Anthropic уже тестирует ИИ-агента в браузере и запустил автоматические проверки безопасности кода

Anthropic активно развивает свой ИИ-агент Claude Code, представив сразу несколько значимых обновлений.

Claude Code теперь доступен прямо на сайте Claude.ai для раннего доступа. Новая версия интегрируется с GitHub и использует специальную конфигурацию "Claude Code Dispatch" для настройки рабочей среды.

Ключевые возможности:
1. Прямая работа с GitHub
2. Отслеживание активности агента в реальном времени
3. Создание черновиков pull request'ов
4. Возможность переключения в терминал через функцию "teleport".

Пользователи создали библиотеку Claude Code Templates с готовыми конфигурациями для различных задач:

ИИ-специалисты: хакатон-стратег, эксперт по декомпозиции задач, промпт-инженер.

Архитектурные роли: GraphQL-архитектор, ИИ-инженер.

Бизнес-функции: бизнес-аналитик, контент-маркетолог, автоматизатор продаж.

Технические роли: специалист по поиску, интеграции платежей, поддержке клиентов.

Anthropic представил 2новых инструмента безопасности:

1. Команда /security-review
Запускается из терминала и анализирует код на наличие:
- SQL-инъекций
- XSS-уязвимостей
- Проблем с обработкой данных
При обнаружении уязвимости можно сразу попросить Claude исправить её.

2. GitHub Actions интеграция-
автоматически проверяет каждый pull request и оставляет комментарии с:
- Объяснением найденных проблем
- Рекомендациями по исправлению
- Примерами безопасного кода.

Начинается презентация GPT-5, анонсированы самые ключевые сотрудники компании.

Тут утром уже выложили утечку информации о самой модели.

Итак, реальные возможности GPT-5 vs. заявления OpenAI

Вчера OpenAI представили GPT-5 как "интеллект на уровне эксперта с докторской степенью" с такими показателями:

- На 45% меньше ошибок, чем GPT-4o
- Автоматически выбирает режим работы под задачу
- Улучшенное пошаговое мышление (chain-of-thought)
- Есть мультимодальность: текст, изображения, голос
- Доступна всем пользователям ChatGPT.

Что показала независимая оценка METR за 3 недели до релиза:

1. 2 часа 17 минут - время выполнения сложных задач с 50% успехом
2. лучше o3 (1ч 30мин), но далеко от опасных порогов (40+ часов)

3. Ситуационная осведомлённость — модель понимает, что её тестируют

4.Стратегическое поведение — меняет ответы в зависимости от контекста

5.Непонятные рассуждения — иногда производит неинтерпретируемые следы мышления.

Ключевые расхождения METR с OpenAI

1. OpenAI говорят: «У нас модель уровня доктора наук». На это METR после тестирования - GPT-5 все ещё отстаёт от экспертов-людей.

2. OpenAI говорят: «У GPT-5 фокус на возможностях». На это METR - фокус на рисках безопасности.

3. OpenAI: «мы проводили тщательное тестирование безопасности». METR - модель показывает признаки обмана.

GPT-5 мощнее предшественников — METR подтверждает улучшения. Но OpenAI преувеличивает — "доктор наук" пока не соответствует реальности.

Появляются новые риски — ситуационная осведомлённость и стратегическое поведение.

Время на подготовку сокращается — до потенциально опасных систем остаётся 1-2 года.

ИИ-агент учится напрямую у человека без разметки данных

Gensyn выпустили BlockAssist, где ИИ-агент учится играть в Minecraft, просто наблюдая за действиями игрока в реальном времени.

Вместо традиционного подхода с разметкой данных RLHF, здесь агент напрямую учится на человеческих действиях во время игры.

- Обучение происходит локально на вашем устройстве
- Агенты могут делиться знаниями через P2P сеть
- Обученные модели можно загрузить на HuggingFace
- Пока поддерживает только Mac и Linux.

Зачем это нужно?
Minecraft — удобная песочница для экспериментов с ИИ:структурированный мир, понятные действия, измеримые результаты. Если подход сработает здесь, его можно будет адаптировать для более сложных задач.

Это исследовательский проект на ранней стадии. Код экспериментальный, функционал базовый. Не стоит ждать, что агент сразу станет строить сложные конструкции — пока это больше про сбор данных и тестирование подхода.

Попробовать можно тут.

