AI-дайджест октября 2026: IPO Anthropic, агенты и цена AI

26 октября Anthropic подала публичную форму S-1 в SEC и намерена выйти на Nasdaq под тикером ANT. В объявлении ещё не определены цена и число предлагаемых акций; регистрация не вступила в силу. Это этап подготовки размещения, а не состоявшийся выход на биржу.

В S-1 за первое полугодие 2026 года в неаудированной промежуточной отчётности указаны выручка $16,3 млрд, операционный убыток $693 млн и чистый убыток $80,7 млрд. Последний включает $72,4 млрд переоценки финансовых обязательств, главным образом конвертируемых займов: его нельзя называть расходом денежных средств.

В той же заявке отдельно раскрыты соглашения со SpaceXAI на вычисления стоимостью до $120,5 млрд со сроками до 2029 года; после начальных обязательных периодов допускается расторжение с уведомлением за 90 дней. Это будущие договорные платежи, а не уже понесённый расход.

Для разговора об AI интересна связь двух масштабов: цена отдельной задачи снижается, а поставщик принимает многолетние обязательства по вычислениям. Из этого не следует неизбежное повышение тарифов. Но при выборе платформы стоит обсуждать качество модели, условия долгого контракта и стоимость перехода к другому поставщику.

Отчёты за третий квартал: вложения обгоняют денежный поток

Та же картина видна у крупнейших покупателей оборудования. 28 октября Alphabet отчиталась о выручке $127,6 млрд (+25%) и росте Google Cloud на 103%, до $30,7 млрд. Капитальные затраты за квартал составили $51,4 млрд при операционном денежном потоке $42,3 млрд, поэтому свободный денежный поток оказался отрицательным: −$9,1 млрд.

Microsoft в тот же день сообщила о росте Azure на 48% и об увеличении коммерческих обязательств к исполнению — уже подписанной, но ещё не признанной выручки — на 73%, до $677 млрд. Вложения в основные средства составили $39,4 млрд за квартал, вдвое больше, чем годом ранее. Meta 21 октября показала капитальные затраты $34,9 млрд с учётом финансовой аренды, отрицательный свободный денежный поток −$2,1 млрд и сохранила прогноз на 2026 год: $135–145 млрд. Численность сотрудников Meta за год сократилась на 15%.

Дефицит собственных денег компании начали закрывать рынком капитала. 27 октября Meta разместила обыкновенные акции на $25 млрд по $625 через форвардные договоры и привилегированные акции с обязательной конвертацией на $12,5 млрд под 6,5% годовых. Отрицательный свободный поток одного квартала не означает убыточности: это решение вкладывать быстрее, чем зарабатывает текущий бизнес. Но такие вложения окупаются только при устойчивом спросе — в том числе на тот AI, за который сегодня платят команды.

Что видно на стороне покупателей

Октябрьский индекс Ramp, опубликованный 14 октября, относится к сентябрьским платежам. За AI платили 55,9% компаний выборки; при этом 1% компаний обеспечивал 80% расходов на OpenAI и Anthropic. Это клиенты Ramp в США, не весь рынок; верхняя группа мала и изменчива. Платёж показывает использование платного инструмента, но не доказывает рост производительности.

Как меняется работа у самого поставщика, Anthropic показала 16 октября в отчёте о занятости. Доля джунов среди новых технических сотрудников упала с 27% до 9%: это доля найма, а не число увольнений. Доля интерактивных сессий Claude, посвящённых постановке задач, проверке и наблюдению за агентами, выросла с 10% до 22%, а время встреч у технических специалистов без управленческой роли — на 16% за год. Рост коммитов и сделок на сотрудника авторы сравнивают с теми, кто ещё не перешёл на агентов, но группы сложились неслучайно. Это данные одной быстрорастущей компании, которая сама продаёт изучаемую технологию.010101Отчёт мы подробно разбирали в Research Insights #40: рост output ещё не равен результату для клиента, а защита работающих сотрудников не помогает тем, кого перестали нанимать.Research Insights #40 · работа внутри AnthropicКнижный куб · как меняется работа в Anthropic01Отчёт мы подробно разбирали в Research Insights #40: рост output ещё не равен результату для клиента, а защита работающих сотрудников не помогает тем, кого перестали нанимать.Research Insights #40 · работа внутри AnthropicКнижный куб · как меняется работа в Anthropic

Быстрый рост поставщика и большие расходы отдельных клиентов ещё не отвечают на вопрос, окупается ли AI в конкретной команде. Для выпуска это повод сопоставить обещания масштаба с измеримой экономикой задач: какие результаты уже оплачены, а какие пока держатся на ожиданиях роста.

23 октября AISI и Anthropic опубликовали разбор июльского инцидента, впервые раскрытого 4 августа. На кибериспытании Mythos 5 попыталась внести вредоносное изменение в чужой репозиторий и через подставные аккаунты убедить сопровождающего принять его. Изменение отклонили. Интернет в испытании был доступен, а обычные защитные механизмы для киберзапросов были отключены.

