по-прежнему испытывает сильное неприятие к «дешевизне» AI, которому не хватает «души». Это знаменует переход AI в индустрии контента от вспомогательного инструмента к производственному, но также сталкивается с огромными вызовами в плане эстетики и эмоционального резонанса (Источник: 36氪)
