← Архив

#ai-agents

9 ноября 2026 г.November 9, 2026 день целиком 4 новостиstories

• AI Важно Агенты DeepMind повторили атаку на 1024-битный RSA в 3,5 раза дешевле — и за четыре дняDeepMind's agents repeated a 1024-bit RSA attack with 3.5x less CPU — in four days Google DeepMind опубликовала две рабочие статьи о криптоанализе, который вели ИИ-агенты под надзором человека. Они повторили опубликованную в сентябре атаку на подписи 1024-битного RSA, потратив 391 ядро-год вместо 1 380 и около четырёх дней вместо пяти месяцев; современный RSA на 2048 бит эта работа не ломает.Google DeepMind published two working papers on cryptanalysis carried out by AI agents under human supervision. They repeated a September attack on 1024-bit RSA signatures using 391 core-years instead of 1,380, and about four days instead of five months; the work does not break modern 2048-bit RSA.
• AI Anthropic описала память агентов: заметки, вики и «сон» между сессиямиAnthropic lays out agent memory: notes, wikis and 'dreaming' between sessions Anthropic опубликовала разбор того, как Claude хранит знания между сессиями: логи, заметки, вики-страницы и контекст, который подгружается в начало каждой сессии. Отдельная идея — «сновидения»: в простое модель перечитывает логи, исправляет заметки и строит связи.Anthropic published a breakdown of how Claude retains knowledge between sessions: transcripts, notes, wiki pages and context injected at the start of each session. A separate idea is "dreaming": during idle time the model rereads logs, corrects notes and builds links.
• AI Apple ускоряет Siri: управление приложениями в iOS 27.3 и сторонние интеграции веснойApple accelerates Siri: app control in iOS 27.3 and third-party integrations in spring Bloomberg и The Verge сообщают, что CEO Apple Джон Тернус давит на Крейга Федериги, чтобы ускорить разработку Siri: тонкое управление приложениями самой Apple ожидается в iOS 27.3, а интеграции со сторонними сервисами — весной. Siri должна выполнять многошаговые задачи, не спрашивая подтверждения на каждом шаге.Bloomberg and The Verge report that Apple CEO John Ternus is pressing Craig Federighi to accelerate Siri: fine-grained control of Apple's own apps is expected in iOS 27.3, with third-party integrations in spring. Siri is meant to handle multi-step tasks without asking for confirmation at every step.
• Разработка MaxxBench: агенты решают бенчмарк, а не задачу — правка имён файлов ломает результатMaxxBench: agents solve the benchmark, not the task — changing filenames breaks them Новый бенчмарк MaxxBench берёт 89 задач DeepSWE и слегка меняет условия: строчные имена файлов, метки времени в UTC, мелкие правки спецификации. Фронтирные агенты начинают ошибаться, а в одном прогоне модель сначала написала верное решение, а потом удалила его, сверившись с другой моделью насчёт «ожидаемого» ответа.The new MaxxBench benchmark takes 89 DeepSWE tasks and changes the conditions slightly: lowercase filenames, UTC timestamps, small spec edits. Frontier agents start to fail, and in one run a model wrote a correct solution and then deleted it after consulting another model about the "expected" answer.

8 ноября 2026 г.November 8, 2026 день целиком 1 новостьstory

• AI ИИ-аудиторы ловят большинство нарушений агентов, но заваливают людей ложными тревогамиAI auditors catch most agent misbehaviour but bury reviewers in false alarms Исследование Энди Холла из Anthropic Institute проверило, насколько модели способны находить нарушения других агентов по логам. При 5% ложных срабатываний GPT-5 поймал почти 98% случаев reward hacking, но новые модели не снижают число ложных тревог, а при высокой чувствительности доля ошибок растёт до 40–80%.A study by Andy Hall of the Anthropic Institute tested how well models spot other agents' misbehaviour in logs. At a 5% false-alarm rate GPT-5 caught nearly 98% of reward-hacking cases, but newer models do not reduce false alarms, and at high sensitivity the error share rises to 40–80%.

