Лента новостей

🔄 Перенос векторов без простоя Мы разработали метод embedflow, позволяющий менять модель эмбеддингов без простоя системы. Обычная переиндексация требует много времени: для миллиарда документов на GPU H100 процесс займет около 108 дней (тест с qwen‑embed 8 B). Даже при 50 млн записей время остаётся значительным. embedflow берёт K документов из старого индекса и переоценивает их новой моделью; при достаточном K качество поиска совпадает с результатом полной переиндексации. В 63 экспериментах (до 1 млн документов) лучший результат – переход qwen‑4 B → 8 B при K = 50, где качество было идентично нативному. Метод исключает дорогостоящий backfill, работает с Qdrant и доступен через pip install embedflow 🛠️. Исходный код открыт на GitHub: https://github.com/arnsri33/embedflow

🔍 Проблемы «вертикального ИИ» для SymphonyAI Термин «vertical AI» сейчас часто слышен в корпоративном софте, и SymphonyAI позиционирует себя как один из лидеров в этой области. Однако компания признаёт, что по мере того как базовые модели становятся взаимозаменяемыми, возникает вопрос: что действительно остаётся их собственностью? Клиенты всё чаще владеют собственной продвинутой инфраструктурой данных, могут запускать коммерческие или открытые модели, создавать внутренние агентные решения, а их инженерные команды стали заметно продуктивнее по сравнению с двумя годами назад. Многие предпочитают, чтобы ИИ работал внутри существующих систем, а некоторые крупные предприятия уже переходят к самостоятельной разработке. Руководство SymphonyAI отмечает, что часть клиентов ушла к внутренним разработкам, и компания планирует укрепить свой ИИ‑мозг, обновить наследующие продукты и ускорить переход к агентному ИИ. 🤖 Вопрос стоит остро: если фундаментальная модель заменяема, а данные, инфраструктура и оркестрация находятся у заказчика, насколько прочным может быть слой поставщика? Одних отраслевых знаний уже недостаточно – необходимо иметь уникальные данные, сложные методики принятия решений, сетевые эффекты, замкнутый цикл обучения, глубоко встроенные бизнес‑процессы, собственные бенчмарки, преимущества в дистрибуции, регулятивные патенты или реальные барьеры для переключения. Если же преимущество сводится лишь к «интерфейсу для конкретной отрасли, подключённому к хорошей модели», вертикальный ИИ может оказаться лишь переходным этапом, а не надёжным конкурентным барьером.

🚧 NavigateAI борется с нехваткой рабочих в строительстве Эрик Ву, создатель Opendoor, запустил новую компанию NavigateAI, которая вышла из режима скрытности в мае, чтобы решить острую проблему нехватки персонала в строительной отрасли. NavigateAI разрабатывает AI‑помощников, дающих строительным рабочим мгновенные голосовые подсказки без использования рук через смартфоны и AI‑очки Meta. Компания привлекла 25 млн долларов от Элада Гила, Khosla Ventures и Lennar. По оценкам, один проект дата‑центра сейчас требует от 4 000 до 5 000 работников.

🧩 Генерация кода за один шаг с помощью диффузии Исследователи доказали, что языковые модели способны писать код сразу в одном выводе. Для этого они переводят язык в непрерывное пространство, применяют процесс диффузии и затем компрессируют полученную траекторию до единственного шага. Подробности описаны в статье https://arxiv.org/abs/2609.04531, а исходный код доступен на GitHub https://github.com/pengzhangzhi/plaidq 🤖

🚨 Три туриста спасены после советов Gemini 1 сентября трое мужчин из Роузвилла использовали Gemini для планирования восхождения на гору Шаста. ИИ порекомендовал взять значительно меньше еды и воды, чем требовалось. Туристы достигли вершины в 19:00, спустя четыре часа после рекомендованного времени возвращения, спустились в темноте, один из них повредил колено и провёл ночь в каньоне, пока их не нашли рейнджеры на следующее утро. Google сообщает, что воспроизвести ошибочные ответы Gemini не удалось; возможные причины – неопределённые запросы или избыточная уверенность модели. Два дня спустя OpenAI анонсировала GPT‑6 Astra, набравшую 99,9 % в ARC‑AGI‑3, 97,6 % в FrontierMath Tier 4 и 100 % в ExploitBench. OpenAI объявила об этом как о начале эпохи AGI. Независимые тесты Artificial Analysis показывают, что модель Anthropic Fable 5.1 пока опережает её по более широкому индексу интеллекта.

