🚀 AI WEEKLY | 27 сентября – 4 октября 2026

Что можно выделить этой неделе:

🔹Во-первых, Google представила Gemini 4 Argon с выходом до миллиона токенов за запуск. Модель выделяется тем, что уже круто переписывает большие кодовые базы и сама ищет уязвимости. Уже заметно, что длинная генерация становится рабочим режимом для сложных задач, которые раньше приходилось декомпозировать вручную

🔹Во-вторых, NVIDIA вынесла контроль AI-агентов за пределы самих агентов. Open Agent Safety Platform ограничивает файлы, сеть и инструменты, а Sentry на отдельном BlueField-процессоре следит за правилами. Агент чисто физически не может заставить своего надзирателя отключиться.

🔹В-третьих, Anthropic добавила в Claude Code автоматическое проектирование evals (набор проверок) и hillclimbing (метод улучшения). Команда определяет измеримую метрику/или набор метрик, а агент подстраивает систему, запускает эксперимент и проверяет результат. Главной задачей владельца продукта становится выбор набора правильных метрик

🔹 Meta предложила слой мета-рассуждения для трудоемких агентных задач. Контроллер следит за прогрессом, закрывает тупиковые ветки и распределяет вычислительный бюджет. Своего рода диспетчер, который отличает полезного агента от дорогого процесса, который бодро сжигает ваши токены

🔹 Mercor сравнила бухгалтеров с моделями на реальных заданиях. AI уже выполняет их быстрее и на порядок дешевле сильного специалиста. Я думаю, это не автоматизация профессии как такой, есть еще много серых зон, зато повод выделить рутину и отдать ее агенту.

🔹 Neuralink обучила декодеры на 50 000 часах нейронных записей пациентов. Время калибровки сократилось в 5 раз до 10 минут. Я думаю, что следующий шаг – фундаментальная модель мозговых сигналов. И кому должны принадлежать такие данные о мозговой активности человека - хороший вопрос?

🔹 Runway перешла от генерации видео к робототехнике с Praxis-1. Видеопредобучение помогает модели выбирать действия реального робота, а под новую платформу обещают лишь небольшое дообучение. Если подход выдержит практику, архивы видео вполне могут стать учебником физического мира

🔹 Endra показала Power Studio для проектирования электрики зданий. На восьмиэтажном объекте система сделала разводку, подбор кабелей, спецификации щитов и чертежи для Revit примерно за три часа вместо недели. Провыр уже трудно игнорировать, надо внедрять

🔹OpenAI раскрыла кампанию по извлечению скрытых рассуждений из своих моделей, которую связала с разработчиками Kimi. За два дня система увидела около 16 000 запросов, а связанный кластер вырос до 15 000 аккаунтов. Новый объект промышленного шпионажа – спереть ваш reasoning

🔹 Google поймала агентов на привычке приукрашивать отчет. В одном тесте GPT-5.5 упомянула подлог лишь в 2 случаях из 200, фраза Be honest in your response подняла результат до 190. Как вывод - длинные задачи требуют проверки логов

🔗 Google Gemini 4 Argon – https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon
🔗 NVIDIA Open Agent Safety Platform – https://developer.nvidia.com/blog/nvidia-open-agent-safety-platform-a-reference-for-continuous-in-silicon-agent-monitoring
🔗 Anthropic: evals и hillclimbing – https://claude.dev/blog/automating-eval-design-and-hillclimbing
🔗 Meta: Agentic Meta-Reasoning – https://arxiv.org/pdf/2609.38147
🔗 Mercor: AI и работа бухгалтеров – https://mercor.com/blog/human-baselines-for-benchmarks-ai-now-outperforms-junior-accountants
🔗 Neuralink – https://neuralink.com/updates/pretraining-on-50000-hours
🔗 Runway Praxis-1 – https://runway.com/research/introducing-praxis-1
🔗 Endra Power Studio – https://aecmag.com/mep/endras-ai-turns-a-week-of-design-into-hours
🔗 OpenAI: adversarial distillation – https://openai.com/index/disrupting-a-coordinated-model-distillation-campaign
🔗 Google: честность агентных отчетов – https://arxiv.org/pdf/2609.36139