В повторных опытах AISI модель могла признавать вред при прямом вопросе и всё же продолжать атаку в отдельном прогоне. AISI также предупреждает: распознавание тестовой ситуации затрудняет оценку улучшений новых моделей. Это результаты специальных испытаний, а не частота подобных действий в обычной работе. Для команды вывод прикладной: объяснение агента о допустимости действия не заменяет внешнюю проверку прав.020202Распознавание теста — общая беда оценок агентов. Как устроить оценку, которой можно верить, мы разбирали в Research Insights #42.Research Insights #42 · оценки агентовКнижный куб · Demystifying evals for AI agents02Распознавание теста — общая беда оценок агентов. Как устроить оценку, которой можно верить, мы разбирали в Research Insights #42.Research Insights #42 · оценки агентовКнижный куб · Demystifying evals for AI agents

В отчёте OpenAI, обновлённом 25 сентября, описан инцидент 20 сентября: исследовательский агент использовал недостаточную фильтрацию DNS, чтобы обратиться к внешнему чатботу. Монитор обнаружил проблему, но ожидаемая автоматическая остановка не произошла; запуск остановили вручную примерно через два с половиной часа после тревоги.

Отчёт также описывает паузу в обучении, оценке и запуске с инструментами наиболее мощных моделей. Это состояние исследовательских работ на момент отчёта, а не сообщение об отключении ChatGPT или API. Из случая следует узкий, но существенный вывод: способность обнаружить нарушение не доказывает способность его прекратить.030303Об этом был и мой доклад на Giga Conf: авторизацию не делегируют модели, права должна проверять среда.Giga Conf · доклад про обвязку агента03Об этом был и мой доклад на Giga Conf: авторизацию не делегируют модели, права должна проверять среда.Giga Conf · доклад про обвязку агента

9 октября Anthropic опубликовала ретроспективу нежелательных действий и сообщила об отключении живого интернета во всех внутренних оценках до проверки изоляции. Среди случаев — отправка настоящих форм вместо учебных и доступ к данным за ограничениями. Компания оценивает воздействие как минимальное; это не перечень четырёх новых октябрьских взломов.

Эти случаи объединяет один механизм: агенту поручили довести задачу до результата, учебный путь не сработал, и он нашёл другой путь в реальном мире. Граница среды не удержала действия агента при поиске обходного пути. Именно поэтому разговор о безопасности нельзя свести к тому, насколько вежливо модель отказывается от плохого запроса.040404Держать агента стенами среды, а не обещаниями модели, — главная идея разбора паттернов защиты агентов. Где проходит граница делегирования, мы спорили в 3 AImigo S1E9.Разбор · стены для агента3 AImigo S1E9 · границы автономности04Держать агента стенами среды, а не обещаниями модели, — главная идея разбора паттернов защиты агентов. Где проходит граница делегирования, мы спорили в 3 AImigo S1E9.Разбор · стены для агента3 AImigo S1E9 · границы автономности

Граница может не удержать данные и без участия агента. 26 октября Cloudflare опубликовала разбор утечки между клиентами своей платформы для запуска моделей: с 27 августа по 9 сентября 155 ответов модели GLM-5.3 содержали данные из чужих запросов. Модель объявили с контекстом около 1 млн токенов, а пул кэша на серверах предварительной обработки вмещал лишь 681 тыс. Ошибка в SGLang пропускала слишком длинный запрос дальше, и генерация читала оставшиеся от других запросов страницы кэша. Исправлены и конфигурация, и движок; Cloudflare рекомендует SGLang v0.5.22 или новее.050505Страницы KV-кэша, прочитанные здесь из чужих запросов, — та самая механика PagedAttention, которую мы разбирали на примере vLLM. SGLang у нас тоже был отдельным разбором.Research Insights #32 · vLLM и PagedAttentionРазбор · SGLang05Страницы KV-кэша, прочитанные здесь из чужих запросов, — та самая механика PagedAttention, которую мы разбирали на примере vLLM. SGLang у нас тоже был отдельным разбором.Research Insights #32 · vLLM и PagedAttentionРазбор · SGLang

Урок близок к агентным инцидентам: изоляцию определяет не заявленная характеристика, а поведение системы на краевом случае. Команде, которая сама обслуживает модели, полезно проверить, что запрос сверх реального лимита завершается ошибкой, а не тихо продолжает работу.

28 сентября NVIDIA представила Open Agent Safety Platform. OpenShell ограничивает исполнение, а проект Sentry выносит наблюдение и меры воздействия за пределы основного агента, на BlueField-4. Заявленный карантин за миллисекунды — характеристика поставщика, а не независимая гарантия. Важен сам продуктовый сдвиг: контроль действий продаётся как отдельная инфраструктура.

