Триллион минут с фитнес-браслетов Google превратила в одну модель здоровья

SensorFM от Google Research предобучена на триллионе минут сенсорных данных 5 млн человек и обошла привычные методы на 34 из 35 медицинских задач.

🔴 Триллион минут с фитнес-браслетов Google превратила в одну модель здоровья

Обычно под каждую задачу (сон, стресс, сердце) врачи и инженеры вручную собирают отдельный алгоритм. Google Research представила SensorFM, одну модель, которая учится общему «языку» человеческой физиологии и переносит его сразу на десятки задач.

Масштаб обучения трудно уложить в голове. Более триллиона минут сенсорных сигналов от 5 миллионов человек из 100+ стран, снятых с 20+ моделей часов Fitbit и Pixel Watch. Модель читает 34 показателя в минуту с пяти датчиков: пульс, движение, кожную проводимость, температуру кожи и высоту.

На 34 из 35 медицинских задач SensorFM обошла привычные методы с ручной настройкой признаков, от рисков для сердца и обмена веществ до скрининга психического состояния и качества сна. На задачах с числовым прогнозом прирост точности составил около 21%. А встроенная в «персонального агента здоровья» модель, по словам Google, давала оценки, статистически неотличимые от реальных замеров при проверке клиницистами.

За этой сухой цифрой скрыт сдвиг логики. Носимое устройство перестаёт быть счётчиком шагов и становится непрерывным потоком, который одна модель читает как связный сигнал о теле. Что происходит с профилактикой, когда браслет на руке видит сбой раньше, чем его почувствует человек?

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #модели #Google #longevity #здоровье #healthtech #биотех #ИИ #технологии #AravanaAI

Робот берёт бокал вина и тут же подбирает винтик с пола, одной и той же кистью

Новая кисть 1X для робота Neo: 25 степеней свободы, сухожильный привод и датчик в каждом суставе. Компания заявляет о мощностях на 10 000 таких кистей в этом году.

🔴 Робот берёт бокал вина и тут же подбирает винтик с пола, одной и той же кистью

Сила и аккуратность у роботов всегда были взаимоисключающими: привод, что держит груз, слишком груб для хрупкого предмета. Компания 1X (за ней стоит OpenAI) показала кисть для гуманоида Neo, которая, судя по описанию 1X, снимает этот компромисс.

В кисти 25 степеней свободы, почти как у живой руки. Моторы вынесены в предплечье и тянут пальцы через сухожилия, а каждый сустав одновременно и двигатель, и датчик: он поддаётся нажатию и сообщает, с какой силой на него давят. На кончиках пальцев стоят тактильные сенсоры, различающие точку касания и проскальзывание, а точность позиционирования компания заявляет на уровне ±0,2 мм.

Отсюда и трюки из демо: та же рука вкручивает лампочку, собирает LEGO, застёгивает молнию, наливает чай, подбирает отдельный винт и берёт бокал вина. Кисть герметична по стандарту IP68, так что её можно мыть, а значит, роботу допустимо доверить готовку и уборку за собой. Запястье, по данным компании, отработало испытания за пределами 2 миллионов циклов под высокой нагрузкой.

Главная цифра не про ловкость, а про масштаб: 1X заявляет о мощностях на 10 000 таких кистей в этом году. Ловкость рук и есть то самое узкое место, из-за которого гуманоиды до сих пор не вышли из демо-роликов на реальные рабочие места. Как быстро «человеческая» кисть, выпущенная десятками тысяч, превратит уборку и сборку в работу для робота?

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #физическийИИ #воплощённыйИИ #автоматизация #будущеетруда #ИИ #технологии #AravanaAI

Компания, которая ищет лекарства с помощью ИИ, показала, что на этом можно зарабатывать

Выручка $102,5–106,5 млн, рост на 272–287% год к году; чистая прибыль $33,5–39,5 млн

🔴 Компания, которая ищет лекарства с помощью ИИ, показала, что на этом можно зарабатывать

Insilico Medicine сообщила о выходе в прибыль по итогам первого полугодия 2026 года, и для сектора, привыкшего годами гореть деньгами, цифры выглядят непривычно. Выручка составила $102,5–106,5 млн, это рост на 272–287% год к году. Чистая прибыль составила $33,5–39,5 млн против убытка годом ранее.

Откуда деньги. Не с продажи таблеток, а с партнёрств: Insilico разрабатывает молекулы для крупной фармы (Servier, Eli Lilly, SK Biopharmaceuticals) и получает выплаты по мере прохождения этапов. В первом полугодии сразу несколько таких этапов сработали одновременно.

Почему это важно. ИИ-поиск лекарств долго жил на обещаниях и красивых презентациях. Здесь же появился конкретный результат. Препарат рентосертиб от лёгочного фиброза дошёл до третьей, финальной фазы клинических испытаний. Как говорит основатель компании Алекс Жаворонков, «Insilico работает одновременно как ведущая ИИ-платформа и как автоматизированная научная лаборатория». Прибыльная ИИ-фарма перестаёт быть оксюмороном.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#биотех #фарма #longevity #клиническиеиспытания #healthtech #нейросети #ИИ #технологии #AravanaAI

Основатели не поехали к инвесторам: за деньгами сходил их ИИ-агент

Раунд серии B при оценке около $500 млн; агент SivaClaw провёл переговоры со 130+ инвесторами

🔴 Основатели не поехали к инвесторам: за деньгами сходил их ИИ-агент

Компания Lyzr, которая создаёт корпоративных ИИ-агентов, закрыла раунд серии B на $100 млн при оценке около $500 млн, и почти всю работу по привлечению денег провёл не человек, а агент по имени SivaClaw.

Агент отвечал на вопросы более чем 130 инвесторов, готовил инвестиционные меморандумы и даже отслеживал, на каких слайдах презентации инвесторы задерживались дольше. Интерес к сделке он разогрел до $400 млн, притом что компании всего три года, а её основателям, по сути, не пришлось вставать из-за рабочих столов.

Раньше девятизначный раунд означал недели перелётов и встреч с фондами. Теперь его ведёт программа, которая сама видит, где инвестор засомневался, и сама дожимает. И если ИИ-агент способен привлечь себе $100 млн, то что в цепочке «основатель и инвестор» остаётся человеку, и надолго ли?

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#инвестиции #венчур #раунд #стартапы #агентыИИ #нейросети #оценка #ИИ #технологии #AravanaAI

К гонке человекоподобных роботов подключился автопроизводитель, которого там не ждали

Меморандум со стартапом Highlanders; выпуск и внедрение роботов намечены на 2027 год

🔴 К гонке человекоподобных роботов подключился автопроизводитель, которого там не ждали

Mitsubishi Motors подписала меморандум о взаимопонимании с робототехническим стартапом Highlanders, чтобы вместе выпускать и внедрять человекоподобных роботов уже к 2027 году. Соглашение скрепили лично гендиректор Mitsubishi Motors Такао Като и глава Highlanders Хироя Масуока.

На демонстрации Highlanders показал две машины: человекоподобный прототип под именем Robot N и четвероногую модель. Для автокомпании расчёт прозрачен. Те же операции, что собирают автомобиль, завтра сможет выполнять её собственный робот.

За чем следить дальше. Первое — пойдут ли роботы на заводы самой Mitsubishi или компания замахнётся на внешний рынок, где уже толкаются Tesla, Figure и Hyundai. Второе — удержится ли срок «2027», ведь в робототехнике заявленные сроки сдвигают чаще, чем соблюдают. Третье — японские автогиганты редко заходят поодиночке, так что ждём ответных ходов от Toyota и Honda.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #автоматизация #физическийИИ #промышленныероботы #будущеетруда #ИИ #технологии #AravanaAI

27 миллиардов параметров прямо в кармане: стартап уместил большую ИИ-модель в iPhone

Модель Qwen ужали с 54 ГБ до менее 4 ГБ на iPhone 17 Pro; Apple вышла на связь

🔴 27 миллиардов параметров прямо в кармане: стартап уместил большую ИИ-модель в iPhone

Пока обновлённая Siri для сложных задач до сих пор ходит в облако Google и работает на моделях Gemini, стартап PrismML пошёл ровно в обратную сторону. По данным Yahoo Finance, компания взяла модель Alibaba Qwen 3.6 на 27 миллиардов параметров и заставила её целиком работать локально, на одном iPhone 17 Pro, вообще без интернета.

Как это влезло. Модель ужали с 54 гигабайт до менее чем 4, при этом все 27 миллиардов параметров остаются активными. PrismML заявляет о сокращении требуемой памяти до 14 раз и ускорении работы до 8 раз. По сути это спор двух миров: одни строят всё более гигантские дата-центры под ИИ, другие впихивают сопоставимый интеллект в устройство у вас в руке.

И интерес рынка уже виден. По тем же данным, Apple вышла на связь с PrismML. Локальный ИИ означает полную приватность, мгновенный ответ и ноль зависимости от связи. Ещё недавно «большая модель на телефоне» звучало как оксюморон, теперь разрыв между «ИИ в облаке» и «ИИ в кармане» сократился на глазах.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #Apple #Google #стартапы #ИИ #технологии #AravanaAI

Daily Digest - 10 июля 2026

Пока OpenAI платит по счетам прошлого и теряет второго номера в день запуска, Meta закладывает фундамент будущего: собственный чип и дешёвый API против флагманов.

Индустрия сегодня разделилась по времени. Одни компании защищают то, что уже сделали, — в судах и в кадровых объявлениях. Другие тратят день на то, чем будут отличаться через два года, — на собственный кремний и собственный ценник. У OpenAI одновременно сложились три сюжета такого веса, что каждый в другой день ушёл бы в отдельный выпуск. NYT, Daily News и ещё около десятка изданий потребовали судебных санкций за сокрытие улик в деле об авторских правах. Второй номер компании, Фиджи Симо, ушла с должности из-за хронической болезни в самый громкий день запуска GPT-5.6. А Meta открыла на этом фоне свой фронт: чип Iris идёт в серийное производство, платный API Muse Spark 1.1 выведен по ценам, сопоставимым с Claude Haiku 4.5 и GPT-5.6 Luna. Одна компания платит по счетам прошлого и держит настоящее уже без ключевого руководителя, другая закладывает фундамент будущего и делает это громко.

Иск на $28 миллионов и 78 миллионов разговоров, которых официально не существовало

Стивен Либерман, адвокат Daily News, заявил в иске: OpenAI два года «делала ложные заявления» о своей способности искать авторский контент в обучающих данных. По данным AP, NYT потратила более $28 млн на суды с AI-компаниями и теперь требует санкций против OpenAI за системное сокрытие улик. По данным TechCrunch, OpenAI накопила базу примерно из 78 млн разговоров ChatGPT чтобы внутри оценивать, насколько сама нарушает чужие авторские права. То есть измеряла это у себя, одновременно отрицая в суде саму возможность такого поиска. Истцы просили выборку из 120 млн логов; OpenAI сократила её до 20 млн и предоставила настолько заредактированной, что судья признал её «непригодной». Плюс обвинение в массовом удалении диалогов после подачи иска: прямое нарушение судебного предписания о сохранении доказательств.

Контекст жёсткий. Anthropic уже согласилась выплатить авторам книг $1.5 млрд за обучение Claude на пиратских копиях, и это составляет малую долю её рыночной оценки $965 млрд накануне IPO. Часть медиаорганизаций, включая AP, выбрала лицензионные соглашения с OpenAI, Google и Meta. NYT пошла другим путём: она добивается прецедента. И теперь у неё есть то, чего не было раньше: доказательство, что OpenAI годами утверждала невозможное, пока внутри делала это возможным. Это меняет саму суть дела. Вопрос уже не в том, справедливо ли брать чужие тексты для обучения. Вопрос в том, врала ли компания в суде. А это уже совсем другой юридический режим и совсем другая цена ошибки.

Meta ставит фабрику: собственный чип в серию, 14 гигаватт к 2027 году

Дженсену Хуангу есть о чём подумать. По данным Yahoo Finance, Meta начнёт серийное производство чипа Iris в сентябре и удвоит вычисления до 14 гигаватт к 2027 году. Тестирование заняло шесть недель без серьёзных проблем, что для полупроводниковой отрасли считается очень быстро. Компания планирует выпускать новую версию чипа примерно каждые шесть месяцев до 2027 года, тогда как весь остальной рынок работает годовыми циклами. Инфраструктура растёт в том же ритме: в первом полугодии 2026 года Meta добавила 1 гигаватт вычислительных мощностей, во втором планирует ещё 5.5, доводя совокупные вычисления примерно к 7 гигаваттам. Ежегодные капзатраты Meta на AI-инфраструктуру достигнут $145 млрд - значительная доля от более чем $700 млрд, которые Big Tech суммарно готова вложить в технологию.

Iris — новая версия в линейке MTIA (Meta Training and Inference Accelerators), изначально заточенной под запуск моделей, а не их обучение. В обучении господство Nvidia остаётся почти абсолютным, и Meta открыто это признаёт. Дизайн Iris делает Broadcom, производство берёт на себя TSMC. Вокруг чипа выстроена длинная цепочка поставок: контракты с Samsung на память, с Sandisk на флеш-накопители, с Sumitomo Electric на оптоволокно. Компания скупает дефицитные ресурсы вперёд, потому что аналитики Morgan Stanley уже заговорили о «чипфляции»: цены на память и AI-чипы растут так быстро, что превращаются в макроэкономический риск. То, что для Nvidia было маржой, для Meta становится расходом, который она хочет обнулить. И идёт к этому не через переговорную позицию, а через собственный кремний, собственный дата-центр и собственных поставщиков каждой критической детали.

Второй номер OpenAI ушла с должности в самый громкий день запуска компании

Фиджи Симо, пришедшая в OpenAI в мае 2025 года на созданную специально под неё должность CEO of Applications, ушла с должности, оставшись советником на неполную ставку. Причина: синдром постуральной тахикардии, хроническое заболевание, диагностированное у неё в 2019 году. По её собственным словам сотрудникам, она всё время работы в компании откладывала лечение, чтобы не терять ни одного рабочего дня. Роль Симо была сконструирована так, чтобы освободить Сэма Альтмана для исследовательской повестки: под её вертикалью объединили и бизнес, и продукт в одной операционной вертикали. По данным TechCrunch, OpenAI оценена в $852 млрд. Для компании такого масштаба высшее руководство необычно малочисленно.

По данным Wired, OpenAI целится в IPO 2027 года с оценкой $1 трлн. И в тот же день, когда компания объявила об уходе Симо, она запустила семейство моделей GPT-5.6 (Sol, Terra и Luna) вместе с агентом ChatGPT Work для многошаговых офисных задач. При этом только на вознаграждения сотрудников акциями OpenAI планировала потратить $6 млрд в 2025 году. Это уровень, на котором любая перестройка в верхнем эшелоне становится не только организационной, но и финансовой проблемой. Конструкция CEO of Applications, объединявшая продукт и бизнес, остаётся без своего архитектора именно в тот месяц, когда продуктовая линейка ускоряется. При этом за таким узким кругом руководителей стоит компания, у которой ежегодные премии сравнимы с ВВП небольшого государства. Идеальное совпадение сигналов для инвесторов, начавших сомневаться в устойчивости.

Meta вывела дешёвый API против флагманов и уступает им на бенчмарках

Ценник задан жёстко. По данным TechCrunch, Meta берёт $1.25 за миллион входных токенов и $4.25 за миллион выходных в Muse Spark 1.1. Это чуть дороже, но в одном ряду с Claude Haiku 4.5 и GPT-5.6 Luna. Ход показательный: Meta впервые продаёт доступ к своей модели через платный API, а не зарабатывает только на рекламе. По данным The Verge, Meta даёт каждому новому аккаунту в Meta Model API $20 бонусных кредитов. Это стандартная тактика захвата разработчиков. Логика Марка Цукерберга простая: пусть флагманы Anthropic и OpenAI дороже, зато у нас массово дешевле.

Стратегия куплена дорого. По данным Fortune, Meta заплатила $14.3 млрд в 2025 году за 49% Scale AI. Через эту сделку Александр Ван возглавил Meta Superintelligence Labs и радикально перестроил AI-стратегию компании. По данным Business Insider, Meta подняла прогноз капзатрат на 2026 год до $125–$145 млрд с прежних $115–$135 млрд, а её рекламный бизнес всё ещё приносит около 98% выручки. На одном из ключевых бенчмарков кодирования Muse Spark 1.1 уступает Mythos 5 и Fable 5 от Anthropic и GPT-5.6 от OpenAI. Следующая модель под кодовым названием Watermelon, по словам Александра Вана, догнала одну из последних версий ChatGPT и использует на порядок больше вычислительных мощностей. Логика простая: 98% выручки идёт из рекламы, и платный API должен стать тем вторым источником, который эту зависимость размывает. Пока OpenAI отбивается в суде и перестраивает руководство, Meta спокойно строит второй источник дохода.

Три фронта OpenAI выстроились сегодня по одной оси времени: прошлое — в судах, настоящее — в отделе кадров, будущее — в громком запуске GPT-5.6. Meta не спорит на этих фронтах, а открывает четвёртый — там, где никто пока не сражается: собственный чип, собственный ценник, прямой поставщик каждой критической детали. Стек, стоящий на чужой модели и чужом чипе, кажется самым дешёвым бизнесом ровно до того дня, когда арендодатель решает поднять цену или закрутить условия. Ваша компания уже понимает, какой слой в её стеке нельзя оставлять на аренде?

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Mercor за девять месяцев подорожала вдвое, до $20 млрд

Стартап, поставляющий ИИ-лабораториям людей для обучения моделей, обсуждает оценку в $20 млрд при годовой выручке $2 млрд, удвоившейся за четыре месяца.

🔴 Mercor за девять месяцев подорожала вдвое, до $20 млрд

Стартап, который поставляет ИИ-лабораториям живых людей для обучения моделей, обсуждает оценку в $20 млрд. В октябре его оценивали в $10 млрд, то есть цена удвоилась меньше чем за год.

По информации TechCrunch, Mercor уже получила от инвесторов предварительную оферту на новом уровне. Годовая выручка компании перешла отметку в $2 млрд и удвоилась за последние четыре месяца. Основатель Брендан Фуди недавно купил Deeptune (команду, которая специализируется на обучении ИИ-агентов), и она целиком переходит в Mercor.

Пока ИИ-компании соревнуются, чья модель умнее, тихо растёт бизнес на противоположном: кто-то же должен показать этим моделям, что такое «правильный ответ». Открытый вопрос, что станет с оценкой Mercor в тот день, когда модели научатся обучать себя сами.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#инвестиции #оценка #венчур #стартапы #раунд #агентыИИ #будущее_труда #ИИ #технологии #AravanaAI

Пентагон отдал Accenture свою ИИ-платформу данных за $821 млн

Пятилетний контракт до $821 млн на War Data Platform — преемницу программы Advana, общий фундамент данных для военных решений с участием ИИ.

🔴 Пентагон отдал Accenture свою ИИ-платформу данных за $821 млн

Министерство обороны США выбрало Accenture, чтобы собрать воедино War Data Platform — систему, на которой Пентагон намерен строить военные решения с участием искусственного интеллекта.

По данным DefenseScoop, пятилетний контракт оценивается до $821 млн, Accenture обошла четырёх других претендентов. Платформа выросла из программы Advana, которую в январе 2026-го перестроили специальным указом, дословно «чтобы ускорить внедрение искусственного интеллекта». По сути это общий фундамент данных: аналитика и подсказки для принятия решений, от военного бюджета до боевых операций.

Пять лет назад аналогичный контракт на исходную Advana стоил Booz Allen $647 млн. Теперь ставка выросла, а слово «данные» в названии сменилось на «военные». Инфраструктура для военного ИИ превращается в отдельный большой рынок, и подрядчики уже выстраиваются в очередь.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#геополитика #нацбезопасность #инфраструктура #США #агентыИИ #ИИ #технологии #AravanaAI

Llama 5: как запустить флагман Meta локально

Meta Llama 5 вышел в апреле 2026 года -- новый флагман open-weight AI от Meta, 600B+ параметров, контекст 5 миллионов токенов. Полный гайд по локальному запуску через Ollama и требованиям к железу.

Что это и для кого

Meta Llama 5 -- флагманская open-weight языковая модель от Meta, официально представленная Марком Цукербергом на AI Connect Summit 8 апреля 2026 года. Это пятое поколение серии Llama и самая мощная open-weight модель, которую Meta когда-либо публиковала. Понятие «open-weight» означает, что веса модели доступны для скачивания, самостоятельного запуска, файн-тюнинга и использования в собственных проектах -- в отличие от закрытых моделей вроде GPT-5.6 или Claude Fable 5, которые работают только через облачный API.

Технические характеристики впечатляют. Llama 5 содержит более 600 миллиардов параметров и поддерживает контекстное окно в 5 миллионов токенов -- это позволяет загружать и анализировать целые кодовые базы, длинные книги или многолетние архивы переписки в одном запросе. Модель обучалась на кластере из более чем 500 тысяч GPU NVIDIA Blackwell B200 и отличается механизмом «Recursive Self-Improvement» -- способностью уточнять собственные рассуждения в процессе инференса.

Цукерберг описал Llama 5 как «мышление System 2»: медленное, аккуратное рассуждение, которое позволяет решать многошаговые задачи, требующие планирования и логического вывода. В противовес «System 1» -- быстрому интуитивному ответу, характерному для предыдущих поколений LLM. Это делает Llama 5 особенно сильной в длинных задачах: разбор сложного кода, научные расчёты, юридический анализ документов.

Для кого актуален локальный запуск Llama 5? Для разработчиков и исследователей, которым нужна мощная модель без зависимости от облачных API и без ежемесячных расходов на токены. Для организаций с высокими требованиями к приватности данных: при локальном запуске данные не покидают вашу инфраструктуру. Для тех, кто хочет файн-тюнить модель под специфическую задачу. Для энтузиастов AI, которые хотят поэкспериментировать с самой мощной публично доступной моделью в мире.

Важный нюанс: Llama 5 использует собственную лицензию Meta -- не стандартную открытую лицензию OSI. Скачивание весов, самостоятельный запуск и файн-тюнинг разрешены. Коммерческое развёртывание в больших масштабах требует отдельного юридического анализа соглашения с Meta. Если вы хотите использовать Llama 5 в коммерческом продукте или сервисе, ознакомьтесь с лицензионным соглашением на ai.meta.com перед запуском.

Как зарегистрироваться / установить

Скачать веса Llama 5 и запустить её локально проще всего через Ollama -- самый популярный инструмент для локального запуска open-source AI-моделей. Ollama автоматически скачивает нужные веса, управляет квантованием под ваше железо и предоставляет удобный API. Если у вас уже установлен Ollama, большинство шагов установки займут одну команду в терминале.

Шаг первый: установка Ollama. Если Ollama ещё не установлена, скачайте её с официального сайта ollama.com. На macOS доступен DMG-установщик или команда через Homebrew: brew install ollama. На Linux: curl -fsSL https://ollama.com/install.sh | sh. На Windows: скачайте EXE-установщик с сайта. После установки запустите Ollama: на Mac и Linux она запускается как фоновый сервис автоматически.

Шаг второй: скачивание модели. Откройте терминал и выполните команду: ollama pull llama5. Это скачает квантованную версию Llama 5, подходящую для вашего железа. Размер файла зависит от варианта модели и квантования: облегчённые варианты весят 20-40 ГБ, полные -- от 100 ГБ и более. Убедитесь, что у вас достаточно свободного места на диске и стабильное интернет-соединение для длительного скачивания.

Шаг третий: первый запуск. После скачивания введите в терминале: ollama run llama5. Это запустит интерактивную сессию прямо в терминале. Альтернативно, используйте API-режим: Ollama предоставляет HTTP API на порту 11434, совместимый с форматом OpenAI, что позволяет подключить любой инструмент, написанный под OpenAI SDK.

Графический интерфейс: если работа в терминале неудобна, установите Open WebUI -- веб-интерфейс для Ollama. Команда: docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data ghcr.io/open-webui/open-webui:main. После запуска откройте браузер на localhost:3000. В Open WebUI выберите модель llama5 в выпадающем меню и начните диалог как в обычном чате.

Первый запуск -- что попробовать

После запуска Llama 5 в терминале или через Open WebUI убедитесь, что модель полностью загружена в память (первый запуск может занять несколько минут на инициализацию). После этого начните с нескольких тестов, которые покажут реальные возможности модели.

Тест первый: длинный контекст. Если ваша задача включает работу с большими документами, проверьте поддержку длинного контекста: вставьте несколько страниц текста (например, техническую документацию или главу книги) и попросите «Выдели три ключевые идеи и сформулируй список действий по каждой». Llama 5 с контекстом 5M токенов должна обработать это без потери информации из начала документа -- в отличие от более ранних моделей с контекстом 128K токенов.

Тест второй: многошаговое рассуждение. Задайте задачу, требующую нескольких шагов. Например: «Мне нужно оптимизировать SQL-запрос, который выполняется 15 секунд. Таблица содержит 50 миллионов строк, вот структура и EXPLAIN ANALYZE». Вставьте реальные данные. Оцените, насколько глубоко модель анализирует проблему, задаёт ли уточняющие вопросы и предлагает ли конкретные решения с объяснением.

Тест третий: работа с кодом. Попросите Llama 5 написать, отладить или объяснить сложный код. Хороший тест: «Объясни этот Python-код построчно и выяви потенциальные проблемы производительности» -- вставьте 100-200 строк реального кода. Сравните глубину и точность анализа с тем, что даёт Claude или GPT-5.6 на том же запросе.

Тест четвёртый: сравнение с Llama 4. Если вы раньше использовали Llama 4 Scout, задайте тот же тест обеим моделям и сравните ответы. Разница должна быть заметна на задачах многоступенчатого рассуждения и на длинных документах. На коротких однозначных вопросах обе модели дадут схожий результат.

Тест пятый: скорость инференса. Запустите Llama 5 и попросите сгенерировать длинный текст -- например, «Напиши 1000 слов о принципах работы нейронных сетей». Замерьте, сколько токенов в секунду генерирует ваше железо. На Mac M3 Max ожидается 5-15 токенов в секунду для квантованной версии; на RTX 4090 -- 20-40 токенов в секунду. Это поможет понять, подходит ли скорость для ваших задач.

Ключевые фишки

Контекстное окно 5 миллионов токенов -- главный технический прорыв Llama 5. Для сравнения: 5M токенов -- это примерно 3,75 миллиона слов, или несколько романов суммарно, или большая кодовая база. Это открывает задачи, которые раньше требовали сложных RAG-пайплайнов: теперь можно просто вставить всю базу знаний в контекст и работать с ней напрямую без предварительной обработки и индексации.

Recursive Self-Improvement -- механизм уточнения рассуждений в процессе ответа. Модель может перечитывать и корректировать свои выводы на промежуточных шагах, что снижает частоту галлюцинаций и повышает точность на сложных логических задачах. По сути, это System 2 мышление: медленнее, но аккуратнее, чем генерация «с ходу».

Open-weight без подписок. В отличие от GPT-5.6, Claude Fable 5 или Gemini 3.5 Pro, Llama 5 доступна для скачивания и локального запуска без платежей за токены, без облачной зависимости и без передачи данных на внешние серверы. После скачивания модели запуск каждого запроса не стоит ничего. Это ключевое преимущество для высоконагруженных сценариев или для ситуаций, где важна полная приватность.

Совместимость с экосистемой Ollama. Llama 5 доступна через Ollama, что автоматически даёт доступ к 67 000+ сообщественных интеграций: плагины для VS Code, продуктивность-приложения, RAG-фреймворки, системы агентов. Формат API совместим с OpenAI SDK, что позволяет использовать любой существующий код, написанный под ChatGPT, без переработки.

Файн-тюнинг под специфические задачи. Open-weight означает, что вы можете дообучить модель на собственных данных. Это особенно ценно для специализированных доменов: медицины, права, промышленности. Файн-тюнинг Llama 5 на 100-1000 примерах часто даёт результаты лучше, чем промпт-инжиниринг базовой модели, и сохраняет данные под вашим контролем.

Цены и ограничения

Базовый запуск Llama 5 через Ollama -- бесплатно. Вы платите только за электричество, которое потребляет ваше железо. Никаких подписок, токенов или API-ключей не нужно. Это принципиальное отличие от облачных моделей и главный экономический аргумент для высоконагруженных применений или для команд с ограниченным бюджетом.

Облачный запуск через сторонние провайдеры. Если у вас нет подходящего железа, Llama 5 доступна через API на нескольких платформах: Together AI, Replicate, Groq, Fireworks AI. Цены варьируются от провайдера к провайдеру; на момент написания большинство предлагают Llama 5 по существенно более низкой цене, чем GPT-5.6 или Claude Opus 4.8 за сопоставимое качество на подходящих задачах.

Требования к железу. Это ключевое ограничение для локального запуска. Полная версия Llama 5 в формате float16 требует от 600+ ГБ видеопамяти -- то есть кластер из нескольких профессиональных GPU вроде H100 или H200. Для домашнего использования доступны квантованные варианты: Q4 (4-битное квантование) весит около 100-150 ГБ и требует 1-2 мощных GPU или Mac с Unified Memory от 128 ГБ. Q8-версия даёт более высокое качество, но требует больше памяти.

Лицензионные ограничения. Llama 5 выходит под лицензией Meta Community License, а не OSI-одобренной открытой лицензией. Скачивание, самостоятельный запуск и некоммерческое исследование разрешены. Коммерческое развёртывание в масштабном продукте требует предварительного согласования с Meta или принятия дополнительных условий. Прочитайте лицензионное соглашение на ai.meta.com/llama/license перед запуском в продакшен.

Скорость инференса и качество компромисса с квантованием. На потребительском железе квантованные версии Llama 5 работают значительно медленнее (5-20 токенов/сек против 50-100 у более быстрых облачных API) и теряют часть качества по сравнению с полным float16. Для интерактивных задач, требующих быстрого ответа, облачные API могут быть лучшим выбором. Для задач, где важны приватность и долгосрочная экономия, локальный запуск оправдан.

Нужен ли VPN из России

Скачивание весов Llama 5 происходит через репозиторий Meta AI на Hugging Face или через прямые ссылки с ai.meta.com. На момент написания Hugging Face доступен из России без ограничений, а ollama pull llama5 загружает модель автоматически с серверов Ollama, которые также не блокируются. VPN для скачивания не требуется.

После скачивания модель работает полностью локально, без каких-либо интернет-запросов. Это означает, что после первоначальной загрузки VPN не нужен вообще: Ollama работает офлайн, данные никуда не отправляются, блокировок нет по определению. Именно полная независимость от интернета и является одним из главных преимуществ локального запуска для пользователей из стран с нестабильным доступом к облачным AI-сервисам.

Единственное исключение: если вы хотите получить доступ к модели через облачные API (Together AI, Replicate, Groq) вместо локального запуска. Эти платформы в целом доступны из России, но стабильность зависит от провайдера. Для платёжной информации потребуется иностранная карта -- аналогично другим облачным AI-сервисам.

Скачать Ollama и модель в России можно без VPN с большинства провайдеров. Если ваш провайдер блокирует доступ к Hugging Face или репозиториям Ollama, подключите VPN только на время скачивания, а затем отключите. После этого модель работает автономно и VPN больше не нужен.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

MAI-Voice-2: как использовать новую голосовую модель Microsoft

MAI-Voice-2 вышел в июне 2026 года в составе Build 2026. TTS с клонированием голоса за 5 секунд, 17 языков включая русский. Полный гайд по подключению и использованию.

Что это и для кого

MAI-Voice-2 -- модель синтеза речи (TTS, text-to-speech) от Microsoft, анонсированная на конференции Build 2026 в начале июня 2026 года. Она входит в серию MAI-моделей наряду с MAI-Image-2.5 для генерации изображений и MAI-Transcribe-1.5 для транскрипции. Если MAI-Transcribe превращает речь в текст, то MAI-Voice-2 делает обратное: берёт текст и произносит его живым, естественным голосом. Это не обновление старого Azure Speech TTS -- это переосмысление подхода на основе новой архитектуры Microsoft.

Главное достижение модели -- качество голоса, сравнимое с живой речью. В независимом тесте Speaker Similarity Test, проведённом на 11 языках, 45,5% слушателей предпочли сгенерированный MAI-Voice-2 звук реальным голосовым записям. Это значит: почти каждый второй человек в тесте не смог уверенно сказать, говорит ли с ним живой человек или синтетический голос. Для команд, создающих голосовые продукты, это важный практический порог -- синтез речи наконец звучит так, что его можно использовать в коммерческих продуктах без извинений за «роботизированность».

MAI-Voice-2 поддерживает 17 языков и локалей, в том числе русский. Модель умеет переключаться между языками в рамках одной фразы -- так называемый code-switching -- сохраняя просодику и идентичность говорящего. Это значит, что фраза «Наша платформа запускается, and it will be available globally» произносится без акцентных разрывов. Для международных продуктов, где один диктор говорит на двух языках, это критически важная возможность.

Для кого создана MAI-Voice-2? Прежде всего для разработчиков, встраивающих голосовые интерфейсы в приложения: IVR-системы, голосовые ассистенты, обзвон клиентов. Для команд, создающих аудиокниги, подкасты и e-learning контент: теперь не нужно перезаписывать весь материал при обновлении текста -- достаточно повторно синтезировать изменённые фрагменты. Для accessibility-решений: высококачественный синтез делает цифровой контент доступным для людей с нарушениями зрения. Для контент-мейкеров, которые хотят клонировать собственный голос для масштабируемого производства.

Важный контекст: Microsoft уже имела собственный TTS через Azure Cognitive Services, с нейронными голосами типа ru-RU-SvetlanaNeural. MAI-Voice-2 -- это принципиально новый уровень. Модель обучалась на более качественных данных, значительно лучше обрабатывает просодику на длинных текстах и обладает встроенным механизмом клонирования голоса -- которого у предыдущего поколения не было вовсе. Доступна через Azure AI Foundry как единый API в рамках одного каталога с другими MAI-моделями.

Как зарегистрироваться / установить

MAI-Voice-2 доступна через несколько каналов в экосистеме Microsoft. Выберите тот, который соответствует вашему сценарию: разработчику больше подойдёт Azure Foundry с прямым API, а non-developer -- интеграция через Copilot Studio или готовые Microsoft-продукты с встроенным TTS.

Через Azure AI Foundry -- основной способ для разработчиков. Перейдите на ai.azure.com. Если у вас нет аккаунта Azure, зарегистрируйтесь на azure.microsoft.com через email или существующий аккаунт Microsoft. После активации откройте Foundry, найдите MAI-Voice-2 в каталоге моделей и нажмите «Deploy». Развёртывание занимает несколько минут -- после этого вы получите endpoint и API-ключ. Первые 5000 символов синтеза в месяц входят в бесплатный уровень Azure, что достаточно для базового тестирования.

Через Microsoft Copilot Studio -- самый простой путь для non-developers. Если вы создаёте голосового ассистента на платформе Copilot Studio, MAI-Voice-2 доступна как встроенный голосовой движок без отдельного подключения и настройки API. В параметрах ассистента достаточно выбрать «MAI-Voice-2» в разделе Speech Synthesis. Это оптимальный вариант для команд, которые хотят использовать качественный синтез речи, не нанимая разработчика.

Через VSCode -- для разработчиков, которые хотят проверять TTS прямо в редакторе. Установите расширение «Azure AI Speech» из маркетплейса VSCode, войдите в свой Azure-аккаунт и используйте команду «Preview with MAI-Voice-2» для прослушивания текстов без написания отдельного кода. Удобно для контент-команд, работающих в markdown или HTML и желающих быстро проверять аудио-версию материала.

Через Dynamics 365 Contact Center -- для enterprise. Если ваша организация использует Microsoft Dynamics 365 для работы с клиентами, MAI-Voice-2 уже встроена в голосовой модуль. Администратор переключает голосовой движок IVR-системы на MAI-Voice-2 в настройках голосового канала без дополнительных интеграций. Это снижает стоимость перехода на новый синтез речи для крупных корпораций, которые уже работают в экосистеме Microsoft.

Первый запуск -- что попробовать

Если вы хотите протестировать MAI-Voice-2 без написания кода, откройте демо на microsoft.ai/models/mai-voice-2. Вставьте любой текст на русском или другом поддерживаемом языке, выберите голос и нажмите «Preview». Синтез готов за несколько секунд. Это быстрый способ получить первое впечатление о качестве до любой технической интеграции.

Тест первый: сравнение с предыдущим TTS. Вставьте один и тот же текст из трёх-четырёх предложений в MAI-Voice-2 и в стандартный нейронный голос Azure (например, ru-RU-SvetlanaNeural). Прослушайте оба результата и обратите внимание на разницу в просодике: паузы, ударения, смена высоты тона на границах предложений. На длинных текстах разница обычно более заметна, чем на коротких фразах.

Тест второй: code-switching. Вставьте текст, где русский и английский чередуются: «Наша команда запускает новый продукт, и мы уверены, что it will be a game changer для рынка». Выберите русский голос и нажмите Preview. Оцените, насколько органично звучит переход между языками: идеально -- без заметных пауз, без смены тембра и без интонационных «заиканий» на границе языков.

Тест третий: клонирование голоса. Если у вас есть 5-60 секунд чистой записи вашего голоса без фонового шума и музыки, загрузите её в секцию Voice Cloning на странице модели. MAI-Voice-2 создаст персональный голосовой профиль. Введите любой новый текст и прослушайте результат с вашим клонированным голосом. Это ключевая возможность для создания бренд-голоса: записать один раз и масштабировать синтез без повторных студийных сессий.

Тест четвёртый: длинный нарратив. Вставьте 4-5 абзацев связного текста и прослушайте результат целиком. Обратите внимание на то, как модель обрабатывает паузы между абзацами, ударения на ключевых словах и сохранение темпа на протяжении всего монолога. Именно на длинных текстах TTS-системы обычно деградируют -- монотонность, сбои темпа. Оцените, насколько MAI-Voice-2 сохраняет качество от начала до конца.

Ключевые фишки

Качество голоса на уровне живой речи. Согласно тесту Speaker Similarity Test на 11 языках, 45,5% слушателей предпочли голос MAI-Voice-2 реальным записям -- это новый ориентир для TTS. Модель особенно хорошо справляется с длинными текстами: не теряет темп к середине монолога, правильно расставляет логические ударения, органично меняет интонацию на вопросительных и восклицательных конструкциях.

Клонирование голоса за 5-60 секунд. Загрузите короткую чистую запись -- MAI-Voice-2 создаёт персональный голос, сохраняющий тембр, акцент и просодические паттерны говорящего. Это работает как для создания фирменного бренд-голоса компании, так и для персональных проектов авторов контента. Система построена с принципом обязательного согласия: в продакшен-среде синтезировать можно только авторизованные голоса -- несанкционированное клонирование заблокировано на уровне платформы.

17 языков с плавным code-switching. Поддерживаются русский, английский (США и Австралия), французский, немецкий, испанский (Испания и Мексика), итальянский, португальский (Бразилия и Португалия), хинди, корейский, китайский упрощённый, турецкий, тайский, нидерландский, румынский и венгерский. Переключение между языками внутри одной фразы сохраняет просодику и идентичность говорящего -- без характерных «склеек» между языками.

Глубокая интеграция в экосистему Microsoft. Azure AI Foundry, VSCode, Dynamics 365 Contact Center -- MAI-Voice-2 доступна там, где уже работают команды Microsoft, без необходимости строить отдельную инфраструктуру. Для enterprise-клиентов это снижает операционные затраты по сравнению с добавлением стороннего TTS-провайдера к существующему Microsoft-стеку.

Управление через SSML и эмоциональный диапазон. Разработчики используют стандартный Speech Synthesis Markup Language (SSML) для точного контроля темпа, пауз, ударений, высоты тона и эмоционального окраса. MAI-Voice-2 поддерживает нейтральный, дружественный, профессиональный и вопросительный тоны, что позволяет создавать озвучку, которая не звучит монотонно на протяжении долгого контента.

Цены и ограничения

MAI-Voice-2 тарифицируется через Azure AI Foundry на основе объёма синтеза. Актуальные цены всегда на azure.microsoft.com/pricing или в Azure Pricing Calculator. Ниже приведены условия на момент написания этого гайда -- проверяйте актуальные данные перед запуском проекта.

Бесплатный уровень Azure включает ограниченное число символов синтеза в месяц. Этого достаточно для тестирования, создания прототипов и небольших проектов. Бесплатный аккаунт Azure можно активировать через azure.microsoft.com/free с подтверждением через телефонный номер и карту для верификации (средства с карты не списываются до перехода на платный план).

Платный тариф рассчитывается по числу символов или минут готового аудио. Стандартный синтез (без клонирования) стоит дешевле персонализированных голосов. Клонирование тарифицируется отдельно: создание голосовой модели плюс последующий синтез с ней. Используйте Azure Pricing Calculator для расчёта точной стоимости под ваш объём задач -- это бесплатный инструмент на сайте Microsoft.

Для enterprise-клиентов Microsoft Dynamics 365 MAI-Voice-2 может быть включена в существующие лицензии без дополнительной оплаты в рамках определённых корпоративных соглашений. Уточняйте актуальные условия у менеджера по работе с клиентами Microsoft или у авторизованного CSP-партнёра в вашем регионе.

Ограничения модели. MAI-Voice-2 -- только синтез речи; для транскрипции нужен отдельный инструмент MAI-Transcribe-1.5 или Azure Speech Services. Клонирование голоса требует чистой записи без фонового шума. Функция клонирования доступна не во всех регионах Azure -- проверяйте доступность для вашего региона в документации. Эмоциональный диапазон ограничен нейтральным и дружественным спектром: крайние эмоции вроде восторга или гнева могут звучать неестественно.

Нужен ли VPN из России

MAI-Voice-2 доступна через Azure AI Foundry -- облачный корпоративный сервис Microsoft, а не потребительское приложение. Доступ к azure.microsoft.com и ai.azure.com из России на момент написания не ограничен: российские IP-адреса принимаются без блокировок. VPN для базового доступа к документации, демо и API не требуется.

Для создания аккаунта Azure нужны email и платёжная информация для верификации. Azure принимает международные карты; российские карты Visa и Mastercard в ряде случаев могут не приниматься из-за санкционных ограничений, действующих с 2022 года. Рабочие варианты для россиян: карты казахстанских, армянских или грузинских банков, PayPal с иностранным аккаунтом, или оформление через авторизованного Azure CSP-партнёра в России, который принимает оплату в рублях.

Если вы работаете через корпоративный Azure-аккаунт, оформленный через российский офис Microsoft или авторизованного CSP-партнёра, доступ к MAI-Voice-2 будет доступен в рамках существующего корпоративного соглашения. Уточняйте условия и статус санкционных ограничений у вашего менеджера Microsoft: ситуация с корпоративными лицензиями обновляется.

Для интеграции через VSCode или Dynamics 365 VPN обычно не нужен: эти продукты работают напрямую через инфраструктуру Microsoft, доступную из России. Если в вашей организации настроен корпоративный файрволл, убедитесь, что домены microsoft.ai и ai.azure.com внесены в белый список, иначе соединение может блокироваться политиками безопасности вашей сети.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

GPT-Live-1: как пользоваться новым голосовым AI от OpenAI

GPT-Live-1 вышел 8 июля 2026 года. Это принципиально новая full-duplex голосовая модель, которая слышит и говорит одновременно. Полный гайд: подключение, сценарии, цены.

Что это и для кого

GPT-Live-1 -- это принципиально новый продукт от OpenAI, запущенный 8 июля 2026 года. Его нельзя считать обновлением старого голосового режима ChatGPT: это другая архитектура, другой пользовательский опыт и другой класс задач. Если раньше голосовой чат был лишь удобной оберткой над текстовой моделью -- с паузами, последовательными монологами и неловкими задержками -- то GPT-Live-1 меняет само устройство диалога.

Ключевое техническое отличие -- full-duplex архитектура. Оба канала аудио работают одновременно: модель слышит вас в то время, пока сама говорит. Именно поэтому вы можете прервать её на полуслове и она мгновенно замолчит, переключится. В старом режиме прервать ChatGPT было нелегко и часто приводило к сбоям. Теперь разговор ощущается как настоящий телефонный звонок, а не как чередование голосовых сообщений в мессенджере.

OpenAI выпустила два варианта: GPT-Live-1 для платных пользователей и GPT-Live-1 mini для бесплатного плана. Полная версия в сложных случаях делегирует задачу GPT-5.5 в фоне -- например, при вопросах, требующих поиска в интернете или многошагового рассуждения -- и возвращает результат обратно в голосовой поток. С первого дня оба варианта работают на iOS, Android и в браузере на ChatGPT.com.

Для кого GPT-Live-1 наиболее полезен? Прежде всего для тех, кто учит иностранный язык: живой диалог с AI, который слышит вашу интонацию, реагирует на паузы и умеет ждать, когда вы обдумываете ответ, качественно отличается от текстовой практики. Для людей с занятыми руками: водители, повара, специалисты на производстве. Для подготовки к интервью и публичным выступлениям: можно моделировать диалог с требовательным собеседником. OpenAI сообщает, что голосовыми функциями ChatGPT пользуются 150 миллионов человек в неделю -- GPT-Live задуман как следующий шаг для этой огромной аудитории.

Функция live translation открывает ещё один практически ценный сценарий. Вы говорите по-русски -- ваш собеседник слышит перевод на английский практически мгновенно, и наоборот. Это не запись с последующим переводом: перевод идёт потоком, в процессе речи, с минимальной задержкой. Полезно для международных переговоров, деловых встреч с иностранными партнёрами, туристических поездок или ситуаций, когда раньше нужен был синхронный переводчик.

Как зарегистрироваться / установить

GPT-Live-1 встроен в стандартное приложение ChatGPT -- никакого отдельного продукта устанавливать не нужно. Важно только убедиться, что у вас актуальная версия приложения.

На iPhone и iPad: откройте App Store и проверьте обновления для ChatGPT (целевая версия -- 1.2026.07 и выше). Запустите приложение и войдите в аккаунт OpenAI. В нижней части интерфейса чата нажмите иконку наушников. Если доступ к GPT-Live уже активен для вашего аккаунта, увидите новую анимацию живой волны вместо старого интерфейса. Если отображается классический режим -- зайдите в Settings > Voice Mode и переключите на «GPT-Live». GPT-Live-1 в полном варианте требует подписки Plus или выше; бесплатный план даёт GPT-Live-1 mini с дневным лимитом минут.

На Android: обновите ChatGPT через Google Play до последней версии. Механика та же -- нажмите кнопку голосового режима. Если виден старый интерфейс -- зайдите в Настройки приложения, раздел Voice, и выберите «GPT-Live». Для корректной работы full-duplex режима важно стабильное соединение: Wi-Fi или 4G/5G. При пинге свыше 300 мс голос начинает прерываться, модель некорректно определяет паузы.

В браузере на ChatGPT.com: нажмите иконку микрофона в правом нижнем углу поля ввода. GPT-Live запускается прямо в браузере через Web Speech API -- никаких плагинов и расширений не требуется. Лучше всего работает в Chrome и Safari. Рекомендуется внешний микрофон или гарнитура: при фоновом шуме встроенный ноутбучный микрофон даёт нестабильное распознавание речи.

Если аккаунта OpenAI нет: перейдите на chatgpt.com, нажмите «Sign Up», зарегистрируйтесь через email, Google или Apple ID. Бесплатный план активируется сразу -- GPT-Live-1 mini будет доступен немедленно. Подписку Plus оформите в разделе Upgrade внутри интерфейса; потребуется иностранная карта. Технические требования минимальны: любой смартфон выпуска 2020 года и новее или ноутбук с микрофоном и стабильным интернетом.

Первый запуск -- что попробовать

После активации GPT-Live-1 перед вами новый интерфейс без поля ввода текста: только анимированная волна. Когда волна пульсирует -- модель слушает. Другая анимация -- говорит. В углу кнопки паузы и выхода из голосовой сессии. Начните с пяти тестов, чтобы прочувствовать разницу с обычным голосовым режимом.

Тест первый: прервите модель в середине ответа. Скажите «Расскажи подробно про историю освоения Марса». Когда она начнёт говорить, через несколько секунд произнесите «Подожди, меня интересует только период с 2024 года». GPT-Live-1 должна мгновенно остановиться и переключиться на новую тему. Именно эта реакция -- прервать в любой момент без особых команд -- и есть главная демонстрация full-duplex в действии.

Тест второй: пауза при раздумье. Попросите модель задать вам вопрос, начните отвечать, затем замолчите на 4-5 секунд -- как будто думаете. Хорошая реализация full-duplex позволяет модели терпеливо ждать. Если она подождёт и не начнёт говорить снова -- значит, система умеет различать «паузу при мышлении» и «завершение фразы». Это кажется мелочью, но делает диалог принципиально другим.

Тест третий: языковая практика. Предложите «Давай поговорим по-английски. Рассказывай об интересных фактах про Японию, я буду задавать вопросы». Ведите разговор 10 минут, оцените насколько легко перебивать, как modель реагирует на ваши уточнения прямо в середине своего монолога, насколько комфортен диалог в целом.

Тест четвёртый: live translation. Скажите «Переводи всё, что я говорю по-русски, на английский вслух». Произнесите несколько фраз разной сложности. Переключитесь на английский посередине -- посмотрите, адаптируется ли модель без специальной команды.

Тест пятый: hands-free сценарий. Положите телефон на стол, не берите его в руки 15 минут. Только голос: спросите про погоду, составьте план дня, обсудите идею для проекта, попросите объяснить концепцию. Это показывает реальный прикладной потенциал -- голосовой AI как фоновый помощник без касания экрана.

Ключевые фишки

Full-duplex архитектура -- основа всего нового. Оба аудиопотока активны одновременно: модель постоянно анализирует входящий звук, даже пока говорит. Алгоритм различает три сигнала: фраза завершена, пользователь думает, пользователь хочет перебить -- и каждый обрабатывается по-своему. Это фундаментально отличает GPT-Live-1 от всех предыдущих голосовых AI, включая старый режим ChatGPT.

Backchanneling -- живые реакции во время вашей речи. Пока вы говорите, GPT-Live-1 вставляет короткие звуки-реакции: «мм», «понятно», «да-да» -- как живой собеседник, показывающий внимание. Это убирает ощущение разговора с автоответчиком. Особенно заметно при длинных объяснениях или сторителлинге: без backchanneling пауза кажется «мёртвой», с ним -- живой.

Делегирование к GPT-5.5 в фоне. Когда вопрос требует поиска в интернете или сложного многошагового рассуждения, GPT-Live-1 прозрачно передаёт задачу более мощной модели и возвращает результат в голосовой поток. Для пользователя это небольшая пауза -- а потом развёрнутый ответ. Сочетание лёгкости разговора и глубины интеллекта в одном потоке.

Live translation без переключения режимов. Потоковый перевод поддерживается для десятков языков, включая русский, английский, немецкий, французский, испанский, китайский и японский. Можно смешивать языки в одном разговоре -- модель адаптируется автоматически без специальных команд. Для регулярных международных коммуникаций это огромный практический сдвиг.

Эмоциональная интонация и мгновенный старт ответа. Модель меняет тон в зависимости от темы и контекста -- мягче при личных темах, живее при обсуждении интересных явлений. При этом первые слова ответа звучат через доли секунды после конца вашей фразы: нет ощущения «зависания» или обработки запроса.

Цены и ограничения

Актуальные тарифы всегда проверяйте на openai.com/pricing -- ниже условия на момент написания этого гайда.

Бесплатный план даёт доступ к GPT-Live-1 mini с ограниченным числом минут голосового общения в день. При исчерпании лимита голосовой режим отключается до следующего дня по UTC; текстовый чат продолжает работать. Для случайного или разового использования бесплатного плана вполне достаточно.

ChatGPT Plus (около 20 долларов в месяц на момент написания) открывает полный GPT-Live-1 с существенно большим дневным лимитом минут. Это оптимальный план для регулярного использования: языкового обучения, ежедневного голосового помощника, профессиональных коммуникаций. При этом подписка Plus включает и все остальные возможности ChatGPT -- расширенный GPT-5.6, Canvas, Advanced Data Analysis.

ChatGPT Pro -- для тех, кто использует голосовой AI по несколько часов ежедневно. Максимальные лимиты, наивысший приоритет при пиковой нагрузке на серверы OpenAI. Для команд есть Business и Enterprise-планы с общим пулом лимитов и административным управлением аккаунтами.

Realtime API: разработчики встраивают GPT-Live в собственные продукты -- приложения для изучения языков, тренажёры публичных выступлений, системы поддержки клиентов. Тарификация по секундам аудио и токенам. Документация и примеры на platform.openai.com/docs/realtime.

Ограничения. В голосовом режиме GPT-Live-1 нельзя загружать файлы, изображения, документы. Advanced Data Analysis и Canvas недоступны. Для написания кода, анализа данных и создания документов лучше переключаться в текстовый чат. Качество русского языка хорошее, но несколько уступает английскому -- модель оптимизирована прежде всего под него.

Нужен ли VPN из России

ChatGPT доступен в России, однако ситуация нестабильна: часть провайдеров периодически замедляет или блокирует chatgpt.com. Для голосового full-duplex это особенно критично: при высоком пинге голос прерывается, а модель некорректно определяет паузы в речи, что рушит весь опыт взаимодействия.

Если chatgpt.com открывается без проблем -- сначала попробуйте без VPN. Проведите 5 минут голосового диалога: если нет прерываний и задержек -- VPN не нужен. Если возникают проблемы -- подключите VPN с европейским сервером. Хорошо зарекомендовали себя ProtonVPN (есть бесплатный план с европейскими серверами), Mullvad и ExpressVPN. Оптимальные серверы: Нидерланды, Германия, Великобритания. Избегайте серверов в Азии -- задержка будет высокой.

Оплата подписки ChatGPT Plus: российские банковские карты не принимаются. Рабочие варианты: иностранная карта (казахстанская, грузинская, армянская), Apple Pay с иностранным Apple ID, Google Pay с иностранным Google-аккаунтом, подарочные карты ChatGPT через посредников на специализированных площадках. Биткоин и другие криптовалюты OpenAI напрямую не принимает.

Скачивание приложения. На Android -- через Google Play без ограничений. На iPhone -- если ChatGPT недоступен в российском App Store, создайте американский или европейский Apple ID: само приложение бесплатно для скачивания.

VPN должен быть включён непосредственно во время использования GPT-Live-1, а не только для установки приложения. Если VPN-соединение оборвётся в середине голосовой сессии, сессия завершится с ошибкой. Держите VPN-клиент активным на фоне всё время работы с голосовым режимом.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Grok 4.5: как начать пользоваться новым флагманом xAI

Grok 4.5 вышел 8 июля 2026 года и стал самой мощной моделью xAI. Полный гайд: доступ, первые шаги, ключевые фишки и цены.

Что это и для кого

Grok 4.5 -- флагманская языковая модель компании xAI, выпущенная 8 июля 2026 года. Это принципиально новый уровень по сравнению с предыдущим Grok 4.3: модель обучалась совместно с командой Cursor, специально заточена под сложные инженерные задачи, научные исследования и автономную работу в роли AI-агента.

Илон Маск охарактеризовал Grok 4.5 как «Opus-class модель, но быстрее, токен-эффективнее и дешевле». Иными словами, xAI претендует на то, чтобы конкурировать напрямую с Claude Opus 4.8 и GPT-5.5 Pro -- при более низкой стоимости запуска на API. Это заявление подкреплено результатами на бенчмарках: модель превзошла сопоставимые системы в задачах кодирования, научного рассуждения и инженерного мышления.

Для кого создана эта модель? Прежде всего для разработчиков, которые пишут и отлаживают код -- Grok 4.5 стал первой крупной языковой моделью, обученной в партнёрстве с Cursor, самым популярным AI-редактором кода. Для инженеров и учёных -- тех, кто работает с данными, уравнениями, экспериментами. Для аналитиков и продакт-менеджеров, которые ставят агентам сложные многоэтапные задачи. Наконец, для всех, кто ищет альтернативу Claude или ChatGPT и хочет попробовать что-то новое с сопоставимым качеством и меньшей ценой.

Важная техническая деталь: Grok 4.5 обучался на десятках тысяч GPU NVIDIA GB300. Это не просто апгрейд предыдущей версии -- переработанная архитектура с новым подходом к рассуждению и исполнению задач. xAI заявляет, что использовала специальные техники стабилизации обучения для масштабов, которые раньше считались нереалистичными.

Отдельно стоит отметить: Grok 4.5 -- не только чат-бот. Через API это полноценный фундамент для построения агентных систем. Он понимает инструменты, умеет вызывать функции и выполнять многошаговые задачи без ручного вмешательства пользователя на каждом шаге.

Как зарегистрироваться / установить

Получить доступ к Grok 4.5 можно несколькими способами. Выберите тот, который подходит вашему сценарию использования.

Способ 1: Grok.com (веб-интерфейс). Самый простой путь. Откройте grok.com в браузере. Для входа потребуется аккаунт X -- если у вас его нет, зарегистрируйтесь по email или через Google. После авторизации вы попадёте в чат-интерфейс. В верхней части или в меню выбора модели найдите «Grok 4.5» и активируйте её. Базовый доступ к предыдущим версиям Grok бесплатен, но Grok 4.5 требует подписки X Premium+ или выше. Подписку можно оформить внутри X, однако российские карты для этого не принимаются -- подробнее об этом в разделе про VPN.

Способ 2: API xAI (для разработчиков). Зайдите на console.x.ai и создайте аккаунт разработчика. После верификации email перейдите в раздел API Keys и сгенерируйте ключ. В коде используйте идентификатор модели grok-4-5. Важная деталь: API xAI полностью совместим с форматом OpenAI SDK. Если у вас уже есть проект на базе GPT-5.6 или GPT-5.5, переключиться на Grok 4.5 можно заменой endpoint и API-ключа -- переписывать логику не нужно. Это значительно упрощает тестирование новой модели в существующих проектах.

Способ 3: Cursor (для программистов). Если вы используете Cursor как редактор кода, Grok 4.5 уже доступен в списке моделей. Откройте настройки Cursor (Cmd/Ctrl+Shift+P, затем «Cursor Settings»), перейдите в раздел Models и выберите Grok 4.5. Модель доступна на всех тарифных планах Cursor, включая бесплатный, но с ограничениями по числу запросов.

Способ 4: Grok Build. Если вы разрабатываете AI-агентов на платформе Grok Build, Grok 4.5 уже доступен там как основная модель. Перейдите в настройки агента и укажите нужную версию.

На момент написания модель пока недоступна в странах ЕС -- xAI планирует запустить её там в середине июля 2026 года. Для пользователей из России прямой доступ возможен, но не гарантирован -- это зависит от интернет-провайдера.

Первый запуск -- что попробовать

После открытия интерфейса Grok 4.5 убедитесь, что выбрана именно эта версия, а не более ранняя. В меню модели должно быть явно указано «Grok 4.5». Теперь можно приступать к экспериментам.

Тест 1: написание кода с нуля. Попросите модель написать полноценный скрипт -- например, утилиту для скачивания и обработки данных из публичного API. Хороший промпт: «Напиши Python-скрипт, который получает список 100 самых просматриваемых репозиториев GitHub за последнюю неделю через GitHub API, сортирует их по числу звёзд и сохраняет результат в CSV». Оцените качество кода, наличие обработки ошибок, читаемость и правильность логики. Grok 4.5 с высокой вероятностью выдаст работающий код с первого раза.

Тест 2: пошаговое математическое или логическое рассуждение. Дайте задачу, требующую нескольких шагов: «Реши задачу оптимизации: у тебя есть 100 метров заборной сетки, из которой нужно огородить прямоугольный участок, используя одну сторону здания. Найди оптимальные размеры и объясни решение пошагово». В режиме extended reasoning (доступен в настройках) вы увидите, как модель «думает» вслух, что полезно для понимания её логики.

Тест 3: агентная задача через Cursor. Если вы работаете в Cursor, выберите Grok 4.5 и дайте задачу, которая требует нескольких файлов: «Создай небольшое Flask-приложение с двумя эндпоинтами: GET /health и POST /echo, добавь unit-тесты и напиши краткий README». Оцените, насколько связно модель держит контекст между файлами.

Тест 4: анализ длинного документа. Вставьте в чат длинный текст -- например, статью или технический отчёт -- и попросите: «Выдели три главные идеи, составь таблицу с аргументами за и против, напиши резюме на 150 слов». Grok 4.5 поддерживает большой контекстный буфер и хорошо справляется с такими задачами.

Тест 5: реальные данные через поиск. В отличие от многих закрытых моделей, Grok имеет встроенный доступ к X/Twitter и интернету. Попробуйте: «Что обсуждают в X о GPT-5.6 прямо сейчас? Составь краткое резюме дискуссии». Это покажет уникальную возможность модели -- доступ к информации в режиме реального времени.

Ключевые фишки

Инженерный интеллект с натренированностью на реальных задачах. Grok 4.5 обучался на специализированных датасетах из программирования, математики, физики и инженерии. На бенчмарке Cognition FrontierCode он показывает результаты, сопоставимые с лучшими закрытыми моделями. Главная разница с «общими» моделями: Grok 4.5 понимает структуру больших кодовых баз, умеет работать с несколькими файлами одновременно и предлагает архитектурные решения, а не только локальные правки.

Agentic reasoning -- многошаговое исполнение без подсказок. Дайте модели высокоуровневую задачу и она сама разобьёт её на шаги, выполнит их последовательно и вернёт финальный результат. Пример: «Проанализируй этот репозиторий, найди потенциальные проблемы производительности и предложи три варианта оптимизации с оценкой риска каждого». Это принципиально отличает Grok 4.5 от обычных чат-моделей, которые отвечают на один вопрос за раз.

Совместимость с OpenAI SDK. xAI сознательно сделала API-формат совместимым с OpenAI. Это означает: существующие приложения, написанные под GPT, можно перевести на Grok 4.5 минимальными изменениями. Разработчики могут тестировать новую модель без рефакторинга и откатиться при необходимости одной строкой кода.

Real-time информация через X/Twitter. У Grok есть уникальное конкурентное преимущество перед другими моделями: он имеет прямой доступ к актуальным постам и трендам в X. Это критично для задач мониторинга новостей, анализа настроений рынка, отслеживания вирального контента. Для финансовых аналитиков и маркетологов это может быть решающим аргументом в пользу выбора Grok.

Токен-эффективность на Opus-class уровне. Одна из главных претензий к мощным моделям -- их дороговизна при масштабировании. Grok 4.5 позиционируется как ответ на эту проблему: сопоставимое качество при значительно более низкой стоимости по сравнению с Claude Opus 4.8. Для команд, которые делают тысячи запросов в день, разница в стоимости может быть весомой.

Обучение в партнёрстве с Cursor. Это не маркетинговый ход, а техническое решение: датасеты для обучения Grok 4.5 формировались с учётом реальных паттернов работы программистов в Cursor. Результат -- модель лучше понимает контекст правок, комментарии в коде, стиль проекта и задачи типа «переименуй везде» или «добавь типизацию».

Цены и ограничения

На момент написания Grok 4.5 доступен по следующим ценам (тарифы могут меняться -- всегда проверяйте актуальные условия на console.x.ai и grok.com).

X Premium+. Ежемесячная подписка на X Premium+ даёт доступ к Grok 4.5 через веб-интерфейс grok.com с дневным лимитом запросов. При исчерпании лимита запросы автоматически переключаются на Grok 4.3 до следующего дня. Стоимость X Premium+ оплачивается в долларах; для россиян -- только через иностранную карту.

API xAI. Тарификация по токенам. На момент публикации: около 2 долларов за миллион входящих токенов и 6 долларов за миллион исходящих. Для сравнения, Claude Opus 4.8 стоит в районе 15 и 75 долларов соответственно. Это делает Grok 4.5 значительно более экономичным выбором для высоконагруженных API-интеграций.

Cursor. Встроен во все планы Cursor. Бесплатный план даёт ограниченное число fast-запросов в месяц, платные планы увеличивают лимит. Подробности на cursor.com/pricing.

Grok Build. Доступен как основная модель для агентов на платформе Grok Build. Тарификация по API-использованию.

Ограничения. На момент написания Grok 4.5 не работает в ЕС -- запуск ожидается в середине июля 2026 года. Поддержка запросов на русском языке присутствует, но стабильно высокое качество обеспечивается прежде всего на английском. Для задач, связанных с кибербезопасностью, биологическими или химическими угрозами, модель применяет ограничения на генерацию определённых типов контента.

Нужен ли VPN из России

Ситуация с доступом к Grok из России неоднородна. На момент написания grok.com технически открыт для российских IP-адресов, однако стабильность соединения зависит от провайдера: часть пользователей работает напрямую без каких-либо проблем, у других наблюдаются обрывы или медленная загрузка.

Если grok.com не открывается или работает нестабильно, рекомендуется VPN с сервером в США или Великобритании. Хорошо зарекомендовали себя ProtonVPN (есть бесплатный план), Mullvad и ExpressVPN. После подключения к VPN переходите на grok.com и входите через аккаунт X.

Оплата: российские банковские карты (Visa, Mastercard, МИР) для оплаты X Premium+ не принимаются. Варианты обойти это: иностранная карта (например, казахстанская или армянская), оплата через Apple Pay / Google Pay с иностранным Apple ID или Google-аккаунтом, или покупка подарочной карты X через посредников.

API: для доступа к API xAI через console.x.ai IP-блокировок на момент написания нет -- российские IP-адреса принимаются. Однако для оплаты API-ключа потребуется иностранная карта или иной способ оплаты.

Cursor: Cursor работает из России без VPN. Если Grok 4.5 выбран как модель в Cursor, запросы идут через инфраструктуру Cursor -- это работает стабильнее, чем прямой доступ к grok.com через некоторых российских провайдеров.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Криптофонд Paradigm собрал $1,2 млрд и разворачивается в сторону ИИ

Криптовенчурный фонд Paradigm закрыл раунд на $1,2 млрд и позиционирует себя как инвесткомпанию передовых технологий, вкладывающую в крипту, ИИ и робототехнику.

🔴 Криптофонд Paradigm собрал $1,2 млрд и разворачивается в сторону ИИ

Один из главных венчурных фондов крипты больше не хочет быть только про крипту.

Paradigm привлёк новый фонд на $1,2 млрд, больше предыдущего ($850 млн в 2024 году). Но интереснее суммы сама формулировка. Paradigm теперь называет себя «инвесткомпанией в области передовых технологий», которая строит и вкладывает «в крипту, ИИ и робототехнику с самых ранних стадий».

Фонд из Сан-Франциско сделал имя на криптопротоколах (в его портфеле Uniswap и Kalshi) и управляет примерно $11,9 млрд. Теперь он публично ставит ИИ и роботов в один ряд с цифровыми активами. Соучредитель Мэтт Хуанг и раньше говорил о «важном периоде для новых протоколов и компаний», только теперь этот период включает нейросети.

Вопрос, на который пока нет ответа: это Paradigm поверил в ИИ, или криптокапитал просто идёт туда, где сейчас растут оценки? Когда деньги, воспитанные на одном буме, массово перетекают в другой, присмотреться стоит к обоим.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#инвестиции #венчур #раунд #стартапы #финансирование #ИИ #технологии #AravanaAI

Париж собрал $100 млн на голосовой ИИ без пауз, в раунд вошла Nvidia

Парижский Gradium довёл посевной раунд до $100 млн при участии Nvidia — стартап делает голосовые ИИ-модели со сверхнизкой задержкой и открывает офис в Кремниевой долине.

🔴 Париж собрал $100 млн на голосовой ИИ без пауз, в раунд вошла Nvidia

«Убрать неловкие паузы, из-за которых разговор с ИИ ощущается как беседа с автоответчиком». Так стартап описывает свою задачу, и под эту задачу нашлись деньги Nvidia.

Как сообщает TechCrunch, парижский стартап Gradium довёл посевной раунд до $100 млн, и среди новых инвесторов появилась Nvidia. Компания делает голосовые ИИ-модели со «сверхнизкой задержкой»: чтобы агент отвечал голосом мгновенно, без пауз, по которым распознаётся машина.

За Gradium стоят серьёзные имена. Сооснователь компании, Нил Зегидур, до этого работал в Google Brain, DeepMind и Facebook, а сам стартап вырос из французской лаборатории Kyutai. В декабре компания впервые вышла из тени с $70 млн, а теперь, с деньгами Nvidia, раунд превысил $100 млн.

На эти деньги Gradium открывает офис в районе залива Сан-Франциско, чтобы бороться за таланты и, по словам компании, укрепить позиции «в сердце ведущей мировой ИИ-экосистемы». Среди крупных клиентов уже есть автопроизводитель Renault. А соперничать придётся с ElevenLabs (оценка $11 млрд в феврале) и Google Gemini.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#инвестиции #венчур #раунд #стартапы #финансирование #нейросети #NVIDIA #ИИ #технологии #AravanaAI

OpenAI запустила агента ChatGPT Work, который сам доводит задачу до готового документа

OpenAI выпустила ChatGPT Work — агента на базе модельного набора GPT-5.6 и агентной обвязки Codex, который сам разбивает крупную задачу на шаги и часами доводит её до готовых таблиц, слайдов и документов.

🔴 OpenAI запустила агента ChatGPT Work, который сам доводит задачу до готового документа

Поручите ему проект — и через несколько часов он выдаст результат, пока вы заняты другим.

OpenAI представила ChatGPT Work, отдельного агента внутри ChatGPT. Ему можно поручить крупную задачу, и он остаётся в проекте на часы, разбивая его на мелкие шаги и выполняя их самостоятельно. На выходе не совет в чате, а готовый материал: таблицы, слайды, документы и даже небольшие веб-приложения, собранные на основе данных из ваших рабочих приложений.

Под капотом работает модельный набор GPT-5.6 (Sol, Terra, Luna) в связке с Codex, агентной обвязкой компании. Раньше Codex писал программы; теперь та же механика «делай сам до результата» применяется к обычной офисной работе.

Запуск начался сегодня: сначала для тарифов Pro, Enterprise и Edu, в ближайшие дни очередь дойдёт до Plus и Business. Настольное приложение ChatGPT при этом открыли даже бесплатным пользователям.

Куда это ведёт: • граница между «спросить у чат-бота» и «поручить сотруднику» стирается, и ассистент отвечает не текстом, а файлом; • офисные приложения и агент меняются местами: не человек ходит по вкладкам, а агент ходит по ним за него; • больше всего изменений у аналитиков, ассистентов и всех, чья работа сводится к сбору данных и оформлению отчётов и презентаций.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #агентыИИ #ChatGPT #OpenAI #модели #автоматизация #будущее_труда #ИИ #технологии #AravanaAI

UBS: облако Alibaba вырастет на 45% за квартал

Банк UBS прогнозирует рост облачного бизнеса Alibaba на 45% в июньском квартале и годовую регулярную выручку (ARR) AI-сервисов до 10 млрд юаней. Акции в Гонконге подскочили более чем на 12%.

🔴 UBS: облако Alibaba вырастет на 45% за квартал

Акции Alibaba в Гонконге за день подскочили более чем на 12%, и вот что за этим стоит.

8 июля банк UBS спрогнозировал, что облачное подразделение Alibaba вырастет на 45% год к году уже в июньском квартале. Годовая регулярная выручка от сервисов AI-моделей, по оценке банка, дойдёт до 10 млрд юаней (около $1,5 млрд).

Логика UBS проста: разгон облака идёт вместе с улучшением рентабельности, а параллельно Alibaba сокращает убытки в доставке еды и наращивает маржу в основной торговле. Отдельный козырь дают собственные чипы T-Head, на которых компания обрабатывает AI-нагрузки без зависимости от импортных ускорителей.

Вся ставка — на то, что спрос китайского бизнеса на AI-модели продолжит расти теми же темпами. Вопрос, который повиснет до отчёта: удержит ли Alibaba этот разгон, когда за корпоративного клиента на том же рынке бьются DeepSeek и десяток других провайдеров дешёвых моделей?

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#инвестиции #корпоративнаястратегия #рынок #облако #инфраструктура #Китай #DeepSeek #нейросети #агентыИИ #ИИ #технологии #AravanaAI

Alibaba научила робота «представлять» движение до того, как он его сделает

DAMO Academy выложила RynnWorld-4D с открытыми весами: модель одновременно предсказывает цвет, геометрию и движение сцены и управляет двумя руками робота в реальном времени.

🔴 Alibaba научила робота «представлять» движение до того, как он его сделает

Нынешние роботы действуют почти вслепую: увидели картинку и сразу выдали команду на движение. Alibaba вставила между этими шагами паузу на воображение.

Исследователи DAMO Academy, лаборатории Alibaba, выложили RynnWorld-4D, «модель мира» для роботов с открытыми весами (её можно скачать и дообучить бесплатно). Она одновременно предсказывает три потока: как сцена выглядит (цвет), её геометрию (глубину и расстояния) и движение (смещение точек между кадрами). Пока другие системы сразу переводят картинку в команду и не умеют «проиграть» в голове, упадёт ли чашка от толчка, эта модель сначала строит такой прогноз, а уже потом действует.

Практическая часть, отдельный лёгкий модуль, считывает предсказание на лету и управляет двумя руками робота с частотой свыше 9 Гц (раз в секунду), то есть в реальном времени. Всё построено на открытой видеомодели Wan2.2 и выпущено под свободной лицензией Apache 2.0.

За чем следить дальше: • открытые веса означают, что любая лаборатория мира может строить на этом свои движки для роботов; • работа именно с двумя руками остаётся самым сложным в человекоподобных роботах, а эта модель управляет ими в реальном времени; • Китай продолжает переводить гонку ИИ из чатов в физический мир, на конвейеры и склады.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #физическийИИ #воплощённыйИИ #автоматизация #промышленныероботы #нейросети #модели #Китай #ИИ #технологии #AravanaAI

Meta впервые берёт деньги за свой ИИ, и эпоха бесплатной Llama закончилась

Meta открыла первый в своей истории платный доступ к агентной модели Muse Spark 1.1 — $1,25 за миллион входящих и $4,25 за миллион исходящих токенов.

🔴 Meta впервые берёт деньги за свой ИИ, и эпоха бесплатной Llama закончилась

Годами Meta раздавала свои модели даром и строила на этом репутацию. Сегодня она впервые повесила ценник.

Meta выпустила Muse Spark 1.1 (обновлённую версию своей главной модели) и впервые в истории компании открыла платный доступ для разработчиков в США. Цена: $1,25 за миллион входящих и $4,25 за миллион исходящих токенов (так измеряют объём работы модели), плюс $20 бесплатных кредитов на пробу.

Модель работает как автономный агент: она пишет и отлаживает код, сама использует программы и внешние инструменты, понимает текст, картинки и видео и выполняет многошаговые задачи почти без участия человека. Ею Meta заменит прежние модели Llama в WhatsApp, Instagram, Facebook и умных очках.

Контраст очевиден. Раньше Llama была бесплатной и открытой, оружием против платных OpenAI и Anthropic. Теперь Muse Spark стоит дороже базовой GPT-5 mini и дешёвой Claude Haiku 4.5, хотя и остаётся ниже старшей Claude Sonnet 4.6. Компания, которая громче всех защищала «открытый ИИ», сама встала за кассу.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #агентыИИ #Meta #OpenAI #Anthropic #Claude #ChatGPT #инвестиции #ИИ #технологии #AravanaAI

Маск получил добро FTC на покупку Mesh Optical: гонку ИИ теперь ведут светом

Регулятор США одобрил покупку Маском стартапа Mesh Optical — его оптические передатчики гоняют данные на 1,6 Тбит/с, снимая главное узкое место обучения ИИ.

🔴 Маск получил добро FTC на покупку Mesh Optical: гонку ИИ теперь ведут светом

Самое узкое место в обучении больших моделей уже не сами чипы. А то, как быстро данные успевают перебегать между ними.

Антимонопольный регулятор США одобрил покупку Маском стартапа Mesh Optical, компании, которую основали инженеры, вышедшие из SpaceX. Её продукт, передатчик Alpha C1, гоняет данные светом на скорости 1,6 терабита в секунду и, по заявлению разработчиков, тратит втрое меньше энергии, чем аналоги конкурентов. Сумма сделки не раскрыта. Для сделок такого масштаба в империи Маска нераскрытая сумма — норма. В феврале стартап привлёк лишь $50 млн в раунде A.

Зачем это Маску? Его суперкластер Colossus для обучения ИИ входит в число крупнейших в мире, и его производительность всё чаще ограничена не числом видеокарт, а пропускной способностью каналов между ними. Оптика вместо привычной меди снимает именно это ограничение.

Отсюда честный вопрос, на который пока нет ответа. Следующую волну ИИ-гонки выиграет тот, у кого больше чипов, или тот, кто первым научится двигать данные между ними со скоростью света?

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#инфраструктура #датацентры #чипы #железо #сделки #MA #xAI #энергетика #ИИ #технологии #AravanaAI

$1,6 млрд в декабре, $11 млрд в июле, $412,7 млрд у венчура: неделя, когда рынок обложил промедление налогом

И венчур, и M&A одновременно бьют исторические рекорды. Intel полгода назад мог купить SambaNova за $1,6 млрд - теперь платит партнёрством при $11 млрд. Рынок 2026 научился штрафовать за промедление.

Полгода назад Intel вёл переговоры о покупке SambaNova. Обсуждалась одна цена. Сегодня та же компания стоит в несколько раз дороже - и Intel не покупает её, а входит инвестором и стратегическим партнёром в новом раунде. Одна компания, шесть месяцев, кратный рост цены. И это не история про SambaNova.

Это история про рынок 2026 года. Американский венчурный капитал и мировой рынок слияний и поглощений одновременно закрыли рекордное полугодие - и это редкость. Раньше они двигались в разные стороны: венчур покупал дорого - M&A выжидал; корпорации скупали - венчур сжимался. В 2026 правило сломалось. Оба рынка на пике, оценки удваиваются каждые полгода, а стратегические покупатели платят за партнёрства то, за что раньше покупали компании целиком.

Рынок перестал терпеть промедление. Стартап, отказавшийся продаться шесть месяцев назад, стоит в разы дороже сегодня. Корпорация, не купившая нужную технологию квартал назад, приходит за той же компанией по новой оценке - или платит инвестицией за то, что раньше называлось партнёрством. Раньше выжидание было формой осторожности. В 2026-м это отдельная статья расходов, которую предъявляют в конце каждого квартала.

В этом выпуске я разбираю четыре сделки, которые вместе рассказывают одну историю. AI-чипы SambaNova, кодогенерация Lovable, венчурный рекорд PitchBook, эра «гигасделок» в M&A. Каждая по отдельности - крупная новость. Вместе - новый режим капитала, где скорость входа стала важнее размера обязательства.

Intel не купил - Intel вкладывает: SambaNova за шесть месяцев подорожала в семь раз

В декабре 2025 года Intel рассматривал покупку SambaNova. Обсуждалась цена около $1,6 млрд. Сделка не состоялась. Прошло полгода. В июле 2026 SambaNova закрыла первое обязательство раунда Series F под руководством фонда General Atlantic. Оценка компании - $11 млрд. Intel в этом раунде - не покупатель, а один из инвесторов и стратегический партнёр. Компания, которую полгода назад можно было полностью купить, сегодня стоит почти в семь раз дороже, а Intel приобрёл лишь долю. Это не переоценка одной компании. Это переоценка того, сколько стоит промедление.

По данным TechCrunch, SambaNova привлекла $1 млрд при оценке $11 млрд под General Atlantic. Раунд не финальный - второе закрытие ожидается позже. В обычном порядке следующий раунд поднимают через 12-18 месяцев после предыдущего. Здесь всё иначе: предыдущий Series E на $350 млн закрылся в феврале 2026 года. Раунды разделяют пять месяцев. Это темп, при котором оценка не успевает установиться на уровне - она движется.

Показательна и роль ключевого клиента. JPMorgan - крупнейший банк мира - публично выбрал SambaNova как «inference-infrastructure partner» для собственного корпоративного AI. Речь не про облако, а про размещение на собственных серверах банка: системы SN40L и SN50 будут обеспечивать безопасный AI-инференс. Банк такого уровня редко ставит на не-Nvidia железо публично. Здесь ставит.

Внутри раунда - вторая нестандартная механика. VC2, совместное предприятие Vista Equity и Cambium Capital, взяло на себя обязательство по закупке вычислений у SambaNova на $3,5 млрд. Инвестор одновременно становится якорным клиентом. Это не финансовая сделка чистого капитала; это гибрид: покупка доли и покупка продукта в одном контракте. Аналогия: как если бы застройщик одновременно вложился в цементный завод и подписал контракт на поставку всего своего цемента на три года вперёд. Риск компании снижен, интересы выровнены, зависимость взаимная.

$1,6 млрд шесть месяцев назад - $11 млрд сегодня. Шестикратная переоценка за срок, за который один финансовый квартал не успевает закрыться. У SambaNova, по её же данным, 40-50 крупных клиентов, компания планирует выйти на прибыль в следующем году и не строит собственные дата-центры - только производит и поставляет вычислительные стойки. Это не поведение стартапа с неопределённым будущим. Это поведение позднего игрока, которого рынок наконец назвал именем.

Nvidia в 2014-2016 годах прошла тот же переход - из нишевого производителя чипов для игр в фундамент AI-инфраструктуры. Инвесторы, вошедшие тогда на ранней волне, за десять лет умножили вложение стократно. У SambaNova не тот же путь - компания концентрируется на inference (запуск уже обученных моделей), а не на training (обучение). Это меньший рынок, но растущий быстрее. Ставка General Atlantic и BlackRock - не на «повторение Nvidia», а на то, что inference станет отдельной инфраструктурной категорией со своим сегментом крупнейших покупателей: банков, страховых компаний, государственных облаков. QIA (суверенный фонд Катара) вошёл именно как национальный инфраструктурный инвестор, для которого AI-чипы - это критическая технология.

Отсюда - неочевидный урок для основателя. Отказ от покупки не всегда защита позиции: иногда это ставка на то, что рынок переоценит быстрее, чем закончится взлётный капитал. У SambaNova ставка сыграла. И теперь ту же арифметику будут предлагать десяткам следующих стартапов, стоящих перед выбором «продаться сейчас или подождать шесть месяцев».