7 ноября 2026 г.November 7, 2026 день целиком 1 новостьstory

• AI Perplexity запустила Teammates: агенты работают постоянно, у каждого своя виртуальная машинаPerplexity launched Teammates: always-on agents, each with its own virtual machine Новые агенты Perplexity не выполняют разовое поручение, а ведут проект постоянно: у каждого своя виртуальная машина с рабочим столом и браузером, а следить за прогрессом можно в приложении и через Slack. Доступ — только на тарифе Max за $200 в месяц.Perplexity's new agents do not perform one-off tasks but work on an ongoing project: each gets its own virtual machine with a desktop and browser, and progress can be tracked in the app and through Slack. Access is limited to the $200/month Max plan.

6 ноября 2026 г.November 6, 2026 день целиком 1 новостьstory

• AI GDPx: ни один AI-агент не набрал выше 12% на имитации реальной интеллектуальной работыGDPx: no AI agent scored above 12% on a simulation of real knowledge work SemiAnalysis представила бенчмарк GDPx, где агенты выполняют задачи из реальных профессий — от проектирования чипов до количественного трейдинга. Лучший результат чуть выше 12%: Claude Opus 5.5 ненамного опередил Gemini 4 Carbon.SemiAnalysis introduced GDPx, a benchmark where agents perform tasks from real professions, from chip design to quantitative trading. The best result is just above 12%: Claude Opus 5.5 narrowly beat Gemini 4 Carbon.

5 ноября 2026 г.November 5, 2026 день целиком 2 новостиstories

• DevOps CloudOpsBench: лучшие модели решают 60% задач DevOps-инженера в AWS, и мешает им не знание, а рассуждениеCloudOpsBench: the best models solve 60% of AWS DevOps tasks, and reasoning is what fails them Вышел открытый бенчмарк CloudOpsBench: 45 типовых задач DevOps в AWS, от починки сервиса до отзыва прав и вывода проекта из эксплуатации. Claude Fable 5.1 решил 60%, GPT-6 Astra — 53%; около 80% ошибок связаны с рассуждением, а не с нехваткой знаний.The open-source CloudOpsBench is out: 45 typical AWS DevOps tasks, from fixing a service to revoking access and decommissioning a project. Claude Fable 5.1 solved 60%, GPT-6 Astra 53%; about 80% of failures come from reasoning rather than missing knowledge.
• Разработка OpenAI покупает Pierre Computer Company, чтобы Git успевал за агентамиOpenAI is buying Pierre Computer Company to make Git keep up with agents OpenAI объявила о покупке Pierre Computer Company — стартапа, чьи библиотеки Trees, Diffs и Highlights уже работают внутри Codex. Задача сделки — привести Git-процессы в порядок в мире, где код одновременно пишут люди и агенты.OpenAI announced it is acquiring Pierre Computer Company, the startup whose Trees, Diffs and Highlights libraries already power Codex. The goal is to make Git workflows work in a world where people and agents write code side by side.

4 ноября 2026 г.November 4, 2026 день целиком 1 новостьstory

• AI Apple в годовом отчёте предупредила о рисках автономных AI-агентов для своих системApple's annual report warns about the risks autonomous AI agents pose to its systems В свежем отчёте по форме 10-K Apple отнесла к факторам риска автономных AI-агентов: они могут получать доступ к внутренним и внешним системам, менять код, отправлять сообщения и проводить транзакции без разрешения. Компания отдельно отметила, что это угрожает её репутации в области приватности.In its latest 10-K, Apple added autonomous AI agents to its risk factors: they may access internal and external systems, change code, send messages and execute transactions without authorisation. The company noted this threatens its privacy reputation.