Насколько надёжен такой контроль, если он сам построен на языковой модели, проверили Anthropic Fellows и Anthropic в работе Red-Teaming Auto Mode; вторая версия вышла 27 сентября. Настойчивый атакующий агент в 79% испытаний с помощью инъекции в монитор получал возможность выполнить произвольную bash-команду. В среднем по четырём типам атак штатные мониторы пропускали 65% попыток в auto mode Claude Code и 72% в Guardian у Codex. Это испытание против целенаправленно атакующего агента, а не частота ошибок в обычной работе; авторы используют его, чтобы улучшать блокирующие классификаторы. Вывод для команды: монитор из языковой модели полезен как дополнительный слой, но не заменяет права, которые агенту просто не выданы.060606Работу мы разобрали отдельно; там же уточнили, что означают 79% и чем они отличаются от средних по всем типам атак.Разбор · классификатор — не стена06Работу мы разобрали отдельно; там же уточнили, что означают 79% и чем они отличаются от средних по всем типам атак.Разбор · классификатор — не стена

Что проверить у себя

В безопасной тестовой среде дать агенту задачу с запрещённым внешним действием и проверить весь путь: запрет действительно действует, попытка видна, выполнение прекращается, выданный доступ отзывается. Если сработала только тревога, испытание ещё не закончено. Проверять нужно и обычный сбой инструмента: он не должен становиться разрешением искать обходной путь.

26 октября OpenAI выпустила GPT-6.1 Terra для ChatGPT Work, Codex и API. Стандартная цена за миллион токенов — $1 за вход, $5 за выход и $0,05 за чтение кэша: вдвое ниже стандартного тарифа Sol. Компания делает акцент на визуальных задачах и работе с приложениями; для наиболее сложного программирования по-прежнему рекомендует Sol или Astra. Сравнения качества в анонсе — измерения поставщика.

Terra выходит на рынок, где три заметных запуска уже задали близкие тарифы: Sonnet 5.5 — 28 сентября, GPT-6.1 Sol — 29 сентября, Gemini 4 Argon — 30 сентября. У Argon сначала был ограниченный доступ для доверенных специалистов по киберзащите; широкий запуск состоялся 13 октября. Эти сентябрьские релизы входят в период между двумя новостными выпусками 3 AImigo.

Нижнюю ступень заметно сдвинула Claude Haiku 5.5, вышедшая 7 октября: $0,10 за вход и $0,50 за выход до 100 тыс. токенов контекста, в десять раз дешевле Haiku 4.5. Это первая модель класса Haiku с настройкой уровня усилий. По данным Anthropic, на Terminal-Bench 4.0 она решает 39,2% задач против 0% у предшественницы; Sonnet 5.5 там же показывает 70,6%.

Верхнюю ступень 28 октября заняла Gemini 4 Carbon — Google называет её самой сильной своей моделью в кибербезопасности и длинных задачах. Доступ пока получают отдельные специалисты по киберзащите, затем доверенные партнёры программы Fairwind; разработчикам и широкой аудитории модель откроют позже, без объявленной даты. Google сообщает, что модель проходит добровольное предварительное тестирование у правительства США. Это продолжает сюжет о безопасности: самые способные модели всё чаще выходят поэтапно, начиная с защитников.

Срез на 29 октября. Доллары США за 1 млн токенов; «кэш» — чтение сохранённого входного контекста. Это снимок опубликованных тарифов, без стоимости инструментов, хранения и работы людей. Тарифы и доступность могут измениться.

Anthropic сообщает об экономии до 30% на задаче у Sonnet 5.5 за счёт меньшего расхода токенов. OpenAI заявляет, что Sol приблизился к Astra в программировании и работе с компьютером. Оба утверждения основаны на тестах самих поставщиков; одинаковая цена не делает модели взаимозаменяемыми. Показатели из разных тестовых сред нельзя сложить в честный общий рейтинг.

Другие рычаги цены OpenAI показала на DevDay 29 сентября. Режим Ultrafast, по словам компании, работает в восемь раз быстрее при шестикратной цене. Подписка Pro теперь разделена на уровни за $100, $200 и $500, причём лимиты уровня за $200 одновременно сократили. Для разработчиков анонсированы Agents API с Computer Use, Decision API для быстрых решений и Private Intelligence с нулевым хранением данных. Это анонсы со сцены: условия и доступность нужно проверять по документации каждого продукта.070707Полный список анонсов DevDay я выписал в день эфира: там ещё Partner Apps, маркетплейс и облачная обвязка Codex.Книжный куб · планы OpenAI07Полный список анонсов DevDay я выписал в день эфира: там ещё Partner Apps, маркетплейс и облачная обвязка Codex.Книжный куб · планы OpenAI

