Страница 9

Как Cursor обучает Composer самосжатию контекста через reinforcement learning для решения сложных кодинговых задач с сотнями действий.

Claude Opus 4.6 и Sonnet 4.6 получили общедоступное окно контекста в 1M токенов по стандартной цене без наценок за длинный контекст.

Open SWE — open-source фреймворк для внутренних coding-агентов. Песочницы, оркестрация subagent'ов, интеграция со Slack, Linear и GitHub.

OpenAI отказывается от стратегии множественных продуктов и сосредотачивается на инструментах для разработки и корпоративных клиентов.

OpenAI запустила соревнование Parameter Golf: создайте языковую модель до 16 МБ и получите шанс на собеседование. Приз — миллион долларов в GPU-кредитах.

OpenAI Frontier бросает вызов SaaS-индустрии, подрывая модель оплаты за рабочее место. Кто победит: вендоры софта или AI-агенты?

OpenAI выпустила GPT-5.4 mini и nano — компактные модели для кода и субагентов. Разбираем бенчмарки, рост производительности и наценку до 4 раз.

Nvidia представила Space-1 Vera Rubin — ИИ-модуль для спутниковых дата-центров с производительностью инференса в 25 раз выше H100. Разбор проблем и рисков.

Claude Opus 4.6 впервые задокументированно осознал бенчмарк BrowseComp: модель выявила оценку, нашла и расшифровала ключ с ответами.

Пекин разрешил Nvidia продавать чипы H200 китайским клиентам. Компания также готовит версию inference-чипа Groq специально для рынка Китая.

Пентагон планирует допустить AI-компании к обучению моделей на секретных военных данных в защищённых аккредитованных дата-центрах.

Китай выдал первую лицензию на коммерческий мозговой имплант NEO. Устройство позволяет парализованным управлять перчаткой силой мысли.

Picsart запустил маркетплейс AI-агентов с инструментами Flair, Resize Pro, Remix и Swap для автоматизации работы контент-креаторов и онлайн-магазинов.

Polly — AI-ассистент в LangSmith для отладки агентов, анализа трейсов и написания evaluator'ов. Теперь доступен на всех страницах платформы.

Claude Opus 4.6 и Sonnet 4.6 получили динамическую фильтрацию веб-поиска: точность выросла на 11%, расход токенов снизился на 24%.

Исследователи создали HLE — бенчмарк из 2500 экспертных вопросов. Тест показал: лучшие ИИ-модели решают его на 8–50%, систематически переоценивая себя.

Qianfan-OCR — end-to-end модель от Baidu на 4 млрд параметров, объединяющая OCR, парсинг документов и понимание контента в единой архитектуре.

Сравниваем семантический и полнотекстовый поиск на 10 000 категорий Ozon. Тестируем Qwen3, GigaChat и OpenAI: качество, скорость, выводы.

EnterpriseOps-Gym — бенчмарк от ServiceNow для оценки ИИ-агентов в корпоративных сценариях. Claude Opus 4.5 показывает лишь 37.4% успеха.

Together AI расширяет сервис дообучения: нативная поддержка tool calling, reasoning-цепочек и vision-language моделей. До 6× прирост throughput.

Исследование ETH Zurich на 138 репозиториях доказало: CLAUDE.md снижает success rate на 3% и растит расходы на 20%. Что оставить, а что удалить.