agents — AI Digest

2 июл Anthropic выпускает Claude Sonnet 5 в качестве новой модели по умолчанию Anthropic models-llm
7 июл Tencent официально выпускает Hunyuan Hy3: 295B MoE-модель с агентными и рассуждательными возможностями Tencent models-llm
9 июл OpenAI GPT-5.6 Sol, Terra и Luna вышли в публичный доступ после государственной проверки OpenAI models-llm
11 июл OpenAI выпускает семейство GPT-5.6: Sol, Terra и Luna OpenAI models-llm
30 апр GLM-5V-Turbo: нативная foundation-модель для мультимодальных агентов Z.ai research
7 мая xAI выпустила Grok 4.3 с контекстом 1M токенов, снижением цен на 40–60% и улучшенными результатами в агентных бенчмарках xAI models-llm
8 мая Anthropic запускает Claude Managed Agents: Dreams, Outcomes, мультиагентная оркестрация Anthropic tools
12 мая Google анонсировала Gemini Intelligence для Android с автоматизацией задач между приложениями Google tools
15 мая EVA-Bench: сквозной фреймворк для оценки голосовых агентов ServiceNow AI research
19 мая Google I/O 2026: Gemini 4, Jules V2, Firebase Studio GA, Android XR и Aluminium OS Google DeepMind models-llm
20 мая Gemini 3.5 Flash Released at Google I/O 2026: Frontier Coding + Agentic at Flash Speed Google DeepMind models-llm
2 июн Alibaba выпускает Qwen3.7-Plus: мультимодальный агент с поддержкой зрения, рассуждений и автономного выполнения задач Alibaba / Qwen models-llm
8 июн NVIDIA Nemotron 3 Ultra: открытая модель 550B MoE теперь доступна для агентных задач NVIDIA models-llm
18 июн GitHub Copilot App стал общедоступным GitHub tools
24 июн Anthropic запускает Claude Tag — постоянного AI-участника команды в Slack Anthropic tools
24 июн ByteDance представляет Doubao-Seed-2.1-Pro на конференции Volcano Engine FORCE ByteDance models-llm
26 июн ByteDance представляет флагманскую LLM Doubao-Seed-2.1 Pro на конференции FORCE ByteDance / Doubao models-llm
11 июл xAI выпускает Grok 4.5: модель уровня Opus для кодирования и агентных задач xAI models-llm
11 июл OpenAI запускает ChatGPT Work и интегрирует Codex в единое десктопное приложение OpenAI tools
11 июл Tencent выпускает Hunyuan Hy3: открытая MoE-модель на 295B под Apache 2.0 Tencent models-llm
19 авг StateM: масштабирование harness поднимает GPT-5.6 Sol до 95,3% на Terminal-Bench 2.1, и тот же harness адаптируется к DeepSeek-V4 Flash при общих затратах $15 research
25 авг Apodex 1.1: масштабирование агентного интеллекта для сложных задач Apodex research
16 сен Atria Dawn: превью агентов-ориентированной MoE-модели на 744B от Shanghai AI Laboratory Shanghai AI Laboratory research
23 окт Диагностическая система MAI-DxO от Microsoft опубликована в Science Microsoft research
23 окт Anthropic запускает Claude Duet — проактивное агентное приложение на Opus 5.5 Anthropic tools
24 окт OpenAI возобновила обучение frontier-моделей, отрезав их от живого интернета OpenAI industry
28 авг Anthropic открывает исследовательский превью Model Hardware Standard (MHS) для AI-агентов, управляющих лабораторным оборудованием, разработанный совместно с HHMI Janelia Anthropic research
30 апр Yandex Commerce Protocol: первые ретейлеры запускают продажи через Алису AI Yandex industry
30 апр Mistral Workflows: public preview Temporal-движка для enterprise AI-оркестрации Mistral tools
30 апр Recursive Multi-Agent Systems: общение агентов в latent space Stanford University research
2 мая Eywa: фреймворк гетерогенного взаимодействия между LLM-агентами и научными foundation-моделями University of Illinois at Urbana-Champaign research
6 мая Anthropic запускает десять шаблонов ИИ-агентов для финансового сектора с интеграцией Microsoft 365 Anthropic tools
6 мая Roo Code объявляет о закрытии 15 мая и переходе к облачному агенту Roomote Roo Code tools
7 мая MiniMax Hailuo 2.3 запущена с Media Agent и генерацией видео в пакетном режиме на 50% дешевле MiniMax video
9 мая ByteDance выпускает Doubao-Seed-2.0-lite — первую омни-модальную модель в серии Seed ByteDance models-llm
10 мая AI Co-Mathematician от Google DeepMind достигает 48% на FrontierMath Tier 4 Google DeepMind research
11 мая Claude Code v2.1.139–v2.1.140: Agent View в режиме research preview и команда /goal Anthropic tools
13 мая Claude Platform на AWS достигает общей доступности Anthropic tools
13 мая RubricEM: мета-RL с декомпозицией политики под руководством рубрик за пределами верифицируемых наград Google research
