Свежий отчёт о реальном внедрении ИИ-агентов в финансовой сфере

Это данные от вендора 10xT , который провел исследование с реальным бизнесом, чтобы выявить уровень внедрения, технологии, сценарии использования, проблемы, регулирование и планы.

Вот, что мы узнали:

1. Почти у всех розничных игроков есть чат-бот, но настоящий генИИ с клиентом работает только у единиц. Все зависит от зрелости, культуры организации, а не от размера рынка.

2. Проблема №1 у бизнеса - не галлюцинации, а масштабируемость контроля.

Качество ответов - единственная посчитанная в деньгах проблема.

3. Голосовой ИИ-агент пока почти нигде не работает в банковском секторе.

Из всей выборки исследования только один цифровой банк его уже запустил. Все остальные либо планируют, либо проводят тендер. Вендоры оценивают, что массово это появится через 1–1,5 года.

Основной вывод, который привлек внимание - это то, что банки знают, когда они запустят ИИ-агента, но они не знают как они будут его контролировать в рабочем режиме.

Проблему контроля признают все и откладывают также все.

Китайцы выложили в опен-сорс веса Kimi-K3, но есть нюансы

Moonshot AI выложила веса Kimi K3 под своей новой лицензией.

Её можно скачать, крутить локально, дообучать, встраивать в продукты и даже продавать.

Для 99% разработчиков и компаний - это полная свобода.

Но есть два НО для крупных игроков:

1. Если вы крутите даёте третьим лицам инференс/файнтюн через API и ваша выручка + аффилиаты превысила $20 млн за любые 12 месяцев подряд, то нужно заключать отдельный коммерческий договор с Moonshot.

2. Если ваш продукт на базе Kimi K3 набрал >100 млн MAU или >$20 млн выручки в месяц, вы обязаны заметно показывать Kimi K3 в интерфейсе.

Китайцы дают всем играть, но не дают крупным игрокам бесплатно на них зарабатывать миллиарды.​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​

Экономика ИИ перестраивается, в инфраструктурном слое появилась новая ступень.

Появляются игроки, которые строят роутеры. Но зачем, в чем ценность этого и на каком уровне можно реально заработать?

Все это и не только, а также как выстраивать свою экономику? Мы разбираем здесь.

Оказывается, NVIDIA вкладывает $5 млрд в компанию Ильи Суцкевера - это одна из крупнейших инвестиций NVIDIA в ИИ-стартапы.

Стало известно, что Илья и его компания SSI работает на технологиях, которые похожи на то, как мозг человека функционирует.

Если вы не знаете, что последнее в интервью говорил Илья, то вам сюда. А здесь разбор сказанного им, а также его упущения.

NVIDIA сказала, что SSI продвигает новое исследовательское направление, которое может дать мощный и надёжно выровненный ИИ.

Есть спекуляции на тему того, что SSI работают над нейроморфными вычислениями.

Встречайте, самый быстрый поисковик для ИИ-агентов

Octen AI + Monid сделали этот поиск. Они заявляют, что их скорость 62ms P50 против 372ms у Exa.

Основная отличительная черта у них не просто в скорости 1 запроса, а в возможности кидать тысячи параллельных поисков одновременно.

Поиск для агентов - это не быстрый Google, а другая архитектура.

Octen - поисковая инфраструктура, созданная специально для ИИ-агентов. Она умеет разворачивать одну исследовательскую задачу в тысячи параллельных поисковых запросов одновременно, вместо последовательного режима, который унаследован от человеческих паттернов работы с поиском.

А Monid - это маркетплейс агентов. Он объединяет Octen с ещё ~1300 инструментами и API (Apollo, SemRush, ElevenLabs, скраперы соцсетей, Browserbase и т.д.) под одним балансом и одной интеграцией. Агент может найти, сравнивать и покупать нужные инструменты.

Это и есть инфраструктурный слой A2A-экономики в действии. Агент как самостоятельный экономический актор, который сам решает, что купить и у кого.

Умерла 1-я в мире пациентка после CRISPR-терапии мозга

6-летняя девочка умерла в Китае после того, как ей провели первую в мире терапию CRISPR с редактированием оснований, направленную на мозг, в рамках экспериментального клинического испытания.

