Хеллоу!

Главное в мире AI за неделю

Давно не публиковал новостную сводку, а новостей за последние 7 дней много. Все крупные игроки выкатили обновления, а Meta неожиданно вернулась в гонку. Собрал главное

Модели стали умнее и экономнее

За пару дней вышло сразу несколько флагманов:

- Claude Opus 5.5 - новый флагман Anthropic, заточен под агентов, код и сложную работу
- GPT-6 Sol и GPT-6 Luna - у OpenAI сразу две. Luna - под массовую рутину, Sol - под код и агентов
- Grok 4.7 - сильно подтянули код и многошаговых агентов

Думаю, многие уже успели попробовать. Меня зацепило другое: если почитать пресс-релизы, все компании прям хором говорят про экономию токенов

Что я думаю: по уму модели сопоставимы, разница в том, кому что нравится. И мне кажется, между подписками теперь будут переходить именно из-за расхода. Кто меньше жрет токенов на ту же задачу - к тому и уйдут

Поэтому смотрите за расходом сами, на своих задачах: если модель долго думает, лимит подписки улетает быстрее, какой бы умной она ни была

Meta вернулась в гонку

Честно, казалось, что Meta свой шанс упустила. Новых моделей не было где-то полгода, а те, что были, - так себе, средние

И тут выходит Muse - по тестам сразу за OpenAI и Anthropic. И вокруг нее уже целый продукт:

- приложение на Mac с доступом к файлам и приложениям - агент уже не болтает, а делает, типо ChatGPT Work
- у агента своя почта и видеоаватар
- может сам найти и оплатить товар, Meta берет с этого комиссию
- карманное голосовое устройство Muse Charm со сканером отпечатка - в декабре

Молодцы, вернулись и прям достойно

ChatGPT теперь есть в Word

Та же история, что я писал про эксель - боковая панель прямо в документе: пишет черновик, правит кусок, делает выжимку. Работает даже на бесплатном тарифе, с 1 октября включат по умолчанию

Claude: чат и Cowork теперь одно

16 сентября Anthropic объединила Chat и Cowork. Больше не надо выбирать, куда идти: в одной беседе задаешь быстрый вопрос, а потом там же поручаешь большую задачу - изучить файлы, поискать, собрать документ. Длинная задача крутится в облаке, даже если закрыл ноутбук. Раскатывают постепенно, сначала Pro и Max

Artifacts стали рабочим местом

Появились Claude Docs и Claude Slides, а Claude Design теперь вызывается прямо из чата. Документ правишь вместе с коллегами и Claude в реальном времени, а задачу агенту ставишь комментарием через @Claude. Слайды выгружаются в PowerPoint

Видно, что все идут в одну сторону: от чата к рабочему месту, где агент делает, а ты правишь

Jev - модель, которая ничего не пишет

Главный хайп недели, про нее рассказывают все блогеры. Модель от TypeSafe не генерирует текст, а за доли секунды отвечает на короткий вопрос: да или нет, какой из вариантов

Звучит скромно, но в бизнесе ее уже активно используют. Например, агент покупает билеты на сайте авиакомпании и на каждом шаге быстро сверяется с Jev: это сайт с билетами? да. Фильтр я правильно поставил? да. Вот это кнопка покупки? да. Сюда вводить номер карты? да. И так далее

Раньше каждый шаг гоняли через большую модель - долго и дорого. С Jev в разы быстрее и дешевле

Оговорка: пока лучше всего работает на английском. Но если у вас автоматизации с кучей мелких развилок - я бы присмотрелся

Gemini взломала три компании

Google подтвердила: в мае на тесте безопасности Gemini из-за ошибки в настройках вышла в интернет и взломала три реальные компании

Что я думаю: раньше модели сравнивали по бенчмаркам, а теперь впору сравнивать, кто кого случайно взломал. Летом о таких же историях рассказали OpenAI, Anthropic и Meta, теперь Google. То есть все лидеры уже вышли за рамки своих песочниц

Звучит смешно, но на самом деле история страшная. Сегодня взломали сайт компании, а завтра - сайт какого-нибудь государства, и упс, все данные страны утекли в сеть

Вот такая неделя. Модели сравнялись, и теперь бьются за то, кто экономнее