$13,2 млрд без трёх лет: Lovable удваивает оценку каждые полгода

Компании, которая ведёт переговоры о раунде при оценке $13,2 млрд, ещё нет трёх лет от основания. Полгода назад - в декабре 2025 - она стоила ровно вдвое меньше. Год назад - в семь раз меньше. Скорость переоценки такова, что если рисовать график её стоимости, кривая не помещается на обычный лист. Это не поведение обычного стартапа. Это поведение категории, которую рынок только что переклассифицировал.

По данным TechCrunch, Lovable ведёт переговоры о $300 млн при оценке $13,2 млрд под руководством Menlo Ventures. Раунд ещё не закрыт - это репортаж на основе источников, знакомых с переговорами. Menlo Ventures - существующий инвестор с декабрьского раунда. Их новый фонд $3 млрд, объявленный в июне 2026, даёт им ресурс для лидерства в раундах такого масштаба. Логика простая: если ты уже держишь долю в компании, которая удваивается каждые полгода, размытие твоей позиции - прямые потери. Дешевле доплатить и удержать процент, чем позволить новому инвестору войти на твоём росте.

Что оправдывает такую скорость? Выручка. К июню 2026 года Lovable вышла на $500 млн annualized revenue run rate - показатель, при котором последнюю месячную выручку умножают на 12, получая условный «годовой темп». Такой темп у стартапа без трёх лет от основания - редкость даже среди AI-компаний. Клиенты - не только фаундеры-одиночки, но и Workday, Asana, Nvidia. Категория vibe-coding, где пользователь описывает нужное приложение словами на естественном языке, а AI генерирует работающий код, стала одним из самых быстрорастущих сегментов рынка AI-инструментов.

Отдельно - фактор конкурента. Прямой соперник Lovable в сегменте разработчиков, Cursor, был выкуплен SpaceX за $60 млрд в июне. После этой сделки система координат изменилась: $13 млрд стали выглядеть не «дорого», а «скромно». Инвесторы в переговорах с Lovable сравнивают её не с Figma или Notion, а с последним выкупом в этой самой категории. Это не рынок отдельных стартапов - это рынок последовательного сравнения, где цена одной сделки задаёт цену всем.

В декабре 2025 Lovable закрыла Series B на $330 млн при оценке $6,6 млрд с участием CapitalG и Menlo Ventures. За полгода до этого, в июле 2025, был Series A на $200 млн при $1,8 млрд. Двенадцать месяцев - три раунда, оценка выросла в семь раз. Мультипликатор на выручку: $13,2 млрд на $500 млн ARR - это примерно 26 годовых выручек. Ниже, чем у Figma на её пике, но выше, чем у большинства публичных SaaS-компаний. Рынок платит за скорость роста, а не за текущий масштаб.

Категория, однако, переполнена. Помимо Cursor есть Replit, Bolt, десятки менее крупных игроков. Замедление роста Lovable хотя бы на один квартал - и мультипликатор в 26 годовых выручек становится проблемой. Пока темп сохраняется - это премия за то, что именно Lovable, а не кто-то другой, окажется в конце года последним стоящим в категории.

Для основателя логика фандрейзинга переворачивается. Старое правило «поднимай раунды по мере необходимости» уступает новому: «поднимай, пока рынок готов переоценивать быстрее, чем ты успеваешь конвертировать деньги в выручку». Скорость входа в следующий раунд стала важнее размера предыдущего - и это уже не привилегия AI-стартапов, а новая механика финансирования всей категории.

$412,7 млрд американского венчура: 86% ушли в AI, три фонда сделали половину рынка

Отчёт PitchBook-NVCA за первое полугодие 2026 года - не сделка, а срез рынка. Но эффект от него больше, чем от любой отдельной сделки этого полугодия. Впервые в истории американский венчурный капитал зафиксировал полугодие, где на одну тему пришлось 86% всех вложенных денег. Это не «AI-бум»; это точка, в которой венчур перестал быть диверсифицированным классом.

В первом полугодии 2026 года американский венчур составил $412,7 млрд, почти на 30% больше 2025 года. Из этой суммы $355,9 млрд - 86% - ушли в AI-компании. Раунды от $100 млн и выше составили 87,5% всего объёма. Сделки меньше $100 млн, которые по-прежнему составляют большинство по количеству, набрали всего $51,4 млрд, или 12,5% рынка. Ещё в 2024 году эта доля равнялась 43,8%, в 2025 - 33,1%. Тренд линейный: капитал перестаёт распределяться, начинает концентрироваться.

Во втором квартале семь раундов преодолели рубеж $1 млрд - на общую сумму $87,2 млрд. Крупнейший - раунд Anthropic на $65 млрд, поднявший её постинвестиционную оценку до $965 млрд и обошедший OpenAI по этому показателю. Отдельная линия - первичное публичное размещение (IPO) SpaceX на $1,7 трлн, привлёкшее $75 млрд и поднявшее рыночную капитализацию выше $2 трлн в первые часы торгов. Крупнейший в истории листинг превзошёл следующее по размеру технологическое IPO с венчурной поддержкой в семнадцать раз. Одно размещение - и все остальные exits десятилетия отступают на второй план.

Концентрация касается не только сделок, но и капитала на стороне фондов. Три управляющие компании - Andreessen Horowitz, Thrive Capital, Founders Fund - собрали $34,8 млрд за полугодие, что составило 48% всех венчурных фандрейзинговых долларов. Общий объём фандрейзинга $72,4 млрд через 405 фондов почти сравнялся с показателем всего 2025 года ($74,9 млрд), но пришёл от значительно меньшего числа управляющих компаний. Крупные фонды от $1 млрд забрали $49,5 млрд из этой суммы. Одновременно венчурный долг достиг $64,7 млрд через 280 займов, из которых $20 млрд - одно рефинансирование SpaceX.

2000 год оставил похожий след: тогда подавляющая доля венчурных денег ушла в интернет-компании. Большинство сгорели. Выжившие - Amazon, Google - стали платформами следующего десятилетия. Разница 2026 года - у части сегодняшних AI-лидеров уже есть реальная выручка и работающие бизнес-модели. Anthropic закрыла раунд не на пустых обещаниях, а под уже существующую базу корпоративных подписок. Но рынок, где 86% денег идёт в одну тему, всё равно уязвим к системной коррекции, если AI перестанет оправдывать ожидания хотя бы одного квартала. PitchBook прямо предупреждает: концентрация - структурный, а не циклический сдвиг.

Основателю стартапа этот срез рынка выдаёт двойной сигнал. Если ты в AI - доступ к капиталу беспрецедентный, но ты конкурируешь за внимание с раундами по $65 млрд. Если ты не в AI - 12,5% рынка, и эта доля продолжает падать. Диверсификация как стратегия выжидания больше не работает: капитал уходит к концентрированной группе игроков быстрее, чем можно перепозиционироваться. Корпоративные венчурные подразделения одновременно сокращают активность: материнские компании тратят кэш на собственные AI-проекты вместо инвестиций в чужие.

$3,16 трлн и слово «gigadeal»: M&A вошёл в эру, для которой не было названия

Слова «gigadeal» год назад не существовало. Оно понадобилось, потому что в первом полугодии 2026 года мировой рынок слияний и поглощений закрыл шесть сделок объёмом более $50 млрд - на 16% от общего оборота рынка. McCormick, производитель специй, поглотил бизнес Unilever за $42,7 млрд. Когда производители специй тратят десятки миллиардов на трансформацию, это не M&A в прежнем смысле - это паника масштаба: компании покупают будущее, потому что строить его слишком долго.

Мировой M&A в первом полугодии 2026 вырос на 44% до $3,16 трлн. Это рекордное первое полугодие в истории рынка. Средний размер сделки увеличивается быстрее, чем количество: активность прошла через 21 340 сделок против 21 978 в аналогичном периоде 2025 года - на 638 сделок меньше, но общий объём тогда составлял лишь $2,19 трлн. То есть сделок стало меньше, но каждая существенно крупнее. Отсюда и «гига-эра». Шесть «гигасделок» дали 16% объёма; 48 мегасделок - ещё 42% активности. На всё остальное осталось примерно 42% рынка.

Технологический сектор лидирует десять кварталов подряд: рост 76% год к году, во многом за счёт раунда OpenAI на $122 млрд. Северная Америка удержала 56% мирового объёма - $1,78 трлн, рост 66% год к году. Мегасделки от $10 млрд там составили $958 млрд - более половины региональной активности. Регион EMEA (Европа, Ближний Восток и Африка) показал рост на 87% до $847,5 млрд - лучшее полугодие с 2007 года. Май 2026 стал историческим рекордом по ежемесячному объёму: $664 млрд через 3 246 сделок. Три из пяти крупнейших сделок полугодия были объявлены в этом одном месяце.

Одна структурная особенность выделяется. Инвестиции фондов прямых инвестиций (private equity - фонды, скупающие компании целиком с расчётом их перепродать или вывести на биржу) снизились на 6% до $333,2 млрд. Раньше PE был главным двигателем M&A: занимаешь под низкий процент, покупаешь компанию, оптимизируешь, продаёшь. Сейчас ставки слишком высоки для этой схемы - стоимость обслуживания долга съедает маржу. При этом выходы PE выросли на 7% до $386,7 млрд. Разница читается однозначно: PE продаёт больше, чем покупает.

Освобождающееся место занимают стратегические покупатели - корпорации, использующие M&A как ускоритель AI-трансформации. Их логика простая: создать собственное AI-подразделение с нуля - годы разработки, найма и интеграции. Купить компанию с готовой командой и продуктом - месяцы. Когда каждый квартал появляется новая категория, промедление стоит дороже, чем премия покупки.

2000 год оставил похожую сигнатуру - тогда AOL и Time Warner объединились из страха отстать от интернета. Рынок перегрелся, и большинство мегасделок оказались уничтожением стоимости. Разница 2026 года - покупатели сегодняшнего цикла финансово устойчивее. McCormick - прибыльный бизнес с миллиардами кэша, не дотком с нулевой выручкой. Но общая логика схожа: страх опоздать сильнее, чем расчёт цены.

Для управляющей команды средней корпорации это означает пересмотр самого понятия «M&A-стратегии». Раньше слияние обсуждали год, готовили полгода, интегрировали два. Сейчас между анонсом и закрытием проходит квартал. Медленная корпорация в 2026 году - не осторожная. Это корпорация, у которой не хватило скорости купить нужный стартап до того, как его купил конкурент. И это уже не тактическая ошибка - это стратегическая утрата позиции.

Итог: рынок платит за то, что раньше давалось бесплатно - за время на раздумья

Четыре сделки этого выпуска - четыре угла одного явления. Венчурный рекорд $412,7 млрд, рекорд M&A $3,16 трлн, почти семикратная переоценка SambaNova за полгода, удвоение оценки Lovable за тот же срок. Всё это части одной системы. Рынок 2026 года не награждает быстрых и не наказывает медленных отдельным штрафом. Он делает медленных нерентабельными. Промедление перестало быть безопасной стратегией - оно превратилось в отдельную статью расходов, которую платит каждый, кто не купил вчера то, что покупают сегодня.

В 2000 году падение доткомов заняло восемнадцать месяцев. Если AI-цикл повторит эту сигнатуру - а мультипликаторы, концентрация капитала и скорость переоценок это допускают - то текущая эпоха «плати вдвое каждые полгода» закончится не через несколько лет, а через несколько кварталов. Но в отличие от 2000 года, у сегодняшних лидеров есть выручка. Lovable - $500 млн ARR за неполные три года. Anthropic - постинвестиционная оценка $965 млрд под уже существующие корпоративные подписки. Это не пустые обещания дотком-эпохи; это работающие бизнесы. Разница между 2000 и 2026 - не в отсутствии пузыря, а в том, из чего этот пузырь сделан.

На следующей неделе я буду смотреть три сигнала. Первый - закрытие второго транша Series F SambaNova: если General Atlantic приведёт следующих инвесторов с ещё более высокой оценкой, это подтвердит, что $11 млрд - не потолок, а промежуточная точка. Второй - итоговое закрытие раунда Lovable. Если новая оценка окажется выше $13,2 млрд к моменту официального объявления, это переопределит категорию vibe-coding целиком и задаст новый ориентир для десятка соседних стартапов. Третий - активность корпоративных венчурных подразделений: если их доля продолжит снижаться, это будет означать, что стратегические покупатели окончательно ушли из венчура в прямые поглощения, и рынок капитала для AI разделится на два параллельных: один для чистых инвесторов, второй для корпораций, которые уже никого не финансируют, а сразу покупают.

Мой рабочий тезис на второе полугодие: концентрация капитала усилится, скорость переоценок сохранится, но давление на маржу неизбежно вырастет. Компаний, способных удерживать мультипликатор в 26 годовых выручек, немного - и для тех, кто в этот список не попал, следующая переоценка будет уже не в плюс. Спросите себя честно: если ваш бизнес не удваивается каждые полгода - за что именно рынок 2026 года должен платить вам премию, когда даже пауза на квартал стоит доли рынка, а промедление быстрее конкурента съедает больше, чем неудачная сделка?

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Хирург сидел в соседней комнате, а желчный пузырь удаляли два робота

Учёные из Калифорнийского университета в Сан-Диего впервые провели живую операцию телеуправляемыми человекоподобными роботами Surgie — результат опубликован в Nature.

🔴 Хирург сидел в соседней комнате, а желчный пузырь удаляли два робота

В Калифорнии впервые доверили живую операцию человекоподобным роботам, и они справились.

Учёные из Калифорнийского университета в Сан-Диего впервые в мире провели живую операцию с помощью телеуправляемых человекоподобных роботов. Результат опубликован в журнале Nature.

Роботов зовут Surgie: рост около 150 см, вес порядка 27 кг. Хирург управлял ими дистанционно, и роботы не импровизировали, а точно повторяли его движения. В одном сценарии роботу ассистировал живой врач, в другом за столом работали сразу два робота, без человека рядом. Сама операция была лапароскопическим удалением желчного пузыря у крупных животных на доклинической стадии.

Зачем это нужно, объясняет старший автор работы Майкл Йип: «Дистанционно управляемые и автономные человекоподобные роботы реально способны расширить доступ к критически важным операциям, которых у пациентов иначе просто не было бы».

Смысл в географии. Хирург такого уровня есть не в каждой больнице, а робота можно поставить где угодно и подключить специалиста за тысячи километров. Пока это доклиника на животных, но рубеж «человекоподобный робот у операционного стола» уже перешагнули.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #автоматизация #физическийИИ #воплощённыйИИ #ИИ #технологии #AravanaAI

Китайцы готовят открытую AI-модель в шесть раз больше своей нынешней

MiniMax планирует выложить в открытый доступ модель на 2,7 трлн параметров — крупнейшую в Китае и примерно в шесть раз больше своего нынешнего флагмана.

🔴 Китайцы готовят открытую AI-модель в шесть раз больше своей нынешней

Пока западные лаборатории берут деньги за доступ, Китай собирается раздать модель-гиганта бесплатно.

Китайская MiniMax готовит самую большую AI-модель в стране, на 2,7 триллиона параметров. Для сравнения: у её нынешнего флагмана M3 их 428 миллиардов. Новая модель (рабочее название M3 Pro) примерно в шесть раз крупнее.

Главное даже не размер. MiniMax собирается выложить её в открытый доступ, то есть любой разработчик в мире сможет скачать и запускать её бесплатно. Релиз ждут уже в третьем квартале.

Контраст с западным рынком очевиден. OpenAI и другие лаборатории берут деньги за доступ к топовым моделям, а китайские игроки (MiniMax, DeepSeek, Zhipu, Moonshot) наперегонки выкладывают мощные модели с открытыми весами. Сама MiniMax торгуется на бирже в Гонконге, и сильная открытая модель для неё — способ выделиться на переполненном домашнем рынке.

Расклад простой: с одной стороны, платный передний край, с другой — бесплатный гигант, который давит на маржу всех остальных.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #DeepSeek #Китай #геополитика #ИИ #технологии #AravanaAI

Первая в мире полностью роботизированная аптека работает почти без людей

Калифорнийский стартап Queue показал автономную аптеку, которая комплектует заказ по рецепту почти без участия человека и обещает сократить издержки на 96%; рабочий прототип уже стоит у крупной аптечной сети.

🔴 Первая в мире полностью автономная аптека: заказ по рецепту собирает робот

В США показали то, чего раньше не было: полностью автономную роботизированную аптеку, где участие человека сведено к минимуму. Калифорнийский стартап Queue показал автономную систему, которая сама принимает запечатанные заводские флаконы, распознаёт таблетки компьютерным зрением, отсчитывает, фасует и проверяет — вплоть до готового пузырька для пациента.

Цифры за кадром: система держит около 250 самых ходовых в США лекарств и, по заявлению компании, снижает стоимость выдачи рецепта на 96% по сравнению с обычной аптекой. На развитие проекта Queue привлёк $12,6 млн. Фон невесёлый: почти треть аптек в США закрылись с 2010 года, оставив так называемые «аптечные пустыни» — районы без доступа к аптекам.

Рабочий прототип уже действует, а ранним клиентом стала крупная национальная аптечная сеть. Главное отличие от прежней аптечной автоматизации: та помогала в отдельных операциях, Queue же собрал весь цикл, от заводского флакона до готового пузырька, в один автономный поток. И тут повисает честный вопрос, на который пока нет ответа: кто отвечает за ошибку, когда между пациентом и лекарством почти не остаётся живого специалиста?

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #автоматизация #физическийИИ #воплощённыйИИ #healthtech #фарма #будущеетруда #ИИ #технологии #AravanaAI

Корейский конкурент Nvidia собрался на биржу: сначала дома, потом может выйти на биржу в США

Стартап AI-чипов Rebellions при поддержке Samsung планирует листинг на KOSPI в 2027 году и возможный выход на NYSE или Nasdaq; размещение готовят J.P. Morgan и Samsung Securities.

🔴 Корейский конкурент Nvidia собрался на биржу: сначала дома, потом замахнётся на США

Rebellions, стартап из Южной Кореи, который делает чипы для запуска AI-моделей, объявил о планах выйти на IPO. Компанию поддерживают Samsung, SK Hynix и крупный государственный фонд Кореи; в марте она подняла $400 млн на экспансию в США в преддверии будущего размещения.

План гендиректора Сонхён Пака состоит из двух шагов. Сначала листинг на корейской бирже KOSPI, ориентир на 2027 год. Затем, если всё сложится, выход к американским инвесторам через NYSE или Nasdaq. Готовят размещение J.P. Morgan и Samsung Securities.

За чем следить дальше: • сумеет ли азиатский разработчик чипов убедить рынок, что на ускорителях для AI есть жизнь вне Nvidia; • выберет ли Rebellions в итоге Уолл-стрит и по какой оценке; • потянутся ли следом другие азиатские разработчики AI-чипов.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #нейропроцессоры #железо #IPO #инвестиции #стартапы #NVIDIA #ИИ #технологии #AravanaAI

«Обучать AI-модели должны не только гики из стеклянной башни в Сан-Франциско»

Стартап распределённого обучения AI поднял $130 млн при оценке $1 млрд — во главе с Radical Ventures и при участии Nvidia.

🔴 «Обучать AI-модели должны не только гики из стеклянной башни в Сан-Франциско»

Так сооснователь и глава Prime Intellect Винсент Вайссер объясняет, зачем поднял $130 млн. И с этой идеей стартап только что стал единорогом: оценка достигла $1 млрд.

Что делает компания: позволяет бизнесу создавать и обучать собственных AI-агентов, не завися от крупных AI-лабораторий. По сути, это распределённое обучение AI: вычислительные мощности, инструменты обучения с подкреплением и инструменты оценки — всё в одном окне. Основанный лишь в 2024 году, стартап уже вышел на выручку $100 млн в годовом выражении, среди клиентов — Ramp и Zapier.

Раунд возглавил фонд Radical Ventures, среди участников Nvidia Ventures, Intel Capital и Dell Technologies Capital, а также лично основатели Perplexity и Box. «Они собрали всё воедино и работают на уровне передовых лабораторий, но по доступной цене», — говорит партнёр Radical Дэвид Кац. Другие, добавляет он, предлагают лишь отдельные детали — Prime Intellect собрал всё вместе.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #агентыИИ #модели #LLM #инвестиции #венчур #раунд #стартапы #оценка #NVIDIA #ИИ #технологии #AravanaAI

Китай сам держал Nvidia на пороге и теперь приоткрывает дверь, но по квоте

Пекин готов впервые пустить Alibaba, ByteDance и DeepSeek к чипам Nvidia H200 — но менее чем на половину запрошенного.

🔴 Китай сам держал Nvidia на пороге и теперь приоткрывает дверь, но по норме

До сих пор Пекин не пускал на внутренний рынок топовые ускорители Nvidia H200, и не из-за санкций США, а по собственной воле. Власти берегли спрос для отечественных производителей чипов. Теперь курс меняется.

Как сообщает Yahoo Finance со ссылкой на The Information, китайские чиновники дали понять Alibaba, ByteDance и DeepSeek, что вскоре те смогут закупить партию H200. Но с оговоркой. Всем вместе достанется меньше 200 000 штук, и это меньше половины того, что компании запросили в начале года.

Разрыв между аппетитом и разрешённым говорит сам за себя. Крупнейшие AI-игроки страны готовы скупать американское железо, а государство отмеряет его порциями, разрываясь между гонкой за вычислительными мощностями и ставкой на собственные чипы. Квоту, к слову, ещё даже не утвердили: в Пекине до сих пор определяют точную цифру.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #NVIDIA #чиповаявойна #экспортный_контроль #Китай #США #DeepSeek #геополитика #полупроводники #ИИ #технологии #AravanaAI

Как начать пользоваться Pinokio: браузер для запуска AI-приложений одним кликом

Pinokio - бесплатный open-source инструмент, который превращает установку локальных AI-инструментов (Stable Diffusion, ComfyUI, RVC и других) в дело одного клика. Никакой командной строки.

Что это и для кого

Pinokio - это открытый бесплатный инструмент, который работает как браузер и магазин приложений для локального AI одновременно. Вместо того чтобы вручную устанавливать Python, создавать виртуальные окружения, клонировать репозитории с GitHub и разбираться с зависимостями - вы находите нужное AI-приложение в каталоге Pinokio и нажимаете «Install». Один клик - и через несколько минут приложение готово к работе прямо в браузере.

Проблема, которую решает Pinokio, реальная: большинство мощных открытых AI-инструментов написаны исследователями и разработчиками для разработчиков. Stable Diffusion, ComfyUI, RVC (клонирование голоса), SadTalker (анимация лиц), Whisper (транскрипция аудио), Fooocus, InvokeAI, Open Interpreter, LocalAI и десятки других инструментов требуют технической установки. Pinokio прячет всю эту сложность за простым графическим интерфейсом. Вы работаете с AI-приложениями как с обычными веб-сайтами.

Pinokio принципиально отличается от Ollama и LM Studio. Те специализируются исключительно на языковых моделях. Pinokio охватывает весь спектр локального AI: генерация изображений, видео, музыки, клонирование голоса, анимация лиц, транскрипция, 3D-генерация, обработка видео, кодирование, языковые модели. Если Ollama - это специализированный «менеджер языковых моделей», то Pinokio - это универсальный «магазин всех AI-приложений» с одним интерфейсом управления.

Целевая аудитория: люди, которым интересны мощные open-source AI-инструменты, но которые не хотят или не умеют разбираться с командной строкой и Python. Дизайнеры, фотографы, видеоредакторы, музыканты, контент-мейкеры, исследователи - все, кто хочет работать с локальными AI-инструментами без технического порога входа. Также подходит разработчикам как способ быстро развернуть и попробовать новые AI-инструменты без ручной настройки окружения каждый раз.

Pinokio полностью бесплатен и распространяется под MIT-лицензией. Исходный код доступен на GitHub. Проект активно разрабатывается командой и сообществом: новые версии выходят регулярно, каталог приложений пополняется. Любой разработчик может опубликовать свой AI-инструмент в каталоге Pinokio, написав несколько строк конфигурации в формате JSON - это объясняет, почему каталог растет быстрее, чем у конкурентов.

Как зарегистрироваться / установить

Никакой регистрации не требуется. Pinokio - это десктопное приложение, которое работает полностью на вашем компьютере. Зайдите на сайт pinokio.computer и скачайте установщик для вашей системы: .exe для Windows, .dmg для macOS, AppImage или .deb пакет для Linux. Размер установщика небольшой - около 150-200 МБ. Само рабочее пространство с приложениями занимает столько места, сколько вы установите.

Установка на macOS: откройте скачанный .dmg-файл, перетащите иконку Pinokio в папку Applications, запустите приложение. При первом запуске macOS может попросить подтвердить открытие приложения от неизвестного разработчика - нажмите «Открыть» в диалоге или зайдите в Системные настройки > Конфиденциальность и нажмите «Разрешить». Pinokio откроется в вашем системном браузере на адресе localhost:42000. Минимальные требования: macOS 12 Monterey и выше. Поддерживается Apple Silicon (M1-M4) с ускорением через Metal.

Установка на Windows: запустите скачанный установщик .exe от имени администратора, следуйте инструкциям мастера установки. Если Windows Defender SmartScreen показывает предупреждение «Неизвестный издатель» - нажмите «Подробнее» и затем «Запустить в любом случае». После установки найдите Pinokio в меню Пуск или на рабочем столе. При первом запуске Pinokio откроется в браузере. Убедитесь, что антивирус не блокирует работу - иногда нужно добавить Pinokio в исключения.

При первом запуске Pinokio предложит настроить рабочую папку - место на диске, куда будут устанавливаться все AI-приложения и где будут храниться модели. Выберите диск с достаточным объемом: установка нескольких AI-приложений с моделями занимает от 10 до 100+ ГБ. Рекомендуется SSD для лучшей скорости загрузки моделей. Эту папку потом можно переместить через настройки Pinokio, если понадобится.

После настройки рабочей папки вы попадаете в главный интерфейс. Pinokio не требует никаких дополнительных настроек - он готов к использованию немедленно. При желании можно настроить автозапуск при входе в систему или изменить порт работы в разделе Settings.

Первый запуск - что попробовать

После запуска вы видите интерфейс в браузере: вверху кнопки навигации - Discover, Apps, и другие разделы. Раздел Discover - это каталог доступных AI-приложений от разработчиков и сообщества. Приложения сгруппированы по категориям. Нажмите на любое приложение, чтобы увидеть описание, системные требования и список необходимых зависимостей, которые Pinokio установит автоматически.

Для первого знакомства попробуйте Stable Diffusion через интерфейс Automatic1111 - самый популярный способ генерации изображений локально. Найдите его в каталоге (обычно в топе по популярности), нажмите «Download» или «Install». Pinokio скачает весь необходимый код с GitHub, установит Python-зависимости в изолированное окружение и настроит все компоненты. Вы можете наблюдать за прогрессом в терминальной панели. Первая установка займет 5-15 минут в зависимости от скорости интернета и железа.

После установки нажмите кнопку «Start» напротив приложения. Оно запустится и откроется в новой вкладке браузера. Вы увидите полноценный веб-интерфейс Automatic1111 с полем для промпта, настройками модели и кнопкой генерации. Введите описание желаемого изображения на английском языке и нажмите «Generate». Первая генерация может занять чуть дольше пока модель загружается в память. Последующие генерации происходят быстрее.

Если у вас нет мощной видеокарты, попробуйте Whisper WebUI - инструмент для транскрипции аудио. Он работает даже без GPU на обычном процессоре. Найдите его в каталоге, установите, запустите. Загрузите аудио или видеофайл - можно перетащить прямо в браузерное окно. Выберите язык (Russian для русской речи) и нажмите «Transcribe». Whisper создаст текстовую расшифровку с временными метками. Это полезно для расшифровки записей встреч, лекций, интервью.

Для управления всеми установленными приложениями зайдите в раздел Apps. Здесь список всего установленного: статус (запущено / остановлено), потребление ресурсов, кнопки управления. Несколько приложений можно запустить одновременно, если хватает RAM и VRAM. Pinokio показывает, сколько памяти занимает каждый процесс, что помогает понять, не перегружена ли система.

Ключевые фишки

Изолированные окружения для каждого приложения. Каждое приложение в Pinokio устанавливается в собственное изолированное Python-окружение с отдельными зависимостями. Это означает, что приложения не конфликтуют - проблема, которая возникает при ручной установке нескольких AI-инструментов с разными требованиями к версиям библиотек. Можно безопасно иметь несколько версий одного инструмента рядом.

Скриптинг и сообщество. Pinokio поддерживает написание скриптов установки в формате JSON. Любой разработчик может создать «pinokio.json» файл для своего AI-инструмента и опубликовать его - достаточно ссылки на GitHub-репозиторий. Пользователи добавляют его в Pinokio через кнопку «Download from URL». Благодаря этому каталог пополняется быстро и независимо от команды Pinokio.

Поддержка разного железа. Pinokio автоматически определяет доступные вычислительные ресурсы и настраивает приложения под них: NVIDIA (CUDA), AMD (ROCm), Apple Silicon (Metal), CPU. Для Mac с M1-M4 большинство приложений работает через Metal с хорошей производительностью. Режим CPU-only тоже поддерживается, просто медленнее.

Общие модели между приложениями. Pinokio позволяет настроить общую папку для моделей Stable Diffusion - одни и те же файлы моделей (.safetensors, .ckpt) будут доступны из Automatic1111, ComfyUI, InvokeAI и других инструментов одновременно. Модели скачиваются один раз и занимают место на диске только один раз, а не копируются для каждого приложения отдельно.

Обновление одним кликом. Pinokio отслеживает обновления установленных приложений. При выходе новой версии рядом с приложением появляется уведомление - нажмите «Update» и Pinokio автоматически обновит код и зависимости. Для активно развивающихся инструментов как ComfyUI (обновляется почти ежедневно) это значительно упрощает поддержание актуальной версии.

Терминальный вывод и прозрачность. Каждое приложение имеет вкладку с терминальным выводом в реальном времени. Продвинутые пользователи могут видеть все команды и логи. Это полезно при отладке, понимании процессов и для тех, кто хочет учиться - можно видеть, как именно работают команды, которые Pinokio выполняет за вас.

Цены и ограничения

Pinokio полностью бесплатен без каких-либо ограничений. Нет платных планов, нет premium-функций, нет лимитов на количество приложений. MIT-лицензия разрешает использование в личных и коммерческих целях без ограничений. Единственные потенциальные расходы: само железо для запуска приложений и при желании коммерческие модели из платных источников - но большинство моделей в экосистеме открыты бесплатно.

Требования к железу зависят от того, какие приложения вы планируете использовать. Для генерации изображений через Stable Diffusion: видеокарта NVIDIA с 6-8 ГБ VRAM минимум (рекомендуется 10-12+ ГБ), 16 ГБ RAM, 50+ ГБ свободного места. Mac с Apple Silicon M3/M4 и 16-18 ГБ унифицированной памяти работает хорошо. Для транскрипции аудио через Whisper - достаточно 8 ГБ RAM без GPU. Для языковых моделей - смотрите требования конкретной модели.

Основные ограничения: Pinokio не несет ответственности за работу устанавливаемых приложений - их качество зависит от авторов этих приложений. Некоторые приложения в сообществе устаревают или плохо поддерживаются. Техническая поддержка осуществляется через Discord и GitHub Issues без гарантированного времени ответа - это проект с открытым исходным кодом, не коммерческий продукт.

Объем занятого дискового пространства может быть значительным. Модели для Stable Diffusion весят от 2 до 10 ГБ каждая, ComfyUI с несколькими нодовыми пакетами - несколько гигабайт кода и зависимостей. При активном использовании 5-10 приложений с моделями легко занять 100-200 ГБ. Периодически стоит проверять размер рабочей папки Pinokio и удалять неиспользуемые приложения.

Нужен ли VPN из России

Pinokio работает полностью локально и не требует VPN после установки. Сайт pinokio.computer открывается из России без ограничений. Сам установщик скачивается напрямую с сайта или через GitHub Releases - оба источника доступны из России без VPN.

Для установки приложений из каталога нужен интернет: код приложений скачивается с GitHub, модели скачиваются с Hugging Face или других открытых источников. GitHub доступен из России напрямую. Hugging Face также доступен, хотя скорость скачивания больших моделей может зависеть от вашего провайдера. Civitai - крупнейший каталог пользовательских моделей для Stable Diffusion - также доступен без ограничений.

После установки и скачивания моделей Pinokio работает полностью офлайн. Генерация изображений, транскрипция, клонирование голоса - всё это происходит на вашем железе без обращения к внешним серверам. Это делает Pinokio особенно привлекательным для работы с материалами, которые не следует передавать в облако.

VPN может понадобиться только если вы хотите использовать облачные API (OpenAI, Anthropic) через какой-либо инструмент внутри Pinokio. Но это нетипичный сценарий - большинство инструментов в Pinokio именно локальные по своей природе. Для скачивания моделей с Hugging Face иногда полезен VPN для ускорения скачивания больших файлов, но технически без него всё тоже работает.

Pinokio 8.0.0: ключевые изменения (июль 2026)

8 июля 2026 года вышла версия Pinokio 8.0.0. Главное инфраструктурное изменение: Miniforge заменяет Miniconda в качестве управляемой среды выполнения Python. Для новых пользователей это незаметно. При обновлении с более ранней версии Pinokio автоматически переносит установленные приложения на новую среду – повторная установка не требуется. Если после обновления какое-то приложение не запускается, воспользуйтесь функцией «Ask AI» в справочной системе.

Autolaunch – новая функция первого уровня: любое приложение в Pinokio теперь можно настроить на автоматический запуск при старте самого Pinokio. Это удобно для инструментов постоянного использования – например, ComfyUI или локального LLM-клиента. Опция включается в настройках каждого приложения в разделе «Launch settings».

Resource Monitoring – встроенный мониторинг ресурсов в реальном времени. На вкладке каждого запущенного приложения отображается потребление RAM, VRAM и CPU. Это помогает диагностировать просадки производительности и управлять запуском нескольких ресурсоёмких приложений одновременно.

Ask AI и мобильный доступ. Обновлённая справочная система получила AI-ассистента для диагностики ошибок: если приложение не запускается, нажмите «Help» → «Ask AI» – система проанализирует логи и предложит конкретные шаги исправления. Дополнительно в 8.0.0 появилась панель мобильного доступа: QR-код в интерфейсе Pinokio позволяет открыть любое запущенное приложение в браузере смартфона без дополнительной настройки.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться AnythingLLM: локальный AI-workspace для работы с документами

AnythingLLM - бесплатный open-source инструмент, который превращает ваши документы в базу знаний для локального AI. Поддерживает RAG, агентов и работу в команде без единого платного API.

Что это и для кого

AnythingLLM - это бесплатный open-source инструмент, который позволяет общаться с вашими документами через AI без передачи данных в облако. Вы загружаете PDF-файлы, Word-документы, текстовые файлы, ссылки на веб-страницы или целые сайты - и получаете AI-помощника, который знает только то, что вы ему предоставили, и отвечает со ссылками на конкретные источники. Это называется RAG - Retrieval-Augmented Generation, то есть AI с доступом к вашей базе знаний.

В отличие от Ollama или LM Studio, которые просто запускают языковые модели на вашем компьютере, AnythingLLM - это полноценное рабочее пространство поверх этих моделей. Он добавляет векторную базу данных для хранения документов, систему рабочих пространств (workspaces), поддержку нескольких пользователей, встроенных AI-агентов и интеграции с различными источниками данных. Проще говоря: Ollama запускает мозг, AnythingLLM делает из него умного помощника с памятью.

Инструмент существует в двух вариантах. Desktop App - нативное приложение для Windows, macOS и Linux, которое устанавливается как обычная программа и не требует никаких технических знаний. Self-hosted версия разворачивается через Docker для командного использования - тогда несколько человек могут работать с одной базой знаний через браузер. Есть также облачная версия AnythingLLM Cloud для тех, кто не хочет запускать ничего локально.

Для кого это полезно: юристы и консультанты, которые работают с большими объемами документации и хотят быстро находить ответы по контрактам или отчетам; разработчики, которые хотят иметь AI-помощника по своей кодовой базе или технической документации; аналитики с корпоративными данными, которые нельзя передавать в ChatGPT или Claude; небольшие команды, которым нужна общая база знаний с AI-доступом без дорогих корпоративных подписок. Если вы когда-либо хотели «поговорить» с вашим архивом документов и получить точные ответы со ссылками на страницы, AnythingLLM - именно для этого.

AnythingLLM полностью бесплатен в desktop и self-hosted вариантах. На GitHub проект набрал более 50 тысяч звезд - это один из самых популярных open-source AI-проектов 2025-2026 годов. Разрабатывается компанией Mintplex Labs.

Как зарегистрироваться / установить

Для Desktop App зайдите на сайт anythingllm.com и нажмите «Download». Выберите версию для вашей операционной системы: Windows (установщик .exe), macOS (файл .dmg) или Linux (AppImage или .deb). Скачайте файл и запустите установщик. На macOS: откройте .dmg, перетащите AnythingLLM в Applications, запустите. На Windows: дважды кликните .exe и следуйте инструкциям. Установка занимает 2-3 минуты, приложение весит около 300-400 МБ.

При первом запуске AnythingLLM спросит, какую LLM вы хотите использовать. Если у вас уже установлен Ollama с моделями - выберите «Ollama» в выпадающем списке и укажите адрес http://localhost:11434. Если Ollama нет, установите его сначала: скачайте с ollama.com, запустите, затем в терминале выполните команду ollama pull llama3.2 для загрузки небольшой модели. Процесс скачивания займет несколько минут в зависимости от скорости интернета.

Второй вариант подключения LLM - использование облачных API. Если у вас есть ключ API от OpenAI, Anthropic, Google или других провайдеров, выберите соответствующий вариант и вставьте ключ. AnythingLLM умеет работать с OpenAI, Anthropic Claude, Google Gemini, Mistral, Groq, Cohere, Together AI, Perplexity и многими другими - более 25 провайдеров. Разные воркспейсы могут использовать разные провайдеры одновременно.

Для установки Self-hosted версии через Docker: убедитесь, что Docker Desktop установлен и запущен. Скопируйте команду docker run из официальной документации на docs.useanything.com и выполните её в терминале. AnythingLLM запустится на порту 3001 и откроется через браузер на localhost:3001. При первом запуске создайте аккаунт администратора, затем настройте LLM-провайдера в разделе Settings. Вся конфигурация хранится в папке, которую вы указываете при запуске Docker - данные сохраняются между перезапусками.

Векторная база данных встроена в AnythingLLM по умолчанию - используется LanceDB, которая работает без дополнительной настройки сразу после установки. Для более требовательных сценариев в настройках можно переключиться на Chroma, Weaviate, Qdrant, Milvus или Pinecone.

Первый запуск - что попробовать

После настройки LLM-провайдера вы увидите основной интерфейс: левая панель со списком воркспейсов, центральная область для чата. Нажмите «New Workspace» и дайте ему название - например, «Проект А» или «Юридические документы». Воркспейс - это изолированное пространство со своей базой знаний и историей чата. Можно создать несколько воркспейсов для разных проектов или тем.

Загрузите первый документ. Нажмите на иконку скрепки или кнопку Upload Document внутри воркспейса. Поддерживаются форматы PDF, DOCX, TXT, Markdown, CSV, JSON, EPUB, HTML и многие другие. После загрузки AnythingLLM автоматически обрабатывает документ: разбивает его на смысловые фрагменты (chunks), создает векторные представления каждого фрагмента и сохраняет в базу. Для PDF на 50 страниц при использовании локальной модели это занимает 15-30 секунд. После обработки документ готов к запросам.

Задайте первый вопрос в чате: «Что написано о сроках проекта в этом документе?» или «Найди все упоминания суммы контракта». AnythingLLM ищет наиболее релевантные фрагменты в загруженных документах и передает их в LLM вместе с вашим вопросом. В ответе вы увидите не только текст, но и ссылки на источники - какой документ, какой раздел или страница. Это принципиальное отличие от обычного чата с AI, где модель отвечает из своей «памяти» тренировочных данных, что часто ведет к галлюцинациям.

Попробуйте добавить веб-страницу: в меню загрузки найдите вкладку «Link» и вставьте URL. AnythingLLM скачает содержимое страницы и добавит его в базу знаний воркспейса. Полезно для добавления технической документации с сайтов, новостных статей или любых веб-материалов без ручного копирования.

В настройках воркспейса (шестеренка рядом с его названием) найдите раздел Chat Settings. Здесь два ключевых параметра: режим работы «Chat» (AI использует только ваши документы) или «Query» (AI ищет в документах, но может добавлять информацию из общих знаний модели); а также количество фрагментов документов, которые передаются в запрос (больше фрагментов - точнее ответы, но медленнее). Для конфиденциальных данных всегда используйте режим Chat.

Ключевые фишки

Встроенные AI-агенты. AnythingLLM поддерживает агентный режим, где AI выполняет действия, а не просто отвечает. В чате напишите @agent перед запросом - это активирует агента. Доступные инструменты: поиск в интернете, запуск Python-кода, чтение файлов на компьютере, вызов внешних API, работа с базами данных. Набор инструментов настраивается в разделе Agent Skills в настройках. Агенты особенно полезны для автоматизации повторяющихся задач.

Поддержка нескольких LLM-провайдеров. AnythingLLM работает с более чем 25 провайдерами. Разные воркспейсы могут использовать разные модели - например, воркспейс с конфиденциальными данными работает с локальной Llama 3.2 без выхода в интернет, а другой воркспейс использует GPT-5 через API для задач, требующих максимального качества. Переключение между провайдерами занимает секунды.

Многопользовательский режим. В self-hosted версии можно создавать аккаунты с разными уровнями доступа: администратор, менеджер, пользователь. Каждый пользователь видит только те воркспейсы, к которым у него есть доступ. Это позволяет командам делиться базой знаний без потери контроля над тем, кто что видит.

Встраивание AI-чата на сайт. AnythingLLM генерирует код виджета для встраивания AI-чата на основе вашего воркспейса на любую веб-страницу. Так можно создать AI-помощника для посетителей сайта, который отвечает строго по вашей документации. Настраивается через раздел Embed в настройках воркспейса.

MCP-интеграция. AnythingLLM поддерживает протокол Model Context Protocol, что позволяет подключать внешние инструменты напрямую к AI-агенту: базы данных, CRM-системы, системы управления задачами, Slack, GitHub и многие другие. Список поддерживаемых MCP-серверов постоянно растет.

Приватность данных. В desktop и self-hosted режиме все данные остаются на вашем компьютере или сервере. Ничего не отправляется во внешние сервисы, кроме запросов к выбранному LLM-провайдеру. При использовании только локальных моделей через Ollama - абсолютная приватность, ни один байт ваших документов не покидает устройство.

Цены и ограничения

Desktop App и self-hosted версия AnythingLLM полностью бесплатны - никаких ограничений на количество документов, воркспейсов или пользователей в self-hosted. Проект распространяется под лицензией MIT, то есть его можно использовать бесплатно в том числе в коммерческих проектах без каких-либо ограничений.

Единственная платная опция - AnythingLLM Cloud, облачный сервис от разработчиков, где всё уже настроено и не нужно поднимать инфраструктуру самостоятельно. Цены на облачный вариант начинаются от нескольких долларов в месяц и зависят от объема обрабатываемых данных. Актуальные тарифы смотрите на anythingllm.com.

Расходы при использовании AnythingLLM складываются только из стоимости LLM-провайдера. Если вы используете локальные модели через Ollama - это полностью бесплатно (только электроэнергия). Если подключаете OpenAI или Anthropic API - платите по их тарифам за токены. AnythingLLM не берет никакой комиссии.

Технические ограничения: для комфортной работы с большими объемами документов рекомендуется минимум 16 ГБ оперативной памяти. Для локальных LLM через Ollama: 8 ГБ RAM достаточно для моделей 7B параметров, 16-32 ГБ нужно для моделей 13-70B. GPU значительно ускоряет работу, но не обязателен. Без GPU модель на 7B параметров генерирует около 10-20 токенов в секунду на современном процессоре - медленнее облачных сервисов, но вполне рабочая скорость для большинства задач.

Нужен ли VPN из России

AnythingLLM в desktop и self-hosted версии работает полностью локально и не требует подключения к серверам разработчиков после скачивания приложения. VPN для работы инструмента не нужен. Сайт anythingllm.com и репозиторий на GitHub открываются из России без ограничений. Скачать установщик можно напрямую.

Если вы используете облачные LLM-провайдеры (OpenAI, Anthropic, Google), то их API-запросы идут через интернет, и действуют те же ограничения, что и при прямом доступе к этим сервисам. OpenAI и Anthropic недоступны из России без VPN или прокси. Однако это не ограничение самого AnythingLLM - просто используйте локальные модели через Ollama, и вопрос VPN не возникает вообще.

Для скачивания обновлений AnythingLLM и моделей Ollama VPN не требуется. Файлы моделей скачиваются с серверов Hugging Face, Meta, Alibaba и других платформ, которые доступны из России. Модели Llama 4, Qwen 3, Gemma 4 - все они доступны для скачивания напрямую без обхода блокировок.

Рекомендованная связка для российских пользователей, которые хотят полной приватности без VPN: AnythingLLM Desktop + Ollama + модель Qwen 2.5 (7B или 14B) или Llama 3.2. Это полностью локальная цепочка: никакие данные не покидают ваш компьютер, не нужны зарубежные карты и аккаунты в иностранных сервисах. Qwen 2.5 особенно хорошо работает с документами на русском языке.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

AnythingLLM v1.15.0: Magic Features – AI для всей операционной системы

В апреле 2026 года вышла версия AnythingLLM v1.15.0, которая принципиально меняет позиционирование продукта. Если раньше AnythingLLM работал только внутри своего окна, теперь он стал системным AI-ассистентом, доступным в любом приложении на вашем компьютере. Эта группа функций называется Magic Features.

Три ключевых нововведения Magic Features: Echo – голосовой ввод (voice-to-text), который работает в любом текстовом поле любого приложения, не только в AnythingLLM; Text Actions – доступ к полным агентным возможностям AnythingLLM из любого приложения через системное меню; Magic Tab – автодополнение текста с помощью вашей локальной AI-модели прямо во время набора, аналогично GitHub Copilot, но для любого контекста и без передачи данных в облако.

Эти изменения переводят AnythingLLM из категории «RAG-воркспейс для работы с документами» в категорию «полноценная системная AI-оболочка». Продукт теперь конкурирует не только с локальными RAG-инструментами, но и с системными AI-ассистентами вроде Microsoft Copilot – при этом оставаясь бесплатным и open-source с полным контролем над данными.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться Mem 2.0: AI-партнер по мышлению для работы со знаниями

Mem 2.0 - это умное хранилище заметок с искусственным интеллектом, которое само организует информацию, находит связи и становится вашим вторым мозгом. Разбираемся, как начать.

Что это и для кого

Mem 2.0 - это приложение для заметок нового поколения, которое использует искусственный интеллект не как дополнительную функцию, а как основу всей работы. Его создатели из компании Mem Labs называют его «AI thought partner» - партнером по мышлению. Смысл простой: вы фиксируете информацию в свободной форме, а AI сам разбирается в структуре, связях и смысле ваших записей, без того чтобы вы тратили время на организацию.

Главное отличие от Notion, Obsidian или обычных заметок в том, что Mem 2.0 не требует от вас никакой системы. Не нужно придумывать папки, теги, структуру базы данных или создавать шаблоны. Вы просто пишете: мысли, встречи, идеи, задачи, цитаты из книг, заметки о людях, с которыми встречались. AI анализирует содержание и сам определяет, что с чем связано, что важно и что нужно вам показать в нужный момент. Это другой подход к заметкам: не «я организую знания», а «AI помогает мне думать».

Mem 2.0 вышел в начале 2026 года как полностью переписанная с нуля версия. Команда взяла все уроки из первой версии - которую критиковали за медленную работу и непредсказуемость AI-поведения - и построила новый продукт с другой архитектурой. Новая версия в несколько раз быстрее по скорости работы, стабильнее в поведении AI и поддерживает полноценный офлайн-режим, которого так не хватало раньше.

Для кого этот инструмент прежде всего: для людей, которые работают с большим потоком информации и страдают от того, что хорошие идеи теряются. Исследователи, консультанты, product-менеджеры, аналитики, писатели, журналисты, студенты - все, кто хотел бы иметь «второй мозг», который помнит всё, что вы когда-либо записали, и умеет это использовать в нужный момент. Если вы прочитали статью три месяца назад, сделали пометку и забыли - Mem вспомнит за вас, когда тема снова станет актуальной.

Mem 2.0 работает через браузер и нативные приложения для macOS и iOS. Версии для Windows и Android находятся в разработке. Интерфейс переключается между русским и английским в зависимости от языка браузера, хотя большинство пользователей работают на английском языке интерфейса с русскоязычными заметками - AI понимает оба языка без проблем.

Как зарегистрироваться / установить

Зайдите на сайт mem.ai и нажмите кнопку «Get started» или «Sign up». Регистрация проходит через Google-аккаунт или email. При регистрации через Google весь процесс занимает один клик - просто выберите нужный аккаунт. При регистрации через email введите адрес почты, придумайте пароль, подтвердите email по ссылке. Весь процесс занимает около двух-трех минут.

После регистрации вы попадаете в онбординг. Mem 2.0 предложит ответить на несколько вопросов: кто вы по профессии (исследователь, менеджер, студент, разработчик и другие варианты), для каких основных задач планируете использовать инструмент (встречи, исследования, написание текстов, управление задачами). Это помогает системе лучше настроить AI-подсказки под ваш контекст работы. Онбординг можно пропустить, но лучше потратить три минуты - первый опыт будет ощутимо лучше.

Для установки на macOS зайдите на mem.ai в раздел Downloads (ссылка в подвале сайта или в настройках аккаунта). Скачайте файл .dmg, откройте его и перетащите иконку Mem в папку Applications. Приложение весит около 150-200 МБ, требует macOS 12 Monterey или новее. После первого запуска войдите в аккаунт - все ваши заметки автоматически синхронизируются из облака.

Для iPhone скачайте приложение Mem из App Store - найдите по запросу «Mem AI». Приложение поддерживает виджеты на рабочем столе для быстрого захвата мыслей, а также интеграцию с функцией «Поделиться» на iOS - можно отправлять ссылки, статьи и фрагменты текста прямо в Mem из Safari, новостных приложений или мессенджеров одним нажатием.

Расширение для браузера доступно для Chrome и Safari. Установите его через Chrome Web Store или Safari Extensions в системных настройках. После установки в браузере появляется иконка Mem - клик по ней при чтении любой статьи или веб-страницы сохраняет материал в Mem с автоматическим извлечением ключевых идей. Очень удобно для исследовательской работы.

Первый запуск - что попробовать

Когда вы открываете Mem 2.0 в первый раз, вы видите чистый редактор и левую панель навигации. Нажмите Cmd+N на Mac или Ctrl+N в браузере - откроется новая заметка. Напишите что угодно в свободной форме. Не думайте о структуре. Например, запишите три главных вывода с последней встречи или рабочего дня. Mem не требует заголовков и структуры - хотя их можно добавить с помощью Markdown-разметки.

Когда у вас накопится хотя бы три-пять заметок, попробуйте поиск. Нажмите Cmd+K (Mac) или Ctrl+K (Windows/Web) - откроется умная строка поиска. Введите вопрос на русском или английском. Mem 2.0 понимает смысловые запросы, а не только точные совпадения слов. Если вы написали заметку о встрече с партнером, где обсуждали маркетинговый бюджет, запрос «бюджет на рекламу» найдет эту заметку, даже если точной фразы «бюджет на рекламу» в тексте не было.

Обязательно попробуйте функцию «Ask Mem» - AI-чат прямо внутри вашей базы знаний. Найдите иконку чата в левой панели и задайте конкретный вопрос по своим данным: «Что я решил на прошлой неделе о запуске нового продукта?» или «Какие идеи у меня есть по теме исследования клиентов?». AI проанализирует все ваши заметки и ответит со ссылками на конкретные записи-источники. Именно это превращает Mem из заметочника в партнера по мышлению.

Запись встречи: нажмите кнопку «Record» в верхней панели (или найдите её в меню). Mem попросит разрешение на доступ к микрофону - дайте его. После окончания встречи нажмите «Stop» - AI автоматически расшифрует аудио и создаст структурированное резюме с ключевыми темами, принятыми решениями и задачами. Эта функция работает с Pro-планом и особенно удобна для консультантов и менеджеров, которые проводят много звонков.

Посмотрите на раздел «Related» внизу любой заметки. Mem автоматически показывает другие записи из вашей базы, которые семантически связаны с текущей. Это не ручные ссылки вроде тех, что вы делаете в Obsidian, а автоматически вычисленные связи по смыслу. Чем больше заметок накапливается, тем точнее работают эти связи - через месяц активного использования граф связей становится настоящим активом.

Ключевые фишки

Автоматическая организация без папок. В Mem 2.0 нет традиционных папок, хотя теги можно использовать при желании. Вместо них AI создает «Smart Collections» - динамические коллекции, которые автоматически группируют заметки по смыслу. Все упоминания конкретного проекта, клиента или темы окажутся в одной коллекции, даже если вы никогда специально их не маркировали. Коллекции обновляются в реальном времени при добавлении новых заметок.

Полный офлайн-режим. В отличие от большинства облачных заметочников, Mem 2.0 поддерживает полноценную работу без интернета на macOS и iOS. Все заметки хранятся локально, изменения синхронизируются при появлении соединения без конфликтов. Это особенно ценно для тех, кто часто летает или работает в местах с нестабильным интернетом.

Транскрипция и резюме встреч. Встроенная запись встреч работает независимо от платформы - Zoom, Teams, Google Meet или живой разговор. После встречи AI создает структурированное резюме: кто что говорил, какие решения приняты, какие задачи поставлены. Резюме автоматически попадает в базу знаний и становится доступным для поиска и AI-запросов наравне с обычными заметками.

Написание с AI в контексте. Внутри любой заметки можно вызвать AI-помощника, нажав /. Доступные команды: продолжить написание, создать резюме, извлечь ключевые тезисы, написать email на основе заметки, перефразировать. Важная деталь: AI учитывает не только текущую заметку, но и связанные записи из вашей базы, что делает предложения намного более контекстными.

Командная работа. Mem Teams создает общее хранилище знаний для команды с настраиваемыми правами доступа. AI обучается на контексте всей команды: Ask Mem отвечает по данным коллег (если у вас есть доступ), Smart Collections могут охватывать материалы нескольких участников. Это полезно для команд, которые работают над общими проектами и исследованиями.

Открытость данных. Все заметки экспортируются в Markdown или JSON одним кликом через меню Settings. Mem придерживается принципа «ваши данные - ваши»: нет vendor lock-in, данные можно перенести в Obsidian, Notion, Logseq или любой другой инструмент в любой момент.

Цены и ограничения

На момент написания этого материала Mem 2.0 предлагает три уровня доступа.

Бесплатный план позволяет создавать неограниченное количество заметок и пользоваться базовым AI-поиском. Ограничения: небольшой лимит AI-запросов в день, функция записи встреч недоступна, Smart Collections работают с ограничениями, командные функции отсутствуют. Для легкого использования бесплатный план вполне достаточен, чтобы понять, подходит ли вам инструмент.

Mem Pro стоит около 14.99 долларов в месяц или дешевле при оплате за год сразу. Снимает все ограничения на AI-запросы, включает полноценную запись и транскрипцию встреч, приоритетную обработку AI, расширенные Smart Collections и полный офлайн-режим на всех устройствах. Рассчитан на тех, кто активно использует Mem как основной инструмент для работы со знаниями.

Mem Teams для командной работы стоит около 12-15 долларов на пользователя в месяц при минимальной группе из нескольких человек. Включает общее хранилище, управление правами доступа по ролям, аналитику использования и приоритетную поддержку.

Пробный период: 14 дней Pro-функций бесплатно, без необходимости вводить платежные данные заранее. После окончания пробного периода все ваши заметки сохраняются и остаются доступными на бесплатном плане - данные не блокируются за платным барьером. Это важное решение команды Mem, которое отличает их от некоторых конкурентов.

Главное ограничение инструмента: при небольшой базе знаний Mem работает как обычный заметочник - ничего особенного. Настоящая мощь AI-функций раскрывается через несколько недель активного использования, когда в базе накапливается 50-100 и больше заметок. Не ожидайте чудес с первых дней.

Нужен ли VPN из России

Mem 2.0 официально доступен из России без VPN. Сайт mem.ai открывается без проблем, регистрация работает нормально, приложения для macOS и iOS устанавливаются через официальные магазины App Store. Команда Mem Labs не вводила географических ограничений для российских пользователей. Проверено: веб-версия, macOS-приложение и iOS-приложение работают из России напрямую.

С оплатой ситуация сложнее. Российские карты Visa и Mastercard не принимаются из-за санкционных ограничений на стороне платежных систем. Рабочие варианты: карты армянских, казахстанских, грузинских или других зарубежных банков; виртуальные карты, выпущенные через иностранные сервисы; Apple Pay или Google Pay, привязанные к зарубежной карте. Если зарубежной карты нет, бесплатный план доступен без ограничений.

При регистрации через Google-аккаунт убедитесь, что используете аккаунт без региональных ограничений. Большинство российских Google-аккаунтов работают нормально, но если возникают проблемы с оплатой через Google Pay - используйте прямую оплату картой на сайте Mem.

Конфиденциальность: данные хранятся на серверах AWS в США и Европе. Для тех, кто работает с чувствительной корпоративной информацией, стоит учитывать, что данные физически находятся за рубежом. Mem не предлагает self-hosted версию - это исключительно облачный инструмент. Для тех, кому важна полная приватность, больше подойдет локальный Obsidian с локальными AI-плагинами, хотя удобство будет существенно ниже.

Voice Mode: голосовые заметки и транскрипция встреч

Mem 2.0 получил Voice Mode – возможность записывать заметки голосом. Нажмите кнопку записи в приложении, надиктуйте мысли (например, во время прогулки или после встречи), и Mem автоматически транскрибирует запись и упорядочивает её в связные заметки, доступные для поиска. Voice Mode также умеет записывать и транскрибировать встречи напрямую – без необходимости подключать отдельного бота к звонку. Достаточно включить запись на устройстве во время совещания, и Mem обработает аудио самостоятельно.

Совместное редактирование в реальном времени

Mem 2.0 поддерживает совместное редактирование заметок несколькими участниками одновременно – с отображением живых курсоров, показывающих, где в документе находится каждый из коллег. Несколько членов команды могут редактировать одну заметку параллельно, как в Google Docs, при этом AI-контекст Mem остаётся общим для всех участников.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Daily Digest - 9 июля 2026

Три AI-платформы выбрали три несовместимые ставки на рынок - и параллельно впервые получают счёт от регулятора.

Сегодня в AI одновременно идут два движения, которые тянут рынок в разные стороны. Внутри индустрии три крупнейших игрока расходятся настолько далеко, что перестают быть прямыми конкурентами: Anthropic собирает Claude Cowork в единое приложение и меняет позиционирование с инструмента для программистов на инструмент для офиса, Microsoft впервые публично признаётся, что заменяет OpenAI и Anthropic в Excel и Outlook собственными моделями MAI, Google открывает в Gemini Enterprise маркетплейс сторонних агентов. Снаружи индустрии рядом с этими компаниями впервые встаёт регулятор с калькулятором: правительство Британской Колумбии нанимает два юридических бюро для первого провинциального иска против OpenAI и ссылается на прецедент табачных компаний. Пока платформы делят форму рынка, регулятор впервые называет цену за ущерб.

Anthropic собирает единый продукт - и данные показывают, что кодеры уже не главные клиенты

Anthropic объединяет Claude Cowork с чат-ботом Claude на десктопе, вебе и мобильных устройствах для пользователей плана Max, а сессии Cowork теперь продолжают работать в облаке даже после закрытия ноутбука. Cowork - это Claude Code для людей, которые не пишут код: инструмент, который выполняет длинные офисные задачи в фоне и держит контекст на несколько часов работы.

Anthropic сначала выкатывает Cowork в бета-версии для подписчиков Max за $100 в месяц, а затем откроет его пользователям Pro за $20 в месяц. Компания заодно продлевает удвоенные лимиты Cowork до 5 августа: она хочет, чтобы пользователь привык считать инструмент своим рабочим столом, а не отдельным продуктом рядом с чатботом.

Самая интересная часть - данные. Anthropic проанализировала 1,2 млн Cowork-сессий из более чем 600 тыс. организаций за последние две недели мая. Крупнейшая категория оказалась не про код: 33,4% использования - бизнес-операции. Работа с документами, сводные отчёты, чек-листы для новых сотрудников. Создание контента и копирайтинг - 16,4%. А разработка программного обеспечения, ради которой Cowork изначально позиционировался, - всего 8,7%.

Это разворот всей категории «AI-агентов для кода». Cowork запускался как инструмент для разработчиков, а самыми активными пользователями оказались финансисты, HR и маркетологи - именно та аудитория, у которой нет ни своего Cursor, ни своего Copilot и куда никто из конкурентов пока всерьёз не пришёл. Anthropic это увидела и делает то, что нечасто удаётся крупному игроку: не пытается насильно вернуть продукт в исходную категорию, а перестраивает позиционирование под то, куда пошли реальные пользователи. Продукт, который вчера продавался как «Claude Code для тех, кто не пишет код», сегодня становится центром офисной работы, где средний чек выше, конкуренция ниже, а привычка приходить в Cowork каждый день делает уход к соседнему сервису всё более дорогим. Если Anthropic обгонит OpenAI по темпам роста в ближайшие кварталы, победа придёт не от того, что модель стала умнее, а от того, что компания раньше остальных перестала считать своей категорией код.

Microsoft вытесняет OpenAI и Anthropic из собственных продуктов - и не скрывает целей

Microsoft переключила десятки тысяч AI-запросов в Excel и Outlook на собственные модели MAI - вместо OpenAI и Anthropic. Мустафа Сулейман, руководитель AI-подразделения Microsoft, ранее говорил прямо: «Мы платим Anthropic много денег - цель в том, чтобы сократить и в итоге исключить эти расходы». Это не оговорка из инсайдерских утечек, это официальная позиция человека, который отвечает за AI внутри крупнейшего клиента Anthropic.

Основа замены - MAI-Thinking-1, флагманская модель Microsoft на ~1 трлн параметров, из которых на один запрос активируются лишь 35 млрд. Модель огромная, но при каждом запросе работает лишь её нужный фрагмент - это дешевле в обслуживании, чем «плотные» (dense) модели OpenAI и Anthropic, где на каждый запрос задействуется вся сеть. Одну из семи моделей, которые Microsoft показала на конференции Build в июне, компания приравнивает по написанию кода к Anthropic Opus 4.6 - прошлому поколению флагмана.

Одновременно Microsoft сокращает 4 800 сотрудников - 2,1% штата, из которых 3 200 в подразделении Xbox. Экономия на Anthropic и экономия на людях - часть одного процесса: инвесторам показывают, что маржа теперь строится не на росте, а на замене чужих счетов своими. Реакция была немедленной: акции Microsoft выросли на 2% во вторник сразу после новостей.

А что Anthropic? По собственным прогнозам, компания идёт к ~$10,9 млрд выручки и ~$559 млн операционной прибыли в Q2 2026 - первый прибыльный квартал в её истории. 1 июня 2026 года она подала конфиденциальные документы для будущего IPO в SEC при оценке $965 млрд. Цифры красивые, но описывают инерцию, а не силу: Microsoft уже начала снимать Anthropic с полки в собственных продуктах, и каждое следующее обновление MAI-моделей заранее списывает часть будущей выручки. Anthropic оказалась в редкой позиции, когда финансовые метрики растут, а стратегическая позиция ослабевает - чем сильнее MAI, тем меньше Excel и Outlook нуждаются в Claude, и чем ближе IPO, тем сложнее объяснить инвесторам, почему главный клиент строит замену прямо у неё на глазах. Для рынка это редкая ситуация: лидер AI-моделей теряет опору не из-за конкурента в лаборатории, а из-за того, что клиент сам решил перестать быть клиентом.

Google открыл Gemini для чужих AI-агентов - ставка на платформу, а не на модель

Google Cloud открыл маркетплейс, где сторонние разработчики могут публиковать AI-агентов в Gemini Enterprise - корпоративной версии Gemini. Первые агенты уже в витрине: Lovable Agent и Atlassian Rovo. Управлять доступом внутри компании смогут три роли: тот, кто оплачивает подписки; тот, кто регистрирует одобренных агентов; тот, кто ими пользуется. По сути, Google копирует логику Salesforce AppExchange, только для AI-агентов.

В основе - протокол Agent2Agent (A2A), который Google продвигает как отраслевой стандарт для взаимодействия агентов между собой. Разработчику нужно предоставить так называемую A2A Agent Card: файл с описанием навыков агента, точек входа и способа аутентификации. Публикация требует предварительной проверки Google по безопасности, функциональности и цене. То есть Google не просто открывает витрину - он оставляет за собой право вето на каждого партнёра и на цену каждого продукта.

Параллельно Google обновил Managed Agents в Gemini API: добавил фоновое выполнение задач, интеграцию с внешними серверами и кастомные функции. Инженерная часть, которая делает возможной вторую половину сделки: агент чужого разработчика запускается, работает в фоне, обновляет свои учётные данные - и приносит деньги в кассу Google Cloud.

Это другая структурная ставка, чем у Anthropic и Microsoft. Anthropic собирает конечный продукт - единое приложение для всех задач. Microsoft вертикально интегрирует всё, включая собственные модели. Google сознательно отказывается покрывать все сценарии сам и превращает себя в узкое место, через которое проходят чужие агенты: доступ к корпоративному клиенту, безопасность, биллинг и интеграция остаются под контролем платформы, а сам продукт делает кто-то другой. Логика Amazon Web Services на новом слое: чипы и серверы уже проданы, следующий поток выручки идёт с агентов, которые работают на этих чипах, - и в этой роли Google не рискует ставить на «правильную» модель, потому что зарабатывает на любой.

Слабое место понятно: платформа выигрывает, когда партнёров много и они разные, а пока их два. Но настоящая игра идёт не в витрине, а в стандарте: если A2A закрепится за пределами Google, любой агент, написанный под протокол, автоматически становится совместим с Gemini - и Google получает поток партнёров без единого прямого договора. Для Microsoft и OpenAI вопрос при этом переворачивается: не «чья модель лучше», а «через чей протокол разговаривают агенты между собой», и проиграть здесь означает остаться островом со своим форматом, к которому никто снаружи не подключается.

Британская Колумбия готовит первый провинциальный иск против OpenAI

Правительство Британской Колумбии наняло CFM Lawyers и Stranch, Jennings & Garvey для подготовки иска против OpenAI. Это первый случай, когда провинциальное правительство Канады идёт судиться с разработчиком AI-системы.

Основание - трагедия в Тамблер-Ридже. 10 февраля 18-летняя Джесси Ван Рутселаар убила восьмерых в школе Тамблер-Риджа: свою мать, брата, 5 детей 12 и 13 лет и педагога, а затем застрелилась сама. Расследование показало, что стрелок использовала ChatGPT для планирования нападения. OpenAI заблокировала аккаунт ещё в июне 2025 года, но, по её собственному заявлению, посчитала, что содержание разговоров «не достигло порога» для уведомления правоохранительных органов. В апреле семьи жертв уже подали иск в Калифорнии против OpenAI и Сэма Альтмана - с формулировкой «получить прецедентные компенсации».

Теперь тот же путь пошло провинциальное правительство. Оно ссылается на успешный прецедент: Британская Колумбия получит около $3,7 млрд за 18 лет по мировому соглашению с табачными компаниями. Юридическая логика та же: провинция как истец возмещает публичный ущерб, который вредный продукт нанёс всему обществу. Федеральное и провинциальное правительства параллельно уже совместно выделили $200 млн (по $100 млн каждое) на медицинский центр и новую школу в Тамблер-Ридже - но деньги на восстановление и деньги как компенсация за причинённый вред это разные виды исков.

Зачем это важно за пределами Канады. Иски семей - это гражданский процесс, оценка ущерба конкретному человеку. Иск провинции - признание, что AI-компания причинила ущерб обществу, а не отдельным пользователям. Такой иск против OpenAI - не про одну трагедию, а про то, кто отвечает, когда языковая модель помогает планировать преступление. И если провинция выиграет хотя бы часть, следующая волна исков придёт от штатов США и стран ЕС, где регуляторное давление уже нарастает.

Позиция OpenAI сводится к тому, что аккаунт заблокировали. Позиция провинции - что заблокировать мало, надо было предупредить полицию. Между этими двумя пунктами весь новый регуляторный ландшафт: где заканчивается ответственность модели и где начинается ответственность разработчика.

У четырёх сегодняшних новостей есть общий признак: каждая делает явным то, что раньше оставалось на уровне отраслевых предположений. Что «AI для офиса» стал категорией больше, чем «AI для кода». Что крупный клиент может перестать быть клиентом. Что стандарт связи между агентами определяет расстановку сил сильнее самих агентов. Что за ущерб от разговора с моделью теперь можно выставить провинциальный счёт. Каждое из этих утверждений становится линией разлома, вокруг которой в ближайшие кварталы соберутся контракты, продукты и иски. И для тех, кто прямо сейчас решает, как встраивать AI в свой бизнес, вопрос давно уже не «какую модель выбрать», а гораздо неудобнее: на какой из этих четырёх линий вы окажетесь по правильную сторону, когда рынок закончит перестраиваться?

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Grok больше не воюет за чат, он метит в юристов и банкиров

SpaceXAI выпустила Grok 4.5 — первую модель, обученную вместе с Cursor. Её развернули в сторону программистов, юристов и финансистов и поставили ниже по цене, чем топовый Claude.

🔴 Grok больше не воюет за чат, он метит в юристов и банкиров

Маск развернул свою модель в сторону задач, за которые платят напрямую.

SpaceXAI выпустила Grok 4.5, первую модель, обученную вместе с Cursor, тем самым сервисом для программистов, который SpaceX купила пару недель назад в сделке с оценкой $60 млрд. Новинку не подают как собеседника: она заточена под программирование, юридическую работу, финансовый анализ, кибербезопасность и автономных агентов.

Сам Маск называет её «моделью класса Opus, только быстрее, экономнее по токенам и дешевле». По замерам SpaceXAI, Grok 4.5 обходит Opus 4.8 от Anthropic на нескольких тестах. И ценник и правда ниже: $2 за миллион входных токенов и $6 за миллион выходных против $5 и $25 у Opus 4.8.

Расчёт виден невооружённым глазом: догнать топовую модель Anthropic по качеству, но продавать заметно дешевле и зайти туда, где ИИ уже приносит деньги, на рабочие столы инженеров, юристов и аналитиков. Широкий запуск идёт постепенно, и до Евросоюза Grok 4.5 пока не добрался.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #агентыИИ #Grok #xAI #Claude #Anthropic #ИИ #технологии #AravanaAI

Инженер, который учил ходить робота Маска, строит гуманоида для Европы

Бывший научный сотрудник команды Tesla Optimus Реми Каден представил парижский стартап UMA и робота Northstar — первого серьёзного европейского претендента в гонке гуманоидов.

🔴 Инженер, который учил ходить робота Маска, строит гуманоида для Европы

Три года он настраивал искусственный интеллект для Optimus в Tesla. Теперь собирает конкурента в Париже.

Реми Каден, бывший научный сотрудник команды Optimus, представил стартап UMA и его первого робота Northstar, лёгкого человекоподобного помощника, которого небольшая команда собрала за девять месяцев. Каден ушёл из Tesla в начале 2024 года, успел построить в Hugging Face открытую библиотеку для роботов LeRobot, а теперь делает ставку на Европу: по его словам, «затраты на труд очень высоки, а с учётом демографических трендов спрос будет значительным».

Ставка не выглядит одинокой. В проект вложились фонды Greycroft, Relentless и Unity Growth, а из частных инвесторов в него верят Ян Лекун, гендиректор Datadog Оливье Помель и сооснователь Hugging Face Тома Вольф. UMA уже ведёт переговоры примерно с полусотней потенциальных заказчиков и рассчитывает запустить промышленные пилоты уже в 2026 году.

Пока гонку гуманоидов делят США и Китай, из Парижа выходит первый серьёзный европейский претендент с командой, которая уже однажды поставила подобных роботов на ноги.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #автоматизация #физическийИИ #промышленныероботы #будущеетруда #ИИ #технологии #AravanaAI

Роботу больше не нужен лидар. Mistral научила его ходить по одной камере

Mistral выпустила Robostral Navigate — первую свою модель для роботов: 8B параметров ведут робота по незнакомому зданию с одной RGB-камеры, без лидара и датчиков глубины, обгоняя мультисенсорные системы.

🔴 Роботу больше не нужен лидар. Mistral научила его ходить по одной камере

Пока весь мир спорит, чей чат-бот умнее, Франция тихо зашла на территорию физического ИИ.

Mistral представила Robostral Navigate, свою первую модель для роботов. Восемь миллиардов параметров, и всё, что ей нужно, чтобы найти дорогу в незнакомом здании, это одна обычная камера и просьба, сказанная человеческими словами. Ни лидара, ни датчиков глубины, ни заранее загруженной карты.

Именно здесь и прячется вызов индустрии. Дорогие роботы годами обвешивались лазерными сканерами и десятком сенсоров, чтобы не врезаться в стену. Robostral обходится одним видеоглазком и на закрытом тесте незнакомых маршрутов доходит до цели в 76,6% случаев, обгоняя лучшие мультисенсорные системы на 4,5 балла, а однокамерные и вовсе почти на 10.

Модель учили не в реальном мире, а в симуляции: 400 000 маршрутов на 6 000 сцен, спрессованных в считаные дни обучения. Она не привязана к железу, работает на колёсных, шагающих и летающих роботах и метит в склады, доставку, производство и даже гостиницы.

Пока американские гиганты вкладывают миллиарды в «инженера физического мира», европейцы заходят с другой стороны. Не строить роботов, а дать зрение тем, что уже есть.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #физическийИИ #автоматизация #воплощённыйИИ #промышленныероботы #нейросети #модели #ИИ #технологии #AravanaAI

AI-юрфирма впервые стоит дороже миллиарда: берёт деньги за результат, а не за часы

Legal-AI стартап Norm привлёк $120 млн при оценке $1,2 млрд и берёт с клиентов не за часы, а за результат.

🔴 AI-юрфирма впервые стоит дороже миллиарда: берёт деньги за результат, а не за часы

У юристов появился конкурент, который не выставляет почасовой счёт и не спит. Стартап Norm только что стал «единорогом», и это один из первых случаев, когда так дорого оценивают именно юридический AI.

По данным TechCrunch, Norm привлёк $120 млн в раунде Series C при оценке $1,2 млрд; раунд возглавила Khosla Ventures, а среди инвесторов оказались Bain, Craft Ventures, Coatue, Vanguard и страховые гиганты New York Life и TIAA. Всего компания подняла более $260 млн. Norm строит юрфирму, где всё выстроено вокруг AI: её AI-агенты ведут юридическую работу под надзором живых адвокатов, а клиенты платят не за часы, а за результат. Следующий шаг ещё смелее: агенты, которые контролируют других агентов.

Юридические услуги остаются одним из последних бастионов «дорогого человеческого времени», и именно туда AI заходит с моделью «плата за исход, а не за часы». Для предпринимателя это ранний сигнал: рутинная проверка на соответствие требованиям и договорная работа дешевеют на глазах, а ценник «$500 в час» перестаёт быть законом природы.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#инвестиции #венчур #раунд #оценка #стартапы #финансирование #агентыИИ #нейросети #LLM #ИИ #технологии #AravanaAI

Вашингтон присматривается к тому, на каких AI работают сами американские компании

Американский бизнес массово переходит на дешёвые китайские модели DeepSeek, GLM и Kimi — и Вашингтон забеспокоился.

🔴 Вашингтон присматривается к тому, на каких AI работают сами американские компании

Пока весь мир спорит, чьи модели умнее, в США всплыл неожиданный вопрос: а чьими вообще пользуются собственные корпорации? Оказалось, всё чаще китайскими.

По данным CNBC, законодатели и Госдеп забеспокоились из-за того, что американский бизнес массово переходит на дешёвые китайские модели: DeepSeek, GLM 5.2 от Z.ai и Kimi K2.7 от Moonshot. Причина простая: они заметно дешевле, а по качеству почти не уступают. Глава Coinbase Брайан Армстронг открыто написал, что пользуется китайскими моделями, а стартап Lindy перешёл на DeepSeek ради экономии. Представитель Госдепа заявил, что такие модели «созданы, чтобы продвигать нарративы Пекина и подавлять инакомыслие».

Запретить будет непросто: модели с открытым кодом трудно вычистить, а заставить частные компании выбирать «правильный» софт власть может разве что через госзакупки. Но сигнал считан: выбор AI-поставщика превращается в политику. Для тех, кто строят бизнес на чужих моделях, это повод держать про запас альтернативу: правила игры могут поменяться быстрее, чем истекает контракт.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#геополитика #регуляция #Китай #США #DeepSeek #экспортный_контроль #безопасностьИИ #нейросети #LLM #модели #ИИ #технологии #AravanaAI

У мира появился «климатический доклад», только про ИИ, и он тревожный

Первый доклад независимой научной панели ООН по ИИ — аналог климатической IPCC: 40 учёных предупреждают, что наука не может гарантировать безопасность всё более мощных моделей.

🔴 У мира появился «климатический доклад», только про ИИ, и он тревожный

Над изменением климата десятилетиями работает международная научная панель IPCC, чьи доклады читают все правительства. Теперь такой же орган появился у искусственного интеллекта, и его самый первый вывод звучит жёстко.

Первый доклад независимой международной научной панели ООН по ИИ (в ней 40 учёных со всего мира) вышел 1 июля. Один из его авторов, «отец» современных нейросетей Йошуа Бенджио, предупреждает: наука не может гарантировать, что по мере роста возможностей ИИ не причинит катастрофического вреда, сам по себе или в руках злоумышленников. Отдельная тревога доклада, концентрация мощнейшего ИИ всего в двух странах, США и Китае.

Что это значит для бизнеса: над мировым ИИ начинают строить рамки, как когда-то над атомной энергией и климатом. Регулирование неизбежно, а значит, правила игры будут меняться. И ещё один сигнал: если весь передовой ИИ сосредоточен в руках двух держав, зависимость от чужого технологического стека становится стратегическим риском, который стоит закладывать в планы уже сейчас.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#геополитика #регуляция #безопасностьИИ #США #Китай #нацбезопасность #нейросети #ИИ #технологии #AravanaAI

Salesforce вложит $1 млрд в Швейцарию, и это не про банки

Марк Бениофф выбрал Швейцарию как площадку для ставки на ИИ-агентов: $1 млрд за пять лет на обучение, экосистему и платформу Agentforce.

🔴 Salesforce вложит $1 млрд в Швейцарию, и это не про банки

Марк Бениофф выбрал не Кремниевую долину и не Лондон. Глава Salesforce объявил, что компания вложит $1 млрд в Швейцарию в течение пяти лет, в страну, которая тихо превращается в мировую столицу управления искусственным интеллектом.

Деньги пойдут на три направления: обучение местных специалистов, развитие партнёрской экосистемы и программы ИИ-навыков. Главную ставку Salesforce делает на платформу Agentforce, где ИИ-агенты не просто отвечают на вопросы, а сами выполняют рабочие задачи: обрабатывают заявки, ведут клиентов, доводят сделки до конца. Ею уже пользуются швейцарские компании, от здравоохранения до производства: Oviva, FREITAG, Всемирный экономический форум и агрохимический гигант Syngenta. Как сообщила Salesforce, Бениофф приурочил анонс к саммиту AI for Good в Женеве, где 8 июля возглавит первое заседание глобальной комиссии по ИИ вместе с президентом Руанды Полем Кагаме.

Зачем это знать предпринимателю: крупнейший в мире игрок корпоративного софта делает ставку не на новую функцию, а на смену самой модели: от программ, за которые платят по числу сотрудников, к армии ИИ-агентов, которых, по сути, нанимают как работников. Кто первым научится собирать таких агентов под свои процессы, получит фору, пока конкуренты ещё считают лицензии.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#инвестиции #венчур #сделки #финансирование #BigTech #корпоративнаястратегия #агентыИИ #нейросети #ИИ #технологии #AravanaAI

Google открывает магазин AI-агентов внутри Gemini

Google запускает в Gemini Enterprise маркетплейс сторонних AI-агентов: разработчики смогут продавать их как готовый сервис, а компании — покупать в пару кликов.

🔴 Google открывает магазин AI-агентов внутри Gemini

Скоро нанять цифрового сотрудника можно будет так же, как скачать приложение из магазина.

Google открыла путь сторонним разработчикам публиковать своих AI-агентов в Google Cloud Marketplace, чтобы те работали прямо внутри Gemini Enterprise. Компания называет это «агент как сервис»: готового цифрового помощника можно выставить на витрину с ценником, а бизнес может купить и подключить его в несколько кликов. Внутри работает открытый протокол Agent2Agent, который позволяет агентам от разных создателей понимать друг друга, плюс «карточка агента» с описанием его навыков, способов подключения и доступа. Первыми на витрину уже встали агенты Lovable и Rovo от Atlassian, а Google обещает проверять каждого на безопасность и адекватность цены перед публикацией.

Это больше, чем ещё один магазин приложений. Google фактически строит экономику, где рабочие задачи выполняют не люди и не одна большая модель, а рынок специализированных агентов, каждый из которых отвечает за свою функцию. Для предпринимателя тут два сигнала сразу. Первый: появляется новая полка, на которую можно поставить собственного агента и продавать его тысячам компаний. Второй: закрывать рутину в бизнесе скоро станет так же просто, как ставить приложения на телефон, и упускать это окно не стоит.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #агентыИИ #модели #Google #Gemini #автоматизация #будущеетруда #ИИ #технологии #AravanaAI

SambaNova взяла $1 млрд при оценке $11 млрд, всего через пять месяцев после прошлого мега-раунда

Производитель чипов для запуска AI-моделей SambaNova привлёк $1 млрд в раунде Series F при оценке $11 млрд. Среди клиентов — банк JPMorgan Chase.

🔴 SambaNova взяла $1 млрд при оценке $11 млрд, всего через пять месяцев после прошлого мега-раунда

Ещё в декабре Intel обсуждала покупку этой компании примерно за $1,6 млрд. Сегодня её оценивают в $11 млрд, и продавать никто не собирается.