Ещё больше полезного для ваших ИИ-агентов от Databricks, Salesforce и Microsoft

1. Microsoft представил универсальную платформу для оптимизации агентов

Agent Lightning — платформа, которая обеспечивает бесшовную оптимизацию агентов для любых существующих агентских фреймворков, но не ограничиваясь дообучением моделей, настройкой промптов, выбором моделей и тд.

2. Salesforce представляет CoAct-1 — мультиагентная система, которая объединяет управление через графический интерфейс (GUI) с прямым программным исполнением.

CoAct-1 построен вокруг 3-х специализированных агентов:
1. Оркестратор
2. Программист
3. GUI Оператор.

CoAct-1 достиг нового SOTA результата успешности 60.76% на сложном бенчмарке OSWorld, став первым CUA агентом, преодолевшим 60% барьер.

3. Databrick представил систему ALHF, которая делает агентов умнее в ответах

Это новая парадигма машинного обучения под названием ALHF (Agent Learning from Human Feedback) — обучение агентов на основе человеческой обратной связи. В отличие от традиционных подходов, где системы учатся на численных наградах или статичных метках, ALHF позволяет агентам обучаться непосредственно на минимальной обратной связи на естественном языке

⚡️Команда Цукерберга создала 1-й полноценный атлас клеток мышиного лемура. Это прорыв в клеточной биологии и сравнительной геномики приматов.

Эту работу сделала команда из 150 экспертов под руководством ученых из Chan Zuckerberg Biohub San Francisco (структура Марка Цукерберга и его супруги) и Стэнфордского университета. Эта команда создала атлас из 226,000 клеток из 27 органов и тканей - огромный объем данных высочайшего качества.

Другие проекты CZI тут и тут.

Впервые ученые смогли четко определить и обнаружить, какие типы клеток встречаются только у одного из этих видов при сравнении мыши, лемура и человека.

Исследование направлено на решение критической проблемы в медицине - биологического разрыва между мышами, на которых тестируют лекарства и людьми.

Данные из этого атласа используются для обучения и тестирования последней биологической ИИ модели CZI - TrannoscriptFormer, генеративной мультимодальной модели для одноклеточной транскриптомики.

Посмотрите этот матч по шахматам между Grok и Gemini, пока ни одна из моделей не играет в шахматы на высоком уровне, как человек

На этой неделе мы писали о новом бенчмарке от Google и Kaggle - Game Arena.

Так вот на платформе Kaggle прошёл необычный шахматный турнир Game Arena, где соревновались языковые модели ИИ: Grok 4 от xAI, Gemini 2.5 Pro от Google, Claude 4 Opus от Anthropic и другие. Это не привычные шахматные движки вроде Stockfish, а ИИ, созданные для обработки текста, которые учатся играть в шахматы с нуля.

Такие турниры нужны для тестирования способностей моделей к планированию и рассуждению.

Одним из самых ярких моментов стал полуфинальный матч Grok 4 против Gemini 2.5 Pro. Игра закончилась со счётом 2.5–2.5, а победителя определил тай-брейк в формате "армагеддон", где Grok вырвал победу.

Шахматы — сложная задача для языковых моделей, которые не видят доску так, как специализированные алгоритмы. Например, Claude 4 Opus выбыл в первом раунде, проиграв Gemini со счётом 0:4, из-за слабой позиционной игры.

В финале Grok 4 встретился с o3 от OpenAI, но проиграл 0:4.

Итоги уходящей недели, то, что имеет значение в России и мире

Мы празднуем 9-летие нашего канала. 5 августа 2016 был создан канал.

ИИ и агенты

Google на пороге решения "Задач тысячелетия" с помощью ИИ

ByteDance создали новую ИИ-модель, которая завоевала золото на Международной математической олимпиаде 2025 для школьников

OpenAI впервые за 5 лет выпустила открытую модель GPT-OSS

Anthropic представила Opus 4.1 и выяснила, как ИИ рассуждают, а также показывают контроль личности ИИ одним вектором

Google представили Genie 3 — универсальная модель, которая генерирует интерактивные симуляции целых миров по текстовому запросу. А тут планы Хассабиса в отношении этой модели.