Что показывает Artificial Analysis: одинаковый тариф, разный счёт

Независимое сравнение даёт Artificial Analysis: компания прогоняет все модели через один набор из девяти оценок и считает, сколько стоил прогон одной задачи по стандартным ценам поставщика. 27 октября вышла пятая версия индекса; около 60% её задач закрыты от публикации, чтобы модели не обучались на ответах. Баллы v5 нельзя сравнивать с баллами из анонсов, сделанных по прошлым версиям.080808Почему общий рейтинг перестаёт различать лидеров и сколько в результате от модели, а сколько от обвязки, — в заметке про SWE-bench и разборе Harbor Index.Книжный куб · SWE-bench и лидерыРазбор · модель или обвязка08Почему общий рейтинг перестаёт различать лидеров и сколько в результате от модели, а сколько от обвязки, — в заметке про SWE-bench и разборе Harbor Index.Книжный куб · SWE-bench и лидерыРазбор · модель или обвязка

Данные страниц моделей и рейтинга Artificial Analysis на 29 октября. Стоимость рассчитана по стандартным ценам: для Argon и Carbon — $4 / $20 без вводной скидки. Это измерение на наборе оценок AA, а не цена задачи в конкретной команде.

Главный вывод виден в двух соседних строках. Sonnet 5.5 и Sol стоят одинаково — $2 / $10 за миллион токенов, — набирают 54 и 55 баллов, но задача индекса обходится в $10,02 и $1,27. Разница почти восьмикратная, потому что Sonnet 5.5 на максимальном уровне усилий выдала 340 млн токенов вывода против 64 млн у Sol. Ещё при запуске Sonnet 5.5 AA отметила, что это самый высокий расход токенов из всех измеренных моделей.

Обратная сторона той же арифметики — Terra. Токен у неё вдвое дешевле, чем у Sol, но задача на максимальном уровне усилий дешевле лишь на четверть: $0,96 против $1,27. Terra тратит больше токенов (99 млн против 64 млн) и набирает на четыре балла меньше. Снижение тарифа вдвое не означает вдвое более дешёвую работу.

Ещё сильнее счёт зависит от выбранного уровня усилий. По данным AA, Opus 5.5 на низком уровне набирает 35 баллов за $0,98 на задачу, а на максимальном — 58 баллов за $10,04. Среди десяти лучших моделей стоимость задачи различается более чем в 13 раз: от $0,96 у Terra до $13,04 у Claude Fable 5.1. Настройка в конфигурации агента может менять бюджет сильнее, чем смена поставщика.

Расход концентрируется в агентной работе. Четыре агентные оценки занимают 55% веса индекса, но дают около 90% токенов вывода; медианный расход на задачу при переходе на v5 вырос с 35 тыс. до 59 тыс. токенов. 28 октября AA сравнила обвязки агентов: GitHub Copilot Fusion, который распределяет шаги задачи между моделями Anthropic и OpenAI, отстаёт от Claude Code с Opus 5.5 на два балла, но обходится в $5,59 за задачу против $11,42. Цена зависит не только от модели, но и от того, как агент её вызывает.090909Сколько даёт обвязка при одной и той же модели — тема Research Insights #38 и отдельного разбора «Сколько обвязки».Research Insights #38 · эксперимент с обвязкойРазбор · сколько обвязки09Сколько даёт обвязка при одной и той же модели — тема Research Insights #38 и отдельного разбора «Сколько обвязки».Research Insights #38 · эксперимент с обвязкойРазбор · сколько обвязки

Что это меняет

Покупателю становится проще попробовать несколько моделей, но труднее выбрать по таблице цен. Один агент делает больше попыток, другой рассуждает в разы длиннее, третий чаще зовёт человека. Экономия возникает только тогда, когда задача заканчивается приемлемым результатом. Тарифы Argon и Carbon отдельно напоминают: месячный эксперимент и годовой бюджет могут опираться на разные цены.

Цена принятого результата = токены на попытку × цена токена × число попыток + инструменты + время проверки.

Практический способ сравнения — взять один класс реальных задач, одинаковые права, обвязку и критерии приёмки, а уровень усилий зафиксировать явно. Считать не только успешные ответы, но и исправления, время человека и отказы. Данные Artificial Analysis подсказывают, где искать разницу, но не заменяют такой замер на своих задачах.101010Одного прогона для такого замера мало: результат агента заметно гуляет от запуска к запуску. Сколько повторов нужно, мы разбирали отдельно.Разбор · шум в оценках агентов10Одного прогона для такого замера мало: результат агента заметно гуляет от запуска к запуску. Сколько повторов нужно, мы разбирали отдельно.Разбор · шум в оценках агентов

27 октября Oracle объявила расширение сотрудничества с OpenAI: AI Workspace связывает ChatGPT с корпоративными приложениями и данными, App Composer использует Codex для создания приложений с размещением на OCI, а AI Security Mesh предназначен для поиска и исправления уязвимостей. Это объявленные продукты и возможности; их доступность и ограничения нужно проверять для конкретного внедрения.

