Junie — свежий агент для программирования от JetBrains, который работает в терминале, в среде разработки и в конвейерах сборки и доставки. Его главный ход — не привязывать пользователя к одной модели и продавать либо формат с собственным ключом без наценки, либо подписки JetBrains AI с кредитами, что делает инструмент интересным для команд, не готовых переезжать в отдельную закрытую платформу.
Свежая вакансия из ИИ-рынка — инженер машинного обучения в Lightfield в Сан-Франциско с вилкой 180–270 тыс. долларов в год. Роль подойдет тем, кто хочет строить прикладной ИИ вокруг почты, календаря и встреч, но здесь важно учитывать очный формат и все риски ранней продуктовой компании.
В этот выпуск попали пять малошумных AI-запусков, у которых пока почти нет внимания, но у каждого есть внятный рабочий угол. Здесь есть память для кодовых агентов, повторяемая оценка качества вместо «судьи-модели», нативная библиотека подсказок для устройств Apple, автономное тестирование и даже крошечный локальный интерфейс для моделей на своём компьютере. Общая черта одна: это не громкие обещания про «революцию», а попытки закрыть реальные, узкие и дорогие боли.
В сегодняшней подборке новых ИИ-продуктов — Legion AI с автоматизацией продаж для малого бизнеса, Zot как легкая оболочка для программирующих агентов и Manus как заметный универсальный исполнитель задач с хорошими отзывами пользователей. Общая линия одна: рынок все меньше хочет просто чат и все больше платит за прикладное выполнение работы.
В мировой повестке ИИ сегодня — платформы защищаются от потока машинного спама, киберпреступники начинают передавать технику атаки ИИ-агентам, Южная Корея зарабатывает на дефиците памяти для ИИ, а Европа пытается выстроить собственную воронку для стартапов. Это уже не разговор только о моделях, а о том, как ИИ меняет интернет, безопасность, рынки капитала и промышленную политику.
В новом выпуске по ИИ-моделям всего два пункта, но оба хорошо показывают, куда движется рынок. Google усиливает ставку на одну центральную модель и сразу разворачивает её по всей своей экосистеме, а OpenAI, наоборот, ещё сильнее дробит линейку под конкретные рабочие сценарии — в данном случае под программирование в реальном времени.
В этом выпуске про неудачи ИИ — иск после опасных советов ChatGPT о сочетании веществ, предупреждение о рисках приватности вокруг X и Grok и скандал со скрытым трекером в Claude Code. Во всех трех случаях проблема одна: уверенные системы без прозрачных границ быстро превращаются в источник реального вреда.
В свежей денежной повестке ИИ — два крупных сигнала: Even Realities привлекла 150 млн долларов и дошла до оценки 1 млрд, а SK Hynix готовит размещение ADR в США, которое может принести около 28 млрд долларов на фоне спроса на память для ИИ.
Пять новых работ по AI в науке рисуют трезвую картину: модели всё чаще входят в реальные научные контуры — от переработки лекарств до проверки статей и подготовки данных, — но самые ценные результаты пока приходят не от «магии модели», а от хороших бенчмарков, инфраструктуры и человеческой проверки. Особенно показательно, что на сложных диаграммах материалов современные мультимодальные системы всё ещё сильно уступают экспертному пониманию.
