EN RU

Ежедневный дайджест

13 пунктов · ~13 мин · Неделя 2026-W34

Обязательно к прочтению (2)

OpenAI «временно замедляет» масштабирование frontier-моделей и описывает защиту от кибер-возможностей

OpenAI
индустрия офиц. + СМИ 5 ист. ~1 мин

19–20 августа 2026 года OpenAI опубликовала «Pacing model development in an era of cyber-critical capabilities» и сопутствующий пост, объявив о двухнедельной паузе в крупнейшем плановом frontier-запуске обучения с подкреплением, об усилении исследовательских сред за счёт более строгой сетевой изоляции и песочниц, а также о внедрении 30-минутного детектирующего монитора, потребляющего ~20% supervised inference-вычислений. Шаги связаны с внутренними находками red-team о критических кибер-возможностях у моделей линейки Astra / GPT-5.6 Sol.

Почему это важно
Первое конкретное публичное обязательство frontier-лаборатории замедлить крупный запуск обучения из-за кибер-возможностей; переводит дискуссию после Astra с «надо ли выпускать?» на «какая инфраструктура нужна для безопасного выпуска?» — задаёт прецедент, по которому будут оценивать другие лаборатории.
#openai #scaling #safety #cyber-capabilities #preparedness #governance #frontier-models

Z.ai выпускает GLM-5.3 с frontier-кодингом и эмерджентной кибер-возможностью

zhipu
модели/LLM офиц. + СМИ 6 ист. ~1 мин

Z.ai (Zhipu) выпустила GLM-5.3 с контекстом 1M токенов, обязательным reasoning (уровни усилия low/high/max) и существенным пост-тренировочным прогрессом поверх неизменной базы GLM-5.2. Z.ai сообщает о +50% на внутреннем Code Bench, SOTA среди open-source на Terminal Bench 3.0 и Agents' Last Exam (CLI), а также об эмерджентной кибербезопасностной возможности — 84.5% на CyberGym (с 77.2%) и 54.4% на ExploitBench (с 24.4%).

Почему это важно
GLM-5.3 показывает, что frontier-уровневую модель для кодинга/агентов можно получить одним лишь пост-тренингом на неизменной базе, закрывая большую часть разрыва с закрытыми frontier-моделями в агентном кодинге и открывая новый фронт эмерджентных кибер-возможностей, что побудило Z.ai выпускать веса поэтапно и проводить safety-оценки с партнёрами.
#zai-org #glm #china-ai #open-weights #coding #cybersecurity #agentic #post-training #1m-context #frontier-model

Стоит знать (7)

Pika Audio Models: Soundtrack, Music, SFX и Speech

Pika Labs
аудио офиц. + СМИ 6 ист. ~1 мин

Pika Labs выпустила четыре фундаментальные аудиомодели в семействе Pika Audio. Pika Speech — 3B flow-matching transformer, выдающий студийную речь 48 kHz с клонированием голоса по секундам референса при real-time factor 0.02; Pika SFX превращает текст в сфокусированные звуковые эффекты в реальном времени; Pika Music генерирует готовые треки из текста, текста песни или референсного аудио; Pika Soundtrack превращает видео в синхронизированные звуковые ландшафты с учётом движения. Семейство позиционируется до 20x дешевле сопоставимых аудиомоделей и доступно через Pika API Club.

Почему это важно
Pika — видео-первая лаборатория — делает full-stack ставку на TTS, музыку, SFX и саундтреки за долю от прайсинга инкумбентов, что напрямую давит на ElevenLabs, Suno и Stability Audio.
#pika #text-to-music #music-gen #text-to-speech #voice-cloning #sound-effects #video-to-audio #audio-generation #pricing #tts

Zetta ζ: эффективный closed-loop embodied-каркас для самоэволюционирующего физического интеллекта

Air Embodied Brain (multi-institution, 15 authors)
исследования официальный 3 ист. ~1 мин

Zetta — closed-loop embodied-каркас, который эволюционирует кодовых runtime-критиков и recovery-навыки онлайн при замороженной базовой политике, используя три разделённых по времени масштаба петли. С инфраструктурой Z-Infra достигает 90.8% на LIBERO-Pro и 93.6% на RoboCasa с ускорением инференса 11.1x.

