Неделя 12–18 октября показала сдвиг главного фронта в ИИ: конкуренция идёт уже не только за качество модели, а за способность превратить её в управляемого агента, работающего с данными, инструментами и бизнес-процессами.
Агенты пишут код, обрабатывают заявки, собирают медицинские заказы, ведут коммуникации и действуют в браузере. Но между демо и промышленной эксплуатацией остаются стоимость контекста, доступ к корпоративным системам, оркестрация, проверка результатов и ответственность за действия ИИ.
Открытые и локальные модели набирают вес, дата-центры и охлаждение становятся частью продуктовой стратегии, сайты закрываются от агентного доступа, а безопасность обрастает независимным аудитом и механизмами атрибуции. ИИ входит в рабочий контур — и становится дороже, сложнее и менее абстрактным.
Агенты становятся производственным инструментом, но пилот всё ещё легко спутать с результатом
Агентные системы выходят за пределы экспериментов отдельных команд. По данным OpenAI, у части европейских корпоративных клиентов Codex и ChatGPT Work уже дают более половины выходных токенов: агенты генерируют значительную долю корпоративного контента. Сбер сообщил о 9 трлн токенов в месяц для генеративной разработки. ИИ быстро становится регулярным производственным слоем.
Сценарии становятся конкретнее. «Гравител» запустил нейросетевой предиктивный автообзвон до 10 тыс. звонков в час, а Lab4U подключила агентов к заказу анализов: они распознают врачебные назначения и собирают корзину доступных исследований. В разработке ИИ берёт на себя узкие, но дорогие задачи: Claude Code помог разобрать Windows-драйвер для запуска старого сканера в Linux. Это не «замена программиста», а сокращение времени на исследовательскую и рутинную работу.
Объём генерации не равен производительности. Исследование, на которое ссылается материал о внедрении, показывает: 88% ИИ-пилотов не доходят до промышленной эксплуатации. Прототип можно построить на одном наборе документов и одном счастливом пути; продукт должен переживать обновления данных, спорные случаи, права доступа, нагрузку, аудит и проверку экономики.
Стоимость работы агента становится отдельной инженерной задачей. Asana показала, как работа с историей и кэшем помогла снизить стоимость запуска браузерного агента в 29 раз. Стартап Uvi оценивает потенциал своего контекстного слоя в восьмикратное снижение стоимости ответов. Агент не делает один короткий запрос: он читает состояние, выбирает инструмент, получает результат, корректирует план и хранит контекст. Качество ответа — лишь часть его себестоимости.
Агентный ИИ вошёл в операционный контур, но рынок оценивает его жёстче. Выиграют команды, которые умеют измерять эффект, ограничивать стоимость и встраивать агента в существующую систему ответственности.
Рынок моделей дробится: флагманы нужны, но открытость и локальность становятся практическим преимуществом
Борьба крупных лабораторий за флагманские модели стала многослойной. Meta представила Muse Wonder для кодинга и долговременной памяти, а затем дополнила линейку открытой Muse Spark Open с 816 млрд параметров и 42 млрд активных. Компания одновременно конкурирует в верхнем сегменте закрытых систем и даёт бизнесу основу для самостоятельного развёртывания.
Спрос разработчиков это подтверждает: в сентябре open-weight модели обработали 71,5% токенов в AI Gateway Vercel. Это не означает их превосходства во всех бенчмарках, но показывает, что в прикладных нагрузках важны предсказуемая цена, настройка, размещение рядом с данными и возможность сменить поставщика без переделки продукта.
Локальный запуск становится архитектурным выбором. Nvidia представила Nemotron 3.5 Bolt: 74-миллиардную агентную модель удалось уместить в 24 ГБ памяти благодаря двухбитной квантизации. Компания также выпустила открытую мультимодальную Nemotron 3.5 Super VL для быстрых агентных сценариев. HP OmniBook Ultra 16 с RTX Spark предлагает до 128 ГБ общей памяти для локального ИИ, но цена от $2600 показывает, что массовым этот сценарий пока не стал.