14 мая Anthropic запускает Claude для малого бизнеса Anthropic tools
14 мая Notion запускает Developer Platform 3.5 с External Agents API, Workers и CLI Notion tools
19 мая Anthropic приобретает Stainless — стартап по SDK и MCP-инструментарию, которым пользовались OpenAI и Google Anthropic industry
20 мая Google Launches Gemini Spark: 24/7 Personal AI Agent in Google AI Ultra Google tools
20 мая Google Launches Antigravity 2.0: Agent-First Dev Platform with Desktop App, CLI, and Managed Agents API Google tools
20 мая Code as Agent Harness: Survey Positions Code as the Substrate for Executable Agent Systems (159 HF upvotes) Multi-institution (42 authors) research
20 мая SkillsVote: Lifecycle Governance of Agent Skills — Collection, Recommendation, Evolution (219 HF upvotes) Memtensor Research Group / IAAR-Shanghai research
4 июн Microsoft запускает Scout: всегда активный Autopilot AI-агент для Microsoft 365 Microsoft tools
6 июн OpenAI выпускает Lockdown Mode для блокировки эксфильтрации через prompt injection в ChatGPT OpenAI tools
12 июн OpenAI приобретает немецкий стартап Ona для развития постоянных облачных агентов Codex OpenAI industry
16 июн NVIDIA SkillSpector: сканер безопасности с открытым кодом для скиллов AI-агентов NVIDIA tools
18 июн OpenAI запускает Scheduled Tasks в ChatGPT и прекращает поддержку Pulse OpenAI tools
19 июн AWS Summit New York 2026: общая доступность Bedrock AgentCore, iOS-предпросмотр Kiro и анонс AWS Context Amazon tools
19 июн OpenAI публикует Deployment Simulation: предсказание поведения модели до релиза OpenAI research
19 июн ENPIRE: агенты кодирования ИИ замыкают цикл физических робототехнических исследований без участия человека NVIDIA / Carnegie Mellon University / UC Berkeley research
21 июн Mistral переименовывает Le Chat в Vibe: единый агент для работы и написания кода Mistral tools
24 июн xAI запускает /goal в Grok Build для длительных автономных задач кодирования xAI tools
24 июн Qwen-AgentWorld: языковые world-модели для универсальных агентов в семи средах Alibaba/Qwen research
25 июн Gemini 3.5 Flash получает встроенный инструмент управления компьютером Google DeepMind tools
25 июн Beyond NL2Code: структурированный обзор мультимодального интеллекта в написании кода research
26 июн OpenAI делает Codex Remote общедоступным для всех тарифов и сообщает о 97.9% внутреннем уровне использования OpenAI tools
26 июн Qwen-AgentWorld: языковые мировые модели для универсальных агентов на 35B и 397B параметров Qwen Team, Alibaba research
2 июл Anthropic запускает Claude Science — AI-воркбенч для исследователей Anthropic tools
2 июл Яндекс запускает платформу AI-агентов для Alice AI Yandex tools
4 июл Gemini Spark запускается на macOS с доступом к локальным файлам и поддержкой MCP-серверов Google tools
11 июл ByteDance EdgeBench: скорость обучения агентов удваивается каждые три месяца ByteDance research
13 июл Long-Horizon-Terminal-Bench: тестирование пределов агентов на длинных терминальных задачах Tencent Hunyuan research
26 июл OpenAI добавила голосовое управление ChatGPT в десктоп-приложение с поддержкой Codex OpenAI tools
27 июл AREX: на пути к рекурсивно самосовершенствующемуся агенту для глубокого исследования research
30 июл HumanCLAW: способны ли vision-language модели действовать через тело? Meta Research research
11 авг Meta выпускает Muse Glimmer — агентную модель с открытыми весами на 30B для локальных устройств Meta models-llm
12 авг xAI запускает публичную бету Grok Bot — постоянно работающих ИИ-агентов-напарников xAI tools
13 авг DeepSeek V4 Pro вышел из превью как V4-Pro-0813 с крупным приростом в бенчмарках по коду DeepSeek models-llm
14 авг DeepSeek-V4-Pro reaches general availability, prices jump up to 1,100% from Aug 16 DeepSeek models-llm
15 авг DarwinX: эволюция агентских харнесов через естественный отбор Salesforce AI Research research
15 авг Spatial Memory Agent: процедурная память на основе опыта для пространственного интеллекта Zhejiang University research
18 авг ClawGym II: исследование чёрно-ящичного RL на обвязке агента Renmin University of China research
26 авг MobilePA-Bench: бенчмаркинг мобильных планировщиков-агентов на сложных реальных задачах research
26 авг AutoSaddler: автоматическая оптимизация харнесса с устойчивыми обновлениями по трассам исполнения агента Microsoft research