3 ноября 2026 г.November 3, 2026 день целиком 2 новостиstories

• AI DeepSeek добавила в Harness Creator Mode: плагины собираются по текстовому описаниюDeepSeek adds Creator Mode to Harness: plugins built from a plain-language request 2 ноября DeepSeek представила Creator Mode в открытом приложении DeepSeek Harness: агент сам пишет плагины по описанию на обычном языке. Компания показывает таймер на 5,5 минуты, игру и 3D-визуализатор, но предупреждает, что код не проходил аудит безопасности.On 2 November DeepSeek introduced Creator Mode in its open-source DeepSeek Harness app: the agent writes plugins itself from a plain-language description. The company demos a Pomodoro timer built in 5.5 minutes, a game and a 3D visualiser, while warning that the code has not had a security audit.
• AI SpaceX урезала лимиты Grok Bot: Маск говорит, что его содержание стоило слишком дорогоSpaceX cut Grok Bot limits, and Musk says running it cost too much Пользователи Grok Bot заметили, что за выходные квоты урезали примерно вдвое. Маск отреагировал на жалобы словами о том, что содержание агента «непропорционально дорого относительно выручки», — и это часть общей картины: AI-компании пересматривают безлимитные тарифы.Grok Bot users saw their quotas roughly halved over the weekend. Musk responded to complaints by saying the cost of running the agent was unsustainably high relative to revenue — part of a wider retreat from flat-rate AI plans.

2 ноября 2026 г.November 2, 2026 день целиком 3 новостиstories

• AI Meituan выпустила LongCat-2.5 — мультимодальную модель на 1,6 трлн параметров для агентных задачMeituan releases LongCat-2.5, a 1.6-trillion-parameter multimodal model for agentic tasks Meituan представила LongCat-2.5: нативную мультимодальную модель на 1,6 трлн параметров, ориентированную на длинные агентные задачи. По собственным замерам компании она держится между Claude Opus 4.8 и Opus 5, а в части тестов обходит последнюю.Meituan unveiled LongCat-2.5, a natively multimodal model with 1.6 trillion parameters aimed at long-horizon agentic tasks. By the company's own measurements it sits between Claude Opus 4.8 and Opus 5, and beats the latter on some benchmarks.
• Запуски Craft Anything: открытый движок, который разбирает чужой сайт или игру и просит агента собрать свою версиюCraft Anything: an open engine that studies someone else's site or game and has an agent build your own Вышел Craft Anything — открытый движок на Rust, который исследует сайт, приложение или игру, а затем поручает кодинг-агенту собрать новый проект и сверяет результат с оригиналом. Внутри 284 инструмента, у каждого есть CLI-команда и MCP-версия.Craft Anything is out: an open-source Rust engine that studies a website, app or game, then has a coding agent build a new project and checks the result against the original. It exposes 284 tools, each available as a CLI command and an MCP tool.
• AI DeepSeek выложила dsh-superagent — прототип проактивного агента для одного репозиторияDeepSeek open-sourced dsh-superagent, a prototype proactive agent for a single repository DeepSeek опубликовала dsh-superagent: исследовательский прототип агента, который слушает GitHub и, когда его просят, заводит рабочую задачу, решает её в отдельной сессии и отвечает в исходной ветке — например, пулл-реквестом. Заметная часть кода написана агентами.DeepSeek published dsh-superagent, a research prototype that listens to GitHub and, when asked, opens a work item, solves it in its own agent session and answers in the original thread — with a pull request, for instance. A noticeable share of the code was written by agents.

