OpenAI только что направила автономную агентную систему на ядро Linux. Она вернулась с 948 рабочими эксплойтами для повышения привилегий локально. В одном запуске агенты: → Выявили 2 308 потенциальных уязвимостей безопасности → Успешно воспроизвели 1 724 из них → Разработали рабочие эксплойты для 948 уникальных уязвимостей, позволяющих повысить ограниченный доступ до полного root → Сгенерировали кандидаты на патчи для проверки человеком Общая стоимость: около 1,21 млн долларов США в кредитах API (~1 279 долларов США на каждую уникальную эксплуатируемую уязвимость). Для сравнения: их предыдущая система в июле (работавшая на GPT-5.6 Sol) обнаружила и эксплуатировала 166 уязвимостей. Эта система — 948. Разработчики Linux уже исправили 61 уязвимость в основном репозитории к моменту завершения исследования; ещё несколько находились в процессе подготовки или обсуждения. Это переход от «ИИ помогает писать код» к «Автономные ИИ-агенты систематически ищут, воспроизводят и предлагают исправления для уязвимостей в самом критически важном программном обеспечении мира в промышленных масштабах». Обнаружение уязвимостей становится дешевле и быстрее. Теперь узким местом становится отбор и исправление такого количества уязвимостей. Контролируемая исследовательская среда. Требуется существующая точка входа. Необходима экспертная проверка перед применением любых патчей. Но сигнал о масштабе неоспорим.

Inception только что выпустила Mercury 3 — самый мощный диффузионный LLM на данный момент. Он превосходит GPT-6 Luna и Claude Haiku 5.5 по качеству на различных тестах, работая со скоростью 1 068 токенов в секунду на NVIDIA GPU — в 4–8 раз быстрее, чем типичные авторегрессивные модели, оптимизированные по скорости. Контекст до 1 млн токенов (вместо 260 тыс. у Mercury 2.5). Более чем в 40 раз больше, чем Mercury 1, при этом обладает примерно в 3 раза большей интеллектуальной способностью на стандартных тестах, сохраняя ту же скорость. Цены: $0,20 / $0,70 за 1 млн входных/выходных токенов (стартовая акция: скидка 50% на некоторых платформах — $0,10 / $0,35). Совместимо с API OpenAI. Доступно сегодня через Inception API, OpenRouter, Baseten и Vercel. Предлагаются корпоративные решения с выделенной емкостью и другими опциями. Ранние партнеры уже используют его для браузерных/веб-агентов, онлайн-репетиторства, поисковых агентов и поддержки. Одна производственная заметка: он выполнил 50% задач навигации Mind2Web в реальном времени (лучше, чем GPT-6.1-Sol) при том же объеме токенов и шагах, но с существенно более низкой стоимостью за токен. Высокая скорость предотвращает накопление задержек на каждом шаге.

xAI только что выпустила Grok Voice 3.0, которая уже решает 70% запросов поддержки Starlink без участия людей. Она лидирует по индексу Speech-to-Speech от Artificial Analysis с результатом 86,9, лучше справляется с перебиваниями и фоновым шумом, чем предыдущие версии, и отвечает менее чем за секунду. В автомобилях Tesla она обеспечивает функции проверки календаря без использования рук, ответов на электронные письма и даже заказа кофе или бронирования ужина. Один агент может верифицировать клиента, диагностировать оборудование, выдать кредит и отправить замену. За 0,08 доллара в минуту это самый дешевый способ получить голосовых агентов передового уровня, которые действительно завершают задачи. Разрыв между «голосовым чатом» и «голосом, закрывающим тикеты» стал намного меньше.

NVIDIA только что выпустила Nemotron 3.5 Bolt 74B-A9B (и сопутствующие модели) — открытую MoE-модель с весами объемом 74B (только ~9B активны), которая помещается в 24 ГБ благодаря агрессивному обучению с учетом квантизации 2 бит. Она создана для постоянно активных локальных ИИ-агентов: навигация в браузере/приложении, программирование, исследования, использование инструментов и фоновая автоматизация. Полные веса, данные для обучения и рецепты открыты. Работает с Ollama, llama.cpp, vLLM, LM Studio, Hermes, OpenClaw и др. Сочетайте ее с новой Nemotron 3.5 Super VL (120B всего / 12B активны, мультимодальная модель для долгосрочных визуально-текстовых агентов) и компактной Bolt E4B (4 ГБ, для разговорных/игровых НПС; поступит в продажу 23 октября). Это происходит в тот же день, когда начинается продажа ноутбуков RTX Spark (16 октября). Локальные агенты, приближающиеся к передовым, стали намного практичнее. Открытые веса + потребительское оборудование — это тихий сдвиг, который накапливается.