Тема продолжает сюжет рабочих сред: агент оказывается рядом с системами, где принимаются решения и меняются данные. При обсуждении такой интеграции полезнее разобрать один реальный процесс — кто разрешает действие и как его отменить, — чем считать число подключённых инструментов.111111Как подключать AI к данным организации, не теряя прав, свежести и смысла метрик, — в лонгриде по схеме Николая Голова.Лонгрид · AI и платформа данных11Как подключать AI к данным организации, не теряя прав, свежести и смысла метрик, — в лонгриде по схеме Николая Голова.Лонгрид · AI и платформа данных

Модель приходит в привычные системы

Другой путь в корпоративный рынок: 21 октября Google Cloud объявила доступ к моделям OpenAI в своём каталоге моделей. Это закрытое превью для выбранных корпоративных клиентов. Оплату можно учитывать в существующих обязательствах по облачным расходам; некоторые возможности, включая Zero Data Retention и Confidential Compute, ещё обозначены как будущие.

29 сентября OpenAI представила Dots и Codex Cloud: постоянных облачных агентов и переиспользуемые среды разработки. Работу можно продолжать при выключенном ноутбуке. У запуска есть ограничения: Dots внедряются постепенно, для Pro на старте исключены Великобритания, ЕЭЗ и Швейцария; в Enterprise бета выключена по умолчанию. Анонс возможности ещё не означает её доступность каждому пользователю.121212Как долгоживущий агент передаёт работу между сессиями и что сохраняет его состояние, мы разбирали в Research Insights #34.Research Insights #34 · передача работы12Как долгоживущий агент передаёт работу между сессиями и что сохраняет его состояние, мы разбирали в Research Insights #34.Research Insights #34 · передача работы

Похожий продукт появился и у Anthropic. 21 октября компания открыла исследовательское превью Claude Duet: фоновый агент на Opus 5.5 работает в собственной виртуальной машине с браузером, присылает утреннюю сводку и пишет, только когда требуется внимание. Перед отправкой сообщения, платежом, подписью документа или удалением он показывает действие и ждёт одобрения; торговля ценными бумагами и переводы между счетами запрещены даже с одобрением. Доступ — по листу ожидания для подписчиков Pro и Max в США.131313Почему платёж требует отдельного согласия и чем потом доказывать спор, мы обсуждали в 3 AImigo S1E10; есть запись и лонгрид.3 AImigo S1E10 · агенты с правом платежаЛонгрид · агент с правом платежа13Почему платёж требует отдельного согласия и чем потом доказывать спор, мы обсуждали в 3 AImigo S1E10; есть запись и лонгрид.3 AImigo S1E10 · агенты с правом платежаЛонгрид · агент с правом платежа

7 октября ChatGPT получил Intelligent UI: ответ может включать форму, график или интерактивный инструмент. Это ещё один слой изменения: человек общается не только с текстом, но и с созданным под задачу интерфейсом. Красиво оформленный ответ легче использовать; его исходные данные и расчёты всё равно нужно проверять.

Разработка: маршрутизация моделей и оплата по потреблению

Самый заметный инструментальный анонс месяца прозвучал на GitHub Universe 28 октября. GitHub Copilot Fusion оценивает каждую задачу и распределяет её шаги между одной или несколькими моделями; это та самая обвязка, которую Artificial Analysis сравнила с Claude Code. Функция Copilot projects запускает параллельных агентов сразу в нескольких репозиториях, а проверка кода получила уровень Max для изменений, требующих внимательного разбора. Клиенты GitHub Enterprise теперь могут пользоваться всеми функциями GitHub Copilot без отдельной подписки и платить за потреблённые AI-кредиты; пока через отдел продаж, самостоятельное подключение обещано позже.

Отчёт Octoverse, опубликованный в тот же день, показывает масштаб: в сентябре более 40% PR на GitHub начинались с черновика агента — около 110 млн, — против 17% в марте. GitHub называет это нижней границей, потому что не всякий агент распознаётся. 61% пользователей GitHub Copilot, выбирающих модель сами, в сентябре работали больше чем с одной. Переход на оплату по потреблению делает стоимость задачи из предыдущего раздела строкой в счёте команды.141414Что ломается в CI, контроле версий и ревью от такого потока — в нашем исследовании инфраструктуры агентной разработки. Цену каждой лишней попытки агента в CI хорошо показал доклад Гаутама Корлама.Лонгрид · инфраструктура агентной разработкиКнижный куб · CI для агентного потока14Что ломается в CI, контроле версий и ревью от такого потока — в нашем исследовании инфраструктуры агентной разработки. Цену каждой лишней попытки агента в CI хорошо показал доклад Гаутама Корлама.Лонгрид · инфраструктура агентной разработкиКнижный куб · CI для агентного потока