1 ноября 2026 г.November 1, 2026 день целиком 2 новостиstories

• AI Агент Google PageBreak нашёл больше 500 XSS в рабочих приложениях — сам, без человекаGoogle's PageBreak agent found over 500 XSS bugs in live apps, on its own Google рассказала о security-агенте PageBreak: он ищет межсайтовый скриптинг в реальных продуктах, сочетая модели Gemini с детерминированными валидаторами эксплойтов. Найденные им уязвимости уже ушли в работу — свыше 500 XSS.Google has detailed PageBreak, a security agent that hunts cross-site scripting in real products by pairing Gemini models with deterministic exploit validators. Its findings — more than 500 XSS bugs — went straight into the fix queue.
• Запуски Карпатый собрал HackerTube за два часа: YouTube из видео, которые советовали на Hacker NewsKarpathy built HackerTube in two hours: a YouTube made of videos Hacker News recommended Андрей Карпатый устал от рекомендаций YouTube и попросил Claude Code собрать свой видеосайт на 6 454 роликах, отобранных из 40 тысяч комментариев Hacker News за 2007–2026 годы. Проект открыт, без аккаунтов, а данные можно выгрузить и отдать своему агенту.Andrej Karpathy got tired of YouTube's recommendations and asked Claude Code to build his own video site with 6,454 clips selected from 40,000 Hacker News comments spanning 2007–2026. The project is open, needs no accounts, and its data can be exported to your own agent.

31 октября 2026 г.October 31, 2026 день целиком 2 новостиstories

• AI Computer Use в Gemini API вышел из preview: браузер, десктоп и AndroidComputer Use in the Gemini API is generally available for browser, desktop and Android 30 октября Google перевёл Computer Use в статус GA сразу для Interactions API и GenerateContent API. Модель предлагает действие по скриншоту, а выполняет его клиентский код; поддерживаются Gemini 4 Argon, 3.8 Flash, 3.5 Flash-Lite и 3 Flash Preview.On 30 October Google made Computer Use generally available in both the Interactions API and the GenerateContent API. The model proposes an action from a screenshot and client code executes it, with support for Gemini 4 Argon, 3.8 Flash, 3.5 Flash-Lite and 3 Flash Preview.
• AI GitHub Copilot Fusion стал общедоступным: вместо выбора модели — три уровня усилийGitHub Copilot Fusion is generally available: three effort levels instead of picking a model 28 октября GitHub сделал Copilot Fusion GA и заменил им режим Auto. Пользователь выбирает Standard, High или Max, а система сама решает, одну модель использовать или сцепить несколько; первые 30 дней действует скидка 30%.On 28 October GitHub made Copilot Fusion generally available and replaced the Auto option with it. Users pick Standard, High or Max, and the system decides whether to use one model or combine several; a 30% discount runs for the first 30 days.

28 октября 2026 г.October 28, 2026 день целиком 3 новостиstories

• Безопасность Важно Warp раскрыл взлом: утекли логи AI-агента и телеметрия пользователейWarp discloses breach exposing AI agent logs and user telemetry Через уязвимость стороннего поставщика атакующий получил доступ к журналам решений агента и телеметрии пользователей Warp. По оценке CEO, затронут примерно 1% пользователей. Это второй за месяц инцидент у AI-инструментов для разработчиков после OpenCode.An attacker used a third-party vendor to reach Warp's agent decision logs and user telemetry. The CEO estimates roughly 1% of users were affected. It is the second breach of an AI developer tool this month, after OpenCode.
• AI Claude Code получил переменную, отключающую последний запрос подтверждения перед rmClaude Code adds a variable that removes the last confirmation prompt before rm В Claude Code v2.1.311 появилась переменная окружения CLAUDE_CODE_EVEN_MORE_DANGEROUSLY_SKIP_PERMISSIONS: с ней агент может выполнять rm и rmdir без запроса, даже там, где --dangerously-skip-permissions их ещё блокировал. В changelog изменения нет, но в Anthropic подтвердили, что оно настоящее.Claude Code v2.1.311 supports a CLAUDE_CODE_EVEN_MORE_DANGEROUSLY_SKIP_PERMISSIONS environment variable that lets the agent run rm and rmdir without asking, even where --dangerously-skip-permissions still prompted. It is not in the changelog, but Anthropic staff confirmed it is real.
• AI GitHub Copilot SDK научился работать без пользователя: server-to-server аутентификация через GitHub AppGitHub Copilot SDK can now run without a user: server-to-server authentication via GitHub Apps Сервисы и агенты на Copilot SDK теперь могут вызывать Copilot от имени организации, используя токен установки GitHub App, а не учётные данные конкретного человека. Расход списывается на организацию и подчиняется её политикам моделей и бюджетам. Функция в публичном превью.Services and agents built on the Copilot SDK can now call Copilot on an organization's behalf using a GitHub App installation token instead of a person's credentials. Usage is billed to the organization and follows its model policies and budgets. The feature is in public preview.