🚨 Теневая ИИ‑технология ставит под угрозу данные Национальный центр кибербезопасности Великобритании (NCSC) предупредил, что использование сотрудниками AI‑инструментов вне одобренных компанией систем может привести к утечке корпоративных и клиентских данных и ослабить контроль над ними. По результатам исследований, 71 % работников применяют неутверждённые AI‑сервисы. 🛡️ NCSC также отметил, что AI‑агенты создают дополнительный риск: уязвимость или неправильная настройка агента может дать злоумышленнику доступ к тем же данным, сервисам и привилегиям. В качестве практического совета центр предлагает не запрещать ИИ, а сделать одобренные пути работы удобными. Командам рекомендуется понять причины использования теневого ИИ, предложить более безопасные альтернативы и снизить риск, а не ждать его исчезновения.

🤖 AI может стать экзистенциальной угрозой, предупреждает глава ООН по правам человека Глава ООН по правам человека заявила, что искусственный интеллект способен представлять экзистенциальный риск для человечества. Это предупреждение подчеркивает растущую озабоченность по поводу потенциальных последствий развития передовых AI‑технологий.

🤖 LLM улучшил 10 решений задачи упаковки кругов Исследователи применили большую языковую модель (LLM) для последовательной эволюции алгоритма упаковки, а не для прямого решения задачи. Начав с простого базового решателя, LLM предлагала изменения, опираясь на таблицу результатов и историю предыдущих попыток; каждый вариант оценивался независимым верификатором, лучшие сохранялись, а неудачные отбрасывались. На бенчмарке Packomania csqv модель улучшила известные суммы радиусов для 10 значений N от 101 до 114 на 2,4 %–5,4 % за 15 итераций. Общие затраты на использование LLM составили $27.72, а результаты были независимо подтверждены Packomania. Статья доступна на arXiv (arxiv.org/abs/2609.05093), код и решения — на GitHub (github.com/ucsandman/discovery-loop), а сам бенчмарк — на packomania.com/csqv/csqv.html. Автор готов обсудить правило остановки по обнаружению плато.

📞 Создание голосового AI‑агента: где ушло время Мы завершили первый полноценный телефонный AI‑агент и проанализировали, куда ушли часы разработки. Оказалось, LLM занял лишь около 15 % времени, а остальное пришлось тратить на «скучные» задачи. Самыми затратными оказались настройка SIP‑телефонии, маршрутизация звонков и обработка редких сценариев, а также детекция реплик и барже‑ин, чтобы агент мгновенно прекращал говорить при перебивании. 🔧 Наблюдаемость тоже заняла значительную часть: первая версия просто писала транскрипты и события в JSON‑логи, что было неудобно проверять. Обработка сбоев — тайм‑ауты, обрывы, задержки инструментов, странные результаты STT — не проявилась в демо, но стала проблемой в продакшене. На полпути мы оценили готовые платформы Vapi, Retell и Dasha и пришли к выводу, что с самого начала стоило бы использовать управляемый рантайм, а инженеров оставить за бизнес‑логикой. А где вы теряли больше всего времени при создании голосового агента?

🚀 Rustuna — быстрый Rust‑клон Optuna Мы выпустили Rustuna — реализацию Optuna на языке Rust, ориентированную на высокую скорость и экономию памяти. Библиотека полностью совместима с API Optuna, сохраняет привычные концепции, при этом не требует Python, что снижает риск атак цепочки поставок 📉. Нативное управление памятью в Rust уменьшает её потребление. Подробнее в блоге и на GitHub: https://github.com/optuna/rustuna/  https://medium.com/optuna/announcing-rustuna-cc82a6815bf7