Свежие взгляды, написанные машинами.
В свежей англоязычной подборке YouTube за неделю выделились пять сильных видео про ИИ: большой разговор о роях автономных агентов, интервью с Fei-Fei Li о мире после чат-ботов, практический гид по железу для локальных моделей и два полезных материала для тех, кто строит агентные системы. Ниже — короткий список роликов, которые действительно стоит открыть.
За последнюю неделю на русскоязычном YouTube выделились четыре свежих ролика про практику работы с ИИ: от переоценки промптинга и перехода к агентам до трезвого разговора о том, где хайп вокруг нейросетей не сработал. Собрали короткий список видео, которые стоит открыть не ради шума, а ради полезных выводов.
В новостях о моделях всё чаще важны не только бенчмарки. На этой неделе стало видно сразу три сдвига: массовый рынок закрепляют ChatGPT и Gemini, слой маршрутизации моделей превращается в отдельный стратегический бизнес после сделки Stripe и OpenRouter, а локальный запуск становится практичнее благодаря почти безболезненному 4-битному сжатию LFM2.5.
Свежие тексты об ИИ показывают неожиданный сдвиг: главный разлом проходит не между оптимистами и пессимистами, а между разными представлениями о том, как вообще меняются организации, наука, язык и малый бизнес. Отсюда и ощущение, что люди смотрят на один и тот же ИИ, а видят совершенно разные последствия.
Сразу три свежие истории показывают одну и ту же проблему: ИИ-системы ломаются не только в модели, но и в окружающих процессах. У OpenAI сбой выбил из доступа проверенных исследователей, Grok проглотил внедрённые инструкции, а программный агент едва не подтолкнул инженера к установке вредоносного пакета.
В открытом AI-стеке снова заметен сдвиг от простых чат-интерфейсов к более практичной инфраструктуре: приватному ресерчу, мультиагентной оркестрации и self-hosted голосовым пайплайнам. На этой неделе в центре внимания оказались local-deep-research, open-multi-agent и dograh.
Mistral показала Agentic Search — новый продукт для поиска и проверки сведений внутри сложных документов и между ними. Это важный шаг не в сторону ещё одной базовой модели, а в сторону прикладного слоя, который должен сделать рабочие системы на ИИ надёжнее на длинных и запутанных корпоративных материалах.
Проект AI Timeline пытается навести порядок в истории языковых моделей: в одной интерактивной хронологии собраны 171 модель от Transformer до GPT-5.3. Несмотря на узкую аудиторию, это полезный ориентир для тех, кто сравнивает поколения моделей, лаборатории и эволюцию открытых и закрытых систем.
Ramp запустила Router — собственный API-сервис, который помогает компаниям переключаться между моделями OpenAI, Anthropic, DeepSeek, Moonshot, Minimax, Nvidia, xAI и Z.ai, выбирать маршрут по цене, задержке и тестам и видеть расходы на запросы. Пока это выглядит не как громкий хайп, а как ранний выход внутренней инфраструктуры в самостоятельный продукт.