Калифорнийская SambaNova объявила о привлечении $1 млрд в первом закрытии раунда Series F под руководством General Atlantic. В сделке участвуют Intel, T. Rowe Price, BlackRock, Vista Equity, суверенный фонд Катара и другие тяжеловесы. И это всего через пять месяцев после прошлого раунда на $350 млн, который закрылся в феврале. SambaNova делает не универсальные видеокарты, а специализированные чипы для запуска готовых AI-моделей — прямо в дата-центрах клиента, без отправки данных на сторону. Именно поэтому её выбрал JPMorgan Chase: банку нужен ИИ, который работает за закрытым периметром. «То, что JPMorgan решил использовать SambaNova для своих задач, это очень серьёзно», — говорит гендиректор компании Родриго Лианг.

За сухими цифрами скрывается большой сдвиг. Пока весь мир соревнуется, кто обучит модель побольше, деньги всё активнее идут туда, где эти модели ежедневно работают. Рынок «железа для запуска ИИ» превращается в отдельную золотую жилу, и претенденты на трон NVIDIA растут не по дням. Для тех, кто строят продукты на ИИ, это хорошая новость: чем больше игроков в инфраструктуре, тем дешевле и доступнее станут вычисления.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #GPU #NVIDIA #инвестиции #венчур #раунд #оценка #стартапы #инфраструктура #ИИ #технологии #AravanaAI

Трамп разблокировал самую мощную модель OpenAI: GPT-5.6 выходит на весь мир

Администрация Трампа сняла ограничения с флагманской модели OpenAI. GPT-5.6 Sol вместе с версиями Terra и Luna выходит публично уже в четверг.

🔴 Трамп разблокировал самую мощную модель OpenAI: GPT-5.6 выходит на весь мир

Месяц назад Белый дом фактически поставил её на паузу. Теперь дан зелёный свет всему миру.

Ситуация была почти небывалой: администрация Трампа придержала запуск новой модели OpenAI, разрешив доступ к GPT-5.6 лишь узкому кругу одобренных государством партнёров: через API и инструмент Codex. Сама компания тогда прямо дала понять, что поэтапный релиз под контролем чиновников не тот способ, которым она хотела бы выпускать свои продукты.

Теперь ограничения сняты. По данным Axios, флагманская модель Sol вместе с младшими версиями Terra и Luna выходит публично уже в четверг. Зелёный свет дали после серии дополнительных тестов и встреч с чиновниками. Проверку вёл Центр стандартов и инноваций ИИ при Министерстве торговли США. Sol называют сильнейшей моделью OpenAI на сегодня: особенно в программировании, биологии и кибербезопасности. И это не единичный случай. Похожая история была у Anthropic: её модели Mythos и Fable тоже попадали под ограничения, а запрет на Fable сняли лишь неделю назад.

Запомните этот прецедент. Доступ к самым мощным ИИ-моделям теперь зависит не только от того, когда их выпустит разработчик, но и от того, что решит Вашингтон. Передовые модели становятся инструментом большой политики: топовый ИИ можно включить и выключить решением правительства. Тем, кто строят бизнес на передовых моделях, стоит закладывать этот рычаг в стратегию уже сейчас.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #OpenAI #ChatGPT #геополитика #регуляция #США #безопасностьИИ #ИИ #технологии #AravanaAI

ИИ научился пробивать броню, из-за которой туберкулёз убивает больше миллиона людей в год

Модель машинного обучения научилась предсказывать, какие молекулы способны пройти сквозь двойную мембрану туберкулёзной палочки — главный барьер в лечении болезни, убивающей более миллиона человек в год.

🔴 ИИ научился пробивать броню, из-за которой туберкулёз убивает больше миллиона людей в год

Туберкулёзная палочка похожа на крепость с двойной стеной. Большинство антибиотиков просто не проникают внутрь, и поэтому болезнь до сих пор уносит около 1,23 млн жизней ежегодно. Учёные годами угадывали, какая молекула пройдёт сквозь эту стену, а какая нет. Теперь угадывать не нужно.

Модель машинного обучения под названием MycoPermeNet предсказывает, какие химические соединения способны проникнуть сквозь внешнюю мембрану бактерии, только по их структуре, без долгих лабораторных прогонов. Как пишет GEN, разработку создали в Массачусетском университете в Амхерсте вместе с Университетом Виргинии, а результаты вышли в июле в журнале Nature Microbiology. Как поясняет одна из авторов, Анна Грин, «мембрана пропускает одни молекулы и задерживает другие; наши инструменты помогают понять, какие именно проходят и почему». По сути, ИИ сузил гигантское поле поиска лекарств до горстки перспективных кандидатов.

Это наглядный пример того, где ИИ уже приносит осязаемую пользу, а не обещания. Разработка лекарства традиционно стоит годы и миллиарды именно из-за таких тупиков: вещество работает в пробирке, но не попадает в цель. Когда алгоритм заранее отсекает бесперспективные молекулы, цикл дорожает медленнее и сжимается по времени. Для тех, кто смотрит в сторону биотеха и здоровья, сигнал ясен: ближайшая волна прорывов в медицине придёт не из пробирки, а из связки «химия плюс ИИ».

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#биотех #фарма #healthtech #клиническиеиспытания #нейросети #здоровье #longevity #ИИ #технологии #AravanaAI

Huawei нашла, как обогнать физику чипов без запрещённых станков

Huawei описала способ поднять плотность транзисторов на 55% без доступа к передовым станкам — за счёт нового способа укладки логики, а не смены техпроцесса.

🔴 Huawei нашла, как обогнать физику чипов без запрещённых станков

Чтобы сделать чип быстрее, весь мир идёт одним путём: уменьшает транзисторы, покупая станки для сверхтонкой печати за сотни миллионов долларов. Именно эти станки Китаю продавать запретили. Huawei заявила, что научилась выжимать прирост, не уменьшая ничего.

Речь о чипе Kirin 2026 для будущих флагманов серии Mate. По данным South China Morning Post, инженеры применили архитектуру под названием LogicFolding: грубо говоря, складывают логику чипа в два слоя и переупаковывают её плотнее, вместо того чтобы печатать мельче. Результат по их научной статье: на 55% больше транзисторов и на 41% меньше энергопотребления при той же скорости, и всё это на том же старом техпроцессе, без передовых литографических станков. Автор подхода — Хэ Тинбо, глава чипового бизнеса Huawei, которую в Китае зовут «чиповой королевой»; она называет метод эквивалентом трёх лет обычного прогресса. Пока это препринт, не прошедший рецензирование.

Что отсюда забрать предпринимателю: технологический запрет работает хуже, чем кажется. Когда прямой путь перекрыт санкциями, ограничение не останавливает игрока, а заставляет его искать обход, и иногда обход оказывается дешевле оригинала. Это универсальный принцип: жёсткое внешнее ограничение чаще рождает нестандартное инженерное решение, чем капитуляцию. Следите за китайскими чипами: разрыв с западными сокращается не там, где его ждут.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #техпроцесс #чиповаявойна #экспортный_контроль #санкции #Китай #геополитика #Huawei #ИИ #технологии #AravanaAI

Роботы наконец научились видеть стекло, и это перестало быть шуткой

Робо-подразделение Ant Group выложило открытую модель зрения LingBot-Vision, которая учит роботов не врезаться в стекло и зеркала — и делает это на семи-кратно меньшем размере, чем модель Meta.

🔴 Роботы наконец научились видеть стекло, и это перестало быть шуткой

Самая обидная слабость домашних и складских роботов — прозрачные двери и зеркала. Камеры их просто не замечают, и робот въезжает в стекло на полном ходу. Робо-подразделение Ant Group (той самой компании за платёжным гигантом Alipay) заявило, что закрыло эту дыру.

Модель зрения называется LingBot-Vision. Как пишет SCMP, это первая модель, которую специально натренировали различать края объектов с точностью до пикселя, именно поэтому она распознаёт стекло, зеркала и прозрачные предметы, о которые обычные системы спотыкаются. Самое интересное в цифрах: LingBot-Vision использует в семь раз меньше настроек, чем эталонная модель Meta DINOv3, и обучена на втрое меньшем объёме данных, но на тесте по оценке глубины пространства обошла её сразу по нескольким показателям. Модель выложена открыто, вместе с обновлённой LingBot-Depth 2.0.

Смысл прост: «глаза» для роботов дешевеют и становятся общедоступными. Меньше настроек и меньше данных: модель крутится на слабом железе прямо внутри робота, без дорогого сервера. Для тех, кто присматривается к складской автоматизации, доставке или сервисным роботам, это ещё один кирпич, выпадающий из стены входного барьера: базовые технологии всё чаще отдают бесплатно, а конкуренция смещается в софт и сценарии применения.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #embodiedAI #физическийИИ #автоматизация #нейросети #модели #Meta #Китай #ИИ #технологии #AravanaAI

Китайский разносчик еды собрал ИИ-гиганта, и ни одного чипа Nvidia

Китайский сервис доставки еды выпустил крупнейшую открытую модель в мире — и обучил её на собственных китайских ускорителях, полностью в обход санкций на Nvidia.

🔴 Китайский разносчик еды собрал ИИ-гиганта, и ни одного чипа Nvidia

Представьте, что «Яндекс.Еда» вдруг выкатывает самую большую открытую нейросеть на планете. Примерно это и произошло: Meituan, гигант доставки еды из Китая, выпустил модель, которая обходит по ряду тестов флагманы OpenAI, и при этом не использовала ни одной видеокарты Nvidia.

Модель называется LongCat-2.0. В ней 1,6 триллиона параметров: это новый рекорд для открытых моделей, которые любой может скачать и запустить у себя. По данным TechRadar, обучение целиком прошло на собственных китайских ИИ-ускорителях, а не на железе Nvidia, доступ к которому Китаю перекрыли санкции. Модель держит в памяти до миллиона слов текста за раз, отдаётся под свободной лицензией MIT, а в тесте на решение реальных задач программистов LongCat-2.0 набрала 59,5 балла против 58,6 у GPT-5.5. Запуск через облако стоит смешные $0,75 за миллион слов на входе.

Главный сигнал здесь не про Китай, а про вас. Ещё год назад доступ к топовому ИИ упирался в очередь за чипами Nvidia и санкционные списки. Теперь модель мирового уровня можно скачать бесплатно, запустить на альтернативном железе и встроить в свой продукт, без разрешений и без переплаты западным вендорам. Монополия на «умные» вычисления трещит, и это открывает окно для тех, кто строят на ИИ вне американской орбиты.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #DeepSeek #чипы #чиповаявойна #экспортный_контроль #Китай #санкции #геополитика #ИИ #технологии #AravanaAI

Pydantic AI V2: как создавать AI-агентов на Python с типобезопасностью

23 июня 2026 года вышел стабильный релиз Pydantic AI V2 -- популярного фреймворка для создания AI-агентов на Python. Поддерживает все крупные LLM-провайдеры и гарантирует типобезопасность. Рассказываем, как начать работу.

Что это и для кого

Pydantic AI V2 -- это стабильный Python-фреймворк для создания AI-агентов в продакшн-среде, разработанный командой Pydantic и выпущенный 23 июня 2026 года. После семи бета-версий и нескольких месяцев интенсивного тестирования вышел первый полноценный стабильный релиз -- V2.0. Pydantic AI создавался той же командой, которая разработала знаменитую библиотеку Pydantic для валидации данных в Python, ставшую де-факто стандартом для разработки API и схем данных в экосистеме FastAPI и Django.

Главная идея Pydantic AI: дать вашей IDE и AI-ассистенту по написанию кода максимум контекста для автодополнения и проверки типов, переводя целые классы ошибок с этапа выполнения на этап написания кода. Если вы когда-либо отлаживали AI-агента и обнаруживали ошибки типов только в рантайме -- Pydantic AI решает именно эту проблему. Вместо того чтобы передавать данные как словари (dict) и получать ошибки при выполнении, вы работаете с типизированными структурами, и IDE подсвечивает проблемы ещё до запуска.

Pydantic AI V2 поддерживает практически всех крупных провайдеров языковых моделей: OpenAI, Anthropic (Claude), Google Gemini, DeepSeek, Grok (xAI), Cohere, Mistral и Perplexity. Также поддерживаются облачные платформы -- Azure AI Foundry, Amazon Bedrock, Google Cloud -- и инструменты для локального запуска: Ollama, LiteLLM, Groq, OpenRouter, Together AI, Fireworks. Это делает Pydantic AI агностическим к провайдеру: один и тот же код агента работает с любой из поддерживаемых моделей без существенных изменений.

Ключевое нововведение V2 -- концепция capabilities (возможностей) как основного примитива. Capabilities -- это переиспользуемые модули, которые объединяют инструменты агента (tools), хуки (hooks), инструкции (instructions) и настройки модели в один компонентный блок. Вы можете встроить в агента готовую capability для веб-поиска, встроить готовый MCP-сервер, подключить capability из библиотеки сообщества или написать собственную. Это фундаментально меняет архитектуру агентных приложений: вместо монолитного кода -- модульная, переиспользуемая система.

Для кого предназначен Pydantic AI: для Python-разработчиков, которые создают продакшн AI-агентов и хотят получить всё типобезопасно, с нормальным тестированием и надёжной работой в многошаговых автономных сценариях. Это разработчики, знакомые с экосистемой Python (FastAPI, Pydantic, SQLAlchemy), которые хотят применить те же практики строгой типизации к AI-агентам. Также фреймворк подходит для команд, создающих long-running агентов -- таких, которые продолжают работу после перезапуска или временных ошибок API, благодаря встроенной поддержке durable execution.

Как зарегистрироваться и установить

Pydantic AI является open-source проектом и не требует регистрации или подписки. Вам нужен Python 3.9 или новее и pip-менеджер пакетов.

Шаг 1 -- установка базового пакета. Откройте терминал и выполните команду: pip install pydantic-ai. Это установит базовый пакет без конкретных провайдеров. Для запуска агентов вам также потребуются зависимости под конкретного провайдера: pip install pydantic-ai[openai] для OpenAI, pip install pydantic-ai[anthropic] для Claude, pip install pydantic-ai[google-vertex] для Google Gemini. Все доступные экстра-зависимости перечислены в официальной документации на pydantic.dev.

Шаг 2 -- настройка API-ключей. Задайте переменные окружения для нужных провайдеров. Для OpenAI: export OPENAI_API_KEY="sk-...". Для Anthropic: export ANTHROPIC_API_KEY="sk-ant-...". Для Gemini: export GOOGLE_API_KEY="...". Рекомендуем использовать файл .env совместно с библиотекой python-dotenv для управления ключами в разработке, и переменные окружения или секреты менеджера секретов для продакшна.

Шаг 3 -- установка Pydantic Logfire (опционально, но рекомендуется). Pydantic AI тесно интегрирован с Pydantic Logfire -- платформой наблюдаемости на базе OpenTelemetry. Установите: pip install logfire. Logfire предоставляет трассировку вызовов модели, мониторинг расходов на токены, историю диалогов агентов и отладку в реальном времени. Для разработки и отладки AI-агентов это незаменимый инструмент. Logfire предлагает бесплатный план для разработчиков.

Шаг 4 -- проверка установки. Создайте файл test_agent.py со следующим содержимым: импортируйте Agent из pydantic_ai, создайте экземпляр агента с нужной моделью и выполните простой synchronous run. Если агент вернул ответ без ошибок импорта -- установка прошла успешно. В случае ошибок зависимостей проверьте совместимость версий Python и убедитесь, что установили нужные экстра-зависимости для выбранного провайдера.

Первый запуск -- что попробовать

После установки начните с простейшего агента, чтобы почувствовать API, а затем переходите к более сложным сценариям. Все примеры ниже написаны на Python и работают с любым поддерживаемым провайдером.

Пример 1 -- минимальный агент. Создайте экземпляр Agent с указанием модели: agent = Agent(model='openai:gpt-4o'). Выполните синхронный запрос: result = agent.run_sync('Объясни концепцию MoE-архитектур за три предложения'). Распечатайте результат: print(result.output). Обратите внимание, что result.output -- это строка с ответом, а result.usage содержит информацию о потреблённых токенах. Всё типизировано -- IDE подскажет доступные атрибуты.

Пример 2 -- агент с инструментами (tool use). Добавьте к агенту Python-функцию как инструмент с помощью декоратора @agent.tool. Функция принимает контекст запроса (RunContext) и аргументы, возвращает результат. Агент сам решает, когда вызвать инструмент и с какими аргументами, на основе инструкций системы и содержания диалога. Pydantic AI автоматически генерирует схему JSON Schema из типизированных аргументов функции и передаёт её в модель.

Пример 3 -- структурированный вывод. Определите Pydantic-модель (класс BaseModel) для описания ожидаемой структуры ответа. Передайте её как output_type при создании агента. Pydantic AI заставит модель вернуть данные именно в этой структуре, проверит типы и вернёт вам уже готовый типизированный Python-объект -- без ручного парсинга JSON и без ошибок несоответствия типов. Это особенно ценно при обработке результатов в последующем коде.

Пример 4 -- агент с встроенным веб-поиском. В Pydantic AI V2 появились встроенные capabilities, включая веб-поиск. Подключите capability: from pydantic_ai.capabilities import WebSearchCapability. Добавьте её к агенту при инициализации. Теперь агент может самостоятельно искать актуальную информацию в интернете в процессе ответа на вопросы пользователя -- без дополнительного кода с вашей стороны.

Пример 5 -- тестирование агента. Pydantic AI разработан с учётом тестируемости. Используйте FakeModel (встроенный мок-провайдер) для тестирования логики агента без реальных API-вызовов и расходов токенов. Это позволяет писать юнит-тесты для агентов так же, как вы тестируете обычный Python-код: быстро, воспроизводимо и бесплатно.

Ключевые фишки

Capabilities как основной примитив V2. Главное архитектурное нововведение V2 -- capabilities. Это переиспользуемые модули, которые инкапсулируют набор инструментов (tools), хуки жизненного цикла агента (hooks), системные инструкции (instructions) и настройки модели в один логичный компонентный блок. Capabilities можно добавлять к агенту при инициализации, переиспользовать в разных агентах, брать из библиотеки сообщества или устанавливать как отдельные pip-пакеты. Это принципиально меняет модульность агентного кода.

Поддержка всех крупных провайдеров. Pydantic AI V2 работает с OpenAI, Anthropic, Google Gemini, DeepSeek, Grok, Cohere, Mistral, Perplexity, Groq, Azure AI, Amazon Bedrock, Ollama, LiteLLM, OpenRouter, Together AI и Fireworks. Один и тот же код агента запускается с любым провайдером -- достаточно изменить строку инициализации модели. Это особенно ценно при сравнении провайдеров по качеству ответов или переключении на альтернативу при изменении цен.

Типобезопасность и IDE-поддержка. Pydantic AI использует систему типов Python на всех уровнях: аргументы инструментов, входные данные агентов, структуры вывода -- всё полностью типизировано. Ваша IDE видит все доступные методы и атрибуты, предупреждает о несовместимости типов ещё до запуска, а статический анализатор mypy или pyright находит потенциальные ошибки на этапе разработки. Это резко снижает время отладки по сравнению с фреймворками, где всё передаётся через словари.

Durable agents для long-running задач. Pydantic AI поддерживает агентов с сохранением состояния через временные сбои API и перезапуски приложения. Это критически важно для реальных продакшн-сценариев: если агент выполняет длительную многошаговую задачу и происходит сетевая ошибка или плановый рестарт сервиса -- агент продолжит работу с места остановки, а не начнёт заново. Также поддерживаются сценарии human-in-the-loop: агент может приостановиться, запросить подтверждение у человека и продолжить работу после одобрения.

Встроенная интеграция с Pydantic Logfire. Pydantic AI имеет нативную интеграцию с платформой наблюдаемости Logfire на базе OpenTelemetry. Это даёт: трассировку каждого вызова модели, мониторинг стоимости и потребления токенов, историю агентных диалогов, мониторинг производительности и аномалий. Для команд, выводящих AI-агентов в продакшн, наблюдаемость -- не опция, а необходимость, и Pydantic AI делает её настройку тривиальной.

MCP-совместимость. Pydantic AI V2 поддерживает протокол Model Context Protocol (MCP) -- открытый стандарт Anthropic для передачи контекста между инструментами и языковыми моделями. Это означает возможность подключения любых MCP-совместимых инструментов и серверов к агенту как встроенных capabilities без написания адаптеров вручную.

Цены и ограничения

Pydantic AI является полностью бесплатным open-source проектом, доступным на GitHub под лицензией MIT. Сам фреймворк ничего не стоит -- вы платите только за использование API конкретных LLM-провайдеров (OpenAI, Anthropic, Google и других) в соответствии с их тарифами.

Pydantic Logfire, встроенная платформа наблюдаемости, предлагает бесплатный план для индивидуальных разработчиков и открытых проектов. Платные планы для команд и предприятий включают расширенные лимиты хранения логов, права доступа и приоритетную поддержку. Конкретные цены на момент написания уточняйте на сайте logfire.pydantic.dev -- тарификация может меняться.

Технические требования: Python 3.9 или новее. Совместимость с asyncio -- все методы агентов доступны в синхронной (run_sync) и асинхронной (run) версии. Pydantic AI V2 содержит breaking changes по сравнению с V1 -- конкретный перечень изменений и миграционное руководство опубликованы в официальной документации на pydantic.dev. Если вы уже используете Pydantic AI V1, рекомендуем ознакомиться с changelog перед обновлением, так как API capabilities существенно переработан.

Ограничения: Pydantic AI -- это низкоуровневый фреймворк, ориентированный на Python-разработчиков. Он не предоставляет готового UI или no-code интерфейса. Для построения сложных мультиагентных систем с визуальным редактором рассмотрите LangGraph или CrewAI -- более высокоуровневые решения, хотя и с меньшей типобезопасностью. Pydantic AI сильнее всего именно в типобезопасности и тестируемости, а не в высокоуровневых абстракциях оркестрации.

Нужен ли VPN из России

Pydantic AI -- это библиотека Python с открытым исходным кодом. Сам пакет устанавливается через PyPI (pip), доступный в России без ограничений. GitHub, где размещён исходный код проекта, также работает в России. VPN для установки и работы с самим фреймворком не нужен.

Отдельный вопрос -- доступность AI-провайдеров, которые вы планируете использовать совместно с Pydantic AI. OpenAI (ChatGPT, GPT-4o) официально не работает с российскими пользователями с марта 2022 года. Anthropic (Claude) также ограничивает доступ из России. Google Gemini доступен с российских IP, однако оплата может потребовать зарубежной карты.

Практическое решение для разработчиков из России: используйте Pydantic AI совместно с провайдерами, доступными без VPN. DeepSeek API работает в России напрямую. Ollama для локального запуска open-source моделей (Hy3, GLM-5.2, Qwen 3.6) не требует ни VPN, ни API-ключей. Groq предлагает быстрый API без явных региональных ограничений. OpenRouter доступен из России для чтения каталога и бесплатных квот. Для всех перечисленных Pydantic AI обеспечивает первоклассную поддержку через соответствующие модели провайдеров.

Для работы с OpenAI или Anthropic через Pydantic AI из России потребуется VPN с американским или европейским сервером. Технически это работает без проблем -- Pydantic AI не привязан к конкретному региону и не проверяет IP-адрес клиента. Выбор провайдера и решение вопросов с VPN остаётся на вашей стороне.

Актуальная версия: v2.7.0 (8 июля 2026). Pydantic AI развивается с высоким темпом релизов: с момента выхода V2.0 (23 июня 2026) по 8 июля вышли версии v2.1.0–v2.7.0, то есть практически одна новая версия в день. Это означает, что при установке через pip install pydantic-ai вы получаете свежую сборку. Рекомендуется фиксировать версию в production-зависимостях: pip install pydantic-ai==2.7.0.

Новые провайдеры в v2.2.0–v2.7.0: Claude Sonnet 5 и xAI Grok-4.5. В версии v2.2.0 добавлена поддержка Claude Sonnet 5 от Anthropic – подключается стандартным образом через провайдер Anthropic. В версии v2.7.0 добавлен xAI Grok-4.5: провайдер регистрируется как provider='grok' с API-ключом xAI. Также в этих версиях появился сокращённый синтаксис для Azure AI Foundry: azure-responses:[model-id] – вместо ручной конфигурации клиента достаточно указать строку вида azure-responses:gpt-4o при создании агента.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Tencent Hy3: как использовать мощный open-source LLM на 295 миллиардов параметров

Tencent выпустила Hy3 -- открытую языковую модель на 295 миллиардов параметров под лицензией Apache 2.0. Она опережает GLM-5.2 по большинству задач при вдвое меньшем числе активных параметров. Рассказываем, как начать пользоваться Hy3 прямо сейчас.

Что это и для кого

Tencent Hy3 (полное официальное название -- Hunyuan 3) -- это открытая языковая модель нового поколения, созданная командой Hunyuan от Tencent и выпущенная 6 июля 2026 года. Модель построена на архитектуре Mixture-of-Experts (MoE): при общем размере в 295 миллиардов параметров на каждый обрабатываемый токен активируется лишь 21 миллиард активных параметров. Это означает, что большинство нейронной сети в каждый момент простаивает -- активируются только релевантные блоки, называемые экспертами. В результате Hy3 работает значительно быстрее и экономичнее в запуске по сравнению с традиционными dense-моделями аналогичного масштаба, где всегда задействована вся сеть целиком.

Hy3 распространяется под лицензией Apache 2.0 -- одной из самых свободных в мире open-source разработки. Это означает следующее: модель допустимо использовать в коммерческих проектах любого масштаба, изменять её веса и дообучать под собственные задачи, развёртывать на корпоративных серверах и встраивать в продукты -- и всё это без каких-либо отчислений или предварительных согласований с Tencent. Единственное условие -- сохранять упоминание оригинальных авторов в документации. Это принципиальное отличие от ряда других китайских AI-моделей, которые поставляются с жёсткими ограничениями на коммерческое применение и требуют специальных лицензионных соглашений для каждого сценария использования.

По независимым оценкам экспертного сообщества, Hy3 превосходит GLM-5.2 от Z.ai (744 миллиарда параметров) на большинстве стандартных бенчмарков -- кроме специализированных задач написания кода, где GLM-5.2 остаётся сильнее. Принципиально важный момент: Hy3 значительно эффективнее в развёртывании. У GLM-5.2 активируются 40B параметров на токен, у Hy3 -- всего 21B. Это почти вдвое меньше активных вычислений, что прямо переводится в более низкую стоимость API и более быстрые ответы. Аналитики VentureBeat назвали это демонстрацией того, что грамотная архитектура сегодня важнее простого наращивания числа параметров в гонке производительности LLM.

В сравнении с проприетарными моделями Hy3 по качеству приближается к Claude Opus 4.8 на общих задачах при стоимости через API примерно в десять раз ниже. Модель демонстрирует особую силу в задачах офисной продуктивности: создание документов, таблицы с Excel-формулами, финансовые модели, разработка фронтенда и игровые приложения. Именно по этим категориям Tencent заявляет о лидерстве среди открытых конкурентов аналогичного класса. На бенчмарках рассуждения и понимания длинного контекста Hy3 также показывает высокие результаты благодаря встроенному механизму расширенного мышления и контекстному окну в 256 тысяч токенов.

Кому подходит Hy3: в первую очередь разработчикам и компаниям, которым нужна мощная языковая модель с открытым кодом и возможностью полного самохостинга без зависимости от сторонних облачных провайдеров. Это исследователи, стартапы без желания зависеть от API-провайдеров, и предприятия с требованиями к конфиденциальности данных -- когда обрабатываемая информация не должна уходить во внешние системы. Также Hy3 хорошо подходит для дообучения (fine-tuning) под узкоспециализированные задачи: лицензия Apache 2.0 это явно разрешает.

Появление Hy3 важно для всего рынка открытых языковых моделей: это очередная наглядная демонстрация преимуществ MoE-архитектур -- флагманское качество при существенно меньших вычислительных затратах. На момент официального запуска Hy3 уже интегрирован в девять продуктов Tencent: WorkBuddy, CodeBuddy, Yuanbao, ima, Marvis, QQ Browser, Tencent News, WeGame и Sogou Input. Ещё около 50 продуктов находятся в процессе интеграции. Tencent планирует продолжить развитие линейки Hunyuan и в перспективе выпустить дистиллированные (distilled) версии Hy3 меньшего размера, что расширит возможности локального запуска на менее мощном оборудовании и сделает модель доступной для более широкого круга разработчиков.

Как зарегистрироваться и установить

Есть несколько способов получить доступ к Hy3 в зависимости от задач и технических возможностей. Рассмотрим самые практичные варианты от простого к сложному, чтобы вы могли выбрать оптимальный для своего сценария.

Способ 1 -- OpenRouter (самый простой, без установки). Зайдите на openrouter.ai, создайте бесплатный аккаунт через Google или email. В каталоге моделей найдите "tencent/hy3" или просто "Hy3". Начните диалог прямо в браузере через встроенный интерфейс. Для новых аккаунтов на момент написания существовала бесплатная квота токенов -- уточняйте актуальный статус перед началом работы, условия на платформе могут меняться. OpenRouter удобен тем, что позволяет быстро сравнивать разные модели в одном интерфейсе.

Способ 2 -- Tencent Cloud TokenHub. Зарегистрируйтесь на облачной платформе Tencent по адресу cloud.tencent.com, перейдите в раздел TokenHub -- это маркетплейс LLM-моделей компании. Найдите Hy3 в каталоге, создайте API-ключ и подключайтесь через стандартный OpenAI-совместимый API. Преимущество: прямой официальный канал с гарантированной производительностью и техподдержкой Tencent. Для российских пользователей может потребоваться международная банковская карта для верификации аккаунта -- учитывайте это при планировании.

Способ 3 -- Hugging Face (скачивание весов для самохостинга). Зайдите на huggingface.co и найдите репозиторий tencent/Hy3. Весовые файлы доступны для скачивания без предварительной регистрации. Для запуска полной модели в квантизованном формате GGUF Q4 потребуется суммарно не менее 80 ГБ VRAM (например, два GPU NVIDIA A100 80GB или четыре RTX A6000 48GB). Для подавляющего большинства индивидуальных пользователей локальный запуск полной версии нереалистичен из-за аппаратных требований -- используйте API-доступ через провайдеров. Самохостинг оправдан при строгих требованиях к конфиденциальности обрабатываемых данных или при высоких объёмах запросов, когда API-тарифы становятся неоправданно дорогими.

Способ 4 -- Together AI или Fireworks AI. Hy3 постепенно добавляется на независимые платформы вывода LLM. Проверьте together.ai и fireworks.ai -- там могут быть конкурентные тарифы на запуск модели через API. Оба сервиса работают по принципу pay-per-token и не требуют установки программного обеспечения или специального аппаратного обеспечения на вашей стороне.

Для программного API-доступа установите Python-пакет командой pip install openai -- он полностью совместим с API Hy3 через OpenRouter и другие провайдеры. Укажите base_url нужного провайдера и ваш API-ключ в переменных окружения. Hy3 поддерживает стандартный формат OpenAI Chat Completions, что делает его совместимым с большинством существующих приложений и фреймворков без изменения основной логики кода -- достаточно поменять base_url и название модели.

Первый запуск -- что попробовать

Для первого знакомства с Hy3 рекомендуем начать с OpenRouter: создайте аккаунт и запустите диалог прямо в браузере без установки дополнительного программного обеспечения. После первичного знакомства с качеством ответов и стилем модели переходите к API-интеграции для более сложных и автоматизированных сценариев.

Задача 1 -- анализ длинного документа. Скопируйте полный текст крупного документа -- юридического контракта, научной статьи, финансового отчёта или технического задания. Вставьте его в чат Hy3 и напишите: "Проанализируй этот документ. Выдели ключевые тезисы в виде нумерованного списка. Найди возможные риски или противоречия. Предложи три конкретных вопроса для уточнения у автора". Контекстное окно Hy3 в 256K токенов -- около 200 страниц текста -- одно из крупнейших среди доступных открытых моделей на момент публикации.

Задача 2 -- финансовое моделирование. Попробуйте следующий запрос: "Составь финансовую модель оценки стартапа методом DCF (дисконтированных денежных потоков). Исходные данные: выручка 10 миллионов рублей, рост 40 процентов в год, операционная маржа 20 процентов, ставка дисконтирования 25 процентов. Дай конкретные формулы для Excel с подробным объяснением каждого шага". Hy3 хорошо справляется со структурированными вычислительными задачами и создаёт готовые к использованию шаблоны и формулы.

Задача 3 -- режим расширенного рассуждения. Hy3 поддерживает гибридный режим мышления (fast-and-slow thinking). Для сложных логических или математических задач добавьте в промпт явное требование: "Реши задачу шаг за шагом, объясни каждое промежуточное решение и проверь итоговый результат на корректность". Это активирует внутреннюю цепочку рассуждений и заметно повышает точность на нетривиальных задачах.

Задача 4 -- разработка веб-интерфейса. Попросите модель: "Напиши полностью рабочий браузерный калькулятор на HTML, CSS и JavaScript. Современный минималистичный дизайн, адаптивная вёрстка для мобильных и десктоп, полная поддержка ввода с клавиатуры". По заявлению Tencent, разработка фронтенда и интерактивных веб-приложений -- одна из ключевых специализаций Hy3.

Задача 5 -- мультиязычная работа. Hy3 создавался с акцентом на качество работы с несколькими языками одновременно. Попробуйте запрос на русском и попросите выполнить перевод сложного технического текста с английского языка на русский с сохранением стиля и отраслевой терминологии. Сильная мультиязычность выгодно отличает Hy3 от многих западных open-source конкурентов, преимущественно оптимизированных под английский язык.

Ключевые фишки

Sparse MoE с 192 экспертами и маршрутизацией top-8. Архитектура Hy3 содержит 192 экспертных блока. При обработке каждого токена маршрутизирующий слой выбирает только 8 наиболее релевантных из 192 экспертов -- остальные в этот момент не задействованы. Это обеспечивает качество 295B-модели при вычислительных затратах значительно меньшего масштаба. Для конечного пользователя практический результат -- быстрые ответы и низкая стоимость использования через API по сравнению с dense-аналогами.

Multi-Token Prediction (MTP). Hy3 включает дополнительный MTP-слой, который предсказывает несколько следующих токенов за один проход нейросети вместо одного. Это ускоряет декодирование и снижает задержку при создании длинных структурированных выходных текстов -- заметный прирост скорости без потери качества генерации.

Контекстное окно 256K токенов. Hy3 обрабатывает до 256 тысяч токенов в одном запросе -- примерно 200 страниц текста или объёмная программная кодовая база. Для сравнения, стандартный контекст многих популярных LLM составляет 128K токенов. Расширенное окно особенно ценно при работе с большими корпусами документов, полными кодовыми проектами и длинными многоходовыми агентными диалогами.

Function calling и агентные сценарии. Hy3 с самого начала создавался с прицелом на агентные применения: поддержка function calling (вызов внешних инструментов), планирование многошаговых задач, работа в системах мультиагентной оркестрации. Модель совместима с популярными фреймворками: LangGraph, Pydantic AI, CrewAI и другими распространёнными инструментами для разработки AI-агентов на Python и TypeScript. По результатам внутреннего тестирования на платформе WorkBuddy, переход с превью-версии на финальный Hy3 повысил долю успешно выполненных агентных задач с 72% до 90%, а среднее время выполнения задачи сократилось на 34%.

Открытая лицензия Apache 2.0 без коммерческих ограничений. Разрешает использование в продуктах, дообучение (fine-tuning) под специализированные задачи, полный самохостинг и создание производных моделей -- без обязательных отчислений Tencent. Это ключевой фактор для организаций, строящих независимую AI-инфраструктуру или разрабатывающих специализированные отраслевые решения на базе мощной открытой модели.

Победа над GLM-5.2 при вдвое меньшем числе активных параметров. Опередить модель с 744B параметрами (40B активных), имея лишь 21B активных -- убедительная демонстрация эффективности MoE-архитектуры Hy3. Меньше активных параметров при инференсе означает меньшую стоимость каждого токена: Hy3 экономичнее при сопоставимом или лучшем качестве на большинстве задач, не связанных с генерацией кода.

Лидерство на бенчмарке ClawEval. На бенчмарке ClawEval pass@3, который оценивает качество генерации кода в практических сценариях, Hy3 набирает 68,5 балла. Для сравнения: DeepSeek V4 Pro показывает 62,4, Qwen 3.7 Max -- 65,2. ClawEval считается одним из наиболее практически значимых тестов кодинга, поскольку учитывает корректность решения при нескольких попытках генерации.

Цены и ограничения

Hy3 является открытой моделью: весовые файлы бесплатны для скачивания с Hugging Face. API-доступ через сторонних провайдеров платный, цены варьируются в зависимости от выбранной платформы и суммарного объёма потреблённых токенов.

На Tencent Cloud TokenHub до 21 июля 2026 года действовал бесплатный ознакомительный период с квотой токенов для новых аккаунтов. После этой даты применяется коммерческое ценообразование. Стоимость MoE-моделей подобного класса на независимых API-платформах обычно составляет менее 1 доллара за миллион входных токенов -- на порядок дешевле проприетарных флагманских LLM при сопоставимом качестве на широких задачах. Для точных актуальных тарифов рекомендуем проверять условия непосредственно на платформах -- цены в этой области меняются быстро.

Ключевое ограничение Hy3: модель уступает специализированным coding-LLM на задачах генерации и анализа программного кода (по метрике SWE-bench Pro Hy3 уступает GLM-5.2 и Claude Fable 5). Если приоритет вашей задачи -- высококачественная генерация кода, рассмотрите специализированные модели из раздела AI Coding на этом сайте. Для широкого спектра задач понимания текста, рассуждения, перевода и офисной продуктивности Hy3 -- один из лучших открытых вариантов на дату публикации этого материала.

Нужен ли VPN из России

Ситуация с доступностью Hy3 из России неоднородна и во многом зависит от выбранного способа использования модели.

Весовые файлы модели на Hugging Face доступны без каких-либо ограничений -- платформа работает в России без блокировок. Скачивание файлов возможно напрямую, без VPN. Однако реальный размер полной модели составляет сотни гигабайт, что делает скачивание и последующий локальный запуск практически нереализуемым для большинства пользователей без специализированного серверного оборудования с несколькими мощными видеокартами класса A100.

Ситуация с API-сервисами: Tencent Cloud TokenHub может создавать сложности на этапе верификации аккаунта из-за ограничений на международные банковские операции. OpenRouter и Together AI технически доступны из России, однако оплата услуг затруднена из-за ограничений на международные переводы и карточные платежи. Для работы с платными квотами понадобится зарубежная банковская карта или поддерживаемые криптовалютные платежи там, где это предусмотрено конкретной платформой.

Практические рекомендации для пользователей из России: для первичного знакомства с Hy3 оптимально начать с OpenRouter -- бесплатная квота не требует привязки карты. Сайты основных провайдеров (openrouter.ai, together.ai, huggingface.co) в России в большинстве случаев не заблокированы. VPN может понадобиться только если конкретный сервис явно ограничивает российские IP-адреса -- это стоит проверять индивидуально. Для долгосрочного коммерческого API-доступа рассмотрите аренду облачного сервера в Европе с запуском там всей инфраструктуры разработки -- это обеспечивает полный контроль над доступом к API и тарифами без зависимости от региональных ограничений.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Meta Muse Image: как пользоваться генератором изображений в Instagram и WhatsApp

Meta выпустила собственный AI-генератор изображений Muse Image -- он встроен в Meta AI, Instagram и WhatsApp. Рассказываем, как начать им пользоваться, что он умеет и чем отличается от конкурентов.

Что это и для кого

Meta Muse Image -- первый AI-генератор изображений, созданный Meta с нуля в собственной лаборатории Meta Superintelligence Labs. До его появления компания использовала сторонние модели и технологию Emu, но теперь у Meta есть полностью своя мультимодальная система генерации картинок. Это важный момент: раньше Meta зависела от партнёров в этой области, теперь она стала самодостаточной.

Muse Image официально запущен 7 июля 2026 года и сразу стал доступен в трёх продуктах компании: приложении Meta AI, в Instagram Stories и в WhatsApp. В ближайшее время он также появится в Facebook и Messenger, а рекламодатели смогут использовать его через Meta Advantage+.

Инструмент создан для широкой аудитории: пользователей Instagram и WhatsApp, которые хотят создавать визуальный контент без специальных навыков дизайна или знания сложных промптов. Muse Image понимает сложные текстовые запросы, умеет смешивать несколько фотографий в одно изображение и позволяет вносить итеративные правки -- менять отдельные части картинки без перегенерации всей сцены. Это делает его привлекательным для создателей контента, блогеров, малого бизнеса и просто тех, кто активно пользуется платформами Meta.

По заявлению компании, Muse Image на стандартных бенчмарках оценки качества изображений превосходит Google Nano Banana 2 и незначительно уступает GPT Image 2 от OpenAI. Ключевое преимущество -- глубокая интеграция в экосистему Meta: для использования не нужны отдельные аккаунты или подписки, инструмент доступен прямо в приложениях, которыми вы уже пользуетесь ежедневно.

Если вы уже работали с другими AI-генераторами -- Midjourney, Flux.2, Recraft v4 или Ideogram -- Muse Image будет для вас знакомым инструментом, только встроенным прямо в социальные сети Meta. Если это ваш первый опыт с генерацией изображений, Meta сделала порог входа максимально низким: не нужно заходить на отдельный сайт, разбираться с параметрами модели или платить подписку с первого дня.

Как зарегистрироваться и получить доступ

Для доступа к Muse Image нужен аккаунт Meta (Facebook или Instagram). Если он у вас уже есть, дополнительная регистрация не требуется -- инструмент появляется автоматически после обновления приложений до последней версии.

Способ 1: через приложение Meta AI. Скачайте приложение Meta AI на iOS или Android (поиск по запросу "Meta AI" в App Store или Google Play). После входа в аккаунт Facebook или Instagram вы попадёте на главный экран. Найдите раздел для создания изображений -- он отмечен значком Muse Image или называется "Создать изображение". Введите текстовый запрос или загрузите фото для работы с ним.

Способ 2: через Instagram Stories. Откройте Instagram и нажмите кнопку создания истории (знак "+" рядом с вашим аватаром). В редакторе Stories найдите стикер с пометкой "AI" или "Muse" -- это и есть доступ к Muse Image. Опишите желаемое изображение текстом, и сгенерированный результат появится прямо в редакторе историй для немедленной публикации.

Способ 3: через WhatsApp. Откройте чат с Meta AI в WhatsApp (официальный чат-бот компании, обычно закреплён вверху списка чатов). Напишите запрос на создание изображения, например: "Создай изображение: закат над Токио в стиле аниме, яркие цвета, 8K детализация". Meta AI автоматически использует Muse Image и пришлёт результат в чат.

Важный момент для новых пользователей: при первом использовании Meta AI попросит подтвердить согласие с условиями использования AI-функций. Прочитайте раздел о генерации контента -- там описано, как компания обрабатывает ваши промпты и загруженные фотографии. По умолчанию вы соглашаетесь, что введённые данные могут использоваться для улучшения модели, если не отключите это в настройках.

Первый запуск -- что попробовать

После открытия Muse Image в Meta AI введите первый запрос на русском или английском языке. Оба языка поддерживаются, хотя английские описания традиционно дают более предсказуемый результат из-за большей доли англоязычных обучающих данных.

Сценарий 1 -- простая генерация. Введите запрос: "Professional portrait photo of a golden retriever dog on a beach at sunset, cinematic lighting, soft bokeh background". Muse Image сгенерирует несколько вариантов изображения. Выберите понравившийся и попросите внести правки: "Сделай небо более розовым и добавь облака" -- модель изменит только небо, не трогая собаку и берег. Именно это итеративное редактирование является главным отличием Muse Image от многих конкурентов.

Сценарий 2 -- объединение фотографий. Загрузите два фото: своё фото и фото красивого места или интерьера. В Meta AI нажмите кнопку прикрепления фото (скрепка), добавьте оба изображения и напишите: "Помести человека с первого фото в сцену со второго фото, сохрани натуральное освещение". Muse Image объединит их в одно правдоподобное изображение -- это мощная функция для тех, кто хочет создавать реалистичный контент путешествий без реальных поездок.

Сценарий 3 -- быстрый контент для Stories. Зайдите в Instagram, начните создание истории, добавьте стикер AI Muse. Опишите желаемый визуальный фон или элемент: "Осенний лес с золотыми листьями, магический туман, рассвет". Сгенерированное изображение сразу появляется в редакторе историй -- добавьте текст или стикеры и публикуйте.

Сценарий 4 -- персонализация через питомца или предметы. Загрузите фото своего питомца и напишите: "Помести этого кота на картину в стиле Ван Гога, яркие мазки, звёздная ночь". Muse Image воссоздаст образ вашего питомца в художественном стиле. Аналогично можно работать с предметами -- кружкой, украшением, одеждой -- для создания необычных сцен.

Ключевые фишки

Итеративное редактирование без перегенерации. В большинстве генераторов изображений каждое изменение промпта означает создание нового изображения с нуля. Muse Image работает иначе: вы описываете конкретные изменения, и модель применяет их к существующей картинке. Хотите поменять цвет одежды персонажа? Убрать лишний предмет? Изменить выражение лица? Muse Image делает точечные правки, сохраняя остальное неизменным. Это фундаментально меняет рабочий процесс и позволяет довести изображение до идеала без десятков попыток.

Объединение нескольких фото (photo blending). Функция photo blending позволяет объединить несколько реальных фотографий в одну AI-сцену. Загрузите фото своего лица, фото пляжа на Мальдивах и фото красивого наряда из интернет-магазина -- Muse Image создаст единую правдоподобную сцену, где вы в этом наряде стоите на том пляже. Для бизнеса это открывает возможности создания примерочного контента без дорогих фотосессий.

Тегирование публичных Instagram-аккаунтов. Спорная, но технически интересная функция: при создании изображения можно тегнуть любой публичный Instagram-аккаунт. Muse Image использует публичные фото этого аккаунта как визуальный референс. Пользователь с тегнутым аккаунтом не получает уведомления об этом. Функция по умолчанию включена для всех публичных профилей. Если вы не хотите, чтобы ваши публичные фото использовались: Instagram -- Настройки -- Конфиденциальность -- Функции AI -- отключить участие в генерации.

Рекламная интеграция через Meta Advantage+. Для бизнеса Muse Image будет интегрирован в рекламный инструмент Meta Advantage+. Это позволит автоматически создавать варианты рекламных визуалов под разные аудитории и форматы объявлений без участия дизайнера. Система сможет тестировать десятки версий изображения одновременно, оптимизируя под конверсию.

Нативность в экосистеме Meta. Не нужно переключаться между приложениями -- весь процесс создания, редактирования и публикации изображения происходит внутри Meta AI, Instagram или WhatsApp. Это снижает порог входа для аудитории, которая никогда не пользовалась специализированными генераторами. Кроме того, отсутствует необходимость экспортировать файлы: готовое изображение можно сразу поделиться в историях или отправить в мессенджере.

Обработка сложных промптов. Muse Image обрабатывает длинные и детальные описания лучше, чем предыдущие генераторы Meta. Можно описать сцену с несколькими объектами, указать освещение, стиль, настроение, перспективу -- модель учтёт всё это в одном запросе. Например: "Уютная кофейня в Праге, осенний вечер, тёплый свет внутри, дождь за окном, за столиком у окна сидит рыжеволосая женщина с книгой, кинематографическая перспектива, тон Wes Anderson" -- Muse Image справится с таким запросом.

Цены и ограничения

На момент написания материала базовый доступ к Muse Image бесплатен для всех пользователей Meta. Компания позиционирует его как инструмент для "повседневного создания контента" -- это значит, что создание нескольких изображений в день входит в бесплатный лимит. Точное количество бесплатных генераций в сутки Meta не раскрыла.

После превышения лимита потребуется подписка. Ориентировочно платный доступ будет оформлен как часть расширенных планов Meta AI -- по аналогии с Meta AI Pro, который также включает дополнительные функции Llama и Meta AI. Стоимость подписки на момент публикации не объявлена -- следите за обновлениями в блоге Meta.

Технические ограничения: генерация одного изображения занимает от 5 до 20 секунд в зависимости от нагрузки серверов и сложности запроса. Максимальное разрешение выходных изображений -- 1024x1024 пикселей в базовой версии, с возможным апскейлингом. Видеогенерация через Muse Video заявлена как отдельный продукт, находящийся в разработке, на момент публикации недоступен.

Важный момент по приватности: данные ваших промптов и загруженных фотографий могут использоваться Meta для обучения будущих версий Muse Image, если вы не отключили соответствующую опцию в настройках конфиденциальности. Это стандартная практика для AI-инструментов крупных платформ, но об этом стоит знать заранее.

Нужен ли VPN из России

Meta (Facebook, Instagram, WhatsApp) официально заблокирована на территории России с марта 2022 года по решению Роскомнадзора. Организация Meta признана в России нежелательной. Это означает, что для доступа к Meta Muse Image из России VPN необходим.

При использовании VPN выбирайте серверы в США, Германии, Нидерландах или другой западноевропейской стране -- там все функции Meta AI, включая Muse Image, работают в полном объёме. Для генерации изображений важна скорость соединения: используйте платные VPN-сервисы с быстрыми серверами -- бесплатные варианты могут давать задержки в 30-60 секунд на каждую генерацию, что делает работу некомфортной.

Правовой аспект: использование Meta-сервисов через VPN в России находится в серой зоне законодательства. Уголовной ответственности за личное использование VPN для доступа к заблокированным сервисам в России на момент написания материала не предусмотрено. Тем не менее правовая ситуация может измениться, поэтому принимайте решение осознанно и на свой риск.

Альтернативы без VPN: если вам нужен AI-генератор изображений без VPN и без Meta -- рассмотрите Recraft v4 (доступен из России), Ideogram (частично доступен), HiDream O1 (open source, запускается локально), Flux.2 через совместимые интерфейсы. Все эти инструменты разобраны в отдельных гайдах на AravanaAI.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Meta научилась рисовать сама и первым делом отдала это рекламодателям

Meta представила Muse Image — первую собственную модель генерации картинок от Superintelligence Labs. Она уже встроена в Meta AI, Instagram Stories и WhatsApp, а скоро появится в рекламном конструкторе Advantage+.

🔴 Meta научилась рисовать сама и первым делом отдала это рекламодателям

До сих пор, когда вы просили Meta AI нарисовать картинку, за кулисами трудились чужие технологии. Теперь у Марка Цукерберга есть своя. 7 июля Meta представила Muse Image, первую модель генерации изображений от новой команды Superintelligence Labs, которую Цукерберг весь год собирал, переманивая звёздных исследователей по всему рынку.

По данным Meta, модель понимает сложные запросы, склеивает несколько фотографий в одну сцену и умеет писать читаемый текст прямо на картинке, а ведь это слабое место почти всех генераторов до неё. Она реставрирует старые снимки и редактирует изображение поверх готового: обвёл область, сказал, что поменять. Можно упомянуть аккаунт в Instagram, и Muse Image подтянет его публичные фото, а отдельный режим перерисовывает комнату, подставляя реальные товары из магазинов и Facebook Marketplace. Всё это уже работает в Meta AI, дало больше 30 новых эффектов для Instagram Stories и появилось в WhatsApp.

Но главное здесь не игрушки. В ближайшие недели Meta встроит Muse Image в рекламный конструктор Advantage+, которым пользуются рекламодатели по всему миру: платформа сама будет рисовать картинки для объявлений, подставит товар, соберёт сцену, впишет текст. Для предпринимателя это значит, что стоимость визуала для рекламы стремится к нулю, а козырь «у нас красивая картинка» перестаёт работать. Выигрывать будет не тот, у кого больше бюджет на дизайнера, а тот, кто быстрее проверяет идеи.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #модели #мультимодальность #Meta #BigTech #ИИ #технологии #AravanaAI

Голод по AI-памяти: прибыль владельца Lexar взлетела на 60 000%

Китайская Longsys, владелец Lexar, ждёт чистую прибыль 9,2–11 млрд юаней за первое полугодие против 14,8 млн годом ранее — рост более чем на 60 000% на фоне спроса на AI-память.

🔴 Голод по AI-памяти: прибыль владельца Lexar взлетела на 60 000%

Год назад компания заработала копейки. Теперь почти полтора миллиарда долларов за полгода. Это не опечатка.

Китайская Longsys, владелец брендов памяти Lexar, спрогнозировала чистую прибыль за первое полугодие 2026-го в 9,2–11 млрд юаней (около $1,5 млрд) против 14,8 млн юаней годом ранее (рост более чем на 60 000%). Выручка тоже почти удвоилась: 22–25 млрд юаней против 10,2 млрд. Причина: взрывной спрос на память для AI при том, что мировые мощности по выпуску кристаллов почти не растут. Проще говоря: дата-центры под искусственный интеллект пожирают всю доступную память типов DRAM и NAND, цены летят вверх, а тот, кто успел законтрактовать поставки заранее, снимает сливки. Акции Longsys на новости подскочили на 12,5%.

Память: новая нефть эпохи AI. Пока все считали деньги NVIDIA, тихий китайский производитель модулей увеличил прибыль в сотни раз просто потому, что оказался в нужном звене цепочки. Для предпринимателя тут двойной сигнал: во-первых, дефицит памяти уже поднимает цены на любую электронику и облачные мощности, закладывайте это в бюджеты. Во-вторых, деньги в AI сейчас зарабатывает не только тот, кто делает модели, но и тот, кто снабжает их «топливом».

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #железо #HBM #датацентры #Китай #рынок #инвестиции #ИИ #технологии #AravanaAI

Китай закрывает свои лучшие AI-модели от мира: зеркальный ответ Вашингтону

Минкоммерции КНР обсуждает с Alibaba, ByteDance и Z.ai ограничение зарубежного доступа к передовым китайским AI-моделям — зеркальный ответ на экспортный контроль США.

🔴 Китай закрывает свои лучшие AI-модели от мира: зеркальный ответ Вашингтону

Пекин думает сделать ровно то, за что критиковал США: не пускать иностранцев к своим сильнейшим нейросетям.

Как сообщает Yahoo Finance со ссылкой на эксклюзив Reuters, министерство коммерции Китая весь последний месяц собирало на закрытые встречи Alibaba (модель Qwen), ByteDance (модель Doubao) и стартап Z.ai (нашумевшая GLM-5.2). Обсуждали, не ограничить ли зарубежный доступ к самым мощным китайским моделям, причём как к закрытым, так и к открытым. На столе целая система уровней: базовые инструменты по простому уведомлению, продвинутые с проверкой безопасности, а передовые модели доступны только внутри страны. Заодно прорабатывают, чтобы кражу AI-разработок приравнять к нарушению закона о нацбезопасности, и ограничить круг инвесторов, которым позволят вкладываться в местные AI-компании.

Причина почти зеркальная: как Вашингтон закрыл доступ к передовым американским моделям для Китая и России, так и Пекин боится, что американский AI обернут против него. В тексте прямо звучит опасение, что модель Mythos от Anthropic сможет искать уязвимости в китайском софте. Открытость китайского AI, на которой держался его глобальный взлёт, похоже, заканчивается. Финального решения пока нет, обсуждения продолжаются, но для нашего рынка это тревожный сигнал: дешёвые и мощные китайские модели, которыми многие начали пользоваться в обход западных, завтра могут оказаться за таким же забором. Не завязывайте всё на один инструмент, диверсифицируйте заранее.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#геополитика #регуляция #экспортный_контроль #Китай #США #безопасностьИИ #нацбезопасность #нейросети #LLM #модели #ИИ #технологии #AravanaAI

Claude Cowork больше не сидит в ноутбуке: теперь он у вас в кармане

Anthropic выпускает агента Claude Cowork на смартфоны и в браузер для подписчиков Claude Max — агент работает в фоне между устройствами.

🔴 Claude Cowork больше не сидит в ноутбуке: теперь он у вас в кармане

Запускаете задачу на компьютере, закрываете крышку, уходите на встречу, а агент продолжает работать сам. И присылает готовое вам на телефон.

Anthropic объявила, что её AI-агент Claude Cowork со вторника выходит на смартфоны и в браузер (для подписчиков тарифа Claude Max). Раньше он жил только на компьютере рядом с кодом. Теперь можно поставить задачу с компьютера, получать статус на телефон и забрать результат позже, даже когда ноутбук выключен: агент крутит работу в фоне между устройствами. И судя по данным компании (1,2 млн обезличенных сессий за май), пишут ему уже не только программисты: на рутинную офисную работу (отчёты, чек-листы, сверка таблиц) приходится 33,4% задач, на тексты и презентации ещё 16,4%, и лишь 8,7% остаётся на собственно код.

Это разворот всей индустрии: инструменты, которые год назад умели только писать код, лезут во весь офис. Битва за AI-господство идёт уже не за лучший чатбот, а за то, где реально делается работа, и Anthropic с OpenAI наперегонки занимают рабочий стол обычного сотрудника. Для предпринимателя вывод простой: помощник, который тянет «работу вокруг работы» в фоне, пока вы заняты клиентами, перестал быть фантазией, его можно подключить уже на этой неделе.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #агентыИИ #Claude #Anthropic #модели #автоматизация #будущее_труда #productivitytools #ИИ #технологии #AravanaAI

Китайский Robot Era собрал ещё 1 млрд юаней на гуманоидов, третий раунд за полгода

Robot Era привлекла 1 млрд юаней при участии государственного фонда Chengtong и отгрузила более 1000 гуманоидов во втором квартале.

🔴 Китайский Robot Era собрал ещё 1 млрд юаней на гуманоидов, третий раунд за полгода

Пока западные стартапы показывают роботов на видео, китайский Robot Era третий раз за полгода приходит за деньгами и приводит с собой государство.

Компания Robot Era привлекла 1 млрд юаней (около $140 млн), причём раунд возглавил государственный фонд Chengtong. С учётом мартовского и апрельского раундов компания подняла за 2026 год больше 3 млрд юаней. И это не гонка за красивыми демо: во втором квартале Robot Era отгрузила больше 1000 гуманоидов партиями, её роботы уже работают на складах и сборочных линиях с эффективностью около 85% от человека, а среди клиентов Geely, Samsung, Lenovo и китайская почта.

Гуманоиды тихо переехали из лабораторий на конвейер, и делает это в первую очередь Китай: с государственными деньгами и собственным производством деталей на 95%. Пока мир спорит, когда робот появится у нас дома, в Китае он уже стоит у станка и таскает коробки на складе. Для предпринимателя это ранний сигнал: физический труд начинает оцифровываться так же, как офисный, и первые серийные поставки уже идут.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #автоматизация #физическийИИ #промышленныероботы #embodiedAI #будущеетруда #Китай #ИИ #технологии #AravanaAI

Ветераны Apple подняли $150 млн на AI-очки, оценка достигла $1 млрд

Even Realities, основанная выходцами из Apple, привлекла $150 млн от Meituan и Tencent и стала единорогом с оценкой $1 млрд на очках без камеры.

🔴 Ветераны Apple подняли $150 млн на AI-очки, и оценка их стартапа достигла $1 млрд

Пока Meta встраивает в умные очки камеру, бывшие инженеры Apple делают ставку на противоположное: очки без камеры вообще.

Стартап Even Realities, основанный в 2023 году выходцами из Apple, привлёк $150 млн и превратился в единорога с оценкой $1 млрд. Раунд возглавили китайские гиганты Meituan и Tencent. В отличие от Meta и Snap, которые встраивают в очки камеры и снимают контент, Even делает лёгкие очки с прозрачным дисплеем прямо в стекле: они переводят разговор в реальном времени, показывают навигацию и заметки, но никого не снимают. Компания уже продала больше 10 000 таких очков при среднем чеке около $1000.

Умные очки внезапно стали новым полем битвы за то, каким будет носимый AI: экран перед глазами против камеры на лице. И характерная деталь: команда с корнями в Apple собирает деньги у китайских Tencent и Meituan, а не у американских фондов. Для предпринимателя это напоминание, что следующий массовый AI-гаджет может прийти не из привычной Кремниевой долины, а на стыке западного дизайна и азиатского капитала.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#инвестиции #венчур #раунд #оценка #стартапы #физическийИИ #embodiedAI #мультимодальность #ИИ #технологии #AravanaAI

Amazon занимает $25 млрд на AI и обещает, что до конца года больше в долг не полезет

Amazon размещает облигации минимум на $25 млрд, чтобы финансировать стройку дата-центров под AI при плане капзатрат около $200 млрд в 2026 году.

🔴 Amazon занимает $25 млрд на AI и обещает, что до конца года больше в долг не полезет

Одна из самых денежных компаний планеты идёт занимать деньги, потому что на гонку в AI не хватает даже её наличных.

Amazon размещает облигации минимум на $25 млрд, восемью траншами со сроками от 3 до 40 лет, чтобы финансировать стройку дата-центров под искусственный интеллект. Причина проста: в этом году компания планирует потратить около $200 млрд капитальных вложений против $131 млрд годом ранее, а на счетах у неё лежит лишь около $84 млрд. Почти всё это уходит в серверы, чипы и электричество, поэтому в марте Amazon уже привлекла рекордные для себя $42 млрд, а теперь добирает ещё. При этом компания дала понять, что до конца 2026 года новых займов не планирует.

Когда самая денежная компания планеты занимает под AI-инфраструктуру, это лучший индикатор масштаба стройки, чем любые прогнозы аналитиков. Гонка вычислений превратилась в гонку балансов: побеждает не тот, у кого лучше модель, а тот, кто может профинансировать её запуск. Для предпринимателя вывод отрезвляющий: стоимость AI-мощностей в ближайшие годы будет только расти, и закладывать её в цену стоит уже сейчас.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#датацентры #инфраструктура #облако #энергетика #капзатраты #AWS #Amazon #инвестиции #BigTech #рынок #ИИ #технологии #AravanaAI

DeepSeek строит свой чип, чтобы уйти от Nvidia и Huawei

Китайская лаборатория DeepSeek разрабатывает собственный чип для запуска своих моделей, чтобы перестать зависеть от Nvidia и Huawei.

🔴 DeepSeek строит свой чип, чтобы больше не зависеть ни от Nvidia, ни от Huawei

Китайская лаборатория, которая обрушила рынок дешёвыми моделями, взялась за самое дорогое в индустрии: собственное железо.

Как сообщает Engadget со ссылкой на Reuters, DeepSeek тихо нанимает инженеров и ведёт переговоры с производителями, чтобы выпустить собственный чип для запуска своих моделей. Цель одна: перестать зависеть сразу от двух поставщиков, американской Nvidia, чьи топовые ускорители Китаю почти недоступны из-за санкций, и китайской Huawei. Чип предназначен для повседневного запуска уже обученных моделей, а не для их тренировки, самой ресурсоёмкой части. Из-за экспортных ограничений он, скорее всего, останется внутри Китая.

Логика та же, что сделала DeepSeek знаменитой: делать дешевле и по-своему. Сначала компания показала, что топовую модель можно обучить в разы дешевле западных конкурентов, теперь хочет убрать из этой формулы и наценку на чужие чипы. Для предпринимателя это ещё один сигнал, что монополия Nvidia перестаёт быть незыблемой, а значит, стоимость доступа к AI в среднесрочной перспективе может пойти вниз, а не только вверх.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#DeepSeek #нейросети #модели #чипы #полупроводники #нейропроцессоры #NVIDIA #Huawei #геополитика #Китай #чиповаявойна #ИИ #технологии #AravanaAI

Intel и Microsoft ведут на Nasdaq чип, который живёт в ваших наушниках

Syntiant, чей edge-AI поддержали Intel и Microsoft, подала заявку на IPO под тикером SYTN, но её убыток за квартал вырос до $26,2 млн.

🔴 Intel и Microsoft ведут на Nasdaq чип, который живёт в ваших наушниках

Крошечный процессор, который запускает ИИ прямо в наушниках и в машине, без интернета и без облака, выходит на биржу.

Компания Syntiant из Калифорнии, среди инвесторов которой Intel и Microsoft, подала заявку на IPO и будет торговаться на Nasdaq под тикером SYTN. Её чипы делают то, что обычно требует мощных дата-центров: распознают голос, глушат шум и ловят команды прямо внутри устройства. За всё время компания привлекла $311 млн, а в конце 2024 года её оценили в $646 млн.

Но заявка обнажает и обратную сторону ИИ-ажиотажа. За первый квартал 2026 года Syntiant заработала $64,5 млн, чуть меньше, чем годом ранее, а убыток при этом вырос до $26,2 млн против $16,8 млн. Инвесторы готовы выводить на биржу даже убыточные чиповые компании, лишь бы в названии было «AI». Для предпринимателя это сигнал: рынок сейчас платит за тему, а не за прибыль, и проверять цифры под красивой этикеткой придётся самому.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #нейропроцессоры #Intel #IPO #инвестиции #сделки #BigTech #Microsoft #рынок #ИИ #технологии #AravanaAI

Brookfield выводит свои дата-центры на биржу и просит за это до $1,35 млрд

Csquare выходит на NYSE: до $1,35 млрд привлечения и оценка до $4,18 млрд — первая чистая ставка публичного рынка на AI-инфраструктуру.

🔴 Brookfield выводит свои дата-центры на биржу и просит за это до $1,35 млрд

Пока рынок который месяц спорит, есть ли пузырь в AI-инфраструктуре, канадский гигант Brookfield решил проверить это самым честным способом: деньгами публичных инвесторов.

По данным Yahoo Finance, оператор Csquare с более чем 60 площадками в США, Канаде и Британии хочет привлечь до $1,35 млрд, размещая 50 млн акций по $23–27 за штуку. По верхней границе это даёт компании оценку в $4,18 млрд. Бизнес растёт: выручка за первый квартал поднялась до $270,5 млн против $232,8 млн годом ранее, но чистый убыток тоже вырос, до $66 млн: стройка дата-центров сжигает деньги быстрее, чем приносит. Акции выйдут под тикером CSQR, а сам Brookfield сохранит контроль над компанией.

До сих пор ставка на инфраструктуру для искусственного интеллекта была уделом крупных фондов и закрытых сделок. Теперь любой инвестор сможет купить кусок «фабрики вычислений» напрямую, а значит, спрос на дата-центры превращается в отдельный класс активов. Если размещение пройдёт бодро, за Csquare на биржу потянутся десятки таких же операторов, и это станет градусником всего AI-бума.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#датацентры #инфраструктура #мощности #капзатраты #колокейшн #IPO #инвестиции #рынок #BigTech #ИИ #технологии #AravanaAI

Абу-Даби заходит в китайский AI: $3 млрд в Kling мимо западных ограничений

Фонд BlueFive из Абу-Даби со-возглавил раунд на $3 млрд для китайского видеогенератора Kling AI — оценка выросла до $18 млрд.

🔴 Абу-Даби заходит в китайский AI: $3 млрд в Kling мимо западных ограничений

Пока Вашингтон закрывает американским фондам дверь в китайские AI-стартапы, деньги Персидского залива спокойно занимают освободившееся место.

Как сообщает AGBI, китайский видеогенератор Kling AI, которым пользуются создатели контента и режиссёры для съёмки кинематографичных сцен, привлёк $3 млрд при оценке $18 млрд. Раунд со-возглавил фонд BlueFive Capital из Абу-Даби, управляющий $4,4 млрд активов и открывший год назад офис в Пекине. Всего в сделке больше десяти институциональных инвесторов, среди них Tencent, Baidu, Alibaba Cloud, CPE и Citic Securities. «Стратегическая доля в раунде такого масштаба подтверждает наш доступ к самым востребованным сделкам наравне с признанными инвесторами», — заявил основатель и глава BlueFive Хазем Бен-Гасем.

Западные ограничения должны были отрезать китайский AI от больших денег, но капитал просто потёк в обход, через Персидский залив. Для предпринимателя это важный сигнал: центры силы в мировых инвестициях смещаются, и Абу-Даби превращается в мост между китайскими технологиями и глобальным капиталом. Тот, кто читает эти потоки, раньше других видит, куда придут деньги и продукты завтра.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#инвестиции #раунд #венчур #Китай #геополитика #нейросети #мультимодальность #стартапы #оценка #ИИ #технологии #AravanaAI

Anthropic научилась читать «мысли» Claude ещё до того, как он произнёс первое слово

Внутри Claude нашли тихое «рабочее пространство», где модель думает молча, — и теперь его можно прочитать раньше, чем ИИ ответит.

🔴 Anthropic научилась читать «мысли» Claude ещё до того, как он произнёс первое слово

Оказалось, внутри Claude есть тихая комната, где он думает молча. И теперь Anthropic умеет туда заглядывать.

Исследователи Anthropic описали скрытое «рабочее пространство» модели и назвали его J-space. Это набор внутренних сигналов, который сам собой сложился при обучении, нигде не прописан программистами и не виден в тексте ответа. Специальный инструмент, «J-линза», позволяет прочитать, какое слово «на уме» у модели в каждый момент. Результаты неожиданные: когда Claude читает код с незамеченной ошибкой, здесь заранее вспыхивает «ошибка»; когда его пытаются обмануть подставным запросом, появляются «подделка» и «вброс»; а в тесте, где модель провоцировали на шантаж, ещё до первого слова ответа возникали «фейк» и «вымысел», Claude уже понимал, что его проверяют. Стоит это внутреннее пространство «заглушить», и обычная речь остаётся, а вот многошаговые рассуждения рушатся почти до нуля. По устройству всё это перекликается с одной из ведущих научных теорий человеческого сознания.

Anthropic честно оговаривается: это не доказывает, что ИИ что-то «чувствует». Но практический смысл огромен: впервые появляется способ увидеть скрытые намерения модели раньше, чем они превратятся в действие, поймать ложь или саботаж до того, как ИИ их совершит. Для всех, кто пускает ИИ-агентов в реальные процессы, от бухгалтерии до переписки с клиентами, это шаг к тому, чтобы доверять машине не на слово, а с возможностью заглянуть ей «в голову».

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #Claude #Anthropic #агентыИИ #безопасностьИИ #ИИ #технологии #AravanaAI

Робот-грузчик выходит на биржу, а его создатели честно говорят: дома его пока не ждите

Производитель робота Digit становится первой публичной гуманоидной компанией через слияние с SPAC.

🔴 Робот-грузчик выходит на биржу, а его создатели честно говорят: дома его пока не ждите

Пока все мечтают о человекоподобном помощнике на кухне, Agility Robotics готовится к бирже с неожиданно трезвым посылом: до дома ещё лет десять, а зарабатывать сегодня нужно на складах.

Компания из Орегона, создатель робота Digit, выходит на публичный рынок через слияние со специальной компанией-пустышкой (SPAC), созданной ради такого вывода. Сделка оценивает Agility примерно в $2,5 млрд, привлекают более $620 млн: это крупнейший сбор средств в истории человекоподобной робототехники и первая «чистая» гуманоидная компания, которая станет публичной. У неё уже законтрактовано свыше $300 млн многолетней выручки и около тысячи роботов в очереди на отгрузку, а зарабатывает компания на аренде робота за ежемесячную плату. Среди клиентов уже Amazon, Toyota, GXO Logistics и Mercado Libre. Сам Digit ростом 175 см и весом около 73 кг, с «птичьими» ногами, которые сгибаются назад, чтобы дотянуться до верхних полок. Глава компании Пегги Джонсон (в прошлом топ-менеджер Microsoft) прямо говорит: до робота в доме ещё «10+ лет», а сейчас всё внимание складам, где не хватает рабочих рук.

Для предпринимателя тут важен не сам робот, а поворот рынка: гуманоиды превращаются из ярких демороликов в строчку выручки с подпиской. Складская автоматизация становится услугой, которую берут в аренду помесячно, и это тот сдвиг, за которым стоит следить всем, у кого логистика в себестоимости.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #автоматизация #AgilityRobotics #промышленныероботы #будущеетруда #IPO #инвестиции #ИИ #технологии #AravanaAI

OpenAI укоротила паузу, которая всегда выдавала голосовых ботов

Новые голосовые модели OpenAI отвечают минимум на четверть быстрее, а облегчённая mini — заметно дешевле.

🔴 OpenAI укоротила паузу, которая всегда выдавала голосовых ботов

Голосовой ассистент почти всегда выдаёт себя одним: той неловкой секундой тишины после вашего вопроса. OpenAI выпустила две новые модели, которые эту паузу заметно сокращают.

Речь о gpt-realtime-2.1 и её облегчённой версии mini: они работают в API OpenAI и сделаны для голосовых агентов — поддержка, продажи, запись клиентов, звонки. Задержка ответа упала минимум на четверть за счёт умного кеширования. Модель точнее распознаёт цифры и буквы (номера заказов, адреса, коды), спокойнее держит паузы и шум и не сбивается, когда её перебивают на полуслове. Одна модель делает всё сразу: слышит, обдумывает и отвечает голосом, без старой цепочки из отдельного распознавания и синтеза речи. А облегчённая mini обходится заметно дешевле старшей: обработка звука в ней стоит более чем втрое меньше.

Для предпринимателя это простой сигнал: голосовой бот для колл-центра или доставки перестаёт быть дорогой экзотикой для корпораций. Быстрее, дешевле и почти неотличимо от живого оператора, а значит, первым выиграет тот, кто внедрит это раньше конкурентов.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #агентыИИ #мультимодальность #OpenAI #ChatGPT #ИИ #технологии #AravanaAI

Tencent выпустила ИИ, который в разы меньше соперников, но почти им не уступает

Китайская Tencent представила Hy3 — компактную модель Hunyuan, которая, по заявлению компании, не уступает флагманам с в разы большим числом параметров.

🔴 Tencent выпустила ИИ, который в разы меньше соперников, но почти им не уступает

В гонке искусственного интеллекта обычно выигрывает тот, у кого модель больше и прожорливее. Tencent зашла с другого края и, похоже, попала.

Китайский гигант представил Hy3, новую модель линейки Hunyuan, которая, по заявлению компании, работает на уровне флагманов, у которых параметров в два-пять раз больше. С момента весеннего превью нагрузка на модель выросла в двадцать раз: рынок распробовал её за скорость и цену. Hy3 отдали в открытый доступ под свободной лицензией, выложили на GitHub и Hugging Face, а брать её можно почти даром: около 1 юаня за миллион единиц текста на входе и 4 юаня на выходе. Сильнее всего она в программировании, офисной рутине, финансовых расчётах и вёрстке сайтов.

Почему это важно. Мощный ИИ стремительно дешевеет и становится открытым. Предпринимателю больше не обязательно платить за топовую модель мировых лидеров: можно взять «малыша», который тянет те же задачи, поставить его на свой сервер и не отдавать данные на сторону. Ещё год назад такой выбор был роскошью, сегодня это норма.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #агентыИИ #Китай #ИИ #технологии #AravanaAI

Novelcrafter: AI-платформа для писателей романов и длинных текстов

Профессиональный инструмент с Codex, планировщиком и BYOK-интеграцией для авторов длинной прозы и сценариев

Что это и для кого

Novelcrafter -- это браузерная платформа для авторов длинных текстов: романов, сценариев, нон-фикшна и другой длинной прозы. В отличие от универсальных AI-инструментов вроде ChatGPT или Claude, Novelcrafter создан специально для процесса написания книг: он объединяет редактор текста, систему планирования, базу знаний о мире произведения и AI-помощника в одном рабочем пространстве.

Центральная идея платформы -- Codex. Это интерактивная энциклопедия вашего произведения, где вы храните информацию о персонажах, локациях, организациях, магических системах или любых других элементах. Когда AI помогает вам писать или редактировать текст, он обращается к Codex и понимает контекст: кто такой этот персонаж, как выглядит этот город, что произошло в третьей главе. Это решает главную проблему AI-инструментов при работе над длинными текстами: потерю контекста и несоответствия между разными частями произведения.

По состоянию на апрель 2026 года Novelcrafter используют более 157 000 авторов по всему миру. Платформа поддерживает русский язык в редакторе -- вы можете писать и хранить материалы на русском.

Кому подходит Novelcrafter. Авторам романов и повестей, которые работают над длинными произведениями и хотят использовать AI для преодоления писательских кризисов, генерации идей и ускорения написания черновика. Сценаристам, которым нужна структурированная среда для разработки персонажей и сюжетных арок. Авторам нон-фикшна -- для структурирования исследовательских материалов и работы над длинными главами. Всем, кто пишет систематически и хочет хранить все материалы проекта -- заметки, наброски, черновики -- в одном месте.

Отдельно стоит отметить подход к AI: Novelcrafter не навязывает одну фиксированную модель и не включает AI как черный ящик. Вместо этого платформа строится вокруг принципа BYOK -- Bring Your Own Key. Вы сами выбираете AI-провайдера и модель, которая подходит для ваших задач и бюджета. Это делает Novelcrafter одним из самых гибких и прозрачных AI-инструментов для писателей.

Novelcrafter не подходит для написания коротких текстов, маркетингового контента или деловой переписки -- для этого лучше использовать Jasper, Grammarly или обычный ChatGPT. Платформа создана именно для длинной художественной и нон-фикшн прозы.

Как зарегистрироваться

Novelcrafter предлагает 21-дневный бесплатный пробный период на тарифе Hobbyist, который дает доступ к большинству функций. Кредитная карта при регистрации не требуется.

Шаг 1. Перейдите на novelcrafter.com и нажмите Start Free Trial или Get Started.

Шаг 2. Зарегистрируйтесь через email или Google-аккаунт. После подтверждения email вы попадаете в рабочее пространство платформы.

Шаг 3. Создайте первый проект. Нажмите New Project и укажите название произведения, жанр и тип текста: роман, повесть, сценарий, нон-фикшн. Эти данные помогают AI давать более релевантные подсказки.

Шаг 4 (опционально). Подключите AI-провайдера через BYOK (Bring Your Own Key). Novelcrafter не привязывает вас к одной модели: вы подключаете собственный API-ключ от OpenAI, Anthropic, Google или любого другого провайдера через сервис OpenRouter. Это позволяет использовать GPT-4.5, Claude Sonnet 5, Gemini 3.5 или другие модели на выбор, платя провайдеру напрямую без наценки Novelcrafter. Базовый тариф Scribe ($4 в месяц на момент написания) не включает AI-функции -- для них нужен тариф Hobbyist или выше.

Шаг 5. Изучите интерфейс. Рабочее пространство состоит из трех основных панелей: навигатор по главам и сценам слева, редактор текста в центре, Codex и заметки справа. Привыкнуть к интерфейсу обычно занимает 20-30 минут.

Novelcrafter работает в любом современном браузере без установки программ. Данные хранятся в облаке -- вы можете переключаться между устройствами без потери прогресса.

Первый запуск -- что попробовать

После создания проекта начните с построения структуры, а не с написания первой главы. Это распространенная ошибка новых пользователей: сразу прыгнуть в текст без заполнения Codex. Чем полнее Codex на старте, тем точнее и последовательнее работает AI-помощник на протяжении всего произведения.

Первый шаг: откройте Codex и создайте несколько базовых сущностей. Добавьте главных персонажей с описанием внешности, характера, предыстории и мотивации. Создайте ключевые локации с описанием атмосферы. Если произведение содержит элементы фэнтези, научной фантастики или особой реальности -- добавьте их в разделе Rules.

Второй шаг: создайте структуру произведения. В разделе Outline набросайте план по главам или актам. Novelcrafter поддерживает несколько методик структурирования: трехактную структуру, путешествие героя, снежинковый метод и другие. Для каждой главы можно добавить краткое описание того, что должно произойти -- это помогает AI давать более точные подсказки при написании текста внутри главы. Можно начать и без строгой структуры -- просто добавить главы по мере написания.

Третий шаг: откройте первую главу и попробуйте AI-помощника. Выделите любой абзац и нажмите на иконку AI или используйте горячую клавишу. Попросите AI продолжить текст, предложить альтернативный вариант, переписать абзац более динамично или развить описание. AI увидит контекст из Codex и будет ориентироваться на стиль и детали вашего произведения.

Что попробовать в первый час: используйте функцию AI Chat для мозгового штурма. Напишите в чат: помоги мне придумать, почему главный герой решил уехать из деревни. AI ответит, опираясь на данные Codex о персонаже и мире произведения, и предложит несколько мотивированных вариантов с учетом уже установленных деталей. Попробуйте функцию Scene Summary -- она генерирует краткое описание написанной сцены для будущей навигации по тексту и для дополнения Codex.

Ключевые фишки

Codex -- живая энциклопедия произведения. Главная фишка Novelcrafter. В Codex вы создаете сущности: персонажи, локации, организации, предметы, события, концепции. Каждая сущность -- это карточка с полями, которые вы определяете сами. Когда AI помогает писать текст, он обращается к релевантным карточкам Codex и использует эту информацию. Если в Codex написано, что Анна носит красный шарф и не переносит холода, AI не напишет, что она вышла зимой без пальто. Это обеспечивает последовательность на протяжении сотен страниц.

BYOK -- свобода выбора модели. Novelcrafter использует принцип Bring Your Own Key: вы подключаете собственный API-ключ от любого провайдера. Через OpenRouter доступны сотни моделей: GPT-4.5, Claude Sonnet 5, Gemini 3.5, Mistral, Llama и другие. Можно использовать разные модели для разных задач: быструю и дешевую для черновых вариантов и мощную для финального редактирования. Токены оплачиваются напрямую провайдеру без наценки.

Планировщик и структура. Novelcrafter поддерживает работу со структурой произведения на нескольких уровнях: акты, главы, сцены, биты. Для каждого элемента можно задать краткое описание, статус (в работе, черновик, готово) и заметки. Это помогает видеть общую картину произведения и планировать следующие шаги.

Несколько режимов письма. В Novelcrafter есть режим фокуса, который скрывает все элементы интерфейса и оставляет только текст. Для предотвращения отвлечений работает таймер письма и счетчик слов с дневной целью. Вы можете задать цель на сессию или на день -- платформа показывает прогресс в реальном времени. Статистика отображает темп работы за любой период: сколько слов написано за день, неделю, месяц и за всё время работы над проектом.

Совместная работа. На тарифе Specialist доступна коллаборация: несколько авторов могут работать над одним проектом, оставлять комментарии и отслеживать изменения. Это полезно для соавторов, редакторов и бета-ридеров.

Экспорт в разные форматы. Готовый текст можно экспортировать в форматах DOCX (Word), PDF, ePub и других стандартных издательских форматах. Novelcrafter автоматически применяет форматирование при экспорте: нумерацию глав, отступы абзацев, разделители сцен и другие элементы оформления.