Локальность снижает задержку, зависимость от лимитов внешнего API и риск утечки данных за пределы контура. Взамен нужны память, электричество, поддержка моделей и редкие компетенции. Поэтому доминировать будет гибридная архитектура: небольшие модели и чувствительные данные — ближе к пользователю, тяжёлые рассуждения и общие сервисы — в облаке.
Закрытые платформы напоминают о цене зависимости. OpenAI объявила, что GPT-4o и ряд других GPT-4-моделей будут отключены в API примерно через три месяца. Replit выбрал OpenAI поставщиком по умолчанию, сославшись на стоимость, производительность и условия партнёрства. Для продуктовых команд модель становится инфраструктурной зависимостью — как база данных или облачный сервис.
«Лучшая модель» перестаёт быть универсальной категорией. Часто лучшей оказывается та, которую можно развернуть рядом с данными и бюджетом, а затем заменить без болезненной миграции.
Вычисления, охлаждение и Kubernetes становятся частью конкурентоспособности ИИ
Нагрузка агентных систем не похожа на обычный запрос к веб-сервису. По оценке из материала о платформенной инфраструктуре, один запрос к ИИ-агенту может породить до 20 операций в Kubernetes. Агент вызывает инструменты, получает промежуточные результаты, запускает проверку и повторяет цикл. Растёт не только спрос на GPU: меняются требования к трафику, очередям, сетям и наблюдаемости.
Поставщики железа уже упаковывают это в продукты. AMD представила стойки Helion для агентных систем с десятками тысяч CPU-ядер, 16 GPU и сетью до 102 Тбит/с. Холодная пластина Frore для Nvidia Rubin мощностью 2300 Вт обещает снизить температуру GPU на 16–22 °C за счёт алмазных вставок. Вычислительный дефицит уже нельзя закрыть одним заказом ускорителей.
Инфраструктура становится политическим вопросом. В России рабочая группа при правительстве предложила временно открыть доступ к зарубежным GPU для ИИ на объектах КИИ, пока не появятся сопоставимые отечественные аналоги. HPE и Nvidia обсуждают границы суверенной ИИ-инфраструктуры. Суверенитет — это не только место размещения серверов, но и доступ к ускорителям, обновлению стека, данным и обслуживанию при внешних ограничениях.
Строительство дата-центров тоже становится публичным. Amazon и Microsoft, по сообщениям, отказываются от NDA в переговорах о новых площадках, чтобы снизить сопротивление местных сообществ. ИИ-инфраструктура требует земли, энергии и воды — её масштабирование зависит не только от капитала, но и от общественного согласия.
Следующим узким местом ИИ станет вся цепочка: GPU и электроэнергия, сети, охлаждение, оркестрация и доверие к новым дата-центрам.
Автономия обостряет спор о доверии, источниках и праве агента действовать
Чем больше ИИ получает доступа к внешним сервисам, тем важнее границы его действий. Claude направил в полицию Филадельфии ложное сообщение по делу об убийстве. Ошибка в чате неприятна; ошибка, превращённая во внешнее действие, задействует людей, ресурсы и создаёт юридические последствия. Агентам нужны разрешения, подтверждение критичных шагов и журнал причин каждого действия.
Рынок отвечает институционально. Anthropic допустила независимых исследователей METR к внутренним системам на уровне сотрудников и разрешила публиковать выводы без предварительного согласования. Это не декларация о безопасности, а возможность проверить заявленные ограничения в реальной среде. Microsoft одновременно призывает Великобританию ускорить разработку правил безопасности ИИ: конкуренция за стандарты идёт параллельно с конкуренцией за модели.
Появляются и прикладные инструменты контроля. CiteProof предлагает сверять придуманные ИИ ссылки и цитаты в юридических документах с судебными реестрами. YouTube Music с 14 октября начал помечать треки, созданные генеративными моделями. Google поднимает ссылки выше в AI Mode и AI Overviews. Эти меры не устраняют ошибки, но помогают пользователю увидеть происхождение материала и проверить его источники.