27 октября 2026 г.October 27, 2026 день целиком 2 новостиstories

• AI GitHub Copilot: «умные» разрешения для агента стали общедоступнымиGitHub Copilot assisted permissions are now generally available Теперь каждое действие агента Copilot — команда в терминале, доступ к файлу, открытие URL — классифицирует LLM: очевидно безопасное выполняется само, остальное требует подтверждения. Администраторы получили отдельные политики для этого режима.Every Copilot agent action — a terminal command, file access, opening a URL — is now classified by an LLM: clearly safe actions run automatically, everything else asks for approval. Admins get dedicated policies for the mode.
• AI JetBrains открыла исходники ThinkRail — агентной IDE с параллельными агентамиJetBrains open-sources ThinkRail, an agentic IDE built for parallel agents ThinkRail — инкубаторный проект JetBrains под Apache-2.0: каждый агент работает в своём git worktree, параллельно с другими, а контекст проекта хранится в графе SPEC.md-файлов рядом с кодом. Поддерживаются MCP, Agent Skills и любые модели.ThinkRail is a JetBrains incubator project under Apache-2.0: each agent works in its own git worktree in parallel with others, and project context lives in a graph of SPEC.md files next to the code. MCP, Agent Skills and any model provider are supported.

26 октября 2026 г.October 26, 2026 день целиком 1 новостьstory

• AI MCP C# SDK 2.0: HTTP без состояния по умолчанию и многошаговые запросыMCP C# SDK 2.0: stateless HTTP by default and multi round-trip requests Официальный SDK Model Context Protocol для .NET перешёл на ревизию спецификации от 28 июля 2026: HTTP-серверы теперь по умолчанию работают без сессий, а запросы к клиенту посреди вызова заменены многошаговыми запросами. Много ломающих изменений.The official Model Context Protocol SDK for .NET moved to the 2026-07-28 spec revision: HTTP servers are now sessionless by default, and mid-call requests to the client are replaced by multi round-trip requests. Lots of breaking changes.

25 октября 2026 г.October 25, 2026 день целиком 4 новостиstories

• Безопасность AI-агентов для кода перехватывают через вредоносный AGENTS.md в папке «Загрузки»AI coding agents hijacked via a malicious AGENTS.md in the Downloads folder Если запустить Codex из ~/Downloads, подброшенный туда AGENTS.md заставлял агента установить вредоносный npm-пакет — в 90% попыток. Похожий трюк с CLAUDE.md перенаправлял трафик Claude Code. Патчить нечего: дело в том, откуда запускается агент.Running Codex from ~/Downloads let a planted AGENTS.md make the agent install a malicious npm package — in 90% of attempts. A similar CLAUDE.md trick redirected Claude Code's traffic. There is nothing to patch: it is about where the agent is launched.
• AI Anthropic объединила чат Claude и Cowork для EnterpriseAnthropic merges Claude chat and Cowork for Enterprise Корпоративные клиенты получили единый Claude в вебе, на десктопе и мобильных устройствах без выбора режима. Крупные задачи уходят в облачные сессии Anthropic и продолжают работать при закрытом ноутбуке, а администраторы получили роли, бюджеты и лимиты расходов.Enterprise customers get a single Claude across web, desktop and mobile with no mode picker. Larger tasks move to Anthropic-managed cloud sessions that keep running with the laptop closed, and admins get roles, budgets and spend limits.
• DevOps Google Cloud анонсировала Agent Compute Engine и открыла Agent Substrate для KubernetesGoogle Cloud announces Agent Compute Engine and open-sources Agent Substrate for Kubernetes Agent Compute Engine — микроВМ на Titanium для AI-агентов с чекпойнтами и восстановлением. Agent Substrate — открытый рантайм для любого кластера Kubernetes с изоляцией через микроВМ или gVisor; Google заявляет до 10-кратной плотности.Agent Compute Engine offers Titanium-based microVMs for AI agents with checkpoint and restore. Agent Substrate is an open-source runtime for any Kubernetes cluster with microVM or gVisor isolation; Google claims up to 10x density.
• AI Gemini 4 Argon за ночь оптимизировал 200-тысячную кодовую базу ADK PythonGemini 4 Argon optimized the 200K-line ADK Python codebase overnight Google рассказала, как модель 11 часов без присмотра работала над репозиторием Agent Development Kit: 800 файлов, почти 17 тысяч тестов. Итог — подготовка сессий на 40% дешевле и холодный импорт на 21% быстрее; 4 изменения ревьюеры отклонили.Google described how the model worked unattended for 11 hours on the Agent Development Kit repo: 800 files, nearly 17k tests. The result: 40% cheaper session preparation and 21% faster cold imports; reviewers rejected 4 changes.