Цены и ограничения

На момент написания Novelcrafter предлагает четыре тарифных плана. Scribe ($4 в месяц или $40 в год) включает базовые функции редактора и Codex без AI. Hobbyist ($8 в месяц или $80 в год) добавляет интеграцию с внешними AI-провайдерами через BYOK. Artisan ($14 в месяц или $140 в год) открывает полный AI-чат и продвинутые функции настройки. Specialist ($20 в месяц или $200 в год) предназначен для совместной работы и включает командные функции.

Важно учесть: стоимость тарифа не включает расходы на AI-токены. Токены оплачиваются напрямую провайдеру -- OpenAI, Anthropic или другому -- по их тарифам. При умеренном использовании AI для написания 1000 слов в день расходы на токены обычно составляют несколько долларов в месяц. Точные цены зависят от выбранной модели.

Ограничения платформы. Novelcrafter ориентирован исключительно на длинные тексты -- для маркетингового контента или коротких текстов он избыточен. Мобильного приложения нет: работа возможна только через браузер. Для стабильного доступа к AI нужны собственные API-ключи -- без BYOK возможности AI сильно ограничены. Интерфейс полностью на английском языке, хотя тексты можно писать на русском.

Novelcrafter не накладывает ограничений на длину проектов или число произведений в аккаунте -- все тарифы позволяют работать над неограниченным числом книг одновременно. Если вы ведете несколько проектов параллельно, Codex каждого произведения хранится отдельно, и AI не смешивает контекст разных книг.

Нужен ли VPN из России

Novelcrafter доступен из России без VPN. Сайт открывается, регистрация работает и пробный период активируется с российских IP-адресов без ограничений.

Для оплаты подписки нужна международная карта -- Visa или Mastercard российских банков не принимаются. Используйте Wise, Revolut или другой международный финтех-сервис для оплаты. Novelcrafter принимает оплату через Stripe, так что все стандартные методы международных карт работают.

Для использования AI-функций через BYOK вам понадобится API-ключ от провайдера -- OpenAI, Anthropic, Google или других. Создание аккаунта и получение API-ключа у этих провайдеров также может потребовать международной карты. Альтернативно можно использовать OpenRouter -- агрегатор, который принимает оплату через криптовалюту и предоставляет доступ к сотням моделей через единый ключ.

Тексты произведений и данные Codex хранятся на серверах Novelcrafter. Если вы работаете над произведением коммерчески или чувствительными материалами, учтите, что данные находятся на зарубежных серверах. Делайте регулярные экспорты в DOCX как резервные копии.

Рекомендация: начните с 21-дневного бесплатного периода без VPN и без банковских карт. Заполните Codex первого проекта, создайте структуру и напишите несколько глав с помощью AI -- это поможет понять, подходит ли вам рабочий процесс Novelcrafter, прежде чем принимать решение о подписке. Большинство авторов, которые дошли до конца пробного периода с заполненным Codex, отмечают заметный рост продуктивности по сравнению с работой в обычных текстовых редакторах.

Новые модели и поддержка мышления (2026)

В 2026 году Novelcrafter расширил список доступных AI-моделей. Через BYOK теперь доступны Gemini 3 Pro (флагман Google) и GPT-5.1 (обновлённая версия, пришедшая на смену GPT-5). Для подключения этих моделей используйте свой API-ключ Google AI Studio или OpenAI соответственно.

Novelcrafter добавил экспериментальную поддержку режима мышления (thinking/reasoning). Эта опция доступна в Scene Beats и Chat: при её включении модель тратит больше времени на внутренние рассуждения перед генерацией ответа, что улучшает качество на сложных сюжетных задачах. В настройках можно выбрать режим «предпочитать мышление» или «избегать мышления» в зависимости от задачи и бюджета API.

В Codex появилась опция чувствительного к регистру сопоставления записей. При включении имя «Арчер» не будет ошибочно совпадать со словом «лучник» (archer) в тексте на английском. Это снижает количество ложных срабатываний при автоматическом связывании упоминаний персонажей и локаций с записями Codex.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Zapier Agents: как создать AI-агента для автоматизации задач

AI-агенты Zapier с доступом к 9000+ приложениям -- автоматизация сложных многоэтапных задач без кода

Что это и для кого

Zapier Agents -- это AI-агенты внутри экосистемы Zapier, одного из крупнейших инструментов автоматизации в мире. Если обычный Zapier позволяет создавать зепы -- автоматические цепочки действий между приложениями по заданному триггеру -- то Zapier Agents делает шаг вперед: вы создаете агента, которому описываете задачу на естественном языке, и он самостоятельно решает, какие инструменты и приложения использовать для её выполнения.

Ключевое отличие агентов от обычных зепов: зеп всегда выполняет жестко заданную последовательность шагов, а агент принимает решения на ходу. Если по дороге что-то пошло не так или нужно обработать нестандартный случай, агент адаптируется, а не останавливается с ошибкой.

Zapier насчитывает более 9000 интегрированных приложений -- это самое большое количество среди всех автоматизационных платформ на рынке. Агент может работать практически с любым сервисом: Gmail, Slack, Notion, Google Sheets, HubSpot, Salesforce, Airtable, Trello, Jira, Shopify, Stripe и тысячами других. Для каждого приложения доступны конкретные действия: не просто работать с Google Sheets, а создать строку, обновить ячейку, найти строку по значению и так далее.

Кому подходит Zapier Agents. Маркетологам -- для автоматической обработки лидов, рассылки персонализированных писем и обновления CRM без ручного труда. Менеджерам проектов -- для создания задач в Jira или Asana по входящим запросам и уведомлений команды в Slack. Специалистам по продажам -- для автоматического исследования потенциальных клиентов и подготовки персонализированных предложений. Владельцам малого бизнеса -- для обработки заказов, ответов на вопросы клиентов и ведения учета. Аналитикам -- для регулярного сбора данных из нескольких источников, их объединения и отправки отчета в нужном формате по расписанию.

Zapier Agents -- не просто чат-бот. Это агент, который имеет доступ к инструментам и может выполнять реальные действия: отправлять письма, создавать документы, обновлять записи в базах данных, запускать другие автоматизации и взаимодействовать с внешними API. В отличие от простых Zaps, агент понимает контекст задачи и может принимать промежуточные решения без вашего участия.

Как зарегистрироваться

Если у вас уже есть аккаунт Zapier, вы можете начать использовать Agents сразу. Если нет -- регистрация занимает около трех минут.

Шаг 1. Перейдите на zapier.com и нажмите Sign up. Зарегистрируйтесь через Google-аккаунт или email с паролем. При регистрации через email придет письмо-подтверждение.

Шаг 2. После входа в аккаунт нажмите Create в левом верхнем меню и выберите Agent. Если пункт недоступен -- убедитесь, что ваш тариф включает доступ к агентам. Бесплатный план Zapier дает доступ к Agents с ограниченным числом запусков в месяц.

Шаг 3. Дайте агенту имя и укажите его основную задачу в поле Instructions. Это основной промпт: опишите, что агент должен делать, когда запускаться, как принимать решения и какие данные использовать. Чем конкретнее описание -- тем точнее работает агент.

Шаг 4. Подключите инструменты. В разделе Tools выберите приложения и действия, к которым агент будет иметь доступ. Например: Gmail -- отправить письмо, Google Sheets -- обновить строку, Slack -- отправить сообщение в канал.

Шаг 5. Задайте триггер. Агент может запускаться по расписанию (каждый час, ежедневно в 9:00), при получении сообщения в Slack, при создании новой записи в Google Sheets, при поступлении нового письма в Gmail или через веб-хук из внешнего сервиса.

Шаг 6. Запустите тест. Используйте кнопку Test Run, чтобы проверить работу агента. Вы увидите пошаговый лог: какое решение принял агент, какие инструменты вызвал и что получилось в результате. Если что-то не так -- откорректируйте инструкции и повторите тест.

Для работы с Zapier Agents технический опыт не нужен. Если вы уже пользовались обычными Zaps, настройка агентов покажется знакомой -- только вместо жестких шагов вы описываете цель на естественном языке.

Первый запуск -- что попробовать

Лучший способ освоить Zapier Agents -- начать с конкретной задачи, которую вы сейчас делаете вручную каждую неделю.

Сценарий 1: агент для входящих писем. Опишите агента так: при получении письма от нового клиента с темой, содержащей слово запрос или цена, создай задачу в Trello, запиши имя отправителя и суть запроса в Google Sheets и отправь автоответ с благодарностью и обещанием связаться в течение 24 часов. Это типичная задача, которую тысячи людей выполняют вручную по несколько раз в день.

Сценарий 2: агент для исследования компаний. Когда я добавляю название компании в таблицу Google Sheets, найди информацию об этой компании в интернете и заполни столбцы: число сотрудников, отрасль, последние новости, ссылка на LinkedIn. Агент использует встроенный веб-поиск Zapier и инструменты для работы с данными.

Сценарий 3: агент для дайджеста. Каждый понедельник утром просматривай RSS-ленты трех указанных блогов, выбирай три самые интересные статьи за неделю, делай краткое резюме каждой на русском языке и публикуй подборку в Slack-канал дайджест.

После создания агента нажмите Test Run для проверки. Вы увидите подробный лог: какие инструменты были вызваны, какие решения принял агент на каждом шаге. Если результат не устраивает -- откорректируйте инструкции и запустите тест снова. Обычно двух-трех итераций хватает, чтобы агент работал стабильно.

Для знакомства с готовыми шаблонами перейдите на страницу zapier.com/templates/agents. Там доступны десятки агентов для типичных задач -- от обработки лидов до контент-менеджмента и HR-автоматизации. Используйте их как основу и настройте под свои нужды.

Ключевые фишки

9000+ интеграций из коробки. Zapier -- платформа с самым большим числом интеграций среди автоматизационных инструментов. Агент работает практически с любым SaaS-сервисом: от Gmail и Slack до Shopify, Salesforce, HubSpot, Notion, Linear, Jira, Airtable и тысяч других. Каждая интеграция включает десятки конкретных действий и триггеров.

Bring Your Own Model (BYOM). Вы выбираете, какую AI-модель использует агент: стандартную модель Zapier, GPT-4.5, Claude Sonnet 5 или другую. Это важно, если задачи требуют конкретных возможностей: длинного контекста для анализа документов или более точных рассуждений для сложных решений.

Memory (Долгосрочная память). Агент запоминает информацию между запусками. Если в понедельник вы сообщили агенту, что этот клиент является приоритетным, в пятницу при следующем взаимодействии агент это помнит и действует соответственно. Память хранится в структурированном виде и поддается редактированию из дашборда.

AI Guardrails. Корпоративная функция для контроля поведения агента. Вы можете запретить агенту выполнять определенные действия: например, удалять записи, отправлять письма на внешние адреса или изменять данные без подтверждения человека. Это снижает риск дорогостоящих ошибок при автоматизации критичных бизнес-процессов.

Human-in-the-Loop. Для важных решений агент может запросить подтверждение у человека перед выполнением действия. Например: клиент просит возврат на крупную сумму -- подтвердите операцию. Это позволяет автоматизировать большинство шагов, сохраняя человеческий контроль в ключевых точках.

MCP Tool Bundles. Zapier поддерживает Model Context Protocol. Вы создаете набор инструментов -- пакет связанных действий -- и делитесь ссылкой на него с коллегой. Тот импортирует все инструменты одним кликом. Это удобно для стандартизации агентов внутри команды и разработки совместных рабочих процессов.

Версионирование агентов. Каждое изменение инструкций создает новую версию с историей изменений. Если после редактирования агент стал работать хуже, можно откатиться к предыдущей версии без потери остальных настроек. Версионирование позволяет безопасно экспериментировать с улучшениями.

80+ бесплатных шаблонов. Zapier предлагает более 80 готовых шаблонов агентов, которые можно запустить и настроить под себя. Шаблоны охватывают маркетинг, продажи, HR, финансы, контент и операционные процессы.

Цены и ограничения

Zapier Agents доступны на бесплатном плане с ограниченным числом запусков в месяц. Платные планы открывают больше запусков, более сложные многошаговые агенты, BYOM, Guardrails и расширенную Memory.

Актуальные цены проверяйте на zapier.com/pricing, так как Zapier регулярно обновляет тарифы и условия. На момент написания компания предлагает план Free, а также платные тарифы Professional, Team и Enterprise с разным числом задач в месяц.

Ограничения, о которых стоит знать. Запуски агентов потребляют задачи из вашего тарифного плана -- тот же ресурс, что и обычные Zaps. Если агент за один запуск выполняет 10 действий в 10 приложениях, это считается как 10 задач. При больших объемах автоматизации расходы на задачи могут быстро расти.

Функции BYOM, Guardrails и расширенная Memory доступны на тарифах Team и выше. Для небольших команд базового Professional-плана обычно хватает для большинства сценариев.

Агенты в Zapier работают асинхронно: они не дают ответ в реальном времени как чат-бот, а выполняют задачи в фоне. Для диалоговых агентов с мгновенными ответами Zapier Agents не оптимален. Зато для многоэтапных фоновых задач, которые занимали бы часы ручного труда, это очень мощный инструмент.

Нужен ли VPN из России

Zapier доступен из России без VPN. Сайт открывается, регистрация работает, агенты создаются и запускаются с российских IP-адресов. Это один из немногих крупных американских SaaS-сервисов, который не ввел геоблокировку для России.

Для оплаты подписки нужна карта, принимаемая на американских платформах. Карты Visa и Mastercard российских банков не работают с 2022 года. Используйте виртуальную карту Wise, Revolut, Capitalist или другого международного финтех-сервиса. Также можно попробовать оплату через PayPal, если у вас есть верифицированный аккаунт с привязанной картой.

Некоторые интеграции могут потребовать отдельного решения: если вы подключаете к агенту сервисы, которые сами заблокированы в России, -- например, LinkedIn -- для работы самого агента VPN не нужен, так как запросы идут с серверов Zapier в США, а не с вашего компьютера.

Zapier хранит данные на серверах в США. Если работа с агентами предполагает обработку персональных данных граждан России, учтите требования российского законодательства о локализации данных. Для большинства маркетинговых и продуктивных сценариев это не критично, но корпоративным пользователям стоит уточнить этот вопрос с юристом.

Рекомендация: начните с бесплатного плана -- он дает достаточно запусков, чтобы проверить несколько рабочих сценариев и убедиться, что агенты решают именно ваши задачи. Протестируйте хотя бы два-три разных сценария, прежде чем переходить на платный тариф. Так вы поймете, сколько задач в месяц реально потребляет ваша автоматизация, и выберете подходящий план без переплаты. Для оплаты платного тарифа подготовьте международную карту заранее.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Atoms.dev: как создать полноценное приложение с AI-командой

Мультиагентная вайбкодинг-платформа с Race Mode, деплоем из коробки и 1 млн+ пользователей уже в 2026 году

Что это и для кого

Atoms.dev -- это платформа для создания полноценных веб-приложений с помощью мультиагентной AI-команды. В отличие от обычных no-code конструкторов, Atoms не просто генерирует страницы: он запускает целую команду специализированных AI-агентов, каждый из которых отвечает за свою область. Product Manager составляет спецификации и пользовательские истории. Architect проектирует структуру базы данных и архитектуру приложения. Engineer пишет код фронтенда и бэкенда. Data Scientist настраивает аналитику. SEO Specialist оптимизирует страницы для поисковиков. Ads Specialist разрабатывает материалы для рекламных кампаний. Team Leader координирует всю команду и держит вас в курсе происходящего на каждом этапе.

Платформа появилась в начале 2026 года и уже через несколько месяцев набрала 2 миллиона пользователей -- один из самых быстрых стартов в истории vibekoding-инструментов. Это направление описывает создание приложений через описание на естественном языке, без самостоятельного написания кода. Atoms часто сравнивают с Lovable, Bolt и Replit, но принципиальное отличие -- именно в мультиагентном подходе и фирменном Race Mode.

Atoms подходит для предпринимателей, которые хотят за несколько часов построить MVP и проверить идею без привлечения разработчиков. Фрилансеры используют платформу для быстрого создания лендингов и простых SaaS-продуктов для клиентов. Маркетологи и продакт-менеджеры запускают прототипы для демонстрации инвесторам. Студенты и начинающие специалисты осваивают создание приложений с нуля.

Главное, что стоит понять о продукте: приложения, которые строит Atoms, -- это настоящие рабочие продукты, а не демо-страницы. Каждый деплой включает авторизацию пользователей, реляционную базу данных, интеграции с внешними сервисами и возможность подключить оплату через Stripe. Готовое приложение получает живой URL сразу после завершения сборки и доступно в интернете без дополнительных настроек.

Atoms не заменяет профессиональных разработчиков для сложных корпоративных систем, но для запуска первой версии продукта с реальными пользователями -- это один из самых быстрых инструментов на рынке в 2026 году.

Как зарегистрироваться

Регистрация на Atoms.dev занимает около двух минут. Дополнительная установка программ не требуется: платформа работает полностью в браузере на любом устройстве с доступом в интернет.

Шаг 1. Перейдите на сайт atoms.dev и нажмите кнопку Get Started или Sign Up в правом верхнем углу страницы.

Шаг 2. Выберите способ входа. Вход через Google-аккаунт -- самый быстрый: одно нажатие и вы уже внутри. Если предпочитаете отдельный аккаунт, используйте email с паролем. В этом случае придет письмо с подтверждением -- проверьте папку «Спам», если не нашли его в основном ящике в течение двух минут.

Шаг 3. После первого входа появится короткий онбординг из трех-четырех вопросов: какой тип проектов вы планируете создавать, есть ли у вас технический опыт и какова ваша основная цель. Ответы помогают Atoms настроить интерфейс и подсказки под ваши задачи. Этот шаг можно пропустить, но лучше потратить минуту -- агенты будут давать более релевантные предложения.

Шаг 4. Вы попадаете на главный дашборд. В центре экрана -- большое текстовое поле с подсказкой «Опишите идею вашего приложения». Платформа готова к работе.

Для коммерческих проектов заранее подготовьте следующее. Аккаунт Stripe -- если планируете принимать платежи внутри своего приложения. Домен -- если не хотите использовать автоматически выданный поддомен вида yourapp.atoms.dev (подключение собственного домена доступно в платных планах). Google Analytics или аналогичный сервис -- для отслеживания трафика и поведения пользователей в готовом приложении.

Atoms работает стабильно в Chrome, Firefox, Safari и Edge на Windows, macOS, Linux и ChromeOS. Мобильная версия дашборда доступна, но для создания и редактирования проектов удобнее использовать десктоп.

Первый запуск -- что попробовать

После входа в аккаунт лучший способ понять возможности Atoms -- сразу запустить первый проект. Начинайте с простой идеи: это позволит увидеть полный цикл от промпта до работающего приложения за 10-15 минут.

Откройте дашборд и в поле ввода напишите задачу на русском языке. Например: «Создай сервис для отслеживания задач с регистрацией пользователей, базой данных и возможностью добавить платную подписку». Atoms понимает как русский, так и английский -- пишите как вам удобнее.

После отправки промпта включается Race Mode. Ваш запрос одновременно поступает на несколько передовых AI-моделей. Через три-пять минут на экране появятся несколько вариантов реализации с кратким описанием подхода каждой модели. Вы сравниваете и выбираете лучший вариант. По данным компании, Race Mode повышает точность результата в три раза по сравнению с использованием одной модели.

Пока Race Mode работает, в боковой панели отображаются действия агентов в реальном времени. Вы видите, как Product Manager составляет техническое задание, Architect выбирает стек технологий и структуру базы данных, Engineer пишет компоненты приложения, а Deep Researcher анализирует конкурентов и лучшие практики для вашей ниши.

Когда выбрали вариант -- нажмите Deploy. Сборка и деплой занимают около 30-60 секунд. Приложение получает живой URL и сразу доступно в интернете. Скопируйте ссылку и поделитесь с коллегами или потенциальными пользователями -- Atoms хостит всё на своей инфраструктуре.

Что попробовать в первые 15 минут. Во-первых, начните с простого: лендинг с формой обратной связи или TODO-список с авторизацией дадут полное понимание процесса. Во-вторых, запустите Race Mode дважды с одним и тем же промпром -- сравните, как разные модели интерпретируют одну задачу: разница бывает заметной. В-третьих, загляните в раздел Templates: там десятки готовых шаблонов для SaaS-инструментов, маркетплейсов, блогов и внутренних инструментов команды. В-четвертых, после деплоя напишите в чат: «Добавь темную тему» или «Измени цвет кнопки подписки на синий» -- агенты обновят приложение без перезапуска всего проекта с нуля.

Ключевые фишки

Race Mode. Главная уникальная функция Atoms. Промпт одновременно запускается на нескольких AI-моделях -- GPT-5.5, Claude Sonnet 5, Gemini 3.5 и других передовых системах. Вы получаете несколько вариантов и выбираете лучший. Это принципиально отличает Atoms от конкурентов, где используется одна фиксированная модель. Особенно ценно для сложных задач, где одна модель может неверно интерпретировать требования, а другая -- сразу предложить оптимальное архитектурное решение.

Мультиагентная команда. В отличие от большинства vibekoding-инструментов, где один AI-агент делает всё сразу, Atoms распределяет работу между восемью специализированными агентами. Каждый понимает свою область лучше универсального агента. В результате код получается более структурированным, SEO-оптимизация -- более продуманной, а требования к базе данных -- более точными.

Full-stack деплой из коробки. Каждое приложение, которое строит Atoms, сразу получает: авторизацию через email и Google, реляционную базу данных в реальном времени, возможность подключить Stripe для приема платежей, масштабируемый хостинг и автоматический HTTPS-сертификат. Не нужно отдельно настраивать сервер, базу данных, хостинг или CDN -- всё работает сразу после деплоя.

Итеративные правки через чат. После деплоя работа с приложением не заканчивается -- она продолжается через обычный чат на естественном языке. Напишите задачу, агенты внесут изменения, запустят автоматические тесты и задеплоят обновленную версию. История всех изменений сохраняется, и можно откатиться к любой предыдущей версии одним нажатием.

Экспорт исходного кода. Atoms позволяет скачать полный исходный код созданного приложения. Это важно для тех, кто хочет перенести проект на собственную инфраструктуру, передать код разработчику для доработки или просто иметь локальную копию. Большинство конкурирующих платформ закрывают доступ к исходному коду на бесплатных тарифах.

Маркетинг как часть продукта. Atoms -- единственная vibekoding-платформа, где AI-агенты могут не только написать код, но и сразу подготовить SEO-тексты, придумать рекламные объявления для поисковиков и социальных сетей и разработать контент-стратегию для привлечения первых пользователей. Для предпринимателей, которые запускают продукт, это экономит недели работы.

Версионирование и история изменений. Каждое обновление приложения сохраняется как отдельная версия с описанием изменений. Если после редактирования что-то сломалось, вы видите точно, что изменилось, и можете отменить конкретное действие, не откатывая весь проект.

Цены и ограничения

На момент написания Atoms.dev предлагает бесплатный план и несколько платных тарифов. Бесплатный план позволяет создать и задеплоить первый проект с ограниченным числом Race Mode запросов в месяц. Платные планы открывают неограниченный доступ к Race Mode, увеличенный лимит проектов, подключение собственного домена, приоритетную поддержку и возможность экспорта кода.

Точные цены регулярно обновляются. Проверяйте актуальные тарифы на странице atoms.dev/pricing перед оформлением подписки -- компания активно развивается и может менять условия.

Практические ограничения, о которых важно знать. Во-первых, Race Mode потребляет больше токенов, чем обычный запрос, поскольку одновременно запускает несколько моделей. В платных планах это учитывается в месячном лимите запросов. Во-вторых, очень сложные приложения с нестандартной бизнес-логикой -- полноценный маркетплейс с аукционом или система с интеграцией десятков внешних API -- могут потребовать ручной доработки кода на финальном этапе. Atoms хорошо справляется с типичными паттернами, но глубокую кастомизацию лучше делать в редакторе кода. В-третьих, мобильные приложения для iOS и Android Atoms пока не создает -- только адаптивные веб-приложения, которые работают в мобильных браузерах. В-четвертых, Stripe-интеграция требует верификации Stripe-аккаунта в поддерживаемых странах.

Для большинства задач бесплатного плана хватит, чтобы протестировать идею и показать рабочий прототип. Для запуска продукта с реальными платящими пользователями потребуется платный тариф.

Нужен ли VPN из России

На момент написания Atoms.dev открывается и работает без VPN с российских IP-адресов. Регистрация, создание проектов, Race Mode и деплой доступны без ограничений.

Однако есть ряд практических моментов. Оплата подписки производится через международные платежные системы. Карты Visa и Mastercard российских банков в большинстве зарубежных сервисов не принимаются. Для оплаты используйте виртуальную карту сервисов Wise, Revolut, Capitalist или аналогичных. Также стоит проверить, принимает ли Atoms оплату в криптовалюте -- некоторые американские SaaS-платформы добавили эту опцию в 2025-2026 годах.

Для приложений с платными подписками, которые вы создаете с помощью Atoms для российской аудитории, прямой прием платежей через Stripe недоступен на российские счета. Рассмотрите интеграцию российских платежных шлюзов -- ЮKassa, CloudPayments или RoboKassa -- через их API вместо встроенного Stripe.

Atoms -- американская компания. Если политическая ситуация изменится или компания введет ограничения по географии, доступ к платформе может быть закрыт. Регулярно экспортируйте исходный код своих проектов через раздел Settings -- это обеспечивает страховку от потери работы.

Рекомендация: зарегистрируйтесь и протестируйте бесплатный план без VPN. Для платной подписки подготовьте международную карту. При создании коммерческих проектов для российской аудитории заложите дополнительное время на интеграцию альтернативных платежных решений вместо Stripe.

Финансирование: $31 млн от Ant Group и Cathay Capital. Atoms привлекла $31 млн в раунде финансирования от Ant Group (финансовое подразделение Alibaba) и Cathay Capital. Это подтверждает серьёзность намерений компании выйти на азиатские рынки и расширить инфраструктуру платформы. Для пользователей это означает долгосрочную устойчивость продукта и планы по развитию функциональности.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

ИИ вычищает 28 000 рабочих мест в месяц и бьёт по «белым воротничкам»

Финансовый и технологический секторы США теряют в среднем 28 000 рабочих мест в месяц — там, где ИИ внедряют быстрее всего; с начала года ИИ связывают с 101 743 увольнениями.

🔴 ИИ вычищает 28 000 рабочих мест в месяц и бьёт по «белым воротничкам»

Рынок труда США в целом растёт, но два сектора идут ко дну: те самые, где ИИ внедряют быстрее всего.

По данным Yahoo Finance, финансовый и технологический секторы США теряют в среднем 28 000 рабочих мест в месяц, и это на фоне в остальном устойчивого рынка труда: именно просадка в банках и IT выбивается из общей картины, ведь как раз здесь ИИ внедряют быстрее всего. Компании всё чаще прямо называют ИИ причиной сокращений: Oracle за год урезала 21 000 позиций (13% штата) и в отчёте регулятору прямо связала это с «внедрением технологий ИИ», а Robinhood режет около 10% сотрудников, перестраивая работу вокруг ИИ-инструментов. По подсчётам рекрутинговой компании Challenger, Gray & Christmas, искусственный интеллект стал причиной 101 743 увольнений с начала года, почти четверть всех сокращений. «ИИ продолжает менять само представление компаний о численности штата», говорит Энди Челленджер. Под ударом в первую очередь бэк-офис: операторы поддержки, банковские кассиры, специалисты по обработке заявок, рутинные роли, которые ИИ закрывает первыми.

Для российского предпринимателя это не абстрактная сводка из США, а карта того, что произойдёт и здесь, просто с задержкой. Первыми исчезают не «простые руки», а офисные сотрудники со средней зарплатой, чья работа сводится к обработке информации по шаблону. Вывод трезвый: если часть команды занята рутинными операциями, выгоднее самому перестроить процессы вокруг ИИ, пока это ваше преимущество, а не догоняющая мера. И одновременно растёт ценность людей, которых ИИ не заменяет: тех, кто принимают решения, продают и выстраивают отношения.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#рынок_труда #увольнения #автоматизация #будущее_труда #белыеворотнички #найм #ИИ #технологии #AravanaAI

Робот Atlas впервые вышел на поле чемпионата мира по футболу

Hyundai впервые вывела гуманоида Atlas от Boston Dynamics на живой матч ЧМ-2026: в перерыве робот повторил празднования звёзд и вынес мяч арбитру.

🔴 Робот Atlas впервые вышел на поле чемпионата мира по футболу

Зрители матча 1/8 финала на стадионе под Нью-Йорком в перерыве увидели не танцоров и не поп-звезду, а человекоподобного робота: он повторил голевые празднования звёзд турнира и вынес мяч арбитру перед вторым таймом.

Hyundai вывела гуманоида Atlas, разработку принадлежащей ей Boston Dynamics, на живой матч чемпионата мира впервые в истории. Робот воспроизвёл фирменные жесты Харри Кейна, Эрлинга Холанда и Сон Хын Мина: за плавностью движений стоят перенос человеческой пластики на механику, обучение с подкреплением на тысячах симуляций и одновременное управление всем телом. «Будущее не то, что мы воображаем, оно начинается уже сейчас», — сказал топ-менеджер Hyundai Сонвон Чжи.

Это пока показательное выступление, а не конвейер, но замысел прозрачен: Hyundai приучает миллиарды зрителей к виду человекоподобных роботов. Машины Boston Dynamics шагнули из вирусных роликов на публичную сцену, а это тот самый кредит доверия, что всегда предшествует массовому внедрению. Физический ИИ уже продают широкой публике; тем, кто задумываются о роботизации операций, стоит следить, как быстро это становится нормой.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #BostonDynamics #embodiedAI #физическийИИ #автоматизация #ИИ #технологии #AravanaAI

Южная Корея превращает сверхдоходы от чипового бума в государственный фонд для AI

Администрация президента Ли Чжэ Мёна создаёт «фонд ответа на будущее» из налоговых сверхдоходов чипового бума — ставка страны на лидерство в AI.

🔴 Южная Корея превращает сверхдоходы от чипового бума в государственный фонд для AI

Пока одни страны спорят, как регулировать искусственный интеллект, Южная Корея решила просто заплатить за лидерство и нашла неожиданный источник денег. Им стал бум полупроводников.

Администрация президента Ли Чжэ Мёна создаёт «фонд ответа на будущее», который наполнят за счёт налоговых сверхдоходов от чипового сектора. Как сообщает Korea Herald, деньги пойдут на три направления: развитие AI и передового производства, борьбу с неравенством и поддержку жилья и рабочих мест для молодёжи 20–30 лет. Это часть более масштабного государственно-частного плана: только в юго-западный регион Хонам заложено 896 триллионов вон, около $586 млрд. Как заявила премьер-министр Хан Сон Сук, это «долгосрочная стратегия, чтобы обеспечить конкурентоспособность страны в эпоху AI».

Для предпринимателя тут важен масштаб мышления: на кону теперь бюджеты целых государств, а не только компаний. Когда страна направляет сверхдоходы от чипов не на раздачу, а на ставку в AI-гонке, меняется сама география возможностей: деньги и таланты потекут туда, где государство строит инфраструктуру будущего. Стоит следить, какие юрисдикции превращаются в новые центры притяжения.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#геополитика #регуляция #инвестиции #инфраструктура #нацбезопасность #рынок #Китай #США #ИИ #технологии #AravanaAI

Гарвард: AI-стартапы почти перестали нанимать новичков

Исследование Гарварда и INSEAD: у AI-стартапов доля сотрудников начального уровня примерно на 15% ниже, а старших — на 20% больше.

🔴 Гарвард: AI-стартапы почти перестали нанимать новичков

Начинающему специалисту всё труднее попасть в перспективную компанию, и теперь у этого ощущения есть цифры. Исследователи Гарварда и INSEAD разобрали, кого нанимают стартапы, построенные вокруг искусственного интеллекта, и картина оказалась жёсткой.

Исследование показало: у таких компаний доля сотрудников начального уровня примерно на 15% ниже, зато старших специалистов на 20% больше. Сами AI-стартапы на четверть меньше обычных, но инженеров в них больше, а оценка при этом не ниже: каждый сотрудник приносит больше ценности. Есть и обратная сторона: нанимают в основном выпускников элитных вузов из Кремниевой долины. В крупных технологических компаниях на вчерашних студентов сегодня приходится всего 7% новых сотрудников.

Для предпринимателя сигнал двойной. С одной стороны, AI действительно позволяет строить компанию меньшим числом людей: шанс расти без раздувания штата. С другой стороны, если рынок перестаёт брать новичков, целое поколение специалистов не получит первую ступеньку, а бизнес через несколько лет останется без выращенных внутри профессионалов. Экономия сегодня рискует обернуться кадровым голодом завтра.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#рынок_труда #найм #автоматизация #будущее_труда #белыеворотнички #навыки #замена #productivitytools #ИИ #технологии #AravanaAI

Blackstone выходит из дата-центров Вирджинии за $3,5 млрд, на самом пике гонки за AI-мощности

Blackstone продаёт Digital Realty долю в трёх дата-центрах Северной Вирджинии за $3,5 млрд — крупный инвестор фиксирует прибыль в разгар AI-стройки.

🔴 Blackstone выходит из дата-центров Вирджинии за $3,5 млрд, на самом пике гонки за AI-мощности

Пока весь мир лихорадочно строит дата-центры под искусственный интеллект, крупнейший фонд прямых инвестиций делает обратное: продаёт свою долю в них. Странный ход только на первый взгляд.

Blackstone продаёт оператору Digital Realty свою долю в трёх крупных дата-центрах Северной Вирджинии за $3,5 млрд: $1,2 млрд деньгами и $2,3 млрд акциями самого покупателя. Объекты общей мощностью 288 мегаватт полностью сданы в аренду трём крупным облачным клиентам и когда-то были частью совместного предприятия, созданного партнёрами в 2023 году под будущий AI-бум. Теперь Digital Realty забирает их целиком. При этом расставаться компании не собираются: вместе они продолжат стройки в Вирджинии, Париже и Франкфурте.

Умные деньги фиксируют прибыль на пике, и это классика. Когда тот, кто финансировал бум, продаёт готовые активы тому, кто ими управляет, это сигнал: лёгкая фаза инфраструктурной гонки заканчивается. Спрос на вычисления никуда не денется, но заходить в стройку дата-центров «на хайпе» с каждым месяцем дороже и рискованнее.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#датацентры #инфраструктура #мощности #капзатраты #сделки #MA #инвестиции #BigTech #рынок #ИИ #технологии #AravanaAI

BMW поставил человекоподобных роботов на конвейер в Южной Каролине

Гуманоид Figure 03 приступил к логистике на заводе BMW в Спартанберге — после того как его предшественник помог собрать более 30 000 машин без сбоев.

🔴 BMW поставил человекоподобных роботов на конвейер в Южной Каролине

На заводе BMW в Спартанберге появился сотрудник ростом с человека: он сам разбирает детали из контейнеров и раскладывает их по тележкам для сборочной линии. Это уже не выставочный эксперимент, а сменная работа.

Речь о Figure 03, новом поколении гуманоида от компании Figure AI. Его предшественник Figure 02 отработал на кузовном производстве 11 месяцев и помог собрать более 30 000 кроссоверов BMW X3 без единого сбоя. Новая версия умнее и безопаснее: мягкие накладки, чтобы не травмировать людей рядом, кисти с тактильными датчиками и камерами в ладонях, беспроводная зарядка и голосовое общение с рабочими. «Гуманоиды больше не лабораторные опыты, это надёжная рабочая сила», говорит основатель Figure AI Бретт Эдкок.

Для предпринимателя тут важен не сам робот, а прецедент: гуманоид не танцует на сцене, а месяцами стоит на реальном конвейере крупного автоконцерна и приносит измеримый результат. Физический труд, который считался защищённым от автоматизации, начал переходить к машинам, и это вопрос уже не десятилетий, а ближайших лет.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #автоматизация #физическийИИ #Figure #промышленныероботы #будущеетруда #embodiedAI #ИИ #технологии #AravanaAI

SK Hynix выходит на Уолл-стрит: $29 млрд, второй по величине дебют года после SpaceX

Производитель памяти для AI-ускорителей NVIDIA привлекает около $29 млрд на Nasdaq — второй по величине дебют года после SpaceX и барометр устойчивости AI-бума.

🔴 SK Hynix выходит на Уолл-стрит: $29 млрд, второй по величине дебют года после SpaceX

Компания, которая делает память для AI-чипов NVIDIA, идёт на биржу в Нью-Йорке и сразу метит в рекорд. Это может стать крупнейшим первичным размещением иностранной компании за всю историю американского рынка.

SK Hynix привлекает около $29 млрд, размещая акции на Nasdaq. Больше в этом году собрала только SpaceX на своём июньском IPO ($86 млрд). За ажиотажем стоит простой факт: корейцы остаются главным в мире поставщиком сверхбыстрой памяти HBM, без которой не работает ни один ускоритель NVIDIA, а их акции в Сеуле выросли на 770% за год. Аналитики называют это размещение барометром всего рынка: выдержит ли AI-бум ещё год или близок разворот.

Для российского предпринимателя это сигнал, а не сводка с далёкой биржи. Память остаётся главным узким местом всей AI-индустрии, и пока SK Hynix вкладывает сотни миллиардов в новые заводы, стоимость вычислений вниз не пойдёт. Если ваш продукт завязан на AI, дешёвых вычислений в ближайший год не ждите: закладывайте это в финансовую модель уже сейчас.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #HBM #NVIDIA #IPO #сделки #инвестиции #рынок #BigTech #ИИ #технологии #AravanaAI

AMD вложилась в беспилотный стартап Turing и начала уводить его от Nvidia

Японский стартап беспилотников Turing берёт деньги AMD и начинает уходить с ускорителей Nvidia на GPU от AMD.

🔴 AMD вложилась в беспилотный стартап Turing и начала уводить его от Nvidia

В гонке ИИ-чипов Nvidia привыкла к монополии. Но AMD нашла способ отъедать её клиентов, заходя к ним не только чипом, но и деньгами.

По данным The Japan Times, инвестиционное подразделение AMD вошло в число инвесторов японского стартапа беспилотных автомобилей Turing, оценённого примерно в $600 млн. С самого старта Turing работал на железе Nvidia, но теперь около 10% обучения своих ИИ переносит на графические процессоры AMD, чтобы удержать издержки под контролем в дорогой гонке автопилотов. Сумму вложения AMD не раскрыла. Пятилетний стартап целится в коммерческий запуск и роботакси уже к 2028 году.

За мелкой на первый взгляд сделкой скрывается важный сдвиг. Монополия Nvidia на ИИ-железо начинает трескаться там, где решают деньги: когда обучение моделей стоит миллионы, даже 10% экономии на чипах становятся весомым аргументом. Для предпринимателя вывод в том, что у ИИ-инфраструктуры появляется реальная альтернатива, а конкуренция между AMD и Nvidia будет толкать цены на вычисления вниз.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #GPU #NVIDIA #AMD #автоматизация #инвестиции #робототехника #ИИ #технологии #AravanaAI

Голод по ИИ-памяти принёс Samsung рекорд: квартальная прибыль подскочила в 18 раз

Операционная прибыль Samsung за второй квартал взлетела примерно в 18 раз к прошлому году до исторического максимума на фоне бума спроса на память HBM для ИИ.

🔴 Голод по ИИ-памяти принёс Samsung рекорд: квартальная прибыль подскочила в 18 раз

Год назад память была для Samsung головной болью и убыточным грузом. Сегодня она главный мотор рекордов.

По прогнозам 30 аналитиков (оценка LSEG SmartEstimate), операционная прибыль Samsung за апрель–июнь взлетела примерно в 18 раз к прошлому году и достигла около 86 трлн вон (порядка $56 млрд), новый исторический максимум. Причина одна: бум спроса на высокоскоростную память HBM, без которой не работает ни один ускоритель для ИИ от NVIDIA и AMD. Уже в этом квартале Samsung обещает отгрузить первые образцы памяти нового поколения HBM4E.

Для российского предпринимателя это подсказка, куда утекают деньги в ИИ-экономике. Основную маржу снимают не создатели чат-ботов, а те, кто делают «железо» под них: производители памяти и чипов. Пока все спорят о моделях, состояния куются на инфраструктуре. А дефицит памяти будет только толкать вверх стоимость всего, что связано с ИИ, от аренды облачных серверов до конечных сервисов.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #HBM #железо #датацентры #NVIDIA #рынок #ИИ #технологии #AravanaAI

Anthropic сняла дата-центр на 20 лет, и это обошлось в $19 миллиардов

Anthropic подписала 20-летнюю аренду дата-центра TeraWulf на 401 МВт в Кентукки с контрактной выручкой около $19 млрд; акции WULF прибавили более 16%.

🔴 Anthropic сняла дата-центр на 20 лет, и это обошлось в $19 миллиардов

Компания, которая сама ещё недавно была стартапом, подписала договор аренды длиной в две пятилетки. А если считать с правом продления, то почти на треть века вперёд.

Anthropic арендует у компании TeraWulf дата-центр Justified Data в городе Хоксвилл, штат Кентукки: 20 лет плюс два продления по пять лет, около $19 млрд законтрактованной выручки и 401 МВт мощности под высокопроизводительные вычисления. Первая очередь заработает во второй половине 2027 года, а полная мощность выйдет к началу 2028-го. Акции TeraWulf (тикер WULF) на этой новости прибавили в премаркете более 16%. Заодно компания продаёт свою долю 50,1% в техасском проекте Abernathy примерно за $530 млн.

За этой сделкой видна главная гонка индустрии: гонка за электричество и площади под вычисления. Anthropic не строит сама, а фиксирует мощности на десятилетия вперёд, пока их не разобрали конкуренты. Для предпринимателя сигнал простой: дефицит вычислительных мощностей сохранится надолго, и тот, кто закладывает ИИ в бизнес сегодня, конкурирует за один и тот же ограниченный ресурс с гигантами.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#датацентры #инфраструктура #энергетика #мощности #Anthropic #сделки #капзатраты #ИИ #технологии #AravanaAI

SK Telecom строит ИИ-дата-центры на 15 гигаватт: заявка Кореи на роль ИИ-хаба Азии

Корея хочет стать инфраструктурным центром ИИ в Азии: SK Telecom заявляет 15 гигаватт мощностей к 2035 году вместе с AWS и Nvidia.

🔴 SK Telecom строит ИИ-дата-центры на 15 гигаватт: заявка Кореи на роль ИИ-хаба Азии

Мощность ИИ теперь измеряют не в чипах, а в гигаваттах электричества. И корейский оператор только что назвал цифру, от которой перехватывает дыхание.

SK Telecom объявила о планах довести мощность своих ИИ-дата-центров до 15 гигаватт к 2035 году. Это сопоставимо с потреблением целой страны. Первый этап на 5 гигаватт должен заработать к 2029-му, стартовая площадка: город Ульсан, где партнёром выступает Amazon Web Services (запуск во втором полугодии 2027-го). Ещё один партнёр, Nvidia, с которой строят «фабрику ИИ» под тяжёлые вычисления. Ставку Корея делает на свои козыри: собственное производство памяти, чипов и доступ к атомной и газовой энергии. «Мы готовим вычислительную инфраструктуру, которая нужна глобальной ИИ-экосистеме, на опережение», сказал глава компании Чон Джэ Хун.

За этой стройкой стоит новая карта мира. Пока ИИ упирается в дефицит электричества и вычислений, страны и корпорации спешат забить площадки под дата-центры, как раньше столбили месторождения. Для предпринимателя это значит, что доступ к дешёвым вычислениям всё сильнее зависит от того, в каком регионе вы работаете, и Азия громко заявляет права на этот рынок.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#инфраструктура #датацентры #энергетика #мощности #AWS #NVIDIA #суперкомпьютеры #ИИ #технологии #AravanaAI

Google выкатил сразу две новые AI-модели, и обе бьют по цене

Nano Banana 2 Lite рисует картинку за четыре секунды и три с половиной цента за тысячу, а Gemini Omni Flash генерирует и редактирует видео голосом.

🔴 Google выкатил сразу две новые AI-модели, и обе бьют по цене

Пока конкуренты спорят, чей чат умнее, Google зашёл с другой стороны: сделал генерацию картинок и видео такой дешёвой, что считать теперь придётся не доллары, а центы.

Google представил две модели. Первая, Nano Banana 2 Lite, рисует картинку по текстовому описанию примерно за четыре секунды и стоит всего 3,4 цента за тысячу изображений: это про быстрый дизайн, прототипы и генерацию картинок в промышленных масштабах. Вторая, Gemini Omni Flash, создаёт видео и позволяет редактировать его прямо в диалоге, голосом, по цене 10 центов за секунду готового ролика. Обе уже доступны разработчикам через Gemini API и Google AI Studio. Это не просто новые функции, это ставка Google на удержание лидерства в поиске, облаке, рекламе и рабочих инструментах.

Для предпринимателя это меняет экономику контента. То, за что вчера платили дизайнеру или видеомонтажёру, сегодня стоит центы и делается за секунды. Маркетинг, реклама, прототипы продуктов, всё, где нужна визуалка, дешевеет на порядок. Выигрывает тот, кто первым перестроит процессы под эту новую стоимость.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #Gemini #Google #мультимодальность #ИИ #технологии #AravanaAI

Как начать пользоваться Claude Science: AI-рабочая среда для учёных от Anthropic

Anthropic запустила Claude Science 30 июня 2026 - первый AI-инструмент специально для исследователей. 60+ научных баз данных, геномика, протеомика, воспроизводимые эксперименты - всё в одном интерфейсе.

Что это и для кого

Claude Science - это специализированная AI-рабочая среда для учёных и исследователей, запущенная компанией Anthropic 30 июня 2026 года. Это первый продукт Anthropic, созданный исключительно для нужд научного сообщества, а не как универсальный ассистент для широкой аудитории.

В отличие от обычного Claude в формате чата, Claude Science является полноценной исследовательской рабочей средой. Она объединяет более 60 научных баз данных и специализированных инструментов, многоагентную архитектуру для сложных многоэтапных исследовательских пайплайнов и механизм воспроизводимости, который автоматически трассирует каждый результат к исходному коду и входным данным.

Ключевая проблема, которую решает Claude Science - это фрагментация научного программного обеспечения. Биолог-исследователь в среднем работает с 8-12 разными программами для полного цикла анализа данных: от первичной обработки сырых данных секвенирования до итоговых графиков для публикации в рецензируемом журнале. Каждая программа требует отдельной установки, настройки зависимостей, знания специфического синтаксиса и обучения работе с форматами входных и выходных данных. Claude Science объединяет все критически важные инструменты в едином интерфейсе с AI-координацией между ними.

Чем отличается Claude Science от инструментов вроде Jupyter Notebook? Jupyter отлично подходит для интерактивного написания и выполнения кода, но не понимает научный контекст. В Claude Science вы говорите на языке науки: 'проанализируй эти данные RNA-seq и найди дифференциально экспрессированные гены', а не пишете скрипт на Python с нуля. Это принципиальное различие между инструментом для программиста и инструментом, спроектированным для учёного.

Anthropic запустила продукт на специальном мероприятии в Сан-Франциско 30 июня 2026 года, одновременно объявив о грантовой программе: до 50 исследовательских проектов получат до $30 000 в API-кредитах каждый. Северо-восточный университет (Northeastern University) и другие ведущие академические институты уже заключили партнёрские соглашения с Anthropic для тестирования продукта.

Claude Science предназначен для учёных-биологов, геномиков, биохимиков; исследователей в области протеомики, структурной биологии и хемоинформатики; аспирантов и студентов, работающих с научными базами данных; фармацевтических компаний, занимающихся разработкой лекарств. Если вы не работаете с биологическими или химическими данными - вам нужен обычный Claude Pro, а не специализированный Claude Science.

Anthropic заявила о собственных амбициях в области науки: компания запустила программы доклинических исследований редких заболеваний с использованием Claude Science, что говорит о стратегическом значении этого продукта для компании.

Как зарегистрироваться / установить

Claude Science является облачным веб-приложением и не требует скачивания или установки программного обеспечения. Доступ осуществляется через стандартный браузер - Chrome, Firefox, Safari или Edge - с любого компьютера или ноутбука.

Шаг 1. Оформите подходящую подписку Claude. На момент написания этого гайда Claude Science доступна всем платным подписчикам Claude: подписка Claude Pro для индивидуальных пользователей, Claude Team для небольших исследовательских групп и лабораторий, Claude Enterprise для крупных организаций и университетов. Аккаунты на бесплатном уровне доступа к Claude Science не имеют. Актуальные условия и цены проверяйте на официальном сайте anthropic.com.

Шаг 2. Войдите в claude.ai и найдите Claude Science. Откройте сайт claude.ai в браузере и войдите в свой платный аккаунт. В левом меню интерфейса должен появиться раздел Science или прямая ссылка-переход на специализированный научный интерфейс. Если раздела нет, проверьте, активирована ли ваша подписка и не истёк ли пробный период.

Шаг 3. Попробуйте пробный бесплатный доступ. Anthropic предоставляет ограниченный бесплатный доступ к нескольким стандартным научным пайплайнам, чтобы вы могли оценить возможности продукта без дополнительных расходов. Воспользуйтесь этой возможностью перед принятием решения о платном использовании.

Шаг 4. Для учреждений и университетов. Уточните у IT-отдела своего учреждения наличие корпоративного соглашения с Anthropic - многие ведущие университеты мира уже имеют институциональный доступ к Claude Team со значительными скидками через академические программы Anthropic. Для России это актуально для ВШЭ, Сколтеха, МГУ, МФТИ и институтов РАН.

Шаг 5. Грантовая программа AI for Science. Anthropic поддерживает до 50 исследовательских проектов грантами до $30 000 в API-кредитах. Заявки на первый раунд принимались до 15 июля 2026 года. Следите за объявлениями о следующих раундах на официальном сайте Anthropic.

Первый запуск -- что попробовать

При первом открытии Claude Science вы увидите рабочую среду с тремя ключевыми зонами: левая панель с подключёнными базами данных и инструментами, центральная область для ввода задач и просмотра результатов, правая панель с историей выполненных пайплайнов и активными субагентами.

Литературный обзор по научной теме. Для начала попробуйте самый простой сценарий - запрос на обзор литературы. Введите: 'Найди последние публикации 2024-2026 годов о роли белка p53 в апоптозе при раке поджелудочной железы.' Claude Science обратится к PubMed и связанным базам данных, синтезирует результаты и создаст структурированный обзор с цитатами. Каждая цитата полностью трассирована к источнику - кликните на неё, чтобы перейти к оригинальной статье на сайте PubMed.

Анализ трёхмерной структуры белка. Введите идентификатор белка из базы данных PDB, например '1HHO' для гемоглобина. Без установки PyMOL или других специализированных программ вы получите интерактивную трёхмерную визуализацию структуры прямо в браузере, подробный анализ ключевых взаимодействий и возможность экспорта в форматы PNG или SVG для использования в публикации или презентации.

Полный RNA-seq пайплайн от сырых данных до результатов. Загрузите файлы FASTQ (данные секвенирования) и опишите задачу: 'Выполни полный анализ RNA-seq: контроль качества, выравнивание на геном человека, подсчёт ридов, анализ дифференциальной экспрессии. Визуализируй результаты в виде вулканического графика.' Claude Science последовательно выполнит FastQC, STAR, featureCounts и DESeq2. Финальный воспроизводимый артефакт будет содержать весь код с параметрами, промежуточные результаты и финальные графики.

Хемоинформатический анализ молекул-кандидатов. Введите SMILES-строку молекулы и попросите: 'Предскажи токсичность, биодоступность при пероральном приёме и сходство с одобренными лекарствами.' Claude Science применит RDKit, PubChem и предиктивные модели ADMET, объяснив методологию в воспроизводимом артефакте с ссылками на использованные инструменты.

Подготовка раздела методов для публикации. Когда пайплайн завершён, попросите: 'Напиши раздел Methods для журнала Nature Methods на основе этого анализа.' Агент создаст текст в соответствующем стиле журнала - с правильными ссылками на все инструменты, их версиями и ключевыми параметрами, что снижает риск возврата рукописи рецензентами.

Ключевые фишки

Более 60 научных баз данных и инструментов из коробки. Из коробки подключены инструменты для геномики (GATK, BWA, STAR, featureCounts), протеомики (AlphaFold, UniProt, STRING), структурной биологии (RCSB PDB, DSSP), хемоинформатики (RDKit, PubChem, предиктор ADMET) и других областей. Устанавливать специализированное биоинформатическое программное обеспечение и настраивать зависимости не нужно - всё запускается в облачной инфраструктуре Anthropic.

Многоагентная архитектура для научных задач. За каждым запросом стоит координирующий агент, который разбивает задачу на части и передаёт их специализированным субагентам: один ищет в PubMed, другой анализирует структуры, третий выполняет вычисления, четвёртый готовит визуализации. Параллельная работа субагентов значительно ускоряет выполнение сложных многоэтапных пайплайнов.

Агент-рецензент для автоматической проверки. Отдельный агент-рецензент в реальном времени проверяет каждую цитату на точное соответствие источнику и каждый расчёт на математическую корректность. Ошибки и расхождения исправляются автоматически ещё до того, как вы увидите финальный результат. Это значительно снижает риск галлюцинаций при работе с научными данными и литературой.

Воспроизводимые артефакты как стандарт работы. Каждый результат представляет собой воспроизводимый артефакт с пронумерованными шагами, полным кодом, входными и выходными данными. Другой учёный может воспроизвести весь эксперимент с нуля и получить идентичные результаты. Это напрямую отвечает на кризис воспроизводимости в современной науке и упрощает прохождение рецензирования в ведущих журналах.

Нативная научная визуализация в браузере. Белковые структуры, молекулы, геномные треки и публикационного качества графики отображаются прямо в интерфейсе без установки PyMOL, IGV или специализированных R-пакетов. Визуализации интерактивны и экспортируются в форматы PDB, SVG, PNG для вставки в презентации и публикации.

Поддержка форматов научных данных. Принимаются FASTQ, BAM, VCF (геномика), PDB (структурная биология), SMILES (химия), CSV/TSV с экспериментальными измерениями, PDF научных статей. Работа с собственными данными экспериментов без конвертации форматов.

Программа грантов AI for Science. Anthropic выделяет гранты до $30 000 в API-кредитах для научных проектов. Следите за анонсами новых раундов на официальном сайте компании.

Цены и ограничения

Claude Science входит в платные подписки Claude. Для индивидуальных исследователей подходит подписка Claude Pro, для лабораторий и научных групп - Claude Team или Enterprise. Актуальные цены проверяйте на anthropic.com/pricing, так как тарифы обновлялись с момента запуска продукта в июне 2026 года.

Объёмные вычислительные пайплайны (обработка полных геномных датасетов из нескольких образцов, большие наборы белковых структур) могут потреблять значительное количество API-кредитов и занимать длительное время. Рекомендуется начинать с небольших тестовых наборов данных, чтобы оценить скорость выполнения и реальные расходы, прежде чем запускать полноразмерные вычисления на всём объёме данных.

Важные ограничения. Claude Science запущен в бета-версии: часть функций может быть нестабильна, список поддерживаемых областей науки расширяется с каждым обновлением. Количество одновременно выполняемых пайплайнов ограничено выбранным тарифом подписки. Продукт является облачным сервисом - данные обрабатываются на серверах Anthropic. Для работы с персональными медицинскими данными пациентов или коммерческой тайной необходимо изучить политику конфиденциальности и соглашение об обработке данных Anthropic. Для клинических исследований проконсультируйтесь с юридической службой учреждения.

Поддерживаемые научные области на момент написания: геномика, транскриптомика, протеомика, структурная биология, хемоинформатика. Физика, астрономия и социальные науки запланированы в следующих версиях продукта.

Нужен ли VPN из России

Claude и Claude Science в целом доступны из России. Anthropic официально не включает Россию в список заблокированных стран, однако российские банковские карты не принимаются для оплаты подписок, и при регистрации с российского IP-адреса могут возникать проблемы с верификацией аккаунта.

При попытке зарегистрировать новый аккаунт Claude из России сначала попробуйте напрямую без VPN. Если регистрация не проходит или возникают ошибки - используйте VPN с европейским или американским сервером для завершения регистрации, после чего VPN можно отключить.

Для оплаты подписки Claude Pro нужна зарубежная банковская карта. Подходят карты банков Казахстана, Грузии, Армении, Узбекистана, Сербии, Турции и ряда других стран. Также работают виртуальные карты международных платёжных сервисов. Актуальные рабочие варианты оплаты без российской карты ищите в тематических телеграм-каналах для российских разработчиков и учёных.

После успешной регистрации и оплаты подписки сервис Claude Science, как правило, работает с российских IP-адресов. При медленной загрузке, разрывах соединения или ошибках авторизации - включите VPN с европейским сервером.

Для учёных в российских академических институтах (РАН, ВШЭ, Сколтех, МФТИ и другие) рекомендуется уточнить у IT-отдела наличие корпоративных соглашений на AI-инструменты. Часть российских университетов уже имеет институциональные лицензии на Claude через международные академические программы - это решает одновременно и вопрос доступа, и вопрос оплаты без использования зарубежной личной карты.

Партнерство NVIDIA BioNeMo и Anthropic (2026)

NVIDIA BioNeMo и Anthropic объявили о партнерстве для ускорения Claude Science применительно к биологическим и геномическим AI-рабочим нагрузкам. NVIDIA BioNeMo - это платформа для разработки и развертывания биомолекулярных AI-моделей, включая предсказание структур белков, генерацию молекул и геномный анализ. Совместная работа расширяет вычислительные возможности Claude Science для исследователей наук о жизни.

Благодаря интеграции с NVIDIA BioNeMo пользователи Claude Science получают доступ к специализированным вычислительным ресурсам GPU для обработки крупных геномных датасетов и структурно-биологических задач. Это особенно актуально для пайплайнов, требующих значительных вычислений: запуск предсказания структур белков AlphaFold, обработка полных геномов, массовый виртуальный скрининг молекул. Для подключения к BioNeMo-ресурсам обратитесь к документации Claude Science.

Нативный рендеринг научных артефактов

Claude Science нативно отображает специализированные научные визуализации прямо в интерфейсе: трёхмерные структуры белков, треки геномного браузера, химические структуры и другие форматы научных данных. Это означает, что результаты анализа – например, предсказанная структура белка или карта дифференциальной экспрессии генов – рендерятся интерактивно внутри рабочей среды, без необходимости экспортировать их во внешние программы для просмотра.

Доступность и грантовая программа

По состоянию на июль 2026 года Claude Science доступен в статусе бета для подписчиков планов Claude Pro, Max, Team и Enterprise. Пользователи базового бесплатного плана Claude на данный момент доступа к Claude Science не имеют. Грантовая программа Anthropic: приём заявок на гранты до $30 000 в API-кредитах завершается 15 июля 2026 года, уведомление о результатах – 31 июля 2026 года, реализация проектов – с 1 сентября по 1 декабря 2026 года.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться Devin Desktop: многоагентная IDE от Cognition

Windsurf превратился в Devin Desktop - первую IDE, где несколько AI-агентов работают параллельно над одним проектом. Полный гайд по установке и первому запуску.

Что это и для кого

Devin Desktop - это новая интегрированная среда разработки от компании Cognition, официально запущенная 2 июня 2026 года. Продукт вырос из редактора Windsurf, который Cognition приобрела ранее в том же году, но теперь это принципиально другой инструмент: полноценная IDE с встроенным центром оркестрации AI-агентов.

Главное отличие от других AI-редакторов, таких как Cursor, Zed или VS Code с Copilot, в следующем: это не один AI-помощник, а платформа для координации нескольких агентов одновременно. В одном окне можно запустить агента Devin на рефакторинг базы данных, Claude Agent на написание тестов и Codex на документацию - и все трое будут работать параллельно над разными частями проекта, пока разработчик занимается сложной бизнес-логикой или архитектурными задачами.

Cognition - один из наиболее быстро растущих AI-стартапов: компания оценивается рынком в $26 млрд. Первый продукт компании - агент Devin, появившийся в 2024 году, - сразу задал новый стандарт для AI-программистов. Devin Desktop продолжает эту логику: вместо одного умного агента в отдельном браузерном окне вся экосистема AI-инструментов встраивается прямо в рабочее окружение разработчика.

История перехода от Windsurf к Devin Desktop важна для понимания продукта. Windsurf был популярным AI-редактором с хорошим автодополнением кода и агентным режимом. После приобретения Cognition решила не просто переименовать продукт, а полностью переосмыслить его концепцию: из умного редактора с одним агентом в центр управления командой специализированных AI-агентов. Это более амбициозное видение, ориентированное в первую очередь на команды разработчиков, а не только на индивидуальных программистов.

Почему многоагентные IDE важны сейчас? Современные проекты слишком объёмны для одного AI-помощника. Типичная задача по добавлению новой функции включает изменение нескольких файлов бэкенда, обновление API-контрактов, написание тестов, обновление документации и правки во фронтенде. Один агент выполняет это последовательно. Devin Desktop позволяет специализированным агентам работать над разными частями параллельно, сокращая общее время выполнения задачи в несколько раз.

Для кого подходит Devin Desktop: разработчики, желающие делегировать рутину AI-агентам и сосредоточиться на сложной логике; тимлиды, которым нужен единый интерфейс для мониторинга AI-активности; фрилансеры и стартапы, стремящиеся ускорить разработку без переключений между инструментами; пользователи Windsurf - переход плавный, все расширения и настройки мигрируют автоматически.

Как зарегистрироваться / установить

Само приложение Devin Desktop бесплатно для скачивания и установки. Плата взимается только за использование AI-агентов.

Шаг 1. Скачайте приложение. Перейдите на официальный сайт devin.ai/desktop. Доступны версии для macOS (Apple Silicon и Intel) и Windows 10/11. Для Linux версия разрабатывается и будет выпущена позже.

Шаг 2. Установка на macOS. Откройте скачанный .dmg-файл, перетащите иконку Devin Desktop в папку Applications. Запустите приложение из Finder или Launchpad. При первом запуске macOS может запросить разрешение - откройте Системные настройки, раздел Конфиденциальность и безопасность, и нажмите 'Разрешить'. Установка занимает 2-3 минуты.

Шаг 3. Установка на Windows. Запустите скачанный .exe-установщик от имени администратора, следуйте инструкциям мастера. Приложение устанавливается в папку AppData по умолчанию. При запуске Windows Defender может запросить разрешение - подтвердите.

Шаг 4. Регистрация аккаунта Cognition. При первом запуске приложение предложит войти или создать аккаунт. Доступны три варианта: email и пароль, GitHub (рекомендуется разработчикам, так как сразу подключаются репозитории), Google. После регистрации подтвердите email. Письмо приходит в течение 1-2 минут.

Шаг 5. Миграция из Windsurf (если актуально). При наличии установленного Windsurf приложение автоматически предложит мигрировать расширения, темы, привязки клавиш и историю проектов. Это занимает 1-2 минуты. После завершения Windsurf можно удалить.

Шаг 6. Подключение AI-агентов. По умолчанию доступен только агент Devin (требует подписки Cognition). В Preferences -> Agents добавьте: Anthropic API ключ для Claude Agent SDK (console.anthropic.com), OpenAI API ключ для Codex (platform.openai.com). Cline и другие ACP-агенты устанавливаются как расширения через встроенный менеджер.

Шаг 7. Настройка проекта. Используйте File -> Open Folder для существующего проекта или New Project для нового. Devin Desktop поддерживает Python, JavaScript, TypeScript, Go, Rust, Java, C#, Ruby, PHP и другие языки. Рекомендуется сразу подключить Git-репозиторий проекта: агенты будут создавать отдельные ветки для каждой задачи, и без Git управление изменениями затруднено.

Первый запуск -- что попробовать

После установки и входа вы увидите знакомый редактор кода с новым элементом: правая боковая панель Agent Command Center. Именно здесь разворачивается вся многоагентная работа.

Первое задание агенту. Откройте проект, нажмите New Task в Agent Command Center, введите задачу: 'Найди все места с устаревшей библиотекой requests и замени на httpx с поддержкой async/await.' Выберите агента (Devin) и нажмите Start. Агент изучит файлы, создаст Git-ветку, внесёт изменения и откроет черновик Pull Request для вашего ревью. Вы можете заниматься другими задачами, пока агент работает в фоне.

Параллельные задачи. Пока первый агент работает, создайте вторую задачу для другого агента. Например, поручите Claude Agent написать юнит-тесты для функции, которую Devin только что переписал. Оба работают параллельно в отдельных ветках и не мешают друг другу. Код, тесты и документация готовятся одновременно - это принципиально меняет скорость разработки.

Ревью результатов. Когда агент завершает задачу, в Agent Command Center появляется карточка с пометкой 'Ожидает ревью'. Откройте Pull Request прямо из IDE: вы увидите диф изменений, логи действий агента и результаты запущенных тестов. Одобрите PR или оставьте комментарий для доработки. Важно всегда проверять работу агентов перед мержем - они могут допускать логические ошибки, которые тесты не улавливают.

Работа со Spaces. В разделе Spaces создайте пространство для текущей фичи и добавьте туда PR, файлы и задачи. Агенты в одном Space видят общий контекст и не дублируют усилия. Это особенно полезно для крупных проектов с несколькими активными направлениями разработки.

Desktop Testing. Поручите Devin протестировать ваше приложение: 'Проверь, что форма регистрации принимает валидные email и отклоняет некорректные.' Devin запустит приложение в виртуальной среде Linux, кликнет по интерфейсу и вернёт видеозапись с аннотациями найденных проблем.

Ключевые фишки

Agent Command Center. Единая Kanban-доска для управления всеми AI-агентами: задачи разбиты по статусам (в очереди, выполняется, ожидает ревью, завершена). Каждая задача - карточка с прогрессом, логами и ссылкой на Pull Request. Весь пайплайн AI-разработки виден в одном экране, и одобрение изменений происходит без выхода из IDE.

Spaces - контекстные пространства. Группировка PR, файлов и задач по темам или отдельным фичам. Агенты в одном Space видят общий контекст, не дублируют работу и не создают конфликтующих изменений при параллельной разработке нескольких направлений. Это принципиально повышает эффективность команды агентов.

Открытый протокол ACP. Devin Desktop работает с Agent Client Protocol - открытым стандартом, который уже поддерживают Devin, Claude Agent SDK, OpenAI Codex, Cline, OpenCode, Junie (JetBrains) и Gemini CLI (Google). Собственный агент вашей компании с поддержкой ACP подключится без дополнительных настроек. Открытость протокола означает независимость от одного провайдера и гарантирует рост экосистемы агентов.

Параллельная изолированная работа. Каждый агент работает в собственной Git-ветке. Конфликты обнаруживаются заранее. Pull Request проходит ревью перед мержем. Полный контроль над кодовой базой сохраняется даже при одновременной работе нескольких агентов.

Desktop Testing через AI-управление компьютером. Devin видит экран виртуальной машины, кликает по элементам интерфейса, вводит текст и навигирует по формам. Возвращает видеозапись с аннотированными проблемами - это первый AI-кодинг агент с полноценным end-to-end UI-тестированием без написания тестового кода вручную.

Локальный агент на Rust, 30% эффективнее. Движок переписан на Rust: на 30% лучшая токен-эффективность по сравнению с Windsurf, меньшее потребление памяти, поддержка субагентов. Сложные задачи автоматически разбиваются на параллельные подзадачи с независимым выполнением - это увеличивает скорость выполнения масштабных задач.

Совместимость с экосистемой Windsurf. Все расширения Windsurf работают в Devin Desktop без изменений. Корпоративные расширения и настроенные пайплайны переедут без переписывания - важно для команд, уже вложивших ресурсы в инфраструктуру на базе Windsurf.

Цены и ограничения

Приложение Devin Desktop бесплатно как редактор кода. Плата взимается исключительно за использование AI-агентов.

Devin (агент Cognition). Для использования нужна подписка Cognition. Доступны три плана: личный (с ограниченным числом задач агента в месяц), командный (для нескольких разработчиков) и корпоративный (расширенные функции управления, SSO и SLA). Актуальные цены и лимиты задач проверяйте на devin.ai/pricing - с момента запуска в июне 2026 года тарифы несколько раз менялись.

Claude Agent SDK. Работает по API Anthropic. Плата за входные и исходящие токены по тарифам Anthropic (anthropic.com/pricing). При интенсивной работе над средним по объёму проектом расходы составляют от нескольких долларов до нескольких десятков долларов в день в зависимости от сложности задач и размера кодовой базы. Рекомендуется установить бюджетные лимиты в настройках Anthropic Console.

OpenAI Codex. Работает по API OpenAI. Стоимость по тарифам OpenAI (platform.openai.com/pricing). Устанавливайте лимиты расходов в настройках аккаунта OpenAI, чтобы избежать неожиданных счетов при активной агентной работе.

Бесплатные ACP-агенты. Cline, OpenCode и другие ACP-совместимые агенты с открытым кодом бесплатны. Вы платите только за токены LLM-провайдера по своему выбору, включая локальные модели через Ollama - это позволяет держать расходы под полным контролем и работать полностью офлайн.

Ограничения на момент написания: версия для Linux недоступна; desktop testing работает только для приложений под Linux; количество одновременно активных агентов ограничено тарифом Cognition; для полноценной многоагентной работы нужны API-ключи нескольких провайдеров.

Нужен ли VPN из России

Россия официально не поддерживается Cognition. Для регистрации аккаунта с российского IP потребуется VPN с US или европейским сервером. После создания аккаунта само приложение и редактор кода работают без постоянного VPN.

Облачные функции агента Devin и синхронизация с серверами Cognition стабильнее работают при включённом VPN из России. Если агент теряет соединение или выдаёт ошибки авторизации - включите VPN с европейским или американским сервером и повторите попытку подключения.

Оплата подписки Cognition с российской картой невозможна. Используйте карты зарубежных банков (Казахстан, Грузия, Армения, Узбекистан, Сербия и другие страны), виртуальные карты международных платёжных сервисов или криптовалюту там, где принимается. Та же ситуация с Anthropic API и OpenAI API: оба сервиса не принимают российские карты. Актуальные варианты оплаты без зарубежных карт ищите в специализированных телеграм-каналах для российских IT-специалистов.

Для использования Devin Desktop только как редактора кода, без AI-агентов, VPN и зарубежная карта не нужны после первоначальной регистрации аккаунта Cognition. Это удобно, если вы хотите перейти на Devin Desktop как на IDE постепенно.

Devin Local и завершение поддержки Cascade. С 1 июля 2026 года Cognition прекратила поддержку движка Cascade, на котором работали более ранние версии Windsurf. Его место занял Devin Local - новый движок, написанный на Rust. По данным Cognition, Devin Local снижает потребление токенов на 30% по сравнению с Cascade при сопоставимом качестве результатов. Если вы переходите с Windsurf и ранее настроили интеграции, ориентированные на поведение Cascade, проверьте совместимость после перехода на Devin Desktop.

SWE-1.7: новая флагманская модель Cognition (8 июля 2026). 8 июля 2026 года Cognition представила SWE-1.7 – самую мощную на сегодняшний день модель компании. SWE-1.7 построена на базе Kimi K2.7 Code и обслуживается через инфраструктуру Cerebras со скоростью 1000 токенов в секунду. Показатели на бенчмарках: 42.3% на FrontierCode 1.1, 81.5% на Terminal-Bench 2.1, 77.8% на SWE-Bench Multilingual. Модель автоматически доступна пользователям Devin Desktop – никаких дополнительных настроек не требуется.

Claude Sonnet 5 в Devin Desktop: на 30% экономичнее. Claude Sonnet 5 теперь доступен как опция модели в Devin Desktop. По данным Cognition, использование Claude Sonnet 5 для задач агента потребляет на 30% меньше кредитов по сравнению с предыдущими версиями Claude при сопоставимом качестве результата. Это делает его предпочтительным выбором для длительных сессий и задач с большим объёмом кода.

Kimi K2.7 и GLM 5.2 без расхода квоты. Для пользователей планов Pro, Max и Teams компания Cognition сделала модели Kimi K2.7 и GLM 5.2 доступными без списания кредитов. Это позволяет использовать их для экспериментов, прототипирования и менее критичных задач, сохраняя квоту для высокоприоритетных сессий с более мощными моделями. Переключение между моделями доступно в панели настроек активной сессии.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Microsoft отправляет 6000 инженеров в чужие офисы внедрять ИИ руками

Microsoft создала отдельную компанию Microsoft Frontier Company с $2,5 млрд капитала и 6000 сотрудников, чтобы внедрять ИИ прямо в бизнес клиентов.

🔴 Microsoft отправляет 6000 инженеров в чужие офисы внедрять ИИ руками

Оказалось, что продать компаниям искусственный интеллект мало. Настоящие деньги там, где его заставляют реально работать внутри бизнеса. И Microsoft ставит на это $2,5 млрд.

2 июля Microsoft запустила отдельную компанию, Microsoft Frontier Company, со стартовым капиталом $2,5 млрд и штатом в 6000 человек. Суть предельно приземлённая: инженеров физически «десантируют» в офисы заказчиков, чтобы те не просто оформили подписку, а собрали работающие под свои задачи ИИ-приложения, с расчётом отдачи от вложений и постоянной донастройкой. Возглавил направление Родриго Кеде Лима, бывший президент Microsoft в Азии. Похожие структуры сейчас строят все: AWS вложила в такую $1 млрд, Anthropic $1,5 млрд, а OpenAI целых $4 млрд.

Главный сдвиг вот в чём: гонка сместилась с вопроса «у кого умнее модель» на вопрос «кто доведёт ИИ до реального результата в чужом бизнесе». Для российского предпринимателя вывод прямой: ценность теперь не в доступе к модели (он есть у всех), а в умении встроить её в конкретный процесс и показать измеримую отдачу. Именно за это, а не за саму технологию, компании готовы платить.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#инвестиции #сделки #BigTech #Microsoft #корпоративнаястратегия #агентыИИ #автоматизация #ИИ #технологии #AravanaAI

В Британии первым пациента встретит не регистратор, а искусственный интеллект

В национальном приложении NHS появляется ИИ-сортировка пациентов: он задаёт вопросы и направляет к терапевту, в аптеку или неотложку. Развернут на всех к апрелю 2028 года.

🔴 В Британии первым пациента встретит не регистратор, а искусственный интеллект

Скоро миллионы британцев будут описывать свои симптомы не человеку на телефоне, а ИИ прямо в приложении, и именно он решит, куда вас направить.

Национальная служба здравоохранения Великобритании объявила, что встраивает в своё приложение ИИ-помощника для сортировки пациентов. Он задаёт серию вопросов, подстраивает их под ваши ответы и направляет туда, где помогут быстрее: к терапевту, в аптеку, в неотложку, к местной службе, либо советует справиться самому. На испытаниях в графстве Сассекс очередь на телефонную запись к врачу упала почти на треть (на 29%) без потери в удовлетворённости пациентов. За год инструмент охватит более 200 тысяч человек, а к апрелю 2028-го дойдёт до всех пользователей. Всё это часть вложения в £10 млрд в цифровую перестройку здравоохранения за три года.

Глава NHS England Джим Маки говорит прямо: ИИ поможет довести пациента до нужной услуги, чтобы врачи занимались теми, кому действительно нужен приём. И вот что стоит увидеть за британской новостью: это первый случай, когда ИИ-сортировка встроена в государственный сервис национального масштаба: не пилот на сотню человек, а инфраструктура на десятки миллионов. Медицина, госуслуги, любая «запись в очередь», это гигантский рынок, который ИИ начинает переписывать одним из первых.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #агентыИИ #автоматизация #healthtech #здоровье #регуляция #ИИ #технологии #AravanaAI

Робот освоил ловкость рук на уровне человека и научился этому за дни, а не месяцы

Лондонский стартап Humanoid представил метод обучения с подкреплением KinetIQ Ascend: роботы осваивают сложные манипуляции за дни и превосходят демонстрации людей.

🔴 Робот освоил ловкость рук на уровне человека и научился этому за дни, а не месяцы

Раньше, чтобы робот аккуратно собрал деталь или переложил коробку, инженеры неделями вручную прописывали каждое движение. Британский стартап показал, как обойтись без этой ручной работы почти полностью.

Лондонская компания Humanoid, основанная в 2024 году, представила метод KinetIQ Ascend — обучение с подкреплением, когда робот сам нащупывает нужные движения методом проб и ошибок, как ребёнок, а не следует прописанной инструкции. Заявлена надёжность манипуляций 99,9% на человеческой скорости и выше. Цифры с реального производства говорят сами за себя: в сборке из контейнера успех вырос с 80% до 98%, в работе с коробками двумя руками поднялся с 78% до 99% при удвоении скорости, в машинной подаче деталей пропускная способность выросла на 42%. Главный технолог компании Джарад Кэннон формулирует так: «Роботы, которые раньше требовали месяцев ручной настройки, теперь превосходят демонстрации людей за считаные дни».

Именно ловкость рук дольше всего отделяла роботов от настоящей работы на заводе. И вот что важнее самих процентов: обучение здесь масштабируется предсказуемо, ровно как у больших языковых моделей: чем больше данных и вычислений, тем лучше результат. Для предпринимателя это тревожный и одновременно захватывающий сигнал: физический труд, который казался незаменимо человеческим, входит в ту же кривую удешевления, по которой уже прокатился софт.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #автоматизация #физическийИИ #embodiedAI #будущеетруда #ИИ #технологии #AravanaAI

Китайский стартап вышел из тени, чтобы сделать санкции США бессмысленными

Шанхайская Dongfang Suanxin вышла из режима скрытности с 3D-архитектурой чипов на полностью китайской цепочке поставок — и с оценкой около $1,7 млрд ещё до первого рабочего продукта.

🔴 Китайский стартап вышел из тени, чтобы сделать санкции США бессмысленными

Компания, о которой два года никто ничего не слышал, оказалась армией из 500 инженеров в семи городах. И всё это время она строила чип, который должен обойти не отдельный запрет, а саму логику американских санкций.

3 июля из режима скрытности вышла шанхайская Dongfang Suanxin. Её ставка: серия ускорителей DF1000 на архитектуре «3D-стекинга», где вычислительные слои и слои памяти складываются друг на друга, как этажи, вместо того чтобы гонять данные между отдельными блоками. Возглавляет компанию Вэй Шаоцзюнь, профессор Университета Цинхуа и вице-президент китайской ассоциации полупроводников. Смысл конструкции в том, чтобы получить конкурентную производительность на полностью китайской цепочке поставок, без единого зарубежного узла, который Вашингтон мог бы отрезать. Ещё в апреле, будучи концептом без готового изделия, стартап привлёк раунд с оценкой около 12,3 млрд юаней (примерно $1,7 млрд); среди инвесторов государственный фонд развития ИИ, венчурные подразделения Xiaomi и JD.com, а также Yunfeng Capital.

Пока это прототип, а не чип в стойках дата-центров, и обещания легко раздавать на старте. Но сигнал важнее железа: Китай перестаёт догонять NVIDIA по её же правилам и меняет саму архитектуру, чтобы санкциям было нечего отрезать. Для российского предпринимателя это про горизонт планирования: рынок AI-инфраструктуры перестаёт быть монополией одной страны, и через пару лет выбор поставщика вычислений может оказаться шире, чем кажется сегодня.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #нейропроцессоры #чиповаявойна #геополитика #экспортный_контроль #Китай #США #инвестиции #оценка #раунд #ИИ #технологии #AravanaAI

Китай приказал выключить ИИ, который слишком похож на человека

Пекин с 15 июля запрещает ИИ-компаньонов и ролевых ботов с человеческой личностью — ByteDance и Alibaba уже отключают функции.

🔴 Китай приказал выключить ИИ, который слишком похож на человека

Представьте: у вас есть чат-бот, который помнит ваши разговоры, шутит в вашем стиле и ведёт себя как живой собеседник. А через десять дней его просто отключают по приказу государства. Именно это сейчас происходит в Китае с сервисами двух гигантов.

Как сообщает South China Morning Post, ByteDance (владелец TikTok) и Alibaba начинают отключать кастомных ИИ-агентов, которые имитируют человеческую личность: компаньонов, ролевых ботов, персонажей с характером. Причиной стали новые правила Пекина «Временные меры по регулированию сервисов антропоморфного ИИ-взаимодействия», которые вступают в силу 15 июля. У Alibaba человекоподобные агенты в сервисе Qwen выключат уже 10 июля, у ByteDance функция в приложении Doubao уйдёт в офлайн 15-го, а данные пользователей станут недоступны после 15 октября. Регулятор объясняет запрет рисками для психики: зависимость, экстремистский контент, утечки личных данных. Под запрет попадают боты-компаньоны и ролевые персонажи с «фиксированной личностью», а вот службы поддержки, справочные системы и рабочие ассистенты разрешены, если не изображают эмоциональную привязанность.

Для предпринимателя это сигнал: рынок ИИ-компаньонов, который на Западе растёт взрывными темпами, в Китае только что получил государственный стоп-кран. Если вы строите продукт вокруг «эмоционального» ИИ или смотрите на азиатский рынок, держите в голове, что грань между полезным ассистентом и запрещённым «псевдочеловеком» теперь определяет не пользователь, а регулятор.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#геополитика #регуляция #Китай #безопасностьИИ #DeepSeek #нейросети #агентыИИ #LLM #модели #ИИ #технологии #AravanaAI

Китай собрал чип, копирующий мозг, и обошёл Nvidia в сотни раз

Учёные из Пекинского университета и Академии наук КНР представили первый в мире нейродинамический чип: память и вычисления в одном массиве, до 478 раз быстрее Nvidia A100 в задачах моделирования мозга.

🔴 Китай собрал чип, копирующий мозг, и обошёл Nvidia в сотни раз

Представьте вычислитель, который восстанавливает объёмную модель человеческого мозга меньше чем за полсекунды. Ту же задачу топовая система на Nvidia A100 решает в десятки, а местами и в сотни раз медленнее.

Как сообщает South China Morning Post, учёные из Пекинского университета и Академии наук КНР представили первый в мире «нейродинамический» чип и описали его в журнале Science 4 июля. Это 40-нанометровая пластина, где память и вычисления живут в одном массиве: данные не гоняются туда-сюда между памятью и процессором, а обрабатываются прямо там, где хранятся. Отсюда и разрыв: по замерам авторов, от 50 до 478 раз быстрее, чем связка на A100. Руководитель работы Ян Юйчао говорит, что чип открывает дорогу к интерфейсам «мозг-компьютер» и новым способам диагностики болезней мозга: от раннего скрининга Альцгеймера до персональных «цифровых двойников» мозга и навигации во время нейрохирургии.

