Ключевые слова：ИИ-агент, Поглощение Meta, Инвестиции OpenAI, Универсальное планирование задач ИИ-агента, AI-инфраструктура Stargate, Автономное кодирование Claude Code
🔥 В фокусе
Meta приобрела AI-стартап Manus за миллиарды долларов: В конце 2025 года Meta завершила свою третью по величине сделку, купив за более чем 2 млрд долларов «темную лошадку» в сфере AI Agent — компанию Manus. Сделку курировал лично Mark Zuckerberg, закрыв её всего за десять дней. Manus, позиционирующая себя как создатель «универсальных агентов», менее чем за год достигла ARR в 100 млн долларов. Её ключевое преимущество — мощный фреймворк планирования и выполнения задач. Этот шаг знаменует переход индустрии AI от «диалоговых моделей» к парадигме Action Intelligence. Meta стремится использовать этого «китайского возмутителя спокойствия» для перестройки своей внутренней экосистемы AI-приложений, восполняя отставание от OpenAI и Anthropic на уровне исполнения Agent (Источник: 36氪, ZhihuFrontier, TheRundownAI)
SoftBank завершил мега-инвестицию в 40 млрд долларов в OpenAI: SoftBank полностью выплатил обещанные средства OpenAI, при этом последний транш в размере 22,5 млрд долларов поступил на прошлой неделе, что довело долю владения SoftBank примерно до 11%. Это финансирование стало ключевым условием для реструктуризации OpenAI в коммерческую организацию. Masayoshi Son привлек средства под залог акций Arm и через продажу акций Nvidia, чтобы полностью поддержать проект AI-инфраструктуры «Stargate», реализуемый OpenAI совместно с Oracle. Это знаменует вступление глобальной гонки вооружений в сфере AI в эпоху триллионных инфраструктурных проектов, где интенсивность капитала достигла исторического пика (Источник: 36氪)
Zhipu и MiniMax выходят на Гонконгскую фондовую биржу: Zhipu официально прошла листинг на HKEX и начала подписку на акции, планируя выход на биржу 8 января 2026 года; рыночная капитализация при IPO может превысить 51,1 млрд гонконгских долларов. MiniMax последовала за ней, подав проспект эмиссии. Как представители «шестерки титанов» больших моделей Китая, выход этих компаний на биржу знаменует переход отрасли от «гонки параметров» к этапу «капитальной калибровки». Проспекты раскрывают реальность высокого роста при высоких убытках: чистый убыток Zhipu за первую половину 2025 года составил 820 млн юаней. Рынок будет оценивать реальную прибыльность коммерциализации больших моделей и точку перегиба стоимости вычислительных мощностей через открытые финансовые данные (Источник: 36氪, andrew_n_carr)
Claude Code достиг 100% автономного вклада AI в код: Инженер Anthropic Boris Cherry сообщил, что за последние 30 дней сотни PR и десятки тысяч строк кода в проекте Claude Code были на 100% выполнены AI, а человек лишь «подталкивал» процесс. Claude Opus 4.5 продемонстрировал способность к автономному кодингу в течение 5 часов в тестах METR, значительно опередив GPT-5.1-Codex от OpenAI. Этот прорыв предвещает вступление программной инженерии в эру «AI Operator», где роль программиста меняется с автора на аудитора и оркестратора систем (Источник: ylecun, imjaredz)
🎯 Тренды
Ретроспектива дорожной карты моделей OpenAI на 2025 год: В 2025 году OpenAI через серию GPT-5.2 достигла конвергенции способностей к рассуждению и прорывов в реальном времени в мультимодальности. Новые Responses API, Agents SDK и протокол MCP сформировали модули для нативной разработки Agent. С точки зрения производительности, GPT-5.2 достигла 100% точности в математическом конкурсе AIME, а показатель SWE-bench Verified вырос до 80.0. Одновременно OpenAI начала выпускать модели с открытыми весами, такие как gpt-oss, пытаясь противостоять конкурентам через открытую экосистему, сохраняя при этом лидерство в закрытых разработках (Источник: reach_vb)
Нейронные сети хранят факты как геометрические структуры, а не таблицы поиска: Новая статья Google и Carnegie Mellon University раскрывает, что модели Transformer и Mamba в процессе обучения склонны организовывать факты как отношения в геометрическом пространстве. В такой геометрической памяти многошаговое рассуждение может быть преобразовано в одношаговую проверку расстояния, что позволило модели достичь 100% точности при запросах путей в графах с 50 000 узлов. Это открытие объясняет, почему глубокие последовательные модели способны проявлять глобальное логическое понимание, выходящее за рамки локальных связей (Источник: jpt401)