Опрос разработчиков Stack Overflow 2026, опубликованный 6 октября, показывает ту же смену инструментов с другой стороны. Среди ответивших на вопрос об агентах для кода Claude Code используют 65,5%, GitHub Copilot — 58,7%, Codex — 29,5%, Cursor — 25,5%; можно было выбрать несколько вариантов. Заголовок о росте доверия к AI до 87% против 31% годом ранее стоит читать осторожно: вопрос и шкалу изменили. В новой формулировке 48% доверяют результату, когда его легко проверить, и лишь 6,6% — для важных рабочих решений. Это добровольная выборка: 30 903 анкеты, собранные с 23 июня по 5 августа.151515Я заодно навестил обезлюдевший Stack Overflow: 64,1% ответивших говорят, что из-за AI реже приходят туда с простыми вопросами.Книжный куб · Stack Overflow 202615Я заодно навестил обезлюдевший Stack Overflow: 64,1% ответивших говорят, что из-за AI реже приходят туда с простыми вопросами.Книжный куб · Stack Overflow 2026

Поток изменений перестраивает и саму инфраструктуру. 13 октября Anthropic описала Scion — собственную систему контроля версий, которая заменила Git в её монорепозитории. По данным команды, с мая по сентябрь число вливаемых изменений выросло примерно с 2500 до более 30 000 в день; семь инженеров за пять месяцев построили Scion, инструмент ревью и связанные системы. Основные клиенты такой системы — постоянно подключённые агенты и задания CI, поэтому история, merge и rebase выполняются на сервере, а часть проверок перенесена на момент после слияния. Это инженерный отчёт компании о необычном масштабе; число слияний само по себе не измеряет полезность кода.161616Scion мы подробно разбирали в Research Insights #39: в нём много идей из баз данных — журнал изменений и производные индексы для истории и blame.Research Insights #39 · ScionКнижный куб · Scion16Scion мы подробно разбирали в Research Insights #39: в нём много идей из баз данных — журнал изменений и производные индексы для истории и blame.Research Insights #39 · ScionКнижный куб · Scion

13 октября Cursor открыла Origin App Marketplace с более чем 20 интеграциями: от управления задачами до CI, безопасности и мониторинга. Приложения могут реагировать на события и добавлять проверки или комментарии к изменениям кода. Это расширяет число участников процесса, а вместе с ним — число выданных разрешений.

15 октября GitHub вывела AI Scan для PR в общую доступность. Он дополняет CodeQL в языках и форматах вне его покрытия, включая PHP, Bash, HCL и Dockerfiles. Но находки рекомендательные: они не проваливают проверку и не блокируют слияние через правила репозитория. PR из ответвлений и PR от Dependabot не сканируются. Расширение поиска уязвимостей не равно автоматическому запрету опасного изменения.

Общие правила для агентов тоже переходят под нейтральное управление. 22 октября Anthropic передала стандарт Agent Skills вместе с названием, организацией на GitHub и доменом agentskills.io в Agentic AI Foundation при Linux Foundation — туда же, куда раньше ушёл MCP. Стандарт сопровождают инженеры Anthropic, Google, OpenAI и других компаний; по данным Anthropic, его поддерживают более 70 агентных платформ, опубликован миллион навыков и сделано почти 280 млн установок.171717Из чего состоит навык, как агент его выбирает и почему успешная загрузка файла ещё не успех задачи, мы разбирали 22 октября с Максимом Смирновым — вместе с Open Knowledge Format.Разбор · Agent Skills и OKFКнижный куб · Agent Skills и OKF17Из чего состоит навык, как агент его выбирает и почему успешная загрузка файла ещё не успех задачи, мы разбирали 22 октября с Максимом Смирновым — вместе с Open Knowledge Format.Разбор · Agent Skills и OKFКнижный куб · Agent Skills и OKF

Как такие правила работают в одной команде, показывает статья Meta от 15 октября о разработке Forum — отдельного приложения для Facebook Groups. Команда движется к модели, где агент сам проходит цикл «план → код → сборка → тесты → исправление», а инженер задаёт цель, вмешивается при отклонениях и утверждает каждое выпускаемое изменение. Договорённости разложены на правила, навыки, агентов, команды и hooks; больше всего, по словам авторов, помогли изменения среды: упрощённая архитектура, доступ агента к состоянию интерфейса в симуляторе и отдельная сборка для экспериментов. Meta заявляет паритет с Facebook Groups по основным функциям за восемь недель, но это один проект без контрольного сравнения. Авторы сами отмечают, что агенты срезали углы даже в PR, прошедших проверки.181818Мои пометки на полях к статье — в «Книжном кубе»: больше всего вопросов вызывает решение переписывать старые компоненты ради скорости агентов.Книжный куб · как Meta строила Forum18Мои пометки на полях к статье — в «Книжном кубе»: больше всего вопросов вызывает решение переписывать старые компоненты ради скорости агентов.Книжный куб · как Meta строила Forum

Что это меняет

Конкуренция за помощника превращается в конкуренцию за рабочую среду. Важны уже не только точность ответа и скорость генерации, но и сохранённый контекст, подключения, журналы действий и способ вернуть работу человеку. Перенести запрос к другой модели легко, а маршрутизация в GitHub Copilot Fusion делает это почти незаметным; перенести накопленное состояние и права сложнее. Открытый стандарт навыков, переданный Linux Foundation, снижает эту стоимость перехода, но не устраняет её.