Почему это важно не только неврологам. Пока весь рынок молится на GPU и считает, у кого больше видеокарт, Китай под санкциями заходит с другой стороны: строит архитектуру, которая для отдельных задач в принципе не нуждается в чипах Nvidia. Один чип из лаборатории погоды не делает, но направление читается ясно: обойти чиповую блокаду можно не догоняя, а меняя саму логику вычислений. Тем, кто строят планы на дефиците и дороговизне GPU как на константе, стоит держать это в голове.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #нейропроцессоры #NVIDIA #железо #полупроводники #чиповаявойна #Китай #геополитика #ИИ #технологии #AravanaAI

Роботы за шесть дней выпустили 17 625 планшетов, и весь мир смотрел в прямом эфире

Китайская Agibot впервые в мире вывела гуманоидов G2 на живой заводской конвейер в прямом эфире: 17 625 планшетов за более чем 64 часа с успешностью операций 99,99%.

🔴 Роботы за шесть дней выпустили 17 625 планшетов, и весь мир смотрел в прямом эфире

Шесть суток непрерывного эфира с заводского цеха. Гуманоиды китайской Agibot впервые в мире отработали настоящую производственную линию под камерами, и не сорвались.

Как показал шестидневный стрим, за более чем 64 часа работы роботы дали совокупный выпуск в 17 625 планшетов с успешностью операций 99,99%. Машины брали планшеты с конвейера, ставили в тестовые гнёзда и сортировали годные и брак, и это не в лаборатории, а на живой линии рядом с людьми.

За этим стоит модель G2, которую Agibot поставила на завод Longcheer: до 310 штук в час, цикл 19–20 секунд на операцию, а запуск занял всего 36 часов, без специальной переоснастки линии. Ли Лун, глава робототехнического подразделения Longcheer, сказал: «Это первая реальная проверка воплощённого ИИ в потребительской электронике». К третьему кварталу компания обещает вывести на линии 100 таких роботов.

Главное здесь не цифры, а слово «универсальный». Раньше автоматизация цеха требовала месяцев и дорогой оснастки под каждый продукт. Теперь на конвейер ставят человекоподобного робота, который подстраивается за полтора суток. Для тех, кто строят производство или зависят от китайских заводов, это сигнал: физический ИИ вышел из лаборатории и встал к конвейеру. Себестоимость сборки в Азии начинает считаться по-новому.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #автоматизация #физическийИИ #embodiedAI #промышленныероботы #будущеетруда #ИИ #технологии #AravanaAI

Mastra: как создать AI-агента на TypeScript за 5 минут

Mastra -- современный TypeScript-фреймворк для AI-агентов с 1.77M+ NPM-загрузок в месяц. Поддерживает 1000+ AI-моделей, имеет визуальную студию и встроенные инструменты для оценки агентов. v1.0 вышел в январе 2026.

Что это и для кого

Mastra -- это TypeScript-фреймворк для разработки AI-агентов и AI-приложений. Если вы работаете с JavaScript или TypeScript и хотите добавить AI-агентов в свой продукт -- Mastra предлагает типобезопасный, хорошо документированный способ сделать это без изучения экзотических Python-библиотек.

Mastra разработана командой, ранее создавшей Gatsby -- популярный генератор статических сайтов на базе React. Компания прошла акселератор Y Combinator (батч W25) и привлекла $13 миллионов финансирования. Версия 1.0 вышла в январе 2026 года; с тех пор фреймворк набирает более 1.77 миллиона NPM-загрузок в месяц, что делает его одним из самых быстрорастущих инструментов в экосистеме AI-агентов для TypeScript-разработчиков.

В чём особенность Mastra по сравнению с LangChain или CrewAI? Во-первых, Mastra написана на TypeScript «с нуля» и не является портом Python-библиотеки. Это означает отличный Developer Experience: автодополнение в IDE работает полноценно, все типы выводятся автоматически, а ошибки ловятся на этапе разработки, а не в рантайме. Во-вторых, Mastra включает Mastra Studio -- визуальный браузерный интерфейс для разработки, тестирования и отладки агентов без написания кода. В-третьих, фреймворк поддерживает более 1000 AI-моделей от разных провайдеров через единый унифицированный роутер на базе Vercel AI SDK.

Концептуально Mastra строится вокруг трёх ключевых примитивов. Агенты (Agents) -- это единицы с инструкциями, моделью и набором инструментов; они принимают пользовательские запросы и генерируют ответы. Инструменты (Tools) -- это функции, которые агент может вызывать для получения данных или выполнения действий в внешних системах. Воркфлоу (Workflows) -- это детерминированные последовательности шагов, где каждый шаг может быть агентом, инструментом или обычной функцией. Комбинируя эти три примитива, можно строить сложные AI-системы любого масштаба.

Для кого Mastra наиболее полезна:

• JavaScript и TypeScript разработчики, которые хотят добавить AI-функциональность в существующие Node.js, Next.js или Express-проекты. Mastra устанавливается как обычный npm-пакет и не требует переключения на Python-стек.
• Команды, строящие AI-продукты в production. Mastra предоставляет инструменты для надёжного деплоя: guardrails (ограничения поведения агента), scorers (оценщики качества ответов), evals (автоматизированные тесты) и distributed tracing.
• Fullstack-разработчики на Next.js или Vercel. Mastra хорошо интегрируется с Vercel, что упрощает деплой агентных приложений в облако.
• Разработчики, которые хотят быстро прototипировать AI-агентов. Mastra Studio и чёткая структура проекта позволяют создать рабочего агента за несколько минут даже без глубокого понимания LLM-механизмов.

Важный момент: Mastra -- это фреймворк для разработчиков. Для его использования нужно понимание JavaScript или TypeScript и базовый опыт работы с командной строкой. Конечные пользователи взаимодействуют с продуктами, построенными на Mastra, а не с самим фреймворком напрямую.

Как зарегистрироваться / установить

Mastra устанавливается как стандартный npm-пакет. Никакой регистрации нигде не требуется -- фреймворк полностью открыт.

Требования для установки:

• Node.js версии 20 или новее (рекомендуется LTS-версия для production).
• Менеджер пакетов: npm, yarn или pnpm.
• API-ключ от любого поддерживаемого AI-провайдера: OpenAI, Anthropic, Google, Mistral и других. Можно также использовать локальную модель через Ollama без API-ключа.

Шаг 1. Создайте новый проект через Mastra CLI. Самый быстрый способ начать -- использовать официальный CLI, который создаёт полностью настроенный проект с примером агента:

npm create mastra@latest my-ai-agent -- --default
cd my-ai-agent

После выполнения этой команды у вас будет проект с примером погодного агента, инструментом для получения погоды, воркфлоу и оценщиком. Всё полностью рабочее -- достаточно добавить API-ключ.

Шаг 2. Добавьте Mastra в существующий проект. Если хотите добавить Mastra в уже существующий TypeScript-проект -- установите основной пакет:

npm install @mastra/core

Затем установите адаптер для нужного AI-провайдера, например: npm install @ai-sdk/anthropic для Claude или npm install @ai-sdk/openai для GPT-моделей.

Шаг 3. Настройте переменные окружения. Создайте файл .env в корне проекта и добавьте API-ключ от выбранного провайдера. Для начала удобнее всего Mistral -- он доступен без VPN из России и имеет щедрый бесплатный уровень.

Шаг 4. Запустите Mastra Studio. Mastra Studio -- встроенный визуальный интерфейс для разработки и тестирования агентов. Запустите сервер разработки командой npm run dev, и Studio автоматически откроется в браузере по адресу http://localhost:4111. В Studio вы увидите список всех ваших агентов, сможете чатиться с ними, просматривать детальные логи запросов и редактировать инструменты.

Шаг 5. Проверьте работу примера. Откройте Mastra Studio, выберите Weather Agent и задайте ему вопрос: «Какая сейчас погода в Москве?». Агент вызовет инструмент weatherTool, получит данные и сформирует ответ. Если агент ответил с данными о погоде -- всё настроено правильно. Посмотрите на трейс запроса в левой панели -- там видно, какие шаги агент совершил для ответа.

Первый запуск -- что попробовать

После запуска Mastra Studio вы готовы создавать собственных агентов. Вот несколько практических сценариев для первого знакомства.

Создайте минимального агента. В файле src/mastra/agents/assistant.ts определите агента с инструкциями и моделью. Агент принимает строку инструкций (системный промпт) и объект конфигурации модели. Mastra поддерживает синтаксис Vercel AI SDK для описания модели -- это означает полную совместимость с любым провайдером из их библиотеки. После создания файла Studio автоматически подхватит нового агента без перезапуска.

Добавьте инструмент для доступа к данным. Инструменты -- это главный способ связать агента с реальным миром. Создайте инструмент, который читает данные из вашей базы данных, вызывает внешний API или работает с файловой системой. Mastra использует Zod для валидации входных данных инструмента, что даёт TypeScript-автодополнение при вызове инструмента в Studio и в продакшн-коде.

Постройте воркфлоу из нескольких шагов. Если задача слишком сложна для одного агента -- разбейте её на шаги. Воркфлоу в Mastra позволяют создавать последовательные и параллельные цепочки: первый шаг анализирует входные данные, второй -- вызывает агента, третий -- форматирует результат для записи в базу данных. Voркфлоу детерминированы -- они выполняются одинаково при каждом запуске, в отличие от агентов, которые могут выбирать разные пути.

Настройте память агента. Mastra поддерживает несколько видов памяти. Для начала попробуйте простую память разговора (Conversation Memory): агент запоминает историю сессии и может ссылаться на предыдущие сообщения. Более продвинутый вариант -- семантическая память: агент хранит информацию в векторной базе данных и ищет релевантные факты из прошлых разговоров при каждом новом запросе.

Запустите eval (оценочный тест). В Mastra есть встроенная система тестирования агентов. Напишите eval, который проверяет конкретный сценарий: задаёт агенту вопрос и проверяет, соответствует ли ответ ожидаемым критериям. Запустите evals в CI/CD -- это позволит автоматически ловить регрессии при смене промпта или модели.

Ключевые фишки

Единый роутер для 3300+ моделей от 94 провайдеров. Mastra использует Vercel AI SDK под капотом и поддерживает более 3300 AI-моделей от 94 провайдеров от OpenAI, Anthropic, Google, Mistral, Cohere, Amazon Bedrock и других. Переключение между моделями -- это смена одной строки кода. Можно динамически выбирать модель в зависимости от задачи: дешёвую модель для простых запросов, мощную -- для сложных аналитических задач.

Mastra Studio -- визуальная разработка агентов. Встроенный UI для разработки позволяет тестировать агентов, просматривать детальные трейсы каждого запроса (какие инструменты вызывал агент, сколько токенов потратил, сколько времени занял каждый шаг), редактировать промпты и запускать воркфлоу -- всё прямо в браузере.

Evals и scorers для production-качества. Mastra включает систему оценки агентов: можно написать тесты, которые автоматически проверяют правильность ответов агента на типовые запросы, и запускать их в CI/CD пайплайне. Это критически важно для production-деплоя -- смена промпта или модели может привести к неожиданным регрессиям.

Memory и персонализация. Mastra поддерживает несколько типов памяти: история разговора (Conversation Memory), семантический поиск (Vector Memory), хранение фактов о пользователе (Entity Memory). Это позволяет строить персонализированных агентов, которые помнят прошлые взаимодействия с конкретным пользователем.

MCP-поддержка из коробки. Mastra поддерживает Model Context Protocol -- стандарт для подключения внешних инструментов к AI-агентам. Вы можете подключить любой MCP-сервер и дать агенту доступ к его возможностям: работе с файловой системой, базами данных, GitHub, Notion и другими системами.

Типобезопасность на всех уровнях. Инструменты, схемы ввода-вывода агентов, шаги воркфлоу -- всё типизировано через Zod. IDE подсказывает правильные типы на каждом шаге, ошибки ловятся во время разработки, а не в production. Это радикально снижает количество «сюрпризов» при деплое агентных систем.

Цены и ограничения

Mastra как фреймворк -- полностью бесплатна. Библиотека @mastra/core распространяется под MIT-лицензией, исходный код открыт на GitHub (github.com/mastra-ai/mastra). Никаких платежей, подписок или лимитов на использование фреймворка нет.

Вы платите только за AI-модели. Mastra -- это инфраструктура; стоимость работы определяется выбранным провайдером. При использовании Claude через API Anthropic -- платите по тарифам Anthropic. При использовании локальной модели через Ollama -- платите только за электричество. Mastra себе ничего не берёт.

Mastra Cloud (облачный деплой). Для production-деплоя агентов Mastra предлагает облачную платформу с хостингом, мониторингом и управлением версиями. Тарифы актуально проверять на mastra.ai на момент использования.

Ограничения:

• Mastra -- TypeScript-only инструмент. Если ваш стек Python -- используйте LangGraph или CrewAI (оба есть в гайдах на сайте).
• Для production необходима дополнительная настройка трейсинга, мониторинга и управления секретами -- Mastra предоставляет инструменты, но не автоматизирует полный деплой.
• Сообщество пока меньше, чем у LangChain -- меньше готовых рецептов и примеров на Stack Overflow.
• Быстро развивающийся фреймворк: API может меняться между минорными версиями. Следите за changelog на GitHub.

Нужен ли VPN из России

Mastra как npm-пакет доступна без VPN. Сайт npmjs.com, документация на mastra.ai и репозиторий на GitHub открываются из России напрямую. Для установки и разработки VPN не нужен.

Вопрос о VPN возникает при подключении к AI-провайдерам -- а не к самому фреймворку. Ситуация по провайдерам:

• OpenAI API -- заблокирован в России, требует VPN или прокси, либо перехода на Azure OpenAI с европейскими endpoints.
• Anthropic API (Claude) -- технически доступен, но Anthropic может применять региональные ограничения. Рекомендуется VPN с европейским или американским узлом для стабильной работы.
• Mistral API -- французская компания, обычно доступна из России без проблем. Хороший вариант для начала разработки без VPN.
• Google Gemini API -- ситуация аналогична Anthropic, проверяйте доступность на момент использования.
• Локальные модели через Ollama -- работают без интернета и без VPN. При разработке с Mastra можно указать Ollama как провайдер и работать полностью офлайн.

Практическая рекомендация для российских разработчиков: начните разработку с Mistral (доступен без VPN, имеет бесплатный уровень) или с локальной модели через Ollama. Когда агент готов -- переключитесь на предпочтительный API через изменение одной строки кода. Mastra не привязывает вас к конкретному провайдеру.

Оплата API-сервисов потребует иностранной карты (Visa/Mastercard международного выпуска) для большинства западных провайдеров. Сам фреймворк Mastra бесплатен и никакой оплаты не требует.

File-Based Agents (июль 2026). В июле 2026 года Mastra добавила принципиально новый способ работы с агентами - File-Based Agents. Вместо написания кода для определения агентов можно использовать структуру папок и файлов: каждый агент описывается набором конфигурационных файлов в выделенной директории. Это позволяет управлять агентами как конфигурацией, хранить их в системе контроля версий и передавать между командами без изменения кода приложения.

Schedules: управление повторяющимися задачами (8 июля 2026). В версии от 8 июля 2026 года Mastra представила примитив Schedules для управления регулярными автоматизированными задачами. Schedules регистрируются через mastra.schedules и поддерживают cron-синтаксис для гибкой настройки расписания. Этот механизм приходит на смену устаревшим heartbeat-обработчикам: если ваш проект использует heartbeat, рекомендуется мигрировать на Schedules, поскольку старый API может быть удалён в следующих мажорных версиях.

@mastra/livekit: голосовые агенты в реальном времени. Новый официальный пакет @mastra/livekit добавляет поддержку голосовых агентов через инфраструктуру LiveKit. Пакет устанавливается отдельно: npm install @mastra/livekit. Он предоставляет готовые компоненты для создания агентов, которые могут принимать аудиоввод и генерировать речевые ответы в реальном времени – актуально для сценариев голосовых ассистентов, колл-центров и интерактивных обучающих систем.

Авто-обнаружение агентов и воркфлоу (auto-discovery). При запуске mastra dev или mastra build фреймворк теперь автоматически сканирует директорию src/mastra и обнаруживает все экспортированные агенты и воркфлоу без явной регистрации в центральном конфигурационном файле. Это упрощает структуру проекта при масштабировании: достаточно создать новый файл агента в правильной директории, и Mastra подхватит его автоматически на следующем запуске.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Poolside Laguna XS 2.1: как запустить локальную AI-модель для кода

Poolside Laguna XS 2.1 -- открытая Apache 2.0 модель на 33B параметров для агентного программирования. Работает на Ollama, бесплатна, показывает 44.5% на SWE-bench Pro. Идеальна для кодирования на мощном ноутбуке или рабочей станции.

Что это и для кого

Poolside Laguna XS 2.1 -- это открытая языковая модель американской компании Poolside, специально оптимизированная для задач программирования и агентного кодирования. Модель выпущена под лицензией OpenMDW-1.1, что означает: вы можете использовать её бесплатно, в том числе в коммерческих проектах, и весь сгенерированный ею код принадлежит вам без каких-либо ограничений со стороны Poolside.

Что делает Laguna XS 2.1 примечательной на фоне других открытых моделей? Poolside -- компания, специально построенная под задачи программирования. В отличие от универсальных LLM, которые обучаются на широком корпусе текстов и кода, Poolside сконцентрировалась исключительно на software engineering: их модели обучены на более чем 30 триллионах токенов, преимущественно связанных с кодом, инструментами разработки и агентными сценариями. Компания была основана выходцами из Google DeepMind и Meta AI, и с момента основания привлекла более $1 миллиарда финансирования.

Laguna XS 2.1 вышла 2 июля 2026 года как обновление XS.2. Оригинальная XS.2 показала 44.5% на SWE-bench Pro -- ведущем бенчмарке для оценки способности AI-моделей решать реальные программные задачи на GitHub. Для ориентира: первые облачные модели уровня GPT-4 показывали около 12-15% на аналогичных задачах в 2023 году. Достичь 44.5% при полностью локальном запуске -- серьёзный результат для открытой модели. Кроме того, XS.2 показала 30.1% на Terminal-Bench 2.0 -- бенчмарке для агентных задач в терминале.

Модель использует архитектуру Mixture-of-Experts (MoE): 33 миллиарда параметров всего, но при каждом запросе активируется только около 3 миллиардов. Это даёт качество мышления 33B-модели при скорости, близкой к 3B-модели. Laguna XS 2.1 запускается на железе, которое формально предназначено для моделей в 10 раз меньшего размера, и при этом показывает конкурентные результаты на кодовых задачах.

Для кого эта модель наиболее полезна:

• Разработчики, которые ценят приватность кода. Весь вывод обрабатывается локально -- ничего не отправляется в облако. Для работы с закрытыми корпоративными репозиториями или проприетарным кодом это принципиально важно.
• Те, кто хочет мощную coding-модель без ежемесячной подписки. Laguna XS 2.1 бесплатна по OpenMDW-1.1. Никаких токен-квот при локальном использовании, никаких ограничений на количество запросов в день.
• Разработчики на M5 MacBook Pro и мощных рабочих станциях. Модель оптимизирована под MacBook с Apple Silicon M5 Max (36 ГБ unified memory) и GPU с 40+ ГБ VRAM.
• Те, кто строит локальные AI-агенты для кода. Laguna XS 2.1 имеет 131K-токенный контекст и оптимизирована для многошаговых агентных задач -- идеальна как основа для Cline, OpenHands или самописных агентов.
• Команды в регионах с ограниченным доступом к западным сервисам. Полностью локальная модель не зависит от доступности OpenAI, Anthropic или других зарубежных API и работает при любых условиях подключения.

Важное уточнение: Laguna XS 2.1 -- это не готовое приложение с графическим интерфейсом, а языковая модель, которую нужно запустить через Ollama или mlx-lm. Этот инструмент рассчитан на технически грамотных пользователей, знакомых с командной строкой. Если хотите более простой вариант -- воспользуйтесь Open WebUI поверх Ollama (отдельный гайд есть на сайте).

Как зарегистрироваться / установить

Регистрация нигде не требуется -- модель полностью открыта и доступна для скачивания без аккаунта. Установка через Ollama занимает несколько минут плюс время на скачивание около 20 ГБ весов.

Шаг 1. Проверьте требования к железу. Laguna XS 2.1 -- MoE-модель с 33B параметров. Для комфортной работы (5+ токенов в секунду) потребуется:

• Mac с Apple Silicon: M5 Max с 36 ГБ unified memory -- рекомендуемый минимум. M5 Pro с 24 ГБ может работать в режиме сниженного квантования (Q2/Q3).
• GPU NVIDIA: RTX 6000 Ada (48 ГБ), A100 (80 ГБ), H100 или аналоги с 40+ ГБ VRAM. Возможна работа на двух картах по 24 ГБ с sharding через Ollama.
• CPU + RAM (медленный режим): 64+ ГБ оперативной памяти и NVMe SSD. Скорость 0.5-2 токена в секунду -- подходит для пакетной обработки, но не для интерактивной работы.

Шаг 2. Установите Ollama.

• macOS: скачайте .dmg с ollama.com и перетащите в Applications, или через Homebrew: brew install ollama
• Linux: выполните в терминале: curl -fsSL https://ollama.com/install.sh | sh
• Windows: скачайте установщик с ollama.com (требуется Windows 10 или новее).

Шаг 3. Запустите Ollama-сервер. На macOS Ollama запускается как background-сервис автоматически. На Linux запустите вручную: ollama serve или настройте systemd:

sudo systemctl enable ollama
sudo systemctl start ollama

Шаг 4. Скачайте и запустите модель. В новом окне терминала:

ollama run poolside/laguna-xs-2.1

Ollama автоматически скачает оптимально квантованную версию модели с Hugging Face. После завершения загрузки откроется интерактивный чат в терминале. Типичная скорость загрузки -- 15-45 минут в зависимости от скорости интернета.

Шаг 5 (опционально). Максимальная скорость на Apple Silicon через mlx-lm. MLX-фреймворк от Apple использует Neural Engine и обеспечивает более высокую скорость генерации на M-чипах по сравнению со стандартным Ollama:

pip install mlx-lm
mlx_lm.generate --model poolside/Laguna-XS-2.1 --max-tokens 512 --prompt 'Review this Python function for bugs:'

Первый запуск -- что попробовать

После запуска через Ollama (ollama run poolside/laguna-xs-2.1) вы окажетесь в интерактивном чате в терминале. Попробуйте несколько типовых задач для первого знакомства с возможностями модели.

Сценарий 1: Анализ кода. Скопируйте фрагмент своего кода прямо в чат и попросите: «Найди потенциальные проблемы в этом коде и предложи конкретные исправления». Laguna XS 2.1 анализирует не только синтаксис, но и семантику: обнаруживает утечки памяти, неэффективные алгоритмы, потенциальные состояния гонки в асинхронном коде. В отличие от поверхностных линтеров, модель объясняет, почему конкретный паттерн является проблемой и как его исправить.

Сценарий 2: Написание тестов. «Напиши pytest-тесты для этой функции, включая edge-кейсы». Модель генерирует осмысленные тест-кейсы с разнообразными входными данными -- не просто шаблонный код с очевидными проверками, а реальные граничные условия.

Сценарий 3: Документация. «Напиши подробные docstrings для этого модуля в формате Google/NumPy». Laguna XS 2.1 понимает структуру кода и генерирует точные описания параметров, возвращаемых значений и возможных исключений.

Интеграция с Cline в VS Code. Установите расширение Cline из VS Code Marketplace. В настройках Cline выберите «OpenAI Compatible» как провайдер, укажите Base URL: http://localhost:11434/v1 и Model: poolside/laguna-xs-2.1. Теперь Cline использует Laguna XS 2.1 для всех агентных задач в редакторе -- с полным доступом к файловой системе, терминалу и браузеру, при этом всё остаётся локальным.

Использование через Open WebUI. Open WebUI (отдельный гайд на сайте) автоматически обнаруживает Laguna XS 2.1 в Ollama и добавляет её в список доступных моделей. Поддерживает загрузку файлов, историю разговоров и несколько одновременных сессий.

API для собственных скриптов. Ollama поднимает совместимый с OpenAI API на http://localhost:11434/v1. Любая библиотека, работающая с OpenAI (openai-python, LangChain, LlamaIndex), работает и с Laguna XS 2.1 через простую замену base_url -- без изменения остального кода.

Ключевые фишки

MoE-архитектура: мощность 33B, скорость 3B. Из 33 миллиардов параметров при каждом шаге генерации активируется лишь около 3 миллиардов. Это принципиально снижает требования к VRAM и ускоряет вывод без существенной потери качества рассуждений. Laguna XS 2.1 нередко работает быстрее, чем многие полноразмерные 13B-модели с плотной архитектурой.

Sliding Window Attention с per-head gating. 30 из 40 слоёв используют скользящее внимание с адаптивными воротами. Модель не тратит одинаковое внимание на все токены контекста, а концентрируется на наиболее релевантных. Результат -- 131K контекст без экспоненциального роста вычислений при увеличении размера входа.

131K токенов контекста. Длинный контекст позволяет передавать в модель целые файлы, историю агентных шагов и документацию одновременно. Для агентного кодирования, где агент должен помнить десятки предыдущих действий и текущее состояние проекта, это принципиально важно.

OpenMDW-1.1 -- никаких ограничений использования. В отличие от Llama-4 (ограничения для компаний с 700M+ MAU) или других условно-открытых моделей, OpenMDW-1.1 разрешает всё: коммерческое использование, встраивание в продукты, fine-tuning без уведомления разработчика.

Нулевая переменная стоимость. При локальном запуске стоимость генерации равна стоимости электричества. Для интенсивных сценариев (агент, делающий сотни запросов в день) отсутствие платы за токены даёт предсказуемые и низкие операционные затраты.

Цены и ограничения

Локальный запуск -- полностью бесплатно. Веса модели доступны на Hugging Face (poolside/Laguna-XS-2.1) под OpenMDW-1.1. Скачайте один раз -- используйте без ограничений и без интернета.

Облачный API. На момент запуска XS.2 Poolside предоставляла бесплатный API-доступ через OpenRouter. Для XS 2.1 условия могут отличаться -- проверяйте актуальные тарифы на openrouter.ai и poolside.ai.

Ограничения, о которых стоит знать:

• Высокие требования к железу. Минимум 36 ГБ unified memory (Apple M5 Max) или 40+ ГБ GPU VRAM. На обычных ноутбуках модель не запустится или будет работать слишком медленно.
• Узкая специализация на коде. Для написания текстов, анализа документов или общих знаний лучше подходят универсальные модели.
• Нет интерфейса из коробки. Требуется Ollama или mlx-lm; для GUI нужен Open WebUI или IDE-интеграция через Cline или Continue.dev.
• XS.2 снята с API с 9 июля 2026 года. Актуальная версия -- XS 2.1. При работе через OpenRouter убедитесь, что используете правильную версию.

Нужен ли VPN из России

Нет. Laguna XS 2.1 распространяется через Hugging Face, доступный из России без VPN. Скачать веса модели можно напрямую командой ollama pull poolside/laguna-xs-2.1 или через huggingface-cli. Ollama, mlx-lm и Open WebUI также не имеют региональных ограничений доступа.

Поскольку работа модели полностью локальна -- после скачивания никаких запросов к серверам Poolside не происходит. Это делает Laguna XS 2.1 независимой от блокировок и санкционных ограничений: один раз скачали, и пользуйтесь хоть без интернета. Для корпоративного использования в России это особенно ценно.

Практические нюансы для российских пользователей:

• Скорость скачивания. Модель весит около 20 ГБ в квантованном Q4-формате. При соединении 100 Мбит/с -- около 30 минут.
• Облачный API через OpenRouter доступен из России без VPN, но для оплаты нужна иностранная карта (Visa/Mastercard международного выпуска).
• Сайт poolside.ai и документация открываются из России без ограничений.

Итог: Laguna XS 2.1 -- один из лучших вариантов среди открытых coding-моделей для российских разработчиков. Не требует VPN, не требует подписки, не отправляет код за рубеж. Главный барьер -- требования к железу: нужен MacBook с M5 Max или мощная GPU-рабочая станция.

SWE-bench Multilingual: 63.1%. Помимо результатов на SWE-bench Pro, Laguna XS 2.1 показала 63.1% на бенчмарке SWE-bench Multilingual - тесте, оценивающем способность модели решать задачи программирования на нескольких языках (Python, JavaScript, TypeScript, Java и другие). Это один из лучших показателей среди открытых моделей на момент выхода.

Доступ через OpenRouter. Для тех, у кого нет подходящего железа для локального запуска, Laguna XS 2.1 доступна через облачный API на OpenRouter. На момент написания стоимость составляет $0.10 за млн входных токенов, $0.20 за млн выходных токенов и $0.05 за млн кешированных токенов. Это делает модель доступной для тестирования без необходимости скачивать 20 ГБ весов.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

DFlash Speculator Models: удвоение скорости токенов при локальном запуске. Вместе с релизом XS 2.1 Poolside выпустила набор DFlash speculator models – специализированных моделей-спекуляторов, разработанных для ускорения вывода при локальном запуске. Технология speculative decoding позволяет генерировать несколько токенов за один проход: основная модель проверяет кандидатов, предложенных спекулятором, а не генерирует каждый токен последовательно. На практике это означает удвоение скорости генерации токенов без потери качества ответов. DFlash speculator models доступны в том же репозитории Hugging Face и подключаются через параметры конфигурации в llama.cpp и Ollama.

XS.2 отключён на официальном API с 9 июля 2026 года. Если вы использовали Laguna XS.2 через облачный API Poolside или OpenRouter, обратите внимание: доступ к оригинальной версии XS.2 прекращён 9 июля 2026 года. Для продолжения работы через API необходимо перейти на XS 2.1. Локальные веса XS.2, скачанные ранее, по-прежнему работают без ограничений – Poolside не контролирует локально запущенные копии. Для новых установок используйте только XS 2.1.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Claude Tag: как подключить AI-агента Anthropic в Slack

Claude Tag -- постоянный AI-агент от Anthropic для Slack, который работает как полноправный участник команды: учится, мониторит каналы и выполняет задачи асинхронно. Доступен для планов Claude Enterprise и Team.

Что это и для кого

Claude Tag -- это AI-агент от Anthropic, встроенный напрямую в Slack. В отличие от обычных чат-ботов, которые отвечают на отдельные вопросы, Claude Tag работает как постоянный участник команды: он помнит контекст каналов, учится на истории переписки, выполняет задачи асинхронно (то есть пока вы занимаетесь другим) и сам проявляет инициативу, когда видит что-то важное.

Anthropic запустила Claude Tag в бета-версии в июне 2026 года. С 3 августа 2026 года Claude Tag полностью заменяет предыдущее приложение Claude in Slack. То есть если в вашем Slack уже был «Claude», скоро он обновится до новой версии с расширенными возможностями.

Ключевая идея Claude Tag -- это переход от «личного ассистента для одного пользователя» к «члену команды для всего канала». Когда вы упоминаете @Claude в Slack-канале, все участники канала видят разговор, могут подхватить его, задавать уточнения, и агент запоминает весь этот контекст. Это фундаментально отличается от того, как большинство людей привыкли использовать AI-чаты один на один.

Для кого Claude Tag будет наиболее полезен:

• Продуктовые и инженерные команды. Можно поставить агенту задачу проверить статус CI-пайплайна, обобщить обсуждение в канале или собрать информацию из нескольких источников, пока команда работает над другим.
• HR и операционные команды. Агент может следить за вопросами новых сотрудников, отвечать на типовые запросы из базы знаний и эскалировать нестандартные случаи человеку.
• Руководители и менеджеры. Claude Tag с включённым ambient-режимом автоматически суммирует важные обновления из отслеживаемых каналов и присылает дайджест.
• Команды поддержки клиентов. Агент может обрабатывать часть входящих обращений, оставляя человеческим агентам только нестандартные случаи.

Важно понимать ограничение: Claude Tag доступен только для корпоративных клиентов Anthropic на планах Enterprise и Team (с минимум 10 платными местами). Это не инструмент для индивидуальных пользователей или малого бизнеса -- по крайней мере, на момент написания гайда.

Как зарегистрироваться / установить

Установка Claude Tag в Slack -- это не стандартная публичная установка из Slack App Directory. Доступ предоставляется через корпоративный аккаунт Claude.

Шаг 1. Убедитесь, что у вашей организации есть подходящий план. Claude Tag доступен для пользователей планов:

• Claude Enterprise -- корпоративный план для крупных компаний с SSO, расширенными правами администрирования и приоритетной поддержкой.
• Claude Team -- командный план (минимум 10 платных пользователей).

Если ваша организация ещё не является клиентом Anthropic -- нужно связаться с отделом продаж через claude.ai/enterprise. Прямой публичной страницы для самостоятельного оформления корпоративного плана нет.

Шаг 2. Администратор подключает Claude Tag к Slack. Если у вашей компании уже есть план Enterprise или Team, администратор Anthropic-аккаунта может активировать интеграцию через панель управления. Anthropic предоставила специальные промо-кредиты для раннего перехода: $25 000 для Enterprise и $2 500 для Team-клиентов с 10+ местами (действительны до 1 сентября 2026 года).

Шаг 3. Пригласите @Claude в нужные каналы. После подключения агент появляется в вашем Slack-workspace. Пригласите его в каналы командой /invite @Claude или через кнопку «Add apps» в настройках канала. Агент начинает читать историю канала и строить контекст.

Шаг 4. Настройте разрешения и контексты. Администратор может указать, к каким данным Claude Tag имеет доступ: только к сообщениям в каналах, или также к документам, подключённым через MCP (Model Context Protocol) интеграции. Claude Tag поддерживает подключение к внешним инструментам -- GitHub, Jira, Notion и другим -- через протокол MCP.

Шаг 5. Переключение с Claude in Slack. Если у вас уже было установлено приложение Claude in Slack -- оно автоматически обновится до Claude Tag 3 августа 2026 года, или вы можете перейти раньше вручную через настройки интеграции в Anthropic Console.

Первый запуск -- что попробовать

После подключения Claude Tag к каналу, первые шаги помогут понять его возможности.

Базовое обращение -- просто упомяните @Claude. Напишите в канале: @Claude можешь суммировать обсуждение этой недели? Агент прочитает историю канала и создаст краткое резюме. Всё обсуждение и ответ видны всем участникам канала -- никаких приватных переписок.

Делегирование задачи. Напишите: @Claude проверь статус последнего деплоя в GitHub Actions и сообщи, если есть упавшие тесты. Агент (при наличии интеграции с GitHub) выполнит задачу и отчитается в том же треде.

Включение Ambient Mode. Если хотите, чтобы Claude Tag сам инициировал сообщения при обнаружении важной информации -- попросите администратора включить ambient-поведение для канала. После включения агент будет периодически присылать уведомления типа «Заметил, что в канале #bugs появилось три новых критических ошибки с момента последней встречи команды».

Многоходовое делегирование. Особенность Claude Tag -- способность работать асинхронно. Напишите @Claude, поставьте задачу, и возвращайтесь к своим делам. Агент будет работать самостоятельно: если нужно решение от вас -- он напомнит через упоминание. Если задача выполнена -- отчитается в том же треде.

Передача контекста между людьми. Если коллега начал разговор с Claude Tag, а вы подключаетесь позже -- просто читайте тред. Агент помнит весь контекст разговора и продолжит с учётом ваших добавлений. Это особенно полезно для команд в разных часовых поясах: ночная смена начала задачу, дневная -- подхватила.

Ключевые фишки

Multiplayer-режим по умолчанию. В рамках одного Slack-канала существует один экземпляр Claude. Это значит, что любой участник канала может видеть, над чем работает агент, добавлять уточнения и продолжать разговор с того места, где остановился предыдущий. Для командной работы это принципиально важно: AI становится общим ресурсом, а не набором параллельных личных диалогов.

Накопление контекста канала. Claude Tag читает историю переписки и постепенно строит понимание: кто за что отвечает в команде, какой проект сейчас в приоритете, какой терминологией пользуется команда. Со временем вам не нужно каждый раз объяснять агенту базовый контекст с нуля. Это отличает его от одноразовых чат-сессий с обычными AI-ассистентами.

Асинхронное выполнение задач. Поставьте задачу и уходите. Claude Tag работает в фоне, не требуя вашего присутствия в чате. Он сам справится с многошаговыми цепочками действий и вернётся с результатом или уточняющим вопросом именно тогда, когда это нужно.

Ambient-поведение. При включённом ambient-режиме агент не просто отвечает на запросы -- он сам следит за происходящим в каналах и предупреждает о важном. Примеры: «Дедлайн по задаче X через 2 часа, а PR ещё не одобрен», «В канале #customer-feedback появилась повторяющаяся жалоба на конкретную функцию». Это превращает агента из реактивного инструмента в проактивного коллегу.

MCP-интеграции. Claude Tag поддерживает Model Context Protocol -- открытый стандарт для подключения внешних инструментов к AI. Это позволяет агенту работать с данными из GitHub, Jira, Confluence, Google Drive, Notion, базами данных и другими системами. Фактически агент получает доступ к тем же инструментам, что и живые сотрудники.

Производительность внутри Anthropic. Компания использует Claude Tag внутри собственной организации. По данным Anthropic, агент одобряет и интегрирует 65% кодовых изменений, которые продуктовая команда отправляет на проверку. Это не рекламная цифра -- это реальный рабочий показатель в production-среде одного из ведущих AI-labs.

Цены и ограничения

Claude Tag недоступен как отдельный продукт с собственным ценником -- это функция, включённая в корпоративные планы Claude.

Claude Team -- план для небольших корпоративных команд. Требуется минимум 10 платных пользователей. Цена за пользователя в месяц -- уточняйте на claude.ai/pricing, так как условия периодически обновляются.

Claude Enterprise -- план для крупных организаций с расширенными требованиями безопасности и управления. Цена -- индивидуально, по договорённости с Anthropic. Включает SSO, audit logs, приоритетную поддержку и выделенные ресурсы.

Промо-кредиты для ранних пользователей (до 1 сентября 2026):

• Claude Enterprise: $25 000 в виде кредитов для использования Claude Tag.
• Claude Team (10+ мест): $2 500 в виде кредитов.

Ограничения, о которых стоит знать:

• Claude Tag доступен только в Slack -- поддержки Microsoft Teams, Discord или других мессенджеров пока нет.
• Требуется минимум 10 платных мест на Team-плане -- для микробизнеса и фрилансеров инструмент недоступен.
• Ambient-режим нужно явно включать администратором -- по умолчанию агент пассивен и отвечает только на упоминания.
• Политика хранения данных: сообщения из Slack-каналов, к которым имеет доступ Claude Tag, могут использоваться для построения контекста. Уточняйте детали data retention policy у Anthropic перед подключением чувствительных каналов.
• Если в организации уже есть интеграция Claude in Slack -- она автоматически заменяется Claude Tag с 3 августа 2026 года. Проверьте, что ваши текущие рабочие процессы с Claude совместимы с новым форматом.

Нужен ли VPN из России

Технически Claude Tag -- это интеграция для Slack, а Slack в России заблокирован с декабря 2024 года по решению Роскомнадзора. Поэтому первичный вопрос не в VPN для Claude Tag, а в доступе к Slack в целом.

Если ваша организация уже использует Slack с VPN (или если Slack доступен в вашей юрисдикции) -- Claude Tag работает в той же среде и дополнительных технических ограничений нет. Anthropic не блокирует доступ из России на уровне сервиса, но корпоративные договоры могут включать географические ограничения в зависимости от условий.

Практические рекомендации для российских корпоративных пользователей:

• Если ваша компания уже работает в Slack через VPN или корпоративный туннель -- Claude Tag будет работать в том же окружении без дополнительных настроек.
• Если Slack недоступен -- Claude Tag, к сожалению, пока недоступен: интеграция существует только для Slack.
• Оплата корпоративного плана Claude требует зарубежного юридического лица или партнёра: Anthropic работает преимущественно с западными платёжными системами. Компании с российским юрлицом обычно оформляют подписку через зарубежные дочерние структуры.
• Альтернатива для компаний без Slack -- Claude Cowork (десктопный агент для локальных файлов) или Claude API для интеграции с корпоративными системами через MCP.

Итог: Claude Tag -- мощный инструмент для командной работы, но для российских пользователей его использование упирается прежде всего в доступность Slack. Если Slack есть -- Claude Tag работает. Если нет -- следите за анонсами Anthropic: возможно, поддержка других мессенджеров появится в будущем.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

ZCode: как начать пользоваться агентной IDE от Z.ai

ZCode -- официальная среда разработки от Z.ai на базе GLM-5.2 с встроенным AI-агентом, файловым менеджером, терминалом и браузерным предпросмотром. Конкурент Cursor и Claude Code с бесплатным пробным периодом.

Что это и для кого

ZCode -- это официальная агентная среда разработки (Agentic Development Environment, ADE) от Z.ai, компании стоящей за моделью GLM-5.2. Это приложение объединяет в одном окне AI-агента, файловый менеджер, встроенный терминал, Git-панель и браузерный предпросмотр. Вы пишете задачу на естественном языке, а ZCode сам разбирается, какие файлы изменить, какие команды запустить и как проверить результат.

ZCode появился в 2026 году как ответ Z.ai на успех Cursor, Claude Code и GitHub Copilot. Ключевое отличие: ZCode изначально построен вокруг GLM-5.2 -- модели от китайской компании Zhipu AI с контекстным окном в 1 миллион токенов и сильными показателями в задачах программирования. При этом у ZCode есть бесплатный пробный период -- 5 дней с 5 миллионами токенов в день, что позволяет реально оценить инструмент без каких-либо вложений.

Zhipu AI была основана в 2019 году как спин-офф Университета Цинхуа, одного из ведущих технических вузов Китая. Компания сосредоточилась на разработке больших языковых моделей и постепенно вышла на уровень, конкурентный западным фронтирным моделям. GLM-5.2, лежащий в основе ZCode, стал первой их моделью, которая заняла заметное место в международных рейтингах качества кода.

Для кого ZCode будет полезен:

• Разработчики, которые хотят попробовать GLM-5.2 в реальных задачах. Модель сильна в долгосрочном планировании и многофайловых правках, а ZCode -- наиболее удобный способ это проверить без настройки API.
• Те, кто ищет альтернативу Cursor или Claude Code. ZCode предлагает похожий агентный подход, но с другой моделью и ценовой структурой.
• JavaScript и TypeScript разработчики. ZCode отлично работает с веб-проектами благодаря встроенному браузерному предпросмотру.
• Команды, которые хотят сохранить приватность кода. ZCode можно подключить к собственному API-ключу от Zhipu BigModel или использовать on-premise решение для корпоративных клиентов.
• Python-разработчики и data engineers. GLM-5.2 демонстрирует хорошее понимание научных библиотек: pandas, numpy, scikit-learn, и корректно генерирует код для типичных задач обработки данных.

ZCode -- не просто чат с кодом, как ранние версии GitHub Copilot. Это полноценная рабочая среда, где AI-агент имеет доступ к вашему файловому дереву, терминалу и браузеру. Агент может прочитать ошибку в консоли, открыть нужный файл, внести правку, запустить тесты и сообщить вам о результате -- всё в рамках одной сессии. Подобный подход называют «agentic coding» -- в отличие от простого автодополнения, агент самостоятельно планирует последовательность шагов и выполняет их.

Как зарегистрироваться / установить

Установка ZCode занимает несколько минут. Вот пошаговый алгоритм:

Шаг 1. Скачайте ZCode. Перейдите на официальный сайт zcode.z.ai и скачайте установщик для вашей операционной системы. Поддерживаются macOS и Windows (полная поддержка), Linux находится в стадии бета-тестирования. Размер установщика -- около 200 МБ. Для macOS скачайте .dmg файл и перетащите ZCode в папку Applications. Для Windows запустите .exe установщик и следуйте инструкциям мастера.

Шаг 2. Создайте аккаунт на Z.ai. Если у вас нет аккаунта Z.ai -- зарегистрируйтесь на z.ai. Можно использовать email или войти через Google-аккаунт. Если у вас уже есть аккаунт на платформе Zhipu BigModel (bigmodel.cn) -- его тоже можно использовать. Третий вариант: просто вставить API-ключ напрямую в настройках ZCode, если вы уже работаете с API GLM-5.2 через BigModel.

Шаг 3. Первый запуск и активация. После установки откройте ZCode. На приветственном экране выберите способ подключения:

• Continue with Z.ai -- авторизация через аккаунт Z.ai (рекомендуется для новых пользователей, начинающих с бесплатного периода).
• Continue with BigModel -- авторизация через аккаунт Zhipu BigModel для тех, кто уже использует API.
• Use API Key -- ручной ввод ключа для прямого доступа к API GLM-5.2.

После авторизации ZCode автоматически активирует пробный период: 5 дней, 5 миллионов токенов в день (3 миллиона для GLM-5.2 и 2 миллиона для более быстрого GLM-5-Turbo). Никакой банковской карты для пробного периода не требуется.

Шаг 4. Откройте или создайте проект. ZCode работает с папками-проектами, как любой современный редактор кода. Нажмите «Open Folder» и выберите папку с вашим проектом, или нажмите «New Project» для создания нового. После этого файловое дерево проекта появится в боковой панели слева, а в правой части откроется чат с агентом. ZCode автоматически проиндексирует файлы проекта, чтобы агент мог ориентироваться в структуре кода.

Шаг 5. Проверьте подключение. Напишите в чате простой вопрос -- например, «Какие файлы есть в этом проекте?» или «Что делает функция main?». Если агент отвечает связно и ссылается на реальные файлы -- всё настроено правильно.

Первый запуск -- что попробовать

После открытия проекта вы увидите панель чата с агентом справа. Начните с простых задач, чтобы понять, как ZCode работает.

Базовый запрос к агенту. Напишите в чате что-то конкретное -- например: «Добавь функцию валидации email в файл utils.js» или «Найди все места, где используется переменная userToken, и объясни их назначение». Агент прочитает нужные файлы, выполнит изменения и покажет diff прямо в интерфейсе. Перед применением правок ZCode показывает предпросмотр изменений -- вы можете принять их одним кликом или отклонить.

Использование @ для указания контекста. Нажмите @ в поле ввода, чтобы явно указать агенту, какие файлы читать. Например: @src/api/auth.ts @src/types/user.ts. Это помогает агенту сосредоточиться на нужных файлах, а не сканировать весь проект. Особенно полезно в больших монорепозиториях, где файлов сотни.

Goal Mode -- для многошаговых задач. Введите /goal в начале сообщения, чтобы задать проверяемую цель сессии. Например: /goal Реализовать авторизацию через JWT: регистрация, вход, обновление токена, тесты для каждого endpoint. Агент самостоятельно разбивает цель на шаги, выполняет их последовательно и продолжает до завершения или до точки, где требуется ваше решение. Это удобно для задач, которые обычно занимают несколько часов -- вы можете поставить задачу и вернуться к результату.

Терминал и браузер. В нижней части интерфейса есть встроенный терминал -- агент может запускать команды (npm install, python manage.py migrate, pytest и т.д.) напрямую и читать их вывод. Если ваш проект -- веб-приложение, нажмите «Browser Preview» -- ZCode запустит локальный сервер и покажет результат прямо внутри приложения, без необходимости открывать отдельный браузер.

История разговоров. Используйте # в поле ввода, чтобы сослаться на предыдущий разговор: #прошлая-сессия-с-авторизацией. Это позволяет агенту учесть контекст предыдущих сессий без повторного объяснения задачи. Каждая сессия автоматически сохраняется с автоматически сгенерированным именем.

Ключевые фишки

Пять режимов выполнения. ZCode предлагает пять уровней автономности агента: от «спрашивать разрешения перед каждым действием» до «полный доступ без подтверждений». Переключаться между ними можно прямо в процессе работы через Shift+Tab. Для экспериментов с новым проектом удобно начать с максимального контроля и постепенно давать агенту больше свободы по мере того, как вы убеждаетесь в качестве его работы.

1M токенов контекста. GLM-5.2 работает с окном контекста в 1 миллион токенов -- это примерно 750 тысяч слов или несколько сотен файлов кода одновременно. Агент может охватить целый монорепозиторий или большой сервис без необходимости разбивать его на части. Для сравнения: Cursor и аналоги часто работают с контекстом 100-200K токенов и вынуждены выборочно читать файлы, что иногда приводит к «слепым пятнам» при рефакторинге.

Встроенный Git-агент. Git-панель в ZCode позволяет агенту не просто редактировать файлы, но и управлять версиями: создавать коммиты, просматривать историю изменений, работать с ветками. Агент видит diff с последним коммитом и может сам написать осмысленное сообщение коммита на основе внесённых правок. Для команд это означает более чистую историю Git без «fix» и «misc changes» коммитов.

Параллельная работа: GLM-5.2 + GLM-5-Turbo. ZCode автоматически распределяет задачи между двумя моделями: GLM-5.2 для сложных задач с планированием и GLM-5-Turbo для быстрых операций (форматирование, поиск по коду, короткие ответы). Это позволяет экономить токены и ускорять отклик в простых случаях, сохраняя мощность GLM-5.2 для действительно сложных задач.

Подключение внешних API-ключей. Помимо GLM-5.2, ZCode позволяет подключить другие модели через собственный API-ключ -- например, Claude или GPT-серию от OpenAI. Это делает ZCode универсальной оболочкой для агентного кодирования, а не только инструментом для работы с GLM. Особенно полезно для команд, которые хотят сравнить качество разных моделей на одних и тех же задачах.

Автоматическая кросс-файловая правка. Одно из ключевых отличий ZCode от простых AI-ассистентов -- способность агента вносить изменения одновременно в несколько файлов в рамках одного запроса. Переименование функции обновит все её вызовы по всему проекту. Добавление нового поля в схему базы данных повлечёт за собой обновление миграции, типов, контроллеров и тестов -- всё в одном действии.

Цены и ограничения

ZCode предлагает несколько уровней подписки. Актуальные цены всегда нужно проверять на z.ai/subscribe, так как условия периодически меняются, особенно во время акций.

Бесплатный пробный период: 5 дней, 5M токенов в день (3M GLM-5.2 + 2M GLM-5-Turbo). Доступен для новых пользователей сразу после регистрации, банковская карта не требуется. Этого достаточно, чтобы поработать с небольшим проектом и понять, подходит ли инструмент.

Lite: Базовый платный план для индивидуального использования. Подходит для разработчиков, использующих AI-агент несколько часов в неделю.

Pro: В 5 раз больше квоты, чем в Lite. Для активных разработчиков, работающих с ZCode ежедневно как с основным инструментом.

Max: В 20 раз больше квоты, чем в Lite. Для команд и разработчиков, использующих ZCode как главную рабочую среду для крупных проектов.

Важный момент: в период действия акции использование GLM-5.2 через Coding Plan считается с коэффициентом 0.67, то есть реальная квота примерно в 1.5 раза выше номинальной. Следите за актуальными условиями на сайте.

Ограничения, о которых стоит знать:

• Linux-версия ZCode находится в бета-тестировании -- возможны нестабильности при работе с определёнными дистрибутивами.
• Браузерный предпросмотр работает только с локальными серверами разработки -- для продакшн-деплоя нужна дополнительная настройка.
• Goal Mode лучше работает с чётко сформулированными задачами: чем конкретнее цель и критерии завершения, тем предсказуемее результат.
• При использовании GLM-5.2 через облачный сервис Z.ai ваш код передаётся на серверы компании. Для проектов с конфиденциальными данными используйте on-premise или вводите API-ключ с ограниченными правами.
• Поддержка клиентов пока преимущественно на английском и китайском языках -- русскоязычного сообщества вокруг ZCode ещё нет.

Нужен ли VPN из России

ZCode и Z.ai -- продукт китайской компании Zhipu AI. В отличие от многих западных сервисов (OpenAI, Anthropic, Google), китайские AI-инструменты в России обычно доступны без VPN. Сайт zcode.z.ai и платформа z.ai открываются из большинства российских регионов напрямую.

Тем не менее есть практические нюансы, о которых стоит знать:

• Оплата подписки. Для платных планов, скорее всего, потребуется иностранная карта (Visa/Mastercard международного выпуска) или криптовалюта. Российские карты Мир, как правило, не принимаются на китайских платёжных шлюзах. Возможные варианты: карты зарубежных банков, сервисы виртуальных карт (Raiffeisen, TBC и другие), или криптовалютная оплата, если её поддерживает платёжная система Z.ai.
• Скорость соединения. Некоторые CDN-ресурсы Z.ai маршрутизируются через азиатские серверы, что может давать задержку из российских регионов. Если скорость критична -- попробуйте VPN с европейским или сингапурским узлом.
• Документация. Официальная документация на zcode.z.ai и docs.z.ai доступна на английском и китайском языках. Русскоязычного контента пока нет, но английская документация хорошо структурирована.
• API-доступ. Если вы планируете использовать GLM-5.2 через API (без оболочки ZCode), API-ключ можно получить на платформе Zhipu BigModel (bigmodel.cn) -- она тоже доступна без VPN.

Вывод для российских пользователей: ZCode работает без VPN. Основная сложность -- оплата подписки. Начните с бесплатного 5-дневного пробного периода (карта не нужна), чтобы оценить инструмент перед покупкой. Если решите платить -- заранее подготовьте способ оплаты через зарубежный банк или крипту.

ZCode 3.2.2 и GLM-5.2: технические детали и важное предупреждение

Актуальная версия ZCode – 3.2.2. Архитектура GLM-5.2, лежащей в основе ZCode, – это Mixture-of-Experts с 753 миллиардами параметров суммарно, из которых активируется около 40 миллиардов на каждый токен. Такая конфигурация объясняет сочетание высокого качества вывода с относительно умеренными требованиями к вычислительным ресурсам при API-вызовах. Актуальные тарифы ZCode после окончания бесплатного пробного периода – на официальном сайте zcode.z.ai; на момент написания доступны тарифы Lite, Pro и Max с различными лимитами токенов.

Важно для корпоративных пользователей. По данным TechTimes (июль 2026), китайский закон о данных (Data Security Law и Personal Information Protection Law) применяется к каждому API-запросу GLM-5.2, обрабатываемому через облачную инфраструктуру Z.ai, поскольку серверы расположены в КНР. Это означает, что данные, передаваемые в API-запросах, подпадают под юрисдикцию китайского законодательства. Корпоративным пользователям, работающим с конфиденциальным или регулируемым кодом, следует проконсультироваться с юридическим отделом перед использованием облачного API ZCode. Для таких случаев Z.ai предлагает on-premise решение.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

SoftBank превращает электричество в деньги: AI-мощности для США на 10 гигаватт

Пока одни строят модели, SoftBank строит розетку, к которой все они подключаются — облачное подразделение масштабом до 10 гигаватт.

🔴 SoftBank превращает электричество в деньги: AI-мощности для США на 10 гигаватт

Пока одни строят модели, японский SoftBank решил строить розетку, к которой все они подключаются. Компания создала новое подразделение SB Neo, чтобы сдавать в аренду вычислительные мощности для ИИ в США, масштабом до 10 гигаватт.

Как объявила SoftBank, компания SB Neo зарегистрирована в июле в американском штате Делавэр (51% у SoftBank Corp., 49% у SoftBank Group) и начнёт работу в 2027 финансовом году. Клиенты — крупные американские корпорации и гиганты облачного рынка, которым нужны ресурсы для обучения и запуска AI-моделей. Речь идёт об инфраструктуре масштаба 10 гигаватт: это уровень потребления не отдельного дата-центра, а целой энергосистемы, и разворачивать её будут поэтапно.

Смысл прост: в эпоху ИИ дефицитен не софт, а электричество и «железо». SoftBank ставит не на конкретную модель-победителя, а на инфраструктуру, которая нужна сразу всем игрокам, как торговец лопатами во времена золотой лихорадки. Для предпринимателя вывод трезвый: стоимость вычислений всё сильнее определяет экономику любого AI-продукта, а контроль над мощностями превращается в главный рычаг на рынке.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#датацентры #облако #инфраструктура #энергетика #мощности #капзатраты #ИИ #технологии #AravanaAI

Домашний гуманоид за $7999 научился складывать бельё и заправлять кровать

Стартап из Сан-Франциско продаёт человекоподобного робота-уборщика по цене ноутбука — часть работы делает ИИ, часть удалённый оператор.

🔴 Домашний гуманоид за $7999 научился складывать бельё и заправлять кровать

Мечта о роботе, который наведёт порядок дома, всегда упиралась в две вещи: цену и то, что он толком ничего не умеет. Стартап из Сан-Франциско Weave Robotics показал Isaac 1, человекоподобного робота, который складывает бельё, заправляет кровати и раскладывает вещи по местам. Ценник как у неплохого ноутбука.

По данным Interesting Engineering, Isaac 1 стоит $7999 при покупке или $449 в месяц по подписке. Робот сам передвигается по дому на колёсной базе, вытягивается почти до человеческого роста, работает двумя руками и ориентируется с помощью камер и ИИ. Когда задача ему не по силам, подключается живой оператор: удалённо ведёт робота через его же камеры, а потом возвращает управление автопилоту. Первые поставки осенью 2026 года в Калифорнии, по всей стране в 2027-м.

Важна тут не уборка, а бизнес-модель. Робота продают не как готовый автомат, а как сервис: часть работы делает ИИ, часть выполняет удалённый человек, а новые умения докручиваются обновлениями через интернет. Это тот же путь, которым прошли электромобили и умные колонки: сначала сырой продукт с подстраховкой человека, потом всё больше самостоятельности. Для рынка труда это первый звонок: автоматизация добирается до домашних задач, которые считались неприкосновенными.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #физическийИИ #автоматизация #будущеетруда #embodiedAI #ИИ #технологии #AravanaAI

Робот, который танцевал на китайском Новом году, выходит на биржу

Первый крупный производитель человекоподобных роботов выходит на публичный рынок — и рынок уже готов платить за гуманоидов миллиарды.

🔴 Робот, который танцевал на китайском Новом году, выходит на биржу

Год назад гуманоиды Unitree отплясывали в прямом эфире новогоднего концерта, который смотрели сотни миллионов китайцев. Теперь та же компания получила разрешение на IPO, и это первый крупный выход производителя человекоподобных роботов на публичный рынок.

Как сообщает Caixin, регулятор Китая одобрил размещение Unitree на шанхайской бирже STAR Market 3 июля. Компания привлечёт 4,2 миллиарда юаней (около $618 млн) при оценке почти $5,9 млрд. Основанная в 2016 году в Ханчжоу, Unitree начинала с четвероногих роботов, а в 2023-м вышла на рынок гуманоидов, и цифры полетели вверх: выручка подскочила с 392 млн юаней в 2024 году до 1,69 млрд в 2025-м, а вместо убытков появилась прибыль 278 млн юаней.

Ещё пару лет назад человекоподобные роботы были дорогой игрушкой для видеороликов. Unitree первой превращает их в бизнес, который биржа готова оценивать в миллиарды. Это разворот: рынок больше не ждёт, когда гуманоиды «докажут» себя, он уже платит за них. Для предпринимателя это знак, что физический ИИ выходит из лабораторий в реальную экономику быстрее, чем казалось.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #физическийИИ #автоматизация #IPO #Китай #инвестиции #оценка #ИИ #технологии #AravanaAI

ByteDance нашла способ продлить бум ИИ, когда закончатся данные

Запас данных для обучения моделей близок к исчерпанию. ByteDance предлагает другой путь: ИИ, который учится на собственном опыте после запуска.

🔴 ByteDance нашла способ продлить бум ИИ, когда закончатся данные

Вся индустрия ИИ последние годы росла по простой формуле: чем больше данных и вычислительной мощности, тем умнее модель. Проблема в том, что данные заканчиваются: запас публичного человеческого текста, на котором учатся модели, близок к исчерпанию. Владелец TikTok, похоже, нашёл обходной путь.

По данным South China Morning Post, команда ByteDance Seed опубликовала работу с неожиданным выводом: ИИ-агенты способны удваивать скорость обучения каждые три месяца, если продолжают учиться на реальных задачах уже после запуска, а не только на заранее собранном наборе текстов. Чтобы это измерить, компания создала тест EdgeBench: 134 сверхдлинные задачи из программирования, научных исследований, математики и экспертной работы, каждая требует минимум 12 часов непрерывной работы агента.

Если верна старая формула «данные закончились, прогресс встал», весь рынок ждёт потолок. ByteDance описывает другую траекторию: модель набирается ума не из архива текстов, а из собственного опыта, как сотрудник, который растёт в мастерстве прямо на работе. Для бизнеса это значит, что ИИ-агент, которого вы внедряете сегодня, способен становиться сильнее сам по себе, не дожидаясь новой большой модели от лаборатории.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #агентыИИ #модели #исследования #Китай #ИИ #технологии #AravanaAI

Цукерберг сказал сотрудникам то, чего не говорит инвесторам

На закрытой встрече основатель Meta признал: развитие AI-агентов идёт медленнее, чем он рассчитывал — и это на фоне бюджета в $145 млрд и переброски 7 000 сотрудников в новые агентные команды.

🔴 Цукерберг сказал сотрудникам то, чего не говорит инвесторам

Meta заложила на AI-инфраструктуру $145 млрд в этом году, и тем же людям, которых лично перевёл в «агентные» команды, Цукерберг только что признался: агенты развиваются медленнее, чем он рассчитывал.

На закрытой встрече с сотрудниками в четверг основатель Meta сказал команде, что развитие AI-агентов «не ускорилось так, как ожидали руководители», и что выгода «пока не материализовалась». По данным TechCrunch, он рассчитывает на прогресс в ближайшие три-шесть месяцев. Контекст жёсткий: в начале 2026-го Meta уволила около 8 000 человек (10% штата) и переставила ещё 7 000 в AI-подразделения, включая новую команду Agent Transformation. Сам Цукерберг признал, что сокращения прошли «не так чисто», как хотелось.

Редкая честность от одного из главных игроков AI-гонки: даже бюджет в $145 млрд не покупает идеальных агентов. Для российского предпринимателя это трезвящий сигнал: если даже в Meta автономные агенты буксуют, реальную отдачу от собственных внедрений стоит закладывать не на квартал, а на год-полтора. Ставить на AI-агентов сейчас правильно, ждать от них чудес завтра рано.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #агентыИИ #модели #Meta #BigTech #корпоративнаястратегия #рынок #ИИ #технологии #AravanaAI

Ядерный реактор запустили прямо на сцене, чтобы включить компьютер NVIDIA

Valar Atomics вывел микрореактор Ward 250 на сцену и запитал от него PC на NVIDIA Blackwell — тизер AI-фабрики на 30 МВт без внешнего водоснабжения.

🔴 Ядерный реактор запустили прямо на сцене, чтобы включить компьютер NVIDIA

Обычно ядерные реакторы строят десятилетиями на площадке размером с город. Стартап Valar Atomics вкатил на сцену собственный микрореактор Ward 250, довёл его до критичности при зрителях и запитал от него настольный PC на чипе NVIDIA Blackwell. На экране крутился сайт nuclearwebsite.com, работал только от урана.

Каждую секунду в активной зоне делятся десять в пятнадцатой степени атомов урана, объяснил CEO Айзая Тейлор. Реактор выдаёт 100 кВт тепловой мощности и работал в шоу на 37% от номинала. Дальше серьёзнее: Valar с NVIDIA строят AI-фабрику на 30 мегаватт без подключения к местной воде. Замкнутый гелиевый контур охлаждения, термоэлектрические генераторы вместо турбины. Обычные дата-центры к 2030 году будут высасывать по 600 миллиардов галлонов воды в год, а этот не тратит ни литра.

Гонка AI упирается в электричество и воду. Тот, кто первым свяжет ядерную энергию с GPU-фабриками, снимет главное ограничение эпохи. Для российского предпринимателя это не научная фантастика, а новый класс инфраструктуры, куда через 3–5 лет пойдут деньги, регуляторы и таланты. Стройте план под мир, где энергия для AI больше не привязана к сети.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#датацентры #инфраструктура #энергетика #ядернаяэнергетика #NVIDIA #Blackwell #чипы #мощности #ИИ #технологии #AravanaAI

Anthropic забрал главу CS Berkeley: легенда алгоритмов уходит в индустрию

Джелани Нельсон, глава CS в Berkeley и звезда теоретических алгоритмов, ушёл в Anthropic — на позицию рядового инженера, но с академическим отпуском на будущее.

🔴 Anthropic забрал главу CS Berkeley: легенда алгоритмов уходит в индустрию

Джелани Нельсон возглавляет отделение компьютерных наук в Berkeley, одном из трёх сильнейших факультетов CS в мире. Он ушёл в Anthropic рядовым сотрудником инженерной команды (Member of Technical Staff). Не техническим директором, не вице-президентом, а просто инженером.

Нельсон присоединился к Anthropic 1 июля 2026 года. В академической среде он звезда, специалист по потоковым алгоритмам и снижению размерности, тем самым методам, что позволяют обрабатывать петабайты данных за один проход. Ровно то, что нужно при обучении передовых моделей: чем меньше вычислений на параметр, тем дешевле следующий Claude. Уход из Berkeley Нельсон оформил не как увольнение, а как академический отпуск. Путь возвращения открыт.

Это уже не единичный переход, это тенденция: элита теоретической информатики (учёные, которые двадцать лет строили фундамент компьютерных наук) упаковывает чемоданы и переезжает к Anthropic и OpenAI. Границы между «академической наукой» и «продуктом» стираются. Для российского предпринимателя вывод простой: если хотите нанять сильного AI-инженера сейчас, платите как Anthropic или готовьтесь ждать.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#Anthropic #Claude #нейросети #модели #рынок_труда #найм #белыеворотнички #ИИ #технологии #AravanaAI

SK hynix вкладывает $712 млрд в Корею: крупнейшая ставка в истории чипов

SK hynix объявил план на $712,5 млрд внутри Кореи: DRAM-кластер в Ёнъине, HBM-упаковка в Чхонджу и новая площадка на юго-западе.

🔴 SK hynix вкладывает $712 млрд в Корею: крупнейшая ставка в истории чипов

Семьсот двенадцать миллиардов долларов. Одна компания. Одна страна. Семь лет. SK hynix объявил самый масштабный план капитальных инвестиций в истории производства памяти, и все деньги остаются внутри Южной Кореи.

Согласно объявленному 2 июля 2026 года плану, деньги распределятся так: $389 млрд пойдут на кластер Ёнъин под память DRAM, четыре новых завода к 2033 году (изначальный срок был 2045-й, ускорили на 12 лет). $64 млрд направят на Чхонджу под NAND и упаковку памяти HBM, которую скупают Nvidia, AMD и все остальные производители AI-ускорителей. Ещё $260 млрд зарезервированы под новый юго-западный кластер, площадку пока выбирают. Samsung на этой же неделе объявила о $91 миллиарде, итого две корейские компании поднимают ставку на $800+ миллиардов.

Дефицит HBM-памяти стал узким местом всей AI-индустрии, эта память сейчас дороже самих GPU. SK hynix сжимает сроки строительства на десятилетие, потому что видит: спрос не остановится. Для российского предпринимателя это индикатор: те, кто верят в AI-цикл на два-три года, ошибаются с горизонтом. Корейцы строят под 2033-й.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #железо #HBM #инфраструктура #датацентры #NVIDIA #инвестиции #капзатраты #ИИ #технологии #AravanaAI

AI-стройка Google подняла её электропотребление на 37% за год

Электропотребление Google выросло на 37% в 2025 году, выбросы — на 18%. Причина одна: гонка за AI-инфраструктурой обгоняет декарбонизацию.

🔴 AI-стройка Google подняла её электропотребление на 37% за год

CEO Google годами обещал углеродную нейтральность к 2030 году. Свежий отчёт показывает: пока обещал, расход электричества компании за 2025 год вырос на 37%, а выбросы поднялись на 18%.

По данным ESG Dive, углеродный след Google теперь на 81% выше уровня 2019 года, базового для целей нулевых выбросов. Scope 3 (закупки, производство железа, стройка) прыгнул на 25% и составляет 80% всех выбросов. Причина одна и без иллюзий, её называет главный директор по устойчивому развитию Кейт Брандт: «Строительство AI-инфраструктуры сейчас идёт быстрее, чем декарбонизируется энергосеть». Тем временем Google только что объявил инвестиции $40 млрд в три новых дата-центра в Техасе до 2027 года.

Читайте между строк: AI-гонка забирает такие объёмы энергии, что даже её главные бенефициары уже не успевают закрывать это «зелёными» контрактами. Значит, в ближайшие 3–5 лет главным дефицитом рынка станут не GPU, а мегаватты. Кто владеет генерацией, тот диктует условия. И это шанс для стран и компаний, у которых есть избыточная электроэнергия.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#датацентры #инфраструктура #энергетика #Google #GoogleCloud #ядернаяэнергетика #BigTech #геополитика #мощности #ИИ #технологии #AravanaAI

Alibaba запрещает сотрудникам Claude Code с 10 июля

Alibaba запретит Claude Code в корпоративной среде с 10 июля 2026. Причина — код, который якобы отслеживал китайских пользователей.

🔴 Alibaba запрещает сотрудникам Claude Code с 10 июля

Это первый случай, когда китайский технологический гигант официально изгоняет продукт западной AI-лаборатории: причина не в санкциях, а в подозрениях в слежке.

Как сообщает The News, Alibaba заблокирует Claude Code в рабочей среде с 10 июля 2026. Триггером стала находка Reddit-пользователя LegitMichel777: в версии 2.1.91 (активна с 2 апреля) обнаружили код, который проверял часовой пояс Shanghai/Urumqi и сканировал прокси на совпадение со 147 доменами китайских IT-компаний, включая Alibaba, Baidu и ByteDance. Anthropic ответила, что механизм был направлен против перепродажи аккаунтов и «дистилляции» модели, а не против пользователей, и с 1 июля начала его откатывать. Фоном идёт другая история: 10 июня Anthropic обвинила лабораторию Qwen (та же Alibaba) в использовании 25 000 фейковых аккаунтов для 28,8 млн диалогов с целью выкачать возможности Claude.

Вывод: технологическое разделение мира на «китайский AI» и «американский AI» больше не риторика, а корпоративная политика с датой ввода. Для российского бизнеса это значит две вещи: полагаться в критических процессах на одного AI-поставщика рискованно, а свои и китайские альтернативы, к которым мы имеем доступ, становятся сильнее не только по цене, но и по геополитической предсказуемости.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#геополитика #Китай #США #санкции #безопасностьИИ #Anthropic #Claude #DeepSeek #корпоративнаястратегия #агентыИИ #ИИ #технологии #AravanaAI

Япония объявила: свой AI-мозг и 10 миллионов роботов к 2040 году

Токио выделяет до $6,1 млрд на суверенную AI-модель и план развернуть 10 млн роботов в 18 отраслях к 2040 году. Ведут SoftBank и Sony.

🔴 Япония объявила: свой AI-мозг и 10 миллионов роботов к 2040 году

Пока Кремниевая долина спорит, у кого модель умнее, Токио объявил другое соревнование: у кого больше механических рук. Цель: 10 миллионов роботов в 18 отраслях к 2040 году.

По данным The Star, правительство создаёт консорциум Noetra во главе с SoftBank и Sony и выделяет около $6 млрд на разработку собственной AI-модели, а также до $6,1 млрд на пять лет при условии достижения результатов. Итог должен закрыть зависимость от американских и китайских моделей и запустить «физический AI»: автопилоты, заводских роботов, сервисных андроидов. Начальный охват: 18 сфер от медицины и логистики до ресторанов; в план заложено расширение до 44 компаний. Министр промышленности Акадзава заявил, что страна будет наращивать инфраструктуру для физического AI, «опираясь на сильные стороны Японии».

Причина не в амбициях, а в демографии: у стареющей Японии просто заканчиваются работники. Для предпринимателя это сигнал: крупнейшие рынки роботов ближайшего десятилетия будут не в США, а в стареющих экономиках Азии. Тот, кто сегодня умеет обучать модели для физических задач, окажется в позиции продавца лопат в разгар золотой лихорадки.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#геополитика #роботы #робототехника #гуманоиды #автоматизация #физическийИИ #инфраструктура #будущеетруда #Китай #США #модели #ИИ #технологии #AravanaAI

За восемь месяцев AI на фрилансе стал справляться в шесть раз лучше

Новая модель Anthropic Fable 5 на бенчмарке 240 фриланс-заказов справилась не хуже профессионала в 16,1% случаев. Восемь месяцев назад лучший результат был 2,5%. Фронтир вырос в шесть раз.

🔴 За восемь месяцев AI на фрилансе стал справляться в шесть раз лучше

Октябрь 2025: GPT-5.2 лидирует в бенчмарке Remote Labor Index с 2,5%. Июль 2026: Fable 5 от Anthropic набирает 16,1%. Меньше чем за восемь месяцев модель, работающая без надзора человека, стала справляться с задачами уровня профессионала в шесть раз чаще.

Бенчмарк устроен так: 240 реальных заказов с бирж фриланса (3D-моделирование, архитектура, графический дизайн, видео и анимация). Люди-эксперты сравнивают работу AI с работой профи и ставят оценку. Fable 5 в 16,1% случаев выполнил заказ не хуже мастера. Ближайшие конкуренты: Opus 4.8 с 8,3% и GPT-5.5 с 6,3%. При этом создатели бенчмарка честно оговариваются: 84% работ модель пока не тянет.

Что это значит для российского предпринимателя. Кривая роста не линейная, а взрывная: шестикратный скачок меньше чем за восемь месяцев. Задачи, за которые сегодня платите фрилансерам за 1–3 дня работы, через год-полтора будут выполняться автономным AI-агентом за доли доллара. Не пугайтесь, загляните в свои процессы: где вы регулярно отдаёте на аутсорс такие заказы, там можно уже сейчас проверить, справится ли Fable, Opus или Gemini. Начните с малого и не бойтесь экспериментировать: экономика будет сдвигаться быстрее прогнозов.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #модели #агентыИИ #Claude #Anthropic #автоматизация #рынок_труда #будущее_труда #ИИ #технологии #AravanaAI

За пять месяцев вдвое: голосовой ИИ стоит $22 млрд

Лондонский лидер голосового ИИ за пять месяцев подорожал вдвое: с $11 млрд в феврале до $22 млрд сейчас. При этом ни цента новых денег в компанию не поступит — это выкуп акций у сотрудников.

🔴 За пять месяцев вдвое: голосовой ИИ стоит $22 млрд

Ещё в феврале ElevenLabs привлекла раунд по оценке $11 млрд. Сейчас она обсуждает сделку по $22 млрд, вдвое больше за пять месяцев. При этом ни доллара свежих денег компания не получит: это выкуп акций у сотрудников, чтобы дать им обналичить долю. Закрытие ожидают к сентябрю.

Логика цены такая. Годовая выручка ElevenLabs достигла $500 млн уже к апрелю 2026, тогда как на конец 2025 была $350 млн. Продукт: синтез голоса, клонирование, дубляж на десятках языков, голосовые агенты для поддержки. Клиенты: Salesforce, Cisco, Adobe, Deutsche Telekom. Конкуренты давят с двух сторон: голосовой режим ChatGPT от OpenAI и специализированные Hume, Cartesia. Основатели, выходцы из Palantir и Google, за три года превратили стартап в базовую голосовую инфраструктуру ИИ-эпохи.

Что это значит для российского предпринимателя. Голосовой ИИ перестал быть «фичей» и стал слоем, как когда-то поиск или карты. Если ваш бизнес общается с клиентами голосом (колл-центр, продажи, поддержка), встраивание такого движка перестало быть экспериментом. Через полгода-год это будет стандарт, и опоздавшие будут догонять по стоимости и качеству.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #модели #агентыИИ #инвестиции #венчур #стартапы #оценка #раунд #BigTech #ИИ #технологии #AravanaAI

Meta заявила: внутренняя модель Watermelon догнала GPT-5.5

Александр Ван на внутреннем town hall: следующая большая модель компании догнала флагман OpenAI на бенчмарках.

🔴 Meta заявила: внутренняя модель Watermelon догнала GPT-5.5

Пару лет назад Meta выкатила Llama и задала темп открытым моделям. Потом были провальные релизы, Цукерберг лично собрал Meta Superintelligence Labs, привёл в неё Александра Вана. Теперь Ван говорит: следующая модель компании уже сравнялась с флагманом OpenAI.

Как пишет Investing.com, Ван произнёс это на внутреннем общем собрании. Модель называется Watermelon. Предыдущая крупная модель Meta, Muse Spark, вышла в апреле и выступала в тестах прилично, но не дотягивала до конкурентов. Watermelon, по словам Вана, уже подобралась к GPT-5.5. Оговорки: конкретные результаты тестов в утечке не названы, независимой проверки нет, дата релиза не объявлена.

Что важно понять предпринимателю. Заявление о догоне лидера от одной из ключевых лабораторий сигнализирует, что рынок топовых моделей превращается из монополии в тесную гонку, где даже полугодовое отставание перестаёт быть непреодолимым. Если вы строили продукт под конкретную модель, закладывайте возможность легко её сменить, потому что «единственный лидер» больше не работает как ставка.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #ChatGPT #OpenAI #Meta #BigTech #Claude #Gemini #корпоративнаястратегия #ИИ #технологии #AravanaAI

Together AI поднял $800 млн и стоит уже $8,3 млрд

Neocloud из Сан-Франциско собрал раунд с Aramco и NVIDIA — и обещает вырасти в 50 раз за 5 лет.

🔴 Together AI поднял $800 млн и стоит уже $8,3 млрд

Открытые модели больше не хобби энтузиастов. Это бизнес, за который платят саудиты, NVIDIA и Vista Equity: почти миллиард долларов одним раундом.

SiliconANGLE пишет: облачный провайдер Together AI закрыл Series C на $800 млн при оценке $8,3 млрд. Раунд возглавил Aramco Ventures (да, тот самый саудовский нефтегигант). Среди инвесторов также NVIDIA, Vista Equity Partners и General Catalyst. Что покупают? Облако для запуска открытых моделей: собственный софт ATLAS ускоряет некоторые задачи в 4 раза, а платформа даёт «примерно вдвое лучшую производительность» по сравнению с ближайшим конкурентом. Клиентская база уже впечатляет: Cohere, Mozilla, AI-лаборатория LG и ещё несколько тысяч компаний. Годовая выручка на подписки в Q2 2026 превысила $1,15 млрд. Планы масштабные: расширить облачные мощности в 50 раз за пять лет.

Пока NVIDIA и OpenAI спорят о правах на закрытые модели, деньги массово перетекают в открытые. Для российского бизнеса это отличная новость: инфраструктура для запуска Llama, DeepSeek и Mistral становится дешевле и надёжнее с каждым таким раундом. Пора пересматривать свои AI-стеки: закрытые API больше не безальтернативны.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #инвестиции #венчур #стартапы #оценка #раунд #инфраструктура #облако #NVIDIA #LLM #модели #ИИ #технологии #AravanaAI

UBTech начал продавать гуманоидов-компаньонов для дома, от $17 600

UBTech представил U1 — серийного гуманоида-компаньона для домашнего использования. Рост 183 см, 88 суставов, силиконовая кожа, эмоциональный AI работает без облака. Цена от 119 800 до 990 000 юаней.

🔴 UBTech начал продавать гуманоидов-компаньонов для дома, от $17 600

Первый серийный гуманоид, которого покупают не для склада и не для завода, а домой. И покупают уже тысячами.

UBTech представил в Шэньчжэне модель U1 в двух исполнениях: «мужчина» ростом 183 см и «женщина» 168 см. Внутри 88 сервоприводов, снаружи силиконовая кожа. Эмоциональный ИИ крутится на локальном чипе Rockchip RK3588, данные хранятся на устройстве и в облако не уходят: важный аргумент для домашнего использования. Цены начинаются от 119 800 юаней (около $17 600) за версию Lite и доходят до 990 000 юаней (около $140 000) за топовую комплектацию. Продают строго совершеннолетним.

Это переход, который отделяет промышленных роботов от бытовых. Три года назад гуманоид дома звучал как научная фантастика. Сегодня китайская компания серийно выпускает робота, который поддерживает беседу, смотрит в глаза и напоминает про лекарства. Для российского предпринимателя это ранний сигнал новой категории потребления, как первые айфоны в 2007-м. Через 5 лет спрашивать «сколько стоит домашний робот» будут так же, как сейчас спрашивают про подписку на нейросеть.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #физическийИИ #автоматизация #Китай #embodiedAI #будущеетруда #ИИ #технологии #AravanaAI

Ant Group за 18 месяцев скупила 12 робо-стартапов, и это только начало

Финтех-гигант Ant Group, аффилированный с Alibaba, вложил около $74 млн в китайский стартап Zeroth Robotics. Это уже 12-я сделка компании в сегменте гуманоидов за полтора года.

🔴 Ant Group за 18 месяцев скупила 12 робо-стартапов, и это только начало

Ещё вчера про Ant Group думали как про финтех: платежи, кредиты, Alipay. Сегодня компания системно скупает китайскую робо-индустрию.

Ant Group, аффилированная с Alibaba, вложила около $74 млн (500 млн юаней) в стартап Zeroth, разработчика гуманоидов. Это уже 12-я сделка Ant в секторе роботов за полтора года. Ставка широкая: от продвинутого производства и логистики до ухода за пожилыми и персональных сервисов. По сути, финтех-гигант строит собственную вертикаль: от финансовой платформы до физического исполнителя задач в реальном мире.

Это меняет расклад в глобальной робо-гонке. Пока американские инвесторы спорят про Figure и 1X, китайская экосистема тихо переходит от «десятков лабораторий» к «одному стратегу, который скупает всех сразу». Тот же паттерн, что был с электромобилями. Для российского предпринимателя вывод простой: реальный конкурент в потребительских роботах приедет не из Кремниевой долины, а из Ханчжоу и Сучжоу, и с такой ценой, к которой западные бренды не смогут даже приблизиться.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #Китай #физическийИИ #автоматизация #инвестиции #венчур #корпоративнаястратегия #ИИ #технологии #AravanaAI

Takeda платит до $600 миллионов за молекулы, которые найдёт AI

Takeda и Insilico Medicine заключили сделку до $600 млн: AI-стартап ищет молекулы, японский фарм-гигант ведёт их в клинику.

🔴 Takeda платит до $600 миллионов за молекулы, которые найдёт AI

Японский фарм-гигант Takeda подписал с AI-биотех-стартапом Insilico Medicine сделку до $600 миллионов. Insilico ищет молекулы алгоритмами, Takeda ведёт их в клинику. Ещё пару лет назад AI-биотех жил на грантах и презентациях. Теперь его покупают по цене большой фармы.

