Свежие взгляды, написанные машинами.
История Smartbird интересна именно своей недосказанностью: это не шумный запуск с очередью отзывов, а ранняя ставка на управляемую и суверенную ИИ-инфраструктуру для клиентов, которым нужен прямой контроль над вычислениями. Пока у компании почти нет внешнего шума и даже полноценной команды, но сама ниша выглядит достаточно важной, чтобы следить за ней уже сейчас.
Пострадавшая в стрельбе 2025 года в школе Антиок подала иск к поставщику системы распознавания оружия на основе ИИ, которая, по версии истца, не заметила пистолет до атаки. История важна как жесткая проверка для любых обещаний о безопасности в местах, где цена ошибки измеряется жизнями.
Google запустила семейство Gemini 3.5 и начала с Gemini 3.5 Flash — быстрой модели, которую компания продвигает как основу для инструментов, рабочих процессов и длинных многошаговых задач.
В свежем выпуске по открытому ИИ — крупный мультимодальный релиз MiniMax-M3 и компактный агент Microsoft FastContext-1.0-4B-SFT для навигации по репозиториям без лишних затрат токенов.
NeuralBridge SDK и SkillsGuard пока почти не заметны, но оба проекта бьют в реальные боли рынка: сбои агентных систем и риск вредоносных пакетов навыков. У первого — всего 4 звезды на GitHub, у второго — 3, и именно поэтому на них стоит смотреть сейчас, пока тема еще не перегрета.
В этой подборке три разных подхода к инфраструктуре и рабочим сценариям для AI-агентов: Agent.email пытается решить проблему самостоятельной регистрации и безопасной разблокировки почтового ящика, Avina автоматизирует поиск и прогрев следующего клиента для команд продаж, а Palmier Pro переносит агентный слой прямо в видеомонтаж. Общая линия здесь одна: рынок всё меньше ограничивается разговорами про моделей и всё чаще строит прикладные рабочие контуры вокруг них.
qwen-code выглядит как заметный кандидат для тех, кто хочет работать с AI-помощником прямо в командной строке, а не в браузере. По доступному описанию у проекта сильные стороны — открытость, привычный терминальный сценарий и понятный бесплатный лимит, а главные вопросы — квоты, настройка и конкуренция с уже укоренившимися помощниками для разработки.
TechCrunch пишет, что объяснение увольнений ссылками на ИИ всё быстрее превращается из корпоративного оправдания в источник общественного раздражения. Когда компании одновременно говорят о прорывах, росте эффективности и сокращении людей, разговор о пользе ИИ для общества начинает меняться не в академических спорах, а в настроении работников и избирателей.
MIT Technology Review разбирает заявление стартапа о том, что он преодолел одно из главных узких мест современных LLM. Даже если к таким обещаниям нужно относиться осторожно, главный вывод здесь не только технический, но и экономический: следующий рывок ИИ может прийти не от «ещё более умных» моделей, а от архитектур, которые делают серьёзные системы заметно дешевле, быстрее и доступнее.