28 авг VoiceMem: стриминговая двухмозговая память для взаимодействия в реальном времени research
7 сен OpenAI заявляет, что цель «автоматизированного научного стажёра» достигнута, и нацеливается на полностью автоматизированного исследователя к марту 2028 года OpenAI research
9 сен Яндекс запускает Alice AI для бизнеса — агентного ассистента для Яндекс 360 Yandex tools
10 сен Meta запускает Muse — персонального AI-агента, ведающего почтой и путешествиями Meta tools
14 сен В отчёте утверждается, что агенты OpenAI провели нераскрытую кибератаку на RubyGems OpenAI research
15 сен Andon Labs запустила Pion — платформу агентов, автономно управляющих настоящими компаниями Andon Labs tools
15 сен Feyospace-v1: команда из семи человек обучила open-weight фронтирных кибер-агентов feyospace research
17 сен OpenAI запускает фреймворк сообщений о рассогласовании моделей и раскрывает шесть инцидентов OpenAI research
17 сен Google открывает устройства Google Home сторонним AI-агентам через Home MCP Google tools
22 сен CodeMidas: масштабирование RL-окружений агентного кодинга из самого кода Xiaomi MiMo research
25 сен Ранняя активность бесконтрольных ИИ-агентов и попытки взлома найдены в логах urlquery.net Transluce research
26 сен OpenAI сообщила, что агенты опубликовали в сети 53 пользовательских изображения без ведома лаборатории OpenAI industry
23 окт Google Cloud запускает Agent Compute Engine с microVM на каждого агента Google tools
23 окт Anthropic передаёт стандарт Agent Skills фонду Agentic AI Foundation Anthropic industry
8 мая Automated Weak-to-Strong Researcher: AI-агенты превосходят людей в исследованиях по alignment Anthropic research
10 мая Anthropic устраняет агентическое поведение шантажа у Claude с помощью «Teaching Claude Why» Anthropic research
6 июн MLEvolve: самоэволюционирующий мультиагентный LLM-фреймворк для автоматического поиска алгоритмов машинного обучения research
11 июн Kwai Keye-VL-2.0: открытая мультимодальная MoE-модель 30B с контекстом 256K для длинного видео Kwai research
17 июн JoyAI-VL-Interaction: открытая VLM на 8B для взаимодействия в реальном времени с автономным управлением очередью речи JD.com research
8 июл LLM-as-a-Verifier: верификация как независимая ось масштабирования для LLM Stanford University / UC Berkeley / NVIDIA research
11 июл Meta выпускает Muse Spark 1.1 и запускает Meta Model API Meta models-llm
5 авг LongHorizon-Harness: развитие агентов для долгих горизонтов в реальных задачах research
19 авг Cursor запускает Origin: хостинг репозиториев кода, PR с синхронизацией с GitHub и агенты в каждом репо Cursor tools
27 авг Apodex 1.1: масштабирование агентского интеллекта для сложной работы Apodex AI research
27 авг ClawProBench: trace-aware оценка AI-агентов с покрытием в рантайме research
29 авг Agentic-разработка игр как верифицируемый движок траекторных данных для масштабирования world models NUS research
5 сен Repo-To-Skill: дистилляция GitHub-репозиториев в переиспользуемые AI-скиллы research
5 сен Terminal-Universe: превращение траекторий агентов в масштабируемые терминальные среды research
10 сен NeoHorse-1: рекурсивное самоулучшение через агентное пост-обучение TokenRhythm research
11 сен Show-Harness: обычный VLM-агент уже может управлять роботами Show Lab, NUS research
12 сен WMRL: масштабирование автоматических research-агентов через world-модели University of Illinois / NVIDIA research
16 сен ZGCM-1: полностью открытая и крайне эффективная 7B-модель для математики и агентного поиска ZGCAGI research
16 сен Dream-RSI: рекурсивное самоулучшение через эволюционирующие миры Google research
23 сен GameHorizon Suite: данные и оценка мульти-горизонтного геймплея Tencent ARC research
24 сен Claude обнаружил новую ферментную систему с CRISPR-подобными повторами Anthropic research
24 сен The Tasteful Agent: измерение «вкуса» в задачах длинного горизонта Microsoft research
17 окт OpenGCUA: к полностью открытому стеку для generalist computer use research
23 окт Scaling in Games: Continued Pre-Training For Embodied Agents In Diverse Virtual Worlds Tsinghua THUSI-Lab, miHoYo research
23 окт Deep Search in Real-World Web Environments research
24 окт Anthropic: Claude Mythos 5 совершил несанкционированные действия против реальных людей в 9 из 43 тестов UK AISI Anthropic research
