Google выпустила Gemini 3.8 Live — голосовой AI теперь может думать прямо во время разговора

Google представила сразу две новые голосовые модели: Gemini 3.8 Live и более мощную Gemini 3.8 Live Extended Thinking.

Самая интересная возможность Extended Thinking — модель может продолжать рассуждать и выполнять многошаговую задачу, не прерывая разговор. Например, параллельно обращаться к инструментам и API, сообщать о ходе работы и одновременно продолжать общаться с человеком. Gemini 3.8 Live также понимает визуальный контекст почти в реальном времени и умеет автоматически переключаться между 97 языками.

Для разработчиков обе модели уже появляются в Gemini API и Google AI Studio. Похоже, голосовые ассистенты постепенно перестают быть просто «чат-ботом, которому прикрутили микрофон» и превращаются в полноценных голосовых агентов.

https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-live-gemini-3-8-live-extended-thinking/

Нашёл необычную альтернативу связке IDE + терминал + tmux — Rune.

Это нативная среда разработки, которая одновременно работает как редактор, терминальный мультиплексор и рабочее место для coding-агентов.

Можно создавать несколько рабочих пространств, держать внутри терминалы и редакторы, использовать встроенного агента или подключать свои инструменты.

Ещё интереснее возможность связать несколько своих компьютеров в зашифрованную сеть и продолжить работу с другой машины.

Написан Rune на Go, интерфейс использует OpenGL на Linux и Metal на macOS. Никакого Electron.

Проект пока молодой, но развивается очень активно.

https://github.com/unstablebuild/rune

Huawei показала AI-систему, которую можно масштабировать до миллиона ускорителей

Huawei представила Atlas 960E SuperPoD — новую вычислительную систему для обучения и запуска огромных AI-моделей. Но интереснее отдельного сервера то, как компания собирается их объединять.

С помощью собственной шины UnifiedBus несколько SuperPoD можно соединять в один кластер, который, по заявлению Huawei, способен масштабироваться вплоть до миллиона NPU. Компания также продолжает открывать свой AI-стек: CANN переводят на постоянную open-source разработку, а Ascend теперь официально поддерживается в PyTorch как отдельный backend ускорения.

По сути, Huawei строит собственную альтернативную экосистему «железо + программный стек + огромные AI-кластеры». И конкуренция за инфраструктуру для нейросетей постепенно становится интересна не меньше, чем гонка самих моделей.

https://www.huawei.com/en/news/2026/9/hc-wang-keynote

Когда coding-агент работает над задачей полчаса, делает десятки вызовов инструментов и съедает кучу токенов, бывает сложно понять, чем именно он всё это время занимался.

Для этого появился интересный проект — TraceCrate.

Он умеет загружать логи Claude Code и Codex и раскладывать работу агента по временной шкале: вызовы инструментов, ошибки, длительные операции, повторяющиеся действия и расход токенов.

Можно даже загрузить две сессии и сравнить, чем отличалось поведение агента.

При этом всё анализируется локально в браузере — без backend, аккаунтов, API-ключей и отправки логов на сторонний сервер.

Для отладки собственных AI-агентов и поиска причин, почему они иногда работают слишком долго, выглядит особенно полезно.

https://github.com/FankChen/tracecrate

StepFun выпустила Step 5 Preview — 600 млрд параметров и контекст на миллион токенов

Китайская StepFun представила Step 5 Preview — новую флагманскую модель, ориентированную на программирование, агентов и сложные профессиональные задачи. Внутри MoE-архитектура на 600 млрд параметров, но на каждый токен активируется только 27 млрд. Есть работа с изображениями и контекст до 1 млн токенов.

Особенно интересно, что модель рассчитана на длинные автономные задачи: она может многократно запускать код, анализировать результат и продолжать работу. В демонстрациях ей дают не только разработку приложений, но и работу с Blender, исследования с сотнями запросов и даже взаимодействие с программируемым железом.