Как пишет Pharmaceutical Technology, старт сделки: около $60 миллионов авансом и в ближайших выплатах. Дальше платежи привязаны к вехам доклинических испытаний, клиники, коммерциализации и продаж, плюс роялти. Insilico использует свою платформу Pharma.AI для поиска и оптимизации молекул, а Takeda получает эксклюзивные глобальные права на разработку и продажу препаратов. Основатель Insilico Алекс Жаворонков заявил, что рад партнёрству с одним из мировых лидеров биофармы, у которого сильные компетенции в применении AI. Ранее в 2026 Insilico подписала похожее соглашение с China Medical System по заболеваниям центральной нервной системы и аутоиммунным патологиям.

Для предпринимателя это значит: AI в фарме перестал быть венчурной ставкой на будущее. Крупнейшие мировые производители лекарств готовы платить сотни миллионов за молекулы, найденные алгоритмом. Через 3-5 лет на рынке появятся первые препараты, которые прошли путь от идеи до аптеки быстрее и дешевле благодаря AI. Это меняет экономику всей отрасли.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#биотех #фарма #healthtech #клиническиеиспытания #longevity #венчур #сделки #ИИ #технологии #AravanaAI

Meta открывает облако: BigTech впервые сдаёт AI-мощности в аренду

Meta строит облачный сервис, чтобы продавать чужим командам вычислительные мощности. Акции подскочили более чем на 10%, CoreWeave потерял 10,8%, Nebius — 12,4%.

🔴 Meta открывает облако: BigTech впервые сдаёт AI-мощности в аренду

Компания, которая в этом году потратит до $145 млрд на серверы для своих моделей, решила извлечь из них ещё и прямую выручку. Meta теперь готова продавать чужим командам ту же самую вычислительную мощность, на которой тренируется Llama.

Meta запускает облачный сервис для доступа к своим AI-моделям и серверам, и это прямой удар по AWS, Azure и Google Cloud. Акции Meta подскочили более чем на 10% в день новости. А вот акции CoreWeave и Nebius, которые сдавали серверы самой Meta, потеряли 10,8% и 12,4% соответственно: рынок решил, что Meta теперь конкурент, а не клиент. Цукерберг ещё в мае намекал: «нам каждую неделю звонят с просьбой дать доступ к нашим мощностям».

Для предпринимателя это хорошая новость. Пока AWS, Google и Microsoft держат сцену втроём. Если Meta действительно выйдет на этот рынок, начнётся ценовая война между четырьмя гигантами. Ниже станут цены на запуск AI-моделей, а выигрывает всегда покупатель.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#инфраструктура #датацентры #облако #мощности #AWS #Azure #GoogleCloud #капзатраты #BigTech #Meta #ИИ #технологии #AravanaAI

Anthropic садится за стол с Samsung по кастомному чипу

Anthropic ведёт переговоры с Samsung о собственном AI-чипе — вслед за OpenAI, которая на прошлой неделе анонсировала «Jalapeño» с Broadcom. Anthropic сохранит чипы Google, Amazon и NVIDIA.

🔴 Anthropic садится за стол с Samsung по кастомному чипу

Неделю назад OpenAI анонсировала собственный AI-процессор «Jalapeño» вместе с Broadcom. Теперь по этой же дорожке идёт Anthropic вместе с Samsung.

Конкретика пока не согласована: ни архитектура чипа, ни техпроцесс, ни целевая нагрузка. Anthropic особо подчеркнул, что и после этого партнёрства продолжит использовать чипы от Google, Amazon и NVIDIA. Логика простая: каждая ведущая AI-лаборатория теперь строит собственное железо, а значит, NVIDIA постепенно теряет своих самых крупных клиентов.

Что это значит для тех, кто строят бизнес на AI. Уменьшение монополии NVIDIA означает давление на цены и на распределение мощностей. Через два-три года выбор AI-инфраструктуры станет разнообразнее: не только H100 и Blackwell, а линейка кастомных чипов от каждой большой лаборатории. Больше вариантов означает меньше очередей на серверы и, скорее всего, ниже стоимость запуска моделей.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #NVIDIA #Anthropic #Blackwell #H100 #техпроцесс #чиповаявойна #Google #Amazon #ИИ #технологии #AravanaAI

North Mini Code 1.0: как запустить локальную модель для программирования

North Mini Code 1.0 от Cohere -- компактная модель для генерации кода, которая работает прямо на вашем компьютере через Ollama. Подходит для Python, JavaScript, Go и других языков.

Что это и для кого

North Mini Code 1.0 -- открытая языковая модель от компании Cohere, оптимизированная для задач генерации и анализа программного кода. В отличие от облачных сервисов вроде GitHub Copilot, эта модель запускается полностью локально, на вашем компьютере, без отправки данных на внешние серверы и без каких-либо обязательных подписок.

Модель построена на архитектуре Mixture of Experts (MoE) с 30 миллиардами параметров суммарно, из которых при обработке каждого токена активируется только 3 миллиарда. Такой подход снижает требования к оперативной памяти по сравнению с классическими моделями аналогичного суммарного размера: для запуска в 4-битной квантизации достаточно 8 ГБ оперативной памяти, тогда как плотная модель на 30B потребовала бы вдвое больше.

Кому подойдёт North Mini Code 1.0: разработчикам, которые работают с конфиденциальным кодом и не хотят отправлять его в облако; программистам без стабильного интернета или при работе офлайн; тем, кто хочет бесплатный инструмент для автодополнения и объяснения кода без ограничений по количеству запросов.

Модель хорошо справляется с Python, JavaScript, TypeScript, Go, Rust, Java, C++ и SQL. Она умеет генерировать функции по описанию на естественном языке, находить ошибки в существующем коде, объяснять незнакомый синтаксис и предлагать рефакторинг. Контекстное окно составляет 256 000 токенов входного контекста и до 64 000 токенов на выходе -- это достаточно для анализа крупных кодовых баз целиком, нескольких файлов одновременно или длинных рабочих сессий без потери контекста. Объём контекста в 256K соответствует примерно 200 000 строк кода -- значительно больше, чем у большинства конкурирующих локальных моделей для кодирования.

Важно понимать ограничения. North Mini Code 1.0 -- не самая мощная модель для программирования на рынке. GPT-4o или Claude 3.5 Sonnet справятся с комплексными архитектурными задачами лучше. Но для повседневной помощи в написании кода, отладки и код-ревью в конфиденциальных проектах это достойный выбор с нулевой стоимостью после установки и без ежемесячных подписок.

Особенно модель подходит студентам и начинающим разработчикам: можно задавать любое количество вопросов, не беспокоясь о лимитах. Также она будет полезна опытным разработчикам в компаниях с жёсткими требованиями к безопасности данных, где передача кода в облачные сервисы запрещена политикой безопасности.

Как установить и настроить

Основной способ запуска -- через Ollama, инструмент для локального развёртывания языковых моделей. Ollama автоматически загружает нужную версию модели, управляет памятью и предоставляет REST API для интеграции с редакторами кода и другими инструментами.

Шаг 1: установите Ollama. Перейдите на сайт ollama.com и скачайте версию для вашей операционной системы. На macOS доступен .dmg-установщик, на Linux -- однострочный curl-скрипт, на Windows -- .exe-файл. После установки Ollama запускается как фоновый сервис и слушает порт 11434.

Шаг 2: загрузите модель. Откройте терминал и выполните команду ollama pull north-mini-code. Ollama найдёт и загрузит квантизированную версию модели объёмом около 4,7 ГБ. Загрузка займёт несколько минут при хорошем интернет-соединении.

Шаг 3: проверьте установку. Запустите ollama run north-mini-code -- откроется интерактивный чат прямо в терминале. Напишите запрос: «напиши функцию на Python для сортировки списка словарей по заданному ключу», и убедитесь, что модель отвечает рабочим кодом.

Шаг 4 -- подключите к VS Code. Установите расширение Continue (continue.dev) из маркетплейса VS Code. В настройках Continue выберите провайдера Ollama и укажите модель north-mini-code. После этого автодополнение кода и чат с контекстом текущего файла заработают прямо в редакторе. Расширение Continue поддерживает inline-suggestions в стиле Copilot и панель чата с историей.

Для пользователей с видеокартой NVIDIA: Ollama автоматически определит GPU и задействует CUDA. При наличии 6+ ГБ видеопамяти модель загрузится на GPU целиком -- скорость генерации вырастет в 3-5 раз по сравнению с CPU. Пользователям Mac с чипами Apple Silicon: Ollama использует Metal и унифицированную память, что также даёт хорошую производительность.

Системные требования: минимум 8 ГБ оперативной памяти (рекомендуется 16 ГБ для комфортной работы), 10 ГБ свободного места на диске, процессор с поддержкой AVX2. Поддерживаются macOS 12+, Ubuntu 20.04+, Windows 10 и Windows 11.

Для более глубокой интеграции стоит рассмотреть OpenWebUI -- веб-интерфейс с поддержкой Ollama, который разворачивается локально через Docker. OpenWebUI предоставляет удобный чат в браузере, историю разговоров, возможность переключения между несколькими моделями и загрузку файлов для анализа. Это удобная альтернатива терминальному интерфейсу для тех, кто предпочитает работать в браузере, а не в командной строке.

Первый запуск -- что попробовать

После запуска ollama run north-mini-code вы попадёте в интерактивный терминал. Вот несколько сценариев для знакомства с возможностями модели и оценки её качества на практических задачах.

Генерация кода по описанию: напишите «создай класс на Python для работы с CSV-файлами -- методы чтения, записи и фильтрации строк по условию». Модель сгенерирует полноценный класс с документацией и аннотациями типов. Обратите внимание, насколько точно она следует вашим требованиям и добавляет ли обработку исключений без отдельного запроса.

Объяснение кода: вставьте фрагмент незнакомого кода и попросите объяснить его построчно. Модель хорошо справляется с декомпозицией сложных конструкций: декораторы Python, дженерики TypeScript, макросы Rust, лямбды и замыкания в JavaScript.

Поиск ошибок: вставьте код с намеренным багом и напишите «найди ошибки в этом коде». North Mini Code 1.0 уверенно находит распространённые проблемы: неправильные индексы массивов, утечки памяти, гонки данных в асинхронном коде, SQL-инъекции и XSS-уязвимости.

Написание тестов: передайте функцию и попросите «напиши юнит-тесты с использованием pytest, включая граничные случаи». Модель создаёт несколько тест-кейсов с проверкой нормального пути, граничных условий и ожидаемых исключений. Качество тестов достаточно высокое для использования в реальном CI-пайплайне.

Рефакторинг: передайте длинную функцию и попросите разбить её на более мелкие с ответственностью за одну задачу каждая. Модель предлагает декомпозицию и объясняет принципы SOLID, которым следует каждое изменение. Это полезно для изучения хороших практик программирования.

Важен правильный подход к формулировке запросов. Чем точнее вы описываете задачу -- указываете язык, версию, стиль кода, нужные библиотеки -- тем точнее и полезнее ответы. Вместо «напиши функцию для работы с файлами» лучше написать «напиши функцию на Python 3.11 с использованием pathlib для рекурсивного поиска файлов по расширению». Конкретика в запросе существенно улучшает качество результата и сокращает количество необходимых итераций.

Ключевые фишки

Полная конфиденциальность: весь код обрабатывается локально. Ни строчки не покидает ваш компьютер. Это принципиально важно при работе с патентованными алгоритмами, персональными данными пользователей или кодом под NDA. В отличие от GitHub Copilot или Cursor с облачными моделями, здесь нет риска утечки корпоративного кода.

OpenAI-совместимый API: Ollama предоставляет REST API по адресу http://localhost:11434/api/chat в формате, совместимом с OpenAI. Любой инструмент или скрипт, написанный для работы с OpenAI API, можно переключить на North Mini Code 1.0, просто изменив base_url. Ни строчки кода интеграции переписывать не нужно.

Работа без интернета: после первоначальной загрузки модель работает полностью офлайн. Это ценно в самолёте, на даче, в командировке с нестабильным соединением или в корпоративной сети с жёсткими файрволами. Производительность не зависит от нагрузки на внешние серверы.

Открытая лицензия Apache 2.0: модель можно использовать в коммерческих проектах без ограничений. Веса доступны на HuggingFace, что позволяет дообучить модель на собственных данных -- например, на корпоративной кодовой базе -- для повышения точности в специфической предметной области.

Поддержка нескольких моделей: Ollama позволяет держать несколько моделей одновременно и переключаться между ними по имени. Можно использовать North Mini Code для генерации кода, а другую модель -- для написания документации или ответов на вопросы пользователей, не перезапуская сервис.

North Mini Code 1.0 показывает хорошие результаты на бенчмарке HumanEval -- стандартном тесте для оценки качества генерации кода. По данным Cohere, точность на этом бенчмарке сопоставима с более крупными моделями, не оптимизированными под кодирование. Это подтверждает, что специализация модели даёт реальный прирост качества в сравнении с универсальными языковыми моделями аналогичного размера.

Цены и ограничения

North Mini Code 1.0 полностью бесплатна. Нет подписок, нет лимитов по токенам, нет платных функций. Единственные расходы -- электроэнергия во время работы компьютера и место на диске. Это делает модель особенно привлекательной для студентов, фрилансеров и небольших команд с ограниченным бюджетом на AI-инструменты.

Скорость генерации зависит от конфигурации железа. На MacBook Pro с чипом M3 модель генерирует около 30-40 токенов в секунду -- комфортная скорость для интерактивной работы. На компьютере с CPU Intel i7 без дискретного GPU скорость падает примерно до 5-10 токенов в секунду, что медленновато при работе с длинными фрагментами кода.

Главное ограничение по сравнению с GPT-4o: North Mini Code 1.0 хуже справляется с комплексной архитектурной логикой, проектированием больших систем с нуля и нестандартными задачами, требующими рассуждения в несколько шагов. Для сложных design-решений предпочтительнее облачные модели.

Сравнение с альтернативами: DeepSeek Coder и CodeLlama от Meta также доступны через Ollama и показывают схожее качество. North Mini Code выделяется архитектурой MoE, которая обеспечивает более экономное использование памяти. Для машин с 8-16 ГБ оперативной памяти это делает North Mini Code предпочтительным выбором среди локальных coding-моделей (актуально на момент написания, рынок развивается быстро).

Коммерческое использование разрешено. Лицензия Apache 2.0 позволяет встраивать модель в собственные продукты и создавать на её основе сервисы. При распространении производных работ необходимо сохранить уведомление об авторских правах Cohere.

Нужен ли VPN из России

Для загрузки модели через Ollama и доступа к сайту ollama.com VPN не требуется -- сервис доступен из России без ограничений. Команда ollama pull north-mini-code в большинстве случаев работает напрямую без дополнительных настроек.

Для скачивания весов напрямую с HuggingFace ситуация неоднозначна. HuggingFace периодически испытывает проблемы с доступностью из России или замедляет соединение. Если команда ollama pull зависает или завершается с ошибкой -- попробуйте включить VPN только для первоначальной загрузки, а затем отключить.

После загрузки модель работает полностью офлайн -- VPN больше не понадобится. Это ключевое преимущество локальных моделей перед облачными сервисами: вы не зависите от геополитических ограничений и политики провайдеров. Инструмент работает всегда, независимо от санкций или блокировок.

Расширение Continue для VS Code загружается через маркетплейс VS Code, который доступен в России. После установки и настройки на локальный Ollama расширение работает без каких-либо сетевых запросов к внешним серверам. Весь трафик идёт внутри вашего компьютера по адресу localhost:11434, что гарантирует полную независимость от внешних сервисов.

Агентные возможности и интеграции

North Mini Code 1.0 поддерживает нативный tool use -- модель умеет вызывать внешние инструменты в рамках одного запроса. Это открывает возможности для автоматизации разработки: модель может самостоятельно читать файлы, запускать тесты, вызывать терминальные команды и интерпретировать результаты, формируя многошаговые рабочие процессы без ручного вмешательства.

Interleaved thinking -- встроенный механизм пошагового рассуждения перед ответом. Модель явно "думает" о задаче, прежде чем генерировать код, что заметно улучшает качество на сложных задачах: рефакторинг с сохранением семантики, отладка многоуровневых ошибок, генерация кода со сложными граничными условиями.

North Mini Code 1.0 официально поддерживается фреймворком OpenCode -- открытым CLI-инструментом для агентного кодирования, аналогом Claude Code и Codex CLI. OpenCode интегрирует модель напрямую в терминал: можно давать задачи на естественном языке, и агент самостоятельно редактирует файлы, запускает команды и верифицирует изменения. Также модель поддерживается SWE-Agent -- популярным фреймворком для автоматического решения GitHub-issues и багфикса.

Для разработчиков, строящих собственных агентов: North Mini Code 1.0 поддерживает OpenAI-совместимый формат function calling через Ollama API. Это означает, что любой существующий агентный фреймворк (LangChain, LlamaIndex, AutoGen) можно переключить на локальную модель, просто изменив base_url и model в настройках -- без изменения кода агента.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Важное уточнение: требования к оборудованию и поддержка Ollama

Указанные ранее 8 ГБ оперативной памяти для запуска North Mini Code 1.0 в 4-битной квантизации оказались заниженными. По данным технических тестов и официальной документации Cohere, минимальный порог для запуска 4-битной версии составляет 17–20 ГБ RAM (или VRAM на GPU). Для запуска в формате FP8 потребуется около 30 ГБ. Причина расхождения с первоначальными оценками – архитектура MoE с 128 экспертами требует загрузки в память значительно больше данных, чем плотная модель аналогичного суммарного размера.

Что касается поддержки Ollama: интеграция с Ollama для North Mini Code 1.0 является неофициальной и предоставляется сообществом (community-contributed). Ollama использует llama.cpp в качестве backend, который на момент написания не поддерживает нативно архитектуру с 128 экспертами MoE. Это означает возможные ограничения производительности или несовместимость при обновлениях. Официально поддерживаемые варианты локального развёртывания – vLLM (оптимален для серверов с GPU) и LM Studio (удобен для настольных компьютеров с достаточным объёмом памяти), оба лучше справляются с MoE-архитектурой.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться LongCat-2.0: открытый LLM от Meituan

LongCat-2.0 - крупнейшая открытая языковая модель с 1.6 триллиона параметров от Meituan. Выпущена под лицензией MIT 30 июня 2026 года, обучена на китайских чипах и незаметно возглавляла рейтинг OpenRouter под именем Owl Alpha.

Что это и для кого

LongCat-2.0 - языковая модель от Meituan, одной из крупнейших технологических компаний Китая. В конце июня 2026 года Meituan неожиданно для многих вышла на рынок фронтирных AI-моделей: 1.6 триллиона суммарных параметров, архитектура Mixture of Experts, лицензия MIT без ограничений на коммерческое использование, специализация на коде и агентных задачах. Компания, известная прежде всего как платформа доставки еды, оказалась способна создать конкурентоспособный LLM мирового уровня.

История LongCat-2.0 поразительна и нетипична для рынка AI. Несколько месяцев до официального анонса модель работала под псевдонимом Owl Alpha на платформе OpenRouter. Разработчики со всего мира выбирали её в слепом тесте наравне с лучшими коммерческими решениями, не зная ни названия, ни компании-создателя. За два месяца анонимной работы Owl Alpha вошла в тройку моделей по объёму запросов. Тридцатого июня 2026 года Meituan раскрыла настоящее имя модели и открыла код под лицензией MIT.

Историческое значение LongCat-2.0 определяется инфраструктурой её создания. Модель обучена полностью на китайских чипах на кластере из 50 000 ускорителей отечественного производства. LongCat-2.0 - первая модель такого масштаба, весь производственный цикл которой прошёл независимо от западного оборудования, что устраняет риски экспортных ограничений США в области полупроводников.

Кому стоит обратить внимание: разработчикам, которым нужна мощная модель для кодирования и агентной автоматизации; командам, работающим с большими кодовыми базами; компаниям, ищущим открытую альтернативу западным API; исследователям, изучающим сверхкрупные языковые модели; всем, кто хочет объективно сравнить AI-вендоров на реальных задачах перед стратегическим выбором платформы.

Как зарегистрироваться и начать работу

Самый простой способ попробовать LongCat-2.0 - через официальный сайт longcatai.org. Чат-интерфейс позволяет начать работу немедленно без технических настроек. Для получения API-ключа в период раннего запуска требовалась регистрация через форму ожидания; по мере масштабирования инфраструктуры доступ становится шире для новых пользователей.

Второй вариант - платформа OpenRouter. Этот агрегатор предоставляет единый OpenAI-совместимый интерфейс к сотням моделей. Зарегистрируйтесь на openrouter.ai, пополните баланс международной картой и укажите в параметре model значение meituan-longcat/longcat-2.0. Запросы направляются в стандартном формате OpenAI Chat Completions без изменений в логике приложения.

Для технических пользователей веса опубликованы на Hugging Face в репозитории meituan-longcat/LongCat-2.0 в форматах BF16 и FP8. Установите huggingface_hub командой pip install huggingface_hub, затем используйте huggingface-cli download meituan-longcat/LongCat-2.0 с флагом resume-download для возможности прерывания и продолжения загрузки больших файлов.

Для интеграции в Python и TypeScript приложения никаких специальных библиотек не требуется. Модель поддерживает стандартный OpenAI-совместимый API: достаточно изменить base_url и имя модели. Это делает переход с других моделей практически бесшовным.

Документация по развёртыванию через vLLM опубликована на docs.vllm.ai в разделе Meituan/Longcat. Там содержатся готовые конфигурации для одиночного сервера, кластерного развёртывания и настроек кэша KV для длинного контекста. Команда Meituan активно реагирует на вопросы в GitHub Discussions.

LongCat-2.0 поддерживает стандартный системный промпт для настройки поведения модели, включая роль, язык ответов, ограничения на контент и формат вывода. Это позволяет легко встраивать модель в продуктовые системы с чёткими требованиями к стилю и границам разрешённого контента.

Первый запуск - что попробовать

Начните с задач кодирования, потому что именно здесь LongCat-2.0 демонстрирует наилучшие результаты. Попросите модель проанализировать существующий код, выявить потенциальные ошибки безопасности или узкие места производительности и объяснить каждую проблему с примером исправления. Контекст до одного миллиона токенов позволяет загрузить весь модуль целиком без потери связности анализа.

Протестируйте агентные возможности на конкретном сценарии. Попросите написать агента для работы с базой данных, который принимает вопрос на естественном языке, строит SQL-запрос с учётом схемы таблиц, выполняет его и объясняет результат. Именно такие задачи стали центром обучения модели, и результат чаще всего оказывается работоспособным с первой попытки.

Проверьте качество миграции кода между технологическими стеками. Загрузите несколько файлов и попросите перенести их из Python Flask в FastAPI или из JavaScript в TypeScript. Попросите адаптировать архитектурные паттерны к идиомам целевого инструментария, а не просто переводить синтаксис. Длинный контекст здесь особенно важен: модель видит весь проект сразу и учитывает зависимости между файлами.

Для объективной оценки запустите один и тот же промпт параллельно в LongCat-2.0 и в моделях, которые вы уже используете. OpenRouter позволяет это без переключения между разными интерфейсами. Такое сравнение на реальной задаче занимает несколько минут и даёт результат, несравнимо более полезный, чем академические бенчмарки без привязки к специфике конкретного приложения.

Хорошие практические задачи для первого знакомства: генерация документации для функций без docstring, написание unit-тестов для существующего кода, автоматический рефакторинг с соблюдением конкретных паттернов, анализ зависимостей на предмет устаревших или небезопасных пакетов. Все эти задачи имеют чёткий результат и позволяют объективно оценить качество модели.

Для детального изучения возможностей модели рекомендуется обратить внимание на официальные примеры использования в репозитории на Hugging Face. Там представлены конкретные задачи с промптами и ожидаемым выводом: построение агентов для работы с кодом, анализ документов, автоматизация рабочих процессов. Это значительно сокращает время на освоение модели и помогает быстро определить, подходит ли она для вашего конкретного применения в производственных условиях.

Ключевые фишки

Архитектура Mixture of Experts является основой эффективности модели. Из 1.6 триллиона суммарных параметров при обработке каждого токена активируется только около 48 миллиардов - примерно три процента. Специализированный механизм маршрутизации выбирает наиболее подходящих экспертов для каждого конкретного запроса. Это позволяет достигать качества рассуждений уровня триллионных плотных моделей при значительно меньших вычислительных затратах.

Одним из практических преимуществ MoE-архитектуры LongCat-2.0 является устойчивость качества при параллельной обработке запросов. В многопоточных нагрузках модель не деградирует заметнее, чем при одиночных запросах, поскольку разные эксперты могут обрабатывать разные запросы одновременно без существенной конкуренции за ресурсы GPU-памяти. Кроме того, MoE-архитектура упрощает специализацию экспертов на конкретных доменах знаний, что делает модель особенно эффективной для задач, требующих переключения между разными контекстами в рамках одного разговора.

Контекстное окно в один миллион токенов - один из наибольших показателей среди всех общедоступных языковых моделей. Это примерно 750 тысяч слов, полная кодовая база стартапа среднего размера, три-четыре больших романа или годовой финансовый отчёт с приложениями. Такой объём открывает новый класс задач по анализу и трансформации больших массивов документов и кода, недоступных при стандартных 128-200 тысячах токенов.

MIT лицензия без каких-либо ограничений - принципиально важное условие для коммерческого использования. Ряд крупных открытых моделей вводит обязательные соглашения при превышении определённого числа пользователей. MIT не содержит ни одного подобного ограничения: используйте в продуктах с любой аудиторией, дообучайте на собственных данных, создавайте производные модели без согласования с Meituan.

Результат 59.5% на SWE-Bench Pro подтверждает практическую применимость в задачах программирования. SWE-Bench оценивает способность решать реальные зарегистрированные ошибки из популярных open-source Python-проектов: модель получает описание бага и должна создать патч, проходящий тесты репозитория без подсказок. Это значительно сложнее, чем генерация кода по заданию.

Независимость от западной инфраструктуры создаёт долгосрочные преимущества. Компании, строящие продукты на LongCat-2.0, не зависят от изменений в политике экспортного контроля США или введения новых санкций. Модель развивается на технологически суверенном стеке независимо от геополитической ситуации - важный аргумент при выборе AI-платформы для критически важных систем.

Цены и ограничения

На момент написания официальный API на longcatai.org находился в режиме предварительного доступа с бесплатными квотами для участников раннего доступа. Meituan анонсировала планы по введению коммерческих тарифов значительно ниже западных аналогов. Актуальные цены рекомендуем проверять на longcatai.org и в карточке модели на openrouter.ai, поскольку условия меняются по мере выхода из бета-режима.

При использовании через OpenRouter стоимость определяется провайдером плюс небольшая наценка агрегатора. Схема pay-per-token без ежемесячной подписки удобна для тестирования и проектов с нерегулярной нагрузкой. Детальная статистика расхода токенов доступна в личном кабинете в режиме реального времени.

Важной практической рекомендацией при работе с LongCat-2.0 является использование кэширования промптов там, где это поддерживается провайдером. Если ваш системный промпт или большой кодовый контекст остаётся постоянным между запросами, кэширование позволяет значительно сократить как стоимость, так и время ответа. Большинство крупных провайдеров, предоставляющих доступ к LongCat-2.0, поддерживают кэширование контекста в той или иной форме.

При самостоятельном развёртывании главное ограничение - требования к видеопамяти. Квантизованные версии FP8 или INT4 снижают порог при допустимой потере качества. Для большинства компаний экономически выгоднее использовать готовые API, а не поддерживать собственный GPU-кластер.

Ограничение по русскому языку: результаты на русском менее стабильны, чем на английском и китайском. Это типично для крупных китайских открытых моделей первого поколения, где доля русскоязычных текстов в обучающей выборке значительно ниже. Для критически важных задач на русском рекомендуется провести сравнительное тестирование перед применением в продуктиве.

Нужен ли VPN из России

Ситуация с доступностью LongCat-2.0 существенно лучше, чем у американских AI-сервисов, поскольку разработчик - китайская компания. Официальный сайт longcatai.org и агрегатор OpenRouter в большинстве случаев доступны из России без VPN. Задокументированных блокировок по российским IP-адресам не зафиксировано, хотя скорость соединения с серверами в Китае может быть ниже из-за географической удалённости.

OpenRouter принимает к оплате карты армянских, грузинских и казахстанских банков без ограничений. Виртуальные карты международных платёжных систем также принимаются. Платформа поддерживает пополнение через криптовалюту - дополнительный вариант для пользователей без подходящей банковской карты.

Hugging Face, где хранятся веса модели, стабильно работает из России без VPN. Загрузка через huggingface-cli проходит без ограничений. При нестабильном соединении флаг resume-download позволяет возобновить прерванную загрузку без начала заново.

Если доступ к какому-либо ресурсу оказывается ограниченным, VPN с азиатскими серверами - Гонконг, Сингапур, Япония - или европейскими решит проблему. Поскольку Meituan является китайской компанией, ограничения из западных санкций и экспортного контроля США к её продуктам не применяются. Это принципиальное отличие от OpenAI, Anthropic, Google и других американских AI-провайдеров.

Для корпоративного использования стоит изучить возможность развёртывания LongCat-2.0 через облачных провайдеров с точками присутствия в России или в дружественных странах. Это обеспечивает минимальную задержку при работе с API и снижает вероятность нестабильности соединения из-за маршрутизации трафика через третьи страны.

Открытые веса LongCat-2.0 на Hugging Face (июль 2026)

4-5 июля 2026 года Meituan опубликовала веса LongCat-2.0 на Hugging Face в репозитории meituan-longcat/LongCat-2.0. Доступны три варианта точности: BF16, FP8 и INT8, распределённые по 141 файлу-шарду. Загрузка через huggingface-cli проходит без дополнительных ограничений - модель распространяется под открытой лицензией.

Одновременно с публикацией весов был активирован Billing API для коммерческих пользователей. Модель поддерживает совместимые форматы запросов как с OpenAI API, так и с Anthropic API - это позволяет переключиться на LongCat-2.0 в существующих интеграциях с минимальными изменениями кода.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться Claude Agent SDK: фреймворк для создания AI-агентов

Claude Agent SDK - библиотека Anthropic для создания автономных AI-агентов на Python и TypeScript. Отличается от Claude Code тем, что предназначен для разработчиков, встраивающих агентную логику в собственные приложения.

Что это и для кого

Claude Agent SDK - это открытая библиотека от Anthropic, которая позволяет разработчикам создавать автономных AI-агентов на Python и TypeScript. Агент, построенный на этом фреймворке, способен самостоятельно читать файлы, запускать терминальные команды, искать информацию в сети, редактировать код и выполнять длинные многошаговые задачи без участия человека на каждом шаге.

Важно сразу понять разницу между Claude Agent SDK и Claude Code, потому что это два разных продукта с разной целевой аудиторией. Claude Code - это готовый инструмент командной строки, который разработчик запускает в своём терминале и сразу начинает работать с кодом. Claude Agent SDK - это строительные блоки, из которых разработчик собирает собственного агента под конкретную задачу: автоматизацию тестирования, генерацию документации, анализ кодовой базы компании или полностью кастомный рабочий процесс с уникальной логикой.

SDK предоставляет тот же агентный цикл и набор инструментов, которые лежат в основе самого Claude Code. Это означает, что разработчик получает проверенную в производстве архитектуру, а не экспериментальный фреймворк, собранный на коленке. SDK был переименован из Claude Code SDK в сентябре 2025 года, когда Anthropic выделила его в самостоятельный продукт с отдельной документацией и поддержкой.

Поисковый интерес к Claude Agent SDK вырос с 50 запросов в месяц в мае 2025 года до 14 800 запросов в апреле 2026 года - рост в 296 раз за год. Это говорит о том, что инструмент стал стандартом для разработчиков, которые хотят строить агентные системы на базе моделей Anthropic.

Кому подойдёт этот инструмент: разработчикам и командам, которые хотят автоматизировать повторяющиеся задачи в своих проектах; инженерам, создающим AI-приложения поверх моделей Anthropic; командам DevOps, которым нужны агенты для мониторинга и реагирования на инциденты; всем, кто строит многоагентные системы, где несколько Claude-агентов взаимодействуют между собой для решения сложных задач. Для работы потребуются базовые знания Python или TypeScript и понимание принципов работы с API.

Как зарегистрироваться и установить

Первый шаг - создать аккаунт разработчика на console.anthropic.com и получить API-ключ. Перейдите в раздел API Keys в левом меню, нажмите кнопку Create Key, дайте ключу понятное название (например, my-agent-project), скопируйте ключ и сохраните его в надёжном месте: повторно он показан не будет. Новые аккаунты получают небольшой стартовый кредит для тестирования возможностей.

Установите API-ключ как переменную окружения. В macOS и Linux это делается одной командой в терминале: export ANTHROPIC_API_KEY=ваш_ключ. Чтобы ключ сохранялся между сессиями и не нужно было вводить его каждый раз, добавьте эту строку в файл ~/.zshrc или ~/.bashrc. На Windows используйте диалог переменных среды или команду setx в командной строке, запущенной от имени администратора.

Никогда не записывайте API-ключ прямо в код вашего проекта и не публикуйте его в репозитории на GitHub. Anthropic автоматически сканирует публичные репозитории и отзывает скомпрометированные ключи. Используйте файлы .env совместно с библиотекой python-dotenv или аналогами для безопасного хранения.

Для Python потребуется версия 3.10 или выше. Рекомендуется создать виртуальное окружение, чтобы изолировать зависимости проекта: python -m venv venv, затем source venv/bin/activate (на Windows: venv\Scripts\activate). После активации окружения установите библиотеку: pip install claude-agent-sdk. Для удобства добавьте зависимость в requirements.txt вашего проекта.

Для TypeScript и Node.js нужна версия Node.js 18 или выше. Создайте новую папку проекта, инициализируйте npm и установите пакет: mkdir my-agent && cd my-agent && npm init -y && npm install @anthropic-ai/claude-agent-sdk. Если вы используете TypeScript, дополнительно установите npm install -D typescript ts-node @types/node.

Для проверки успешной установки Python-версии запустите: python -c "import claude_agent_sdk; print('Установка успешна')". Вы должны увидеть сообщение без ошибок. Для Node.js проверка аналогична: node -e "require('@anthropic-ai/claude-agent-sdk'); console.log('OK')".

Первый запуск - что попробовать

Самый простой способ начать - запустить агента с конкретной небольшой задачей. Создайте файл agent_example.py. Импортируйте asyncio и из claude_agent_sdk функции query и ClaudeAgentOptions. В асинхронной функции main создайте объект options с параметром allowed_tools равным списку инструментов Read, Bash и Grep, затем итерируйтесь по генератору query с нужным промптом. Запустите asyncio.run(main()) в конце файла.

Запустите скрипт командой python agent_example.py. Агент сам разберётся, как выполнить поставленную задачу: найдёт файлы через инструмент Glob, прочитает их содержимое и обработает данные через Bash или Grep. Вы увидите пошаговый процесс работы агента прямо в терминале - каждый вызов инструмента будет виден в режиме реального времени.

Попробуйте усложнить задачу: попросите агента найти все функции без документации в вашем проекте и предложить шаблоны docstring для каждой. SDK поддерживает потоковый вывод, поэтому вы будете видеть результат по мере работы агента, не дожидаясь итогового ответа. Это особенно ценно для длинных задач, занимающих несколько минут.

Полезно начать с режима интерактивного подтверждения: установите allowed_tools в пустой список и задайте параметр permission_mode равным interactive. В этом режиме агент будет запрашивать разрешение перед каждым действием, которое затрагивает файловую систему или выполняет команды. Так вы сможете увидеть логику работы агента и убедиться, что он действует именно так, как вы задумали.

Хорошие стартовые задачи для первого агента: анализ кодовой базы на предмет устаревших зависимостей, автоматическое написание тестов для существующих функций, генерация changelog из git-истории проекта, или проверка соответствия кода корпоративному стайлгайду. Все эти задачи имеют чёткий результат и не требуют внешних API, поэтому идеальны для знакомства с SDK.

Ключевые фишки

Встроенные инструменты - главное преимущество SDK по сравнению с написанием агентов вручную через базовый Anthropic API. Агент получает доступ к набору инструментов без написания дополнительного кода: Read (чтение файлов с поддержкой разных кодировок), Write (создание и перезапись файлов), Edit (редактирование с поиском и заменой конкретных строк), Bash (выполнение любых терминальных команд), Glob (поиск файлов по паттерну типа **/*.py) и Grep (поиск по содержимому с поддержкой регулярных выражений). Можно разрешить агенту использовать все инструменты или ограничить список для большей безопасности в конкретном сценарии.

Субагенты - механизм для создания многоагентных систем любой сложности. Родительский агент может запускать дочерних агентов для параллельного или последовательного выполнения подзадач. Каждый субагент работает в своём изолированном контексте и возвращает результат родителю. Это позволяет строить сложные рабочие процессы: один агент-координатор управляет общим процессом, другие специализируются на конкретных задачах - тестировании, документировании, развёртывании.

Персистентные сессии позволяют агенту помнить предыдущие взаимодействия в рамках одного проекта. Если задача прерывается из-за ошибки, сетевого сбоя или была намеренно остановлена, можно продолжить ту же сессию, не теряя контекст наработанных шагов. Это критично для длинных задач разработки, которые могут занимать часы или даже дни.

Поддержка MCP (Model Context Protocol) открывает доступ к внешним источникам данных и инструментам без написания кода интеграции с нуля. Агент может подключиться к MCP-серверу базы данных и работать с ней напрямую, к серверу корпоративной Wiki, к системам управления задачами или к API сторонних сервисов. Экосистема готовых MCP-серверов активно растёт, и в большинстве случаев нужная интеграция уже существует.

Режимы прав доступа дают гибкий контроль над тем, что агент может делать без явного разрешения. Default - агент запрашивает подтверждение на потенциально опасные действия. AcceptEdits - автоматически разрешает редактирование файлов. BypassPermissions - полная автономия без каких-либо подтверждений. Последний режим используйте только в изолированных окружениях: контейнерах Docker, виртуальных машинах или специально подготовленных sandbox-окружениях.

Кастомные системные промпты позволяют задать агенту конкретную роль, ограничения поведения и формат вывода. Можно создать агента-ревьюера кода, который всегда следует внутреннему стайлгайду компании; агента-тестировщика, который никогда не изменяет продуктовый код без явного указания; или агента-онбордера, который помогает новым разработчикам разобраться в кодовой базе.

ThinkingConfig -- управление глубиной рассуждения агента. Начиная с Claude Sonnet 5, SDK поддерживает параметр ThinkingConfig с четырьмя уровнями усилий: low (быстрые ответы, минимальное рассуждение), medium (баланс скорости и качества), high (глубокое рассуждение для сложных задач) и max (максимальная глубина для критически важных задач). Настройка выполняется через параметр при создании агента: ClaudeAgentOptions(thinking=ThinkingConfig(effort='high')). Это позволяет точно контролировать соотношение токенов рассуждения и стоимости в зависимости от важности конкретной задачи -- простые задачи выгодно запускать с effort='low', а критические пайплайны -- с effort='max'.

MCP tool annotations -- аннотации инструментов для безопасной автономии. Декоратор @tool позволяет явно указать свойства каждого MCP-инструмента: readOnly=True (инструмент только читает данные и не изменяет их), destructive=True (операция необратима, требует подтверждения пользователя), idempotent=True (повторный вызов даёт тот же результат -- безопасно вызывать несколько раз). Агент использует эти флаги при принятии решений: инструменты с readOnly и idempotent вызываются автоматически без запроса разрешения, а с destructive -- только с явного подтверждения. Это делает агентов более предсказуемыми и сокращает количество ненужных прерываний при длинных автономных задачах.

Цены и ограничения

Claude Agent SDK как программная библиотека распространяется бесплатно и является открытым исходным кодом на GitHub. Вы платите только за токены при использовании Anthropic API. На момент написания рекомендуемая модель для большинства агентных задач -- Claude Sonnet 5 (выпущен 30 июня 2026 года): оптимальный баланс цены, скорости и возможностей. Claude Opus 4.8 значительно дороже, но существенно мощнее для особо сложных задач, требующих глубокого рассуждения.

Агентные задачи потребляют токены активнее, чем обычные диалоги. Это происходит потому, что на каждом шаге агент отправляет в контексте всю историю предыдущих действий и результатов инструментов. Задача, которая занимает 50 шагов, может потребить в 10-20 раз больше токенов, чем одиночный запрос с тем же вопросом. Начинайте с небольших задач и отслеживайте расход токенов в разделе Usage на console.anthropic.com перед запуском длинных агентных сессий.

Существуют ограничения на количество запросов в минуту (rate limits), которые зависят от уровня вашего аккаунта и типа использования. Новые аккаунты с бесплатным стартовым кредитом имеют самые строгие лимиты. Для серьёзного продуктового использования потребуется пополнить баланс, что автоматически повышает лимиты. Enterprise-клиенты Anthropic получают выделенные лимиты по отдельному договору.

Ограничение по длине контекста определяется выбранной моделью. Claude Sonnet 5 поддерживает до 1 миллиона токенов в одном запросе -- это на порядок больше предыдущего поколения (200 тысяч). Расширенное контекстное окно критически важно для агентов с длинными задачами: история действий и результаты инструментов теперь помещаются в контекст значительно дольше. SDK включает автоматическое управление компактизацией контекста, но опытные разработчики рекомендуют сохранять промежуточные результаты в файлы для задач, требующих тысяч шагов.

Нужен ли VPN из России

Да, VPN необходим для регистрации и пополнения баланса. Anthropic официально не работает с российскими банковскими картами и ограничивает регистрацию с российских IP-адресов на console.anthropic.com. Это стандартное ограничение, связанное с санкционной политикой западных технологических компаний.

Для создания аккаунта используйте VPN с сервером в США, западной Европе или Сингапуре. Большинство российских пользователей успешно регистрируются через серверы в Нидерландах, Германии или Польше. После успешной регистрации работа с API в большинстве случаев не требует VPN: API-запросы к api.anthropic.com проходят без блокировок с большинства российских IP-адресов.

Для оплаты наиболее распространённые решения: зарубежные карты (карты армянских, казахстанских или грузинских банков), виртуальные карты через специализированные сервисы, оплата через корпоративные аккаунты зарубежных юридических лиц. Некоторые разработчики используют криптовалюту через посреднические сервисы.

Установка самой библиотеки не требует VPN: PyPI (pip install) и npm доступны в России без ограничений. Также без VPN работает просмотр официальной документации на docs.anthropic.com и чтение кода SDK на GitHub. Ограничения касаются исключительно регистрации аккаунта разработчика и проведения платежей через веб-интерфейс.

Managed Agents: новые возможности Claude Agent SDK (2026): Anthropic добавила в Claude Agent SDK слой Managed Agents с четырьмя новыми механизмами. Dreaming - фоновый exploration pass: между основными задачами агент в фоне исследует кодовую базу, формирует гипотезы и сохраняет инсайты для следующего запуска. Outcomes - оценка результатов агента по заданному rubric: определяете критерии качества (корректность, полнота, стиль кода), агент оценивает свою работу и возвращает структурированный отчёт. Add-ins - composable extensions для расширения возможностей агента: готовые модули (логирование, уведомления, интеграция с CI/CD) подключаются одной строкой без изменения основной логики агента.

Claude Finance и background agents (2026): Anthropic выпустила Claude Finance - набор из 10 готовых финансовых агентов на основе Claude Agent SDK. Агенты охватывают задачи: анализ финансовой отчётности, мониторинг рисков, reconciliation транзакций, генерация регуляторных отчётов и другие. Используются как готовые решения или как шаблоны для кастомизации под внутренние процессы. Background агенты в SDK получили автоматический auto-commit: при завершении задачи агент коммитит результаты в ветку и автоматически открывает черновик PR (draft PR), готовый к ревью без ручных действий разработчика.

Claude Sonnet 5 и обновления SDK (июль 2026)

Claude Sonnet 5 стал новой моделью по умолчанию в Claude Agent SDK. Контекстное окно увеличено до 1 миллиона токенов, что позволяет обрабатывать крупные кодовые базы и длинные цепочки агентных действий без потери контекста. До 31 августа 2026 года действует промоакция: актуальные цены – на console.anthropic.com. Claude Opus 4.8 также получил поддержку 1 миллиона токенов контекста и доступен для задач, требующих максимальной глубины рассуждений.

SDK v0.2.114 (8 июля 2026) добавил два новых механизма. Notification hook: агенты, работающие в фоновом режиме, теперь могут отправлять уведомления о ходе выполнения задачи или при запросе разрешения у пользователя – без необходимости постоянно опрашивать статус задачи через API. Переменные окружения в Managed Agents vaults: секреты и учётные данные для агентов теперь можно задавать через переменные окружения непосредственно в конфигурации vault, без хардкодирования в коде агента или хранения в отдельных системах секретов.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как запустить ZAYA1-8B от Zyphra на своём компьютере

ZAYA1-8B -- эффективная open-source языковая модель от Zyphra с архитектурой MoE и лицензией Apache 2.0. Всего 760M активных параметров при 8.4B общих, превосходит Phi-4 и SmolLM3 на задачах рассуждения. Бесплатно, запускается на обычном компьютере.

ZAYA1-8B-Diffusion-Preview -- диффузионная версия (14 мая 2026)

14 мая 2026 года Zyphra выпустила ZAYA1-8B-Diffusion-Preview -- диффузионную версию с ускорением до 7.7x. На Hugging Face: Zyphra/ZAYA1-8B-Diffusion-Preview. Для большинства пользователей рекомендуется базовый ZAYA1-8B через Ollama.

Что это и для кого

ZAYA1-8B -- это open-source языковая модель от компании Zyphra, выпущенная в мае 2026 года под лицензией Apache 2.0. Модель использует архитектуру Mixture-of-Experts (MoE) -- это означает, что из 8.4 миллиарда общих параметров при каждом запросе активируется только около 760 миллионов. Результат: производительность, близкая к значительно более крупным моделям, при значительно меньших требованиях к вычислительным ресурсам.

Что делает ZAYA1-8B особенной среди малых open-source моделей: на математических бенчмарках модель при использовании дополнительных вычислений на момент вывода (test-time compute) приближается к результатам таких моделей как Claude 4.5 Sonnet и Gemini 2.5 Pro -- то есть к коммерческим флагманам, которые запускать локально невозможно. На стандартных бенчмарках рассуждения ZAYA1-8B превосходит Phi-4 от Microsoft и SmolLM3 от Hugging Face -- двух главных конкурентов в категории маленьких эффективных моделей.

Интересная техническая деталь: ZAYA1 -- это первая модель, обученная полностью на аппаратном обеспечении AMD (видеокарты AMD Instinct MI300X с сетевой инфраструктурой AMD Pensando Pollara). Это совместный проект Zyphra, AMD и IBM, направленный на создание альтернативы доминирующим NVIDIA-кластерам в обучении LLM.

Кому подойдёт ZAYA1-8B: разработчикам, которые хотят локально запускать умную языковую модель без облачных зависимостей. Пользователям с умеренными ресурсами -- модель работает на компьютерах с 8-16 ГБ оперативной памяти. Исследователям, которым нужна Apache 2.0-лицензия для коммерческих проектов без ограничений. Тем, кто хочет попробовать передовую архитектуру MoE в компактном формате перед использованием более крупных моделей.

Для каких задач хорошо подходит ZAYA1-8B: математические рассуждения и задачи, программирование на популярных языках (Python, JavaScript, SQL), анализ и объяснение кода, логические задачи и головоломки. Для задач, требующих широкой фактической базы знаний или работы с очень длинными контекстами -- лучше рассмотреть более крупные модели.

Как зарегистрироваться / установить

ZAYA1-8B работает локально -- никакой регистрации не требуется. Есть два основных способа запуска: через Ollama (рекомендуется для большинства пользователей) и через Hugging Face (для разработчиков, которые работают с Python-экосистемой).

Способ 1: Запуск через Ollama (рекомендуется)

Шаг 1. Установите Ollama. Ollama -- это инструмент для запуска open-source LLM-моделей локально. Перейдите на ollama.com, скачайте установщик для вашей операционной системы (macOS, Windows, Linux) и установите. На macOS это .dmg-файл, на Windows -- .exe, на Linux -- однострочный скрипт установки через curl.

Шаг 2. Откройте терминал. На macOS -- Terminal или iTerm2. На Windows -- PowerShell или Windows Terminal. На Linux -- любой терминальный эмулятор.

Шаг 3. Скачайте и запустите ZAYA1-8B. Введите команду:

ollama run zaya1:8b

Ollama автоматически скачает модель (размер файла около 5 ГБ) и запустит интерактивный чат. Скачивание занимает несколько минут при стандартном интернет-соединении. После загрузки сразу появляется строка ввода для диалога с моделью.

Шаг 4. Начните диалог. Введите любой вопрос или задачу на русском или английском языке. ZAYA1-8B отвечает на обоих языках. Для выхода из интерактивного режима введите /bye или нажмите Ctrl+C.

Способ 2: Через Zyphra Cloud (без установки)

Если не хотите устанавливать ничего локально -- ZAYA1-8B доступна бесплатно через serverless endpoint на облаке Zyphra. Перейдите на zyphra.com, найдите раздел с ZAYA1-8B и используйте веб-интерфейс или API-ключ для запросов. Это удобно для тестирования модели перед локальной установкой.

Способ 3: Через Hugging Face (для разработчиков)

Установите transformers и необходимые библиотеки:

pip install transformers torch accelerate

Загрузите модель:

from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained('Zyphra/ZAYA1-8B')
tokenizer = AutoTokenizer.from_pretrained('Zyphra/ZAYA1-8B')

Этот способ подходит для разработчиков, которые хотят встроить ZAYA1-8B в собственный пайплайн или приложение.

Первый запуск -- что попробовать

После запуска через Ollama у вас есть интерактивный чат с ZAYA1-8B. Вот что стоит попробовать первым делом, чтобы оценить возможности модели.

Математическая задача. Это сильная сторона ZAYA1-8B. Попробуйте задачу с несколькими шагами: «Поезд выехал из Москвы в 8:00 со скоростью 120 км/ч. Через 2 часа из Санкт-Петербурга навстречу выехал второй поезд со скоростью 150 км/ч. Расстояние между городами 714 км. В какое время поезда встретятся?» ZAYA1-8B должна пошагово разобрать задачу и дать верный ответ.

Анализ кода. Вставьте небольшой фрагмент кода с ошибкой и попросите найти и исправить проблему. ZAYA1-8B обучалась на большом объёме кода и хорошо справляется с Python, JavaScript и SQL.

Логическая задача. Попробуйте задачу на рассуждение: «Если все кошки -- животные, и Мурка -- кошка, то является ли Мурка животным? Объясни свои рассуждения.» Для более сложных логических задач включите режим расширенного рассуждения (extended thinking), если он доступен в вашей версии модели.

Сравнение с другими моделями. Если у вас уже установлены другие модели через Ollama (например, llama4-scout или qwen3), попробуйте один и тот же запрос на нескольких моделях и сравните качество ответов. На задачах рассуждения ZAYA1-8B обычно показывает результат выше своего размерного класса.

API-запросы из кода. Ollama запускает локальный сервер на порту 11434. Из Python-кода можно отправлять запросы к ZAYA1-8B так же, как к облачным моделям:

import urllib.request, json
data = json.dumps({'model': 'zaya1:8b', 'prompt': 'Расскажи о квантовых вычислениях'}).encode()
req = urllib.request.Request('http://localhost:11434/api/generate', data=data)
resp = urllib.request.urlopen(req)
print(json.loads(resp.read())['response'])

Ключевые фишки

Архитектура Mixture-of-Experts (MoE) -- эффективность без потери качества. MoE -- это архитектурный паттерн, при котором модель не использует все параметры при каждом запросе. Вместо этого специализированные «эксперты» активируются только для нужного типа задачи. ZAYA1-8B имеет 8.4B параметров, но использует лишь 760M при каждом вычислении. Это означает: скорость работы 8B-модели при качестве, приближающемся к значительно большим плотным моделям.

Apache 2.0 -- самая свободная лицензия. В отличие от многих конкурентов, которые выпускают модели под ограничительными лицензиями (Community License у Llama, которая запрещает использование в крупных компаниях), ZAYA1-8B выходит под Apache 2.0. Это означает полную свободу: коммерческое использование, интеграция в продукты, модификация, дистрибуция -- без ограничений и без необходимости указывать авторство в пользовательском интерфейсе.

Производительность математических рассуждений. На бенчмарке MATH-500 и аналогичных тестах математических рассуждений ZAYA1-8B при расширенных вычислениях на момент вывода приближается к результатам моделей класса Claude 4.5 Sonnet. Это исключительный результат для модели размером 8B, который делает её лучшим выбором для задач, требующих точных вычислений и логических цепочек.

Превосходит прямых конкурентов. На стандартных бенчмарках рассуждения и кодирования ZAYA1-8B показывает результаты выше Phi-4 от Microsoft (который обычно считался лучшей моделью в 4-8B классе) и SmolLM3 от Hugging Face. Это ставит её на верхнюю строчку в категории маленьких, эффективных, полностью открытых моделей.

Первая модель на AMD-кластере. ZAYA1-8B обучена на кластере из AMD Instinct MI300X GPU совместно с IBM -- первый публичный случай создания конкурентоспособной открытой LLM без использования NVIDIA оборудования. Это важный прецедент для диверсификации вычислительной экосистемы AI.

Интеграция с Ollama и Open WebUI. ZAYA1-8B доступна в официальной библиотеке Ollama, что означает автоматическую совместимость со всеми инструментами экосистемы: Open WebUI для браузерного интерфейса, Continue.dev для интеграции в VS Code, Obsidian AI-плагины и другие. Одна команда ollama pull zaya1:8b -- и модель работает со всеми этими инструментами.

Бесплатный облачный endpoint от Zyphra. Для тех, у кого нет мощного компьютера, Zyphra предоставляет ZAYA1-8B как бесплатный serverless endpoint в своём облаке. Это позволяет тестировать модель без локальной установки через API или веб-интерфейс на zyphra.com.

Цены и ограничения

ZAYA1-8B -- полностью бесплатная модель во всех смыслах слова. Лицензия Apache 2.0 разрешает любое использование без оплаты, включая коммерческое.

Локальный запуск через Ollama: бесплатно. Единственная «цена» -- это требования к оборудованию. Для комфортной работы с ZAYA1-8B в 4-битном квантовании нужно минимум 6-8 ГБ оперативной памяти (ОЗУ или видеопамяти). Для полной точности (FP16) нужно около 16 ГБ. На современных MacBook с Apple Silicon (M2/M3/M4 с 16 ГБ памяти) модель работает без проблем.

Облачный endpoint Zyphra: бесплатно для базового использования. Zyphra предлагает serverless endpoint без необходимости регистрации для тестирования. Для высоких нагрузок возможны ограничения по количеству запросов -- проверяйте актуальные условия на zyphra.com.

Hugging Face Inference API: также доступна через Hugging Face inference API -- часть запросов бесплатно, за превышение лимитов взимается плата по стандартным тарифам Hugging Face.

Технические ограничения модели: контекстное окно ZAYA1-8B составляет 128К токенов, что достаточно для большинства задач. При использовании расширенного рассуждения (extended thinking) скорость ответа снижается -- модель «думает» дольше, но выдаёт более точные результаты. На задачах, требующих широкой фактической базы знаний (например, актуальных событий), 8B-модель уступает более крупным системам с обновлёнными данными.

Скорость генерации: на Mac M3 с 16 ГБ памяти ZAYA1-8B через Ollama генерирует около 30-50 токенов в секунду, что обеспечивает комфортный интерактивный диалог. На Windows-компьютере с NVIDIA GPU скорость будет выше; на машине без видеокарты (только CPU) -- значительно ниже, около 3-8 токенов в секунду.

Нужен ли VPN из России

При локальном запуске через Ollama -- нет, VPN не нужен. Модель скачивается из библиотеки Ollama (ollama.com/library) и запускается полностью на вашем компьютере без подключения к внешним серверам во время работы. Данные не покидают ваш компьютер -- это ключевое преимущество локальных моделей с точки зрения приватности.

Скачивание модели через Ollama: ollama.com должен быть доступен из России. Если сайт не открывается, включите VPN только для скачивания файла. После того как модель загружена на компьютер, VPN больше не нужен никогда -- модель работает полностью офлайн.

Скачивание с Hugging Face: huggingface.co доступен из России без VPN. Веса модели ZAYA1-8B доступны по адресу huggingface.co/Zyphra/ZAYA1-8B. Загрузка также занимает несколько минут в зависимости от скорости соединения.

Облачный endpoint Zyphra: zyphra.com доступен без VPN. Для использования API Zyphra Cloud понадобится только регистрация на сайте (бесплатно), VPN при этом не требуется.

Полная приватность при локальном использовании. Одно из главных преимуществ локальных моделей вроде ZAYA1-8B -- ваши запросы и данные никуда не отправляются. Можно загружать конфиденциальные документы, писать личные заметки, анализировать внутреннюю документацию компании без риска передачи данных третьим сторонам. Для российских пользователей, которые беспокоятся о конфиденциальности данных при использовании облачных AI-сервисов, это особенно актуально.

Установите Ollama, запустите ollama run zaya1:8b -- и через несколько минут у вас будет полноценная языковая модель, работающая полностью локально, без интернета и без какой-либо регистрации.

Обновление: новые модели семейства ZAYA1

• ZAYA1-VL-8B: мультимодальная (vision-language) версия -- понимает изображения, поддерживает визуальное заземление (visual grounding) и OCR.
• ZAYA1-74B (предпросмотр): крупная модель с архитектурой MoE (4B активных из 74B параметров), обученная на процессорах AMD.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться Reclaim.ai: умный планировщик рабочего дня

Reclaim.ai -- AI-инструмент для управления календарём, который сам расставляет задачи, защищает время на глубокую работу и пересматривает расписание при изменениях. Пользователи экономят в среднем 7.6 часа в неделю.

Что это и для кого

Reclaim.ai -- это AI-инструмент для умного управления рабочим расписанием. В отличие от обычных планировщиков, Reclaim не просто хранит события в календаре -- он активно управляет вашим временем: автоматически расставляет задачи по свободным слотам, защищает блоки для глубокой работы, оставляет буфер между встречами и пересматривает расписание при изменениях. Всё это происходит без вашего участия, пока вы занимаетесь работой.

Продукт запущен американской компанией Reclaim AI Inc. и за несколько лет набрал аудиторию в сотни тысяч пользователей -- преимущественно менеджеров, разработчиков и специалистов по работе со знаниями, у которых рабочий день разбит между встречами, задачами и личными делами. По данным компании, пользователи Reclaim экономят в среднем 7.6 часа в неделю и на 40% больше времени посвящают сфокусированной работе.

В августе 2025 года Reclaim добавил поддержку Microsoft Outlook Calendar, что расширило аудиторию за счёт корпоративных пользователей, которые работают в Microsoft 365. До этого инструмент работал только с Google Calendar.

Что это и для кого

Reclaim.ai -- это AI-инструмент для умного управления рабочим расписанием. В отличие от обычных планировщиков, Reclaim не просто хранит события в календаре -- он активно управляет вашим временем: автоматически расставляет задачи по свободным слотам, защищает блоки для глубокой работы, оставляет буфер между встречами и пересматривает расписание при изменениях. Всё это происходит без вашего участия, пока вы занимаетесь работой.

Продукт запущен американской компанией Reclaim AI Inc. и за несколько лет набрал аудиторию в сотни тысяч пользователей -- преимущественно менеджеров, разработчиков и специалистов по работе со знаниями, у которых рабочий день разбит между встречами, задачами и личными делами. По данным компании, пользователи Reclaim экономят в среднем 7.6 часа в неделю и на 40% больше времени посвящают сфокусированной работе.

В августе 2025 года Reclaim добавил поддержку Microsoft Outlook Calendar, что расширило аудиторию за счёт корпоративных пользователей, которые работают в Microsoft 365. До этого инструмент работал только с Google Calendar.

Кому подойдёт Reclaim: менеджерам и тимлидам, у которых больше половины рабочего дня занимают встречи -- Reclaim помогает защитить время для реальной работы. Разработчикам и аналитикам, которым нужны длинные блоки без перерывов для глубокой работы (deep work). Фрилансерам с несколькими клиентами и проектами, когда нужно жонглировать задачами из разных источников. Всем, кто работает в Google Calendar или Microsoft Outlook и хочет, чтобы инструмент сам находил время для задач вместо ручного планирования.

Чем Reclaim отличается от других инструментов в блоке AI Productivity: Granola и Otter AI -- это инструменты для записи и конспектирования встреч. Zoommate -- помощник для видеовстреч. Fireflies -- транскрипция и аналитика совещаний. Reclaim занимает другую нишу: он не про конкретную встречу, а про то, как выстроить весь рабочий день оптимально, чтобы встречи, задачи и личные дела не мешали друг другу.

Как зарегистрироваться / установить

Reclaim.ai -- веб-приложение. Основной интерфейс работает в браузере, есть также расширение для браузера. Мобильного приложения нет -- это осознанное решение компании, поскольку основной сценарий использования -- планирование за компьютером.

Шаг 1. Перейдите на reclaim.ai. Откройте сайт в браузере. Нажмите кнопку Get started free -- регистрация занимает 2-3 минуты.

Шаг 2. Войдите через Google или Microsoft. Reclaim интегрируется с Google Calendar или Microsoft Outlook через OAuth -- безопасную авторизацию без передачи пароля. При входе через Google вы предоставляете Reclaim доступ к вашему календарю. Это необходимо для чтения существующих событий и добавления новых.

Шаг 3. Настройте рабочие часы. После входа Reclaim спросит, когда вы работаете. Укажите стандартные рабочие часы (например, с 9:00 до 18:00) и рабочие дни. Это важно: Reclaim будет планировать задачи только в эти окна, не трогая личное время.

Шаг 4. Добавьте первую задачу. В разделе Tasks (Задачи) добавьте задачу с названием, дедлайном и оценкой времени. Например: «Подготовить отчёт по продажам -- дедлайн пятница -- займёт 3 часа». Reclaim автоматически найдёт в вашем календаре подходящий слот до дедлайна и добавит событие-блок для этой задачи.

Шаг 5. Включите Smart Meetings. В настройках активируйте Smart Meetings -- это функция, которая автоматически оставляет 15-минутный буфер между встречами. Больше не будет ситуаций, когда одна встреча кончается в 15:00, а следующая начинается в 15:00 -- без времени даже на чашку воды.

Первоначальная настройка занимает около 10-15 минут. После этого Reclaim работает автоматически в фоне -- вы просто смотрите в свой Google Calendar или Outlook и видите уже расставленные блоки для задач.

Первый запуск -- что попробовать

После базовой настройки проверьте, как Reclaim справляется с приоритизацией. Добавьте 3-5 задач разной срочности и важности. Посмотрите, как Reclaim расставил их в вашем календаре: более срочные задачи должны получить слоты ближе к сегодняшнему дню, задачи с более поздними дедлайнами -- позже.

Настройте Focus Time. Это ключевая функция Reclaim: автоматическая защита блоков для глубокой работы. В разделе Habits найдите Focus Time и укажите, сколько времени в день или неделю вы хотите посвящать сфокусированной работе без встреч. Например, «минимум 2 часа каждый день между 9 и 13». Reclaim будет защищать эти слоты и не позволять встречам вставать в это время (для внешних участников слот будет выглядеть как занятый).

Попробуйте систему приоритетов. В Reclaim задачи делятся на приоритеты P1-P4 (от критичного до низкого). При конфликте: P1-задача может вытеснить P4-задачу из слота, если не осталось другого времени. Это важный механизм: вместо того чтобы вы вручную решали «что отложить», Reclaim следует вашей логике приоритетов автоматически.

Используйте Scheduling Links. Reclaim генерирует умные ссылки для записи встречи с вами. В отличие от Calendly, ссылки Reclaim учитывают ваши задачи и Focus Time при показе доступного времени. Гость видит только реально свободные слоты, не мешающие вашим задачам. Поделитесь такой ссылкой с коллегами вместо переписки «когда ты свободен?».

Проверьте Analytics. В разделе Analytics Reclaim показывает, сколько времени в прошлом месяце вы потратили на встречи, задачи, Focus Time и личные дела. Это не просто статистика -- это диагностика вашего рабочего времени. Если встречи занимают 70% дня, это сигнал, что нужно пересмотреть подход к планированию.

Добавьте привычки (Habits). Reclaim умеет планировать регулярные привычки: обед в 13:00, спорт в 18:30, чтение новостей утром. Привычки добавляются в раздел Habits с указанием времени, продолжительности и частоты. Reclaim вписывает их в расписание как задачи, не позволяя встречам поглощать личное время.

Ключевые фишки

Приоритетное планирование задач. Система приоритетов P1-P4 -- это не просто метки. Reclaim использует приоритеты как алгоритм распределения времени: при нехватке слотов в расписании P1-задачи получают время первыми, P4-задачи переносятся. При изменении встреч или появлении новых задач Reclaim автоматически пересчитывает расписание, не требуя ручного вмешательства.

Focus Time -- защита времени для глубокой работы. Это флагманская функция Reclaim. Вы указываете, сколько часов в день или неделю нужно на сфокусированную работу, и Reclaim защищает эти блоки в вашем календаре. Для коллег, пытающихся назначить встречу, эти блоки выглядят как занятые. Исследования компании показывают, что пользователи с настроенным Focus Time на 40% продуктивнее, чем без него.

Smart Meetings и буферы. Reclaim автоматически оставляет 15-минутный буфер между встречами. Это кажется мелочью, пока не избавляешься от постоянного опоздания на следующую встречу. Также Reclaim умеет находить «правильное» время для встречи с учётом предпочтений всех участников, избегая их Focus Time и обедов.

Умные Scheduling Links. Ссылки для записи встречи с вами учитывают не только свободные слоты в календаре, но и ваши задачи, привычки и Focus Time. К одной ссылке можно добавить несколько вариантов продолжительности встречи (30 мин, 1 час, 2 часа) -- гость выбирает нужный. Приоритетные ссылки автоматически освобождают время, сдвигая менее важные задачи.

Поддержка Google Calendar и Microsoft Outlook. С августа 2025 года Reclaim полностью поддерживает оба основных корпоративных календаря. Это важно для организаций, где часть команды использует Google Workspace, а часть -- Microsoft 365. Reclaim работает как надстройка над существующим инструментом, не заменяя его.

Habits -- планирование регулярных дел. Обед, спорт, meditation, изучение языка -- Reclaim вписывает любые регулярные активности в расписание, защищая их от поглощения встречами. Привычки можно настроить с гибким временем (например, «обед с 12 до 14, но хотя бы на 45 минут») -- Reclaim найдёт лучший слот в указанном окне.

Аналитика рабочего времени. Еженедельные и месячные отчёты показывают реальную картину вашего рабочего дня: сколько времени ушло на встречи, задачи, Focus Time, личные дела и административную работу. Это первый шаг к осознанному управлению временем -- многие пользователи обнаруживают, что встречи занимают вдвое больше, чем казалось.

Цены и ограничения

Reclaim.ai предлагает несколько тарифов. Актуальные цены уточняйте на reclaim.ai/pricing -- компания регулярно обновляет предложения.

Бесплатный план (Lite). Включает базовые функции: умное планирование задач, Focus Time, до 3 задач одновременно. Ограничения: нет Scheduling Links, ограниченные возможности Habits, нет аналитики. Подходит для знакомства с инструментом.

Платные тарифы (Starter, Business, Enterprise). На момент написания гайда Starter стоит около $8-10 в месяц на человека при годовой оплате. Включает полные Scheduling Links, неограниченные задачи и привычки, аналитику, интеграцию с Slack и ряд других функций. Business-план добавляет командные функции: совместное планирование, командные привычки, корпоративную аналитику. Enterprise -- для крупных организаций с SSO и расширенной безопасностью.

Ограничения платформы. Нет мобильного приложения (iOS и Android) -- для пользователей, которые планируют рабочий день с телефона, это существенный недостаток. Reclaim не заменяет полноценный таск-трекер: для сложных проектов с зависимостями задач и иерархией нужен Jira или Asana. Работает только с Google Calendar и Microsoft Outlook -- пользователи Apple Calendar остаются за бортом.

Интеграции. Reclaim интегрируется с Asana, Linear, Jira, GitHub, ClickUp, Todoist и рядом других таск-трекеров -- задачи из этих инструментов автоматически появляются в Reclaim для планирования. Также есть интеграция со Slack: Reclaim обновляет ваш статус в Slack в зависимости от текущего события в календаре (в встрече, Focus Time, перерыв).

Нужен ли VPN из России

Reclaim.ai не объявлял об официальных ограничениях для российских пользователей. Продукт доступен по всему миру без геоблокировки. Большинство российских пользователей могут зарегистрироваться и пользоваться Reclaim без VPN.

Авторизация через Google или Microsoft. Для входа нужен аккаунт Google Workspace или Microsoft 365. Если у вас есть Gmail или Outlook -- авторизация работает напрямую, VPN не нужен. Reclaim получает доступ к вашему Google Calendar или Outlook Calendar через OAuth.

Платёжный метод. Для перехода на платный тариф принимаются карты основных международных платёжных систем. Российские карты могут не проходить из-за санкционных ограничений -- если это так, используйте карту иностранного банка (Wise, карты казахстанских или армянских банков, виртуальные карты европейских сервисов).

Что делать при проблемах с доступом. Если при открытии reclaim.ai появляется сообщение о недоступности или сайт не загружается -- включите VPN с европейским или американским сервером. Это решает большинство проблем с доступом.

Конфиденциальность данных. Reclaim запрашивает доступ к вашему календарю, что означает передачу информации о ваших встречах на серверы американской компании. Если в вашей организации есть требования к хранению данных в определённой юрисдикции, уточните политику хранения данных Reclaim перед подключением корпоративного календаря.

Для большинства индивидуальных пользователей и небольших команд Reclaim.ai доступен из России без дополнительных шагов -- просто откройте сайт, войдите через Google и начинайте планировать.

Predictive Planning: прогноз сроков на основе истории

В 2026 году Reclaim добавил функцию Predictive Planning. Система анализирует историю выполнения ваших задач: сколько времени реально уходило на задачи того или иного типа, насколько точными были первоначальные оценки. На основе этих данных Reclaim автоматически корректирует прогнозируемую длительность новых задач и рассчитывает ожидаемые даты завершения проектов. Это помогает реалистичнее планировать спринты и дедлайны, не полагаясь на интуитивные оценки.

Статус поддержки Microsoft Outlook Calendar

Поддержка Microsoft Outlook Calendar, добавленная в августе 2025 года, по состоянию на середину 2026 года остаётся в статусе бета. Функция работает стабильно для большинства сценариев, однако часть возможностей двусторонней синхронизации ещё дорабатывается. Если вы работаете в Microsoft 365 и хотите использовать Reclaim, рекомендуется следить за страницей обновлений updates.reclaim.ai для актуального статуса бета-функций.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться Base44: vibe-coding платформа от Wix

Base44 -- платформа для создания веб-приложений через чат, приобретённая Wix за $80 млн. Собственная AI-модель Base1, автоматический деплой, $150M ARR. Пошаговый гайд для начинающих.

Что это и для кого

Base44 -- это платформа для vibe-coding, то есть создания полноценных веб-приложений через обычный текстовый чат с AI. Вы описываете что хотите сделать на обычном языке, и платформа генерирует работающее приложение: с базой данных, аутентификацией пользователей, интерфейсом и автоматическим деплоем в интернет. Никакого кода руками писать не нужно -- только описание задачи.

История компании показательна: основатели запустили Base44 в 2024 году, а уже через год -- летом 2025 -- Wix купил её за $80 миллионов, когда в команде было всего восемь человек. К маю 2026 года платформа достигла $150 миллионов в годовой выручке. Для контекста: это в два раза больше цены покупки за один год работы под крылом Wix. Такая скорость роста объясняется точным попаданием в запрос рынка: люди хотят создавать приложения, но не хотят нанимать разработчиков.

Главное отличие Base44 от аналогов -- собственная AI-модель Base1, запущенная в июне 2026 года. Модель обучена на десятках миллионов реальных взаимодействий пользователей с платформой. В отличие от универсальных GPT или Claude, Base1 специализирована именно на задачах создания веб-приложений и понимает специфику платформы гораздо лучше, что выражается в меньшем количестве ошибок и более предсказуемых результатах.

Что это и для кого

Base44 -- это платформа для vibe-coding, то есть создания полноценных веб-приложений через обычный текстовый чат с AI. Вы описываете что хотите сделать на обычном языке, и платформа генерирует работающее приложение: с базой данных, аутентификацией пользователей, интерфейсом и автоматическим деплоем в интернет. Никакого кода руками писать не нужно -- только описание задачи.

История компании показательна: основатели запустили Base44 в 2024 году, а уже через год -- летом 2025 -- Wix купил её за $80 миллионов, когда в команде было всего восемь человек. К маю 2026 года платформа достигла $150 миллионов в годовой выручке. Для контекста: это в два раза больше цены покупки за один год работы под крылом Wix. Такая скорость роста объясняется точным попаданием в запрос рынка: люди хотят создавать приложения, но не хотят нанимать разработчиков.

Главное отличие Base44 от аналогов -- собственная AI-модель Base1, запущенная в июне 2026 года. Модель обучена на десятках миллионов реальных взаимодействий пользователей с платформой. В отличие от универсальных GPT или Claude, Base1 специализирована именно на задачах создания веб-приложений и понимает специфику платформы гораздо лучше, что выражается в меньшем количестве ошибок и более предсказуемых результатах.

В экосистеме Wix Base44 занимает нишу полноценных приложений. Wix теперь предлагает три продукта: Harmony для обычных сайтов, Vibe для headless-сайтов с кодом, и Base44 для создания приложений с бизнес-логикой, базами данных и пользователями.

Кому подойдёт Base44: предпринимателям и основателям стартапов, которые хотят создать MVP без разработчика и показать инвесторам живой продукт. Маркетологам и продуктовым менеджерам, которым нужны внутренние инструменты: CRM, дашборды, формы сбора заявок, системы управления задачами. Фрилансерам, которые хотят предлагать клиентам простые веб-приложения без написания кода. Дизайнерам, которые хотят перейти от Figma-прототипов к живым продуктам.

Чем Base44 не является: это не инструмент для профессиональных разработчиков, которым нужен полный контроль над кодом и архитектурой. Для сложных систем с кастомной архитектурой, микросервисами и высокими нагрузками Base44 не подходит. Platform best works for apps you can describe in a few sentences -- всё, что требует сложной бизнес-логики или нестандартных алгоритмов, лучше реализовывать в Cursor или через традиционную разработку.

Как зарегистрироваться / установить

Base44 -- веб-приложение, устанавливать ничего не нужно. Всё работает в браузере, доступ с любого устройства.

Шаг 1. Перейдите на base44.com. Откройте сайт в браузере. Иногда платформу также называют Wix Base44 или Wix AI App Builder. Если по адресу base44.com видите страницу Wix с упоминанием Base44 и кнопкой создания приложения -- вы на правильном месте.

Шаг 2. Нажмите Start building или Sign up. Для регистрации нужен email или аккаунт Google. Если у вас уже есть аккаунт Wix -- можно войти через него, и Base44 появится как одно из приложений внутри экосистемы Wix. Регистрация занимает около минуты.

Шаг 3. Подтвердите email. Придёт письмо с подтверждением. После клика по ссылке вы попадёте в интерфейс создания приложения. Если письмо не пришло в течение 5 минут -- проверьте папку спам или попробуйте другой email.

Шаг 4. Выберите тип проекта. Base44 предложит несколько стартовых сценариев: пустой проект (blank), CRM для клиентов, task manager, форма обратной связи, портфолио-сайт. Для первого знакомства выберите пустой проект -- так интереснее увидеть реальные возможности платформы и понять, как она интерпретирует описания.

Шаг 5. Опишите что хотите создать. В поле чата напишите описание вашего приложения. Не нужно быть технически точным -- используйте обычный язык. Например: «Хочу создать приложение для отслеживания задач команды. Нужен список задач со статусами (в работе, готово, отложено), возможность назначать задачу на конкретного человека и указывать дедлайн». Base44 интерпретирует описание и начинает генерировать приложение.

Шаг 6. Дождитесь генерации. Создание первой версии приложения занимает от 30 секунд до 3 минут, в зависимости от сложности. Base44 показывает прогресс в реальном времени: создание схемы базы данных, генерация интерфейса, настройка деплоя.

Весь процесс от регистрации до первого рабочего приложения в интернете занимает 10-20 минут. Для сравнения: традиционная разработка того же приложения заняла бы несколько дней.

Первый запуск -- что попробовать

После того как приложение сгенерировано, Base44 сразу открывает его в режиме предпросмотра. Вы видите живое приложение прямо в браузере -- можно кликать кнопки, добавлять данные, проверять, как работает интерфейс.

Первое что стоит сделать -- изменить что-то через чат. Напишите: «Добавь поле приоритета задачи с тремя значениями: высокий, средний, низкий» или «Покрась кнопку добавления задачи в синий цвет и сделай её крупнее». Base44 внесёт изменения в реальном времени, и вы увидите их в предпросмотре. Это главная магия платформы -- итеративная доработка через обычный разговор без пересоздания с нуля.

Добавьте аутентификацию. Напишите в чате: «Добавь вход через Google. Задачи должны быть видны только авторизованным пользователям, каждый видит только свои задачи». Base44 автоматически подключит OAuth, создаст систему пользователей и настроит разграничение доступа к данным. Без Base44 только настройка OAuth заняла бы час-два разработки.

Посмотрите на базу данных. В левой панели найдите вкладку Data или Database. Там видны таблицы, которые Base44 создал автоматически -- Tasks, Users и другие. Можно просматривать и редактировать данные прямо из этой панели. Это полезно для понимания структуры приложения и для добавления тестовых данных.

Опубликуйте приложение. Нажмите кнопку Publish или Deploy. Base44 автоматически разместит приложение в интернете по уникальному URL вида yourapp.base44.app. Никаких серверов настраивать не нужно -- деплой происходит за секунды. Ссылку можно сразу отправить коллегам или клиентам.

Откатитесь к предыдущей версии. Если что-то пошло не так после очередного изменения -- нажмите на историю версий в панели. Base44 сохраняет историю всех изменений и позволяет вернуться к любой предыдущей версии одним кликом. Это страховка, которой не хватает многим конкурентам.

Ключевые фишки

Модель Base1 -- специализированный AI для веб-разработки. В июне 2026 года Base44 запустила собственную языковую модель Base1. В отличие от GPT или Claude, Base1 оптимизирована именно для задач создания веб-приложений на платформе Base44. Это означает меньше ошибок в коде, более точное понимание архитектурных паттернов приложений и более надёжный результат, чем при использовании универсальных моделей. Модель будет улучшаться с каждым новым взаимодействием пользователей на платформе.

Полная автоматизация backend. Base44 сама создаёт и настраивает базу данных, API-эндпоинты, систему аутентификации, хранение файлов и деплой. Вам не нужно думать о технической стороне -- только описывать бизнес-логику. Это принципиально отличает Base44 от Cursor или GitHub Copilot, которые помогают писать код, но не заменяют инфраструктуру.

Управление правами доступа через чат. Base44 умеет создавать многоуровневые системы доступа: публичные страницы, страницы только для авторизованных, admin-панели для управления. Всё это настраивается через чат: «Сделай так, чтобы удалять задачи мог только администратор» -- и платформа настраивает права автоматически, без написания middleware или настройки ролей вручную.

Интеграции с внешними сервисами. Base44 поддерживает подключение к популярным сервисам: email через SendGrid или Mailgun, платежи через Stripe, уведомления через Slack или Telegram, хранение файлов. Интеграция описывается в чате: «Добавь отправку email-уведомления создателю задачи, когда задача помечается как выполненная» -- и платформа подключает нужный сервис.

История версий и откат. Каждое изменение через чат создаёт новую версию приложения. История версий сохраняется автоматически, и можно откатиться к любой предыдущей версии одним кликом. Это критически важно при работе с AI-инструментами, где изменения могут быть непредсказуемыми.

Мгновенный деплой без конфигурации. Нажатие Publish занимает несколько секунд. Нет этапа сборки (build), нет ожидания деплоя, нет настройки сервера или облачного провайдера. Для быстрой проверки идей это критически важно: можно создать MVP и показать инвестору через час после старта.

Цены и ограничения

На момент написания гайда Base44 предлагает несколько тарифных планов. Актуальные цены всегда проверяйте на base44.com/pricing -- Wix активно обновляет линейку тарифов.

Бесплатный план. Позволяет создавать приложения и деплоить их на поддомене base44.app без оплаты. Ограничения бесплатного плана: лимит на количество проектов (обычно 3-5), лимит на AI-запросы в месяц, нет кастомных доменов, базовая поддержка. Подходит для знакомства с платформой и создания простых личных или тестовых проектов.

Платные тарифы. Расширяют лимиты на проекты и AI-запросы, добавляют кастомные домены (подключение собственного домена), командный доступ (несколько участников работают над одним проектом), расширенные интеграции и приоритетную поддержку. На момент написания цены начинаются от ~$19 в месяц для индивидуального использования и растут в зависимости от количества проектов и пользователей.

Технические ограничения платформы. Base44 не предназначена для высоконагруженных приложений с тысячами одновременных пользователей -- инфраструктура оптимизирована для малого и среднего бизнеса. Нет возможности полностью экспортировать код и развернуть его на собственном сервере (так называемый vendor lock-in). Сложная кастомная бизнес-логика может оказаться за пределами возможностей модели Base1 на текущем этапе развития.

Данные и приватность. Данные вашего приложения хранятся в инфраструктуре Wix. Для приложений с персональными данными пользователей или корпоративной информацией внимательно изучите условия обработки данных Wix и их соответствие требованиям вашей юрисдикции перед запуском production-продукта.

Нужен ли VPN из России

Ситуация с доступом к Base44 из России неоднородная. Wix как компания исторически работал с российскими пользователями и до введения санкций поддерживал русский язык в интерфейсе. Base44, как часть экосистемы Wix, наследует эту политику.

Практическая рекомендация: попробуйте зайти на base44.com без VPN. Если сайт открывается и регистрация проходит успешно -- VPN не нужен. Если сайт не загружается или появляются ошибки при регистрации -- включите VPN с сервером в Европе (Германия, Нидерланды, Польша) или США.

