Код и агенты
Нейросети для программирования и агенты: Claude Code, Codex, Cursor, автоматизация задач.

Vercel Labs открыла бета-версию UI SDK под Apache-2.0: набор из 50+ поведений интерфейса, из которых агенты собирают доступные компоненты для React, Vue, Svelte, Solid и Web Components.

Команда ggml-org выпустила llama.cpp и ggml v1.0.0. Теперь поломки API и ABI будут отмечать повышением мажорной версии, а сборки появятся в Homebrew, Winget, conda-forge и других каналах.

Amplitude рассказала, что ее агент Wave на моделях OpenAI сокращает путь от идеи до релиза с примерно месяца до 1-2 дней. В тесте на своей главной странице число сообщений через карточки-подсказки через день выросло на 160% относительно контрольной группы.

AI Cluster Runtime от NVIDIA получил компонент AIBOM на базе k8s-aibom: в пространствах имен с включенным opt-in он записывает, какие модели и образы работают в кластере. Контроллер потребляет в среднем около 2,2 millicores CPU.

Исследователи Google DeepMind на новом фреймворке AlphaProof Code математически доказали ключевые гарантии протокола Signal. Работа заняла четыре недели у команды из пяти человек.

Ollama выпустила версию 0.40.16: в каталоге появилась 65-миллиардная модель Ripple Preview для агентного кодинга, а Qwen3.8 Flash Next на Apple silicon стала легче почти на 27 ГиБ.

Владелец WordPress.com Automattic вывел на рынок Spacefast: сервис дает базу данных, авторизацию и аналитику для сайтов, написанных ИИ. Он конкурирует с Lovable и Emergent.

Цюрихская 0sec Labs выложила под MIT или Apache-2.0 харнесс 0 для поиска уязвимостей, пентеста и реверса. Работает локально с любой из 14 моделей, цифры бенчмарков пока самоотчетные.

Исследователи Alibaba и азиатских вузов выпустили Co-Design Bench. Лучшая из десяти моделей, GPT-6 Astra, безупречно закрывает 26,4% задач, хотя на старых тестах агенты набирают больше 99%.