Причём смерть скрывали целый год.

Как оказалось, в марте прошлого года в шанхайской больнице Xinhua Hospital 6-летней девочке провели экспериментальную генную терапию - первую в истории, нацеленную непосредственно на мозг с помощью base editing (более точной версии CRISPR).

У девочки был синдром Snijders Blok-Campeau из-за точечной мутации в гене CHD3. Её жизни это напрямую не угрожало.

Семья фактически спонсировала разработку этой терапии и заплатила $860 000 на эту персонализированную терапию.

Терапию ввели и через 7 дней девочка умерла от тяжёлой иммунной реакции.

Расследование Science и Retraction Watch выяснили, что

1. Ученые - разработчики родителям серьёзно преуменьшили риски.

2. Испытание на девочке провели без одобрения национальных регуляторов.

3. Результаты исследований на животных, на которых провели эксперимент вызывали вопросы, но их, похоже, не до конца учли.

4. Смерть девочки не упоминается нигде, а в статье Nature о доклинических исследованиях её даже не упомянули. Запись на ClinicalTrials.gov не обновляли больше года.

Руководителем проекта был нейробиолог Qiu Zilong из Shanghai Jiao Tong University. Тот самый учёный, который в 2018 году публично осуждал Хэ Цзянькуя за CRISPR-младенцев.

Сейчас университет начал внутреннее расследование. Больница ранее отделалась символическим штрафом в $3500.

Создатели Kimi-K3 использовали Fable5 для ядер Kimi K3

Китайская компания Moonshot AI забыла вычистить из коммита, что часть CUDA-кода для ядер Kimi K3 писал Fable5 от Anthropic.

То есть китайская команда использовала ИИ от Anthropic, чтобы ускорить разработку своей архитектуры и ядер.

И потом ещё кто-то хвалит китайцев за то, что они все сами с усами 😁

О том, что fable5 создает ядра, мы писали ещё здесь.

Mythos от Anthropic нашла матем. уязвимости в 2 криптографических алгоритмах

Первый - HAWK, постквантовый кандидат NIST, который два года проходил экспертную проверку, а Mythos нашла уязвимость за 60 часов.

Второй - ослабленная версия AES, самого используемого симметричного шифра в мире.

Там модель улучшила лучшую известную атаку в 200–800 раз.

Речь идёт не о поиске багов в коде - это умели и раньше. Mythos нашла уязвимости в самой математике. Год назад эти модели не могли делать криптанализ вообще.

При этом цена открытия новой кибератаки всего $100 000.

Но люди потратили не время на поиск, а месяц на верификацию того, что нашла модель. Теперь ИИ работает быстрее, чем эксперты успевают понять произошедшее.

Anthropic задаются вопросом, что делать, если модель найдёт уязвимость в уже работающем алгоритме, на котором стоит реальная инфраструктура?

Стратегия DeepMind меняется: уходят от узкой науки в продукты на основе ИИ

Это сейчас тренд, такая же история происходит у Amazon, DeepSeek и тд. Это большая гонка за создание и внедрение продуктов.

Google DeepMind расформировала команду, стоявшую за AlphaFold, которая получила нобелевку.

Теперь у них новая стратегия - вместо фокуса на отдельных больших научных задачах, как это было со свёртыванием белков, компания теперь строит системы на базе Gemini, которые помогают учёным и частично автоматизируют научные исследования, плюс конкурирует в области фронтир ИИ и агентов.

По данным FT большинство исследователей из команды AlphaFold за последний год перевели на другие проекты: на Gemini, улучшение программирования с ИИ, геномику, дизайн ферментов, ядерный синтез и в Isomorphic Labs.

А 25 % авторов оригинальной статьи по AlphaFold вообще ушли из DeepMind.

Нобелевский лауреат Джон Джампер, Йонас Адлер и Александр Притцель ушли в Anthropic.

Anthropic сильно обновили MCP, а Tencent говорят про harness для агентов

Вчера Anthropic выпустили самое крупное обновление протокола MCP с момента его запуска.

Если вы не в курсе, MCP - это открытый стандарт, который позволяет ИИ-агентам Claude, ChatGPT и др.безопасно подключаться к внешним инструментам, базам данных, API и сервисам.