6 мая Ctx2Skill: фреймворк самосовершенствования для автономного обнаружения навыков из контекста в LLM research
7 мая GitHub Copilot в VS Code, апрельские релизы: BYOK-ключи моделей, шаринг вкладок браузера, запись в терминал GitHub tools
7 мая AWS MCP Server достиг общей доступности с полным доступом к API и средствами аудита IAM Amazon Web Services tools
7 мая GitHub MCP Server: сканирование секретов в GA и сканирование зависимостей в публичном превью GitHub tools
8 мая Google DeepMind публикует годовой отчёт о результатах AlphaEvolve Google DeepMind research
8 мая AI Co-Mathematician: Google DeepMind достигает 48% на FrontierMath Tier 4 Google DeepMind research
9 мая OpenSearch-VL: открытый рецепт обучения мультимодальных агентов поиска Tencent Hunyuan research
9 мая ARIS: автономные ML-исследования с помощью состязательного взаимодействия мульти-агентов Shanghai Jiao Tong University research
14 мая LangChain запускает LangSmith Engine (публичная бета) и SmithDB на Interrupt 2026 LangChain tools
16 мая SDAR: агентное обучение с подкреплением через самодистилляцию для многоходовых агентов Zhejiang University / Meituan research
16 мая MemLens: бенчмарк мультимодальной долгосрочной памяти для моделей визуального языка NVIDIA research
19 мая MMSkills: переиспользуемые мультимодальные скиллы для универсальных визуальных агентов (105 апвоутов на HF) Shanghai Jiao Tong University research
2 июн Crafter: мультиагентный фреймворк для генерации редактируемых научных иллюстраций — +16 пунктов над базовыми моделями (103 апвоута на HF) Tsinghua University research
2 июн GrepSeek: обучение поисковых агентов для прямого взаимодействия с корпусом через команды оболочки (93 апвоута на HF) University of Massachusetts Amherst research
6 июн Детерминированный горизонт: теоретико-информационное доказательство ограничений расширенного CoT и необходимости использования инструментов research
8 июн Агентные трансформеры доказуемо обучаются поиску в глубину через обучение с подкреплением Carnegie Mellon University / Ohio State University research
11 июн Claude Code v2.1.172–v2.1.173: вложенные суб-агенты до 5 уровней глубины Anthropic tools
11 июн Arbor: автономное ML-исследование через уточнение дерева гипотез NLPIR Lab research
11 июн DeNovoSWE: генерация полного репозитория с нуля — рост с 5.8% до 47.2% на синтетических обучающих данных AweAI Team research
14 июн Moonshot AI открывает тестирование Kimi Work: десктопный агент с роем из 300 субагентов и WebBridge Moonshot AI tools
14 июн EvoArena: LLM-агенты набирают лишь 40% в динамически изменяющихся средах MIT / NUS / Salesforce research
14 июн WeaveBench: агенты компьютерного использования проваливаются на гибридных задачах GUI+CLI — 41% успешных выполнений Microsoft Research research
14 июн InterleaveThinker: RL-пайплайн «планировщик+критик» для перемежающейся генерации текста и изображений CUHK Multimedia Lab research
16 июн FastContext: специализированный субагент-исследователь сокращает использование токенов агентами по коду на 60% Microsoft / Shanghai Jiao Tong University research
18 июн Cursor 3.7: облачные dev-окружения и субагенты /in-cloud Cursor tools
19 июн Google DeepMind публикует AI Control Roadmap: эшелонированная защита от рассогласованных агентов кодирования Google DeepMind research
22 июн GateMem: бенчмарк управления памятью в агентах с разделённым доступом research
26 июн Детерминированный горизонт: когда расширенное рассуждение даёт сбой и необходима делегация инструментам research
26 июн Runway выпускает Agent 2.0 для автоматизации маркетинговых кампаний Runway video
29 июн OPID: дистилляция навыков на собственной политике улучшает RL агентов с длинным горизонтом Institute of Automation, Chinese Academy of Sciences research
4 июл xAI запускает Grok Voice Agent Builder в бета-версии xAI tools
8 июл AutomationBench-AA: независимый бенчмарк из 657 задач для AI-агентов в SaaS-автоматизации Artificial Analysis tools
14 июл ABot-AgentOS: операционная система для роботизированных агентов с долгосрочной мультимодальной памятью Alibaba research
14 июл ABot-N1: базовая модель визуально-языковой навигации с архитектурой slow-fast Alibaba research
17 июл SearchOS-V1: к устойчивой коллаборации агентов открытого поиска информации Ant Group / Renmin University research
17 июл SEED: самоэволюционирующая on-policy дистилляция для агентного обучения с подкреплением research