Nvidia выпустила универсальную базовую модель игрового AI NitroGen: Модель обучена на 40 000 часах игрового видео с использованием масштабного клонирования поведения, охватывая более 1000 игровых тайтлов, и может служить основой для универсальных игровых агентов. CEO Nvidia Jensen Huang в эксклюзивном интервью подчеркнул, что Nvidia через слияние Omniverse с физическим миром создает «машину времени» для предсказания эволюции будущих систем. Кроме того, Nvidia достигла 10 000-кратного увеличения энергоэффективности вычислений за 8 лет, рассматривая энергетические ограничения как ключевую физическую границу развития AI (Источник: Reddit, 36氪)
Модель Self-E открывает генерацию изображений по тексту с произвольным количеством шагов: Исследователи представили модель самооценки (Self-E) — фреймворк генерации изображений, поддерживающий рассуждения от одного до многих шагов. В отличие от методов дистилляции, зависящих от предобученных «учителей», Self-E осуществляет самодвижущееся глобальное сопоставление через механизм динамической самооценки. Эксперименты показывают, что модель отлично справляется при малом количестве шагов, а её производительность монотонно растет с увеличением шагов вывода, обеспечивая единый фреймворк для эффективной и масштабируемой генерации изображений (Источник: HuggingFace)
🧰 Инструменты
Manus представила функции Design View и Mark Tool: Чтобы сократить разрыв между концепцией дизайна и финальным изображением, Manus выпустила новые инструменты визуального редактирования. Пользователи могут использовать Mark Tool для прямой маркировки областей на изображении, требующих изменений, вместо многократной корректировки промптов. Такой способ взаимодействия обеспечивает гранулярный контроль над генерацией, переводя AI-рисование из режима «черного ящика» в режим «точного редактирования» (Источник: Reddit)
HelloBoss запустила приложение «AI-рекрутер» на базе AI Agent: Платформа нацелена на решение проблем рынка найма в Японии и мире, автономно выполняя 90% процесса рекрутинга, включая публикацию вакансий, интеллектуальный подбор резюме и обмен записями интервью. HelloBoss использует модель оплаты за результат, снижая затраты на найм на 20% и сокращая цикл более чем вдвое. В настоящее время на платформе более 500 000 вакансий, проект уже получил финансирование серии A от BAI Capital (Bertelsmann) (Источник: 36氪)
LangChain выпустила инструмент анализа AI Wrapped 2025: Инструмент использует агентов LangSmith Insights для анализа истории диалогов пользователей в ChatGPT и Claude, выявляя паттерны использования, тренды и аномальные кластеры за прошедший год. В его основе лежит статья CLIO от Anthropic, цель которой — помочь пользователям через данные переосмыслить свою работу с AI и раскрыть скрытые привычки взаимодействия (Источник: LangChainAI)
Typeless представила AI-голосовую клавиатуру для iOS: Приложение утверждает, что может преобразовывать голос в отшлифованный текст в 4 раза быстрее, чем при наборе вручную. Оно поддерживает более 100 языков и может вызываться напрямую в WhatsApp, Slack и почте. Это отражает переход мобильного AI-взаимодействия от простого распознавания речи к нативным режимам коммуникации с пониманием контекста и стилистической правкой (Источник: Reddit)
📚 Обучение
Google запустила бесплатную образовательную AI-платформу Google Skills: Центр включает 3000 технических модулей, охватывающих темы от базовой архитектуры Transformer до исследовательских рабочих процессов DeepMind. В отличие от наводнивших рынок «курсов по промптам», Google Skills фокусируется на фундаментальных технических принципах и передовых путях исследований, открывая внутренние программы обучения топовых лабораторий для широкой публики (Источник: JeffDean)
BrennerBot: Ресурс по научной методологии на основе интервью Сиднея Бреннера: Разработчики использовали GPT-5.2 Pro и Opus 4.5 для глубокой переработки 236 записей интервью биолога Sydney Brenner, создав brennerbot.org. Проект демонстрирует, как использовать модели с длинным контекстом для извлечения «нитей мышления» из огромных массивов неструктурированных данных, исследуя, как Бреннер формировал научные гипотезы в условиях дефицита ресурсов (Источник: doodlestein)
23 ключевые исследовательские статьи 2025 года, предсказывающие будущее AI: TheTuringPost собрал самые влиятельные статьи года, включая LeJEPA, Absolute Zero (самообучение с нулевыми данными) и фреймворк мышления System 3. System 3 определяется как слой самосовершенствования над восприятием и рассуждением, отвечающий за долгосрочное поведение и формирование идентичности AI-агентов, что предвещает превращение Agent из статических инструментов в динамически растущие сущности в 2026 году (Источник: TheTuringPost)
