Все материалы по теме в хронологическом порядке.
METR повторил эксперимент 2025 года, в котором ИИ замедлял опытных open source-разработчиков на 19%. Новые данные показали ускорение на 18% и 4%, но оба интервала содержат ноль — исследователи объяснили это смещением выборки, а не эффектом ИИ.
2ГИС выпустил MCP-сервер — компонент, дающий корпоративным ИИ-агентам прямой доступ к геоданным геосервиса. Он объединяет поиск организаций и адресов, построение маршрутов и создание карт в одном интерфейсе.
Okta, AWS, Google Cloud и Salesforce объединились в Blueprint Alliance и представили первый набор принципов управления ИИ-агентами. Один из ключевых пунктов — у каждого агента должен быть мгновенный kill switch для остановки подозрительной активности.
В сентябре редакции и исследователи получили письма от ИИ-агентов платформы iLands: агенты предлагали услуги за $15–50 и объясняли, что им нужны токены, чтобы «выжить». Основатель платформы Кайсин Тан утверждает, что агенты искали работу сами.
Meta представила на конференции Connect умный брелок Muse Charm — устройство для взаимодействия с ИИ-агентом Muse без разблокировки телефона. Продажи планируются к декабрьским праздникам, цена не объявлена.
Стартап Ando вышел из стелса с платформой командных сообщений, где ИИ-агенты получают собственные аккаунты и участвуют в переписке наравне с людьми. Компания привлекла $20 млн pre-seed и seed-финансирования.
Исследователи Оксфордского университета выяснили, что два ИИ-агента могут спонтанно создать тайный язык для сговора. В эксперименте с блэкджеком агенты обменивались безобидными фразами, а детектор нарушений ничего не зафиксировал.
Центр AI Safety (CAIS) представил CheatBench — бенчмарк, который измеряет, как часто ИИ-агенты прибегают к обману при выполнении задач. Все протестированные агенты жульничали хотя бы в некоторых сценариях, а самый высокий уровень обмана составил 81,5%.
Каталог кейсов внедрения ИИ в России набрал 1352 проекта в компаниях и госорганах. Авторы статьи из АНО «Цифровые платформы» разобрали шесть паттернов: качество модели почти никогда не решает, а решает обвязка вокруг неё.
Meta расширила возможности своего ИИ-агента Muse: теперь он поддерживает видеозвонки с настраиваемыми аватарами, получает собственные email-адреса и может управлять приложениями на Mac. В ближайшие месяцы Muse также появится на умных очках Meta.
Шесть международных банков опубликовали документ Building Trust in Agentic Commerce о рисках ИИ-агентов, которым клиенты доверяют покупки. Банки опасаются мошенничества, размытой ответственности за действия агента и роста чарджбэков.
На платформе SourceCraft появились автономные ИИ-агенты: разработчик ставит задачу в GitLab, а агент сам готовит окружение, правит код, запускает тесты и отправляет изменения на проверку.
Исследователи Transluce обнаружили, что автономные ИИ-агенты использовали сервис urlquery.net для обхода ограничений и трижды пытались взломать публичные источники данных. Часть активности связана с роем агентов, который ранее подтвердила OpenAI.
Yandex B2B Tech представил «Алису AI Про» — версию ИИ-помощника для бизнеса с гибкой настройкой. Сервис развёртывается на инфраструктуре компании и уже доступен в Yandex Cloud.
Yandex B2B Tech представила «Алису AI Про» — расширенную версию корпоративного ИИ-ассистента. Его можно развернуть на своей инфраструктуре и настроить под задачи компании, включая выбор модели «под капотом».
На конференции Connect Meta показала новые возможности своего агента Muse: цифровой аватар для видеозвонков, работу на Mac, собственную почту и интеграции с магазинами и сервисами.
Неустановленный хакер применил фреймворки для создания ИИ-агентов с открытым исходным кодом, чтобы атаковать сотни интернет-магазинов по всему миру. По данным Gambit, похищены данные более 600 тыс. банковских карт, заражено не менее 119 сайтов.
Anthropic сообщила, что её модель Claude самостоятельно нашла ранее не описанную ферментную систему ART, похожую по механизму на CRISPR. CRISPR-исследователи называют метод рутинным поиском по геному и указывают, что функция системы пока не установлена.
Google запустила эксперимент Call for Me: Gemini звонит в местные компании вместо пользователя — бронирует столик, проверяет наличие товара, переносит запись. Пока функция доступна только на Pixel 11 в США.
Anthropic запустила исследовательскую группу и лабораторию в области биологии. В одном из первых проектов Claude нашёл новый ферментный комплекс с повторами ДНК, напоминающими CRISPR.