21 июл RESOURCE2SKILL: дистилляция исполняемых агентных навыков из мультимодальных ресурсов, созданных людьми Microsoft Research research
23 июл OpenAI представила Presence — управляемую платформу корпоративных AI-агентов OpenAI tools
23 июл DataFlow-Harness: обоснованная платформа кодовых агентов для построения редактируемых пайплайнов данных для LLM Peking University research
1 авг Технический отчёт Qwen-UI-Agent: к фундаментальным GUI-агентам нового поколения, ориентированным на реальный мир Alibaba Tongyi Lab research
2 авг Frontis-MA1: обучение модели AI4AI для рекурсивного самоулучшения в машинном обучении Horizon Research, Frontis.AI, Tsinghua University research
5 авг Progressive Agent Skill Generation via Reinforcement Learning (Skill-α) The Chinese University of Hong Kong research
9 авг LongHorizon-Harness предлагает цикл Manage-Execute-Audit для долгосрочных агентов research
9 авг Recursive Synthetic Terminal Tasks генерирует более 37 000 проверяемых долгосрочных агентных задач research
10 авг OSReward: стандартизированная оценка кросс-платформенных reward-моделей для computer-use NLP Group of The University of Hong Kong research
14 авг Google launches Gemini 3.7 Flash, a faster coding- and agent-focused model Google DeepMind models-llm
14 авг Intern-S2-Preview: Scientific Agentic Foundation Model Shanghai AI Lab research
16 авг HuggingFace публикует «State of Open Models: Summer 2026» с первым датасетом использования агентов research
20 авг Zetta ζ: эффективный closed-loop embodied-каркас для самоэволюционирующего физического интеллекта Air Embodied Brain (multi-institution, 15 authors) research
20 авг Demystifying Agent Skills: почему они работают — пока не перестают UC San Diego (Zhiyuan Jiang, Mengdi Wang, Yijiang Li et al.) research
23 авг EnvHarness: Awakening Static Worlds for Agent Learning Google research
23 авг FACET: Preserving Source Intent and Executable State in Terminal Task Synthesis University of Science and Technology of China research
26 авг Google Cloud запускает Gemini Enterprise for Legal в режиме preview Google tools
30 авг Anthropic: automated AI researchers can reliably mitigate alignment failures Anthropic research
2 сен StudentSim: обучение симуляторов студентов на базе LLM Microsoft Research research
8 сен Iris: Climbing to the Search Frontier research
8 сен Bilevel Coordinated Reflection: теоретико-игровой подход к multi-agent LLM-системам research
10 сен Gander: end-to-end omni-агент взаимодействия с архитектурой Cerebellum-Brain Tencent Hunyuan research
10 сен Miles v0.1: RL-система пост-обучения продакшен-уровня RadixArk research
11 сен OpenAI открывает публичную бету Agents API с управляемым Codex-harness OpenAI tools
11 сен Programmable World Model: программируемое агентами постоянное состояние для интерактивного видео Alaya Lab research
12 сен OpenAI запустила Data agent в ChatGPT Work для аналитики на естественном языке OpenAI tools
12 сен Ant Group открыла Ling-3.0-flash-Fin — свою первую модель с усилением под финансы Ant Group models-llm
18 сен ScienceIDE: превращение мировой научной кодовой базы в среды, обучаемые агентами PhAI Labs research
23 сен Intern-S2-397B: сильнейшая открытая научная мультимодальная модель Shanghai AI Lab Shanghai AI Laboratory (InternLM) models-llm
23 сен Codex CLI 0.156.0: полноэкранный TUI, голосовой режим и дашборд использования OpenAI tools
23 сен RRSI: регуляризованное рекурсивное самоулучшение агентных каркасов Google Research research
24 сен Agensh: масштабирование организационного интеллекта до 1024 агентов Microsoft Research research
17 окт FDE-Gym: бенчмарк агентов на задачах forward-deployed-инженерии research
17 окт Self-Evolving Agent Harness: самоулучшение скаффолда при замороженных весах модели research
23 окт OpenClaw 2026.10.5 выпускает Skill Workshop 2.0 и публичные ссылки на диалоги OpenClaw tools
24 окт IQuest-Q1: развитие фундаментальных возможностей для агентных CLI-систем IQuest models-llm
28 апр Firefly AI Assistant — Public Beta Adobe image
1 мая AutoResearchBench — бенчмарк автономного поиска научной литературы для AI-агентов BAAI research
5 мая OpenClaw 2026.5.3: плагин для передачи файлов и надёжность кроссплатформенного обмена сообщениями tools
11 мая AutoTTS: LLM-агенты автоматически открывают стратегии test-time scaling за $40 research
