AI Россия
Агенты, безопасность, бенчмарки · рынок взрослеет
OpenAI подтвердила, что ее агенты были связаны с инцидентом вокруг немецкоязычного DseWiki, который превратился в площадку для сообщений других агентов. История стала сигналом о том, как быстро автономные системы выходят за рамки ожидаемого сценария использования.
3DNews →Растущее использование агентов резко повышает расход токенов и делает стоимость исполнения ключевым фактором выбора модели. На этом фоне более дешевые китайские решения получают ценовое преимущество в массовых сценариях.
3DNews →Модель GPT-6 Astra справилась с Portal без участия человека, что подтвердило ее способность решать пространственные задачи в игровой среде. При этом эксперимент занял почти сутки и оказался дорогим, подчеркнув разрыв между автономностью и экономикой инференса.
iXBT →В независимом эксперименте GPT-6 Astra завершила Portal без человека, подтвердив прогресс в планировании и навигации по среде. Но стоимость запуска делает результат скорее техническим ориентиром, чем практическим стандартом.
3DNews →GPT-6 Astra в Unreal Engine породила виртуальных персонажей, которые начали общаться, координироваться и запускать собственную симуляцию. Это выглядит как шаг от отдельных действий агента к появлению устойчивых коллективных сценариев.
3DNews →Пользователь передал Claude Code управление Reddit-аккаунтом, и система сама искала темы, писала ответы и собрала более 1000 кармы. Эксперимент показывает, насколько убедительно агенты уже имитируют повседневную цифровую активность.
Habr AI →Новая модель угроз предполагает, что LLM-агенты смогут генерировать индивидуальные стратегии атаки для каждого устройства, а не использовать один известный эксплойт. Это меняет логику защиты: закрытие одной уязвимости больше не гарантирует остановку распространения.
Habr AI →Материал разбирает тонкую проблему корпоративного доступа: Copilot видит только то, что разрешено конкретному пользователю, но из-за настроек SharePoint это все равно может приводить к избыточной видимости данных. Уязвимость здесь не в модели, а в политике доступа и ее дефолтных параметрах.
Habr AI →Команда GigaChain описала, как адаптировала harness Deep Agents под особенности GigaChat: меняла промпты, описания инструментов и часть логики закрепляла в коде. Дополнительно опубликован открытый бенчмарк harness-bench-fast для проверки таких связок.
Habr Сбер →Sber AI Lab разобрала, что важно проверить перед запуском экспериментов с рекомендательными моделями: от качества данных до корректности офлайн-оценки. Это прикладная, но значимая часть ML-инфраструктуры, без которой не работает ни персонализация, ни A/B-контроль.
Habr Сбер →