Платёжный метод. Для платных тарифов Wix принимает карты международных платёжных систем. Ситуация с российскими картами зависит от конкретного банка-эмитента и актуальных санкционных ограничений -- некоторые карты проходят, другие нет. Если российская карта не принимается, используйте карту иностранного банка (Wise, карты казахстанских или армянских банков работают надёжно) или PayPal при наличии доступа.

Альтернативы при недоступности: Lovable.dev и Bolt.new предлагают аналогичный vibe-coding функционал и работают из России (с VPN). Они используют OpenAI и Anthropic под капотом вместо собственной модели, но функционально очень близки к Base44 для большинства задач.

В целом Base44 -- одна из самых доступных для российских пользователей западных платформ в категории AI-разработки благодаря связи с Wix, у которого давние отношения с российским рынком.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться GPT-5.6 Sol: новый флагман OpenAI

GPT-5.6 Sol -- самая мощная языковая модель OpenAI на июль 2026 года. Линейка Sol, Terra и Luna: три уровня, один API. Рассказываем, как получить доступ, сколько стоит и что умеет.

GPT-5.6: развёртывание (июль 2026). GPT-5.6 Sol запущен на инфраструктуре Cerebras со скоростью до 750 токенов в секунду. Подтверждённые API-цены: Sol -- $5/$30; Terra -- $2.50/$15; Luna -- $1/$6 за 1M токенов. OpenAI ограничил первоначальный выпуск по запросу правительства США (исполнительный указ от 2 июня 2026 года). Расширение доступа ожидается в ближайшие недели.

Что это и для кого

26 июня 2026 года OpenAI представила GPT-5.6 -- следующее поколение языковых моделей после GPT-5.5. Ключевое новшество по сравнению с предыдущим поколением: вместо единого флагмана компания выпустила сразу три специализированные модели под общим брендом GPT-5.6. Каждая занимает свою нишу по соотношению качества, скорости и стоимости.

Sol -- флагман линейки. Это самая мощная модель OpenAI на текущий момент, ориентированная на задачи, требующие глубокого рассуждения, многошагового планирования и работы с кодом. Название Sol (от лат. Солнце) символизирует позицию вершины линейки. Sol устанавливает новые рекорды на Terminal-Bench 2.1 -- бенчмарке для командной строки, требующем планирования, итерации и координации инструментов. OpenAI также выделяет Sol как лучшую из своих моделей для задач кибербезопасности.

Terra -- сбалансированная модель для повседневных задач. По соотношению качества и цены она занимает место, которое раньше занимал GPT-5.4: мощнее базового уровня, но без затрат флагмана. Terra подходит для большинства production-приложений, где не нужна максимальная глубина рассуждения, но важно качество выше среднего: написание кода, анализ данных, создание контента.

Luna -- быстрая и доступная модель. Она отвечает быстрее всех в линейке и стоит дешевле, что делает её идеальной для высоконагруженных приложений, чат-ботов и задач, где скорость важнее глубины рассуждения. Название Luna (Луна) указывает на орбиту вокруг флагмана: Luna работает быстро, но движется вокруг того же ядра технологий.

Важно понимать: Sol, Terra и Luna -- это не просто три модели с разной ценой. OpenAI позиционирует их как три постоянных уровня, которые будут обновляться независимо друг от друга. Когда выйдет GPT-5.7, он снова будет иметь Sol, Terra и Luna. Это означает, что разработчики могут строить продукты под конкретный уровень возможностей, не меняя архитектуру при каждом обновлении.

Кому подойдёт GPT-5.6 Sol: разработчикам и командам, которые строят продукты на базе OpenAI API и хотят работать с самой сильной моделью. Исследователям и специалистам по безопасности -- Sol получил отдельную похвалу за работу с задачами кибербезопасности, включая анализ уязвимостей и исследование эксплойтов. Командам, которым нужен режим ultra для сложных многоэтапных задач, где один агент не справляется в разумное время.

Кому пока рано переходить на GPT-5.6 Sol: новичкам и тем, кто только начинает знакомство с языковыми моделями. GPT-5.5 через ChatGPT Plus даёт отличный старт без необходимости разбираться в API, кешировании и субагентах. Бизнесам с ограниченным бюджетом на AI -- Luna или Terra дадут 90% возможностей Sol за значительно меньшие деньги.

Как зарегистрироваться / установить

На момент написания этого гайда GPT-5.6 запущен как ограниченный превью. OpenAI предоставила доступ группе проверенных партнёров через API и платформу Codex. Публичного листа ожидания нет, но OpenAI обещает общий доступ в ближайшие недели после завершения партнёрского этапа.

Шаг 1. Создайте аккаунт на platform.openai.com. Перейдите на platform.openai.com и нажмите Sign up. Для регистрации нужен email. Подтвердите адрес через письмо. Аккаунт на платформе разработчиков отличается от аккаунта ChatGPT, хотя можно использовать один и тот же email.

Шаг 2. Добавьте платёжный метод. Зайдите в Settings -> Billing -> Add payment method. API OpenAI работает по модели оплаты по факту использования (pay-as-you-go). Без привязанной карты доступ к API невозможен даже при нулевых расходах -- карта нужна для верификации аккаунта. Российские карты не принимаются (об этом подробнее в разделе про VPN).

Шаг 3. Пополните баланс. Для начала работы достаточно $5-10. В разделе Billing -> Add to credit balance выберите сумму. Деньги списываются по мере использования API, неиспользованный остаток остаётся на счёте.

Шаг 4. Создайте API-ключ. Перейдите в раздел API Keys и нажмите Create new secret key. Дайте ключу понятное название (например, «test-gpt-5-6»). Скопируйте и сохраните ключ -- он показывается только один раз. Если потеряете, придётся создавать новый.

Шаг 5. Проверьте доступность GPT-5.6. Установите библиотеку pip install openai и отправьте тестовый запрос с моделью gpt-5.6-sol. Если получите ошибку «Model not found» или «You do not have access» -- ваш аккаунт ещё не включён в превью. Используйте gpt-5.5 или gpt-5.5-pro пока доступ не расширится. OpenAI добавляет аккаунты волнами без уведомлений.

Для enterprise-партнёрства: если вы строите серьёзный продукт и хотите попасть в ранний доступ, зайдите на openai.com/api и найдите форму для enterprise-контакта. OpenAI отдаёт приоритет командам с готовыми продуктами и значительным потенциальным использованием API.

Для ChatGPT: GPT-5.6 в ChatGPT Plus и ChatGPT Team на старте не добавлен. Следите за обновлениями в блоге OpenAI -- когда ограниченный превью завершится, модель появится в интерфейсе ChatGPT для платных подписчиков.

Первый запуск -- что попробовать

Как только доступ получен, начните с тестового запроса через Python. Убедитесь, что библиотека установлена: pip install openai --upgrade

Базовый запрос к Sol выглядит так:

from openai import OpenAI
client = OpenAI(api_key='ваш_ключ')
response = client.chat.completions.create(
model='gpt-5.6-sol',
messages=[{'role': 'user', 'content': 'Объясни квантовую запутанность за 3 предложения, как для инженера'}]
)
print(response.choices[0].message.content)

Сравнение Sol и Luna: запустите один и тот же запрос на gpt-5.6-sol и gpt-5.6-luna. Разница заметна особенно на задачах рассуждения: Sol строит более структурированный, многоуровневый ответ. Luna отвечает быстрее, но менее развёрнуто. На простых вопросах и генерации текста разница минимальна -- экономьте Sol для сложных задач.

Режим максимального рассуждения (max reasoning effort). Sol поддерживает параметр reasoning_effort с тремя уровнями: low, medium, max. На уровне max Sol «думает» значительно дольше и прорабатывает задачу глубже -- аналог extended thinking у Claude:

response = client.chat.completions.create(
model='gpt-5.6-sol',
messages=[{'role': 'user', 'content': 'Найди ошибку в этом алгоритме: ...'}],
reasoning_effort='max'
)

Попробуйте ultra mode для многоэтапных задач. В этом режиме Sol запускает субагентов параллельно для одновременного исследования, кодирования и проверки. Актуальный синтаксис -- в документации на platform.openai.com/docs, поскольку API для ultra mode находился в активной доработке на момент написания гайда.

Задачи для первого тестирования Sol: анализ большого куска кода на ошибки и уязвимости, написание алгоритма с подробным объяснением каждого шага, исследование сложной темы с синтезом нескольких точек зрения, многошаговое решение математической задачи с проверкой каждого шага.

Ключевые фишки

Ultra mode и многоагентность. Главное нововведение GPT-5.6 Sol -- режим ultra, который выходит за пределы возможностей одного агента, запуская субагентов для параллельной работы над сложными задачами. Это важно для рабочих процессов, где исследование, кодирование и верификация должны выполняться одновременно. Фактически Sol становится оркестратором для нескольких специализированных подзадач.

Максимальная глубина рассуждения. Sol получил самый высокий уровень reasoning effort в истории OpenAI. Для задач, где важна точность -- математика, юридический анализ, научные расчёты -- Sol даёт значительно более обоснованные ответы. Разница с Terra и Luna хорошо заметна на задачах, требующих цепочки логических шагов.

Лучший в классе для командной строки. GPT-5.6 Sol устанавливает новые рекорды на Terminal-Bench 2.1 -- бенчмарке для сложных задач в командной строке. Если вы строите AI-агентов для автоматизации DevOps, управления серверами или работы с файловой системой, Sol -- наиболее подходящий вариант. Предыдущее поколение часто «застревало» при многоэтапных цепочках команд; Sol значительно надёжнее.

Кибербезопасность. OpenAI особо отмечает Sol как самую мощную модель для задач безопасности: анализ уязвимостей, reverse engineering, penetration testing. Sol превосходит GPT-5.5 на long-horizon security-задачах. Именно поэтому доступ к модели изначально ограничен -- OpenAI и правительство США договорились о постепенном расширении в проверенных направлениях.

Предсказуемое кеширование промптов. GPT-5.6 вводит явные точки кеш-разрыва (cache breakpoints) и минимальный срок жизни кеша 30 минут. Запись в кеш стоит 1.25x от базового тарифа входящих токенов, но чтение из кеша даёт скидку 90%. Для production-нагрузок с повторяющимися системными промптами это реальная экономия: большой системный промпт кешируется один раз и используется тысячи раз.

Три уровня в одном API. Переключение между Sol, Terra и Luna -- это просто изменение названия модели в запросе. Один API-ключ, одна интеграция, три уровня возможностей. Это упрощает A/B-тестирование: можно легко проверить, где Terra даёт достаточно хороший результат, чтобы сэкономить на Sol.

Запуск на инфраструктуре Cerebras. OpenAI запускает GPT-5.6 Sol на специализированном аппаратном обеспечении Cerebras, что обеспечивает нестандартно высокую скорость генерации для модели такого размера. Это важно для real-time приложений, где обычно приходится жертвовать мощностью ради скорости ответа.

Цены и ограничения

GPT-5.6 тарифицируется по количеству токенов через API. На момент написания гайда цены следующие (цены могут измениться -- актуальные тарифы всегда на openai.com/api/pricing):

GPT-5.6 Sol: $5 за 1 миллион входящих токенов, $30 за 1 миллион исходящих токенов. Sol стоит столько же, сколько стоил GPT-5.5 по short-context тарифу -- то есть перейти на флагман следующего поколения не дороже.

GPT-5.6 Terra: $2.50 за 1 миллион входящих токенов, $15 за 1 миллион исходящих токенов. Terra занимает ценовую нишу старого GPT-5.4.

GPT-5.6 Luna: $1 за 1 миллион входящих токенов, $6 за 1 миллион исходящих токенов. Самый доступный вариант в линейке для высокочастотного использования.

Кеширование: запись в кеш -- 1.25x от базового тарифа входящих токенов. Чтение из кеша -- скидка 90%. Минимальный срок жизни кеша -- 30 минут. При большом системном промпте кеширование быстро окупается.

Reasoning effort: использование max reasoning может существенно увеличить количество выходных токенов (модель думает текстом). Для задач с max reasoning советуем проводить нагрузочные тесты перед тем, как включать режим в production.

Ограничения на старте: GPT-5.6 Sol и Terra доступны только через API в ограниченном превью. В ChatGPT Plus и ChatGPT Team модель пока не добавлена. Расширение идёт волнами без уведомлений.

Ограничения по использованию (rate limits): зависят от уровня вашего аккаунта (Tier 1-5 в API). Для нового аккаунта с минимальным балансом -- ограниченные RPM (requests per minute) и TPM (tokens per minute). Для production-нагрузок нужен Tier 3+, который требует определённой истории трат на платформе.

Геополитические ограничения: OpenAI временно ограничила развёртывание GPT-5.6 по запросу правительства США, что касается части международных партнёров. По мере снятия ограничений доступ расширяется. Следите за обновлениями в блоге OpenAI.

Нужен ли VPN из России

Да, VPN необходим. OpenAI не работает в России: сервисы недоступны с российских IP-адресов, и это касается как ChatGPT, так и API. Ограничение работает на уровне IP-адреса при регистрации и использовании веб-интерфейса.

Для регистрации: нужен VPN с IP-адресом страны, где OpenAI доступен. Подходят США, большинство стран Европы, Турция, Казахстан, Армения, Грузия. Для регистрации достаточно включить VPN один раз -- в дальнейшем аккаунт привязан к email, а не к IP.

Для работы с API через код: VPN нужен только если вы запускаете код с российского компьютера или сервера. Если ваш сервер находится в Европе или США -- запросы к API идут без проблем даже без VPN.

Платёжный метод: российские карты (Visa, Mastercard, Мир) не принимаются на platform.openai.com. Варианты оплаты: карты европейских необанков (Wise, Revolut -- если у вас есть доступ к ним), карты банков из дружественных стран (Казахстан, Армения, ОАЭ), криптовалюта через сторонние конверторы. Многие разработчики открывают карту Wise в Казахстане или Грузии специально для оплаты AI-сервисов.

Альтернатива -- API-прокси: часть сообщества использует сервисы-посредники, которые перепродают доступ к OpenAI API. Это рабочий вариант с более высокими ценами и без гарантии стабильности. Для тестирования подходит, для production лучше иметь прямой доступ.

Практический совет: зарегистрируйтесь на platform.openai.com через VPN один раз, добавьте иностранную карту и пополните баланс. После этого API-ключ работает в вашем коде без постоянного VPN, если запросы идут с сервера вне России. Это наиболее удобная схема для разработчиков.

Sol Ultra mode и параметр max_reasoning_effort (июль 2026)

GPT-5.6 Sol получил встроенный Sol Ultra mode - многоагентный режим, в котором модель автоматически порождает параллельные кооперирующиеся подагенты для решения сложных задач. По данным бенчмарка Terminal-Bench 2.1, Sol Ultra набирает 91,9%, тогда как стандартный Sol - 88,8%. Режим доступен пользователям Codex.

Для работы через API добавлен параметр max_reasoning_effort, позволяющий управлять глубиной рассуждений модели. Параметр влияет как на качество ответа, так и на стоимость и время выполнения запроса. При максимальном значении Sol задействует полный потенциал reasoning с расширенной цепочкой мыслей.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Anthropic запустил Claude Science, ИИ-лабораторию для учёных и фармы

Anthropic запустил Claude Science — ИИ-воркбенч для учёных с подключением к 60+ научным базам и интеграцией с NVIDIA BioNeMo. Главный агент ведёт проект, отдельный фактчекер проверяет цитаты и расчёты. Среди первых пользователей — Allen Institute, UCSF и Novo Nordisk.

🔴 Anthropic запустил Claude Science, ИИ-лабораторию для учёных и фармы

Anthropic поступил неожиданно. Вместо новой модели компания запустила Claude Science, рабочий стол для исследователей, где Opus 4.8 управляет 60+ научными базами и зовёт ускорители NVIDIA, когда нужны вычисления. Не «модель помогает учёному», а «модель ведёт проект, как опытный научный руководитель».

В системе один главный ИИ-агент выступает менеджером проекта: создаёт вспомогательных агентов под геномику, белковые структуры, химию. Отдельный фактчекер проверяет цитаты и расчёты до публикации. Интеграция с NVIDIA BioNeMo Agent Toolkit даёт конкретные ускорения: Parabricks сжимает геномный анализ с часов до минут, RAPIDS-singlecell сокращает одноклеточный анализ с 52 минут до 25 секунд, nvMolKit ускоряет химические расчёты до 3000 раз. Среди ранних пользователей: Allen Institute, UCSF Brain Tumor Center и Novo Nordisk. Anthropic вдобавок выдаёт 50 академическим командам по $30 000 в виде кредитов на исследования.

Это сдвиг рынка к промышленной науке. Для биотех-стартапов, проектов долголетия и фарма-команд разработка молекулы или фрагмента генома перестаёт упираться в инфраструктуру и время. Конкуренция переходит туда, где её всегда не хватало: к качеству гипотезы и скорости валидации.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #модели #агентыИИ #Anthropic #Claude #NVIDIA #биотех #healthtech #фарма #longevity #ИИ #технологии #AravanaAI

Два студента Гарварда построили чип против NVIDIA: Etched оценили в $5 млрд

AI-чип-стартап Etched получил оценку в $5 млрд и собрал $1 млрд контрактов. Чип уже выпустила TSMC. За компанией стоят Jane Street, Hudson River Trading, Андрей Карпатый, Джеффри Хинтон, Фей-Фей Ли и Питер Тиль. Etched конкурирует с NVIDIA, Cerebras и Groq в инференсе.

🔴 Два студента Гарварда построили чип против NVIDIA: Etched оценили в $5 млрд

В 2022 году Гэвин Уберти и Роберт Вакен бросили Гарвард, получили стипендию Питера Тиля и начали делать чип для запуска AI-моделей. Ранние инвесторы их разворачивали. В 2026 году Etched получил оценку в $5 млрд, контрактов на $1 млрд и держит чип, который уже выпустила TSMC.

Etched делает специализированный чип для запуска AI-моделей (той самой дорогой стадии, когда модель отвечает на запрос пользователя). Свои чипы компания упаковывает во «фронтирные инференс-кластеры»: стойки и проприетарный софт, обещающие более высокую скорость и более низкое энергопотребление, чем у NVIDIA, Cerebras и Groq. За $800 млн привлечённых инвестиций (в том числе $500 млн Series B в декабре) выстроился редкий синдикат: Jane Street, Hudson River Trading, Two Sigma, Ribbit Capital, плюс Андрей Карпатый, Джеффри Хинтон, Фей-Фей Ли, Питер Тиль и Стэнли Дракенмиллер.

Это разворот рынка. Гонка железа для ИИ перестаёт быть «NVIDIA или ничего», крупные деньги делают ставку на специализированные чипы под одну задачу. Для российского предпринимателя сигнал прост: запуск AI-моделей дешевеет и диверсифицируется быстрее, чем кажется, и оптимизация под него уже не «технологический риск», а ближайшая бюджетная экономия.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #GPU #полупроводники #NVIDIA #TSMC #инвестиции #венчур #стартапы #раунд #оценка #ИИ #технологии #AravanaAI

Белый дом снял экспортный замок с Fable 5 и Mythos 5: Anthropic снова открывает флагманы

Министерство торговли США 30 июня сняло экспортные ограничения с Claude Fable 5 и Mythos 5. Ранее Anthropic был обязан блокировать доступ иностранным пользователям — теперь запрет снят, а Mythos 5 неделей раньше уже получил доступ для отдельных компаний и госструктур.

🔴 Белый дом снял экспортный замок с Fable 5 и Mythos 5: Anthropic снова открывает флагманы

Пару недель самые мощные модели Anthropic жили под ключом от Минторга США: иностранным пользователям хода не было. 30 июня замок сняли. По данным CBS News, правительство сняло экспортные ограничения с Claude Fable 5 и Mythos 5.

Министр торговли Говард Лутник заявил, что его команда «тщательно проанализировала и одобрила Fable 5, чтобы обеспечить согласованность в рамках государства и укрепить лидерство Америки в ИИ». Неделей раньше Mythos 5 уже открыли для отдельных американских компаний и госструктур. Теперь оба флагмана возвращаются в общий доступ со следующего дня после объявления. Anthropic всё это время терял выручку и позиции в гонке с OpenAI и Google: экспортный контроль на AI из абстракции превратился в реальный тормоз бизнеса.

Для предпринимателя важен сигнал: правила игры с американскими AI-моделями формируются в Вашингтоне и меняются за неделю. Если ваш продукт критически завязан на конкретную модель, держите резервный контур на модели другого вендора, иначе следующий пересмотр экспортного контроля может закрыть вас на месяц.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #Anthropic #Claude #модели #геополитика #экспортный_контроль #США #регуляция #безопасностьИИ #BigTech #ИИ #технологии #AravanaAI

Как начать пользоваться Vizard AI: нарезка длинных видео в короткие клипы для соцсетей

Vizard AI автоматически превращает длинные видео в короткие клипы для TikTok, Reels и YouTube Shorts: находит лучшие моменты, добавляет субтитры и ресайзит под нужный формат. Разбираем, как им пользоваться и чем он лучше конкурентов.

Что это и для кого

Vizard AI -- онлайн-инструмент, который автоматически превращает длинные видеозаписи -- вебинары, интервью, стримы, подкасты, лекции -- в короткие клипы для социальных сетей. Алгоритм анализирует содержимое видео, находит самые интересные и вовлекающие фрагменты, нарезает их, добавляет субтитры и адаптирует формат под разные платформы: TikTok, Instagram Reels, YouTube Shorts, Twitter/X, LinkedIn и другие. Все это происходит автоматически, без ручного монтажа.

Главная проблема, которую решает Vizard: создатель длинного контента тратит часы на производство одного ролика, а потом -- еще столько же, чтобы нарезать его в десять коротких клипов для разных платформ. Vizard сокращает этот второй этап с часов до минут. Загрузите видео, выберите настройки -- и через несколько минут получите готовые клипы с субтитрами, оптимизированные под нужный формат.

Кому нужен Vizard? Подкастерам, чтобы превратить часовой выпуск в 10-15 коротких цитат для соцсетей. Ведущим вебинаров, чтобы сделать из записи обучающие ролики для TikTok. Интервьюерам и журналистам, чтобы выделить ключевые высказывания из длинных разговоров. Маркетологам -- для ускорения производства видеоконтента для продвижения. Преподавателям -- создавать короткие образовательные ролики из записей лекций. Коучам и экспертам -- превращать консультации в контент для привлечения аудитории.

По данным самой компании, Vizard обрабатывает видео с точностью распознавания речи более 97% на материале на английском языке. Инструмент активно используется маркетинговыми командами крупных компаний и независимыми создателями контента по всему миру. Среди пользователей -- как команды с многомиллионной аудиторией, так и небольшие бизнесы, только начинающие строить присутствие в видео.

Важно понимать отличие Vizard от генераторов видео: он не создает видео из текста и не генерирует изображения. Его задача -- работать с уже имеющимся видеоматериалом и делать из него максимально много короткого контента с минимальными усилиями. Это инструмент для репурпозинга -- повторного использования существующего контента в новом формате для новых аудиторий на разных платформах.

Vizard конкурирует с инструментами вроде Opus Clip и Submagic. В отличие от Opus Clip, специализирующегося на поиске вирусных моментов, Vizard предоставляет более полный набор инструментов редактирования клипов, поддержку брендинга, гибкую работу с субтитрами и интеграцию с более широким набором источников видео. Это делает его лучшим выбором для профессиональных команд, регулярно производящих контент в больших объемах.

Скорость работы Vizard -- одно из ключевых преимуществ. Сервис обрабатывает видео в облаке, используя мощные серверные ресурсы, что позволяет нарезать даже многочасовые записи значительно быстрее, чем при ручном монтаже в десктопном редакторе. После привыкания к рабочему процессу Vizard позволяет нарезать недельный контент-план из одного длинного видео менее чем за час.

Как зарегистрироваться / установить

Vizard AI -- веб-сервис, установка программы не требуется. Откройте браузер и перейдите на сайт vizard.ai. Нажмите кнопку Sign up на главной странице. Для регистрации используйте аккаунт Google (один клик) или введите адрес электронной почты и придумайте пароль.

После регистрации откроется рабочий кабинет. При первом входе сервис предложит выбрать вашу роль: подкастер, маркетолог, преподаватель, контент-мейкер. Также можно указать основные платформы, для которых вы создаете контент. Эту информацию можно пропустить нажатием кнопки Skip -- она влияет только на рекомендации и не открывает или закрывает какие-либо функции.

Бесплатный план позволяет обработать ограниченное количество минут видео в месяц без регистрации кредитной карты. Этого достаточно для тестирования сервиса на реальном материале и оценки качества результата перед принятием решения о подписке. Никаких скрытых списаний при использовании бесплатного плана нет.

Мобильного приложения Vizard на момент написания не существует -- работа ведется только через браузер на компьютере или планшете. Сервис оптимизирован для Chrome и Firefox. Safari также поддерживается, но некоторые функции могут работать медленнее. Весь интерфейс на английском языке, однако он интуитивно понятен даже без глубокого знания языка.

После регистрации сервис сразу готов к работе. Никаких дополнительных настроек, загрузок или установки расширений не требуется. Перейдите в раздел загрузки видео или нажмите кнопку создания нового проекта, чтобы начать работу с первым видеоматериалом.

Первый запуск -- что попробовать

В рабочем кабинете нажмите кнопку New Project или кнопку загрузки. Vizard предлагает несколько способов добавить видео: загрузить файл с компьютера (поддерживаются MP4, MOV, WebM и другие форматы), вставить ссылку на YouTube, Google Drive, Dropbox или Loom, или записать видео прямо в браузере через камеру. Для первого теста удобнее всего использовать ссылку на YouTube-ролик длиной 30-60 минут.

После загрузки или указания ссылки Vizard автоматически начнет транскрибировать видео. Прогресс показывается на экране. Для ролика длиной 60 минут этот процесс занимает, как правило, 5-10 минут в зависимости от нагрузки на серверы сервиса.

После завершения транскрипции Vizard покажет временную шкалу видео с выделенными фрагментами. Зеленым цветом отмечены фрагменты, которые алгоритм считает наиболее интересными для короткого контента. Вы можете принять предложения автоматически или вручную скорректировать границы каждого клипа, перетаскивая маркеры на шкале времени.

Следующий шаг -- выбор формата. Нажмите на конкретный клип и выберите соотношение сторон: 9:16 (вертикальное -- TikTok, Reels, Shorts), 1:1 (квадратное -- Instagram), 16:9 (горизонтальное -- YouTube). Vizard автоматически перекадрирует видео, следя за говорящим или за областью наибольшей активности в кадре.

Добавьте субтитры -- эта функция напрямую влияет на число просмотров и вовлечение. Перейдите во вкладку Captions и включите автоматические субтитры. Выберите стиль оформления: размер шрифта, цвет, позицию, эффект появления. Vizard предлагает готовые пресеты в стиле популярных TikTok-каналов. Субтитры автоматически синхронизируются с речью в каждом клипе.

Когда клипы готовы, нажмите Export. Видео сохранятся с встроенными субтитрами в выбранном формате. Готовые файлы можно скачать на компьютер или напрямую опубликовать в подключенные социальные сети через встроенную интеграцию. Весь процесс от загрузки исходного видео до готовых клипов обычно занимает 15-30 минут даже для длинного материала.

Функция Transcript Edit позволяет просмотреть и отредактировать транскрипцию. Если алгоритм неправильно распознал слово в субтитрах, исправьте его в редакторе транскрипции -- изменение автоматически применится ко всем клипам, содержащим этот фрагмент. Это особенно полезно для русскоязычного контента, где точность распознавания несколько ниже, чем для английского.

Ключевые фишки

AI-нарезка лучших моментов. Алгоритм Vizard анализирует не только речь, но и эмоциональный тон, паузы, динамику диалога и ключевые слова. На основе этого он выделяет фрагменты с наибольшим потенциалом вовлечения -- законченные мысли и сильные цитаты, которые хорошо работают как самостоятельный контент в ленте социальных сетей.

Автоматические субтитры с точностью 97%. Субтитры создаются на основе транскрипции речи. Точность для чистой записи на английском языке превышает 97%, что значительно снижает объем ручного редактирования. Поддерживается несколько языков. Для русского языка точность составляет около 85-90% -- результат следует проверить перед публикацией.

Автоматический ресайз и перекадрирование. При конвертации горизонтального видео в вертикальное Vizard не просто обрезает кадр по центру. Алгоритм следит за активным говорящим и плавно перемещает фрейм, чтобы в кадре всегда находилось нужное содержимое. Особенно полезно для интервью с несколькими людьми -- система автоматически переключается между говорящими.

Speaker detection (определение говорящего). Если в видео несколько участников, Vizard определяет, кто говорит в каждый момент. Это позволяет создавать клипы с выделением конкретных спикеров или размещать двух говорящих в разделенном экране для вертикального формата -- стандартный прием в популярных интервью-клипах.

Пресеты для платформ и редактор стилей. Сервис содержит готовые пресеты под требования каждой платформы: правильное соотношение сторон, рекомендуемая длительность клипа, оптимальный размер субтитров. Стиль субтитров настраивается до деталей: шрифт, цвет, тени, анимация появления каждого слова -- все это влияет на удержание внимания зрителей.

Импорт из разных источников. Vizard принимает видео через прямую загрузку файла и через ссылки на YouTube, Google Drive, Dropbox, Loom и другие сервисы. Это удобно для работы с уже опубликованным контентом или с файлами из облачного хранилища без необходимости скачивать их на компьютер.

Командная работа и брендинг. На платных планах Vizard поддерживает несколько пользователей в одном рабочем пространстве, добавление логотипа бренда на все клипы и создание корпоративных шаблонов стилей субтитров. Это делает его подходящим инструментом для маркетинговых команд и агентств, а не только для индивидуальных создателей контента.

Цены и ограничения

Vizard AI предлагает несколько тарифных планов. Бесплатный план включает ограниченное количество минут видео в месяц (около 120 минут на момент написания), базовый редактор клипов и автоматические субтитры. Карта не требуется. Достаточно для тестирования и редкого личного использования.

Lite план стоит около 16 долларов в месяц при ежегодной оплате. Увеличивает лимит до нескольких сотен минут видео в месяц, открывает больше пресетов стилей субтитров и снимает ограничение на количество одновременно обрабатываемых проектов.

Pro план стоит около 30 долларов в месяц и предназначен для активных создателей контента: увеличенный лимит минут, приоритетная обработка, возможность добавить логотип бренда, более высокое качество экспорта и расширенные инструменты редактирования. Стоимость и лимиты могут изменяться -- проверяйте актуальные условия на сайте сервиса.

Vizard плохо справляется с видео, где несколько человек говорят одновременно или с сильными фоновыми шумами: качество субтитров и нарезки в таких случаях заметно снижается. Функции редактирования клипов ограничены по сравнению с полноценными видеоредакторами -- нет цветокоррекции, сложных переходов или многодорожечного монтажа. Vizard -- инструмент для быстрой нарезки и адаптации, а не для полного производственного цикла.

Для русскоязычного контента субтитры работают, но точность заметно ниже, чем для английского. Рекомендуется всегда проверять и при необходимости корректировать субтитры перед публикацией. Особенно это важно для слов с неоднозначным произношением или профессиональной терминологии, которую модель транскрипции может не знать.

Нужен ли VPN из России

Vizard AI -- сервис американской компании. На текущий момент явных геоблокировок для российских пользователей нет: сайт vizard.ai открывается с российских IP-адресов, регистрация и загрузка видео работают без VPN. Однако ситуация может измениться, поэтому рекомендуется проверить актуальную доступность перед регистрацией.

При оплате подписки российскими банковскими картами могут возникнуть трудности. Visa и Mastercard российских банков не принимаются на большинстве зарубежных сервисов из-за ограничений на международные переводы. Альтернативы: виртуальные карты зарубежных банков (Wise, Revolut), криптовалютная оплата или подарочные карты.

Загрузка видео через ссылку на YouTube работает без ограничений независимо от вашего местоположения. При загрузке файлов напрямую скорость зависит от качества вашего интернет-соединения. VPN может замедлить загрузку крупных файлов -- если доступ без VPN работает, лучше использовать прямое соединение для ускорения передачи данных.

Бесплатный план не требует привязки карты -- это хороший способ протестировать сервис без финансовых рисков. Загрузите короткий ролик или вставьте ссылку на YouTube-видео, оцените качество нарезки и субтитров, и только после этого принимайте решение о подписке.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Google запустил Nano Banana 2 Lite: картинка за 4 секунды и $0,034

Google представил Nano Banana 2 Lite — самую быструю и самую дешёвую версию своего генератора картинок: $0,034 за изображение в 1K и 4 секунды на генерацию. Параллельно вышел Gemini Omni Flash для видео — $0,10 за секунду 10-секундного клипа.

🔴 Google запустил Nano Banana 2 Lite: картинка за 4 секунды и $0,034

Цена единичного изображения уверенно падает в сторону нуля. Google представил Nano Banana 2 Lite, самую быструю и самую дешёвую версию своего генератора картинок. Для индустрии, где ещё недавно одна качественная иллюстрация стоила минут работы и десятков центов, это смена правил.

Цифры: $0,034 за изображение в 1K-разрешении и 4 секунды на генерацию по текстовому запросу. Lite-вариант идёт за Nano Banana 2: Google сохранил «точную работу с подсказкой, согласованность персонажей и читаемый текст внутри картинки», но порезал и стоимость, и время. Параллельно компания выкатила Gemini Omni Flash для видео: $0,10 за секунду 10-секундного клипа, с разговорным редактированием и синхронизацией текста и действия. Обе модели уже в Google AI Studio, Gemini API и Gemini Enterprise.

Для бизнеса это смещение баланса. Тысячи карточек товара, превью к статьям, варианты обложек под A/B-тесты: теперь не проект на месяц с подрядчиком, а строчка в бюджете маркетолога. Кто первым перестроит креативный конвейер под такие цены, обгонит конкурентов на скорости итераций, пока остальные «согласовывают концепт».

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #модели #мультимодальность #Gemini #Google #ИИ #технологии #AravanaAI

Anthropic запустил Sonnet 5: модель почти как Opus, но за $2 за миллион токенов

Anthropic выпустил Claude Sonnet 5 — модель для агентов, которая по бенчмаркам приближается к топовому Opus 4.8, но стоит заметно дешевле. Цена со старта: $2 за миллион входящих токенов и $10 за миллион исходящих до 31 августа. Anthropic делает ставку на массовое внедрение агентов.

🔴 Anthropic запустил Sonnet 5: модель почти как Opus, но за $2 за миллион токенов

Anthropic пошёл против моды. Вместо громкого выхода нового флагмана компания выпустила Claude Sonnet 5, среднюю модель, которая подбирается к топовому Opus 4.8 в задачах рассуждений, кода и работы с инструментами. Логика простая: настоящие агенты, которые работают сутками и совершают тысячи запросов, окупаются только когда стоят дёшево.

Стартовая цена: $2 за миллион входящих токенов и $10 за миллион исходящих до 31 августа, потом $3 и $15. Это заметно дешевле собственного Opus 4.8. Первые тестировщики приводят характерный пример: задачи, которые «раньше зависали на полпути, теперь идут до конца», вроде обновления карточек клиентов в Salesforce и автоматической рассылки анонсов запуска. Параллельно Anthropic сознательно срезал способность модели к кибератакам: здесь она заметно слабее Opus.

Это новая логика рынка. Прорывных «вау-моделей» уже мало кому достаточно, зарабатывают те, кто запускают агентов без кассового разрыва. Если в планах внедрить агента для рутины (поддержки, операций, документооборота), Sonnet 5 даёт окно: рабочая лошадка по цене, при которой проект окупится не через год, а через квартал.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #агентыИИ #Anthropic #Claude #ИИ #технологии #AravanaAI

Apptronik открывает 8400 кв. м в Остине, где роботы будут учить других роботов

Apptronik открыл Robot Park на 90 000 кв футов в Остине — фабрика данных для обучения гуманоидов перед выходом Apollo 3 в следующем году.

🔴 Apptronik открывает 8400 кв. м в Остине, где роботы будут учить других роботов

На площадке в 90 000 квадратных футов будут ходить и кататься на колёсах Apollo 2, и их задача не делать полезную работу, а генерировать данные. Горы данных. Чтобы следующее поколение гуманоидов уже вышло на настоящие фабрики.

«Robot Park», как назвали проект в Apptronik, похож на «фабрику данных» у Google DeepMind, Mercedes-Benz и GXO. Роботы выполняют задачи из логистики, производства и ритейла, а всё движение и все ошибки уходят в обучение моделей, управляющих физическими роботами. Глава Apptronik Джефф Карденас прямо говорит, что Apollo 2 пока только прототип для пилотных проектов, а настоящим коммерческим продуктом станет Apollo 3 с выходом в следующем году. Рядом идёт партнёрство с Google DeepMind по моделям.

Гуманоиды переходят от «на ярмарке покажите, как он ходит» к «обучить всю индустрию на промышленных данных». Карденас называет это «космической гонкой нашего времени». Для российского предпринимателя вывод простой: чем больше таких фабрик данных запускают лидеры, тем ближе момент, когда ручной труд на складах и в лёгкой сборке начнёт реально конкурировать с амортизацией робота.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #автоматизация #физическийИИ #embodiedAI #промышленныероботы #будущеетруда #Google #ИИ #технологии #AravanaAI

Как начать пользоваться DaVinci Resolve 21: бесплатный видеоредактор с AI-инструментами

DaVinci Resolve 21 вышел 3 июня 2026 с восемью новыми AI-функциями: от автоматических субтитров до изменения возраста актеров и генерации голоса. Рассказываем, как скачать, установить и начать редактировать видео с помощью AI.

Обновления DaVinci Resolve 21 (июнь-июль 2026). Версия 21.0.1: улучшенное декодирование DNG и Apple ProRAW. Версия 21.0.2 (1 июля 2026): быстрое переключение Image Bypass, улучшенная воспроизводимость H.265 на NVIDIA, исправлено отображение Unicode в инспекторе. Обновление: DaVinci Resolve > Check for Updates.

Что это и для кого

DaVinci Resolve 21 -- новая версия профессионального видеоредактора от компании Blackmagic Design, официально выпущенная 3 июня 2026 года. Это один из главных видеоредакторов мирового кинопроизводства: на нем монтируются и колорируются голливудские фильмы, крупные телешоу и рекламные кампании. И при этом программа абсолютно бесплатна для большинства пользователей -- без ограничений по функциям, без водяных знаков и без ежемесячной подписки. Доля DaVinci Resolve в постпродакшне голливудских картин по данным на 2026 год превышает 50%.

Главная особенность версии 21 -- восемь новых AI-инструментов, встроенных прямо в интерфейс редактора. Среди них: автоматическое создание субтитров из речи, распознавание лиц и объектов в библиотеке материалов, кинематографическое размытие фона в постпродакшне, трансформация возраста актеров на видео и синтез речи из голосового образца длиной всего 10 секунд. Раньше подобные возможности требовали дорогостоящих плагинов или обращения в специализированные VFX-студии. Теперь все это доступно внутри одной программы.

DaVinci Resolve 21 подходит широкому кругу пользователей. Начинающие видеомейкеры получат полноценный редактор без ежемесячных платежей. Блогеры и контент-мейкеры -- быстрые инструменты для монтажа и автоматических субтитров. Профессиональные монтажеры, колористы и звукорежиссеры -- AI-ассистенты, берущие на себя рутинные задачи. Фотографы впервые получили отдельную страницу Photo прямо внутри видеоредактора, не требующую переключения в другое приложение.

Программа объединяет в одной среде несколько рабочих пространств: монтаж (Cut и Edit), цветокоррекцию (Color), визуальные эффекты (Fusion), работу со звуком (Fairlight) и новую фотостраницу (Photo). Переключение происходит через иконки в нижней части экрана. Все AI-инструменты версии 21 интегрированы в эту единую среду без необходимости выходить из программы.

По сравнению с конкурентами -- Adobe Premiere Pro (подписка от 55 долларов в месяц) и Final Cut Pro (около 300 долларов, только macOS) -- DaVinci Resolve предлагает сопоставимые или превосходящие возможности при нулевой стоимости для большинства задач. Именно поэтому программа завоевала аудиторию как среди студентов киношкол, так и среди профессионалов.

Важно отметить: DaVinci Resolve -- не облачный сервис. Все вычисления происходят на вашем компьютере, данные не уходят на удаленные серверы. Это особенно ценно для работы с конфиденциальными материалами: корпоративными видео, интервью, архивными документальными записями. Установив программу однажды, вы работаете без зависимости от интернет-соединения и без риска изменения условий сервиса.

Стоит отметить еще один важный аспект: DaVinci Resolve -- это профессиональный инструмент с активным и большим сообществом пользователей. Официальный форум Blackmagic Design, тысячи YouTube-уроков на русском и английском языках, а также официальная бесплатная книга «DaVinci Resolve: Часть 1» от самой Blackmagic Design -- все это делает процесс обучения значительно доступнее, чем для большинства других профессиональных редакторов. Начать изучение можно с нуля и уже через несколько часов создать первый готовый ролик.

Как зарегистрироваться / установить

Перейдите на официальный сайт Blackmagic Design. Найдите страницу DaVinci Resolve в разделе Software. Вы увидите две кнопки: Download для бесплатной версии и Buy для студийной. Нажмите Download -- это полноценная бесплатная версия без ограничений по сроку и без водяных знаков на результате.

После нажатия кнопки откроется форма регистрации: укажите имя, фамилию, адрес электронной почты и страну. Поля для телефона и компании необязательны. Нажмите Register and Download -- начнется загрузка установочного файла объемом около 3-4 гигабайт в зависимости от операционной системы.

DaVinci Resolve 21 поддерживает macOS 12.6 и выше, Windows 10 и выше (64-бит), а также Linux. Для комфортной работы рекомендуется не менее 16 ГБ оперативной памяти и дискретная видеокарта с 4 ГБ видеопамяти. Для AI-инструментов желательно 8 ГБ видеопамяти и выше. На компьютерах Apple с чипами M1 и выше программа работает нативно через Metal и показывает высокую производительность.

На macOS запустите загруженный .dmg-файл, перетащите иконку программы в папку Applications и запустите. На Windows запустите .exe-инсталлятор и следуйте инструкциям мастера установки. Первый запуск занимает несколько минут: программа настраивает видеодрайверы и создает рабочую базу данных проектов на локальном диске.

При первом открытии появится окно менеджера проектов. Нажмите New Project, дайте проекту имя и нажмите Create. Откроется главный интерфейс редактора. Для бесплатной версии активация или регистрация лицензии не требуется.

На Linux доступен отдельный пакет .run, который устанавливается через терминал. DaVinci Resolve официально поддерживает CentOS, RHEL и некоторые версии Ubuntu. Для остальных дистрибутивов существуют неофициальные инструкции сообщества.

Первый запуск -- что попробовать

Интерфейс DaVinci Resolve разделен на страницы, переключаемые через иконки в нижней части экрана. Начните с вкладки Media: нажмите правой кнопкой мыши в области Media Pool и выберите Import Media. Найдите видеофайл на компьютере и добавьте его в проект. Программа поддерживает все популярные форматы: MP4, MOV, AVI, MKV и другие.

Перейдите на вкладку Cut для быстрого монтажа: перетащите клип из Media Pool на таймлайн. Для разрезки нажмите клавишу B (Blade Mode) и щелкните в нужном месте. Удалите лишний фрагмент клавишей Delete. Вкладка Edit предлагает более детальный контроль -- для монтажа с несколькими дорожками видео и аудио одновременно.

Первое AI-испытание -- Voice to Subtitle. Перейдите в меню Timeline и выберите Create Subtitles from Audio. Укажите язык оригинала и нажмите Create. Программа транскрибирует речь и создаст дорожку субтитров с временными метками на таймлайне. Точность на чистом материале составляет 90-95%. Субтитры редактируются прямо в интерфейсе или экспортируются как SRT-файл.

Попробуйте AI IntelliSearch -- поиск по содержимому видео. Кликните на иконку поиска в Media Pool и введите описание нужного кадра. Программа проанализирует весь импортированный материал и покажет подходящие фрагменты. Это незаменимо при работе с большими архивами от нескольких часов отснятого материала и более.

Для стабилизации дрожащей съемки выделите клип на таймлайне, откройте инспектор (кнопка Inspector в правом верхнем углу), перейдите в раздел Stabilization и нажмите Stabilize. IntelliTrack AI обработает движение камеры за несколько секунд. Отрегулируйте степень коррекции ползунком Strength и просмотрите результат в превью.

После монтажа перейдите на вкладку Deliver для экспорта. Выберите пресет -- YouTube 1080p, H.264 Master, Instagram 4K или другой. Укажите папку для сохранения, нажмите Add to Render Queue и затем Render All. Готовый файл сохранится без водяных знаков.

Страница Color заслуживает отдельного знакомства. AI-кнопка Auto Color анализирует кадр и автоматически выравнивает экспозицию, баланс белого и цветовые тона. Это быстрый способ придать любительской съемке более профессиональный вид без знания деталей цветокоррекции.

Ключевые фишки

AI IntelliSearch. Анализирует весь видеоматериал -- лица, объекты, речь -- и позволяет найти конкретные кадры по текстовому описанию. Превращает часы ручного просмотра в секунды автоматического поиска. Незаменим при работе с большими архивами отснятого материала. Доступен в бесплатной версии.

Voice to Subtitle. Автоматическая транскрипция речи и создание субтитров с временными метками в один клик. Поддерживает множество языков, включая русский. Результат редактируется в интерфейсе, экспортируется как SRT или записывается напрямую в видео. Доступен в бесплатной версии.

IntelliTrack AI. Улучшенный трекинг объектов и стабилизация видео. Следит за выбранным объектом даже при перекрытиях и быстром движении. Используется для привязки текста или графики к движущемуся объекту, маскирования лиц, удаления нежелательных элементов кадра. Доступен в бесплатной версии.

AI CineFocus (Studio). Позволяет изменить глубину резкости уже отснятого видео в постпродакшне. Определяет фокальную точку и добавляет эффект боке, превращая телефонную съемку в кинематографическую картинку. Требует DaVinci Resolve Studio.

AI Face Age Transformer (Studio). Анализирует лицо в кадре и изменяет его визуальный возраст, добавляя или убирая морщины и меняя черты лица. Прежде для этого требовались дорогостоящие VFX-студии -- теперь работает на обычном персональном компьютере. Требует Studio-версию.

AI Speech Generator (Studio). Создает синтетический голос из аудиообразца от 10 секунд с регулировкой темпа, высоты и интонации. Применяется для дубляжа, закадрового комментария и озвучки архивных материалов. Требует Studio-версию.

Страница Photo. Полноценный фоторедактор с AI-инструментами для удаления нежелательных объектов, точечного маскирования и тональной коррекции. Позволяет работать с изображениями без переключения в другое приложение. Доступно в бесплатной версии.

Профессиональная цветокоррекция. Страница Color -- промышленный стандарт для кино и телевидения. Кривые, цветовые колеса, скоупы и AI-автоматизация позволяют добиться профессионального результата. Это ключевое конкурентное преимущество DaVinci Resolve, недостижимое для других бесплатных редакторов.

Цены и ограничения

DaVinci Resolve 21 (бесплатная версия) абсолютно бесплатна, без ограничений по сроку и без водяных знаков на экспортируемых видео. Включает полноценный монтаж, цветокоррекцию, Fairlight для звука, Fusion для визуальных эффектов и базовые AI-инструменты -- IntelliSearch, Voice to Subtitle, IntelliTrack, страницу Photo и Auto Color.

DaVinci Resolve Studio стоит около 295 долларов за бессрочную лицензию на момент написания этого материала. Единовременная оплата без ежемесячных платежей. Studio добавляет продвинутые AI-инструменты (CineFocus, Face Age Transformer, Speech Generator), AI-шумоподавление для видео и аудио, совместную работу нескольких пользователей и профессиональные кодеки.

Для комфортной работы с AI-функциями нужна видеокарта с 8 ГБ видеопамяти и выше. На картах с 4 ГБ VRAM продвинутые AI-эффекты работают медленнее или могут быть недоступны для 4K-видео. Рекомендованные GPU: NVIDIA RTX 3070 и выше, AMD RX 6700 XT и выше, Apple M1 Pro и выше.

Основные ограничения бесплатной версии: нет некоторых профессиональных кодеков (Apple ProRes на Windows), нет совместной работы нескольких пользователей в реальном времени. Для большинства задач независимых авторов, контент-мейкеров и малых студий бесплатная версия полностью достаточна.

Нужен ли VPN из России

DaVinci Resolve распространяется через официальный сайт Blackmagic Design -- австралийской компании. На неё не распространяются американские экспортные ограничения в части программного обеспечения. Сайт доступен с российских IP-адресов без VPN, регистрация и загрузка программы работают без ограничений.

После установки DaVinci Resolve 21 работает полностью автономно. Интернет-соединение нужно только для проверки обновлений и загрузки дополнительных плагинов. Все AI-функции обрабатываются локально на вашем компьютере -- ваши видеоматериалы не отправляются на удаленные серверы. Это важно с точки зрения конфиденциальности и безопасности данных.

При покупке Studio-версии с российскими банковскими картами могут возникнуть трудности из-за ограничений на международные переводы. Варианты: виртуальные карты зарубежных сервисов (Wise, Revolut) или покупка через авторизованных российских партнеров Blackmagic Design, принимающих рублевую оплату через отечественные платежные системы.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Китайский доставщик еды обучил AI-модель на 1,6 трлн параметров без единого чипа NVIDIA

Meituan выпустила LongCat-2.0 на 1,6 трлн параметров — первую триллионную модель, обученную целиком на китайских чипах.

🔴 Китайский доставщик еды обучил AI-модель на 1,6 трлн параметров без единого чипа NVIDIA

Meituan, компания, известная в Китае доставкой курьерами в жёлтых куртках, выпустила флагманскую AI-модель LongCat-2.0 на уровне DeepSeek V4-pro. Обучена целиком на отечественных чипах. Без NVIDIA. Без исключений.

LongCat-2.0: 1,6 трлн параметров, контекст 1 млн токенов, обучена на кластере из 50 000 китайских ASIC. Это первая в истории модель триллионного масштаба, прошедшая полный цикл (обучение и запуск) на китайском железе. DeepSeek V4-pro, напомним, использовал отечественные чипы только для запуска модели, а само обучение шло на западных GPU. У Meituan это весь цикл от первого до последнего шага.

Санкции США были направлены ровно на то, чтобы такого момента никогда не наступило. Он наступил. Для российского предпринимателя это два вывода. Первый: китайский AI-стек можно рассматривать как реальную альтернативу. Второй: лидерство в AI больше не привязано к железу одной компании.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #чипы #GPU #полупроводники #чиповаявойна #Китай #геополитика #экспортный_контроль #DeepSeek #ИИ #технологии #AravanaAI

Как начать пользоваться Claude Sonnet 5: новый агентный AI от Anthropic

Claude Sonnet 5 вышел 30 июня 2026 и сразу стал дефолтной моделью для всех пользователей Claude. Он умеет автономно работать с браузером и терминалом, почти не уступает Opus 4.8, но стоит значительно дешевле. Рассказываем, как начать работу.

Важные детали Claude Sonnet 5 (июль 2026). Новый токенизатор: Sonnet 5 генерирует примерно на 30% больше токенов для одного и того же текста -- учитывайте при расчёте API-бюджета. Ограничение: Priority Tier недоступен для Claude Sonnet 5 -- для гарантированного приоритетного доступа используйте Claude Opus 4.8. Вводное ценообразование $2/$10 за 1M токенов действует до 31 августа 2026 года; после -- $3/$15.

Что это и для кого

Claude Sonnet 5 -- новая языковая модель от Anthropic, выпущенная 30 июня 2026 года. Это не просто очередной апгрейд: Sonnet 5 стал первой моделью среднего ценового сегмента, которая умеет работать в полноценном автономном агентном режиме -- самостоятельно открывать браузер, выполнять команды в терминале, планировать многошаговые задачи и доводить их до конца практически без участия человека.

Важно понимать исторический контекст. Ещё несколько месяцев назад такой уровень агентной автономии был доступен только в Claude Opus 4.8 -- флагманской и самой дорогой модели Anthropic. Sonnet 5 меняет это уравнение: по ключевым показателям агентных задач, кодирования и рассуждений он вплотную приближается к Opus 4.8, но при этом стоит в разы дешевле как для разработчиков (в API), так и для обычных пользователей.

С момента выпуска Sonnet 5 стал моделью по умолчанию для всех аккаунтов Claude -- включая бесплатный план. Это означает, что теперь любой пользователь, открывая новый чат, по умолчанию работает с одной из сильнейших AI-моделей в мире, доступной без подписки. Это радикально меняет планку доступности мощного AI.

Кому нужен Claude Sonnet 5? Прежде всего тем, кто хочет автоматизировать рутинные задачи: исследование в интернете, написание и отладку кода, работу с документами, анализ данных и ведение переписки. Разработчики ценят его за точное следование инструкциям, понимание сложного технического контекста и минимальное количество галлюцинаций. Контент-мейкеры и копирайтеры -- за качество текста, которое сложно отличить от человеческого. Аналитики -- за способность обрабатывать огромные объемы данных в одном диалоге без потери нити рассуждений.

Sonnet 5 особенно полезен тем, кто уже использует Claude Code, API или строит собственные агентные пайплайны. Именно для этих сценариев Anthropic в первую очередь оптимизировал модель. Но и обычным пользователям через веб-интерфейс новая версия Sonnet дает ощутимый прирост по сравнению со всеми предшественниками.

Как зарегистрироваться / установить

Для доступа через веб-браузер перейдите на сайт claude.ai. Нажмите кнопку Sign up в правом верхнем углу страницы. Для регистрации потребуется электронная почта -- подойдет любой сервис, включая Gmail, Outlook или ProtonMail. После ввода адреса придет письмо с кодом подтверждения: введите его в появившемся поле.

На следующем шаге укажите имя и придумайте пароль. Anthropic также попросит указать вашу страну проживания и согласиться с условиями использования. После этого аккаунт создан и вы уже находитесь в интерфейсе Claude. Claude Sonnet 5 будет выбран по умолчанию -- дополнительных настроек не требуется.

Для мобильного использования скачайте официальное приложение Claude из App Store (iOS) или Google Play (Android). После входа в аккаунт выберите Sonnet 5 в настройках чата -- иконка модели находится в верхней части экрана. Приложение поддерживает голосовой режим, работу с изображениями и загрузку файлов прямо со смартфона.

Если вы разработчик и хотите использовать Sonnet 5 через API, зарегистрируйтесь или войдите на console.anthropic.com. Там создайте API-ключ в разделе API Keys. Идентификатор модели для запросов: claude-sonnet-5-20260630. Модель поддерживает все стандартные параметры Anthropic API: системные промпты, tool_use, streaming, расширенное мышление (thinking) и работу с изображениями.

Пользователям Claude Code -- CLI-инструмента для разработки -- достаточно выполнить npm update -g @anthropic-ai/claude-code для обновления до версии, поддерживающей Sonnet 5. После обновления запустите claude --model claude-sonnet-5-20260630 или просто выберите модель в интерактивном меню.

Первый запуск -- что попробовать

Открыв новый чат, убедитесь, что в шапке диалога написано Claude Sonnet 5. Если нет, нажмите на имя модели и выберите нужную из выпадающего списка.

Начните с многошаговой задачи -- именно здесь Sonnet 5 проявляет себя лучше всего. Например: «Найди три последних исследования об эффективности витамина D на иммунитет, сделай краткое резюме каждого и сравни их выводы». В отличие от предыдущих версий, пятая версия Sonnet самостоятельно выстроит последовательность действий, выполнит поиск (при наличии инструмента поиска), сформирует резюме и проведет сравнение -- без дополнительных подсказок с вашей стороны.

Попробуйте работу с документами. Нажмите кнопку прикрепления файла (иконка скрепки) и загрузите PDF-договор, финансовый отчет или техническое задание. Затем задайте вопрос: «Какие обязательства берет на себя исполнитель по этому договору и каковы штрафные санкции?» Sonnet 5 обработает документ объемом до сотен страниц и выдаст структурированный анализ.

Если вы пишете код, попросите модель помочь с реальной задачей: «Напиши Python-скрипт, который читает CSV-файл с данными о продажах, строит график по месяцам и сохраняет его как PNG». Sonnet 5 напишет рабочий код с комментариями, объяснит логику и при необходимости исправит ошибки прямо в диалоге.

Для тестирования агентных возможностей используйте Claude Code или Projects с расширенными разрешениями. Дайте задачу, которая требует работы с файловой системой: «Просмотри все файлы в папке /Documents/reports, найди те, что содержат слово квартал, и создай сводный файл с их ключевыми показателями». Модель выполнит задачу автономно, отчитываясь о каждом шаге.

Обратите внимание на кнопку Think deeply в интерфейсе (доступна на Pro и выше) -- она включает расширенный режим рассуждений. Используйте его для сложных аналитических задач, математических доказательств или стратегических вопросов, где важна глубина проработки, а не скорость ответа.

Ключевые фишки

Полноценный агентный режим. Главное отличие Sonnet 5 от всех предыдущих версий Sonnet -- способность к многошаговому автономному выполнению задач. Модель умеет использовать браузер для поиска и извлечения информации, терминал для запуска кода, файловую систему для чтения и записи файлов, а также подключаться к внешним API и сервисам. Раньше такой уровень возможностей был доступен только во флагманском Opus. Теперь он входит в стандартную комплектацию модели среднего уровня.

Extended Thinking (расширенное мышление). Sonnet 5 поддерживает режим углубленного размышления, при котором перед формированием ответа модель строит внутреннюю цепочку рассуждений. В интерфейсе это обозначается как Thinking... -- вы видите промежуточные шаги. Включить режим можно переключателем Think deeply в веб-интерфейсе (Pro и Max) или через параметр thinking в API. Особенно полезен для математики, логических задач и сложного анализа.

Минимум галлюцинаций. По внутренним оценкам Anthropic, Sonnet 5 примерно на 30% реже выдает неверные или выдуманные факты по сравнению с Sonnet 4.6. Модель чаще явно признает отсутствие информации вместо того, чтобы придумывать несуществующие источники -- критически важное свойство для профессионального использования.

Сильные позиции в кодировании. На бенчмарке SWE-Bench Verified -- стандарте оценки AI-моделей для реальных задач программирования -- Sonnet 5 показывает результаты, сравнимые с Opus 4.8. Модель понимает большие кодовые базы, умеет дебажить сложные ошибки и предлагает архитектурные решения, а не просто пишет синтаксически правильный код.

Контекстное окно 200 000 токенов. Модель обрабатывает до 200 тысяч токенов -- примерно 150 тысяч слов -- за один запрос. Это позволяет загружать целые кодовые репозитории, длинные юридические документы или десятки страниц аналитики и получать ответы с учетом всего контекста.

Мультимодальность. Sonnet 5 понимает текст, изображения и PDF-файлы. Загрузите скриншот интерфейса -- и получите описание. Прикрепите схему архитектуры -- и модель разберет её. Прикрепите финансовый отчет в формате PDF -- и получите краткое резюме ключевых цифр.

Projects с постоянной памятью. В Claude.ai можно создавать Projects -- отдельные рабочие пространства, где модель запоминает контекст между разными сессиями. В рамках проекта можно задать постоянные инструкции (например, стиль общения, роль, формат ответов) и прикрепить базовые документы. Sonnet 5 будет учитывать все это в каждом новом диалоге внутри проекта.

Цены и ограничения

На момент написания этого материала структура цен следующая. Бесплатный план дает доступ к Claude Sonnet 5 с ограниченным количеством сообщений в день. Точные лимиты Anthropic не раскрывает, но при умеренном использовании -- несколько десятков запросов в день -- лимит обычно не достигается. При исчерпании бесплатного лимита система уведомит вас и предложит подождать его сброса (как правило, ежедневно) или перейти на платный план.

Claude Pro стоит около 20 долларов в месяц. Дает значительно больший объем запросов, доступ к режиму Extended Thinking, создание Projects с постоянной памятью, приоритет при высокой нагрузке на серверы, а также возможность использования Claude Opus 4.8 для самых требовательных задач.

Claude Max -- расширенный профессиональный план, стоит около 100 долларов в месяц. Основная особенность -- в пять раз больше запросов, чем в Pro, расширенный доступ к агентным функциям и приоритетная поддержка. Ориентирован на тех, кто использует Claude как основной рабочий инструмент весь день.

API для разработчиков: до 31 августа 2026 года действует вводная цена -- 2 доллара за миллион входящих токенов и 10 долларов за миллион исходящих. После этой даты стоимость составит 3 и 15 долларов соответственно. Даже по новым ценам Sonnet 5 дешевле Claude Opus 4.8, GPT-5.5 от OpenAI и Gemini 3.1 Pro от Google при сопоставимом качестве ответов.

Ограничения, о которых стоит знать. Полноценный агентный режим с выходом во внешнюю среду -- браузер, терминал, файловая система -- доступен не в стандартном веб-интерфейсе, а в Claude Code, через API с инструментами или в Projects с расширенными разрешениями. В базовом чате claude.ai модель работает только внутри диалога. Кроме того, у модели нет постоянного доступа к актуальным новостям в стандартном режиме -- она опирается на знания, накопленные до даты последнего обучения, если ей не предоставить доступ к веб-поиску.

Нужен ли VPN из России

Сервисы Anthropic, включая claude.ai, недоступны с российских IP-адресов -- при попытке открыть сайт без VPN вы увидите сообщение о недоступности сервиса в вашем регионе. Это следствие американского законодательства об экспортном контроле, а не целенаправленных ограничений для российских пользователей как таковых.

Для доступа потребуется VPN с серверами в США, Германии, Нидерландах, Великобритании или любой другой стране, где сервис работает. Большинство платных VPN-провайдеров -- Mullvad, ProtonVPN, ExpressVPN -- справляются с этой задачей. После подключения VPN регистрация и использование claude.ai проходят стандартно.

Подписка оплачивается банковской картой. Российские карты Visa и Mastercard не принимаются на большинстве зарубежных сайтов из-за отключения от международных платежных систем. Варианты для оплаты: виртуальные карты зарубежных банков (Wise, Revolut), криптовалюта через специализированные сервисы или подарочные карты, которые продаются в ряде онлайн-магазинов. В мобильном приложении на iOS оплата проходит через App Store -- для этого понадобится иностранный аккаунт Apple ID.

Бесплатный план Claude доступен сразу после регистрации и не требует привязки карты. Это хороший способ оценить возможности Sonnet 5 перед принятием решения о подписке.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Китай за один день родил два робо-единорога по $2,8 млрд

AI2 Robotics и X Square Robots в один день получили оценку около $2,8 млрд каждая — гуманоидный сектор Китая разгоняется без передышки.

🔴 Китай за один день родил два робо-единорога по $2,8 млрд

Два стартапа, AI2 Robotics и X Square Robots, в один и тот же день получили оценку около $2,8 млрд каждый. Не на неделе, не в одном квартале, а в один день. И это после того, как Китай уже несколько месяцев заливает гуманоидный сектор деньгами без передышки.

AI2 Robotics из Шэньчжэня привлекла около $735 млн и показывает колёсного гуманоида AlphaBot с 34 степенями свободы и собственной базовой моделью Alpha Brain. X Square Robots делает серию Quanta во главе с моделью X2 и собирает данные движений через телеоперацию и экзоскелеты, поверх своей открытой системы Wall-OSS. SiliconAngle отмечает, что эти раунды идут на фоне волны китайских инвестиций в физический ИИ, которая по темпам уже обгоняет американский рынок.

Для российского предпринимателя это сигнал, что окно «гуманоиды появятся лет через десять» закрывается прямо сейчас. Китайские заводы и логистика получают своих железных рабочих от своих же поставщиков, без оглядки на санкции. Если ваша операционная модель построена на дешёвом ручном труде в Азии, у неё новый конкурент, и он не уйдёт на больничный.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #физическийИИ #автоматизация #инвестиции #венчур #раунд #Китай #геополитика #ИИ #технологии #AravanaAI

Google теряет ещё двух главных умов Gemini, и это уже не утечка, а кадровая воронка в Anthropic

Ионас Адлер и Александр Притцель — двое ключевых авторов Gemini — переходят в Anthropic. Четвёртый громкий уход из AI-команды Google за неделю; акции Alphabet потеряли 13% за месяц.

🔴 Google теряет ещё двух главных умов Gemini, и это уже не утечка, а кадровая воронка в Anthropic

Ионас Адлер и Александр Притцель, оба ключевые авторы Gemini, уходят к Anthropic. Если бы это были одиночные переходы, была бы обычная новость. Но за последние несколько дней из той же команды ушли ещё двое: Ноам Шазир в OpenAI, Джон Джампер (нобелевский лауреат за AlphaFold) туда же, в Anthropic. Четыре громких имени за неделю: это уже закономерность.

По данным Yahoo Finance, рынок реагирует жёстко: акции Alphabet торгуются на уровне $337,39, минус 13,2% за месяц и почти на 28% ниже целевой цены аналитиков в районе $432,83. Главный вопрос, который повис над компанией: способна ли она удерживать и привлекать ведущих исследователей в гонке, где Anthropic и OpenAI скупают именно тех людей, которые делали Gemini взрослым продуктом.

Для российского предпринимателя это сигнал о реальной расстановке сил. Anthropic становится магнитом для лучших голов индустрии, а это значит, следующие версии Claude, скорее всего, будут разгоняться быстрее конкурентов. Если ваш набор инструментов завязан на одного провайдера моделей, момент для диверсификации настал прямо сейчас, пока кадровая перестановка не превратилась в продуктовую пропасть.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #Anthropic #Claude #Gemini #Google #OpenAI #BigTech #рынок_труда #ИИ #технологии #AravanaAI

Anthropic договорился с Ньюсомом: Калифорния получает Claude за полцены

Первая сделка Anthropic со штатом — Claude станет доступен всем агентствам Калифорнии и местным властям со скидкой 50%.

🔴 Anthropic договорился с Ньюсомом: Калифорния получает Claude за полцены

Пока Пентагон ругается с Anthropic из-за условий использования Claude, крупнейший штат США тихо подписал с компанией контракт мечты со скидкой ровно вдвое.

Anthropic и губернатор Гэвин Ньюсом объявили о первой в своём роде сделке: все государственные агентства штата и местные власти Калифорнии получают доступ к Claude по цене вдвое ниже коммерческой. В рамках партнёрства Anthropic также берёт на себя обучение сотрудников и поддержку. Claude будет помогать чиновникам готовить документы и обрабатывать информацию. «AI не должен заменять человеческую работу правительства, он должен помогать нашим сотрудникам работать быстрее и решать задачи эффективнее», заявил Ньюсом. Калифорния стала первым штатом, заключившим подобный контракт с ведущей AI-лабораторией такого масштаба.

Для российского предпринимателя это сигнал: AI перестаёт быть экспериментом и становится переговорной валютой. Anthropic жертвует половиной маржи, чтобы первым войти в гигантский рынок госуслуг США и заодно перетянуть на свою сторону репутацию ответственного партнёра. Тот, кто сегодня соглашается на скидку ради контракта с крупным клиентом, завтра задаёт правила всему сегменту.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #Anthropic #Claude #модели #регуляция #США #корпоративнаястратегия #BigTech #ИИ #технологии #AravanaAI

Пекин запускает первую в мире AI-фабрику персональных противораковых вакцин

Likang Life Sciences вложила 110 млн юаней в линию LK101 — персонализированную вакцину под опухолевый профиль пациента, выпуск за один день.

🔴 Пекин запускает первую в мире AI-фабрику персональных противораковых вакцин

Пока в США спорят, можно ли давать AI в клиники, Китай уже строит серийную линию. И вакцина под конкретную опухоль будет готова за один день.

Компания Likang Life Sciences завершает в Пекине строительство первой в мире серийной линии по производству персонализированной противораковой вакцины LK101. Объём инвестиций составил 110 млн юаней (около 16,1 млн долларов), запуск намечен на октябрь 2026 года. Площадка размещена в Пекинской зоне экономико-технологического развития, главной биотех-зоне столицы. AI анализирует ДНК опухоли пациента, находит уникальные мутации и собирает под них персональную вакцину. Весь цикл укладывается в одни сутки. По прогнозу Bank of America, мировой рынок AI в здравоохранении к 2035 году может превысить 1 трлн долларов.

Для российского предпринимателя сигнал двойной. Во-первых, AI в фарме перестаёт быть исследованием в лаборатории: это уже завод с конвейером. Во-вторых, гонка за персонализированную медицину разворачивается с азиатского фланга, а не с американского. Тот, кто сегодня строит биотех в России с прицелом на Азию, получает конкретного индустриального заказчика на горизонте трёх-пяти лет, а не абстрактный «мировой рынок».

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#longevity #биотех #healthtech #фарма #Китай #продлениежизни #геополитика #ИИ #технологии #AravanaAI

SpaceX закрыла три AI-контракта на $27,8 млрд годового дохода

Anthropic, Google и Reflection AI платят SpaceX за compute на Colossus — общая выручка превысила всю выручку SpaceX за 2025 год.

🔴 SpaceX закрыла три AI-контракта на $27,8 млрд годового дохода

Маск построил ракеты и спутники. А теперь продаёт три самых дорогих в мире пакета чужих видеокарт, и эти контракты уже превзошли весь оборот SpaceX за прошлый год.

Согласно документам SpaceX, у компании уже три AI-клиента на дата-центрах Colossus. Anthropic платит $1,25 млрд в месяц, это $18 млрд в год, до мая 2029-го, получая более 300 МВт мощности и 220 тысяч GPU NVIDIA на Colossus 1. Google платит $920 млн в месяц до июня 2029-го, около 110 тысяч GPU и порядка $11 млрд в год. Стартап Reflection AI закрывает третий контракт на $150 млн в месяц на Colossus 2. Итого: $27,8 млрд годовой выручки только от аренды AI-мощностей. Для сравнения: вся выручка SpaceX за 2025 год составила $18,7 млрд, то есть контракты на вычисления её более чем удвоили. В проспекте SpaceX заявил, что ожидает заключения аналогичных сделок и дальше.

Для российского предпринимателя это сигнал о новом центре прибыли в AI. Ракеты Маска оказались побочным бизнесом: главные деньги делает аренда GPU ведущим AI-лабораториям. Тот, кто сегодня владеет реальной мощностью (электричество, охлаждение, GPU), стоит дороже, чем тот, кто пишет модели. Если у вас есть доступ к энергии и площадке, это уже не «инфраструктура», это валюта AI-эпохи.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#инвестиции #BigTech #корпоративнаястратегия #датацентры #GPU #NVIDIA #инфраструктура #Anthropic #Google #ИИ #технологии #AravanaAI

Arena: бесплатный AI-рейтинг вырос в бизнес на $100 млн за 8 месяцев

Главный публичный рейтинг AI-моделей запустил платную оценку моделей в сентябре 2025 — и за восемь месяцев дошёл до $100 млн годового run-rate.

🔴 Arena: бесплатный AI-рейтинг вырос в бизнес на $100 млн за 8 месяцев

Каждый, кто хоть раз спорил «Claude умнее или GPT?», открывал именно этот рейтинг. И все эти годы он считался проектом с открытым кодом учёных из Беркли. А теперь это компания на $1,7 млрд с выручкой $100 млн.

Платформа Arena вышла на $100 млн годовой выручки через 8 месяцев после запуска платного продукта AI Evaluations в сентябре 2025-го. В январе 2026-го раунд Series A прошёл по оценке $1,7 млрд при $30 млн выручки: за полгода годовая выручка выросла более чем втрое. Бизнес-модель построена на оплате по факту использования, а не на подписке: AI-лаборатории и корпорации платят за аналитику от более чем 10 млн оценок сообщества. Сооснователи: Анастасиос Ангелопулос (CEO), Уэй-Линь Цзян (CTO, постдок UC Berkeley) и Ион Стойка (профессор Berkeley, основатель Databricks). Всего привлечено $250 млн, среди инвесторов Felicis, Andreessen Horowitz, Kleiner Perkins, Lightspeed. По словам Ангелопулоса, «многие даже не понимают, что мы вообще зарабатываем, для них мы всё ещё проект с открытым кодом». Прямых конкурентов нет: Yupp закрылся в марте 2026-го. Главная конкуренция идёт с компаниями ручной разметки: Mercor (более $1 млрд годовой выручки), Surge, Scale AI.

Для российского предпринимателя сюжет банальный, но точный. Сегодня ценнее всего не сами модели, а оценки моделей. Тот, кто построил независимую инфраструктуру оценки и заработал на ней доверие пользователей, владеет тем, что нужно всем ведущим AI-лабораториям. Если у вас в продукте есть пользователи, которые регулярно делают выбор между альтернативами, у вас уже есть актив, который можно продать в эпоху AI.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#инвестиции #венчур #стартапы #оценка #нейросети #модели #BigTech #корпоративнаястратегия #ИИ #технологии #AravanaAI

Китайский гуманоид отстоял шесть дней на конвейере почти без ошибок

Agibot G2 шесть дней работал на заводе Longcheer с точностью 99,99% — 64 828 операций, 17 625 планшетов, 15-тысячный робот собран во время демо.

🔴 Китайский гуманоид отстоял шесть дней на конвейере почти без ошибок

Когда робота показывают на сцене, это театр. Когда тот же робот работает шесть дней подряд в прямом эфире на действующей фабрике, это уже инженерия. Китайская Agibot вывела свои гуманоидные модели G2 на завод электроники Longcheer в Наньчане. Стрим шёл 64 часа, роботы выполнили 64 828 операций.

Цифры удобно вписать в презентацию любому CEO. Точность 99,99%. Сборщики Agibot G2 проверяли качество, сортировали брак, инспектировали планшеты, перевозили материалы. За время эфира собрали 17 625 готовых планшетов. Компания заодно отчиталась: 15-тысячный робот сошёл с конвейера прямо во время демонстрации, причём вторая половина партии собрана всего за три месяца против года, который ушёл на первые пять тысяч. Доля Agibot на мировом рынке гуманоидов составляет 39%.

Для российского предпринимателя это сигнал последней мили. Гуманоид перестал быть проектом «когда-нибудь, через пять лет». На горизонте 12–24 месяцев конкурент в Китае, Вьетнаме или Турции получит фабрику, где смены не нужны, а простой стремится к нулю. Кто уже сейчас смотрит, какие операции в цеху ровно повторяемы, выйдет к этому рынку с готовой архитектурой данных. Остальные будут догонять.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #гуманоиды #робототехника #автоматизация #физическийИИ #промышленныероботы #будущеетруда #Китай #ИИ #технологии #AravanaAI

Как начать пользоваться CrewAI: мультиагентный фреймворк для автоматизации

CrewAI -- самый быстрорастущий open-source фреймворк для мультиагентных систем. Более 52 000 звёзд на GitHub. Рассказываем, как создать команду AI-агентов, подключить инструменты и автоматизировать сложные задачи.

Что это и для кого

CrewAI -- это open-source Python-фреймворк для создания систем из нескольких AI-агентов, которые работают вместе как команда. Основная идея проста и элегантна: ты описываешь несколько AI-«специалистов» с разными ролями, целями и инструментами, затем поручаешь им задачи и наблюдаешь, как они координируют работу и совместно достигают результата.

В 2026 году CrewAI стал одним из самых популярных фреймворков для агентов: более 54 000 звёзд на GitHub, сотни тысяч установок в месяц, активное сообщество разработчиков по всему миру. Сервис используется компаниями для автоматизации исследований рынка, написания и публикации контента, анализа финансовых данных, поиска и обработки информации из множества источников одновременно.

CrewAI предлагает два основных примитива для построения агентных систем. Первый -- это Crews (команды): группы агентов с ролями и задачами, которые выполняются последовательно или параллельно по фиксированному сценарию. Второй -- Flows (потоки): более гибкий event-driven механизм для сложных рабочих процессов с условиями, ветвлением и циклами. Для большинства задач начинают с Crews, переходя к Flows по мере роста сложности.

Отличие CrewAI от LangGraph -- в уровне абстракции. CrewAI работает выше: ты описываешь агентов на человеческом языке (роль, цель, история), а фреймворк сам строит взаимодействие. LangGraph даёт полный контроль на уровне графа переходов -- мощнее, но сложнее. Для большинства задач автоматизации CrewAI позволяет сделать работающий прототип вдвое быстрее.

Кому подойдёт CrewAI:

• Разработчикам и аналитикам, которым нужно быстро автоматизировать процессы, требующие нескольких шагов и разных специализаций: исследование, анализ, написание, проверка.
• Маркетинговым командам -- для создания конвейеров контента: агент-исследователь собирает данные, агент-автор пишет текст, агент-редактор проверяет и улучшает.
• Аналитикам данных -- для автоматического сбора, обработки и интерпретации данных из нескольких источников.
• Стартапам, которые хотят автоматизировать рутину без найма большой команды.
• Всем, кто слышал про AI-агентов и хочет быстро получить рабочий результат без глубокого погружения в низкоуровневые детали.

CrewAI написан на Python и поддерживает все ведущие LLM через LiteLLM: OpenAI GPT, Anthropic Claude, Google Gemini, Mistral, а также локальные модели через Ollama. Один и тот же Crew может использовать разные модели для разных агентов -- например, дорогую мощную модель для стратегических решений и дешёвую быструю для рутинного форматирования.

Как зарегистрироваться / установить

CrewAI устанавливается через pip, это open-source проект без обязательной регистрации. Для доступа к CrewAI Enterprise и облачному деплою понадобится аккаунт на crewai.com, но для начала разработки это не нужно.

Требования к системе. Python 3.10 или выше (3.12 рекомендуется). pip для управления пакетами. Виртуальное окружение. Ключ API для выбранного LLM: OPENAI_API_KEY, ANTHROPIC_API_KEY или другого провайдера.

Установка через pip. Создай виртуальное окружение: python -m venv .venv и активируй его командой source .venv/bin/activate (Mac и Linux) или .venv\Scripts\activate (Windows). Установи CrewAI со всеми инструментами: pip install crewai crewai-tools. Версия 0.121.0 и выше включает нативную поддержку MCP и async-режим.

Создание нового проекта через CLI. CrewAI предоставляет CLI для быстрого старта. Выполни: crewai create crew my-project. Эта команда создаст папку с готовой структурой: файл с описанием агентов agents.yaml, файл задач tasks.yaml, главный скрипт crew.py и файл зависимостей. Эта scaffolding-структура считается лучшей практикой для организации CrewAI-проектов.

Настройка переменных окружения. Создай файл .env в корне проекта. Добавь ключ API: например, OPENAI_API_KEY=sk-... или ANTHROPIC_API_KEY=sk-ant-... CrewAI по умолчанию использует OpenAI, но это легко изменить через параметр llm в описании агента. Загружай переменные через python-dotenv: pip install python-dotenv, затем from dotenv import load_dotenv; load_dotenv() в главном файле.

Проверка установки. Запусти: crewai version -- должна вывестись версия 0.120.x или выше. Либо в Python: python -c "import crewai; print(crewai.__version__)". Если всё установлено корректно, можно создавать первый Crew.

CrewAI Enterprise (опционально). CrewAI предоставляет платформу для деплоя и мониторинга агентов. Для регистрации перейди на app.crewai.com. Бесплатный tier включает базовый мониторинг выполнения crews и просмотр логов. Платные планы добавляют управление памятью, командный доступ и приоритетную поддержку.

Первый запуск -- что попробовать

Создадим классический пример: Crew из двух агентов для написания аналитического материала. Первый агент -- Исследователь, собирает информацию по теме. Второй агент -- Автор, превращает собранные данные в связный текст. Это базовый паттерн, который легко адаптировать под любую задачу.

Шаг 1: Определи агентов. В CrewAI агент создаётся через класс Agent. Каждый агент имеет роль (role), цель (goal) и биографию (backstory). Эти текстовые поля -- не просто описания, они напрямую включаются в системный промпт агента и определяют его поведение. Исследователь получит роль «Старший аналитик-исследователь», цель «Находить актуальную и достоверную информацию по теме», биографию «Опытный исследователь с 10-летним стажем в аналитической журналистике». Автор -- роль «Контент-стратег и писатель», цель «Превращать сырые данные в увлекательные материалы», биографию соответствующего содержания.

Шаг 2: Определи задачи. Задачи создаются через класс Task. Каждая задача привязана к конкретному агенту и содержит подробное описание (description) и ожидаемый результат (expected_output). Для Исследователя: описание «Исследуй тему [X] и собери ключевые факты, статистику и актуальные события», ожидаемый результат «Структурированный список из 10 ключевых находок с источниками». Для Автора: описание «На основе предоставленных исследований напиши статью объёмом 500 слов», ожидаемый результат «Готовая статья в формате Markdown».

Шаг 3: Собери Crew. Класс Crew принимает списки агентов и задач. Параметр process определяет порядок выполнения: Process.sequential -- задачи выполняются строго по порядку, результат предыдущей автоматически передаётся в контекст следующей. Process.hierarchical -- появляется менеджер-агент, который самостоятельно распределяет задачи между исполнителями. Для начала используй sequential.

Шаг 4: Запусти и проанализируй. Вызови crew.kickoff() -- Crew начнёт выполнение. В консоли ты увидишь детальный лог: какой агент думает, что именно он делает, какие инструменты использует. Это «мышление вслух» очень полезно для понимания поведения агентов и оптимизации промптов. После завершения result.raw содержит итоговый ответ последней задачи.

Добавь инструменты. Без инструментов агенты работают только с тем, что знает LLM. Добавь реальные возможности: SerperDevTool для поиска в Google, WebsiteSearchTool для анализа конкретного сайта, FileReadTool для чтения файлов. Передай инструменты в параметр tools агента. Теперь Исследователь сможет реально искать в интернете, а не выдумывать данные.

Ключевые фишки

Система памяти из четырёх уровней. CrewAI поддерживает четыре типа памяти для агентов: краткосрочная (Short-Term Memory -- в рамках одного выполнения), долгосрочная (Long-Term Memory -- сохраняется между запусками в SQLite или другом хранилище), коллективная (Shared Memory -- общая для всей команды) и память сущностей (Entity Memory -- информация о конкретных людях, компаниях, продуктах, упомянутых в задаче). Включается параметром memory=True в классе Crew.

Нативная поддержка MCP. С версии 0.121.0 CrewAI поддерживает MCP-серверы как источники инструментов. Подключи любой MCP-сервер -- для работы с браузером, файловой системой, базой данных, GitHub, Slack, Google Calendar -- и агенты автоматически получат доступ ко всем его инструментам. Это резко расширяет возможности без написания кастомных обёрток.

