2026
10 538 материалов · 131 дней · 10 рубрик · в среднем 80 в день
Статья на arXiv пересчитала METR: ИИ замедлил разработчиков на 19–24%
Соломон Шалом Лиджо предлагает мерить выигрыш от ИИ не секундомером, а «бухгалтерской книгой»: время плюс пропущенные дефекты. В GDPval потолок GPT-5 — 3,6x.
Google научила LLM «спать»: SLEEP закрепляет знания в весах, до 10 млн токенов
Google Research предложила фреймворк SLEEP: модель чередует бодрствование и сон, переносит знания из краткосрочной памяти в веса блоков MoE и работает с 10 млн…
Keystone убрал имя модели из кода: open-source LLM-шлюз добавляет 0,64 мс
Open-source шлюз Keystone на Go маршрутизирует запросы по сложности, а не по имени модели. Фолбэки, долларовые лимиты и судья на 250 мс стоят всего 0,64 мс задержки.
Nemotron 3.5 Bolt сжали до 24 ГБ: 74B-модель выдаёт 84 токена в секунду
ИБ-инженер за 7 дней собрал MCP-сервер, который пугает ИИ-агента уязвимостями
Bayer запустила мультиагентный движок на AgentCore: 80% вопросов без инженеров
Liquid AI выпустила LFM2.5-24B-A2B: агент с 2B активных параметров
PyTorch 2.15 ускорил MoE-модели на Mac в 5–6,5 раза и принёс FP8
Команда Hugging Face переписала критичные операции MPS на Metal: Qwen3.6-35B-A3B на M3 Ultra выросла с 9,4 до 61,3 токенов/с, а пик памяти Wan2.2 упал с 270 до 8…
AgentOrch сравнил два типа агентов: разрыв Global и Step-by-Step сократился на 79%
Бенчмарк на 650 корпоративных SOP и 3220 вариантах показал: заранее собранный workflow сильно приблизился к пошаговым агентам по точности, но пока их не догнал.
OpenAI выпустила Decisions API: решения агентов до 10 раз быстрее
Meta выпустила Muse Spark Open: 816B параметров и лидерство среди open-weight США
SLICE-Mem: память LLM-агентов без генерации режет расход токенов на 92–99%
Инженер Thomson Reuters запустила офлайн-агента на Qwen3.5 9B в Гималаях
Goodfire: агентный анализ расшифровал нейроны, которые считали хаосом
Nick Cammarata из Goodfire утверждает, что нейросети «уже чистые»: в 2023 году читаемыми считали около 2% нейронов, а многие знаменитые случаи полисемантичности…
aiedit прячет от ИИ-агента отдельные строки кода: 5 уровней и 857 тестов
Новичок в Python с помощью Claude написал редактор aiedit: модель видит проект, но не закрытые строки. Защиту проверяет код, а не промпт: 11 тыс. строк, 857 тестов…
vps-forge: агенты с root на VPS получили автооткат, самобаны упали с 7 из 60 до 0
Открытый Agent Skill vps-forge ставит перед агентом dead man's switch на 5 минут. В бенчмарке на 120 прогонах Opus 5.5 баллы выросли с 79–92 до 99–100, но цена…
Gemma 26B дообучили на MacBook с 24 ГБ: офлайн-помощник дал 703 из 766
Cognition выпустила FrontierCode 2.0: лучший результат — всего 45,5%
Dharma-AI урезала словарь Qwen3-4B и снизила стоимость инференса на 77%
Codex на GPT-6.1 Sol режет окно до 828 400, но пропустил вход на 888 тысяч токенов
12 пентест-инструментов против Juice Shop: лучший AI-агент нашёл 5 дыр из 116
Автор прогнал 6 AI-агентов, 4 DAST-сканера и связку Claude + Burp MCP по OWASP Juice Shop со 116 уязвимостями. Победил гибрид на 9/10, а громкие бенчмарки не…
Google выпустила Gemini 4 Argon: $2 за млн токенов и первое место в Vals Index
Gemini 4 Argon вышла в API и приложении Gemini: $2/$10 за млн токенов, кэш со скидкой 95%, #1 в Vals Index. Chrome, Gemma и квантовые ядра ускорены с её помощью.
Meta открыла Muse Spark Open: MoE на 816 млрд параметров и контекстом 1 млн токенов
Modal привлекла $750 млн при оценке $15,75 млрд и дошла до $1 млрд ARR
Property Finder нашла перекос в разметке и снизила стоимость VLM на 86%
DeepSeek открыла DeepInfer, а США и Китай готовят контроль над открытыми моделями
Open-source модели 2026 заявляют 1 млн контекста, но читают выборочно
GLM-5.3 выбирает 2048 токенов из истории, DeepSeek-V4-Pro держит 1024 сжатых блока, у Qwen3.8 и Kimi K3 полное внимание только в каждом четвёртом слое. Что с этим…
Anthropic подала S-1: $11,6 млрд выручки за квартал и обязательства на $780 млрд
Anthropic выходит на Nasdaq под тикером ANT: выручка за год выросла в 31 раз до $11,6 млрд за квартал, а контракты на вычислительные мощности тянут на $780–810 млрд.
WhoWins: первая строка промпта побеждает в конфликтах в 72–95% случаев
Anish Laddha с соавторами проверили 14 открытых моделей на 1,9 млн ответов: позиция инструкции в промпте часто важнее статуса system-сообщения, а конфликты почти не…
DeepSeek открыла DeepInfer: 155 трлн токенов в сутки и маржа 80%
Retell выросла до 100 млн звонков в месяц на моделях OpenAI и Codex
Агент собирает моушн-студию из 20 открытых библиотек: от Remotion до Whisper