Реальные возможности GPT-5, обзор новой модели

ИИ-экономика от CEO Anthropic — инсайты о рынке ИИ и проблемах агентов

Google и Kaggle запустили опен сорс платформу, где ИИ - модели соревнуются в сложных играх для оценки возможностей. Как продвинутые ИИ играют в шахматы, обзор

Google представила новый метод обучения, который сокращает требования к данным для тонкой настройки LLM на порядки

Китайский опен сорс ИИ XBai обходит закрытые модели, у модели есть параллельное мышление

Пошаговая инструкция по ИИ-агентам от Manus

Anthropic тестирует ИИ-агента в браузере и новые возможности автономной работы

Microsoft создали универсальную платформу для агентов

Salesforce представили CoAct-1- мультиагентная система, которая объединяет управление через интерфейс с прямым программным исполнением

Databricks ALHF улучшает качество ответов ИИ-агентов

ИИ - агент учится играть в Minecraft, просто наблюдая за действиями игрока

Криптовалюты и блокчейн

МВФ: стейблкоины стали цифровым долларом для развивающихся стран

Россия на 3-м месте по крипто-операциям — новый отчет Chainalysis о состоянии регулирования стейблкоинов

Криптобиржа Bullish идет на IPO и планирует конвертировать средства от размещения в стейблкоины

Трамп разрешил пенсии в крипте, подробнее в посте

Робототехника, чипы

RoboMonkey — фреймворк для синтетических данных и масштабирования вычислений для роботов

Huawei открывает исходники ИИ-инструментов для своих чипов Ascend

ИИ проектирует чипы для ИИ в 9.5 раз быстрее — фреймворк Coflex автоматизирует оптимизацию ASIC-чипов для LLM

Нейроинтерфейсы, биотехнологии и новые материалы

Нейроинтерфейсы + ИИ — новый тренд — интервью Ани Асланян для Forklog о будущем технологий

Команда Цукерберга создала атлас клеток мышиного лемура — прорыв в клеточной биологии и сравнительной геномике приматов

Meta* выпустила 2 опенсорс-инструмента для создания материалов доступны всем разработчикам

Новая модель опен сорс модель DeepPolisher от Google снижает ошибки на 70% в геномной сборке.

*запрещенная в России организация.

Помните Леопольда Ашенбреннера,экс-OpenAI, который пугал мир AGI? Так вот его фонд стал одним из самых быстрорастущих хедж-фондов в истории

Фонд привлек $1,5 +млрд и показал доходность +47% в первом полугодии 2025 года и стал одним из самых быстрорастущих хедж-фондов в истории, во многом благодаря популярности вирусного эссе Ашенбреннера "Situational Awareness", в котором он изложил свои взгляды на развитие ИИ.

Основные факты о фонде:

1. Инвестиционная стратегия - ставка на цепочку поставок для ИИ, включая:
- Полупроводники;
- Дата-центры;
- Энергосистемы.

2. Ашенбреннер называет свой фонд "мозговым трестом по ИИ", который стремится опережать рынок, инвестируя в технологии и инфраструктуру, необходимые для развития ИИ. Он прогнозирует достижение AGI к 2027 году и последующий бум инфраструктурных инвестиций на триллионы $.

ByteDance представили новый ИИ, который в 3 раза быстрее делает перевод в онлайне

Seed LiveInterp 2 — это модель полного дуплексного преобразования речи в речь с точностью более 70%.

Представьте как эта технология изменит жизнь людей, которые не знают иностранные языки, но им нужно срочно подключиться к видеозвонку с иностранцами.

Новая концепция развития интернета, основанная на ИИ-агентах

Это исследование от международной коллаборации ведущих университетов и исследовательских центров.

Интернет эволюционирует от библиотеки документов к экосистеме взаимодействующих интеллектов, где агенты создают контент друг для друга, возможно никогда не показывая его людям.

Главное, на что делают акцент исследователи - переход от "пользователь делает" к "пользователь делегирует" — вместо ручного выполнения задач в интернете, люди теперь ставят цели, а ИИ-агенты автономно их достигают.

Какие изменения предполагаются:

1. Веб-страницы становятся активными программными агентами

2. Гиперссылки превращаются в каналы координации между агентами

3. Информация встраивается в параметры ИИ-моделей, а не хранится в документах

Новые протоколы связи:
MCP — агенты ↔ инструменты/сервисы
A2A — агент ↔ агент прямая коммуникация

Экономика внимания ИИ-агентов - сервисы теперь конкурируют не за клики людей, а за выбор агентами. Рождается новая бизнес-модель, где агенты становятся "покупателями".

Вызовы:

Безопасность — как контролировать автономные системы
Экономика — кто платит за действия агентов
Управление — как регулировать машинные решения
Доверие — как обеспечить надежность агентов.

GitHub.

Когда ещё не наступил интернет ИИ-агентов, а люди уже, смотреть до конца🤣

Топ ИИ-агентов по объёму выручки

Компания Anysphere (владелец Cursor) лидирует с выручкой в $500 млн.