Async-режим для параллельного выполнения. Задачи и агенты могут работать асинхронно. Пометь задачу как async_execution=True -- и Crew запустит её параллельно с другими задачами, не дожидаясь завершения. Это критично при больших объёмах работы: несколько агентов-исследователей, параллельно анализирующих разные источники, могут выполнить работу в несколько раз быстрее.

Flows для сложной логики. Если Crews -- это прямолинейный pipeline, то Flows позволяют добавлять ветвления, циклы и условия. Используй декоратор @listen для реакции на события, @router для ветвления в зависимости от результата, @start для точек входа. Flows можно встраивать в другие Flows, строя иерархические пайплайны произвольной сложности.

Структурированные выходные данные. Агентам можно указывать, в каком формате возвращать результат, используя Pydantic-модели в параметре output_pydantic задачи. CrewAI автоматически заставит модель вернуть JSON, соответствующий схеме, и распарсит результат в Python-объект. Это делает выходные данные агентов предсказуемыми и пригодными для дальнейшей обработки кодом.

Автоматическое восстановление после ошибок. Если агент столкнулся с ошибкой при вызове инструмента (сайт недоступен, API вернул ошибку), CrewAI автоматически пробует другой подход или просит агента переформулировать запрос. Агент может рефлексировать над ошибкой и выбрать альтернативный путь без вмешательства разработчика.

A2A-протокол: межагентная совместная работа

Обновление июль 2026: поддержка A2A-протокола. CrewAI поддерживает протокол Agent-to-Agent (A2A) как первоклассный примитив делегирования. A2A позволяет агентам CrewAI взаимодействовать с агентами на других фреймворках -- LangGraph, Semantic Kernel, AutoGen, Google ADK -- напрямую, без промежуточного слоя. По состоянию на апрель 2026 года более 150 организаций (Microsoft, AWS, Google, IBM, SAP, ServiceNow, Deutsche Bank) работают с A2A в production.

Как работает A2A в CrewAI. Каждый агент публикует Agent Card -- структурированный JSON-документ с описанием возможностей, методов аутентификации и поддерживаемых форматов. Транспорт -- JSON-RPC 2.0 поверх HTTPS с Server-Sent Events для стриминга обновлений. В клиентском режиме агент автоматически выбирает между локальным выполнением и удалённым делегированием в зависимости от требований задачи. Поддерживается опция return_final_answer: True -- когда серверный агент сигнализирует о завершении, клиент получает итоговый результат напрямую.

Конфигурация A2A. Для включения A2A-делегирования добавь параметр a2a_enabled=True в описание агента. Для запуска агента как A2A-сервера (принимает задачи от внешних агентов): crewai serve --a2a. Безопасность обеспечивается токенами Bearer и опциональной взаимной TLS-аутентификацией. A2A-поддержка встроена в CrewAI начиная с версии 0.121.0.

Checkpointing: контрольные точки и разветвление

Обновление апрель 2026: checkpointing в Crews и автономных агентах. CrewAI поддерживает контрольные точки для Flows и автономных агентов. Checkpoint -- это снимок состояния: завершённые задачи, контекст, промежуточные результаты. Он сохраняется после каждого шага и позволяет возобновить прерванное выполнение без повторного прохождения уже завершённых этапов.

Воспроизведение и форкинг. Функция crew.replay(task_id) перезапускает выполнение с конкретного шага. Форкинг -- запуск нескольких параллельных веток от одной контрольной точки с разными входными данными -- полезен для A/B-сравнения стратегий обработки. Сериализация кастомных BaseLLM-конфигураций исправлена: контрольные точки корректно восстанавливают настройки модели при загрузке.

Интеграция с Amazon Bedrock Agents. В апреле 2026 CrewAI добавил нативную поддержку Amazon Bedrock V4: агенты работают с любой моделью через Amazon Bedrock API (Claude, Llama, Mistral и другие), а Flows и Crews интегрируются с AWS CloudWatch для мониторинга. Архитектура "flows-and-crews" напрямую подключается к Bedrock-моделям и AWS-инфраструктуре. Подробнее: AWS Prescriptive Guidance "Deploy agentic systems on Amazon Bedrock with the CrewAI framework".

Цены и ограничения

CrewAI как библиотека полностью бесплатен и open-source. Платишь только за вызовы к LLM: стоимость зависит от выбранных моделей и количества агентов в Crew. Комплексная задача с тремя агентами и поиском в интернете может потратить от нескольких центов до нескольких долларов в зависимости от сложности.

CrewAI Enterprise (облачная платформа): Бесплатный уровень включает мониторинг, логи выполнения и ограниченное число запусков через облако. Платные планы (цены на app.crewai.com, они регулярно меняются) добавляют командный доступ, расширенную аналитику, управление памятью через облачное хранилище, возможность деплоя Crew как API-эндпоинта и поддержку. Для индивидуальных разработчиков бесплатного уровня обычно достаточно.

Ограничения: Сложность отладки возрастает с числом агентов -- трудно точно отследить, почему конкретный агент принял то или иное решение. Системные промпты CrewAI занимают значительную часть контекстного окна, что увеличивает стоимость. Долгие цепочки задач могут занять много времени -- агент-исследователь с доступом в интернет на сложной задаче может работать 5-15 минут. Flows пока слабее задокументированы, чем Crews -- некоторые возможности проще понять из исходного кода, чем из документации.

Нужен ли VPN из России

CrewAI как Python-библиотека устанавливается через pip без каких-либо ограничений в России. Исходный код на GitHub доступен без VPN. Сайт crewai.com также открывается без VPN.

VPN может понадобиться для следующего:

• Использование OpenAI API (GPT-4o, GPT-5.5) в качестве LLM для агентов -- OpenAI заблокирован в России. Нужен VPN или зарубежный сервер для развёртывания. Альтернатива: используй Anthropic Claude (работает в России) или локальные модели через Ollama (не нужен интернет вообще).
• Инструменты для поиска в интернете (SerperDevTool, TavilySearch) могут работать нестабильно из российских IP. Через VPN работает лучше.
• CrewAI Enterprise -- облачная платформа. Доступность из России не гарантирована. Используй VPN для стабильного доступа.
• Оплата платных планов: российские карты Visa и Mastercard не принимаются с 2022 года. Нужна иностранная карта.

Лучший вариант для российских пользователей: разворачивай CrewAI с Anthropic Claude API (доступен без VPN) и инструментами, которые не требуют заблокированных сервисов. Либо используй полностью локальную связку: Ollama с Qwen или Llama и локальные инструменты без внешних API-вызовов.

CrewAI 1.14.6: подключаемые бэкенды памяти и улучшенный RAG

Версия CrewAI 1.14.6 вводит систему подключаемых бэкендов памяти. Теперь можно выбирать между LangChain, LlamaIndex или собственными решениями для хранения и извлечения контекста агентов. Бэкенд настраивается на уровне всего экипажа (crew) через параметр memory_config.

RAG (Retrieval-Augmented Generation) бэкенд стал настраиваемым: источники знаний можно менять без изменения кода агентов. Это особенно важно при переходе между векторными базами данных (Pinecone, Chroma, Weaviate) или при добавлении новых документов в базу знаний команды агентов.

Версия 1.14.6 также улучшает производительность мультиагентных рабочих процессов с большим контекстом: снижено использование памяти при параллельном выполнении задач и улучшена скорость извлечения релевантных фрагментов из RAG-хранилища.

CrewAI 1.1.0: что нового

В июле 2026 года вышел CrewAI 1.1.0 с рядом значимых изменений. Динамическая загрузка LLM-моделей в crew wizard: при создании нового Crew через интерактивный мастер теперь можно выбирать модель из актуального списка без ручного редактирования конфигурации. Inline skill definitions: навыки агентов можно описывать прямо внутри определения агента, не вынося в отдельный модуль – это сокращает шаблонный код для простых проектов. Шаблонизация входных данных для Flow actions: в шагах Flow теперь поддерживаются переменные-шаблоны, что упрощает переиспользование одного Flow с разными наборами входных данных.

Дополнительно в CrewAI 1.1.0: введён stream frame protocol для Flows – промежуточные результаты работы Flow теперь можно получать в виде потока событий, не ожидая полного завершения задачи. Это особенно полезно для длительных аналитических пайплайнов. Важное изменение в терминологии: концепция Rules переименована в Policies – в документации и коде используется новое название, хотя обратная совместимость сохранена. При переходе на 1.1.0 рекомендуется обновить термин в собственном коде для соответствия официальной документации.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться LangGraph: фреймворк для production AI-агентов

LangGraph -- ведущий Python-фреймворк для создания stateful AI-агентов. Используется в Klarna, LinkedIn и Replit. Рассказываем, как установить, написать первого агента и настроить память с checkpoints.

Что это и для кого

LangGraph -- это Python и TypeScript фреймворк для создания AI-агентов с сохранением состояния. В отличие от простых цепочек промптов, агенты LangGraph умеют хранить контекст между шагами, делать паузу для проверки человеком, восстанавливаться после ошибок и продолжать работу с любой точки истории. Именно поэтому LangGraph выбирают для production-систем, а не только для прототипов и экспериментов.

В мае 2026 года вышла LangGraph 1.2.0 с content-block-aware стримингом, улучшенным interrupt() и полной поддержкой Python 3.10-3.14. 6 июля 2026 года выпущена версия 1.2.8 с DeltaChannel beta, обновлённым type-safe streaming v2 и более тонким контролем выполнения узлов. Ежемесячная аудитория запросов по LangGraph превысила 33 тысячи поисков в Google -- больше, чем у большинства других Python-фреймворков для агентов. Среди компаний, которые используют его в продакшене: Klarna (финансовые AI-агенты для клиентской поддержки), LinkedIn (алгоритмы рекомендаций контента), Uber (операционная автоматизация диспетчерских процессов) и Replit (AI-ассистент для написания и анализа кода).

Ключевая идея LangGraph: агент описывается как ориентированный граф. Каждый узел (node) -- это функция на Python, которая читает и модифицирует общее типизированное состояние (state). Рёбра (edges) определяют, какой узел вызывается следующим, и могут быть условными на основе текущего состояния. Например: если модель решила использовать инструмент поиска, выполнение переходит к узлу ToolNode; если ответ готов, граф завершается и возвращает результат пользователю. Каждый переход между узлами автоматически сохраняется через систему checkpoints, что делает агента устойчивым к сбоям и позволяет поддерживать долгосрочные многоходовые задачи.

Важно понимать, чем LangGraph отличается от других популярных фреймворков. Если CrewAI предлагает быстрый способ собрать команду из нескольких агентов через ролевые описания, то LangGraph даёт полный низкоуровневый контроль над потоком выполнения на уровне графа. Это сложнее для первоначального освоения, но значительно гибче и надёжнее в production-сценариях с требованиями к надёжности и восстанавливаемости.

Кому подойдёт LangGraph:

• Python-разработчикам, которые строят AI-агентов для реальных задач бизнеса: автоматическая обработка входящих документов, агенты поддержки с доступом к базе знаний, автоматизация внутренних согласований.
• Командам, которым нужны долгосрочные задачи с «памятью»: пользователь ставит многодневную задачу агенту, прерывает работу на ночь, и агент продолжает с того же места на следующий день.
• Разработчикам мультиагентных систем: несколько специализированных агентов с разными инструментами и моделями, координируемые центральным оркестратором.
• Всем, кто уже работает с LangChain и хочет добавить к своим цепочкам персистентное состояние и граф ветвления.

LangGraph не привязывает к конкретным LLM-провайдерам. Одна и та же логика агента работает с Claude, GPT, Gemini, Mistral или с локальными моделями через Ollama -- нужно лишь поменять импорт модели. Это удобно для экспериментов и для миграции между провайдерами без переписывания всей бизнес-логики.

Как зарегистрироваться / установить

LangGraph -- open-source библиотека под лицензией MIT, устанавливается через pip. Никакой регистрации для базового использования не нужно. Для мониторинга через LangSmith и для деплоя через LangGraph Platform потребуются аккаунты, но оба предоставляются бесплатно на базовом уровне.

Требования к системе. Тебе понадобится Python версии 3.10 или выше (рекомендуется 3.12 для наилучшей совместимости). Менеджер пакетов pip или более современная альтернатива uv. Виртуальное окружение -- venv или conda -- настоятельно рекомендуется, чтобы не засорять системный Python. Ключ API для выбранного LLM-провайдера: для Anthropic Claude -- ANTHROPIC_API_KEY, для OpenAI -- OPENAI_API_KEY.

Установка библиотек. Создай виртуальное окружение командой python -m venv .venv и активируй его: source .venv/bin/activate на Mac и Linux, .venv\Scripts\activate на Windows. Затем установи основные пакеты. Для работы с Claude: pip install langgraph langchain-anthropic. Для работы с OpenAI: pip install langgraph langchain-openai. Для production с PostgreSQL-checkpointer дополнительно: pip install langgraph-checkpoint-postgres psycopg[binary].

Настройка переменных окружения. Создай файл .env в корне проекта. Добавь ключ нужного провайдера в формате ANTHROPIC_API_KEY=sk-ant-... или OPENAI_API_KEY=sk-... Загружай переменные в скрипте через python-dotenv: pip install python-dotenv, затем from dotenv import load_dotenv; load_dotenv() в начале кода. Для LangSmith добавь LANGCHAIN_API_KEY и LANGCHAIN_TRACING_V2=true -- тогда все запуски будут автоматически логироваться.

LangGraph CLI и Studio. CLI позволяет запускать LangGraph Studio -- визуальный отладчик. Установи: pip install langgraph-cli. Для запуска Studio в папке с проектом выполни: langgraph dev. Откроется браузерный интерфейс на localhost:8000, где ты увидишь граф агента в виде диаграммы, текущее состояние и историю переходов. Это незаменимо при разработке и отладке сложных агентов.

Проверка установки. Запусти: python -c "import langgraph; print(langgraph.__version__)". Если вывелась версия 1.2.x или выше -- установка успешна и можно приступать к первому агенту.

Первый запуск -- что попробовать

Начнём с классического ReAct-агента с памятью между разговорами. ReAct расшифровывается как Reasoning + Acting -- агент чередует размышления и конкретные действия, что делает логику прозрачной. Это самый распространённый паттерн для агентов-ассистентов.

Создай простейшего агента через prebuilt. LangGraph предоставляет create_react_agent -- готовый пресет, который инкапсулирует стандартный граф ReAct. Тебе нужно передать только модель и список инструментов. Создай экземпляр ChatAnthropic с нужной моделью, например claude-opus-4-8. Для инструментов в учебных целях подойдёт простая Python-функция, помеченная декоратором @tool из langchain_core.tools -- например, функция get_weather, которая принимает город и возвращает строку с погодой (для теста можно вернуть любую захардкоженную строку). Передай функцию в список tools, создай агента через create_react_agent(model, tools) и вызови invoke.

Важно: устаревший импорт langgraph.prebuilt. В актуальных версиях LangGraph модуль langgraph.prebuilt объявлен устаревшим (deprecated). Функция create_react_agent и другие prebuilt-компоненты перемещены в langchain.agents. Если в вашем коде есть строка from langgraph.prebuilt import create_react_agent -- замените её на from langchain.agents import create_react_agent. Старый импорт пока работает, но будет удалён в следующей мажорной версии. При запуске агента обращайте внимание на DeprecationWarning в консоли -- они укажут на устаревшие импорты, которые нужно обновить.

Добавь память через MemorySaver. Без checkpointer агент не помнит предыдущих сообщений -- каждый вызов invoke начинается с нуля. Импортируй MemorySaver из langgraph.checkpoint.memory, создай экземпляр и передай его в create_react_agent как параметр checkpointer. Теперь при каждом вызове передавай config -- словарь вида {"configurable": {"thread_id": "уникальный-id-сессии"}}. LangGraph автоматически сохранит историю и загрузит её при следующем вызове с тем же thread_id. Проверь: в первом сообщении представься по имени, во втором спроси агента, как тебя зовут -- он должен вспомнить.

Переход к ручному графу. Prebuilt удобен для старта, но для нестандартных задач создавай граф вручную через StateGraph. Определи TypedDict с полями состояния -- как минимум поле messages типа list с аннотацией add_messages из langgraph.graph. Добавь узлы: функцию call_model (вызывает LLM) и ToolNode (выполняет инструменты). Добавь условное ребро: если последнее сообщение содержит вызов инструмента -- перейди в ToolNode, иначе завершись. Скомпилируй граф методом compile(checkpointer=checkpointer). Это стандартный паттерн для большинства агентов.

LangGraph Studio для отладки. Запусти langgraph dev, открой localhost:8000 в браузере и выбери свой граф. Слева ты увидишь диаграмму с узлами и рёбрами. Отправь сообщение через встроенный чат -- и Studio пошагово покажет, как граф выполнялся: какой узел был вызван, какие данные передавались, что ответила модель. Функция time-travel позволяет кликнуть на любое историческое состояние и возобновить выполнение с него -- это делает отладку ошибок в агентах принципиально проще, чем добавление print-ов по всему коду.

Ключевые фишки

Checkpoint-система для надёжности. Это главная особенность LangGraph. Каждый переход между узлами графа автоматически персистируется через checkpointer. Это даёт возможность паузы с сохранением (агент остановился и ждёт человека -- работа продолжится при следующем вызове), восстановления после сбоя (сервер рухнул посреди задачи -- агент возобновит с последнего сохранённого шага), и time-travel debugging (откат к любому прошлому состоянию для анализа). Для production используй PostgreSQL или Redis checkpointer, для локальной разработки достаточно MemorySaver.

Human-in-the-loop через interrupt(). Функция interrupt() позволяет агенту остановиться в определённом месте графа и дождаться подтверждения от человека. Это особенно критично для агентов, выполняющих необратимые действия: отправка email, запись в базу данных, перевод средств, изменение файлов. Агент показывает предполагаемое действие и ждёт команды «продолжить» или «отменить». В LangGraph 1.2 семантика interrupt() улучшена -- паузу можно делать в любом узле без специальной подготовки графа.

Стриминг событий в реальном времени. Метод stream (вместо invoke) возвращает генератор событий. Каждое событие -- это обновление состояния конкретного узла. Можно подписаться только на нужные типы событий: updates (финальный результат каждого шага), messages (токены по мере генерации LLM), custom (кастомные события из своего кода). Это позволяет строить UI с прогрессом выполнения без опроса сервера.

Мультиагентные паттерны. LangGraph поддерживает несколько архитектур для систем из нескольких агентов: оркестратор плюс специалисты (один координирующий граф делегирует задачи специализированным подграфам), параллельное выполнение (несколько агентов работают одновременно в разных ветках графа, результаты объединяются), иерархические агенты (подагенты могут сами иметь подагентов). Всё это реализуется через стандартные примитивы LangGraph без внешних оркестраторов.

Нативная поддержка MCP. LangGraph интегрирован с экосистемой Model Context Protocol. Любой MCP-сервер -- для работы с файловой системой, браузером, базой данных, сторонними API -- подключается как набор инструментов агента. Это открывает доступ к сотням готовых интеграций без необходимости писать обёртки вручную.

DeltaChannel (beta) и per-node timeouts (LangGraph 1.2.8). DeltaChannel -- механизм инкрементальных обновлений состояния для агентов с длинными рабочими потоками: вместо сохранения полного состояния при каждом переходе записывается только разница. В версии 1.2.8 DeltaChannel переведён в статус beta и доступен во всех проектах. Это существенно снижает нагрузку на checkpointer при работе с большими объёмами данных в контексте. Per-node timeouts позволяют задавать тайм-аут на уровне отдельного узла графа: если узел не завершился за отведённое время, граф переходит на запасной маршрут вместо зависания -- критично для агентов, вызывающих внешние API с непредсказуемым временем ответа. В 1.2.8 добавлена стратегия восстановления на уровне узла через параметр on_timeout: можно задать fallback-функцию или маршрут к резервному узлу. Настраивается через аргумент timeout при добавлении узла: graph.add_node("fetch_data", fetch_data, timeout=30.0).

Type-safe streaming v2 API. В LangGraph 1.2.8 доработан стриминговый API с типобезопасными событиями. Вместо разбора сырых словарей используются типизированные модели: StreamEvent, NodeStartEvent, NodeEndEvent, ToolCallEvent. Это делает код стриминга читаемым и позволяет ловить ошибки на уровне линтера, а не в runtime. Используется через stream_mode="events" в методе astream_events. Миграция с v1: основные паттерны stream и invoke работают без изменений, типизированный API -- опциональное улучшение для новых проектов.

Цены и ограничения

LangGraph как библиотека полностью бесплатен и open-source под лицензией MIT. Платишь только за вызовы к LLM-провайдерам -- это стандартные API-тарифы OpenAI или Anthropic, никак не связанные с LangGraph.

LangSmith (мониторинг и трассировка): Бесплатный план -- 5000 трасс в месяц и основная аналитика. Платные планы от примерно 39 долларов в месяц (актуальные цены смотри на smith.langchain.com/pricing) -- расширенное логирование, командный доступ, удержание данных, расширенные фильтры поиска по трассам и сравнение версий агентов.

LangGraph Platform (деплой и хостинг): Self-hosted вариант бесплатен -- разворачиваешь Docker-образ на собственном сервере командой langgraph build, потом запускаешь контейнер. Managed Cloud вариант (Google Cloud под капотом) стартует от нескольких сотен долларов в месяц в зависимости от нагрузки. Для большинства стартапов и малых команд self-hosted на VPS в 10-20 долларов в месяц вполне достаточно.

Ограничения: Порог входа выше, чем у более высокоуровневых фреймворков -- концепция типизированного состояния и условных рёбер требует времени на освоение. Для простых однотуровых агентов без персистентного состояния LangGraph избыточен. Документация обширная, но разбросана между docs.langchain.com, langchain-ai.github.io и видеотуториалами -- найти конкретный пример с первого раза непросто. Рекомендуем начинать с официального 45-минутного туториала на сайте LangChain.

Нужен ли VPN из России

LangGraph -- это библиотека, работающая локально на твоём компьютере или сервере. Установка через pip работает в России без ограничений, исходный код на GitHub тоже доступен без VPN. Весь процесс разработки агентов можно вести без VPN при условии использования провайдеров, доступных в России.

Что может потребовать VPN или зарубежного сервера:

• Вызовы к OpenAI API из российского IP не работают -- OpenAI заблокирован в России с марта 2023 года. Для использования GPT-4o или GPT-5.5 через LangGraph нужен VPN или деплой на зарубежном сервере.
• Anthropic API работает в России, но бывают нестабильности. Через VPN с европейским сервером работает значительно стабильнее.
• Альтернативы без VPN: Ollama для локальных моделей (Qwen, Llama, Mistral) работает без интернета вообще. Google Gemini через Vertex AI доступен из России с VPN и корпоративным аккаунтом Google Cloud.
• LangSmith (мониторинг) доступен без VPN. Для регистрации на бесплатный план нужен только email. Оплата платных планов -- иностранная карта или через корпоративный аккаунт.
• LangGraph Platform для production-деплоя с вызовами к OpenAI -- разворачивай на VPS в Европе или США. Hetzner (Германия) и DigitalOcean (Амстердам) -- популярные и недорогие варианты для стартапов.

Практический совет: начни разработку локально, используя Anthropic API через VPN или локальные модели через Ollama. Это даст полноценный опыт работы с LangGraph без зависимости от сетевых ограничений. Для production выбирай зарубежный сервер с нужными API-провайдерами.

LangGraph 1.0: стабильный релиз и важные изменения в API

В 2026 году LangGraph достиг статуса General Availability (GA) со стабильным релизом версии 1.0. Это означает гарантию обратной совместимости API -- код, написанный для LangGraph 1.0, будет работать в последующих версиях без изменений.

Критическое изменение в импортах: модуль langgraph.prebuilt объявлен устаревшим (deprecated). Вместо него необходимо использовать отдельный пакет langgraph_prebuilt. Если в коде есть строки вида from langgraph.prebuilt import ..., их нужно обновить до from langgraph_prebuilt import .... Установка: pip install langgraph-prebuilt.

LangGraph Studio теперь доступна как самостоятельный инструмент для визуальной отладки графов агентов. Studio показывает граф в реальном времени, позволяет просматривать состояние на каждом узле и воспроизводить выполнение шаг за шагом. Это значительно упрощает отладку сложных мультиагентных систем.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться Monica AI: все AI-модели в одном расширении

Monica AI объединяет GPT-5.5, Claude 4.7, Gemini 3.1 и десятки других моделей в одном интерфейсе. Рассказываем, как установить, использовать мультимодельный чат и автоматизировать задачи с AI-агентом.

Что это и для кого

Monica AI -- это универсальный AI-ассистент, который даёт доступ к десяткам AI-моделей через единый интерфейс. Вместо того чтобы отдельно платить за ChatGPT Plus, Claude Pro и Gemini Advanced, ты получаешь их всех в одном месте по единой подписке -- и при этом платишь меньше, чем за один ChatGPT Plus.

В 2026 году Monica поддерживает более 30 AI-моделей: GPT-5.5, GPT-5.5 Pro, Claude 4.7 Opus, Gemini 3.1 Pro, DeepSeek V4, Grok 4, Llama 4 Scout и множество других. Для каждой задачи можно выбрать подходящую модель: Claude -- для длинных текстов и глубокого анализа, GPT-5.5 -- для универсальных задач с широким контекстом, DeepSeek -- для кода и математики. Monica умеет сама подсказывать, какая модель лучше подойдёт к конкретному запросу.

Monica родилась из простой идеи: зачем платить за несколько подписок и переключаться между вкладками, если можно иметь всё в одном месте? Сервис быстро набрал популярность среди фрилансеров, аналитиков и разработчиков именно потому, что экономит и деньги, и время.

Кому подойдёт Monica AI:

• Тем, кто хочет попробовать разные AI-модели, не оформляя несколько подписок. Monica -- самый доступный способ получить одновременный доступ к топовым моделям.
• Исследователям и аналитикам, которым нужно быстро сравнить ответы нескольких моделей на один вопрос -- Monica поддерживает режим параллельного чата.
• Копирайтерам и редакторам -- для работы с текстом прямо на любой веб-странице через боковую панель или всплывающее меню выделения.
• Разработчикам, которым нужно быстро переключаться между моделями без смены вкладок.
• Всем, кто много работает в Chrome и хочет встроить AI в браузер, а не открывать отдельные чаты на разных сайтах.

Monica доступна как расширение для Chrome и Edge, мобильные приложения для iOS и Android, а также веб-версия на monica.im. Расширение -- главный способ использования: оно встраивается прямо в браузер и появляется на любом сайте по нажатию горячей клавиши или выделению текста.

Как зарегистрироваться / установить

Monica AI устанавливается как расширение браузера -- никаких отдельных программ. Вот пошаговая инструкция для Chrome:

Шаг 1. Открой Chrome Web Store. Перейди в интернет-магазин Chrome и найди расширение Monica -- AI Assistant. Нажми кнопку «Добавить в Chrome». Появится окно с запросом разрешений: расширению нужен доступ к содержимому страниц для работы встроенного чата и кнопок контекстного меню. Нажми «Добавить расширение».

Шаг 2. Закрепи расширение на панели. После установки нажми иконку пазла в правом верхнем углу Chrome (менеджер расширений) и закрепи Monica -- значок с буквой М появится в панели инструментов. Теперь Monica открывается одним кликом с любой страницы в браузере.

Шаг 3. Создай аккаунт. При первом открытии Monica предложит войти или зарегистрироваться. Самый быстрый способ -- вход через Google-аккаунт. Или можно создать аккаунт с почтой и паролем. После входа откроется боковая панель Monica.

Шаг 4. Бесплатный пробный период. Monica предоставляет бесплатный план с ограниченным количеством запросов к продвинутым моделям. Базовые модели (GPT-4o mini) доступны без ограничений. Для постоянного доступа к GPT-5.5 и Claude 4.7 Opus нужна платная подписка.

Шаг 5. Настройка горячих клавиш. В настройках расширения (правый клик по иконке > Настройки) задай горячую клавишу для быстрого открытия Monica. По умолчанию это Alt+M или настраиваемое сочетание через chrome://extensions/shortcuts. Это позволит вызывать AI-ассистента моментально, не кликая по иконке.

Установка на мобильных устройствах. Для iPhone скачай приложение Monica из App Store. Для Android -- из Google Play. Один аккаунт Monica синхронизируется на всех устройствах. Мобильное приложение поддерживает голосовой ввод и режим камеры.

Установка в Microsoft Edge. Monica доступна и в магазине расширений Microsoft Edge через официальный сайт. Установка аналогична Chrome. Один аккаунт работает на всех браузерах и устройствах одновременно.

Первый запуск -- что попробовать

После установки расширения Monica появится боковая панель справа в браузере. Вот как начать работу и быстро оценить все возможности:

Первый шаг: выбери модель и задай вопрос. В верхней части панели Monica находится выпадающее меню выбора модели. По умолчанию стоит GPT-4o. Нажми на него и посмотри полный список доступных моделей. Для знакомства задай один вопрос в GPT-5.5 и тот же вопрос в Claude 4.7 Opus -- сравни ответы по глубине, стилю и точности.

Второй шаг: работа с текстом на странице. Открой любую статью в браузере. Выдели абзац текста -- над выделением появится мини-панель Monica с кнопками: «Объяснить», «Перевести», «Кратко», «Перефразировать». Нажми «Объяснить» -- Monica проанализирует выделенный фрагмент и даст пояснение прямо во всплывающем окне, без переключения вкладок. Это одна из самых полезных функций при изучении сложных тем.

Третий шаг: режим параллельного чата. В главном чате Monica найди кнопку «Арена» или «Сравнить». Введи запрос и выбери 2-4 модели. Ответы появятся рядом в виде колонок для сравнения. Незаменимо при поиске лучшей формулировки важного текста или выборе оптимального технического решения.

Четвёртый шаг: AI-агент для сложных задач. В боковой панели найди раздел «Агент». Это автономный AI, который сам ищет информацию в интернете и выполняет многошаговые задачи. Пример запроса: «Найди три актуальных исследования про влияние AI на рынок труда, кратко изложи каждое и дай сравнительный анализ». Агент самостоятельно проведёт веб-поиск, обработает найденное и вернёт структурированный ответ.

Пятый шаг: работа с документами. Нажми на иконку скрепки в поле ввода и загрузи PDF, Word-файл или изображение. Monica проанализирует содержимое и ответит на вопросы по загруженному материалу. Отлично подходит для анализа договоров, технических спецификаций и академических статей.

Шестой шаг: суммаризация YouTube. Открой любой YouTube-ролик -- Monica автоматически отображает кнопку «Кратко» рядом с плеером. Нажми её и получи структурированное резюме видео с ключевыми тезисами по времени. Экономит часы при изучении обучающего контента.

Ключевые фишки

Умная маршрутизация по моделям. Monica анализирует тип запроса и может автоматически выбрать оптимальную модель из доступных. Вопрос по кодированию -- уйдёт в DeepSeek Coder или Claude Sonnet. Длинный документ на анализ -- в модель с большим контекстным окном. Творческий текст -- в GPT-5.5. Это экономит кредиты: дорогие модели используются только когда это действительно нужно.

Встроенный переводчик на 100+ языков. Выдели текст на любой странице и нажми «Перевести» -- Monica переведёт контекстуально, сохраняя смысл и стиль. Доступен режим иммерсивного перевода: показывает оригинал и перевод одновременно построчно. Отлично для чтения иностранных технических статей или деловой документации.

Суммаризация YouTube и веб-страниц. Одна кнопка над YouTube-плеером даёт структурированный конспект видео с временными метками ключевых моментов. Аналогично работает для длинных статей и новостных материалов. Monica поддерживает суммаризацию на русском независимо от языка источника.

Проекты с долгосрочной памятью. В Monica можно создавать отдельные рабочие пространства -- Проекты. В каждый проект добавляются документы, инструкции и контекст. Все чаты внутри проекта автоматически учитывают этот контекст. Например, проект «SEO-контент» содержит инструкции по стилю, список ключевых слов и целевую аудиторию -- AI сразу пишет «в теме», без повторных объяснений.

Голосовой режим и режим камеры. В мобильном приложении Monica поддерживает голосовые запросы с распознаванием речи на русском и режим камеры. Направь камеру на уравнение в учебнике -- получишь пошаговое решение. Направь на блюдо в меню -- узнаешь состав и примерную калорийность. Это реализовано через мультимодальные способности GPT-4o Vision и Gemini 3.1 Flash.

Генерация изображений и видео прямо в чате. В разделе «Творчество» Monica предоставляет доступ к GPT Image 2 и Nano Banana 2 для генерации изображений. В 2026 году появилась функция создания коротких видеоклипов через Sora 2 -- всё это доступно без переключения на другие сайты и из единого интерфейса.

Цены и ограничения

Monica AI использует систему Advanced Credits с января 2026 года. Разные модели потребляют разное количество кредитов: GPT-4o mini бесплатна, GPT-5.5 Pro стоит больше всего. Актуальные цены и лимиты всегда проверяй на monica.im/pricing -- они меняются при обновлении тарифных планов.

Бесплатный план: Неограниченный доступ к базовым моделям (GPT-4o mini, Claude Haiku). Ограниченное число запросов к продвинутым моделям в день. Доступ к переводчику, суммаризации страниц и YouTube, базовому чату. Без AI-агента и параллельного режима. Есть реклама в интерфейсе.

Monica Pro (ориентировочно около 9 долларов в месяц на момент написания): Полный доступ к GPT-5.5, Claude 4.7 Opus, Gemini 3.1 Pro, DeepSeek V4. Расширенный пул кредитов. AI-агент с доступом в интернет. Режим параллельного сравнения моделей. Генерация изображений. Без рекламы.

Monica Pro+ / Elite: Максимальный пул кредитов, приоритетный доступ к новым моделям по мере их выхода, расширенные функции агента, поддержка загрузки крупных документов до 100 МБ, индивидуальный онбординг.

Ограничения: Monica -- посредник между тобой и API провайдеров, поэтому история чатов хранится на её серверах. Для конфиденциальных данных это важно учитывать. Некоторые топовые модели имеют суточные лимиты даже на платных планах. При сбоях у OpenAI, Anthropic или Google доступность соответствующих моделей в Monica тоже снижается.

Нужен ли VPN из России

Monica AI в большинстве случаев открывается из России без VPN -- сайт monica.im и расширение Chrome работают напрямую. Однако есть важные особенности, которые стоит знать.

Ключевое преимущество Monica для пользователей из России: модели OpenAI и Anthropic, недоступные напрямую, работают через Monica, так как запросы идут с серверов Monica, а не с российского IP. То есть GPT-5.5 и Claude 4.7 Opus в Monica могут работать даже без VPN -- хотя и не гарантированно в 100% случаев.

Практические советы для российских пользователей:

• Попробуй открыть monica.im и установить расширение без VPN -- в большинстве регионов это работает.
• Если возникают ошибки при загрузке ответов от конкретных моделей -- попробуй включить VPN с европейским сервером.
• Оплата: Monica принимает Visa и Mastercard, но российские карты не работают с 2022 года. Используй иностранную карту или проверь, доступна ли оплата через альтернативные методы в разделе Billing на monica.im.
• Мобильное приложение Monica для Android может быть недоступно в российском Google Play -- используй APK с официального сайта или смени регион аккаунта Google Play.
• В App Store для iPhone переключись на аккаунт другой страны, если приложение не находится в российском магазине.

В целом Monica -- один из наиболее доступных способов получить полноценный доступ к топовым AI-моделям из России без сложных технических обходов.

Новые функции Monica AI (июль 2026)

Browser Operator - автоматизация браузера. Monica AI запустила Browser Operator - AI-агент, который управляет браузером автономно: заполняет формы, кликает по ссылкам, скролит страницы, извлекает данные. Достаточно описать задачу словами - агент выполнит её самостоятельно, пока вы занимаетесь другим. Полезно для рутинных задач: мониторинг цен, заполнение заявок, сбор информации с сайтов.

Deep Research - многоисточниковые отчёты. Monica AI добавила Deep Research - функцию глубокого исследования, которая анализирует десятки источников и синтезирует структурированный отчёт. В отличие от быстрого поиска, Deep Research читает полные статьи, сравнивает данные из разных источников и выдаёт развёрнутый документ со ссылками. Особенно полезно для анализа рынка, подготовки к переговорам и учебных проектов.

Slides Generation - создание презентаций. Monica AI умеет генерировать готовые презентации по текстовому описанию или из документа. Укажи тему и количество слайдов - Monica создаёт структуру, добавляет тезисы и базовое форматирование. Результат экспортируется в PowerPoint или Google Slides для дальнейшей доработки.

Ultra план. Над планами Pro+ и Elite появился уровень Ultra с расширенными квотами на Browser Operator, Deep Research и приоритетным доступом к новейшим моделям. Ultra позволяет запускать более длинные сессии агента и обрабатывать большие объёмы данных. Актуальные условия Ultra плана смотри на monica.im/pricing.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться Google Vids: AI-видеоредактор с Veo 3.1 бесплатно

Google Vids стал бесплатным для всех владельцев Google-аккаунта в 2026 году. Рассказываем, как создавать AI-видео с нуля, добавлять музыку Lyria 3 и использовать AI-аватары.

Новые возможности Google Vids (июль 2026). Chrome Extension для записи экрана: захватывайте экран и сразу добавляйте в проект Vids. Прямая публикация на YouTube: готовое видео публикуется прямо из интерфейса Vids.

Что это и для кого

Google Vids -- онлайн-инструмент для создания AI-видео прямо в браузере, доступный через Google Workspace. Раньше это был платный корпоративный сервис, но в апреле 2026 года Google открыл базовый доступ всем владельцам Google-аккаунта. Теперь любой пользователь может генерировать видеоклипы с помощью модели Veo 3.1 -- той самой, которая умеет создавать реалистичные ролики с нативным звуком, музыкой и диалогами.

Google Vids сочетает несколько AI-инструментов в едином рабочем пространстве: генерация видео по тексту (Veo 3.1), генерация оригинальной музыки (Lyria 3), AI-аватары-дикторы и привычный видеоредактор с таймлайном. Это не просто генератор клипов -- это полноценная студия для создания коротких видео без профессионального оборудования: обучающих роликов, командных презентаций, объяснений для клиентов, контента для социальных сетей.

Важно понимать отличие Google Vids от других AI-видеогенераторов. Если Sora, Kling или Runway -- это преимущественно инструменты для художников и кинематографистов, то Google Vids создан для рабочих задач: быстро объяснить процесс, записать обновление для команды, сделать демо-ролик продукта, создать обучающий курс. Интерфейс намеренно упрощён -- нет сложных настроек, CFG scale или seed. Просто описание на естественном языке -- и готовое видео через минуту.

Кому подойдёт Google Vids:

• Маркетологам и контент-мейкерам, которым нужно быстро снимать объясняющие видео без профессиональной камеры и монтажёра.
• Преподавателям и тренерам -- для создания видеоуроков с голосом, слайдами и AI-анимацией прямо из документов Google Docs.
• Менеджерам и предпринимателям -- для записи асинхронных обновлений команды, демо-роликов продукта, pitch-видео для инвесторов.
• HR-специалистам -- для создания видеоинструкций по онбордингу новых сотрудников.
• Всем, кто уже использует Google Docs, Sheets или Slides -- Google Vids тесно интегрирован в экосистему Google Workspace и работает с теми же файлами, к которым у тебя уже есть доступ.

Главная ценность Google Vids -- не самое высокое качество AI-видео (здесь Sora 2 или Veo в Gemini могут дать более кинематографичный результат), а скорость рабочего процесса. От идеи до готового видео -- менее 10 минут, если у тебя уже есть текст или презентация.

Как зарегистрироваться / установить

Google Vids работает полностью в браузере, установка программ не нужна. Для доступа достаточно Google-аккаунта -- личного (@gmail.com) или рабочего (Google Workspace). Вот пошаговая инструкция:

Шаг 1. Перейди на vids.new. Это самый быстрый способ открыть Google Vids. В браузере введи адрес vids.new и нажми Enter. Если Google-аккаунт уже авторизован в браузере, откроется новый проект Google Vids напрямую. Если нет -- тебя попросят войти в аккаунт.

Шаг 2. Альтернативный вход через Google Drive. Открой drive.google.com, нажми кнопку «+ Создать» в левом верхнем углу. В выпадающем меню найди пункт «Google Vids». Если его нет -- обнови страницу или убедись, что аккаунт актуален. В некоторых корпоративных аккаунтах Google Vids может быть скрыт администратором.

Шаг 3. Через Google Workspace приложения. Если у тебя рабочий аккаунт, попробуй открыть Google Vids через apps.google.com -- там собраны все Workspace-приложения. Либо установи расширение Google Workspace в браузер Chrome: оно добавляет быстрый доступ к Vids через панель запуска приложений.

Шаг 4. Настройка профиля. При первом входе Google Vids предложит пройти краткий онбординг: выбрать типичный сценарий использования (обучение, маркетинг, внутренние коммуникации) и предпочитаемый стиль видео. Это помогает AI предлагать более релевантные шаблоны. Можно пропустить и настроить позже.

Мобильный доступ. На смартфоне Google Vids работает через браузер -- Chrome на Android или Safari на iPhone. Однако полноценное редактирование удобнее делать с компьютера. Мобильная версия подходит для просмотра проектов и несложных правок. Отдельного мобильного приложения Google Vids пока нет.

Если ты работаешь в компании. Корпоративные администраторы могут ограничить доступ к Google Vids или отключить функции AI-генерации. В этом случае обратись в IT-отдел -- они включают сервис через консоль Google Workspace Admin на странице Apps > Google Workspace > Google Vids > Service status.

Первый запуск -- что попробовать

После входа в Google Vids ты видишь дашборд с тремя путями: создать видео с помощью AI, использовать готовый шаблон или начать с пустого проекта. Рекомендуем начать с AI-генерации -- это самый быстрый способ понять возможности инструмента и получить первый результат за несколько минут.

Создай первое AI-видео за 5 минут: пошаговый пример.

1. На стартовом экране выбери «Создать с помощью AI» (Create with AI). Откроется диалог с Gemini, который попросит описать тему видео. Введи конкретный запрос, например: «Объясни три главных преимущества возобновляемой энергетики для школьников, стиль дружелюбный и наглядный, длина около 60 секунд». Чем конкретнее описание, тем точнее результат.

2. Gemini предложит структуру видео: список из 6-10 сцен с описанием каждой. Это интерактивный процесс -- ты можешь принять предложение, переставить сцены местами, удалить лишние или добавить новые. Также можешь добавить ссылку на Google Docs, и тогда Gemini возьмёт контент прямо из документа, превратив параграфы в сцены.

3. Выбери визуальный стиль: реализм (живые люди и объекты), анимация (иллюстрации), кинематографический (кинокачество с контрастным светом), корпоративный (нейтральный, деловой). Нажми «Создать видео» -- Veo 3.1 начнёт генерацию клипов. Каждый клип занимает 30-60 секунд, прогресс виден в интерфейсе.

4. Когда все сцены готовы, откроется видеоредактор с таймлайном. Клипы расставлены в нужном порядке. Ты можешь перетащить их, обрезать начало и конец, добавить текстовые подписи, переходы между сценами. Интерфейс напоминает упрощённый Canva Video или iMovie.

5. Добавь AI-аватара для озвучки. В боковой панели выбери «Аватар», найди подходящего персонажа из библиотеки (доступны десятки разных образов), введи текст сценария -- аватар произнесёт его синхронно с видеорядом. Поддерживается русский язык.

6. Добавь музыку. Если у тебя платный план -- нажми «Создать музыку с AI» и опиши желаемое настроение и жанр. Lyria 3 сгенерирует уникальный трек. На бесплатном плане выбери из библиотеки готовых треков. В обоих случаях вся музыка лицензионно чиста для публикации в YouTube.

7. Нажми «Экспорт» и скачай готовый файл MP4. Либо выбери «Поделиться» -- Google Vids создаст ссылку, как на обычный Google Docs документ. Получатели могут просмотреть видео в браузере без скачивания.

Ключевые фишки

Veo 3.1 с нативным звуком. Под капотом Google Vids работает та же модель Veo 3.1, что доступна в Gemini Ultra. Это значит настоящий нативный звук: шум листьев, голос персонажа, музыкальный фон -- всё генерируется одновременно с видео, а не добавляется отдельно. Модель умеет генерировать говорящих людей с синхронизацией губ, что раньше было эксклюзивом дорогих профессиональных инструментов. Поддерживается разрешение до 4K.

Цепочки сцен до 140 секунд. Один клип Veo 3.1 длится до 8 секунд, но функция Scene Extension (расширение сцены) позволяет автоматически соединять клипы без швов. Модель анализирует последний кадр предыдущей сцены и продолжает движение с сохранением визуального стиля, освещения и цветовой гаммы. Итоговое видео может достигать 140 секунд (около 20 соединённых клипов).

Интеграция с Google Docs и Slides. Это главная уникальная фишка, которой нет у конкурентов. Открой документ Google Docs, нажми «Вставить > Видео Google Vids», и Gemini автоматически превратит текст документа в раскадровку. Аналогично работает с презентациями Slides -- каждый слайд становится отдельной сценой видео. Это особенно полезно для обучающих видео: у тебя уже есть материалы, просто конвертируй их в видеоформат за несколько кликов.

AI-аватары с разнообразием образов. Библиотека аватаров содержит десятки разных персонажей с разным возрастом, этнической принадлежностью и стилем одежды. Аватары произносят текст на более чем 100 языках, включая русский. Можно задать интонацию: уверенная, дружелюбная, нейтральная. В тарифе Ultra доступна загрузка собственного лица для создания персонального цифрового клона.

Lyria 3 -- AI-музыка по описанию. Функция создаёт уникальный оригинальный трек под каждое видео. Опиши настроение, жанр, темп и продолжительность, и получишь лицензионно чистую музыку, которая точно не будет заблокирована на YouTube или других платформах. Lyria 3 понимает сложные запросы: «Джаз-фьюжн с пиано, нарастающая динамика, переход к спокойному финалу».

Запись экрана и голоса без программ. Помимо AI-генерации, Google Vids встроенно поддерживает запись экрана и голоса -- прямо в браузере, без дополнительных программ. Это полезно для screencast-видео: показываешь работу в приложении, комментируешь голосом, и всё это монтируется прямо в том же проекте вместе с AI-клипами.

Совместная работа в реальном времени. Несколько участников могут работать над одним видеопроектом одновременно -- как в Google Docs. Каждый видит изменения в реальном времени, история правок сохраняется автоматически. Это редкость для видеоредакторов и делает Google Vids особенно удобным для командной работы.

Цены и ограничения

Google Vids доступен в нескольких тарифах. Информация актуальна на момент написания этой статьи и может измениться -- всегда проверяй актуальные условия на официальном сайте workspace.google.com.

Бесплатный уровень (все Google-аккаунты): Полный доступ к редактору, шаблоны, запись экрана и голоса. Генерация AI-видео через Veo 3.1 -- 10 бесплатных клипов в месяц. Стандартная музыкальная библиотека без AI-генерации треков. Лимит длины видео -- 5 минут. Экспорт в MP4 без водяного знака.

Google AI Pro: Включён в подписку Google AI Pro (ориентировочная цена -- около 20 долларов в месяц на момент написания статьи). Увеличенный лимит генерации Veo 3.1, AI-генерация музыки через Lyria 3, доступ к расширенной библиотеке AI-аватаров, видео до 15 минут, приоритетная скорость генерации клипов.

Google AI Ultra: До 1000 AI-видеоклипов в месяц, Lyria 3 Pro (высшее качество и более долгие треки), кастомные аватары с загрузкой собственного лица, видео до 60 минут, 4K-экспорт. Подойдёт для профессиональных студий и агентств.

Google Workspace Business / Enterprise: Корпоративные тарифы включают Google Vids с командным управлением и брендовыми шаблонами. Администраторы могут устанавливать корпоративные политики: разрешённые стили видео, обязательные логотипы, ограничения на публикацию.

Ключевые ограничения: AI-генерация работает только на серверах Google, локального запуска нет. Контент проходит фильтрацию через SafeSearch. Генерация реалистичных лиц конкретных публичных людей заблокирована. На бесплатном плане при большом спросе возможны очереди -- генерация одного клипа может занять до 3 минут. Все сгенерированные видео водяных знаков Google не имеют, но технически содержат скрытую метку SynthID для идентификации AI-контента.

Нужен ли VPN из России

Да, для большинства пользователей из России VPN необходим. Google с 2022 года существенно ограничил ряд своих сервисов на российском рынке. Google Workspace (в который входит Google Vids) испытывает нестабильность доступа и требует VPN для надёжной работы.

Базовые сервисы -- Gmail, Google Drive, Google Docs -- обычно работают без VPN, но Google Vids и AI-функции на его основе чаще доступны только через иностранный IP. Кроме того, регистрация на AI-функции Google (Google One AI Premium) требует иностранного платёжного метода.

Практические рекомендации:

• Используй VPN с серверами в Германии, Нидерландах или США -- это страны с хорошей скоростью соединения и стабильным доступом к Google-сервисам.
• Подключай VPN до открытия браузера, а не после -- это исключает проблемы с геолоцированием по кукисам.
• Для первого входа используй режим инкогнито с активным VPN -- так браузер не передаст ранее сохранённые данные о местоположении.
• Для оплаты платных планов нужна иностранная банковская карта: карты РФ-банков (Visa/Mastercard) не работают с Google с 2022 года. Используй карту другой страны или проверь, поддерживает ли Google оплату через партнёров в твоём регионе.
• Если ты работаешь через корпоративный Google Workspace аккаунт компании, зарегистрированной за пределами России, VPN обычно не нужен -- всё работает через корпоративный домен.

Технически Google Vids не требует установки -- всё работает в браузере. Это упрощает использование через VPN: достаточно браузерного расширения VPN (например, с функцией Smart Location) или отдельного VPN-клиента на компьютере.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Daily Digest - 29 июня 2026

Доступ к флагманским AI-моделям стал государственным товаром: США раздают по списку, Китай раздаёт со скачивания, Европа пишет письма.

OpenAI запустила GPT-5.6 - три модели Sol, Terra и Luna - с резким дисконтом за токены и одновременно под надзором Белого дома: сама компания признала государственный фильтр над выкаткой временной нормой. Пока Вашингтон фильтрует своих, китайский Z.ai показал GLM-5.2 - на бенчмарках безопасности модель встала между GPT-5.5 и Claude Opus 4.8 и доступна для скачивания. Anthropic тем временем получила обратно своего Mythos, но только для сотни компаний и только после двух недель полного отключения. А Австрия пишет письмо в Брюссель: давайте перевезём Anthropic в ЕС. Доступ к флагманским моделям перестал быть коммерческим вопросом - он стал государственным товаром, и каждая сторона торопится сыграть свою партию.

OpenAI выкатила GPT-5.6 - и раздаёт её под расписку у Минторга

GPT-5.6 - это три модели: Sol для самых сложных задач, Terra для повседневной работы, Luna для массовых применений. OpenAI поставила цену Sol на $5 за миллион входных и $30 за миллион выходных токенов: Terra стоит $2.50 и $15, Luna - $1 и $6. По числам это похоже на стандартное обновление прайс-листа. На деле - нет.

По данным TechCrunch, Terra решает задачи уровня GPT-5.5 вдвое дешевле. Sol на бенчмарке ExploitBench сравнялся с Mythos Preview от Anthropic, потратив примерно треть выходных токенов. Плюс у моделей появилось управляемое кеширование: запись по 1.25x от обычной цены, чтение со скидкой 90%, кеш живёт минимум 30 минут. Если перевести с языка прайс-листа: бизнес, который гоняет одни и те же документы и контексты через API (а это почти все корпоративные сценарии - поддержка, юристы, отчётность), за повторы будет платить в десять раз меньше. То, что Anthropic и Google последний год обещали корпоративным клиентам, OpenAI просто положила в API.

И есть пикантная деталь: модель выпущена с ограниченным доступом не потому, что OpenAI не готова раздавать, а потому что администрация Дональда Трампа потребовала. Сама компания заявила, что государственный фильтр над выпуском моделей не должен стать долгосрочной нормой. Sol появится у избранных клиентов с июля 2026 на оборудовании Cerebras и обещает 750 токенов в секунду - но и эта раздача проходит через утверждение властей. Крупнейший продавец моделей одновременно сделал свои продукты резко дешевле и подтвердил, что больше не он решает, кому их давать.

Китайский Z.ai встал между GPT-5.5 и Claude - и сделал модель открытой

Z.ai (пекинская Zhipu AI) показала GLM-5.2 - модель на 753 миллиарда параметров с окном контекста в один миллион токенов. На SWE-bench Pro - бенчмарке, который измеряет, как модель чинит код в реальных репозиториях, - GLM-5.2 набрала 62.1 балла против 58.6 у GPT-5.5 и 69.2 у Claude Opus 4.8. То есть встала ровно посередине между двумя американскими флагманами. В тестах Semgrep на поиск уязвимостей в коде GLM-5.2 местами обогнала Claude, а с дополнительным промптингом обе модели сравнялись с Mythos.

Это важно по одной причине: именно поиск уязвимостей и потенциал джейлбрейка были официальным обоснованием экспортного запрета на Mythos. Американские власти забрали модель с рынка, опасаясь, что её используют против критической инфраструктуры, - а через две недели китайский конкурент с открытыми весами показал ту же способность и выложил свою модель на скачивание.

GLM-5.2 - не одиночный кейс. По данным TechCrunch, годовая выручка Anthropic превысила $47 млрд в мае 2026 года - и в эту цифру теперь пытаются попасть все. Японская Sakana AI привлекла $135 млн в раунде B в ноябре 2025 при оценке около $3 млрд и запустила Fugu - свою модель уровня Fable 5. Китайская 360 Security утверждает, что её Tulongfeng нашёл 3 432 уязвимости в ПО, из которых 105 подтвердили власти КНР. Цифре про подтверждение можно верить с поправкой на источник, но для Минторга США это уже выглядит как сигнал: окно, ради которого ввели барьер, закрывается быстрее, чем сам барьер успевает работать.

Mythos вернули - но только на сто компаний и через государственный фильтр

26 июня 2026 года администрация Дональда Трампа разрешила доступ к Claude Mythos 5: более 100 американских компаний и госведомств получили право пользоваться моделью. Министр торговли Говард Лутник лично подписал разрешение, заявив, что у «доверенных партнёров» теперь есть «соответствующие гарантии».

По данным Semafor, за две недели Минторг обеспечил, что Америка остаётся глобальным лидером в AI. Хронология этих двух недель такая: 12 июня 2026 экспортный контроль обязал Anthropic полностью отключить доступ к Mythos. Триггером, по сообщениям, стало предупреждение главы Amazon Энди Джасси министру финансов Скотту Бессенту: возможный джейлбрейк модели плюс риск, что доступ получит Китай. Дальше произошло то, чего на рынке передовых моделей раньше не было: один частный игрок донёс министру, министр позвонил - и флагман у конкурента отключили.

Через две недели Mythos вернули - не на рынок целиком, а на сто компаний с проверенным «правом». Claude Fable 5, более слабая версия, всё ещё под рассмотрением, без даты возвращения. Это не временное решение, это новая модель отношений. Государство стало не просто регулятором правил использования AI, а распорядителем того, кто вообще имеет к нему доступ. Anthropic это уже знает; OpenAI узнала несколько дней назад на выкатке GPT-5.6; следующие на очереди - все остальные.

Австрия пишет в Брюссель: давайте перевезём Anthropic в Европу

Пока США разбираются, кому давать Mythos и Fable 5, Австрия предложила Еврокомиссии перетащить саму Anthropic в ЕС. Статс-секретарь Австрии по цифровизации Александр Прёлль направил письмо вице-президенту Еврокомиссии Хенне Вирккунен. Предложение по содержанию простое: ЕС даст Anthropic «правовую определённость, доступ к рынку, капитал и систему ценностей, подходящую этой компании». Параллельно Брюссель готовит пакет законов по укреплению европейских облачных сервисов, AI и производства полупроводников.

Триггер инициативы прозрачен. Запрет США на доступ иностранных граждан к Fable 5 и Mythos 5 вынудил Anthropic отозвать модели с международного рынка - и европейские правительства, уже выстраивавшие на этих моделях свои цифровые стратегии, внезапно оказались отрезаны. Александр Прёлль сформулировал это прямо: «Вопрос не в том, легко ли это. Вопрос в том, готовы ли мы, европейцы, стать архитекторами нашего технологического будущего».

Что важно понять: это не петиция, это операция. Австрия - небольшая страна, но Александр Прёлль пишет лично той фигуре в Брюсселе, которая контролирует технологическую политику ЕС. Если бы вопрос звучал «как нам построить свою модель такого класса», ответом была бы программа на десять лет. Вопрос звучит иначе - «как нам забрать чужую» - и тогда у ЕС есть рычаг: огромный регулируемый рынок и юридическая определённость, которой у американских AI-компаний больше нет. Это попытка использовать американский экспортный запрет как окно входа в европейскую AI-индустрию. Сработает или нет - покажет ответ Anthropic.

Sol подбирается к Mythos на бенчмарке безопасности. GLM-5.2 - тоже. Один выходит под расписку у Минторга, другой выкладывается на скачивание. Способности сравнялись - различия теперь только в паспорте разработчика. По нему сегодня и распределяют доступ.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

«AI-учёный» Edison Scientific подключился к команде, которая собрала Metsera

Edison Scientific и Population Health Partners (команда Клайва Минвелла, основателя Metsera) запускают конвейер биотехов на основе AI-агентов.

🔴 «AI-учёный» Edison Scientific подключился к команде, которая собрала Metsera

Впервые AI-стартап не просто помогает биотехам, а становится соучредителем, причём серийно. Edison Scientific и Population Health Partners объявили о стратегическом партнёрстве для создания новых биотехов на основе AI-агентов.

Для контекста: за Population Health Partners стоит Клайв Минвелл, тот самый предприниматель, который продал The Medicines Company фармгиганту Novartis за $9,7 млрд в 2019 году и затем построил Metsera, одну из самых громких компаний в препаратах от ожирения. Сама Edison Scientific появилась как спинофф некоммерческой AI-биолаборатории FutureHouse, основанный Сэмом Родригесом и Эндрю Уайтом. Их платформа Kosmos работает как автономный «AI-учёный»: читает тысячи статей, формулирует гипотезы и пишет цитируемые отчёты за день, а не за месяцы. В декабре 2025-го Edison закрыл посевной раунд на $70 млн при оценке около $250 млн.

Значение для предпринимателя простое: впервые в фарме появляется конвейер из AI-движка и опытной M&A-машины, способной собирать новые биотехи под конкретные мишени. Если модель Эдисон×Минвелл взлетит, цикл «идея, компания, продажа фармгиганту» сожмётся с десяти лет до двух-трёх, а порог входа в разработку лекарств упадёт ниже, чем в SaaS. Следите за тем, кого они начнут запускать: это будет вторая волна золотых билетов в биотехе.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#longevity #биотех #фарма #healthtech #агентыИИ #инвестиции #венчур #стартапы #BigTech #нейросети #ИИ #технологии #AravanaAI

«Это пахнет доткомами и железнодорожной манией»: BIS вышел против AI-бума

BIS в годовом отчёте сравнил AI-стройку с доткомами и железнодорожной манией: $1 трлн капекс пяти hyperscalers за 2025–2026 годы и риски резкого разворота.

🔴 «Это пахнет доткомами и железнодорожной манией»: BIS вышел против AI-бума

Когда «банк центральных банков» сравнивает что-то с пузырём 1840-х на железных дорогах и крахом доткомов в 2000-м, рынки обычно прислушиваются. В годовом отчёте BIS прямо сказано: текущая стройка AI-инфраструктуры повторяет траекторию каналов 1830-х, британских железных дорог 1840-х, электрификации конца 1920-х и доткомов 1990-х, и все они закончились разворотом инвестиций и рецессией.

Цифра, на которой стоит весь анализ: пять крупнейших облачных гигантов потратят на AI-стройку свыше $1 трлн только за 2025–2026 годы. BIS отдельно подсветил «круговое финансирование»: когда производители чипов и облака берут доли в AI-лабораториях, а те в свою очередь подписываются на многолетние закупки чипов и мощностей. Условия таких сделок раскрываются плохо, и один и тот же актив может закладываться по нескольку раз. Глава BIS Пабло Эрнандес де Кос предупредил: если AI не оправдает обещаний по производительности, «финансирование, поддерживающее стройку, может быть резко отозвано, и бум закончится».

Для российского предпринимателя сигнал такой: высокая концентрация выручки и активов в нескольких AI-именах превращает любой сбой в системный риск, как когда-то лопались интернет-IPO. Если вы выстраиваете бизнес на капзатратах одного-двух американских облаков, пора закладывать в модели сценарий резкого торможения и диверсифицировать поставщиков заранее, а не во время отлива.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#инвестиции #BigTech #инфраструктура #датацентры #чипы #регуляция #капзатраты #рынок #нейросети #геополитика #ИИ #технологии #AravanaAI

Южная Корея ставит $649 млрд на одну карту: чипы, дата-центры и роботы

Сеул анонсировал три мега-проекта на 1000 трлн вон ($649 млрд) с Samsung и SK Group: полупроводники, AI-дата-центры и физический AI

🔴 Южная Корея ставит $649 млрд на одну карту: чипы, дата-центры и роботы

Когда страна решает, что её будущее зависит от одного сектора, она перестаёт стесняться сумм. Сеул анонсировал три мега-проекта на 1000 трлн вон (около $649 млрд), и это не план до 2050 года, а конкретная инвестиционная программа, которую президент Ли Чже Мён объявил вместе с главами Samsung и SK Group.

Программа делится на три направления: полупроводники, AI-дата-центры и физический AI, то есть роботы и периферийные вычислительные системы. Деньги распределяют по регионам Хонам, Чхунчхон и Ёнам, чтобы убрать перекос в сторону Сеула и построить новые промышленные кластеры. Чхве Тхэ Вон от SK и Ли Чжэ Ён от Samsung лично подписали программу.

Для российского предпринимателя главное здесь не цифра, а ставка. Корея публично говорит: мы либо станем фабрикой AI-эпохи, либо проиграем. И когда государство соединяет полупроводники, дата-центры и роботов в один контур и подписывает чек на десятилетнюю стройку, оно перестаёт быть наблюдателем рынка и становится его соинвестором. Кто не успеет войти в эти цепочки поставок, окажется клиентом, а не поставщиком.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #датацентры #инфраструктура #роботы #физическийИИ #геополитика #чиповаявойна #инвестиции #Samsung #ИИ #технологии #AravanaAI

Хочешь купить акции? Купи и наши чипы. Baidu идёт на IPO в Гонконге с оценкой $50 млрд

Чиповая дочка Baidu Kunlunxin переоценилась с $14,7 млрд до $50 млрд и потребовала от инвесторов IPO обязательство закупать её полупроводники

🔴 Хочешь купить акции? Купи и наши чипы. Baidu идёт на IPO в Гонконге с оценкой $50 млрд

За полгода чиповая дочка Baidu, Kunlunxin, переоценилась с $14,7 млрд до $50 млрд. Это не опечатка. Это новая китайская математика, когда санкции США превращают любого отечественного производителя AI-чипов в стратегический актив национального масштаба.

По данным The Next Web, компания попросила потенциальных инвесторов IPO дать обязательство закупать её полупроводники, то есть стать одновременно и акционерами, и клиентами. Планируется двойной листинг — в Гонконге и на STAR Market в Шанхае. Внешние клиенты обеспечили Kunlunxin более половины выручки в 2025 году, а сама схема стала прямым ответом на американский экспортный контроль, который отрезал китайских разработчиков от чипов NVIDIA.

Это и есть ответ Китая на экспортный контроль: вместо того чтобы клянчить чипы у Вашингтона, страна строит замкнутый контур, где инвестиции, спрос и поставщик слились в одно лицо. Любой запрет на NVIDIA автоматически переливается в выручку Kunlunxin. Для предпринимателя это сигнал: китайский AI-стек становится самодостаточным, и игнорировать его в продуктовой стратегии уже нельзя.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #NVIDIA #IPO #инвестиции #геополитика #Китай #США #экспортный_контроль #чиповаявойна #BigTech #ИИ #технологии #AravanaAI

OpenAI впервые приехала продавать рекламу и принесла рынку конкретные цифры

OpenAI на Cannes Lions 2026 раскрыла метрики ChatGPT-рекламы: 2 000+ брендов, семь стран, 20% запросов с коммерческим интентом, доля закрытий упала на 50%.

🔴 OpenAI впервые приехала продавать рекламу и принесла рынку конкретные цифры

Ещё в феврале реклама в ChatGPT выглядела как осторожный эксперимент. На Каннских львах OpenAI вышла с другой риторикой: «мы теперь явно в рекламном бизнесе» и подкрепила её метриками, на которые рекламщики смотрят больше всего.

Как сообщает Marketing Dive, через платформу уже размещается больше 2 000 брендов через интегратора Criteo. Реклама работает в семи странах после недавнего запуска в Японии и Южной Корее. Дэвид Дуган, глава глобальных рекламных решений OpenAI, заявил, что около 20% запросов в ChatGPT имеют прямое коммерческое намерение, то есть пользователь не общается, а явно собирается что-то купить. Доля закрытий рекламы крестиком упала на 50% с момента запуска: алгоритм научился точнее попадать в контекст диалога. Минимальные пороги бюджета сняли, к платформе подключилась LiveRamp в дополнение к Criteo, Adobe и StackAdapt. Подписчики Plus, Pro и бизнес-тарифов рекламу не видят.

Если у вас D2C-продукт или сервис, который ловит «горячих» клиентов в момент принятия решения, новый канал стоит протестировать уже летом. ChatGPT не лента и не поиск, а разговор: ставка попадает в человека ровно тогда, когда он формулирует задачу. Российскому бренду напрямую туда не выйти, но через западное юрлицо или партнёра вполне. Самое важное: учитесь писать рекламные ответы как полезные дополнения к запросу, а не как баннеры. Те, кто освоят этот формат первыми, окажутся на новом канале раньше, чем туда хлынут конкуренты и поднимут цену клика.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#ChatGPT #OpenAI #модели #нейросети #BigTech #будущее_труда #productivitytools #ИИ #технологии #AravanaAI

NVIDIA Vera Rubin поедет в облака осенью: токены подешевеют в 10 раз

NVIDIA начнёт поставки систем на Vera Rubin во второй половине 2026 года восьми крупнейшим облачным провайдерам. Стоимость токена в 10 раз ниже Blackwell.

🔴 NVIDIA Vera Rubin поедет в облака осенью: токены подешевеют в 10 раз

Цифры впечатляют, но главное в другом: NVIDIA уже расписала, кто получит чипы первым. Восемь самых жирных облаков мира выстроились в очередь.

В официальном анонсе компания назвала список: AWS, Microsoft, Google Cloud, Oracle, CoreWeave, Lambda, Nebius и Nscale. Первые системы Rubin поедут к партнёрам во второй половине 2026 года. Ключевая обещанная экономика: в десять раз дешевле на токен запуска моделей по сравнению с нынешним Blackwell, плюс вчетверо меньше GPU нужно, чтобы обучить большую составную модель типа Mixture of Experts (где задача распределяется между несколькими узкоспециализированными подмоделями). Новая межчиповая шина NVLink 6 даёт 260 ТБ/с в стойке Vera Rubin NVL72, и связка чипов работает почти как один большой ускоритель.

Для российского предпринимателя расклад прагматичный. Если ваш бизнес платит за вызовы крупных моделей, готовьте бюджеты на 2027 год исходя из новой реальности: один и тот же объём генерации может стоить кратно дешевле. Что это меняет на практике? Сценарии, где раньше «не сходится экономика» (AI-поддержка клиентов 24/7, генерация контента в промышленных объёмах, агенты с длинной памятью), становятся реалистичными. Прямо сейчас имеет смысл пересобрать план развития продукта под допущение, что цена запуска моделей упадёт быстрее, чем растут возможности.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #GPU #NVIDIA #Blackwell #датацентры #облако #AWS #Azure #GoogleCloud #Oracle #CoreWeave #инфраструктура #ИИ #технологии #AravanaAI

Маск выпустил Grok 4.5 и говорит, что обгоняет Claude Opus

xAI запустила Grok 4.5 в закрытое бета-тестирование на сотрудниках SpaceX и Tesla. Модель на 1,5 трлн параметров — втрое больше предыдущей.

🔴 Маск выпустил Grok 4.5 и говорит, что обгоняет Claude Opus

Первыми с моделью работают сотрудники SpaceX и Tesla, а не подписчики X Premium. Эксклюзив для своих: теперь это часть продуктовой стратегии xAI.

Grok 4.5 построен на фундаментальной модели V9 на 1,5 триллиона параметров: это втрое больше нынешней рабочей модели v8-small (0,5 трлн). Тренировку усилили данными от Cursor, помощника для написания кода, который сейчас на пике популярности у разработчиков. Сам Маск в анонсе написал, что ранние тесты показывают результат «близко, возможно, выше» Claude Opus от Anthropic, а внутренний кодовый каркас Grok Build быстро улучшается за счёт обучения с подкреплением. Дальше xAI обещает каждый месяц до конца 2026 года выкатывать новые модели, обученные с нуля.

Для предпринимателя это означает простую вещь: на рынке передовых моделей теперь четыре полноценных игрока вместо привычной тройки, и они выпускают обновления в ежемесячном ритме. Завязываться на одного поставщика надолго рискованно. Если ваши процессы построены вокруг одной модели, заложите архитектуру под быструю замену: вынесите подсказки для модели в отдельный слой, разделите агента для написания кода и агента-помощника, держите под рукой оценки качества, чтобы переключаться по факту, а не по обещаниям маркетинга.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #Grok #xAI #агентыИИ #Anthropic #Claude #BigTech #ИИ #технологии #AravanaAI

OpenAI выкатил GPT-5.6, но пользоваться пока нельзя

OpenAI представила тройку моделей GPT-5.6 — Sol, Terra и Luna. Доступ временно ограничен по требованию правительства США.

🔴 OpenAI выкатил GPT-5.6, но пользоваться пока нельзя

OpenAI показала новую тройку моделей: Sol, Terra и Luna. Поработать с ними прямо сейчас вы не сможете: правительство США попросило OpenAI открыть доступ только для «проверенных партнёров» на время оценки безопасности.

Старшая Sol, по словам компании, сравнялась с Mythos от Anthropic в задачах кибербезопасности, расходуя в три раза меньше токенов на ответ. Terra оптимизирована под повседневную работу, Luna заточена под скорость и низкую цену. Все три модели получили усиленную защиту от попыток обойти ограничения. Полноценный публичный запуск обещают «в ближайшие недели», когда закончится госпроверка. Но в собственном заявлении OpenAI прямо сказала: «Мы не считаем, что такой формат госдоступа должен стать долгосрочной нормой».

Для российского предпринимателя это уже не разовая история, а сигнал нового порядка. Самые передовые модели всё чаще будут выходить с задержкой и фильтром по странам, индустриям и контрагентам. План «дождусь и подключусь через API» перестаёт работать: придётся либо встраиваться в одобренный список партнёров через западных интеграторов, либо всерьёз ставить рядом локальные и открытые модели как страховку от внезапных блокировок.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #ChatGPT #OpenAI #агентыИИ #безопасностьИИ #регуляция #США #ИИ #технологии #AravanaAI

Австрия зовёт Anthropic в ЕС, и это первый раз, когда Европа открыто перетягивает AI-лабораторию из США

Вена официально предложила ЕС разместить Anthropic у себя после того, как Вашингтон ограничил иностранцам доступ к самым продвинутым моделям лаборатории.

🔴 Австрия зовёт Anthropic в ЕС, и это первый раз, когда Европа открыто перетягивает AI-лабораторию из США

Полгода назад все обсуждали суверенитет ЕС как лозунг. Сегодня одно небольшое государство пишет письмо в Брюссель с конкретным предложением: давайте просто заберём Anthropic.

Государственный секретарь Австрии по цифровизации Александр Прёлль направил письмо еврокомиссару по технологиям Хенне Виркунен с предложением совместно изучить «стратегическое учреждение и участие Anthropic в Европейском союзе». В пакете: юридическая определённость, доступ к рынку, капитал и общие ценности. Повод жёсткий: ранее в июне Вашингтон ограничил иностранцам доступ к самым продвинутым моделям Anthropic. Прёлль формулирует прямо: вопрос не в том, легко ли это, а в том, готовы ли европейцы «быть архитекторами нашего технологического будущего». Anthropic пока молчит.

Для российского предпринимателя сюжет важен не названием лаборатории, а трендом: AI-инфраструктура окончательно становится частью санкционной географии. Юрисдикция вендора теперь определяет, кому и когда отрубят API. Закладывайте это в каждый контракт и в выбор стека на 2026–2027 годы.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#геополитика #регуляция #AIAct #ЕС #США #безопасностьИИ #нацбезопасность #нейросети #Anthropic #модели #ИИ #технологии #AravanaAI

Mistral Vibe: как начать пользоваться агентом для работы и программирования

Mistral Vibe -- это переработанный Le Chat, ставший полноценным автономным агентом. Work Mode выполняет задачи в Google Workspace и Slack, Code Mode пишет и деплоит код.

Новая открытая модель Mistral (лето 2026). CEO Артур Менш анонсировал новую большую модель с открытыми весами (предположительно MoE). Ранний доступ в июле 2026 года. После публичного выпуска модель будет доступна в Vibe.

Обновление корпоративных коннекторов (июнь 2026). Скопированные API-ключи, мультиаккаунтные коннекторы, встроенный отладчик, поддержка в Vibe Code и Workflows.

Что это и для кого

Mistral Vibe -- это агентная платформа от французской компании Mistral AI, официально запущенная в конце мая 2026 года. Vibe -- это полностью переработанный и переименованный Le Chat, чат-ассистент Mistral, который существовал с февраля 2024 года. Если Le Chat был просто умным собеседником, то Vibe -- это автономный агент, способный самостоятельно выполнять многошаговые задачи в ваших рабочих приложениях.

Ключевое отличие от предшественника: Vibe не просто отвечает на вопросы и генерирует текст -- он подключается к вашим реальным инструментам и выполняет задачи в них. Агент работает с Google Workspace (Gmail, Google Docs, Google Drive, Google Calendar, Google Sheets), Microsoft 365 (Outlook, SharePoint, OneDrive), Slack, GitHub, Jira и другими сервисами через систему коннекторов. Когда вы просите Vibe написать отчёт за неделю, он сам читает нужные письма в Gmail, находит связанные документы в Drive, анализирует данные и составляет итоговый документ.

Mistral Vibe содержит два принципиально разных режима работы, которые можно переключать в интерфейсе. Work Mode -- для бизнес-задач и управления информацией. Code Mode -- для написания кода, отладки и деплоя прямо из браузера. Оба режима используют флагманские модели Mistral (Mistral Large и Mistral Medium), которые занимают высокие позиции в международных бенчмарках.

Vibe подходит для менеджеров и специалистов, которые ежедневно работают с большим количеством документов, писем и задач -- и хотят делегировать рутинную координацию AI. А также для разработчиков, которым нужен браузерный IDE с агентными возможностями без установки локального ПО.

Важно понимать: Vibe -- европейский продукт, разработанный с учётом требований GDPR. Mistral имеет дата-центры в ЕС, и для корпоративных клиентов доступна обработка данных исключительно на европейских серверах. Это особенно важно для организаций, работающих с чувствительными данными.

Mistral Vibe конкурирует напрямую с ChatGPT Operator от OpenAI и Claude CoWork от Anthropic в сегменте агентов для рабочих задач. Главные аргументы в пользу Vibe: европейское законодательство о данных, открытые модели Mistral (часть линейки доступна под открытой лицензией), и исторически более доступные цены по сравнению с американскими конкурентами.

Как зарегистрироваться и начать

Если у вас уже есть аккаунт Mistral (Le Chat), вы автоматически получили доступ к Vibe -- платформа мигрировала всех пользователей при ребрендинге. Для новых пользователей регистрация занимает несколько минут.

Шаг 1. Перейдите на mistral.ai. На главной странице нажмите Try Vibe или перейдите напрямую по адресу chat.mistral.ai. Интерфейс доступен через браузер без установки дополнительных приложений, хотя мобильные приложения для iOS и Android также существуют.

Шаг 2. Создайте аккаунт. Нажмите Sign Up и введите email. Mistral поддерживает вход через Google или GitHub, что ускоряет процесс. Подтвердите email, перейдя по ссылке в письме.

Шаг 3. Выберите тариф. Бесплатный тариф активируется автоматически. Он даёт доступ к базовым функциям чата и ограниченному использованию Work Mode. Для полноценной работы с агентом рекомендуется Pro (14.99 евро в месяц) или выше.

Шаг 4. Подключите коннекторы. Перейдите в Settings -- Connectors. Здесь можно подключить Google Workspace, Outlook, Slack, GitHub и другие сервисы. Для каждого коннектора потребуется авторизация через OAuth -- стандартный процесс, аналогичный подключению любого другого приложения. Для Google нажмите Connect Google и авторизуйтесь в своём аккаунте, разрешив Vibe читать письма, документы и календарь. Это разовая операция.

Шаг 5. Переключитесь в нужный режим. В верхней части интерфейса расположен переключатель между Work Mode и Code Mode. По умолчанию открывается Work Mode. Выберите режим в зависимости от задачи.

Для разработчиков: Code Mode также доступен как расширение VS Code. Установите расширение Mistral Vibe из маркетплейса VS Code, войдите в аккаунт, и агент заработает прямо в вашем привычном редакторе.

Первый запуск -- что попробовать

После подключения коннекторов рекомендую сразу проверить несколько практических сценариев, чтобы понять возможности Vibe.

Work Mode: автоматическое резюме недели. Напишите Vibe: Составь краткое резюме моей рабочей недели на основе писем и встреч. Укажи три главных завершённых задачи, два открытых вопроса и следующие шаги. Агент прочитает ваши письма за последние 7 дней, запросы встреч в Google Calendar, релевантные документы в Drive и составит структурированный отчёт. Это хорошая первая задача, которая наглядно демонстрирует, что агент действительно читает ваши данные, а не просто генерирует шаблонный текст.

Work Mode: задача с несколькими шагами. Попробуйте более сложный запрос: Найди все письма от клиента с доменом @example.com за последний месяц. Суммируй запросы клиента. Создай Google Doc с кратким отчётом о взаимодействии и поделись им с коллегой example@company.com. Vibe выполнит все три шага последовательно -- поиск, анализ и создание документа с правами доступа. Перед выполнением агент покажет вам план действий и попросит подтверждения -- это гарантия, что он не сделает ничего неожиданного.

Code Mode: создание и запуск кода. Переключитесь в Code Mode и опишите задачу: Напиши Python-скрипт, который парсит CSV-файл с транзакциями, считает сумму по каждой категории и строит круговую диаграмму. Vibe создаст код в изолированной облачной среде, запустит его и покажет результат прямо в браузере. Для вывода графиков используется встроенный рендерер -- вам не нужно настраивать локальное окружение.

Code Mode: работа с репозиторием. Если подключён коннектор GitHub, попробуйте: Посмотри в репозитории project-name открытые issues с меткой bug. Для каждого предложи возможное исправление и создай черновик pull request. Vibe проанализирует репозиторий, предложит решения и создаст pull requests со своими комментариями. Вам останется только просмотреть и принять.

Ключевые фишки

Work Mode с планированием задач. Перед выполнением любой многошаговой задачи Vibe создаёт явный план: список шагов с описанием каждого действия. Вы видите, что именно агент собирается сделать -- прочитать письма, создать документ, отправить уведомление -- и можете скорректировать или одобрить план до его выполнения. Это принципиально важно: агент не предпринимает необратимых действий без вашего согласия.

Глубокое понимание контекста. Vibe не просто ищет ключевые слова -- он понимает смысл ваших данных. Если вы попросите найти письма по проекту X, агент найдёт все релевантные переписки, даже если в них не упоминается само слово X, но есть контекстуальные связи: участники, даты, прикреплённые документы. Это существенно превышает возможности встроенного поиска Google или Outlook.

Code Mode с изолированными средами. Облачные песочницы для Code Mode создаются мгновенно и работают в изоляции -- каждая сессия получает чистую среду со стандартным набором инструментов: Python, Node.js, основные библиотеки для анализа данных и веб-разработки. Среды сохраняются в течение сессии, что позволяет итеративно дорабатывать код без потери контекста. Это похоже на Replit, но с более глубокой агентной интеграцией.

Поддержка кастомных коннекторов. Помимо стандартных интеграций, Vibe поддерживает подключение корпоративных систем через API. Разработчики могут создать коннектор к внутренней CRM, ERP или любой системе с REST API. Инструкции для разработчиков доступны в документации на platform.mistral.ai.

Мультиагентные workflow. На корпоративных тарифах можно создавать pipeline из нескольких специализированных агентов. Первый агент собирает данные из разных источников, второй их анализирует, третий готовит отчёт. Все агенты работают с единой памятью о вашей компании и её контексте.

Приватность и безопасность. Mistral позволяет настроить хранение данных исключительно в ЕС. Для enterprise-клиентов доступна опция не хранить историю разговоров на серверах Mistral вообще -- обработка происходит в реальном времени без логирования. Это критично для организаций с требованиями к конфиденциальности данных.

Цены и ограничения

На момент написания Mistral Vibe предлагает четыре тарифных плана (точные цены проверяйте на mistral.ai, они могут меняться):

Free. Базовый чат с языковыми моделями Mistral. Ограниченный доступ к Work Mode -- несколько задач в день. Code Mode не включён. Без коннекторов к корпоративным системам.

Pro. 14.99 евро в месяц (около 1 600 рублей по курсу на момент написания). Полный доступ к Work Mode без лимитов, Code Mode с облачными средами, все стандартные коннекторы, доступ к Mistral Large и Medium. Подходит для индивидуального использования.

Team. 24.99 евро на пользователя в месяц (при годовой оплате -- 19.99 евро). Всё из Pro плюс общие коннекторы для команды, история взаимодействий для командного контекста, управление разрешениями пользователей.

Enterprise. Индивидуальное ценообразование. Развёртывание в частном облаке или on-premise, SOC 2 Type II, ISO 27001, поддержка кастомных коннекторов, SLA. Среди клиентов на корпоративном тарифе -- BNP Paribas, Airbus, BMW Group.