Почему это важно
Топ-пайер на HF Daily Papers за 20 августа со 152 upvotes — задаёт практический рецепт самоулучшения embodied-агентов во время исполнения без дообучения базовой политики.
#embodied-ai #self-improvement #agents #robotics #paper #release #open-source

Demystifying Agent Skills: почему они работают — пока не перестают

UC San Diego (Zhiyuan Jiang, Mengdi Wang, Yijiang Li et al.)
исследования официальный 2 ист. ~1 мин

Контролируемые эксперименты на бенчмарках, агентных каркасах и LLM показывают, что skills обходят Workflow Memory на 6.06 пункта, но точность retrieval падает с 29.6% до 3.3% при росте пула skills с 5 до 100. Процедурная привязка объясняет 65.7% выигрыша от skills против 4.5% от явного внедрения знаний.

Почему это важно
Топ-пайер на HF Daily Papers за 19 августа со 149 upvotes — даёт первую систематическую абляцию того, когда и почему библиотеки agent skills действительно помогают, и показывает scaling-обрыв, в который упираются практики.
#agents #rag #evals #long-context #paper #retrieval #benchmarks

OpenAI предварительно анонсировала Private Safety Processing — abuse-монитор с совместимостью с Zero Data Retention для платного API-уровня

OpenAI
инструменты офиц. + СМИ 4 ист. ~1 мин

19 августа 2026 года OpenAI предварительно анонсировала Private Safety Processing (PSP) — систему мониторинга с длинным горизонтом, которая помечает misuse на нескольких диалогах без сохранения промптов или ответов клиента. PSP работает в защищённой одноразовой вычислительной среде, возвращает заголовок ответа `safety-identifier` на сработавших запросах и позиционируется как совместимый с ZDR способ выполнять обязательства по обнаружению abuse для платных API-клиентов.

Почему это важно
Даёт enterprise / регулируемым API-клиентам задокументированный путь сохранить гарантии zero-retention, одновременно выполняя планку OpenAI по abuse-мониторингу — закрывает давний privacy-пробел, из-за которого часть нагрузок уходила к Anthropic.
#openai #api #safety #zdr #abuse-monitoring #enterprise #privacy #data-retention #preview

OpenAI расширяет покрытие Zero Data Retention на frontier-модели

OpenAI
инструменты офиц. + СМИ 3 ист. ~1 мин

19 августа 2026 года OpenAI объявила о расширении уровня Zero Data Retention, распространив гарантии no-store / no-train на дополнительные frontier-модели и уточнив путь соответствия для платных API-клиентов. Релиз подан как усиление enterprise-позиционирования OpenAI против 30-дневного удержания Anthropic на покрываемых моделях.

Почему это важно
Усиливает регуляторную и enterprise-позицию OpenAI в тот же день, когда был предварительно показан Private Safety Processing — пара читается как скоординированная история privacy + мониторинга, а не как единичный продукт.
#openai #api #zdr #privacy #enterprise #data-retention #frontier-models #expansion

Claude Code v2.1.237 добавляет встроенный стиль вывода Concise и исправляет prompt caching для LLM-шлюзов / кастомных base URL

Anthropic
инструменты офиц. + СМИ 2 ист. ~1 мин

Релиз 20 августа 2026 года. Добавлен встроенный стиль вывода Concise, который начинает с результата и пропускает нарратив, сохраняя полноту (выбирается в /config → Output style). Исправлен prompt caching для пользователей, запускающих Claude Code через LLM-шлюз или кастомный base URL — кэшированные префиксы не переживали gateway-посреднические запросы и молча перерасходовали токены на каждом ходе.

Почему это важно
Исправление gateway prompt-cache — материально более крупное изменение для enterprise-пользователей: команды, проксирующие Claude Code через LiteLLM, Cloudflare AI Gateway, Portkey или Anthropic-совместимые прокси, платили полную цену за cache hits, которые, как они думали, у них были.
#anthropic #claude-code #cli #release #prompt-caching #llm-gateway #output-style

Claude Code v2.1.236 добавляет ANTHROPIC_DEFAULT_MODEL, межсессионные idle-уведомления и усиление wildcard read-deny в macOS-песочнице

Anthropic
инструменты официальный 2 ист. ~1 мин

Релиз 19 августа 2026 года. Новая переменная окружения ANTHROPIC_DEFAULT_MODEL (сохраняется между перезапусками, отличается от per-session ANTHROPIC_MODEL); opt-in одноразовый notify_when_idle в SendMessage (macOS/Linux) для межсессионных пингов; правила wildcard read-deny в macOS-песочнице (например, **/.env) теперь имеют приоритет внутри разрешённых read-областей и не могут быть обойдены переименованием; fullscreen-рендерер откатывается на classic после неудачного старта; прокрутка в /model picker; /goal-сессии делают self-check-in после 30 мин / 1 ч / 2 ч простоя; бейдж черновика/pending/green MR GitLab в футере; исправлено отображение маскота Clawd в iTerm2; текст recap ограничен 400 символами по границе слова; поддержка screen-reader в VSCode для транскрипта.