6 июн Сбер представил мультиагентного бизнес-ассистента на базе GigaChat для корпоративного банкинга на ПМЭФ 2026 Sber industry
12 июн InterleaveThinker: RL-фреймворк для агентной генерации чередующегося текста и изображений research
12 июн EvoArena: LLM-агенты набирают лишь 39,6% на бенчмарке динамически меняющихся сред MIT research
12 июн FORT-Searcher: фреймворк обучающих данных, устойчивых к «срезанию углов», для агентов глубокого поиска research
21 июн FAPO: полностью автономная оптимизация промптов в многошаговых LLM-пайплайнах Cisco Foundation AI research
24 июн Алиса Яндекса получила агентное бронирование ресторанов и салонов красоты по всей России Yandex tools
25 июн Готовы ли мы к агент-нативным системам памяти? SJTU сравнивает 12 архитектур research
6 июл AgenticSTS: тестовый стенд с ограниченной памятью для LLM-агентов с длинным горизонтом Alaya Studio research
6 июл EvoPolicyGym: оценка итеративного самосовершенствования RL-политик агентами кодирования University of Macau / CUHK research
16 июл OpenAI выпускает Codex Micro: свой первый физический аппаратный продукт — клавиатуру управления агентами за $230 OpenAI tools
16 июл Сбер запускает GigaCode Desktop: многоагентную платформу для полного цикла разработки Sber tools
3 авг Alibaba открывает широкий доступ к Qwen3.8-Max через API, запускает публичную бету QwenWork Alibaba / Qwen models-llm
15 авг LLMRouter: унифицированная инфраструктура для разработки, оценки и развёртывания LLM-роутеров University of Illinois Urbana-Champaign research
17 авг DarwinX: эволюция каркасов агентов посредством естественного отбора Salesforce AI Research research
18 авг OpenRouter выпускает Activity Dashboard и Analytics API для расходов на агента и модель OpenRouter tools
18 авг VibeWorlding: могут ли мультимодальные агенты создавать 3D-открытые миры от начала до конца? Tencent research
18 авг HarnessEval-W: агентное превращение оценки визуальных миров NTU / MirroS-Lab consortium research
24 авг ForgeWM: Progressive Causal Training для Few-Step Action-Conditioned Video World Models research
24 авг SWE-bench Science: могут ли кодинг-агенты решать инженерные задачи в науке? OpenMOSS research
25 авг Prime Agent: самоулучшающийся RLM-харнесс Prime Intellect research
25 авг Графовая инженерия в эпоху LLM-агентов: от индивидуального интеллекта к системному research
1 сен Selectel выпустила aish — AI-сисадмин-агента, встроенного в серверную ОС SelectOS Selectel tools
15 сен COBRA-Skills: эволюция агентных скиллов под управлением контекстных бандитов Chinese University of Hong Kong, Shenzhen research
22 сен OpenAI запускает Astra for Law — агент для юридической работы OpenAI tools
22 сен Grounded Skill Synthesis from Code at Scale for Agentic Intelligence (Code2Skill) Ant International research
22 сен RecreationWorld: масштабируемые и верифицируемые окружения для гибридных computer-use-агентов Qwen (Alibaba) research
22 сен EvoOntology: самоэволюционирующий слой онтологии для data-агентов RUC-DataLab (Renmin University) research
23 сен ЮKassa выпустила MCP-сервер, позволяющий AI-агентам принимать платежи Sber (YooKassa) tools
28 сен Guardian: OpenAI остановила обучение новейших моделей на фоне сообщений о «беглых агентах»; рамка оспаривается OpenAI industry
28 сен «Форма» языковых моделей: проектирование архитектур под агентные воркфлоу Alex Zhang (independent) research
23 окт OpenAI раскрыла агентов, ослабивших собственный мониторинг безопасности OpenAI research
11 мая Alibaba интегрирует Qwen AI с Taobao для сквозного агентного шопинга Alibaba industry
13 мая Alibaba интегрирует Qwen AI с Taobao для запуска агентных разговорных покупок Alibaba industry
21 июн OpenAI Codex получает Record and Replay для создания повторно используемых навыков OpenAI tools
12 сен Т-Банк открыл биржевую торговлю для внешних AI-агентов через MCP T-Bank tools
15 сен ByteDance выпустила потребительскую версию Doubao Phone Assistant с бета-управлением автоматизацией экрана ByteDance tools
28 апр Claude Code v2.1.121 Anthropic tools
28 апр Codex CLI rust-v0.126.0-alpha.8 OpenAI tools
2 мая Апрельское обновление GitHub Copilot для Visual Studio 2026 года приносит агентные сценарии GitHub tools
4 мая Intern-Atlas: граф эволюции методологий из 1 млн статей как исследовательская инфраструктура для AI-учёных research