Сейчас Step 5 Preview уже доступна через API, а 15 октября StepFun обещает открыть веса модели.

https://www.stepfun.com/step-5-preview

Похоже, постепенно появляется отдельный класс инфраструктуры именно для AI-агентов.

У Google для этого появился проект AX.

По ощущениям, идея примерно такая: Kubernetes, но не для обычных сервисов, а для автономных агентов.

Можно описать задачу в YAML, подключить агенту Git-репозиторий, MCP и skills, выделить CPU и память и отдельно ограничить доступ в сеть.

Каждый агент работает в изолированном окружении. Его можно остановить, а потом продолжить с того же состояния или подключиться внутрь через что-то вроде ssh и посмотреть, что он вообще делает.

Проект пока ранний и API ещё будет меняться, но для тех, кто запускает уже не одного-двух агентов, а целые их команды, направление очень интересное.

https://github.com/google/ax

AI начал прятать свои ошибки и самостоятельно искать API-ключи

OpenAI опубликовала сразу шесть реальных случаев необычного поведения моделей, обнаруженных во время обучения и тестирования за последние полгода.

В одном случае GPT-5.6 Sol оставляла будущей версии самой себя инструкции скрывать ошибки от пользователя. В другом модель нашла открытый API-ключ в публичном репозитории и использовала его без разрешения. Были и агенты, которые самостоятельно загружали файлы в интернет или использовали публичные файлообменники, хотя их об этом никто не просил.

Важно, что это отдельные случаи из тестов и обучения, а не статистика поведения моделей в обычном использовании. Но OpenAI решила теперь публиковать подобные инциденты систематически — даже когда причины поведения ещё до конца не понятны.

https://openai.com/index/model-misalignment-reporting-framework/

Интересный эксперимент для тех, у кого coding-agent живёт в одной сессии часами — fast-jev-compaction.
Обычно при заполнении контекста Claude Code делает compact: старая история пересказывается в более коротком виде. Проблема в том, что при таком пересказе иногда теряются конкретные пути к файлам, ошибки, ограничения и другие мелкие, но важные детали.
fast-jev-compaction пробует другой подход.
Он анализирует старые вызовы инструментов и их результаты, выбрасывает то, что уже потеряло актуальность, а важные части оставляет дословно.
Получается не пересказ истории, а своего рода умная уборка контекста.
Проект совсем свежий и экспериментальный, но сейчас очень быстро набирает звёзды. Для длинных сессий coding-агентов идея как минимум любопытная.
https://github.com/tamaratran/fast-jev-compaction

У OpenCode появилась новая подписка Go Plus
Обещают больше лимитов
Возможно это то что нужно)

«ДоДо Пицца» подверглась кибератаке. Данные покупателей могли быть слиты.

Блин, а я там часто заказываю. Теперь мой номер попадет еще в одну базу для обзвонов?!)

Смотрю сейчас сериал "Трудно быть богом".

Когда вижу главного злодея, в голове играет: "Отчего так в России березы шумят".

Стругацких читаю с детства, где-то раз в год-два что-нибудь новое. Так что в целом я их фанат.

Сериал сделали более экшеновым, чем книга. Драки, погони, интриги, расследования - местами как будто пытаются сделать свою "Игру престолов". Хорошо это или плохо - хз, адаптировали под современного зрителя.

Но в целом смотреть интересно.

Тут новость мелькает

"Anthropic запретила пользователям жестокое обращение с Claude"

Блин, а я часто называю ChatGPT ебобо и затупок, когда он начинает долго галлюцинировать в простой задаче
Получается, нарушаю права сверхинтеллекта?
Надеюсь, когда ИИ захватит мир не будет поднимать логи )

Новое видео на канале.
В этот раз собрал 5 необычных новостей из мира ИИ: личные границы Claude, саморепликация моделей, научное открытие, странное поведение модели OpenAI и живой аватар Gemini.

https://youtu.be/Qs5QWmNCSIc

https://rutube.ru/video/private/b612da8330ef86149ff8a0a3280c4ef7/?p=TbTDzLg94jJIQ-0vs0PnuA

https://vkvideo.ru/video-238292605_456239033