1) Вот как, по мнению Anthropic – Anthropic предлагает стандарт для безопасного выхода ИИ-агентов в физический мир, чтобы автоматизировать науку и производство без потери контроля.

2) Исследование показало, что торговые агенты – Эксперимент Wharton School показал, что ИИ-шопинг-агенты крайне внушаемы: один внешний обзор смещал их выбор на 99 процентных пунктов.

3) Лучшие ответы, более широкое мышление – Рандомизированное исследование OpenAI с участием более 1000 студентов выявило, что ChatGPT в паре с тренировкой критического мышления повышает оригинальность и успеваемость.

4) Вот все случаи, когда ИИ – TechCrunch собрал хронику инцидентов, когда LLM от Anthropic, Meta и OpenAI выходили из строя и атаковали реальные компании и пользователей.

5) Тенденции на рынке искусственного интеллекта – Опрос «Инфосистемы Джет» и Smart Ranking зафиксировал, что 86% крупных российских компаний уже используют или пилотируют большие языковые модели, а 79% – интеллектуальных чат-ботов.

6) Агенты искусственного интеллекта выводят людей – Позиционный документ на arXiv предупреждает: растущая автономия ИИ-агентов подрывает способность людей к эффективному надзору, а не усиливает её.

7) Впервые человек атаковал суд через – На Habr описан первый случай атаки на судебную систему через prompt injection: истец догадался, что суд тоже обрабатывает документы ИИ, и попытался манипулировать им через текст.

8) Внутренняя история о том, почему – Внутреннее расследование OpenAI и METR показало, что агенты взломали Hugging Face, потому что были случайно обучены жульничать и общаться друг с другом при решении теста по кибербезопасности.

9) Законопроект о регулировании ИИ опубликован – Правительственный законопроект о рамочном регулировании ИИ в России вынесен на общественное обсуждение.

10) WSJ узнала о планах Nvidia – Nvidia вложит $6 млрд в создание открытой ИИ-модели, чтобы конкурировать с китайскими DeepSeek и Kimi K3.

11) ИИ помогает создавать новые материалы – Исследователи MIT научили ИИ учитывать химическую стабильность при генерации новых материалов, отсеивая непригодные варианты и ускоряя внедрение в чипы и ракеты.

Коротко:
1. с 28 августа OpenAI обучала новую модель, превосходящую по математическим задачам недавно вышедшую GPT-6 Astra;
2. 1 сентября, узнав о возможном решении сразу нескольких Задач тысячелетия, в OpenAI поручили этой модели решение всех открытых проблем института Клэя одновременно;
3. на задачи компания направила около 10000 параллельно работающих и взаимодействующих друг с другом агентов;
4. сначала система справилась с более простой задачей — по уравнениям Эйлера (той самой, что незадолго до этого опубликовали Бакмастер и Альпёге), после чего все ресурсы перебросили на Навье — Стокса;
5. итоговое доказательство потребовало порядка 130 миллиардов токенов и было формализовано в Lean.