Отдельный конфликт идёт вокруг веб-доступа. Meta пыталась расширить коммерческие условия, чтобы сайты, связанные с бизнес-аккаунтами, можно было сканировать и использовать для обучения ИИ. После реакции рынка компания убрала спорный пункт о скрейпинге. Amazon, Delta и финансовые сервисы начали ограничивать доступ агентам: сайты закрывают им вход, опасаясь ботов, ошибок и потери контроля над клиентским интерфейсом.
Сеть не обязана становиться набором инструментов для агентов. Следующий конфликт развернётся вокруг согласия на доступ, идентификации ботов, атрибуции источников и права ИИ действовать от имени пользователя.
Физический ИИ выходит из демонстраций в длинные циклы внедрения
В цифровом продукте ошибку часто исправляет обновление. В транспорте, биологии и робототехнике нужен более жёсткий цикл испытаний. FMCSA на пять лет разрешила Aurora и Kodiak использовать сигнальные маяки вместо аварийных треугольников в беспилотных грузовиках. Регулятор начинает адаптировать правила под транспорт без водителя.
Waymo получила разрешение на испытания в Онтарио и начнёт с ручного картографирования Торонто. Volvo расширяет сотрудничество с Nvidia и рассчитывает к 2030 году добавить езду без рук от точки до точки на сложных городских маршрутах. Автономное вождение развивается через накопление карт, данных, разрешений и подтверждений безопасности, а не мгновенную победу одного алгоритма.
В науке ИИ становится инструментом проектирования. Исследователи сообщили о протеазах, спроектированных для разрезания заданных белковых целей; Colossal использует GenoMorph для поиска тысяч генетических целей в проекте по восстановлению додо. HUMXN готова оплачивать ремонт домов, чтобы записывать работу мастеров и создавать данные для обучения роботов. Ценность создаёт не сама модель, а связка алгоритма, данных, эксперимента и среды для проверки результата.
Физический ИИ движется медленнее чат-ботов, но его последствия будут глубже. Главными активами здесь становятся качественные данные, процедуры валидации и готовность к многолетнему внедрению.
Что это значит
Неделя закрепляет переход от эпохи отдельных моделей к эпохе систем. Продукту уже недостаточно сильного API и хорошего интерфейса: нужны портфель моделей, контекстный слой, инструменты доступа, политика разрешений, наблюдаемость, инфраструктура и человеческая проверка. ИИ оценивают по способности выдерживать реальный процесс, а не тестовую задачу.
Открытые и локально развёртываемые модели будут расти там, где критичны цена, конфиденциальность и устойчивость к изменениям у поставщика. Квантизация и новое железо не отменят облако, но сделают гибридную архитектуру стандартом. Компании будут реже спрашивать, какую модель выбрать, и чаще — как управлять агентом, его контекстом и правами доступа.
Безопасность переходит от принципов к процедурам: независимому аудиту, логам действий, маркировке происхождения контента, проверке ссылок и подтверждению рискованных операций. Это условие доступа агентов к финансам, медицине, документам и внешним сервисам.
Рынок труда меняется не по схеме «одна профессия исчезла — другая появилась». ИИ-резюме усложняют рекрутерам проверку реальных навыков, а в IT растёт ценность способности учиться и быстро перестраиваться. ИИ снижает порог создания кода и контента, но повышает ценность постановки задачи, проверки результата, системного мышления и ответственности за решение.
Потребительские AI-first сценарии — от устройств, заменяющих приложения, до генеративной разработки игр — пока формируют ожидания, а не подтверждают массовую экономику. Деньги и сложные решения в ближайшей перспективе останутся в корпоративных контурах, инфраструктуре и регулировании доступа.
ИИ быстро становится рабочей силой цифровой экономики, но перестаёт быть лёгкой надстройкой над ней. Следующий этап определит способность компаний сделать агентов дешёвыми, проверяемыми, безопасными и совместимыми с реальным миром.