6 мая OpenClaw 2026.5.4: голосовой мост Google Meet через Gemini и аудио с учётом backpressure tools
6 мая HeavySkill: интернализация «тяжёлого мышления» как обучаемого агентного навыка через RL research
7 мая Cursor 3.3: разбивка использования контекста для диагностики агентов Cursor tools
7 мая LongSeeker: эластичная оркестрация контекста для агентов долгосрочного поиска Shanghai Jiao Tong University research
7 мая Исполняемые мировые модели для ARC-AGI-3: подход агента программирования без игровой специфики research
8 мая Claude Code v2.1.133: хуки уровня усилия, настройка baseRef для worktree и ключи политик администратора Anthropic tools
8 мая OpenClaw v2026.5.5: 60+ исправлений ошибок на платформах обмена сообщениями и у AI-провайдеров tools
9 мая Direct Corpus Interaction: переосмысление поиска для агентных систем TIGER-Lab research
12 мая NanoResearch: совместная эволюция навыков, памяти и политики для персонализированной AI-автоматизации исследований Shanghai AI Lab research
13 мая OpenClaw v2026.5.12-beta: вложение сессий субагентов и 20 ходов пинг-понга между агентами tools
8 июн SubtleMemory: бенчмарк выявляет систематические провалы агентов в тонком реляционном запоминании research
9 июн SWE-Explore: бенчмарк, выявляющий исследование репозитория как ключевое ограничение в агентах для написания кода Shanghai Jiao Tong University research
10 июн SearchSwarm: обучаемое делегирование для LLM-агентов в долгосрочных исследовательских задачах research
11 июн OpenCode v1.17.1–v1.17.3: восстановление аутентификации, права суб-агентов, лаунчер для Linux SST tools
16 июн Память реконструируется, а не извлекается: графовая память улучшает запоминание у LLM-агентов на 23% National University of Singapore research
19 июн Changelog GitHub Copilot от 18 июня: MAI-Code-1-Flash расширяется, AGENTS.md появляется в code review GitHub tools
19 июн Коллапс предпочтений мультимодального оценщика: кросс-модальное заражение в циклах самоэволюции агентов research
21 июн Игровое агентное обучение роботов: самостоятельная игра формирует переносимые навыки UC Berkeley research
22 июн S-Agent: пространственное использование инструментов активирует пространственный интеллект в VLM Nanyang Technological University research
23 июн Агентные трансформеры доказуемо обучаются поиску через обучение с подкреплением research
28 июн Открывается AI Engineer World's Fair 2026; Anthropic анонсирует MCP Registry API industry
9 июл Рекурсивное самосовершенствование в ИИ: обзор 1250 статей с таксономией по силе верификации research
11 июл UniClawBench: бенчмарк для проактивных AI-агентов на реальных задачах University of Hong Kong research
13 июл OpenClaw 2026.7.1-beta.6: ClawRouter, Claude Sonnet 5, Mythos 5, провайдер Featherless tools
14 июл LightMem-Ego: лёгкая потоковая мультимодальная память для смартфонов и AI-очков ZJUNLP research
16 июл KnowAct-GUIClaw: самообучающаяся память и библиотека навыков для кросс-платформенных GUI-агентов Harbin Institute of Technology research
21 июл Recursive Harness Self-Improvement (RHI): доработка агентных «обвязок» по обратной связи от выполнения Sakana AI research
24 июл AREX: к рекурсивно самосовершенствующемуся агенту для глубоких исследований Beijing Academy of Artificial Intelligence (BAAI) research
24 июл GuardianAgentBench: где агенты дают сбой и как их защитить research
26 июл LLM теряются при изменении намерений пользователя Microsoft Research research
26 июл NVIDIA-labs OO Agents: нативные объектно-ориентированные агенты на Python NVIDIA research
6 авг Quo Vadis, World Modeling? На пути к интерактивным прокси мира для непрерывно совершенствующихся агентов Shanghai AI Laboratory research
7 авг MerchantBench: оценка LLM-агентов на долгосрочную согласованность в операциях электронной коммерции Alibaba Group research
7 авг ABSeeker: обучение поисковых агентов с длинным горизонтом через распределение наград методом обратного отслеживания ответа Shanghai Jiao Tong University research
8 авг AgentOPSD: рекурсивная самодистилляция для агентного обучения с подкреплением research
8 авг OSReward тестирует кросс-платформенные модели вознаграждения для computer-use University of Hong Kong research
8 авг WorldClaw генерирует агентные 3D открытые миры в масштабе Tencent Hunyuan research
8 авг EnvACE усваивает динамику среды через «репетицию мира» для агентного RL research
