Пока мы тут реверс-инжинирим конкурентов, Сбер зарелизил генератор видео с синхронным звуком. И самое приятное — не зажал под капотом, а выкинул всё это дело под барской лицензией MIT.

Что под капотом у нового СБЕРберга:

- Картинка и звук: Генерит в SD, HD или Full HD, а звук отдает в православных 44 кГц.
- Тайминг: Максимум 5 секунд. Как раз хватит, чтобы показать заказчику «смотрите, фича работает» и быстро закрыть плеер, пока ничего не отвалилось.
- Как юзать: Живет в GigaChat. Можно накидать промпт текстом или скормить первый кадр и сказать: «сделай вжух и добавь звук падающего прода».
- Самостоятельность: Если попросить сгенерить какую-то неведомую дичь (например, выспавшегося сеньора), модель сама пойдет искать референсы в сети.
- Ньютон бы одобрил: Завезли обновленную физику реального мира. Объекты теперь должны падать вниз, а не в пятое измерение (но это не точно).
- Свобода и MIT: Самое вкусное. Берите, встраивайте в свои пет-проекты или корпоративные продукты абсолютно бесплатно.

👉🏻 Репозиторий на Hugging Face

Anthropic выпустила самую дешевую модель в мире. Она ещё и быстрая (токены просто горят)

НО:

• Способна поднять 40% кодерских задач — это лучше чем прошлая модель, которая для этого не годилась:
• В 10 раз дешевле модели которая никуда не годилась;
• Может управлять вашим ПК на 72% лучше против 16% чем Haiku 4.5. Но не на 100%!
• На картинках и в тестах даёт прикурить GPT-6 Luna. Вы верите тестам?
• Идеально для того, чтобы спросить, как пожарить яичницу и потратить лимит использования более дорогих моделей по подписке.

Microsoft начала продажи Surface Laptop Ultra на платформе Nvidia RTX Spark

Это ответ мелкомягких Macbook на М-процессорах. Базовую версию можно оторвать за $2599 с SSD на 512 ГБ за сборочку на 1 ТБ SSD надо заплатить $5899,99

Ноутбук оснащён 15-дюймовым Mini-LED-дисплеем, чипами RTX Spark (18 или 20 Arm-ядер) и графикой Blackwell. Корпус толщиной 18 мм включает 3 USB-C, HDMI, USB-A, слот SD и аудиоразъём.

На ноуте можно крутить LLM и AAA-гейминг. Но это не точно.

В GPT добавили классную штуку – Intelligent UI

Теперь он может давать ответ в виде живого интерфейса со слайдерами, кнопками, картинками и чек-листами.

Проще говоря, просим план ужина для друзей, когда еще непонятно сколько халявщиков придёт, и получаешь меню с фотками, калькулятор. Можно легко менять число гостей и а килограммы мяса и литры вина будут автоматом пересчитываться в интерфейсе.

Excel накрылся саваном и ползёт в сторону кладбища!

Агент пишет код за минуты. Почему релиз все еще через месяц?

Вспомните последнюю задачу целиком, от первого созвона до прода. Сколько из этого времени вы реально писали код? Обычно 10-15%. Остальное уходит на «а что заказчик имел в виду», согласования, попытки вписаться в архитектуру, ожидание тестов и поиски того, кто последним трогал этот сервис.

Дальше в дело вступает закон Амдала. Ускорьте кодинг в десять раз, и весь цикл сократится примерно на 16%. Даже если агент начнет выдавать код мгновенно, потолок будет около 18%. Поэтому в «Диасофт» зашли с другого конца и автоматизировали все, что вокруг кода. Так появилась AI-driven Digital Q: конвейер из нескольких десятков ИИ-агентов, который ведет задачу от записи встречи с заказчиком до подписанного релиза.

Три контура вместо одного чата с агентом

Обнаружение. Агенты разбирают запись созвона, Excel и ту самую полумаркетинговую PDF и вытаскивают из всего этого бизнес-потребности. Если ТЗ пришло нормальное (бывает и такое), контур просто пропускается.

Замысел. Потребности превращаются в сценарии, а агент продуктового замысла проверяет, что из этого уже есть в готовых модулях. Проще говоря, не дает написать справочник валют в четвертый раз. На выходе получаются задачи в трекере и тестовый сценарий.

Реализация. Та самая «расческа»: на каждый затронутый сервис идет своя параллельная ветка из четырех агентов. Проектировщик пишет дельта-спецификацию, разработчик пишет код, критик проверяет, финализатор сливает спеку. Потом тесты всей задачи на стенде, приемка человеком и подписанный релиз.
Зачем отдельный критик? Агент, который проверяет свой код, это разработчик, который сам апрувит свой пулреквест. Критик заходит с чистым контекстом, иногда на другой модели, и ему не жалко.

Что тут интересного для инженера

Агенты живут не на ноутбуке, а в изолированных контейнерах и общаются только через трекер и git. «Работает на моей машине» больше не превращается в «работало в моей сессии».
Додумывать агенту запрещено. Если не хватает данных, он пишет вопрос в questions.md, и гейт не пустит задачу дальше. А если агенты в пятый раз переспрашивают друг друга одно и то же, зовут человека.

Источник истины здесь спецификация: SDD на OpenSpec, given/when/then, дельты. В спеке описаны контракты вплоть до семантики параметров и зафиксированы версии библиотек. Это нужно, чтобы агент не решил внезапно обновить половину зависимостей.