Немецкий робототехнический уникорн NEURA представил Neuron AI — свою мультимодальную фундаментальную модель для физического ИИ. Она объединяет 3D-визуализацию, осязание, аудио, состояние робота, язык и память в архитектуре Perception-Language-Action (PLA). Роботы могут реагировать на вещи, которых не видят, и запоминать контекст даже после того, как объекты выходят из поля камеры. Одна модель работает на пяти различных платформах NEURA (включая их гуманоид 4NE1). Обучена на реальных данных роботов, симуляциях и демонстрациях людей. Клиенты дообучают и развертывают навыки на всех роботах через Neuraverse. Живая демонстрация состоится на NVIDIA GTC Berlin на следующей неделе: их гуманоид 4NE1 выполнит полностью автономную 11-минутную последовательность стирки (сортировка → стиральная машина → сушилка) без какого-либо вмешательства человека. «Создание мозга физического мира», по словам генерального директора. Физический ИИ быстро набирает обороты.

Amazon ведет переговоры о приобретении Decart примерно за 7 млрд долларов, согласно WSJ. Стартап, основанный в Израиле и существующий три года, разрабатывает программное обеспечение для оптимизации моделей ИИ, позволяющее им работать быстрее и дешевле на различных чипах (Nvidia, Amazon Trainium, Google TPUs), а также на реальных генеративных моделях (Lucy для живого видео, Oasis для симулированных сред). AWS уже предоставил им ранний доступ к Trainium. В мае оценка компании составляла около 4 млрд долларов; Anthropic ранее рассматривала сделку примерно на 6 млрд долларов, но отказалась после проверки. Поглощение станет одним из крупнейших приобретений Amazon и прямой попыткой снизить зависимость от Nvidia. Оптимизация чипов теперь стала многомиллиардной сделкой.

Meta только что выпустила свои первые настоящие передовые модели: Muse Wonder и Muse Wonder Full. Через четырнадцать месяцев после полной перестройки своих усилий в области ИИ и найма Александра Ванга Meta наконец заявляет, что достигла передовой. Эти модели созданы специально для долгосрочных персональных и профессиональных агентов, способных обрабатывать страховые заявки, арендные договоры, финансы, медицинскую информацию или создавать полноценные приложения — не только чаты. Основные особенности — Active Memory (сохраняет важную для вас информацию на протяжении дней, недель и месяцев) и Active Focus (устойчиво движется к цели, преодолевает препятствия и пробует новые подходы). Модели обучены на гигаватт-масштабном дата-центре Prometheus и поддерживают контекст до 1 млн токенов с мультимодальным вводом. По индексу интеллекта Artificial Analysis, Muse Wonder Full набрала 56 баллов, а Muse Wonder — 52, что значительно выше показателя Muse Spark в 48 баллов всего шесть недель назад. Wonder Full занимает высокие позиции по нескольким тестам агентных и знаниево-ориентированных задач, конкурируя с (и в некоторых случаях превосходя) недавние модели OpenAI и Anthropic. Muse Wonder уже доступна через Meta Model API и Muse Code по цене $4/$20 за миллион токенов. Более мощная версия Full доступна только подписчикам Muse Code. Обе модели вскоре будут использоваться в персональном агенте Meta Muse. После летнего фокуса на открытом исходном коде Llama и недавнего перехода к закрытым моделям, это наиболее явный сигнал Meta о том, что компания намерена напрямую конкурировать за будущее агентных систем. Независимые тесты покажут, насколько устойчивы эти заявки за пределами собственных тестов Meta.

Одно, на чем я сосредоточился с @Wahoopredict, — это то, как рынки прогнозов могут развиваться дальше простого выбора между «да» или «нет». Предстоящая функция множественного выбора интересна именно в этом плане: вместо того чтобы принуждать пользователя к бинарному исходу, она предоставляет больше возможностей для выражения того, где, по мнению пользователя, действительно находится вероятность. Это становится еще более интересным, поскольку WahooPredict охватывает рынки в криптовалюте, спорте, акциях, товарах и реальных событиях. Рынки прогнозов в конечном итоге — это выражение уверенности в условиях неопределенности. Чем лучше дизайн рынка, тем точнее люди могут передать свою уверенность. Так что мне любопытно: станет ли множественный выбор одной из функций, которые сделают WahooPredict по-настоящему отличным от других платформ прогнозов?

Падай семь раз. Вставай восемь. @0xhazels буквально воплощает эту философию в своем Studio. Ты не просто заходишь. Ты подключаешься. Ты участвуешь. Ты создаешь. Ты учитываешься. Гонка GTD превращает вклад в баллы. Pulse создан для того, чтобы превращать работу создателей в измеримые награды. Drops превращает стейкинг в доступ. А NFT становится постоянной нитью, соединяющей экосистему. Вот почему я не вижу в Hazels просто еще одну коллекцию NFT. Она стремится превратить само участие в актив. А это гораздо сложнее создать. Но также гораздо интереснее наблюдать.

присоединяйся сюда 👇🏿