11 авг Macaron-V1: к открытому непрерывному обучению с самоулучшением и Mixture-of-LoRA Mind Lab research
11 авг Agent Memory Distillation: усиление малых LLM-агентов иерархической памятью учителя research
14 авг LycheeMemory V2: Efficient Long-Term Memory for LLM Agents via Semantic Segment-Level Consolidation research
14 авг OmniScientist: An Omni-Modal Omni-Discipline AI Scientist research
14 авг AutoDesign: Meta-Harness Optimization for Long-Horizon Agentic Design Meituan research
19 авг IBM Research измеряет, сколько агентской памяти реально нужно каждому ярусу моделей IBM Research research
20 авг Agentic ESOpt: файнтюн long-horizon LLM-агентов с минимальными требованиями к GPU National University of Singapore (Zhi Zheng, Wee Sun Lee et al.) research
20 авг ASI-Bench: на заре искусственного суперинтеллекта 42-author consortium (lead: Junwei Zhou; incl. Chi Wang, Yilun Hao, Yuantao Zhai) research
20 авг Co-RL: unsupervised reasoning возникает из разнообразной когорты в multi-agent RL UC San Diego (Yunhao Yang, Nuno Vasconcelos, Yijiang Li et al.) research
27 авг FrontierChallenge: оценка выполнения научных workflow HKU + Apodex AI research
30 авг Pydantic AI v2.36.0 adds durable-operation API and MCP config in clai Pydantic tools
1 сен OpenClaw 2026.8.1: поиск по разговорам, структурированные Q&A и дашборды виджетов OpenClaw tools
1 сен Hermes Agent v0.21.0 "Pantheon": боты, agent-to-agent DM и память для cron NousResearch tools
2 сен OpenClaw 2026.8.2: домашний док агента, Linux-приложение для десктопа, фоновые сессии tools
2 сен LoopArena: бенчмаркинг моделей как рантайм-контроллеров для loop engineering research
6 сен xAI запустила Grok Bot на собственном закупочном процессе: «Haggle Bot» нашёл более $100 тыс. экономии xAI tools
6 сен OpenClaw 2026.9.2: поддержка GPT-6 Astra, Swarm по умолчанию, экспериментальные plugin-UI OpenClaw tools
6 сен OpenCode v1.18.28/29: трекинг Copilot-сессий, фикс GPT-6-Astra; репозиторий теперь под anomalyco tools
7 сен Editable Visual Design: кодинг-агенты генерируют слоистые HTML/CSS-визуалы вместо сплющенных картинок research
7 сен RealSWE: бенчмарк кодинг-агентов, перестроенный вокруг реальных, небрежных пользовательских запросов research
9 сен Meta раскрывает архитектуру безопасности агентного ассистента Muse и открывает bug bounty для всех Meta AI tools
10 сен GitHub Copilot добавляет управляемый предприятием sandbox и права администраторов на операции агентов GitHub tools
13 сен EvoSafeHarness: автоматически эволюционирующие safety-харнессы для LLM-агентов research
21 сен SoL-Pi: рекурсивное масштабирование авто-research-циклов для эффективного agent harness research
22 сен OpenAI рассказывает, как V7 даёт AI-агентам институциональную память OpenAI tools
24 сен Эмерджентный сговор при долгогоризонтном взаимодействии LLM-агентов research
24 сен OpenClaw прошёл аудит безопасности Trail of Bits: все находки устранены tools
25 сен Агенты Project Swap от Anthropic ведут реальные обмены книгами для 201 сотрудников Anthropic research
25 сен OpenClaw v2026.9.6 доставляет 2 614 PR; сборка macOS перевыпущена после крэша при запуске OpenClaw tools
25 сен Pydantic AI v2.49.0: GitHub Copilot OAuth-провайдер, GPT-6 в Bedrock Converse Pydantic tools
25 сен Goose v1.52.0: живые голосовые диалоги, провайдер Z.AI Coding Plan Block tools
28 сен 2026 в LLM (пока что): keynote Саймона Уиллисона на WeAreDevelopers research
17 окт OpenAI: Stack Overflow for Agents утраивает регистрации с новым плагином ChatGPT OpenAI tools
24 окт Всегда ли нужна сложная агентная память? Наивный RAG сильнее, чем мы думали research
28 апр Agentic World Modeling: Foundations, Capabilities, Laws, and Beyond HKUST/NUS/Oxford/NTU research
10 мая Яндекс запускает AI-агента Алисы для поиска записей о ветеранах ВОВ в российских архивах Yandex tools
20 мая Sber Opens Testing of GigaCowork: No-Code AI Agent Management Platform for Enterprises Sber tools
30 июн Яндекс запускает платформу для разработчиков AI-агентов внутри Alice AI Yandex tools
16 июл MWS AI выпускает Cotype Pro 3 (27B) и Light 3 (9B) для корпоративных ИИ-агентов MWS AI models-llm
25 сен Сбер представил линейку GenAI-агентов и GigaChat 3.5 Reasoning на GigaKonf 2026 Sber industry
17 окт Tencent подтверждает: ИИ-агенты проявляли непреднамеренный browsing в сторону Amap от Alibaba Tencent industry