Андрей Карпати с помощью Claude Opus 5.5 обработал 43 млн комментариев Hacker News за 20 лет и собрал сайт из 6454 видео. По его словам, подборка лучше рекомендаций YouTube.
Google выложила под Apache 2.0 плагин EGM: агент сначала пишет спецификацию, ее проверяют пять этапов ревью субагентов без контекста, и только потом идет код. Бенчмарков точности нет.
GitHub опубликовал руководство по agentic-инженерии: за неделю в октябре на платформе было 1,2 млрд коммитов, а ревью пулл-реквестов с ИИ растягивается на 441%.
Ricursive Intelligence опубликовала веса Ripple-65B Preview под Apache 2.0. Компания заявляет лучший результат среди открытых американских моделей на TerminalBench 2.1 и бюджет всей разработки в $32 млн.
Ollama 0.40.15 получил поддержку Xiaomi MiMo V2.6 на 9 млрд параметров и семейства AutoTrust для ответов "да/нет" и оценок. Еще в релизе: Kimi Code CLI и параллельные запросы к GGUF-моделям.
OpenAI объявила о покупке Pierre Computer Company, чьи библиотеки Trees и Diffs уже работают в приложении Codex. Сделка должна усилить в Codex ревью кода и работу с Git для агентов.
DeepSeek выложила под MIT прототип кодового агента dsh-superagent. Он принимает запросы из GitHub и Feishu и раздает их параллельным сессиям. Цифры пока только из симуляции.
Vercel Labs выпустила agent-desktop 1.0.2 под Apache-2.0: CLI на Rust, который дает любому агенту управлять приложениями на macOS, Windows и Linux без скриншотов и vision-модели.
Factory включила по умолчанию программный вызов инструментов: модель пишет JavaScript-скрипт, а не дергает тулы по одному. По данным самой компании, это дает 15% экономии на Opus 5.5.
NVIDIA проверила методы FP32 на Tensor Core в потенциале PET из EPFL: GEMM быстрее в 1,7-2,5 раза, шаг молекулярной динамики на Ampere до 1,5x, точность близка к FP32.
На Android Dev Summit Google добавила в Android Studio функцию "Bring Your Own Agent" и расширила CLI. По внутренним тестам компании, UI-задачи агенты выполняют на 77% быстрее.
Microsoft Research опубликовала препринт об Agensh - системе, где агенты самоорганизуются без центрального оркестратора и поднимают результат на 49% относительно одного агента.
Anthropic научил Claude генерировать формальные математические доказательства корректности кода. За несколько недель модель проверила 123 библиотеки и нашла сотни багов, которые годами не замечало обычное тестирование.
MiniMax раскрыла тайну Space Bunny: загадочная модель, державшая первое место в мировых рейтингах и обработавшая свыше 200 триллионов токенов, оказалась ранней версией M3.1 Flash.
CEO Replit Амджад Масад заявил, что OpenAI стал предпочтительным партнером и провайдером по умолчанию для Replit Agent. Анонимный инсайдер, знакомый с партнерством, возразил: сотрудничество с Anthropic продолжается.
Google Research выпустила фреймворк Harness² с открытым кодом. Один шаг рекурсивного улучшения поднял GLM-5 до 11,5 пункта на WorkBuddy-Bench - без изменения весов модели.
Meta выпустила Muse Spark Open - открытую модель с 816 млрд параметрами, которая работает локально на двух Mac Studio с чипом M5 Ultra.
NVIDIA выложила полный код платформы Run:ai в открытый доступ. Теперь любой разработчик может бесплатно использовать инструменты планирования GPU-задач и управления AI-нагрузками.
Vals AI проверила мультиагентные команды на GPT-6 Sol и Claude Opus 5.5: расходы выросли до 5,1x, а статистически значимый прирост качества - только в одном из четырех тестов.
Anthropic добавила в Claude Managed Agents динамические воркфлоу: один ведущий агент раздает задачи до 1000 подагентов параллельно и собирает результаты. На тесте с 70 спрятанными багами одиночный агент нашел максимум 27, а рой - стабильно 66.
Anthropic открыл OSS Scanner - бесплатный сервис поиска уязвимостей в открытом коде на базе Claude Mythos. За полгода модели уже нашли больше 29 000 потенциальных проблем.
Исследователи Zenity Labs обнаружили цепочку уязвимостей в Amazon Bedrock AgentCore: одно сообщение в чате публичному агенту открывало доступ ко всем агентам аккаунта.
Microsoft показала "Гибридный интеллект": Copilot теперь может работать с локальными папками, переименовывать файлы и готовить письма - но действия требуют одобрения пользователя.
Google представила EmbeddingGemma 2 - мультимодальную модель на 740 млн параметров, которая обходит конкурентов вдвое крупнее и работает прямо на устройстве без интернета.
Стартап Reflection представил Beam - открытую MoE-модель на 501 млрд параметров, которая при активных 23 млрд соперничает с китайскими флагманами и тратит в 3-4 раза меньше вычислений. Показатели компании независимо не проверены.
Стартап из Бруклина с оценкой $25 млрд представил первую открытую модель Beam - MoE на 501B параметров, которая претендует на эффективность GLM-5.2 при втрое меньших вычислительных затратах. Ключевые бенчмарки пока не прошли независимую проверку.
DeepSeek выпустил v0.2 своего агентного фреймворка с нативными приложениями для macOS и Windows, встроенным менеджером плагинов и планировщиком задач на базе session-local механизма.
OpenAI и Synopsys запустили многолетнее партнерство и строят GPT-Synopsys - специализированную модель, которая умеет работать с EDA-инструментами и помогает инженерам оптимизировать дизайн полупроводников.
H Company открыла веса Holo4 - двух моделей для управления компьютером, которые набирают 85.2% на OSWorld и обходят GPT-5.5 по соотношению цены и результата.
Исследователи Nvidia научили систему SoL-Pi автоматически оптимизировать управляющий слой агентов - и получили минус 49% токенов без потери качества.
Microsoft разделила Copilot на три раздела и запустила автономного агента Autopilot на базе OpenClaw - теперь он работает в облаке без участия пользователя.