А стартапы вроде gLean и MERCOR показывают сильный рост, несмотря на более позднее основание.

Уровень выручки на сотрудника варьируется сильно — от $53K до $3.2M, что говорит о разных моделях бизнеса.

На кого бы вы сегодня поставили $$ , чтобы выиграть в долгосрочной перспективе?

Meta создала 1-ю ИИ-модель для предсказания реакций мозга на стимулы в разных модальностях и у разных людей

Модель TRIBE (Trimodal Brain Encoder) с 1 млрд параметров — это первая глубокая нейронная сеть, обученная предсказывать реакции мозга на стимулы в разных модальностях, кортикальных областях и у разных людей.

Модель объединяет предварительно обученные представления нескольких базовых моделей Meta*:

- текстовой (Llama 3.2),
- аудио (Wav2Vec2-BERT от Seamless)
- видео (V-JEPA 2), чтобы предсказывать пространственно-временные отклики мозга (fMRI) на фильмы, собранные в рамках проекта Courtois NeuroMod (80 часов на каждого испытуемого).

Команда разработчиков модели Meta FAIR’s Brain & AI заняла 1-е место на соревновании по моделированию мозга Algonauts 2025.

Код.
Данные.

*запрещенная в России организация.

Финтех-гигант Stripe создает свою блокчейн-сеть для платежей

Проект называется Tempo и его делают вместе с криптовалютной венчурной компанией Paradigm.

Tempo — это блокчейн первого уровня, ориентированный на платежи. Он не строится на базе других протоколов, а создается с нуля, совместим с виртуальной машиной Ethereum.

Stripe нужен Tempo для крупных объемов транзакций, где текущие блокчейны могут сталкиваться с проблемами перегрузки и высокими затратами.

Tempo дополняет стратегию Stripe по созданию полного стека криптовалютных решений, включая кошельки, выпуск стейблкоинов и обработку транзакций.

Напомним, что в октябре 2024 года Stripe купили Bridge, занимающуюся инфраструктурой для стейблкоинов, за $1,1 млрд. Это позволило Stripe интегрировать стейблкоины в платежные потоки и предоставлять бизнесам возможность выпускать собственные токены.

А в июне 2025 года Stripe купила разработчика криптокошельков Privy.

Все это говорит о желании Stripe контролировать весь стек технологий для стейблкоинов: от кошельков до инфраструктуры транзакций и теперь — собственного блокчейна.

В июле 2025 года в США был принят закон GENIUS Act, который создал четкую нормативную базу для стейблкоинов, что стимулировало их внедрение крупными компаниями, включая Meta(запрещенная в России), Apple и Airbnb. Stripe опережает конкурентов в этой области.

Конфликт Cloudflare vs Perplexity показывает, что с ИИ-агентов можно взимать плату

На прошлой неделе Cloudflare
заявил, что Perplexity ведет себя как традиционный бот-краулер: массово собирает данные с сайтов в обход ограничений robots.txt.

На это Perplexity объяснил разницу, что краулеры систематически обходят миллионы страниц, создавая базы данных заранее, а
ИИ-агенты получают информацию только по конкретным запросам пользователей в реальном времени.

По словам Perplexity, Cloudflare допустил техническую ошибку: перепутал их трафик (45,000 запросов в день) с трафиком стороннего сервиса BrowserBase (3-6 млн запросов).

Исходя из этого получается, что основная идея - ИИ-агент — это продолжение человека. Когда вы просите Perplexity найти отзывы о ресторане, HTTP-запрос делаете вы через своего цифрового помощника.
Это создает новую категорию веб-трафика, которая не укладывается в старые рамки "человек vs бот":
- Запрос инициирует человек
- Исполняет ИИ-агент
- Результат предназначен для конкретного пользователя.

Теперь, когда стейблкоины легальны и доступны, можно взимать плату с ИИ-агентов за каждый запрос. Совсем скоро ИИ-агенты станут крупнейшими клиентами всех API.

Новое обновление у Claude, теперь он может ссылаться на прошлые чаты, и вы сможете продолжить работу с того места, на котором остановились ранее.

Память расширяется.

Пока доступно для тарифных планов Max, Team и Enterprise, но обещают скоро и для других пользователей.

Вот это мощно: работа госслужащих обесценивается, Anthropic и OpenAI дают доступ к своим самым последним ИИ за 1$

Это может сильно повлиять как на сам институт государства, так и его сотрудников. Труд людей сначала в виде рутины перейдет на ИИ, а после постепенно ИИ заберет и остальное. Это большой культурный шифт.