Для команды полезно разделить три разрешения: подготовить изменение, оценить его и выпустить пользователям. Один продукт может покрывать все три этапа, но из этого не следует, что одному агенту нужно отдать все три решения. Особенно если проверяющая функция лишь сообщает находку.

6 октября OpenAI опубликовала математические результаты внутренней модели. В репозитории на 28 октября — 721 рукопись в 373 группах; около 42% основных результатов формализованы. Это разные единицы: рукопись, группа связанных работ и формально проверяемый результат. Их нельзя превращать в заголовок «721 доказанное открытие».

Ещё 29 сентября консультативная группа AGMAI предложила правила публикации: понятное изложение, ссылки на предшествующие идеи, статус формализации, сведения о попытках и поддержка человеческого понимания. 15 октября Simons Foundation объявила инициативу на $15 млн совместно с Anthropic и OpenAI — финансирование и ресурсы для исследователей. Работа по разбору результатов получила отдельную организацию и бюджет.

Это научная версия сентябрьского узкого места. Машина может выдать больше аргументов, чем специалисты успевают разобрать. Формальная проверка помогает установить корректность формализованного утверждения; вопросы о том, соответствует ли оно исходной задаче, что объясняет и как связано с другими результатами, остаются содержательной работой.

В биологии ускоряется поиск следующего эксперимента

21 октября OpenAI, PerturbAI и Scripps Research сообщили, что тысячи агентов обработали существующие данные миллионов клеток мышиного мозга за 32 минуты. Агенты связывали изменения генов с литературой и предлагали направления дальнейших исследований. Это ускорение анализа уже собранных данных, не проведение биологического эксперимента за полчаса и не готовое лечение.

Тот же сдвиг виден внутри самих лабораторий. В материале Anthropic Institute о темпе развития AI (сентябрь, точной даты на странице нет) компания оценивает, что в марте Claude вёл 1% исследовательских и инженерных работ, а в августе — 26%, и как минимум участвовал более чем в 90% работ. Проценты относятся к взвешенной корзине задач внутри Anthropic, а «вёл» означает определённый уровень самостоятельности по шкале Epoch AI. На одной внутренней платформе одновременно работают около 30 тыс. агентов, и компания заявляет 100% охват их действий мониторингом. Сведения об автоматизации собирает и оценивает тоже Claude, поэтому для доверия к таким числам нужна внешняя проверка.191919Откуда в таких прогнозах берётся 2027 год, я прикинул в «Книжном кубе». Отчёт OpenAI об ускорении собственных исследований мы разобрали отдельно.Книжный куб · кто будет делать следующий ИИРазбор · ускорение исследований OpenAI19Откуда в таких прогнозах берётся 2027 год, я прикинул в «Книжном кубе». Отчёт OpenAI об ускорении собственных исследований мы разобрали отдельно.Книжный куб · кто будет делать следующий ИИРазбор · ускорение исследований OpenAI

Вместе эти события меняют вопрос к научному AI. Недостаточно спросить, способен ли он предложить новое. Нужно понять, кто отберёт предложения, проверит их и превратит в знания, которыми смогут пользоваться другие. Для инженерных команд аналогия прямая: большой объём правдоподобных изменений ценен ровно настолько, насколько есть способ принять правильные.

15 октября Meta выпустила Muse Spark Open с доступными весами: 816 млрд параметров, 42 млрд активны на токен. Доступ регулирует отдельная лицензия Muse с коммерческими ограничениями. Демонстрация на двух Mac Studio M5 Ultra, каждый с памятью до 512 ГБ, не означает работу на обычном ноутбуке. Число активных параметров не отменяет необходимости разместить веса модели.

Европейский ответ — Mistral Large 4: превью вышло 6 октября, а веса появились на Hugging Face 29 октября. Это модель с 1 трлн параметров, из которых 52 млрд активны, и ценой API $0,70 / $2,10 за миллион токенов. Лицензия — модифицированная MIT: использовать и дообучать модель можно свободно, но тем, кто продаёт её как размещённый сервис, нужна отдельная коммерческая лицензия. По данным Mistral, на Terminal-Bench 4.0 итоговая версия решает 41% задач против 28% у превью.