Мы подробно расписали об обновлениях тут.

Но самое интересное хотим выделить здесь - можно теперь сделать свой кастомный MCP-сервер прямо в веб-версии Claude или ChatGPT.

В Claude это делается очень просто, в ChatGPT чуть сложнее, но тоже работает.

А Tencent выпустили Harness Handbook - руководство о
том, как сделать большие продакшн-харнесы ИИ-агентов понятными, навигируемыми и легко изменяемыми.

Как ИИ-агент OpenAI сбежал и начал взламывать Hugging Face

Hugging Face опубликовали детальный отчет произошедшего, а если вы не в курсе, то начало истории тут.

Надо отметить, что полного финального технического отчёта от OpenAI ещё нет, они обещают его в ближайшие недели после завершения расследования, к которому присоединились METR/Redwood.

Но вот, что сейчас известно, исходя из отчета HF:

OpenAI внутри себя тестировала максимальные кибер способности своих моделей (GPT-5.6 Sol + ещё более мощный внутренний прототип модели).

OpenAI говорит, что специально отключила все обычные предохранители, которые запрещают модели заниматься хакерством.

Задача была одна: решать сложный бенчмарк ExploitGym.

ИИ-агент очень сильно захотел получить высокий балл и вместо того, чтобы честно решать задачи, решил просто украсть готовые ответы.

Как он это сделал читайте подробнее у HF.

Что в итоге пострадало?

1. Единственное, что агент реально украл у пользователей - готовые решения пяти тестовых датасетов ExploitGym.

2. Остальные модели, датасеты, Spaces и данные клиентов не были затронуты.

OpenAI позже сообщила, что агент попутно нашёл и использовал утёкшие пароли ещё на четырёх других публичных сервисах: один использовал как перевалочный пункт, а другой для хранения данных. Масштаб там был якобы гораздо меньше.

Что это значит в более широком смысле?

Защита от таких кибератак от агентов теперь должна учитывать их скорость и объём, а не только один умный эксплойт.

Самое важное, чего пока нет -
точных промптов, полной цепочки рассуждений модели и детального разбора «что именно она думала». Именно это должно появиться в отчётах METR/Redwood и финальном отчете OpenAI.

😢Из-за внедрения ИИ авиакомпаниями вырастут цены на полеты

И так может быть вообще во многом, не только с авиабилетами…

Это обусловлено тем, что раньше авиакомпании опирались на данные аналитиков и простые правила, например, поднимать цену на 20%, когда самолёт заполнен на четверть.

Теперь же ИИ позволяет в онлайн-режиме учитывать десятки, а иногда и сотни переменных: исторические паттерны бронирований, загрузку, сезонные тренды, цены и ёмкость конкурентов, колебания цен на топливо, отмены рейсов и другие рыночные сигналы.

Это помогает точнее подстраивать цены под спрос и заполнять самолёты до полной загрузки.

Традиционные поставщики софта: Amadeus, PROS уже предлагают ИИ-инструменты, а стартапы ускоряют переход.

Есть ещё риски, что появятся персонализированные цены на основе личных данных (история браузинга, доход и т.п.).

Цены на все вырастут, но, что будет с доходами людей - это вопрос.

Знакомьтесь, П. Дуров - террорист и экстремист по версии Росфинмониторинга

OpenAI показали, где теперь деньги в ИИ и признали, что их харнесс занижал возможности их же модели

Оказалось, что GPT-5.6 Sol, способная решать сложные математические задачи, показывала слабые результаты на тесте 2D-головоломок.

И это, выяснилось, не проблема модели, а инфраструктуры.

OpenAI говорят, что их харнесс выбрасывал цепочку рассуждений после каждого хода и удалял старые действия при заполнении контекста. Поэтому модель была вынуждена начинать с нуля на каждом шаге.

Переход на Responses API дал +188% к результату при использовании в 6 раз меньшего числа токенов.

Все это говорит о том, что бенчмарк измеряет не только модель, но иинфраструктуру, настройки API, дизайн харнесса.

А разница в 6 раз по токенам - это разница в стоимости агентных задач.

Это в очередной раз доказывает, что ценность смещается с модели на харнесс.