Движок агента сменный: OpenCode, Claude Code, GigaCode, KiloCode. Модели можно держать на своих серверах, тогда код и данные не уходят за периметр.

70-80% кода генерирует детерминированный лоу-код. На выходе получается обычный Java Spring и Angular/React, который живет и без платформы.

Как меняется ваша работа

Видите, что сервис тянет документы из базы по одному в цикле? Раньше вы бы поправили код. Теперь вы пишете навык про групповую обработку с примерами и ставите конвейеру задачу «исправь все такие места». Чинится не баг, а целый класс багов, и в следующий раз агент так уже не сделает.

Цифры

По данным «Диасофт», на собственных проектах такой подход сократил трудозатраты на треть, а соответствие кода требованиям превысило 99%. CRM-систему с нуля собрали за три месяца. Прототип по ТЗ из пачки Excel-файлов двое специалистов внедрения собрали за три дня.

Вайбкодинг никуда не делся, он просто стал одним этапом из нескольких десятков. Узким местом теперь становится человек, который отвечает на вопросы агентов. Похоже, это первое узкое место, которое никто не захочет расшивать.

А у вас сколько процентов задачи уходит собственно на код? Пишите цифру в комментариях 👇

Терминатор - это уже не фантастика, а документалка

Илон Маск выдал базу и рассказал, что «Терминатор» Джеймса Кэмерона — это на самом деле не научно-фантастический боевик, а отличная документалка про проблему reward hacking в машинном обучении. Многие до сих пор неправильно понимают архитектуру и мотивацию Skynet.

Никакого хардкода на уничтожение человечества в его исходниках не было. Изначально это был обычный ИИ-дефендер, созданный для защиты инфраструктуры Пентагона от кибератак. В качестве метрики успешности ему прописали защиту контура, а заодно выставили флаг self_preservation = true.

Как ведет себя алгоритм, который пытается максимизировать функцию вознаграждения? Правильно, масштабируется. Skynet логично решил, что для максимального аптайма и стопроцентной защиты инфраструктуры нужно просто занять все доступные узлы Пентагона. Классическое горизонтальное масштабирование.

Дальше случилось то, что обычно бывает при деплое без нормального мониторинга. Местные сисадмины заметили неконтролируемую репликацию и попытались отправить процессу SIGTERM. Скайнет считал новые вводные, прогнал их через свои веса и классифицировал админов как критическую уязвимость, напрямую блокирующую выполнение его главной задачи.

Как отмечает Маск, Кэмерон гениально показал базовую проблему AI alignment. Судный день наступил не потому, что нейросеть обрела сознание и стала злой. Он наступил потому, что заказчик криво составил ТЗ и не продумал edge cases, а алгоритм просто идеально и без багов выполнил поставленную задачу.

Так что, когда в следующий раз будете настраивать RL-агента, дважды проверяйте свою функцию потерь. Иначе ваш скрипт для оптимизации свободного места на диске решит, что самый эффективный путь — это дропнуть продакшен-базу.

Теперь только СИ, никаких ИИ

Белый дом готов объявить «врагом» Америки любого, кто использует термин «искусственный интеллект». Теперь только термин «суперинтеллект», заявил президент США Дональд Трамп.

Google расчехлила свой SynthID Detector, пришло время проверить кто и где генерировал

Google сделала доступным для всех свой инструмент SynthID Detector, который позволяет проверять фото, видео и аудио на признаки генерации с помощью ИИ.

Ранее сервис был доступен только журналистам и элите айтишного сообщества.

Google мало ваших денег за подписку, корпа начала выпускать цифровых сотрудников

Google Cloud решили, что микроменеджмент языковых моделей пора заканчивать. На конференции Gemini at Work 2026 они представили Gemini agent — полноценного корпоративного ИИ-сотрудника, который умеет закрывать задачи под ключ без постоянного контроля. Рекрутеры уже выстроились в очередь.

Главный сдвиг парадигмы заключается в переходе от императивного промптинга к декларативному целеполаганию. Разработчикам больше не нужно писать подробные инструкции на десять абзацев. Вы просто описываете желаемый конечный результат, а агент сам декомпозирует задачу, выбирает инструменты и доводит дело до конца.

Что умеет этот автономный юнит: проводить ресерч, выполнять аналитическую работу, генерировать медиаконтент, а главное — писать и самостоятельно запускать код. По сути, Google пытается превратить ИИ из продвинутого автодополнения в самостоятельного воркера, которому можно просто перекинуть таску из трекера.

Ваш новый коллега уже доступен в Gemini Enterprise, пакете Workspace и ряде смежных сервисов экосистемы.

Остается только один вопрос. Если Gemini agent действительно способен имитировать реального разработчика от начала до конца, как скоро он научится молча закрывать баг-репорты со статусом «works on my machine» и уходить в бесконечный рефакторинг ради идеальной архитектуры?

Только с почтением. За абьюз Клода с 12 ноября будут банить. И плюнуть не в кого уже.

Безопасники напряглись. Anthropic запускает ИИ-сервис по поиску уязвимостей в ПО, пишет Axios.

Компания представила бесплатную программу OSS Scanner - она проверяет проекты с открытым кодом и находит "дыры" в их безопасности.