💼 Бизнес
SoftBank приобрел DigitalBridge за 4 млрд долларов для расширения AI-инфраструктуры: Благодаря этой сделке SoftBank получил значительные активы в виде дата-центров, вышек сотовой связи и оптоволоконных сетей. Masayoshi Son через реструктуризацию активов и финансирование концентрирует капитал в ключевых звеньях цепочки создания стоимости AI, подготавливая почву для коммерциализации OpenAI и вычислительного центра «Stargate» (Источник: 36氪)
Adobe и Runway заключили многолетнее стратегическое партнерство: Модели и технологии Runway будут интегрированы непосредственно в инструменты творчества Adobe. Стороны будут совместно разрабатывать продвинутые AI-функции специально для профессиональных рабочих процессов, доступные только в приложениях Adobe. Это знаменует глубокую интеграцию технологий генерации видео из независимых приложений в зрелые креативные экосистемы (Источник: c_valenzuelab)
UBTECH планирует приобрести компанию Fenglong за 1,665 млрд юаней: Эта трансрыночная сделка направлена на восполнение пробелов в производстве и цепочке поставок гуманоидных роботов. UBTECH стремится интегрировать возможности прецизионного производства Fenglong для поддержки масштабного выпуска промышленных гуманоидов, таких как Walker S2, в ответ на растущее давление коммерческих заказов (Источник: 36氪)
🌟 Сообщество
Профессиональные разработчики отвергают «Vibe Coding», настаивая на контроле: В сообществе активно обсуждается опрос опытных разработчиков, показавший, что 100% профессионалов при использовании AI настаивают на контроле над архитектурным дизайном. Так называемое «программирование по наитию» (Vibe Coding) часто терпит неудачу при работе со сложной бизнес-логикой и интеграцией устаревшего кода. Разработчики считают, что AI должен быть контролируемым партнером, а не автономной машиной без надзора; ключевая компетенция заключается в «определении проблемы», а не в «подстройке инструмента» (Источник: omarsar0, random_walker)
AI-продукты входят в фазу эстетической усталости из-за «гедонистической адаптации»: Пользователи Reddit обсуждают феномен «AI-усталости», считая, что с уменьшением предельной отдачи Scaling Law и исчерпанием интернет-данных шоковый эффект от новых продуктов исчезает. Пользователи стали нечувствительны к простым «диалогам» и «генерации картинок»; сообщество переходит от погони за «более умными моделями» к поиску тех, кто «действительно может выполнить работу» — индикатор прогресса стал привлекательнее окна чата (Источник: Reddit, dotey)
Физический мир — «честный учитель» для обучения AI: Сообщество обсуждает ценность воплощенного интеллекта (Embodied AI), считая, что симуляции могут лгать, но законы физики честны. Обратная связь от робота с поверхностью — это неизменяемая истина; такой мгновенный и реальный цикл обратной связи является необходимым путем к высшим формам интеллекта. Выпуск малогабаритного робота Q1 от Zhihui Jun рассматривается как важная попытка снизить порог входа в исследования и дать большему числу команд доступ к «физической обратной связи» (Источник: ziran_pu, 机器之心)
💡 Прочее
Квантовые компьютеры успешно смоделировали физику, недоступную суперкомпьютерам: Квантовые вычисления продемонстрировали квантовое превосходство в моделировании специфических физических систем, обработав объемы вычислений, непосильные для традиционных компьютеров. Это предвещает будущий скачок вычислительных мощностей AI через квантовое ускорение, особенно в материаловедении и разработке лекарств (Источник: Ronald_vanLoon)
AI-инструменты в медицине сталкиваются с критикой за «связь астрологии с физикой»: В отношении таких приложений, как AI-психологи, высказывается мнение, что хотя цифровой фенотипический анализ точен, как физические измерения, его привязка к нестабильным психиатрическим гипотезам может привести к неверным вмешательствам. Сообщество предостерегает от риска упрощения сложных человеческих эмоций до предсказательных паттернов (Источник: MIT Technology Review)
Платформы коротких видео наводнены «AI-шлаком»: Исследования показывают, что 21% рекомендаций для новых пользователей YouTube составляют материалы, сгенерированные AI. Эти дешевые, высокоповторяемые и сенсорно агрессивные видео обманывают алгоритмы для получения рекламных денег, что ведет к обесцениванию контентной экосистемы. Алгоритмическое вознаграждение поведенческих сигналов непреднамеренно порождает масштабную индустрию контента с низкой плотностью информации (Источник: 36氪)