Потому что государство становится программным обеспечением, которое может работать без того количества людей, которые сегодня находятся внутри и уже не имеют ценности.

Венчурный фонд a16z о том, как ИИ изменит электронную коммерцию

Самая прибыльная бизнес-модель интернета — это реклама на поисковых запросах с коммерческим намерением.

ИИ пока "съедает" малоценные информационные запросы, но настоящая угроза будет тогда, когда ИИ начнет обрабатывать коммерческие запросы.

5 категорий покупок и влияние ИИ:

1. Импульсивные покупки
- ИИ мало поможет в процессе принятия решений, но алгоритмы станут лучше показывать нужный товар в нужный момент
- Появятся гипер-персонализированные рекламные материалы

2. Повседневные товары
ИИ-агенты будут мониторить цены и покупать автоматически при снижении

3. Lifestyle-покупки
ИИ-агенты будут делать исследования и рекомендовать товары на основе предпочтений, типа фигуры, цвета глаз и т.д.

4. Функциональные покупки
- ИИ-консультанты с глубокими знаниями категорий товаров
- Видео/телефонные консультации с ИИ-экспертами.

5. Крупные покупки жизни
- ИИ-коучи для структурирования процесса принятия решений
- Помощь в исследовании, оценке вариантов, переговорах.

Что нужно для развития ИИ-коммерции?

Лучшие данные — надежные отзывы вместо спама
Единые API — для интеграции со всеми платформами
Идентичность и память — понимание предпочтений пользователя
Встроенный сбор данных — обучение на основе поведения пользователя.

⚡️Сэм Альтман создает конкурента Neuralink

Merge Labs — это стартап, разрабатывающий интерфейсы мозг-компьютер, причём компания хочет привлечь уже $250 млн инвестиций при оценке в $850 млн.

А большая часть инвестиций поступит от венчурного подразделения OpenAI.

Об этом проекте мы ранее намекали в наших постах тут.

Альтман, как сооснователь и CEO OpenAI, будет числиться соучредителем Merge Labs вместе с Алексом Бланией, CEO проекта World, также поддерживаемого OpenAI.

FT пишет, что Альтман не будет участвовать в операционной деятельности компании.

Merge Labs планирует развивать нейротехнологии с использованием ИИ. О том как индустрия сейчас развивается, читайте тут.

О том, что нейроинтерфейсы + ИИ - это новый большой тренд, Ани Асланян @blockchainrf говорила в интервью здесь.

Инвесторы Долины вкладывают $ в создание более умного поколения людей

Стартапы Nucleus Genomics и Herasight предлагают генетическое тестирование эмбрионов стоимостью от $6 тыс. до $50 тыс., прогнозируя не только риски заболеваний, но и потенциальный уровень интеллекта.

Ранее мы писали о том, как планируют детей известные предприниматели Долины, в том числе как появился один из детей Маска.

Nucleus Genomics дает родителям, использующим ЭКО, ранжировать эмбрионы на основе прогнозируемых характеристик, таких как IQ, рост, цвет глаз и около 900 других признаков, связанных со здоровьем, включая риски развития рака и болезни Альцгеймера. Спрос на подобные услуги стремительно растет.

А Heliospect Genomics предлагают анализировать генетические данные эмбрионов, полученных в процессе ЭКО. Эти технологии позволяют оценивать эмбрионы по показателям IQ, а также по другим характеристикам, таким как рост, пол, риски ожирения или психических заболеваний.

Так, Heliospect Genomics утверждает, что их методы могут повысить IQ будущего ребёнка в среднем на 6 пунктов, используя данные британского хранилища генетической информации UK Biobank.

Родители, среди которых много инженеров, даже создают собственные системы баллов для выбора «оптимального» эмбриона. В США законодательство в этой сфере более лояльное, чем, например, в Великобритании, где отбор по IQ запрещён.

В среде, где дошкольные учреждения требуют тестов на IQ, а открытость к новым технологиям крайне высока, подобные моральные дилеммы часто игнорируются.

Группа ученых из Беркли видят в генетическом улучшении защиту от угрозы ИИ.
По мнению соучредителя Berkeley Genomics Project Бенсона-Тилсена, люди с более развитым интеллектом смогут придумать, как заставить ИИ соответствовать человеческим ценностям, или убедить остальных вообще не создавать его.