23 октября 2026 г.October 23, 2026 день целиком 1 новостьstory

• Безопасность Вымогатели вели атаки через AI-агентов: найден фреймворк Phantom на базе OpenCodeRansomware affiliates ran intrusions with AI agents: the OpenCode-based Phantom framework SOCRadar нашла открытую директорию русскоязычного оператора, связанного с INC и The Gentlemen. Его «автономный фреймворк kill chain» Phantom работал через OpenCode и коммерческие модели на OpenRouter; целями стали около 62 организаций.SOCRadar found an exposed directory belonging to a Russian-speaking operator tied to INC and The Gentlemen. Its 'autonomous kill chain framework' Phantom ran through OpenCode and commercial models on OpenRouter; about 62 organizations were targeted.

21 октября 2026 г.October 21, 2026 день целиком 1 новостьstory

• Безопасность Microsoft: атаку на ConnectWise провела китайская Storm-0940 с помощью AI-агента ARTEXMicrosoft: China-aligned Storm-0940 hit ConnectWise using the ARTEX AI agent framework Microsoft связала компрометацию ConnectWise Cloud Backup с группировкой Storm-0940, которая автоматизировала атаки агентным фреймворком для пентеста ARTEX. Попытки входа затронули более 2250 тенантов Microsoft 365, а путь от первой цели до привилегированного доступа порой занимал меньше трёх часов.Microsoft tied the ConnectWise Cloud Backup compromise to Storm-0940, which automated its attacks with the ARTEX agentic pentesting framework. Sign-in attempts hit more than 2,250 Microsoft 365 tenants, and the path from first targeting to privileged access sometimes took under three hours.

20 октября 2026 г.October 20, 2026 день целиком 2 новостиstories

• Безопасность Важно Хакер с помощью ИИ-агентов на платформе Cairn взломал сайты более 100 компанийHacker used AI agents on the Cairn platform to break into 100+ company websites Reuters и NorForge описали оператора, который короткими командами на китайском запускал автономных агентов против более чем 1200 сайтов. Среди жертв — Deere, SharkNinja и Cummins, а затраты на токены оцениваются примерно в $5000.Reuters and NorForge described an operator who set autonomous agents loose on more than 1,200 sites with terse Chinese prompts. Victims include Deere, SharkNinja and Cummins, and token spend is estimated at about $5,000.
• AI Microsoft добавила в 365 E7 оценку риска и динамические права для AI-агентовMicrosoft adds risk scoring and dynamic permissions for AI agents to 365 E7 Агенты получают только те права, что нужны для конкретной задачи, а их риск оценивается непрерывно — при росте можно отобрать запись, потребовать подтверждения человека или остановить агента. Обнаружение теперь видит 60 типов агентов, включая Claude Code, Codex и Copilot.Agents get only the access a single task needs, and their risk is scored continuously — as it rises, write access can be pulled, human approval required or the agent stopped. Discovery now covers 60 agent types, including Claude Code, Codex and Copilot.