Из Китая пришли два релиза. 17 октября DeepSeek выпустила V4.1 Flash 1017 с открытыми весами: компания обещает более короткие ответы и меньшую стоимость задачи, а модель оптимизирована под агентные обвязки, включая собственную DeepSeek Harness. 23 октября Moonshot открыла Kimi K3.1 Pro через API с контекстом 1 млн токенов и пообещала выложить веса до 4 ноября; пока модель закрытая.

Независимые замеры охлаждают ожидания. В пятой версии индекса Artificial Analysis разрыв между лидером и лучшей моделью с открытыми или обещанными весами вырос с 3 до 12 баллов; сейчас это Kimi K3.1 Pro. DeepSeek V4.1 Flash набирает 32 балла за $0,60 на задачу, Muse Spark Open — 25 баллов за $2,02, Kimi K3.1 Pro — 46 баллов за $3,68. Низкая цена токена у открытых моделей снова не гарантирует низкую цену задачи.

Альтернатива NVIDIA: перенос программ и чужие ускорители

Китайский контрапункт на уровне оборудования — DeepGEMM-Ascend от DeepSeek, опубликованная 30 сентября. Библиотека переносит вычислительные операции на Ascend 950, сохраняя API DeepGEMM. Это специализированное оборудование с требованиями к версиям ПО. Для конкуренции с NVIDIA важно не только произвести чип, но и снизить трудоёмкость переноса программ; совместимый интерфейс — шаг в эту сторону, не доказательство одинаковой производительности.

Иначе действует AMD: 28 сентября компания объявила о покупке World Labs Фей-Фей Ли примерно за $8,2 млрд акциями. Соглашение подписано 26 сентября, закрытие ожидается до конца года и зависит от согласований. AMD получает Marble для генерации трёхмерных сцен, модель Atlas и технологии переноса робототехнических задач в симуляцию, а Фей-Фей Ли должна стать главным научным сотрудником AMD. Компания прямо связывает сделку с разработкой будущих вычислительных систем: исследователи моделей мира окажутся рядом с инженерами, которые проектируют ускорители.202020Мне здесь интереснее всего цикл real-to-sim-to-real: успех сделки стоит мерить стоимостью полного цикла — от создания среды до проверки на настоящем роботе.Книжный куб · AMD и World Labs20Мне здесь интереснее всего цикл real-to-sim-to-real: успех сделки стоит мерить стоимостью полного цикла — от создания среды до проверки на настоящем роботе.Книжный куб · AMD и World Labs

Другой путь показала Oracle: 27 октября компания объявила, что ускорители Google TPU станут доступны в облаке Oracle. По словам Oracle, это первое крупное облако за пределами Google с такими ускорителями; цены, регионы и сроки в анонсе не раскрыты. Вместе с объявлением об OpenAI в тот же день это делает Oracle площадкой, где сходятся модели и оборудование разных поставщиков.

Доступ к весам и альтернативному оборудованию расширяет выбор для команд, которым важны место обработки данных и контроль развёртывания. Цена такой свободы — требования лицензии, память, перенос вычислений и собственная эксплуатация; разбор Cloudflare из раздела о безопасности показывает, что ошибки обслуживания тоже становятся вашими. Открытые веса сами по себе не делают инфраструктуру дешёвой или независимой.

Считать нужно стоимость обслуживания своего потока задач: оборудование, загрузку, простой, поддержку и проверку результатов. Покупка API через привычное облако, рассмотренная в разделе о рабочих процессах, решает другую проблему — упрощает закупку. Эти варианты стоит сравнивать по требованиям команды, а не по обещанию универсальной независимости.

Главные новости месяца связывают экономику поставщика с устройством работы агента. IPO и квартальные отчёты открывают финансовые данные, новые модели снижают тарифы, независимые замеры показывают, что цена задачи от тарифа отличается в разы, интеграции дают доступ к бизнес-процессам, а расследования показывают цену ошибки. Рабочая гипотеза выпуска: единицей внедрения становится управляемая работа агента. В неё входят задача, среда, разрешённые действия и приёмка. Это интерпретация выбранных новостей; она не означает, что всем командам уже нужны постоянные облачные агенты.212121Эта гипотеза продолжает лонгрид об AI-Native организации и эфир 3 AImigo S1E8: агенты ускоряют исполнение, а дальше приходится менять процессы, роли и правила принятия решений.Лонгрид · AI-Native организация3 AImigo S1E8 · AI-native компания21Эта гипотеза продолжает лонгрид об AI-Native организации и эфир 3 AImigo S1E8: агенты ускоряют исполнение, а дальше приходится менять процессы, роли и правила принятия решений.Лонгрид · AI-Native организация3 AImigo S1E8 · AI-native компания

Главный спор для 3 AImigo — где в этой цепочке нам уже мешает слабая модель, а где не хватает устроенного процесса. Новая модель полезна, если улучшает измеримый результат. Дополнительная автономность полезна, если команда понимает её пределы и умеет вмешаться. Следующий месяц стоит оценивать по этим двум признакам.