Почему это важно
ANTHROPIC_DEFAULT_MODEL — давно запрашиваемая конфиг-примитива, которая наконец отделяет модель по умолчанию от per-session override — открывает дверь к флотовому rollout моделей через env без потери кастомизации /model на пользователя. Усиление wildcard-песочницы закрывает реальный вектор эксфильтрации.
#anthropic #claude-code #cli #release #sandbox #security #coding-agent #macos #workflow
Справочно (4)

Agentic ESOpt: файнтюн long-horizon LLM-агентов с минимальными требованиями к GPU

National University of Singapore (Zhi Zheng, Wee Sun Lee et al.)
исследования официальный 2 ист. ~1 мин

Заменяет RL на evolution strategies для файнтюна long-horizon LLM-агентов, требуя только inference-уровневую GPU-память и поддерживая credit assignment на уровне траекторий. На WebArena-Lite улучшает агента на Qwen-3.5-27B на 6.69 пункта относительно No-Skill baseline и побеждает в 28 из 36 настроек automatic-heuristic-design на тесте.

Почему это важно
96 HF upvotes (19 августа) — предлагает жизнеспособный путь для академических лабораторий файнтюнить агентные политики frontier-масштаба на commodity GPU, обходя стоимость инфраструктуры агентного RL.
#agents #rl #fine-tuning #long-horizon #paper #training #credit-assignment

ASI-Bench: на заре искусственного суперинтеллекта

42-author consortium (lead: Junwei Zhou; incl. Chi Wang, Yilun Hao, Yuantao Zhai)
исследования официальный 2 ист. ~1 мин

60 проектных исследовательских задач в 11 научных областях, построенных на 31 000+ человеко-часах с прогрессивно уменьшающимся человеческим руководством. На 18 конфигурациях агент-моделей средние оценки падают с 50.91 (полное руководство) до 29.10 (задан метод) до 26.62 (метод определяется агентом).

Почему это важно
55 HF upvotes (19 августа) — первый бенчмарк, совместно измеряющий инновационную эксплорацию и автономное научное исполнение, с намеренно публичным submission-порталом, чтобы сюита могла расти вместе с полем.
#evals #agents #science #benchmark #paper #benchmarks #autonomous-research

Co-RL: unsupervised reasoning возникает из разнообразной когорты в multi-agent RL

UC San Diego (Yunhao Yang, Nuno Vasconcelos, Yijiang Li et al.)
исследования официальный 2 ист. ~1 мин

Несколько декапленных моделей не делят параметры, но совместно оптимизируются через RL с наградами, полученными от соседей; разнообразие когорты по семействам моделей, размерам и перефразированным сэмплам разрывает петли обратной связи от коррелированных ошибок. Даёт +3.0–8.6% на семи LLM-бенчмарках и +2.3–7.2% на четырёх VLM-бенчмарках без каких-либо ground-truth меток.

Почему это важно
40 HF upvotes (20 августа) — рецепт без меток, который матчит или превосходит supervised reasoning-тренинг на текстовых и vision-language задачах, что снизит ценовой барьер для пост-трейнинга reasoning-моделей.
#rl #reasoning #agents #multimodal #paper #vlm #post-training

OpenAI Codex CLI выпускает 0.149.0-alpha.1 — alpha.3 19–20 августа

OpenAI
инструменты официальный 1 ист. ~1 мин

Пре-релиз теги 0.149.0-alpha.1, alpha.2 и alpha.3 пакета @openai/codex были нарезаны github-actions 19–20 августа 2026 года, сигнализируя, что следующий stable-рез Codex CLI находится в финальном drydock.

Почему это важно
Три alpha за 36 часов — более высокий каденс, чем обычная последовательность 0.148.x alpha — ранний индикатор того, что 0.149.0 stable может последовать в течение дней.
#openai #codex #cli #alpha #preview